纪玉山 代栓平 杨秉瑜 程 娜 王 璐 黄晓野 汪苗苗 苏美文 张成甦 王云凤 刘美平
纪玉山∗纪玉山,吉林大学经济学院教授,博士生导师。研究方向:社会主义市场经济理论、知识经济、国际经济与贸易等。
发展新质生产力,必须认清新质生产力的本质。在数字经济时代,新质生产力是以科技创新为第一动力,以人工智能为重要资源,以大模型、大数据、大算力为核心生产要素的先进生产力。整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力,推动产业结构升级,实现经济高质量发展,这是摆在我们面前的重要任务。只有发展新质生产力,才能为高质量发展输送源源不断的动力。其实,“新质” 的概念早在十多年前就已经出现在军事科学研究中,即“新质战斗力”,同时提出的还有“新域” 的概念。其核心内容就是信息化和智能化的军事技术。2023 年9 月,习近平总书记在黑龙江考察时首次提出“整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力”,这是我国生产力经济学研究的重大突破,是习近平经济思想的重要发展。新质生产力具有强大的渗透功能和融合能力,其本质特征就是信息化、网络化、智能化。当下,人工智能技术革命的爆发已经为发展新质生产力提供了最强大的推动力。新质生产力不仅是技术经济学和生产力经济学的范畴,更是政治经济学的范畴。目前需要加大如何通过生产关系的变革来推动“新质生产力” 发展的研究。
首先,随着人工智能技术的迅猛发展,AI 大模型一直被视为推动人工智能领域创新的关键因素,大数据、大算力、大模型已成为了引领技术进步和加快发展新质生产力的最主要力量。所谓大模型是指具有庞大数据规模和复杂结构的人工智能模型,它具有数以亿计的参数和深层次的神经网络架构。这些模型通过对海量数据的统计分析和深度神经网络框架结构的优化,赋能千行百业,推动经济优化发展。生成式人工智能(AIGC)是大模型的灵魂,是新质生产力的“独角兽”。它是利用复杂算法、模型和规则,从大规模数据集成训练与自我学习中,生成原创内容的先进人工智能技术。毋庸置疑,ChatGPT 就是生成式人工智能技术的杰出代表,它的诞生是一次全新的生产力革命。它将无孔不入、无所不能,不断优化、自主学习和快速进步,成为人类不可或缺的一部分。同时,它又是生产关系的演化与革命。Chat⁃GPT、AIGC 其实是传统力量的延伸,是互联网中心化垄断模式的进一步强化。几乎每家与AIGC相关的产业和公司背后都有一个互联网巨头,甚至自己就是互联网巨头。如果说区块链技术的原本诉求是“去中心化”,希望打破这种垄断,并重构一种新的分布式网络,让普通人重新拥有自己的数据主权。那么,ChatGPT、AIGC 则可能完全无视普通人的主权,无所顾忌地攫取全球数据进行训练,造出一个属于自己的“超级大脑”。这样的超级大脑由这些寡头公司在后面控制,美国的数据金融寡头就是凭借其拥有庞大的数据库、强大的算力和算法,企图独霸天下。尤其值得注意的是军事领域,在人工智能技术的加持下,各种自主化的无人机、无人舰艇、无人战车及导弹,通过星链网组成智能化的作战系统,必将更快地从“兵推” 走向作战前线,推动战争形态和作战方式发生深刻变化。一种全新的生成式AI 立体战争指挥系统正成为悬在人们头上的达摩克利斯剑。
其次,大数据是大模型的基础。要认清数据要素赋能新质生产力的内在逻辑和具体实现路径。在人工智能技术突飞猛进、元宇宙和ChatGPT 横空出世的数字经济时代,大数据无疑是最重要的战略性生产要素,是社会经济数字化、网络化、智能化的基础。没有大数据就没有大模型,没有大模型就没有强大的新质生产力。但是有了大数据,未必就有强大的新质生产力。关键是我们还缺乏调节数据整体优化配置的高效率的商业机制,存在着阻碍数据正常流通的制度壁垒,对于加快形成和发展新质生产力构成了制约,亟待以马克思主义生产关系与生产力对立统一学说为指引,强化体制机制创新,通过制度变革推进关键领域和关键技术创新,把国家经济命脉掌握在自己手中。大数据赋能新质生产力的内在逻辑指出,必须建立有效的大数据交易机制和流通体系。数据要素既是公有的,又是私有的,累积增值是其重要特征。数据要素只有集成为庞大的系统才能发挥更大的乘数效应。为发挥数据要素的乘数效应,赋能经济社会发展,国家数据局在2023 年12 月15日起草并发布了《“数据要素×” 三年行动计划(2024-2026 年)(征求意见稿)》,支持开展通用人工智能大模型和垂直领域人工智能大模型训练,通过大模型结构的开源化,大幅度拓展数据要素应用场景的广度和深度。我国现在急需一批创新能力强、市场影响力大的数据商和第三方专业服务机构,把数据资源整合、转变为数据资产或数据资本,让市场成为数据资源优化配置的决定性因素。为数据确权、发挥相关企业的积极性和创造性,破除数据流通的行政壁垒,建立良好的数据交易平台,推动数实融合,是当下亟待解决的问题;同时国家数字局应加速推进国家云、国资云、教育云、国防云建设,推动数字中国建设,切实保障数据要素的数据安全。打破信息孤岛和数据壁垒,助力数据流通与共享,形成层级互通、部门共享、跨域使用、高效安全的数据应用模式。
最后,在人工智能时代,大算力决定着大数据和大模型的运行效率。算力基础设施已是大国重器,国际竞争异常激烈。截止到2023 年6 月底,全球十大超算中心,我国只有两家入围,且排名靠后,分别位列第七和第十。美国依然独占鳌头,日本、欧盟紧随其后。其决定性因素是美国掌控着7 纳米以上高端芯片的生产和销售,并且严禁高端芯片及EUV 光刻机流入我国。我国在世界超算争霸中还略显劣势。虽然我国拥有的数据规模超过了美国(2022 年全球大数据规模为61.2万亿GB,中国占比为23%,略高于美国的21%),是世界第一数据大国,但在决定大算力的半导体芯片技术方面我国还落后于美国。近年来,为了遏制中国高端芯片的发展,美国对中国进行了疯狂打压和封锁。我国需要发挥体制优势,突破美国的封锁,在加快算力中心建设的同时,要加大制度改革力度,通过算力租赁等市场化方式,整合现有算力资源,打造东中西部算力协调,算力、算法、数据协同发展,高效、绿色、安全的全国一体化的算力网。
总之,人工智能技术作为新质生产力的核心技术,具有无所不在的广泛应用场景和无比广阔的发展空间,它将重塑人类生产和生活的技术结构与组织形态。实际上它所能改变的对象不仅仅是人类的生产力,更是作为生产力和生产关系矛盾统一体的生产方式。人工智能技术与经济社会的深度融合,将为我们创造一个崭新的智能经济形态。这种全新的生产方式不仅影响着社会的经济结构,还制约着政治制度、思想文化、军事科技和整个社会的进步。
代栓平 杨秉瑜∗代栓平,吉林大学经济学院教授,博士生导师,中国国有经济研究中心研究员。研究方向:创新经济学、发展经济学、产业政策。杨秉瑜,吉林大学经济学院硕士研究生。研究方向:创新经济学。王一鸣.百年大变局、高质量发展与构建新发展格局[J].管理世界,2020,36 (12):1~13.
智能技术是典型的创新起主导作用的新质生产力。它具有高科技、高效能、高质量特征,将助推经济增长方式、生产力发展路径的深度转型,催生一系列新产业、新模式、新动能,全面赋能传统产业改造升级、新型产业和未来产业培育布局,以及发展方式的可持续转型。智能技术是未来的通用性技术,是现代化产业体系培育和建设的基础生产力。全面发展智能经济,既是推进经济高质量发展的重要抓手,又是培育新质生产力的基础场景。
党的十九大首次做出中国经济由高速增长阶段转向高质量发展阶段的历史性判断。习近平总书记指出:“高质量发展,就是能够很好满足人民日益增长的美好生活需要的发展,是体现新发展理念的发展,是创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的发展。” 高质量发展意味着中国经济由“数量追赶” 转向“质量追赶”,“规模扩张” 转向“结构升级”,“要素驱动” 转向“创新驱动”,“分配失衡” 转向“共同富裕”,“高碳增长” 转向“绿色发展”[1]代栓平,吉林大学经济学院教授,博士生导师,中国国有经济研究中心研究员。研究方向:创新经济学、发展经济学、产业政策。杨秉瑜,吉林大学经济学院硕士研究生。研究方向:创新经济学。王一鸣.百年大变局、高质量发展与构建新发展格局[J].管理世界,2020,36 (12):1~13.。高质量发展“高效”、“公平”、“可持续” 的目标奠定了我国未来发展基础,引领我国新时代中国式现代化建设的方向。
创新是引领发展的第一动力,是促进高质量发展转型的核心源泉。20 世纪90 年代之后近20年时间内,我国全社会大部分人口都享受到了市场充分发育和扩张、机会充分涌现带来的发展红利。在数量扩张之后的质量提升阶段,就是“创造性破坏” 的冲击,不适应高质量发展的劳动、技术和资本要重新适应市场、寻找市场,否则就会被彻底挤出。当前全世界正在全面启动智能化和绿色化双转型,通过布局新一代人工智能发展战略和绿色经济发展战略举措提升国家竞争力,借助新一轮工业革命的机遇,开启智能化、绿色化的工业化新阶段。
推动高质量发展是我国迈向中等发达国家的首要任务。以科技创新引领现代化产业体系建设,是当前我国推动高质量发展的现实选择。现代化产业体系是新发展格局的基础,是现代化经济体系的核心组成部分。科技、教育、人才是推进中国式现代化建设的战略支撑力量。以人工智能为核心的新一轮科技革命正在进入全面拓展期,并将深刻地改变未来经济形态[2]代栓平.把坚持高质量发展作为新时代的硬道理[J].人民论坛,2023,(24):56~58.。
2017 年《新一代人工智能发展规划》 发布,标志着人工智能产业成为国家经济发展战略的重要组成部分。数字化生产、大数据分析、机器人、人工智能等新技术领域为制造业开启新的技术解决方案和工作方式。人工智能具有的双重经济效应意味着发展人工智能产业机遇和挑战并存,在提升科技创新能力的同时更要确保发展的安全、可靠、可控,以主动求变应对全球科技变革,引领世界人工智能发展潮流。2019 年3 月19 日,中央全面深化改革委员会第七次会议通过《关于促进人工智能和实体经济深度融合的指导意见》 明确指出,促进人工智能和实体经济深度融合,要把握新一代人工智能发展的特点,坚持以市场需求为导向,以产业应用为目标,深化改革创新,优化制度环境,激发企业创新活力和内生动力,结合不同行业、不同区域特点,探索创新成果应用转化的路径和方法,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
2023 年中央经济工作会议强调“必须把推进中国式现代化作为最大的政治,在党的统一领导下,团结最广大人民,聚焦经济建设这一中心工作和高质量发展这一首要任务,把中国式现代化宏伟蓝图一步步变成美好现实”。这充分表明,大力推进新型工业化,发展数字经济,发展人工智能技术,加快培育战略性新兴产业,是不断夯实高质量发展的经济基础的主要抓手。
智能经济的基础是大数据。2024 年1 月5 日,国家数据局联合有关部门共同制定《“数据要素×” 三年行动计划(2024~2026 年)》,强调充分发挥数据作为关键生产要素的乘数效应,将数据要素同工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳有机结合,提升数智化水平,计划到2026 年底打造300个以上的典型应用场景,形成相对完善的数据产业生态,赋能经济提质增效,助力经济社会高质量发展。发展数据产业生态,最终的落脚点就是智能化决策和生产,在大数据产业支持下,提升算力,优化算法,利用生成式人工智能,我国的生产力水平将会有质的提升。
