QQ在線
企業微信
資訊
11733加快發展新一代人工智能，促進人工智能與實體經濟深度融合，是我國實現科技跨越發展、產業優化升級、供給側結構性改革的重要引擎。受制于技術、數據、人才、行業壁壘等多重因素影響，人工智能與實體經濟融合目前仍處于初級階段。3月19日中央全面深化改革委員會第七次會議審議通過了《關于促進人工智能和實體經濟深度融合的指導意見》。本文從產業研究的視角，對推動人工智能與實體經濟深度融合做一簡要探討。
深度融合的重要性
人工智能是新一輪科技革命和產業競爭的戰略制高點。智能化是科技和產業發展重要趨勢，已成為生產、生活領域技術創新的關鍵環節，新一代人工智能正引領新一輪信息技術發展浪潮，將帶來新的科技和產業革命。主要發達國家都在積極布局人工智能，出臺戰略性研究計劃，加大科研投入，搶占科技和產業發展的制高點。（產業政策評論丨如何看美國宣告捍衛人工智能全球主導權？）加快人工智能研發對于提升我國科技和產業競爭力，搶抓新一輪科技和產業革命先機意義重大。
人工智能與實體經濟深度融合是促進我國經濟高質量發展的核心驅動力，是促進產業變革及新舊動能轉換的重大戰略。作為新一輪科技革命的重要代表,人工智能正由技術研發走向行業應用,形成從宏觀到微觀各領域智能化新實踐，逐步滲透到制造、交通、醫療、金融、零售、金融等多個行業。人工智能發展催生出新技術、新產品、新產業、新業態、新模式，為產業變革帶來新動力，為新階段經濟發展注入新動能。憑借高融合性、強賦能性，人工智能有望成為中國經濟實現供給側與需求側協同改革的重要引擎，助推中國經濟實現由高速發展向高質量發展躍遷。
人工智能與實體經濟融合為保障和改善民生提供了新途徑。人工智能大大提升人類認識世界、改造世界的能力。伴隨著人腦仿生計算技術和云機器人的開發和應用，智能機器將越來越多地應用于人類生產生活中，有助于解決未來老齡化社會結構下的生產力發展的重大瓶頸問題，并將在老人、病人、殘障人士的生活中扮演重要角色，大大提升醫療、教育、交通等民生領域的智能化程度和服務水平。
現存的主要問題
當前人工智能領域受技術發展、資本驅動等影響，創新創業欣欣向榮，但與實體經濟融合的行業應用仍處于初級階段，呈現出供給側和需求側錯位的現象。受行業壁壘、人才、信息化程度等多重因素影響，人工智能與實體經濟融合的行業和區域結構性問題突出，在金融、零售等數字化、信息化、開放度較高行業的融合已初具成效，但與制造、農業、教育等行業的融合仍處于起步期。
(一) 實體經濟發展整體水平不高，融合人工智能的基礎薄弱
我國人工智能的發展主要是供給側驅動，供給側驅動的人工智能與實體經濟融合并不能解決實體經濟發展面臨的根本性問題。在工業化進程中，各行業面臨的轉型升級的短板和瓶頸并不相同，對于有些實體經濟而言，提升智能化水平并不是當務之急，而對于網絡化、信息化尚在初級階段的實體經濟而言，發展更高階段的智能化條件還不成熟。以工業為例，2017年我國兩化融合發展水平為51.8，其中小微企業兩化融合水平僅為38.1。人工智能技術應用所需的互聯網、傳感器、芯片等基礎設施薄弱，企業使用人工智能的成本過高也是重要制約。
從行業接受度來看，對人工智能的接受度最高的行業分別為電子信息、汽車和金融業，零售、文娛等行業的接受度要稍弱于前者，教育、醫療、旅游等行業的接受度則更低。
(二) 人工智能技術水平距實際應用仍有較大距離
我國人工智能發展存在結構不均衡問題。應用作為發展優勢領域，也尚未達到人類勞動者對企業管理、技術研發、生產加工、組織協調、營銷策劃的水平和要求，應用場景和路徑有待進一步明確，各行業、各環節所需的解決方案差異較大導致開發難度大、成本高，距離可復制和整體解決方案的通用人工智能的距離更遠。硬件和算法等基礎核心技術受制于人，則造成人工智能與實體經濟融合發展的遠期隱憂。