智能经济是基于新一代信息技术和网络空间发展的经济新形态,发展智能经济将对传统的基础设施、技术要素、供应链结构、组织形态进行革新和开拓。人工智能技术不再是单纯的基于信息的专门型技术,而是重塑社会生产力的通用技术。智能经济是发展新质生产力的关键土壤。智能经济通过“新技术群” 赋能,以智能取代人工,打造智能化的产品、生产、服务、组织[1]李海舰,李燕.对经济新形态的认识:微观经济的视角[J].中国工业经济,2020,(12):159~177.,实现社会生产力的提高,促进人类社会转变。
(一) 智能经济提升产品空间
智能经济将通过新型零部件、新型基础设施、新技术体系和新产业生态等从产品多样性和产品复杂度两个方面提升经济体产品空间。
1.产品逐渐向智能互联转型。智能技术将改变产品硬件和软件系统,多元功能和多元形态,“硬件+服务” 物联创新模式等将开启新产品创新。云计算、智能网联汽车、智能安全、移动互联网等多元场景,形成了遍布交通、家居、医疗、教育、制造等产业生态。数字孪生技术依赖人工智能、高性能计算、机器学习、数字仿真、数据挖掘、VR 技术贯穿产品全生命周期,通过数据和信息交互以虚控实支持产品实体的生产、使用和服务,实现产品制造和产品本身的智能化、数字化。智能网联汽车就是其中生动的一例。随着智能汽车技术和互联网技术的发展,互联化成为汽车智能化的显著特征。智能车辆互联建立了“人-车-路-网” 之间的相互连接,信息交互、路况监控、数据分析、感知定位等一系列功能满足高效交通、驾乘安全、低碳节能的需求。
2.智能决策和生产逐渐融入生产和消费,生产组织和居民生活的模式将呈现新形态。接入工业互联网的企业依托数字化参与共同生产,通过互联网思维与消费互联网的融合顺应消费者个性化需求,提供数字化服务,打造以客户为中心、以人为本、沟通交互、人-机-物协同的智慧制造系统。物联网、工业互联网通过新一代信息技术实现“人-机-物” 全面互联,推动生产制造和服务体系的全新构建,作为实现智能制造的关键使能技术,为智能制造的发展模式奠定基础。
3.大数据、大算力、大模型逐渐成为生产力的重要组成部分以及其他类型生产力的支撑。加持在技术、机器设备、生产资料、劳动等之上的大数据、大算力、大模型作为21 世纪新型生产资料,通过移动互联网、物联网、云计算、区块链、人工智能等新技术实现信息的收集、传递、分析、管理和应用,各种新信息技术融合形成的新技术体系和新机器体系推动生产力发生质的飞跃,极大提高生产效率,催生新产品、新模式、新业态,从根本上改变社会生产方式,给人类社会带来深刻变革。
4.具有强劲创新实力和发展韧性的专精特新“小巨人”、独角兽企业成为推动高质量发展的重要动力源和关键稳定器。智能经济利用大数据、云计算、区块链、物联网、人工智能等数字技术创新商业模式和产品应用,带动专精特新“小巨人”、独角兽企业发展,推动战略性新兴产业整体创新能力提升。专精特新“小巨人”、独角兽企业具有坚持创新、拥有核心技术、注重产品品质、追求持续增长的独特优势,处于产业链供应链的关键环节,引领颠覆性创新创业。
(二) 产业智能化改造创新发展空间
建设现代化产业体系,实体经济是支撑,高质量发展是方向。产业智能化是人工智能技术与实体经济融合发展的体现。产业智能化通过创新主体在知识、组织、产业、区域层面上的重组和创新,推动人工智能技术通用化和专业化,促进技术体系复杂化和颠覆性技术涌现[1]刘刚,李川川.产业智能化过程中的创新范式研究——以广州市汽车产业智能化为例[J].社会科学辑刊,2022,(2):124~131.。
1.智能化改造促进制造业高质量发展。我国是制造业大国,生产规模连续多年居世界首位,是全球产业门类最齐全、产业体系最完整的国家。然而,制造业大而不强、生产效率低、核心竞争力缺乏等问题依然存在。未来10 年是我国制造业高端化、智能化、绿色化发展的关键时期,制造业企业智能化转型是突破口,高端化和绿色化是结果。汽车产业的升级和长期发展就是明显的例证。经过不懈的努力,我国已形成了结构完整、自主可控的新能源汽车产业体系,汽车制造和市场占有都居世界前列。然而,这不足以支撑我国在汽车制造业成为全球翘楚,自动驾驶和智能网联汽车将是未来行业的竞争焦点。传统意义的交通出行工具逐渐演变为智能终端,若让中国汽车在追赶阶段“不熄火”,基础设施升级、车联网系统、新型基础设施建设等是关键。当前,全球智能网联汽车已经进入快车道,主要汽车强国和科技企业在自动驾驶商业化、道路测试、技术标准建立、法律规制等方面取得了标志性进展。我国陆续在北京、上海、武汉等地开展开放驾驶试验,相关产业政策持续发力。据工信部统计,我国智能网联汽车测试道路超过15000 公里,总测试里程达7000 多万公里。拥抱智能技术,将是我国汽车产业高质量发展的必经之路。
2.智能化改造是全球工业趋势。近年来,以欧美日为代表的发达国家和地区推出以制造业智能化为核心的产业智能化发展战略,在全球新一轮产业结构转型和调整中,产业智能化无疑具有强大的优势和竞争力。全球汽车制造、生物医药、电气制造、食品饮料、航空航天等产业已经在原料管理、质量控制、产品设计、成本管理、设备维护等方面广泛使用人工智能技术。我国目前的制造业水平与实现制造业强国的目标相比仍具有差距,国内高端制造业的发展应该把握第三、第四次工业革命提供的可贵的战略机遇,充分发挥本土优势,通过产业智能化改造,逐步提升企业资源配置效率和全要素生产率,增强企业创新能力,形成自身独有的竞争优势,发展自己独特的产业智能化之路。
3.拥抱生成式人工智能将会促进生产力大爆发。人工智能大模型引爆新一轮科技革命。具有代表性的通用性聊天机器人ChatGPT 的问世代表了人工智能领域的革命性突破,成为迈向通用人工智能(AGI)时代的里程碑。大模型已经转变为人工智能领域的基础设施,为解决各种复杂问题提供底层强大的计算、学习和求解能力,逐渐成为一种新的科学研究范式[2]刘学博,户保田,陈科海,等.大模型关键技术与未来发展方向——从ChatGPT 谈起[J].中国科学基金,2023,37 (5):758~766.。大模型在产业化的进程中逐步形成了“基础设施-底层技术-基础通用-垂直应用” 的发展线路,在自然语言处理、计算机视觉、语音识别与合成方面的应用边界不断拓宽,将促进大模型市场的形成,赋能经济社会发展的各个领域。生成式人工智能将会以前所未有的方式改造生产力的形成和发展,研发流程和效率提升的幅度很可能会超越我们的想象。据麦肯锡研究报告,未来10 ~20 年,生成式人工智能技术平均每年将提升劳动生产率0.1 ~0.6 个百分点;如果考虑与其他技术的综合影响,这个数值将达到0.2~3.3[3]McKinsey Global Institute.The Economic Potential of Generative AI:The Next Productivity Frontier [R].https:/ /www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-AI-the-next-productivity-frontier#introduction,2023-06.。
(三) 场景创新是当前推动智能产业发展的抓手
人工智能与实体经济深度融合将更加有力地促进经济高质量发展。2022 年7 月,科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》 的通知并指出我国在场景创新方面具有重大潜力。场景创新是以新技术的创造性应用为目标,以供需联动为路径,实现新技术、商业模式综合应用与迭代更新的过程。场景驱动传统产业数字化、智能化改造,围绕制造、农业、物流、金融、商务、家居等重点行业打造人工智能重大场景,实现人工智能和传统产业增长新路径的共同演进。
场景创新作为激发原始创新和核心技术突破的引擎,强调战略引领和需求驱动,以整合范式和生态范式为基础,面向产业发展和商业需求,围绕智能制造、现代农业、智慧家居等重要行业并瞄准未来发展大趋势,是超越了现有创新范式的新范式。场景创新体系注重多元协同,整合技术、资本、数据等要素,融合创新链、产业链、人才链、资金链、政策链,以城市为主要创新环境,打造共生共创、共享共赢的创新生态[1]尹西明,苏雅欣,陈劲,等.场景驱动的创新:内涵特征、理论逻辑与实践进路[J].科技进步与对策,2022,39 (15):1~10.。场景创新过程的关键在于人工智能与应用场景高度融合,通过场景构建、识别需求、设计方案、技术创新和成果转化完成场景创新的实现。目前,北京、上海、合肥、南京等多个城市已经启动应用场景示范落实,基于城市资源禀赋、人才优势和产业基础主动培育应用场景,联合知名企业和高校院所推进工程、项目开发建设,应用场景和创新产品的推广示范初见成效。
(四) 智能经济将促进绿色和包容性发展
习近平总书记在二十届中央财经委员会第一次会议中强调:“推进产业智能化、绿色化、融合化,建设具有完整性、先进性、安全性的现代化产业体系。” 产业体系智能化绿色化双转型,智能是手段,绿色是宗旨、核心,智能技术和绿色技术融合赋能。以新一代信息技术和数字技术为代表的智能技术赋能传统行业绿色低碳转型,以清洁煤炭发电技术、智能电网技术、储能技术、碳捕集、利用与封存技术、新型污水处理技术等为代表的绿色技术发展体现了高水平的绿色化转型。在不同数字化跃升阶段,依次表现为绿色结构化、绿色能力化与绿色杠杆化的演变过程,前一阶段的绿色发展程度也为下一阶段深化绿色转型奠定了基础[2]曹裕,李想,胡韩莉,等.数字化如何推动制造企业绿色转型?——资源编排理论视角下的探索性案例研究[J].管理世界,2023,39 (3):96~112,126,113.。技术进步的本质是不断提高劳动生产率和生产资料利用效率。尽管智能化和绿色化需要更多的能源投入和使用,但是产业智能化改造可以有效提高能源利用效率,智能化可以更好地促进绿色能源技术的开发和利用;能源绿色化可以更好地促进智能技术的低碳绿色转型。二者协同发展推动制造业绿色智能转型,促进经济高质量发展。
智能技术有利于促进经济增长、提高生产率,在这一基础上,包容性发展关注智能技术对收入差距的影响。智能经济的发展在短期内对现有社会分工体系产业冲击,长期将会创造更多新的未知工作岗位。包容性发展的首要原则是发展,同时追求分配公平,重要特征之一是特别重视弱势群体发展,是一种更加全面、更加包容的共享式新发展理念与模式。长期来看,产业智能化在总体上有助于促进经济增长、缩小收入差距和促进共同富裕[3]陈东,秦子洋.人工智能与包容性增长——来自全球工业机器人使用的证据[J].经济研究,2022,57 (4):85~102.。智能技术的发展推动了全社会人类共享创新成果,尤其是惠及低收入群体、创造新的就业机会和更多就业岗位,稳定智能时代的就业问题。发展就业扩张型的“好的” 人工智能是一个兼顾发展与公平的优先选项[4]杨飞,范从来.产业智能化是否有利于中国益贫式发展? [J].经济研究,2020,55 (5):150~165.,智能技术促进包容性发展具有普惠性价值。智能经济时代,人类的工作和生活模式也将会有革命性的变化,智慧化居住环境、医疗保障和交通出行将极大提升生存品质;数字孪生等未来技术将把人类从农场、生产线上等繁重工作中完全解放出来,人类将从事更具有创造性的工作。
程 娜 王 璐∗程娜,上海大学马克思主义学院教授,经济研究中心主任,上海市习近平新时代中国特色社会主义思想研究基地(上海大学)研究员,上海大学智能哲学与文化研究院研究员,博士生导师。研究方向:政治经济学、海洋经济、数字经济及宏观经济管理等。王璐,上海大学经济研究中心研究助理。研究方向:政治经济学。人民网.中央财经委员会办公室在解读2023 年中央经济工作会议精神时关于新质生产力内涵的表述[EB/OL].http:/ /finance.people.com.cn/n1/2023/1218/c1004-40141533.html,2023-12-18.
基金项目:上海市哲学社会科学项目“习近平海洋经济强国战略的学理阐释” (项目编号:2023BKS002)。
新质生产力的提出是习近平总书记立足于我国长期经济建设实践以及现阶段发展格局变动,针对新时代新征程加快科技创新和推动高质量发展提出的重大命题,而新质生产力的培育离不开数据要素的有效赋能。
在新一轮科技革命向纵深发展、国际竞争日益加剧、我国经济结构面临重大战略性转型等挑战下,加快形成新质生产力,是推动经济高质量发展、实现中国式现代化的重要任务。新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力,它以劳动者、劳动资料、劳动对象及其优化组合的质变为基本内涵,以全要素生产率提升为核心标志[1]程娜,上海大学马克思主义学院教授,经济研究中心主任,上海市习近平新时代中国特色社会主义思想研究基地(上海大学)研究员,上海大学智能哲学与文化研究院研究员,博士生导师。研究方向:政治经济学、海洋经济、数字经济及宏观经济管理等。王璐,上海大学经济研究中心研究助理。研究方向:政治经济学。人民网.中央财经委员会办公室在解读2023 年中央经济工作会议精神时关于新质生产力内涵的表述[EB/OL].http:/ /finance.people.com.cn/n1/2023/1218/c1004-40141533.html,2023-12-18.。新质生产力的“新” 指代新技术、新模式、新业态、新动能,核心在于生产力要素及其组合的创新;“质”,则主要强调量的扩张基础上质的跃升,指代数智化生产条件和科技创新驱动下的高质量生产方式和发展模式。新质生产力的核心要义在于“以新促质”,即以关键性、颠覆性技术创新带动产业创新,以战略性新兴产业和未来产业培育为主阵地,驱动现代化产业体系建设和经济高质量发展。
“数据” 最初泛指基于测度或统计产生的可用于计算、讨论和决策的事实或信息。进入数字经济时代,伴随ICT 的发展,数据也由狭义的“‘0-1’二进制字符串”[2]Farboodi M,Veldkamp L.A Growth Model of the Data Economy [R].Columbia Business School Working Paper,2020.延伸至“信息的一种表现形式或者数字化载体”[3]徐翔,厉克奥博,田晓轩.数据生产要素研究进展[J].经济学动态,2021,(4):142~158.,并被赋予更多的信息化内涵。现代计算能力的叠加和数字技术应用场景的泛化,使得原本孤岛式的数据被有效互联互通,并迎来爆发式增长。海量数据被生产出来,通过网络等方式传输到云端进行存储、处理与分析,再借助物联网、人工智能等多种方式转化为实际应用,从而实现数据价值的“兑现”。在此过程中,数据因其多元性、依赖性、强渗透性的技术特征,以及低成本复用、非竞争性、部分排他性和规模报酬递增等经济特征,展现出不可估量的要素效率提升能力和资源配置优化能力,重要性日益凸显,迅速成为普遍认同的第七生产要素[4]2019 年10 月31 日,党的十九届四中全会报告《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》 中正式提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”,数据作为新的生产要素参与分配。。
数据要素赋能新质生产力是指数据要素因其显著的乘数效应和创新引擎作用,逐渐被认定为新质生产力的核心生产要素。无论是按照生产资料优先增长理论和还是迂回生产理论,随着数字时代资本有机构成的提升,数据作为新型生产要素和重要战略性资源,通过与其他生产要素协同联动并渗透生产、分配、流通、消费各环节,将显著促进生产资料的提质升级,优化产业结构,提升全要素生产率,进而引发生产力的跃迁和经济全场域的颠覆性变革。因此,需系统梳理数据要素赋能新质生产力发展的内在逻辑和重点难点,以更好发挥数据要素潜能,促进颠覆性技术和前沿技术的创新,催生新产业、新模式、新动能,筑牢新质生产力形成的要素根基和动能基础,推动经济实现高质量发展。
(一) 数据要素催生新质劳动资料
数据要素以其强渗透性、低成本复用和非竞争性等特性,深度融入生产生活全链条,能有效改进要素比例和配置方式,驱动资源合理有效配置,激发产业数字化,助推生产力的整体跃迁。第一,数据和数字平台作为数字经济的新型生产工具[1]谢康.数字经济创新模式:企业与用户数据化互动创新[J].中国社会科学院大学学报,2023,43 (2):79~94,162.,基于经济主体数据化互动,能贯穿链式生产和决策的全流程,以“数据化之手” 驱动资源要素序列的整体重置,优化资源配置,提升劳动资料使用效率,优化生产要素组合结构。第二,数据要素同数智技术的交互,在以规模化扩张和全景式应用颠覆性革新传统机械为主的生产工具,促进传统设备和制造工艺数智化改造升级的同时,还将原有的研发设计、生产组装等环节进行解构、重组,驱动企业从“串行生产” 的线性分工到“并行制造” 的网络化分工的转型[2]戚聿东,刘欢欢.数字经济下数据的生产要素属性及其市场化配置机制研究[J].经济纵横,2020,(11):63~76,2.,激发架构创新和模块化生产,从而不断“焕新” 劳动工具和生产模式。第三,数据资源及集成平台作为支撑创新活动的核心要素[3]蔡跃洲.数字经济的国家治理机制——数据驱动的科技创新视角[J].北京交通大学学报(社会科学版),2021,20 (2):39~49.,能催生数字网络通信技术、高端智能设备等富含先进技术与绿色创新特质的新型劳动工具,进而激发企业生产和运作模式的创新及数智化、绿色化变革,有效延伸和焕新传统产业链链条,推动传统产业的转型升级。
(二) 数据要素孕育新质劳动对象
数据作为新生产要素,在推动数字产业化和产业数字化过程中,既是新质劳动对象的一部分,又促使传统劳动对象突破过去的物质性,成为更契合高质量发展的新质生产要素。一方面,“数据”作为新型劳动对象参与到物质生产和价值创造过程中,通过多场景应用和多主体复用,能突破并重构传统的生产时空,创造多样化的价值增量,催生数字化新领域,拓展经济增长新空间。作为信息通信、云计算等数字产业创新发展的资源基础,数据要素的商业化开发与市场化交易活动,能形成数据服务、数据产品和数据应用等新兴数字业态[4]任保平.以产业数字化和数字产业化协同发展推进新型工业化[J].改革,2023,(11):28~37.,推动数字化商业模式、产业形态和体制机制的协同创新;另一方面,数据要素的嵌入使得劳动对象从实体的自然物逐步升级为“自然物+人造自然物+虚拟的数字符号物”,日益呈现数智化特征;与此同时,高新技术基于数据要素的支撑,还能对传统劳动对象加以绿色化改造,创新出绿色合成材料,并加快新能源的发掘及其对传统能源的替代使用,进而催生一系列绿色新业态,加快形成绿色低碳的现代化产业体系。此外,数据要素亦重构了竞争优势,使得传统资源禀赋优势逐渐被数字智能优势所替代,区域发展核心竞争力由资源禀赋和产品生产力逐渐转向创新效率和数智生产力,进而引致技术创新和智能制造出现空间分布变化,形成以创新集群为核心的新增长极[5]郑江淮,周南.数据要素驱动、数字化转型与新发展格局[J].山东大学学报(哲学社会科学版),2023,(6):93~105.。
(三) 数据要素培育新质劳动力
数据要素叠加数智化技术,通过渗透融合劳动力要素,能大幅提高传统劳动力的质量和生产潜能,提升劳动生产率,并倒逼劳动力结构趋向高级化。第一,数据要素同劳动力要素协同,能有效激发劳动者数据思维,提升数字化的劳动技能,提高劳动边际产出和内涵再生产水平。数据要素驱动下的劳动相较于传统简单劳动,更加彰显创造性、高级性的复杂性劳动特征,在同等劳动时间内能推动更大规模的物质要素运行,从而大大提升劳动生产率,促进生产力“质” 的提升。第二,数据要素的渗透,使得数字经济时代下的生产力要素主体突破了“人” 的边界,扩展为人与人工智能相适应的现实与虚拟双劳动主体[1],并催生新型劳动者。以数据要素为根基衍生的人机协同,能突破人的固有认知模式,拓展知识边界,创造新的组织学习方式,从而极大促进劳动效率和质量的提升。与此同时,数据要素还催生出“零工经济” 模式下的新型自由职业者,拓展了劳动主体边界。第三,数据要素对劳动力就业发挥正负叠加效应,既对抽象和复杂劳动产生正向互补,又对简单和常规性劳动产生负向替代。与此同时,数据还能依托数字平台终端高效匹配劳动力资源,衍生高附加值就业新形式,提升劳动技能整体属性[6]肖巍.灵活就业、新型劳动关系与提高可雇佣能力[J].复旦学报(社会科学版),2019,61 (5):159~166.,从而推动劳动力结构向高级化发展。
图1 数据要素赋能新质生产力的理论机制
1.数据引领科技创新潜能受限
目前我国数据引领科技创新以及深度推动“数实融合” 仍面临诸多堵点,限制了数据要素禀赋对物质生产方式及生产过程的影响,弱化了培育新质生产力的数据要素创新动力。一是当前我国科技创新体系数字化模式尚未形成,科技创新的数据支撑能力不足致使相关技术突破及产业化应用难以实现。尤其是跨主体间的数据信息交换和处理仍存在系统性的体制机制障碍[1]蔡跃洲.中国共产党领导的科技创新治理及其数字化转型——数据驱动的新型举国体制构建完善视角[J].管理世界,2021,37(8):30~46.,数据采集、流通和共享不畅,“数据孤岛” 现象的凸显,限制了数据深层次的价值挖掘和应用,影响创新要素资源的有效配置和关键核心技术的攻关。二是高质量数据分配不均、共享不畅,致使中小企业“用数难”、民营企业“用数门槛高” 等问题凸显,极大阻滞了中小微企业的创新和产业的深度数字化转型。《数字化采购引领中小企业数字化转型》 报告显示,2022 年,我国有79%的中小企业仍处于数字化水平较低的初级探索阶段[2]国研大数据研究院.数字化采购引领中小企业数字化转型[R].2022-09-25.,缺乏深层次、高价值的数据应用,难以在短期内实现数字化改造升级。三是数据要素在实体经济领域的挖掘、开发、吸纳能力欠佳,价值潜能未能充分释放。我国三次产业数实融合呈现出“三二一” 产业逆向渗透趋势,一二产业数实融合程度相对滞后,数据生产力与实体经济的脱节致使传统产业改造升级和新兴产业培育的链条受阻,制约新质生产力和现代化产业体系的培育。
2.数据要素发展不平衡不充分
随着数据要素市场需求的爆发,数据开发利用向纵深发展,数据要素的规模化应用及产业化、商业化、市场化发展也面临诸多挑战,一定程度制约数据要素赋能生产力发展。一是我国当前数字基础设施建设覆盖不全面、区域发展不协调、应用不充分,致使数据的采集、流通、扩散和应用缺乏有效载体,数据要素难以融入代表先进生产力的前沿科创领域,赋能未来产业发展受限。二是我国高质量数据供给不足、应用深度不够,大部分创新能力强、成长性好的数据商和第三方专业服务机构尚处培育起步期,富有活力与竞争力的数字产业新业态尚未形成,数据产品和服务质量亟待优化。三是随着数据要素逐步融入生产与消费,隐私泄露、数据窃取等问题层出不穷,数据安全保护和治理将受到更大挑战。同时,数据禀赋的差异导致部分地区难以享受数据红利,“数字鸿沟” 和“数字贫困” 现象凸显,加剧贫富分化和城乡、区域发展不平衡。
3.数字劳动力有效供给不足
数据要素在驱动劳动力市场转型升级的同时,也以其对中低技能劳动者的挤出和替代效应,引发了劳动力的结构性过剩和极化现象。加上现阶段我国数字人才面临有效供给不足的困境,致使新质劳动力的整体培育仍面临较大压力和阻碍。一方面,“数据” 作为新型生产要素,在激发产业部门创新、提升劳动力技能的同时,也直接或间接地对就业产生了“创造性破坏”,引致“机器换人” 和技术性失业等风险[1]胡拥军,关乐宁.数字经济的就业创造效应与就业替代效应探究[J].改革,2022,(4):42-54.;同时也诱发“数字圈地” 及“恩格斯停顿”,以劳动者的权益损失为代价,加剧劳资分化;另一方面,我国现有数字劳动力数量型短缺、素质型短缺和结构型短缺问题突出[2]张琳,王李祥,胡燕妮.我国数字化人才短缺的问题成因及建议[J].信息通信技术与政策,2021,(12):76~80.。2023 年我国数字化综合人才总体缺口约在2500 万至3000 万[3]人瑞人才,德勤中国.产业数字人才研究与发展报告(2023) [R].2023-03-17.,且面临人才缺口持续扩大和供需不匹配的窘境。数字化劳动力的短缺及人才供需关系的“结构性失衡”,反映了当下我国数据要素未能同劳动力深度融合,难以满足新质生产力培育所需的大批高素质劳动需求的事实。