(三) 高質量數據獲取難度大、成本高
高質量大規模的基礎數據和行業數據是人工智能發展的核心，也是人工智能與實體經濟融合的基礎。從整體上講，高質高效數據缺乏，數據標準化難度大成本高，數據開放、共享和交易機制缺失是制約人工智能行業應用及技術提升的重要原因。國內大量數據資源集中在教育、醫療、交通管理等政府公共部門手中，占比高達75%，但這些數據開放程度不高，海量基礎性數據處于“封印”狀態，內部尚未打通，更無法向社會開放。此外，受經濟實力、發展水平和開放程度影響，各行業和各地區信息化水平差距較大，數據的可獲取性和可用性不一。與消費者相關的數據相比，制造環節數據的獲得性、通用性、開發性相對較弱，前期投入和后期維護成本更高。出于法律和商業利益考慮，大量高質數據的共享與傳播受到限制，無法得到有效利用。
(四) 跨行業復合型人才極度稀缺
高端、復合型人才嚴重缺乏是人工智能與實體經濟深度融合的關鍵瓶頸。從高端人才數量和質量看，我國人工智能專業技術人才數量雖僅次于美國，但高端人才嚴重不足，按高H因子衡量的中國杰出人才只有977人，不及美國五分之一。從現有人才分布來看，由于薪酬、待遇等因素影響，人工智能高端人才通常集中于軟件和互聯網行業，而各行業人員對人工智能概念的理解和技術的掌握難以支撐其智能化改造升級。從現有人才供給看，既了解行業又掌握人工智能關鍵技術，還能夠進行應用開發的復合型人才嚴重缺乏。雖然一些高校已經開始設立人工智能專業或課程，但受培養周期等因素限制無法滿足當前的迫切需求。
(五) 法律法規標準、保障制度制定滯后于產業發展
我國人工智能產業發展速度快，相關標準與法律法規制訂明顯滯后。業界對人工智能概念、內涵、應用模式、智能化水平等難以達成共識，現有標準化工作基礎薄弱。不同行業既有的標準化和法律法規與快速發展的人工智能技術與應用存在交叉和不銜接，包括無人駕駛、AI醫療等在內的多個領域均沒有現行制度可供參考。融合引發相關的就業、安全、倫理道德研究滯后于技術創新和行業應用，容易引發各界的擔憂、分歧和爭議。
思考與建議
人工智能與實體經濟融合不僅涉及多行業、領域的技術變革和產業變革，還將對就業、安全等社會各層面產生深層次影響。深化體制機制改革，構建政府引導、市場為主體，需求引導、市場主導的人工智能產業協同發展體系，是實現人工智能與實體經濟深度融合，帶領我國經濟、社會實現跨越式發展的根本。
(一) 提高創新應用效能，厚植基礎科學儲備
充分發揮市場機制作用，以需求為導向，鼓勵企業成為技術方向選擇、關鍵技術攻關、資源配置和推廣應用的主體，行業主管部門從政策、規劃、統計、公共資源與服務等方面加強引導、協調和支持，杜絕可能影響市場公平競爭的研發資助、補貼、評優、推薦等行為，營造能夠激發創新活力的發展環境。
基礎研究方面，以突破人工智能應用基礎理論瓶頸為重點，超前布局可能引發人工智能范式變革的基礎研究，政府應加大支持力度，建設開放共享的開源軟硬件基礎平臺、基礎數據與安全檢測平臺等，為人工智能持續發展與深度應用提供強大科學儲備。
堅持開放合作創新，采取多種方式和渠道，與國外研究機構和企業開展交流與聯合研發，在學術研究層面更全面的融入全球創新網絡。
(二) 發揮政府引導和市場主體作用，激發智能產業發展活力
充分發揮政府引導作用。積極推進人工智能在市政管理、公共安全、醫療健康、減災救災、社會保障、文化教育、交通運輸、能源管理、社區服務等領域的應用，鼓勵將人工智能產品、解決方案和服務優先納入政府采購目錄，各級政府資金和社會資金優先支持進入目錄的產品、服務及其相關企業，提升政府公共服務水平和效率。面向人工智能關鍵核心技術研發，以及軍工、能源、醫療、信息安全等重要領域，可考慮建立人工智能融合新業務市場準入負面清單。