1.加快实施国家大数据战略
数据要素赋能新质生产力需要从宏观层面全面统筹国家大数据战略,为数据要素全链条管理和全方位流通提供基础制度保障,释放数据创新要素活力。要多措并举推进《“数据要素×” 三年行动计划(2024~2026 年)》 落实、落地,在推动数据要素与新旧产业的渗透融合中实现存量的“焕新” 与增量的“换乘”。从供给侧来看,要着手建立合规高效的数据要素流通和交易制度,打破数据领域的行业垄断、地方割据和“数据孤岛”,畅通数据大循环;建立健全跨主体、跨平台的数据信息交互规则,重构产学研各主体的沟通协调机制,消弭不同主体和层级间数据信息交互和共享活动的壁垒,促进数据合理有序流动。从需求侧来看,要加快开拓数据要素驱动应用模式,基于各行各业基础条件和数据禀赋,充分挖掘和释放数据要素典型领域应用场景,持续深化数据要素对工业制造、现代农业、科技创新等行业的融合创新,推广个性化定制、智能化生产和网络化服务等新业态发展,深入拓展产业数字化转型空间;加快企业尤其是中小企业的数字化改造升级,优化数据资源的采集和整合,打通企业业务流程数据通道,推动业务流程全链条的数字化。
2.夯实数据要素市场开发基础
数据要素赋能新质生产力需要加快推动数据要素的产业化、商业化和市场化开发和应用,培育壮大数据服务范畴,完善现代化产业体系。第一,加快推进5G 网络、千兆光网等数字基础设施建设,系统优化云平台、数据中心等算力基础设施布局,打造东中西部高效互补、协同联动的全国一体化算力网,致力于形成全方面、多层次的新型基础设施建设新局面。第二,逐步引导市场数据要素有效供给增加。政府应加快建立完善数据质量分类考核标准及要素流通准入标准;积极扶持数据采集、加工等服务行业发展,鼓励专业化数据服务机构合规开采、开发数据,并探索面向业务应用的共享、交换、协作和开放机制。第三,强化国有企业科技创新“主力军” 作用,引导国有企业加强基础性研究,超前布局前沿技术和颠覆性技术,统筹利用数据等创新资源要素,完善智能化治理模式,强化国家战略科技力量建设。第四,鼓励核心和前沿技术攻关,以隐私计算、区块链等前沿技术突破为导向,创新数据信息保护监管手段,加速突破数据性能、安全和互联互通等方面的瓶颈,切实提升数据权益保障与安全治理水平。
3.培育高质量数字人才
数据要素赋能新质生产力亟需激活数据要素的创新引擎作用及就业创造效应,一方面,要强化重点领域数字化高端人才培养,筑牢新质生产力发展的人才根基。应从基础教育入手,加大基础教育投资力度,提升全民数字素养和创新能力;改革高校人才培养机制,积极开设与智能制造、大数据、云计算等相关的学科专业,优化数字经济相关课程,壮大国家数字领域高层次人才队伍;加速人才流动和知识共享,完善人才高效输送的协同机制,实现人才培养与市场需求的紧密对接;积极打造企业主导的“产学研” 创新合作基地,大力推进产教融合,加速科研成果的产业化和市场化落地;完善数字化人才激励机制和配套政策,促使薪酬分配向数字人才倾斜;另一方面,要建立完善终身学习的职业教育体系,打造面向公众的智能化终身学习公共服务平台,加强失业劳动者的技能培训,尽快建立起再就业培训体系,促进失业劳动者转岗再就业;同时发挥失业保险金和补助金作用,加大失业救济补贴和保障,完善就业和民生兜底保障政策。
黄晓野 汪苗苗∗黄晓野,三亚学院管理学院副教授,博士,硕士生导师。研究方向:发展经济学,数字经济。汪苗苗,通讯作者,三亚学院管理学院讲师。研究方向:供应链管理。通用人工智能与工业融合创新中心.AI 大模型工业应用现状、模式与展望[R].北京:中国工业互联网研究院,2023-12-22.
基金项目:海南省高等学校科学研究重点项目“协同效应视域下的海南现代服务业融合创新研究” (项目编号:Hnky2021ZD-19);海南省哲学社会科学基金项目“海南自贸港现代服务业嵌入海洋强国战略研究” (项目编号:HNSK(YB)23-31);海南省哲学社会科学规划课题“海南流域多元化生态补偿机制研究” (项目编号:HNSK(YB)20-48)。
AI 大模型是一种具有大量参数和复杂结构的神经网络模型,与之前的小模型相比,具有更多的参数数量、更深的复杂性、更广的适用范围、更大的数据量等特征。以ChatGPT、“文心一言”为代表的AI 大模型是人工智能领域取得突破式进展的产物,是催生新产业、新模式、新动能,发展新质生产力的原创性和颠覆性技术。习近平总书记在2024 年1 月31 日召开的中央政治局第十一次集体学习会议上的重要讲话指出,“必须加强科技创新特别是原创性、颠覆性科技创新”,“培育发展新质生产力的新动能”。在数字经济时代,AI 大模型将会成为推动和支撑我国经济高质量发展的核心技术。从经济实践上看,AI 大模型在千行百业的广泛渗透,形成复杂经济系统,充满潜力的同时也充满不确定性。在经济新旧动能转换和新质生产力快速发展的重要时间节点,对AI 大模型在产业中的应用实践进行归纳总结,厘清AI大模型催生新质生产力的机制,为AI 大模型更好的服务于高质量发展提供指导,具有重要的理论和实践意义。党的二十大报告强调,“贯彻新发展理念是新时代我国发展壮大的必由之路”。新发展理念是高质量发展的指导思想。因此,AI 大模型驱动经济高速、健康、可持续发展,应以新发展理念为准绳,以经济中的应用实践、技术原理为依据,以复杂系统思想为指导,进行辩证分析,预见机遇和挑战并提出对策。
“三新” 即新产业、新模式、新动能,AI 大模型已经成为催生三新的重要推力且潜能无限。第一,新产业方面,AI 大模型广泛渗透进千行百业,其并非简单叠加,而是通过深度交叉融合的形式催生产业升级,在改造提升传统产业、培育壮大新兴产业、布局建设未来产业三方面均发挥了重要作用。多模态大模型增加了输入信息模态,能接受语音、文字、图像,具有更广泛应用范围。其在自然语言处理、计算机视觉、语音识别领域的应用,已经成为数字经济时代的新产业的代表;与矿山、交通、医疗等传统产业的融合,则催生了智能采矿等新产业。同时,AI 大模型催生的新产业具有鲜明的新质生产力特征。一是创新密集,2023 年11 月20 日,国家工业信息安全发展研究中心、工信部电子知识产权中心发布的《中国AI大模型创新和专利技术分析报告》 显示,我国大模型专利申请总数突破4 万余件,增长势头强劲。二是增值含量高,如华为盘古药物大模型学习了市面上真实存在的17 亿个已知的药物分子的化学结构进行预训练,在化学无监督学习模式下,实现结构重构率、合法性、唯一性等指标全面优于现有方法。第二,新模式方面,AI 大模型是一种带有技术进步生成能力的要素,在生产领域形成复杂劳动能力,其无形性和外溢性可打破时空限制,改变资源配置方式和组织分工,催生经济增长新模式。如在工业领域,AI 大模型已在原理化研发、前瞻化设计、高效化仿真、精细化检测、智能化调控、科学化运维和定制化售后七大领域形成创新应用模式[1]黄晓野,三亚学院管理学院副教授,博士,硕士生导师。研究方向:发展经济学,数字经济。汪苗苗,通讯作者,三亚学院管理学院讲师。研究方向:供应链管理。通用人工智能与工业融合创新中心.AI 大模型工业应用现状、模式与展望[R].北京:中国工业互联网研究院,2023-12-22.。新模式促成了以战略性新兴产业和未来产业为代表的“新制造”,以高附加值生产性服务业为代表的“新服务”[1]黄奇帆.在第二十五届北大光华新年论坛讲话[EB/OL].围绕新制造、新服务、新业态推动新质生产力发展,2024-01-07.,聚合而成为新质生产力。这体现了AI 大模型在推进新型工业化和现代服务业快速发展,促进传统经济模式向新经济模式转变。第三,新动能方面,AI大模型可以充分发挥数据要素乘数效应在经济发展中的加速作用。数据要素的乘数效应之所以产生,因为它可以在多场景中不断被循环使用,不断发掘出新价值,带来多元化业务扩张。大模型则是发挥数据乘数效应的核心工具。通过大模型参数,机器学习才可以在数据中提取到模式和规律,建立经济增长要素之间的关联性,一组数据才可以支撑全链条、全场景、全生态链的业务增长。以技术驱动发展的新动能不同于以大量简单劳动和资源投入驱动发展的旧动能,是绿色发展的基础。绿色发展是高质量发展的底色,新质生产力就是绿色生产力。新动能只有成为强大而持久的推力,才能形成对旧动能的替换,同时保持经济的平稳高质量发展,使传统生产力向新质生产力过渡。
AI 大模型作为新质生产力的重要构成要素,拥有应用于无限经济场景的潜力,是一种具有重塑中国经济能力的颠覆性技术,未来势必给我国经济发展带来无尽的机遇和挑战。融合复杂系统思想的辩证法则提供了兼具理论性和现实性的分析工具,可揭示、预见AI 大模型在经济过程中对立又统一的机遇和风险,新发展理念则从5 个方面为AI 大模型高效、健康发展提供了价值引导。
1.创新与模仿。AI 大模型虽然应用范围极广,但目前只有少数企业拥有研发和进化能力。根据华为开发者大会2023(Cloud)发布,截至2023年7 月,全球仅发布数百个大模型,我国年内发布了80 多个大模型。其中在生产实践中得到广泛应用的数量就更少了,业内领先的大模型几乎集中于谷歌、OpenAI(已被微软收购)、华为这些全球领先的创新型企业。究其原因,AI 大模型对算法、算力的高要求和颠覆性技术研发与商业上的不确定性,导致该技术和业态的创新能力和全流程应用能力仅被极少数新兴创新型公司所掌握。待技术和商业模式逐渐成熟后,技术外溢或引进为后续企业以模仿式创新进入提供条件,这样可以有效降低研发风险和商业风险。这种创新形式一度构成了我国产业领域技术创新的主流,但在“逆全球化” 的背景下,这种形式的运行时常受阻。尤其在AI 大模型领域,中美两国占据了全球八成以上份额[2]北京信息科技发展中心,等.北京市人工智能行业大模型创新应用白皮书(2023 年) [R].北京:北京市科学技术委员会,2023-11-29.,两国关系和美国对核心技术的保护成为了技术引进能否顺畅进行的最大变数。综上所述,从算力、算法、数据三方面加强AI 大模型领域自主创新能力,尤其是原发性技术创新能力,使大模型成为我国新质生产力的坚实支撑点。
2.协调与竞争。AI 大模型与千行百业的融合与竞争关系同在,给协调发展带来促进和阻碍两种相反的力量。AI 大模型以技术创新形式重塑了传统行业生产函数,给企业管理决策带来了丰富经验凝聚而成的人类智慧,低成本的反复使用和边际报酬递增推进了企业的生产可能性边界,形成了以AI 大模型拥有者为中心的商业生态系统,系统内各成员形成了一种协同共赢的关系,践行了协调发展理念。如华为“盘古” 大模型由华为云联合鹏程实验室等科研单位和高校合作搭建,实现了多行业、多场景中多主体的帕累托改进。在煤矿领域,盘古矿山大模型已经在全国8个矿井规模使用,一个大模型可以覆盖1000 多个细分业务场景,避免了危险操作;盘古制造大模型通过训练可在1 分钟做出3 天的生产计划。此外,AI 大模型在生态位上显著的竞争优势可能会让系统内其他企业不具备与其讨价还价的能力,甚至对其形成技术依赖,形成一家独大的局面。对于系统外的行业而言,AI 大模型可能让它们遭遇“降维打击”。摩根士丹利调查显示,AI 技术破坏的行业市场份额5 年下降了约20%,15 年下降了40%,同期新进入者的市场份额则增加了30%[3]Morgan Stanley Research.Our World in Data [R].New York:Morgan Stanley,2023.。由此可见,AI 大模型的扩散存在产业间和产业内不平衡发展的双重风险。
3.绿色与能耗。AI 大模型无论在政策层面还是实践层面均有力践行了绿色发展理念。“数智融合绿色未来” 是2023 世界人工智能大会聚焦的主题。国家能源局2023 年3 月28 日发布的《关于加快推进能源数字化智能化发展若干意见》文件,要求积极推动数字科技与能源产业发展深度融合,构建清洁低碳、安全高效的能源体系。蚂蚁科技集团申报的绿色AI 技术促进节能减排提效创新应用实践入选了2023AIIA(中国人工智能产业发展联盟)人工智能十大潜力案例。大模型延伸了人类的认知水平,由此带来的决策能力的提升引致的资源集约化利用更是解决人与自然和谐问题的关键。可是,AI 大模型带来的两种风险与绿色发展理念是相悖的。一种是目前已经显而易见的能耗,运行大模型的超算系统带来的能耗极大,超级计算机在内的高性能计算正成为能源消耗大户。国际能源署(IEA)数据显示,容纳超算的数据中心用电量占全球总用电量的1.5%~2%,大致相当于整个英国的耗电量,预计到2030年,这一比例将上升到4%[1]焦臻桢.在中国通信学会智学大讲堂第二十九期讲话[EB/OL].Web3:人工智能的信任基座,2023-11-27.。另一种是未来可能发生的资源浪费,即在“大模型热” 的推动下,企业甚至政府层面不顾自身能力和资源约束盲目上马AI 大模型项目,却由于算法、算力和数据的不科学不完备无法发挥应有的作用,带来无谓的资源消耗。
4.开放与安全。AI 大模型发展与高水平对外开放相辅相成,同时也是国家安全体系的重要一环。AI 大模型技术的完善、应用场景的丰富以及规模经济效应均离不开高水平对外开放。据中研普华产业院《2024-2028 年中国大模型市场发展分析与投资战略规划报告》 分析,全球大模型竞争格局呈现出多元化特点,中美欧日等国家和地区推出一系列各具特色的大模型产品和服务。美国大模型在自然语言处理、计算机视觉、语音识别、AI 芯片、云计算基础设施方面具有优势,中国大模型在应用场景、算法优化、数据资源等方面具有优势,高水平的对外开放可以形成优势互补,减少重复性研发投入。但是,AI 大模型是一种战略性产品,数据更有可能蕴含着大量的国家机密,是各国政府重点保护的对象,涉及到网络安全、科技安全、信息安全,甚至国土安全、军事安全等国家重点安全领域。安全发展是五大发展理念之前提,高水平对外开放立足于安全之上。大模型是一种技术含量极高的产品,大模型产业集群具有复杂系统特性,故以技术为核心的系统安全观是安全开放的指导思想。
5.共享与“极化”。共享发展注重解决社会公平正义问题,AI 大模型则可能加剧或改善这一问题。AI 大模型带来的“极化” 效应目前已初见端倪。在企业领域,庞大的参数规模和复杂程度,对计算能力有极高的要求,所以大模型先锋案例发生在业内首屈一指的公司,是一种差异化尖端产品。大模型应用场景非常丰富,而且不断成长,将复杂环境场景化、程序化,处理复杂问题更加迅速准确,与竞争对手相比体现出更强的商业变现能力。大模型拥有的不断学习和成长基因,开始具备涌现能力,拥有大模型能力的企业与常规企业学习能力上会呈现出马太效应,边际收益递增效应叠加规模经济效应,强者本就强,成长还更快。在地区领域,大模型集中分布于北京、广东、浙江、上海,呈现出地区“极化” 效应[2]赵志耘.中国人工智能大模型地图研究报告[R].北京:中国科学技术信息研究所,2023-05-28.。究其原因,大模型的生产和使用对科技人才、算力水平要求极高,发达地区具有天然优势。“极化”效应未必会加剧社会的不平等,清晰的产权、“权责利” 匹配的收入分配、税收和转移支付等财政工具,确保在不断做大“蛋糕” 的基础上实现共享发展。
在指导思想上,树立复杂系统思维,先立后破,以进求稳。AI 大模型高质量发展必须以复杂系统思维为其底层逻辑。新发展理念作为大模型发展的价值引导,不是五大理念的简单叠加,而是耦合作用、系统共生。数字化社会造就的前所未有的社会系统复杂性已经形成学界共识[3]王芳,郭雷.数字化社会的系统复杂性研究[J].管理世界,2022,(9):208~220.。在实践领域,AI 大模型在千行百业的广泛渗透,覆盖了微观企业、中观产业、宏观经济三维向度,既包括企业自身,也包括各利益相关者构成的经济系统在形式和发展过程上呈现出BA 无标度网络特征,即网络的规模是不断扩大的且新的节点更倾向于与那些具有较高连接度的节点相连接[1]李守伟,钱省三,沈运红.基于产业网络的创新扩散机制研究[J].科研管理,2007,(4):49~54,72.。复杂系统的网络思想、非线性、非平衡、突变、混沌等特征,为AI 大模型发展提供了不同于传统经济的新思路。网络思想强调多发展目标的耦合,AI 大模型发展应注重效率兼顾公平、注重竞争兼顾协调、注重开放兼顾安全,不能走偏重单一目标的老路。非线性、非平衡、突变意味着大模型发展具有不确定性和不稳定性,发展规划要留有变化的空间,需要时刻关注内部和外部环境,抓住机遇,规避风险。混沌效应要求AI 大模型要注重初始条件,因为这可能会带动系统长期巨大的链式反应,技术的原创性程度和政府规制是重要的初始条件。另外,AI 大模型作为当前和未来新质生产力的支撑点,其发展还应立足于2023 年中央经济会议精神,即“先立后破,以进求稳”。大模型是一种颠覆性技术,应尽量避免产业剧烈震荡带来的失业和经济增速下降问题,保证产业变迁的平稳过渡和整体经济的平稳运行。这就需要大模型与传统产业实现价值互补、共赢共生,建立缓冲机制,逐步建立新兴经济发展模式,逐步淘汰落后产能。遵守以上指导思想,AI 大模型发展需要在微观、中观、宏观三维向度实现突破。
微观领域:创新为上,要素升级。创新是大模型发展中最核心的因素,是践行新发展理念的钥匙,AI 大模型发展要以技术原创性、颠覆性创新推动要素升级。如谷歌提出的联邦学习法可以在多个持有本地数据样本的分散式边缘设备或服务器上训练算法,而不交换其数据样本,这样就兼具了数据的完备性和安全性。企业是创新的主体,大数据的创新模式却不能停留在闭门造车的封闭、独立状态,复杂网络思想下,独立创新向协同创新转变,中心式创新向分布式创新转变。目前我国大模型整体创新能力还落后于美国,但并非跨时代差距,大模型领域很多创新短板都是共性问题。如数据的完备性和准确性、强大并节能的算力、算法的应用性、大模型的逻辑性。所以,大模型领域技术创新和业态创新应秉承“眼观六路,以我为主” 原则,不必一味实施赶超和模仿式策略。充分利用国内外一切可用的资源,研究所、高校、甚至民间力量,都可能形成创新的驱动力,创立一个开放式创新平台尤为重要。
中观领域:技术扩散,价值共创。AI 大模型只是工具,必须与丰富的应用场景融合才能创造价值,因此技术在产业中的扩散和融合是前提,价值共创则是协调发展的动力。根据复杂网络理论,颠覆性技术的扩散是一种非线性过程[2]何郁冰,林欣慧.基于复杂网络演化博弈的颠覆性技术扩散研究[J/OL].软科学,1 ~11 [2024-01-15].https:/ /doi.org/10.13956/j.ss.1001-8409.2023.,网络特征会影响技术扩散。对于新兴企业而言,网络规模越大,网络度均值越高,主体间的学习效应和竞争激励有益于技术的深度扩散,对于在位企业则不一定产生该效应。因此,相比于新兴企业,传统型在位企业未必有参与大模型赋能的积极性。竞争博弈产生的压力和互利共赢的效益会形成在位企业拥抱新技术新业态的内生动力,因此一个平等的竞争环境尤为重要。大模型复杂经济系统通常以产业集群形式存在,在集群内部,价值共创的生态系统文化和平等议价的交易模式是各主体协调、共享发展的基本原则。除此之外,各个利益主体应该积极打造自身的核心竞争力,形成谈判制衡,避免大模型公司“一枝独秀” 的局面。
宏观领域:制度规范,多元治理。首先,发挥举国体制优势,助力大模型爆发式增长。大模型的核心竞争力在算力、算法、数据三方面,算力的突破离不开诸如量子计算机等超算设备的迭代升级,算法的突破离不开国家基础数学和信息技术的快速发展,数据则是国家重点保护的战略资源。大模型业态更离不开5G 技术、低空战略、新基建设施的加成。因此大模型战略必须是国家战略。其次,大模型可能带来的市场失灵和违反新发展理念的问题,需要以政府主导的集成式创新制度进行规范。创新缺位问题、资源浪费问题、贫富差距问题、安全问题,都将成为未来大模型发展治理的重点议题。最后,大模型对经济的全方位渗透和由此带来的社会系统复杂性,应该形成政府主导,行业、企业、研发机构协同的综合治理体系。
苏美文∗苏美文,长春师范大学副教授,博士,吉林大学知识经济研究中心研究员。研究方向:物联网经济、信息经济。数据来源于中国工信新闻网:https:/ /www.cnii.com.cn/rmydb/202010/t20201020_224198.html。
基金项目:吉林省教育厅科学研究项目“高质量发展视域下吉林省农村智慧物流发展问题与对策研究” (项目编号:JJKH20240960 SK);吉林省社会科学基金项目“吉林省重化工业数字化转型升级与实施对策研究” (项目编号:2023B38)。
2023 年9 月总书记在主持召开的新时代推动东北全面振兴座谈会上提出:“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业,积极培育未来产业,加快形成新质生产力,增强发展新动能”。东北老工业基地具有良好的数字化产业发展基础和条件,为深化数字经济发展,加快推进东北老工业基地数字转型升级,构建完善的数字化工业生产体系,打造东北老工业基地数字产业新优势,推动新质生产力快速培育,为老东北工业基地注入新生与活力,极具重要的战略意义。
发展新质生产力是推动我国经济高质量发展的根本举措,是我国数字经济发展的新阶段。2009 年以来,世界发达国家开始着力发展数字经济。数字经济是互联网经济智能化到一定程度,人工智能技术融入生产、分配、交换、消费等经济环节而产生巨大改变,是以网络为数字资源作为关键生产要素的经济形式。数字技术能够弥合虚拟网络和现实世界的鸿沟,以数字技术为核心,各种信息网络平台为载体的数字经济活动开始应运而生。2019 年,全球数字经济规模达到31.8 万亿美元,占全球经济总量的41.5%。中国的数字经济发展速度更快,2020 年,中国数字经济规模达到39.2 万亿元,GDP 占比38.6%,增速是传统产业的3 倍以上。广东、江苏、山东、浙江、上海等13 个省市数字经济规模都超过1 万亿元。北京、上海数字经济规模已经超过其区域经济规模的半数。“十三五” 期间,中国数字经济年均增长速度超过16.6%①苏美文,长春师范大学副教授,博士,吉林大学知识经济研究中心研究员。研究方向:物联网经济、信息经济。数据来源于中国工信新闻网:https:/ /www.cnii.com.cn/rmydb/202010/t20201020_224198.html。。可见,我国数字经济的发展增速较快,区域发展不平衡,从发展趋势上迫切需要更为先进的生产力作为经济发展引擎。
新质生产力首先在军事科学领域提出。随着数字化、智能化、网络化成为经济发展特征,新质、新域开始凸显,以人工智能技术、大数据、大模型、云计算和区块链等为代表的新兴技术引领生产方式、商业模式、产业结构等社会各方面的变革。新质生产力有别于传统生产力,它本质上是绿色生态和创新驱动,引擎是科技创新,能够通过技术创新推动产业创新和产业升级,整合现有发展资源,构筑新的行业竞争优势。
新质生产力的特点是无形化、软化。主要体现在新质生产力能够使不同网络空间大模型与人工智能之间的深度融合,从而产出大量数据资源作为关键生产要素;新质生产力另一特点就是能够产生更深更广的融合经济,促进国际合作进一步融合发展。2022 年中国战略新兴产业增加值超过国内生产总值比重13%,这说明新质生产力已经是各产业未来发展的必然趋势。
(一) 东北老工业基地具有培育新质生产力良好基础条件
东北老工业基地在我国总体发展上处于重要的战略地位,国内外数字经济迅速发展,要求东北老工业基地必须及时转变增长方式和转换增长动力。从辽宁省、吉林省、黑龙江省统计年鉴可得,2022 年其第一、二、三产业增加值占地区生产总值分别为9%、12.9%、22.4%;40.6%、35.4%、53.3%;50.5%、24.3%、51.7%②数据来源于辽宁省、吉林省、黑龙江省的网络统计年鉴。。数据显示,东北老工业基地的三大产业结构中第二产业是其发展不可缺失的重要组成部分,第三产业发展具有一定规模,但仍有较大发展空间。