支持開展各類先行先試。在北京、上海等地建設試驗區的基礎上，支持更多有條件的省市開展人工智能示范/試驗應用。在制造、金融、零售、物流等行業開展示范試點，通過示范試點全面推廣應用以智能、協同為特征的先進人工智能技術。加強跨部門、跨地區的試點/試驗協調，強化與互聯網、大數據、物聯網、智慧城市、云計算等相關領域的協同。
激發市場創新活力。推動以行業龍頭企業為主體，聯合高校、科研機構、人工智能企業共同建立人工智能融合創新中心，聚焦于人工智能在行業應用中的共性技術的研發與推廣，探索新技術、新模式、新業態等。
創新人工智能投融資模式。實現財政引導資金、金融資本、民間資本和社會資本相結合的多渠道融資模式。抓住科創板機遇,促進產業集聚，加快促進更多人工智能企業上市融資。
(三) 促進消費體制機制完善，培育人工智能重點領域消費市場
從供需兩端發力，構建需求引導、市場主導的人工智能市場消費體系。加大智能產品研發和服務創新力度，加快智能產品、服務供給體系質量提升和標準體系建設，積極拓展智能新產品、新業態、新模式，培育更加成熟的細分消費市場。
面向家居、養老、汽車等領域，積極培育智能產品消費細分市場，全面營造良好消費環境，不斷提升居民消費能力，引導形成合理消費預期。在制造、農業、能源等領域部署加快推進裝備智能化升級，全面提升企業研發、生產、管理和服務的智能化水平。
(四) 構建科學合理的數據開放共享機制
以政府部門為重點，大力推動數據開放、共享機制建設和實施，推進國家就業、社保、地理、環境、生態、交通數據的開放共享，支撐人工智能與政府服務的融合，提升政務服務水平。
穩步推進教育、醫療、能源、公共安全等領域數據的內部整合、共享與對外開放，制定數據資源清單和開放計劃，支持相關企事業單位聯合人工智能企業圍繞應用場景開展人工智能服務，鼓勵優質機構人工智能服務能力和資源向地方開放。
建立市場化的數據開放運營機制。通過公共數據的公開共享，引導企業、行業協會、科研機構、社會組織等主動采集并開放數據。構建安全有序的數據交易環境，推動地方政府建立數據交易平臺，規范交易流程，把控交易數據質量。
(五) 創新人才培養機制，完善適應融合發展的人工智能人才培養體系
結合實體經濟發展需求，按照“人工智能+X”的人才培養模式，加快探索跨學校、跨院系、跨學科、跨專業的人工智能人才交叉培養和產教融合新機制，教研結合，研究與實踐結合。
鼓勵高校、職業院校和企業合作，加強職業技能人才實踐培養，積極培育人工智能技術和應用創新型人才。鼓勵高校、科研院所人工智能專家到企業從事科研和科技成果轉化活動。依托社會化教育資源，開展人工智能知識普及和教育培訓，提高社會整體認知和應用水平。
加強人工智能領域優秀人才特別是優秀青年人才引進工作，從創業、落戶、置業等多方面給與激勵政策。
(六) 營造健康有序的產業發展生態環境
彌合數字鴻溝，加大對落后地區網絡基礎設施建設投入力度。對農業、教育等信息化較為薄弱的領域進行重點扶持，通過人工智能技術的賦能，解決偏遠地區醫療、教育的不均衡問題。
加強法制法規建設，在保護產業活力前提下控風險強監管。持續開展人工智能安全、倫理、就業、法律等各個方面問題的預測和研判，加強人工智能對經濟社會綜合影響及對策研究。通過對人工智能相關法律、倫理和社會問題的深入探討，盡早構建人工智能技術倫理準則并確立最高發展原則。
將人工智能安全納入國家法制建設中，并通過立法規范人工智能技術的發展，確定技術發展邊界。為智能社會劃出法律和倫理道德的邊界，讓人工智能在安全的前提下服務人類社會。
建立人工智能技術產品監督機制和管理體系。嚴格監督人工智能技術新產品各個環節的發展。建立多層次、全方位、有效的制約和監督機制引導人工智能技術及產品的發展。建立科學的人工智能技術產品管理體系。