东北老工业基地数字经济发展已初见成效,重点行业数字化加快深耕。2019 年辽宁省数字经济增加值超过1 万亿元,数字经济GDP 占比超过30%。到2022 年,已开通5G 基站突破3 万个左右,建立8 个工业互联网平台。初步建成工业互联网基础设施和产业体系,培育15 家省级工业互联网平台和3 个国家级双跨平台,上云企业达到5 万家,建设成100 家“5G+工业互联网” 示范工厂①数据源于《辽宁省工业互联网创新发展三年行动计划(2020~2022 年)》,http:/ /www.kongzhi.net/news/details_171329.html。中国经济网.吉林:到2025 年推动1000 户企业实施数字化改造[EB/OL].https:/ /www.163.com/dy/article/GK6DUFI90518KCLG.html,2021-09.,工业APP 服务平台突破2000 个,汽车产业智能制造升级,石化、冶金建材等原材料产业数字化发展完成“十三五” 期间的目标[1]数据源于《辽宁省工业互联网创新发展三年行动计划(2020~2022 年)》,http:/ /www.kongzhi.net/news/details_171329.html。中国经济网.吉林:到2025 年推动1000 户企业实施数字化改造[EB/OL].https:/ /www.163.com/dy/article/GK6DUFI90518KCLG.html,2021-09.;“吉林一号” 卫星成功发射是我国是我国第一颗自主研发的“星载一体化” 商用卫星,标志着我国航天遥感应用领域开始商业化、产业化,这也为数字化升级中信息网络平台建设提供保障;装备、电子信息制造产业正加快数字化车间和智能工厂建设。例如,鞍钢与华为公司深度合作开启数字化转型新模式,其深入研究生产工序对网络差异化需求,结合工业互联网的发展,打造工业互联网解决方案,为生产提供网络保障;在质检环节采用大数据网络采集,辅料消耗减少4%,钢材使用率提升11%,每季度节省生产成本200 万元。
现阶段,东北老工业基地数字化升级进入缓滞期,阶段性工业发展动力不足,无法彻底扭转传统生产方式,市场化程度需进一步成熟和完善,产品创新、开发无法适应市场需求变化,三产联动良性发展模式无法持续,产业链韧性不足,抵御市场风险能力较差。东北老工业基地数字化转型升级速度和模式不足以使其完全符合时代发展要求,为此亟需发展新质生产力。
(二) 现阶段东北老工业基地培育新质生产力主要任务
全球工业数字化发展速度较快,工业1.0 到工业4.0 市场发展过程中,东北老工业基地数字化转型实现跨越式发展,必须围绕“绿色能源、智能生产、技术创新” 3 个方面进行升级规划。实现从低端向高端、从粗放向密集、从资源要素到科技赋能全面提升,具有前瞻性的打造东北老工业基地转型升级的实现路径。
首先,行业内加快与技术创新企业深度合作,对焦国内外市场需求研发产品,通过切实的将新一代数字技术渗透到产品生产环节,培育升级重点支柱企业的全面升级,推动传统支柱型工业产业全面转型,打造传统支柱产业的新优势,形成产业集群化发展,实现产品价值链的延长。通过国内外行业内市场需求激发工业企业数字化转型,将转型中的痛点用科技创新快速打通,优化企业管理资源、高端技术人才、生产资本等生产要素资源配置,实现东北老工业基地产业有序推进数字化深耕。
其次,形成大中小企业融通协同发展,形成支柱示范企业与中小企业协同发展模式,实施互联互通、要素资源共享、功能完善、集成创新的新业态,大中小企业以科技创新为驱动力,大数据、大模型、大算力为核心生产要素,整合现有生态资源,打造东北老工业基地绿色的规模化密集产业集群,开启东北老工业基地绿色生态生产模式。同时,应加快推动大中小企业“上网上云上平台” 的进度。通过“上网” 可以及时了解市场需求变化,积极调整生产经营方案,“上云上平台” 优化经营成本,提高产品生产质量,降低能耗排放,促进如“公共” 和“私营” 不同经营性质机构的技术合作,优化产业协同。
现在东北区域内数字化建设具有一定的基础并持续发展,但当前发展规模及其技术应用的不平衡无法满足数字化持续发展需要。为此,应加快工业互联网布局、工业数字基础设施的建设。引导支柱型工业企业生产设备、生产流程、能耗资源等上云联网,实现网络产品定制,进入数据驱动、技术创新的新阶段。再通过工业网络平台实现生产要素数据互通共享、生产要素资源精准配置、产业链向高端延伸的同时增加其韧性、与绿色生态共创价值,形成新型工业生产制造服务体系,满足国内国外双循环发展的战略需求。
激活东北老工业基地重化工业的沉没成本,让数以万计的东北老工业基地生产投入生成新的发展资源。众所周知,东北老工业基地产业结构中重化工业占比较大,有学者认为东北地区必须是先轻工业充分发酵才可以大力推进重工业[1]林毅夫.吉林省经济结构转型升级研究报告[R].2017-08.;有学者认为东北重化工业应从综合竞争优势角度持续发展升级[2]王朔峰,纪玉山.东北重化工业转型升级的战略思考——基于综合竞争优势理论的视角[J].社会科学辑刊,2017,(6):30~41.。从东北重化工业曾建立的辉煌业绩可以看到,其投入了巨量的资本,积累了较为雄厚的基础优势。如石油化工、矿业开采等重化工业曾经生产投入全部转化为沉没成本,将造成巨大的浪费和产业结构失衡。
要解决东北老工业基地重化工业数字化转型中存在的问题,关键是快速推进新质生产力深度渗透到东北重化工业的发展路径,使东北地区重化工业经数字化发展重新焕发生机活力。
经上述分析,东北老工业基地经济发展水平与欧美发达国家和国内发达地区虽存在差距,但从产业结构上看,其工业体系较为完整,化工业数字化转型仍具有必然性和相对优势,已发展形成的汽车制造、石油化工、钢铁冶炼、船舶制造等行业的产业链互补性强,都具有较强大的数字化基础。东北老工业基地数字转型升级的重点应放在以下方面:
(一) 东北老工业基地绿色生态数字化转型升级,加速推进“东北智能制造” 进程,进入全球智造升级赛道。将重化工业产业转型升级,应将新质生产力的“创新” 和“绿色” 充分渗透到石油化工、钢铁冶炼、船舶制造、智能汽车制造、机床生产等东北传统优势产业,适应数字经济发展需求,以大数据、大模型等为切口寻找国内外市场突破口,不断研发改良型和创新型产品,夯实数字化转型中产业核心竞争力,缩减转型所需投入成本。
(二) 东北老工业基地重化工业激活的关键是科技创新融入制造技术和生产流程。不断适应国内和国际市场需求,凸显产品定制化和高端化。新质生产力具有“软性” 特点,将数字化技术融合到生产领域,如人工智能领域的核心技术,升级制造系统为柔性制造系统和计算机网络辅助生产系统,不断推出创新系列产品,引领行业发展。如辽宁鞍钢数字转型发展引领东北老工业基地数字转型探索新路径。
(三) 深化市场化与智能化的思维,加快建设东北现代化工业体系,实施东北制造业赛道升级和企业组织创新,落实国家经济战略,形成东北经济一体化深度发展。将东北老工业基地向“东北智能制造” 转变。政府引导特大型化工支柱企业转型发展,由市场需求推动中小型企业主动实施“上网上云入平台” 战略,形成大中小企业互为依托、良性联动发展,深化创新各类企业经营模式。
(四) 在新质生产力呈现出的新劳动工具方面进行突破,解决东北老工业基地劳动力大量流失和劳动工具迭代等问题。转型升级前期所需大量成本的投入确实是瓶颈问题,从市场的角度解决,加大对外开放力度,优化投资环境,积极引进国外和域外先进技术,寻找投资合作,分摊前期投入成本。
(五) 积极搭建发展新质生产力所需的数字化平台。主要围绕业内技术创新、新能源开发、人才培养与合作等方面。科技创新方面,应积极与行业内形成联合创新,共同开发新产品、新技术。新能源开发方面,将研发出的可替代新能源进行技术交流、成果转化、推进新产品优化和改良。在人才协同培养方面,组织员工互相学习,不断促进合作和提升。在企业资源管理优化方面,安全生产管理、绩效管理等相互交流、相互借鉴。
(六) 加快建设新质生产力所需的基础设施,建设政府管理数字化平台,提高政府数字化服务和数字化管理水平,通过信息共享和数字化管理提供优质服务、提供数据和科学决策咨询服务,消除或减少区域内恶性竞争及同质化现象,保证行业平台开放性的协作创新。同时,通过建立数据产权制度,让技术专利和经济活动信息得到社会无偿或有偿使用,实现东北老工业基地行业发展所需数据共享。
另外,在东北老工业基地加快培育新质生产力的同时,也应考虑到在创新和技术应用过程存在相应的不确定性,对于其带来外部效应的挑战,应提高对生态环境和弱势劳动力群体的保护力度,前瞻性的制定相关政策,防范蓄意滥用新技术将会带来成本追高和资源浪费。
张成甦 王云凤∗张成甦,三亚学院管理学院副教授,海南省中国特色社会主义理论体系研究中心特约研究员。研究方向:质量与创新管理、城乡社会治理。王云凤,通讯作者,三亚学院管理学院院长,教授,硕士生导师。研究方向:国际商务、跨境电商。
基金项目:2023 年海南省“马工程” 专项青年项目“总体国家安全观下社会治理数字化的风险识别、动态预警与海南方案” (项目编号:2023HNMGC06);海南省“南海新星” 教育平台项目“思政引领·文化铸魂·数字赋能:新商科课程群‘大思政’ 育人体系创新与实践” (项目编号:JYNHXX2023-20G);2022 年海南省社科联自筹项目“海南省人力资源服务业数字化赋能及创新模式研究” (项目编号:HNSK(ZC)22-138)。
2022 年末,Open AI 在GPT-3.5 基础上研发并推出的人工智能聊天机器人ChatGPT 标志着生成式人工智能技术(Generative Artificial Intelli⁃gence)在文本生产领域取得的突破性进展。Chat⁃GPT 仅发布5 天就收获百万用户,首月活跃用户高达1 亿,发布10 个月吸引全球超140 亿次的访问[1,2],火热程度可见一斑。有人将ChatGPT 及其身后的人工智能批判为终结人类文明的洪水猛兽,认为它不仅不能带来真正意义上的文明进步,反而会降低人类的科学水平、拉低人类的道德规范、冲击人的主体性和伦理内核,带来不可预料的后果[3-7]。也有不少支持者从生产力变革视角指出,ChatGPT 及生成式AI 极有可能成为重塑行业乃至重塑世界的革命性力量,不仅能极大提高个人和企业的生产效率,还能为人类提供更丰富的“革命性产品”,为经济增长、技术创新、市场结构优化升级带来无限应用场景[8-13]。显然,重大机遇与强烈冲击总是对立统一相伴相生的。当前,中国发展所处的环境严峻复杂,但总体趋势平稳向好。如何加快推动以生成式AI 为代表的颠覆性技术培育壮大新型消费,既是大力发展数字消费、绿色消费等新的消费增长点的当务之急,更是催生新产业新模式新动能,以科技创新引领现代化产业体系建设的应有之义[14]。
生成式AI 利用复杂的算法、模型和规则,经过大规模数据集中学习,创造出全新的包括文本、图像、音频、视频、代码以及3D 定制等多种原创类型的内容[15]。同传统AI 相比,生成式AI 的突出特征之一就是能够产出只有人类才能创造出的具象化成果。显然,这种产出曾经只能通过人类的意识、思维、认知以及创新才能得以实现。
目前来看,生成式AI 主要有以下六种输出模式:一是输出文本,主要是生成通俗易懂、高质量的文本段落,并在复杂程度和细节把控方面满足用户需求。例如,可生成总结报告、汇报文件、撰写面向客户的材料、用自然语言解释复杂的主题等,甚至能够输出高于职业作家水平的终稿;二是输出图片,即模型会根据文字或视觉提示生成具有可变性、创造性和不同逼真度的图片。例如,模拟家具、装饰品等摆放在客户家中的样子,重现事故现场以评估保险索赔和责任分担等,可能输出优于职业艺术家和设计师的终稿;三是输出音频,与文本输出类似,音频输出同样可以采用口语化的对话风格,并且能够在语言、语音、语调和复杂程度之间快速切换。例如,由生成式AI 驱动的呼叫中心能为现场技术人员提供故障排除支持;四是输出视频,与图像输出类似,模型可以根据用户提示生成并输出视频,而视频中的人、物、景完全由模型虚构和创建。例如,自动生成营销视频展示新产品、模拟危险场景进行安全培训、生成个性化电子游戏和电影,根据电脑图信号生成高质量图像等;五是输出代码,即使用各种编程语言编写计算机代码,还可为开发人员自动总结、记录和注释代码。例如,根据自然语言描述生成代码,跨平台自主维护代码,输出代码质量优于全职开发者;六是输出3D 模型,即模型可根据文本或2D 输出(如图像)推断、输出具有3D 物体属性的数据。例如,在仿真模拟环境中创建虚拟效果图,借助AI 辅助的原型设计。通过了解生成式AI 的主要输出模式及其发展趋势,企业可以根据自身价值取向,更好理解并选择符合企业发展的输出模式,赋能行业企业探索多重价值驱动模式,实现企业价值最大化。作为一项前沿技术,生成式AI 率先在教育、传媒、电商、娱乐、影视等多个领域施展出惊人的创造力,它与实体经济的深度融合创新为提振居民消费、释放内需潜力注入了全新动能。
近年来,中小消费企业在精准获客、内容营销、产品保证、顾客满意等方面存在显著短板,总体呈现盈利能力弱、市场竞争力不强、粗放发展等特征;对于行业头部来说,提升新品研发效率、丰富内容生产、简化营销流程、缩短用户响应时间、实现大规模超个性化产品推荐等方面仍有较大改进空间,而生成式AI 就能为以上问题提供全新的解决方案。
可以明确的是,生成式AI 的深化应用将引发消费领域的生态性变革和整体性重塑。从落地应用的情况来看,生成式AI 至少能在以下环节为消费企业赋能增效:
1.市场调研助手:为市场调研提供深度市场洞察。针对市场数据缺失、行业竞争分析不足、客户偏好了解不充分等情形下以开拓新市场、挖掘新用户进行的市场调研,生成式AI 可以以文本形式生成合成数据填补数据空缺,在此基础上预测客户偏好、丰富用户画像进而发掘新的细分市场。同时,它还可以协助完成竞争对手分析并模拟市场场景,制定合规方案,从而降低调研成本和市场风险。
2.开发人员代码助手:辅助开发人员创建和维护代码。当前,电商企业时常面临高水平开发人员紧缺和需要经常跨平台开发并维护应用程序的双重挑战。而生成式AI 不仅可以自动完成在不同平台上代码的创建和维护,还能提高跨平台跨应用程序的一致性,极大提升开发人员工作效率。
3.数据共享访问:简化部门间数据共享访问。以服务用户为导向的运营管理需要企业的产品设计、零售运营、供应链以及其他相关部门能够随时按需访问用户数据,这在当前的企业内部管理和技术条件下是很难实现的。而生成式AI 能够支持企业用户在无需专业分析人员的协助下就能以自然语言获取到有关数据,集中优势深入洞察用户行为。
4.产品设计助手:辅助原型设计缩短产品上市周期。新品研发周期长、成本高、风险大是限制企业发展的重要因素之一。生成式AI 可以同CAD 及其他软件相互集成,辅助原型设计和新品开发,缩短产品构思、概念测试的流程和新品上市的周期,有效节省时间和资金成本。
表1 生成式AI 嵌入消费领域的概况[1-4]
5.营销内容助手:协助生成量大质优的营销方案。企业常会面临在多家网站、多种语言、不同品牌组合、面向不同时空的特定消费群体而产生大量产品差异化呈现需求,即需要在产品使用指南、图片、视频、广告以及不同触媒间提供衔接性强和个性化品牌体验的方法,而生成式AI 可以从多个模态中抓取数据,创造性生成个性化、情景式的特定内容。其在保证合规性的同时,还可以从语言、地域和客户行为等多维角度调整内容和流量。
6.促销活动规划助手:起草并制定有效促销方案。消费类企业的促销活动或贸易谈判往往需要快速有效地从数据源中抓取数据、预测结果、制定策略和营销方案来促成交易。生成式AI 能够辅助员工构建谈判场景和故事线,帮助员工优化价格和谈判策略,做出基于数据分析的明智决策。
7.虚拟购物助手:提供个性化、精准化的产品推荐。生成式AI 可以扮演虚拟购物助手,根据用户输入内容和偏好,以文本、图片或视频形式生成定制化、精准化的产品推荐与建议,使购物过程更具个性化和针对性,有助于建立良好的客户关系和品牌声誉,从而提高成交量和复购率。
8.AI 模特展示:按需生成逼真的虚拟模特。理论上说,不同产品应选择风格不同、特定外貌或特征的模特与之相匹配才能向顾客精准传达产品理念与品牌文化,却又经常受制于成本管控、模特风格、审美差异、时效性要求以及模特人设控制等因素而难以实现。生成式AI 强大的模型创建能力能够创造出大量逼真的虚拟模特来展示产品,让消费者获得身临其境的直观体验,从而激发顾客好奇心和购买欲。
9.AI 主播带货:打造风格各异的带货主播。近来,直播带货已呈产业化规模化发展,但野蛮发展中的虚假宣传、主播人设崩塌等问题层出不穷,引发社会广泛关注。对此,生成式AI 基于文本、视觉、语音生成技术,打造出各具风格的虚拟主播为消费者提供24 小时不间断的产品推介。与真人主播相比,虚拟主播具备以下三大优势:一是填补真人主播的停播间隙,“虚实互补” 为顾客提供24 小时不间断的产品推荐和线上服务,增加直播间流量和成交量;二是虚拟主播人设安全可控,能有效避免真人主播“人设崩塌” 对平台企业的负面影响;三是虚拟主播的不同风格可满足不同顾客的审美偏好,不断拓展虚拟店铺形象和虚拟品牌形象,实现多圈层传播。
10.虚拟试穿:直观呈现产品穿戴效果。消费者通过试穿、试用或体验来决定是否购买的情形在线上购物中遭遇了挑战,仅依靠文字描述和图片展示达成的购买决定经常面临较高的退换货率。对此,生成式AI 可以经过分析用户输入的照片或视频及偏好,让消费者看到服装、彩妆、配饰等穿戴在自己身上或特定使用场景下的效果,并能在不同款式风格上随意切换和搭配,向顾客推荐合适的产品。
11.提供及时客户支持:提供实时个性化支持以改善客户体验。顾客购买决策的各个阶段都可能会产生信息需求或服务支持,而传统客服机器人智能化程度有限,需要生成式AI 精准理解并及时主动回复客户问询,通过亲切自然的语言和共情式个性化对话来处理售后和客户投诉尤为重要,是建立和维护良好客户关系、提升品牌满意度和顾客忠诚度的关键环节。
总体来看,生成式AI 能够在多个场景赋能消费升级并实现多元价值驱动,助力企业降本增效的同时,还能为消费者提供多感官交互的沉浸式购物体验,能够较好地将扩大消费同不断满足人民对美好生活的需求结合起来,以供给创新创造消费新的增长点。
随着生成式AI 发展步入快车道,其在改造传统行业、壮大新兴产业、孕育未来产业方面的作用不言自明。更应清醒认识到的是,生成式AI 在关键技术、企业核心能力、相关法律法规方面都还面临着严峻的风险挑战。
1.关键技术存在制约瓶颈,大规模推广落地存在多重困难。首先,受算法黑箱运作机制的影响,使得输出结果的准确性和被解释性被削弱,企业雇员或者用户可能在解读输出结果和算法纠偏上存在困难。其次,在数据不足和训练方法受限时模型可能得出错误结论。如外卖平台因早期的数据不足,经过距离计算和模型规划频繁给外卖骑手规划逆行配送路线,导致大量外卖骑手出现交通违法现象。类似提出虚拟时空合理却与现实不符或不合规的产品推荐并不少见,还可能因地域、文化偏差产生准确性不高、内容质量参差不齐的结果等。再次,输入数据的规模、倾向性、准确性和及时性形成的偏见将持续发挥作用。如输出的虚拟试穿效果图可能对特定人群更准确或更逼真,从而影响顾客体验和满意度。最后,内容创作方面的技术短板制约产业发展进程。如难以真正输出感性的、拟人化的深刻表达;音频的流畅度和真实感还有待加强;视觉感知能力的欠缺导致视频或3D 模型在精准度、仿真度和还原度上难以兼顾等。
2.企业核心能力差异明显,掣肘产业健康发展。尽管包括华为、腾讯、百度、阿里、京东等行业头部和越来越多企业投身布局AI 产业,但企业之间的核心能力参差不齐、差异明显,制约了生成式AI 产业生态的健康发展。首先,内容审核能力有待提高。如内容创作治理的主体责任落实需要“人机共审” 来达成,防止虚假信息、违背社会公序良俗以及违法违规内容的流出,而大多数企业在这两方面的审核能力都有待提升。其次,生成式AI 的研发需要长期大量的资源投入,头部企业在核心技术、管理水平和制度保障方面具有不可比拟的优势,中小企业有限的生存空间可能会为生成式AI 灰黑产业链的滋生埋下隐患。
3.相关规范指引亟待完善,权责边界有待厘清。尽管我国已陆续出台AI 产业相关规范指引,但依然不能满足技术快速迭代发展的需求。首先,产业发展的支持政策还需加快制定和细化落实,引导支持有条件有实力的企业和地区优先发展。其次,相关法律法规建设进度还需加快,生成式AI 规范指引还有待细化、补充和更新,各主体的权责划分还不够明晰。再次,生成式AI 违规违法的内容甄别、监测、预警机制尚不成熟,其技术特征又决定了违规违法内容具有高隐蔽性、高流动性和强破坏性,安全监管和责任落实遭遇多重现实困境。
4.多元参与的治理体系尚未建成,产业发展生态有待改善。首先,政府作为治理主体之一,资源不足和专业能力受限在很大程度上增加了其参与治理的难度。其次,企业作为技术创新的主体,各自内部的治理体系和治理能力也是千差万别,处于竞争劣势的企业还极有可能迫于生存游走于产业链条的灰黑地带,这无疑极大增加了治理的难度和复杂程度。再次,社会公众作为技术进步的受益者之一,他们并不掌握生成式AI 的技术原理和运行机制,只是相关产品的使用者、接受者和传播者,其在治理体系中的身份、作用和行动都需要正确引导。
随着生成式AI 在多个领域的广泛渗透,这一颠覆性技术的张力也逐渐显现。在大力推进生成式AI 赋能培育新型消费、激发并释放消费潜能的同时,更要推进对这一技术的洞见,提出生成式AI 向上向善、“为我所用” 的发展建议。
1.匡正方向、锚定目标,开放合作促进产业发展。聚焦高质量发展这一首要任务,政府宏观层面通过政策引导充分释放生成式AI 正向的创造能力和应用价值。鼓励头部企业、科研院所、行业联盟以及标准组织等发挥各自优势开展技术合作,共建行业标准、行为公约、行动指南和制度规范,支持重点产业和有实力的头部企业积极参与国际合作和海外竞争,全力争取广阔的国际市场,发挥标杆和示范作用。同时,鼓励并支持具备条件的企业开展生成式AI 的相关研究和产业布局,夯实产业发展基础。更重要的是,要支持生成式AI 在生产生活各个场景的落地应用,培育壮大新业态新消费,以内需主动力支撑国内大循环的建立。
2.划定红线、守住底线,厘清权限防范化解各类风险。以《民法典》、《个人信息保护法》、《数据安全法》、《网络安全法》、《电子商务法》 等顶层法律划定红线突出底线,以《互联网信息服务深度合成管理规定》、《网络信息内容生态治理规定》、《生成式人工智能服务管理暂行办法》 等部门规章和地方性法规为重要参考构建生成式AI 治理体系总体框架。在此框架之下进一步明晰主体角色定位,厘清主体相互关系,改进沟通、增进信任,促使行政监管、司法监察、行业监督与企业自治协同发力形成合力,建立健全生成式AI 治理的体制机制,织密织牢风险防范化解网络。
3.细化标准、理顺规则,包容审慎加速应用创新。近年来,我国陆续发布了AI 发展的国标及行业自律标准同顶层硬法和地方性法规,为生成式AI 发展提供了标准和指引,但这并不足以支撑生成式AI 的迭代升级和健康发展。首先应对已经出现的规则规范针对性不强或留有使用空白的领域进行细化补充,巨细无遗;其次,探索侵权行为、侵权主体以及侵权责任认定的方法和路径,细化各方主体责任;在此基础上,对生成式AI 发展的数据基础、技术工具、智慧智力以及经济投入提供必要保护,确保优质合规内容的有序流通,加速生成式AI 正向健康有序发展。
4.伦理先行、回归价值,自律自治实现多元共治。生成式AI 将出现在人类生产生活的各个角落,与其优化学习和迭代升级相伴而来的将是一系列前所未有的伦理挑战,科技伦理是其发展必须遵循的首要行动准则。容易忽略的是,生成式AI 在知情同意、使用目的和诚实守信方面的尺度往往难以准确把控,偏见歧视和信任危机可能会被强化。此时,主体自身的自律自治不可替代:主动纠正技术偏差、建立紧急辟谣机制、定期发布审核报告、主动承担治理责任等都至关重要。与此同时,也亟需呼吁人本价值的回归,及时做好生成式AI 应用的积极引导和正面宣传,鼓励技术对弱势、特殊群体的援助,推动生成式AI 在社会公关服务和民生领域的创新应用,实现价值重塑,完善生态链条,构建数实融合的产业发展新格局。
机遇与挑战并存,危机中孕育新机。可以预见,生成式AI 将深刻影响人类的生产方式、生活方式和思维方式,也将不断衍生出新的问题与新的挑战。从人类社会进步的历史来看,“用暴力砸烂机器” 并非解决技术问题的最佳选择,也许,“以魔法打败魔法” 才是驱动生成式AI 向上向善、“为我所用” 的可行方案。
刘美平∗刘美平,上海海事大学马克思主义学院教授,博士,博士生导师,上海市习近平新时代中国特色社会主义思想研究中心上海海事大学研究基地特聘研究员。研究方向:马克思主义产业经济学、产业管理理论与技术。梁晶,龚奕境,陈伟.基于WSR 方法论的俄乌冲突对我国航运业影响分析[J].重庆交通大学学报(社会科学版),2023,23 (1):51~59.
2023 年9 月,习近平总书记在黑龙江考察调研期间首次提到“新质生产力”,强调整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力。无论是战略性新兴产业,还是未来产业,在经济全球化的大背景下都离不开航运业,因为航运业不仅组成了现代产业体系的内部结构,而且还决定着一个国家经济纵深发展的横向广度。航运业既决定一个国家全球经济循环效率和世界性资源配置能力,又影响一个国家产业链供应链安全,还彰显一个国家的国际经济地位和海洋权益维护程度。正是从这个意义上讲,习近平总书记强调,“经济强国必定是海洋强国、航运强国。” 可见,新质生产力的发展一定离不开航运强国这一坚强后盾,离不开航运业产业素质升级带动的航运能力的全面提升。
航运业是受气候影响严重且在全球产业链供应链中决定我国现实贸易量的关键因素。就气候影响而言,运河水量日渐减少是大自然层面影响航运业发展的最重要因素。由于厄尔尼诺现象引发全球气候变暖,这导致了巴拿马地区降雨量的大幅度减少,降雨的减少直接引发运河的水位降低和通行能力减弱。巴拿马运河不得不依赖于水库系统通过人为调节淡水的多少来操作船闸,这样一来,原本畅通无阻的巴拿马运河必须依靠船闸运行来控制船舶通行数量和船舶的吃水深度,而船舶数量通行的有限性和吃水深度变浅,都会严重影响航运业的正常发展。巴拿马运河是中国与美洲、欧洲、亚洲和大洋洲的贸易的重要航线,是我国与东亚各国、美国东岸、欧洲、非洲的跨洋贸易大通道,是中国进口石油、天然气、煤炭、钢铁、谷物、化肥等大宗商品的主要航运路线,也是我国出口电子产品、汽车、轻工业产品的贸易通道。因此,全球气候治理就显得刻不容缓。
地缘军事冲突是制约我国航运业安全发展的一个重要因素。如果说气候变暖是自然界对航运业的影响,那么,地区冲突就是影响航运安全的人为因素。自从2022 年爆发俄罗斯乌克兰军事冲突以来,航运业就在局部冲突的动荡不安中剧烈波动。从全球范围来看,“短期内导致全世界原油、天然气和粮食价格飙升,打乱了全球贸易节奏”[1]刘美平,上海海事大学马克思主义学院教授,博士,博士生导师,上海市习近平新时代中国特色社会主义思想研究中心上海海事大学研究基地特聘研究员。研究方向:马克思主义产业经济学、产业管理理论与技术。梁晶,龚奕境,陈伟.基于WSR 方法论的俄乌冲突对我国航运业影响分析[J].重庆交通大学学报(社会科学版),2023,23 (1):51~59.。从我国航运安全来看,俄罗斯是石油、天然气、粮食出口大国,而我国恰恰是化石能源和粮食的主要进口国,毫无疑问,俄乌军事冲突直接威胁到我国的能源和粮食进口,从而影响我国产业链供应链安全。2023 年10 月7 日爆发的以色列哈马斯冲突引发的红海危机,更是让本已经脆弱的航运业雪上加霜。2023 年12 月15 日,两艘大型集装箱货轮在遭到导弹袭击后,使得哈马斯与以色列之间的冲突演变为也门胡塞武装与以色列之间的冲突,巴以冲突演变为红海航运危机,导致马士基、达飞、地中海等全球大型航运公司船舶远离红海的苏伊士运河航线,引发我国航运成本上升的经济危机。
霸权国家对我国进行经济制裁是影响中国航运业发展的又一个威胁因素。当美国由于国内外矛盾和世界经济局势出现不利于美国经济利益的时候,美国便以涉及国家安全和对外关系为理由,实施贸易保护主义和逆全球化战略,对美国的潜在竞争对手和妨碍美国本位利益的国家进行各种形式的制裁。美国的石油美元霸权、军事霸权、网络与文化传媒霸权等是美国实施贸易保护主义的坚强后盾,也是在全球范围内实施任性制裁的综合保障手段。自2018 年以来,中美贸易恶化,美国对中国实施“一级制裁” 和“二级制裁”[2]李叙华.美国经济制裁对我国港航企业的影响及其对策[J].中国港口,2019,(12):52~57.,禁止美国的公司或者个人与我国进行特定领域或者所有领域的交易,与此同时还禁止非美国的公司或者个人与我国开展上述领域的交易,而且美国还制裁同我国有贸易往来的国家例如伊朗、俄罗斯等,导致我国航运业受到很大影响,严重影响了我国的经济外循环和产业链供应链安全。为此,破解美国“长臂管辖” 的法律密码,建立有利于中国航运业发展的国际环境迫在眉睫。
1.新质生产力要求航运业实现以船用低碳技术为支撑的绿色化转型
高碳船舶带来的海洋污染问题逐渐凸显。由于航运业污染性排放日益影响海洋环境,船舶排放了全球3%的二氧化碳、全球14%~15%的氮化物以及全球16%的硫化物,因此,航运业的环境保护问题以及由海洋环境问题引发的气候问题日益凸显。实现绿色航运是应对气候危机和生态危机的根本出路,航运业必须走向低碳或零碳技术路线,也是新质生产力的必然要求。
航运业脱碳是全球气候治理的重要任务。“推进船用燃料的低碳与零碳转型、研发试点绿色船舶技术”[1]李雪威,单天雷.欧洲航运巨头的脱碳行动——规则压力与转型动力[J].大连海事大学学报(社会科学版),2023,22(4):8~21.,是绿色航运的现实选择。面对航运业发展绿色化新趋势[2]2023 年7 月3~7 日,IMO MEPC 80 次会议审议并通过了《2023 年IMO 船舶温室气体(GHG)减排战略》,提出了2050 年左右实现净零排放的总体目标,比原方案提前将近50 年。,中国船舶制造业从氢动力、甲醇动力、液化天然气(LNG)3 个方向研制绿色船舶,实现船舶制造零碳化。对此,国家工业和信息化部、国家发展改革委、财政部、生态环境部、交通运输部等五部门已经对绿色船舶制造业有了整体规划[3]工业和信息化部、国家发展改革委、财政部、生态环境部、交通运输部等五部门近日联合印发《船舶制造业绿色发展行动纲要(2024~2030 年)》,提出到2025 年,船舶制造业绿色发展体系初步构建。到2030 年,船舶制造业绿色发展体系基本建成。。到2025 年,船用化石能源基本被绿色能源替代,高能耗、高排放、高碳技术的老旧船舶将加快报废更新,LNG、甲醇、氨燃料、氢气等绿色动力船舶制造占比在国际市场上的份额将超过50%,碳足迹管理体系和绿色供应链管理体系也将初步建立。
筛选绿色低碳船舶动力技术是发展绿色航运的必选项。在绿色船舶技术研发过程中,还要注意不同动力技术系统的成本收益比较:LNG 船用发动机技术,甲醇、氨燃料等低碳零碳燃料船用发动机技术,液化石油气(LPG)、生物柴油、乙醇等燃料船用发动机技术,氢燃料船用发动机技术,这4 个路线的船舶动力技术研发路线,其成本收益和未来前景也是不相同的,要进行深入试验、分析和比较,最终找到最佳船舶工业低碳技术路线。
2.新质生产力要求航运业实现安全化转型
航运安全问题包括两个方面,一是与船舶本身相关的狭义航运安全,另一个是航运外部政治环境和自然环境相关的航运安全。就船舶本身相关的航运安全而言,船舶碰撞、搁浅、触碰、危化品泄露、火灾爆炸、航运网络攻击等风险事故都是直接影响航运安全的水上交通事故。人们通常把水上交通事故称之为“黑天鹅” 事件,“‘黑天鹅’ 事件具有典型的不确定性、社会性和不对称性等传统风险特征”[4]刘敬贤,吴炜煌,余红楚,等.“黑天鹅” 与“灰犀牛” 理论驱动的航运安全事件战略应对方法体系[J].水上安全,2022,(4):26~33.。应对这类航运安全事故要通过提升航运管理系统整体水平,针对航线所有经过地点的重点水域、重点时段进行实时监控,对超大型船舶、运载特种商品的重点船舶等进行全面检测,运用无人机、光电、北斗卫星导航系统、船舶交通管理、自动识别系统、闭路电视等先进技术手段突破信息的各种屏蔽,实施对风险的预测、跟踪和溯源,实现基于航运安全的实时、精确全时段与全方位、全水域的全空间动态检测,确保基于船舶本身的航运安全。
新质生产力必须在安全的环境中才能确保航运力的水上物流功能。很难想象,新质生产力在战火纷飞中进行,战争只能破坏新质生产力的快速发展,因此,构成新质生产力的航运力更需要在和平的环境中发挥其水上物流功能。事实上,政治安全是确保航运外部安全的关键因素。世界和平是航运业外部政治安全的最佳状态,也只有在和平的环境中,航运业促进的国际贸易才能如期正常实现,大宗商品海运价格才能相对稳定,全球产业链供应链才能安全,世界经济循环才能正常运转。与此同时,航运力也是加快新质生产力发展的催化剂,航运的速度和效率决定着新质生产力的外溢效果,决定着新质生产力在纵横交错的产业格局中的渗透能力,航运力如同生产力发展的翅膀,决定新质生产力的拓展空间和市场范围。当然,航运业需要的国际和平环境是以航运安全文化的形成为标志的[1]张宝晨.航运安全文化的历史传承与发展[J].中国航海,2021,44 (S1):12~14.,只有霸权国家放弃霸权垄断思维,才能使得航运安全文化深入人心。
3.新质生产力要求航运业实现智能化转型
新质生产力是以智能技术引领的新产业载体的生产力。制造业的智能化改造和智能化升级是新质生产力发展的表现形式。造船业作为制造业的重要组成部分也必须实现智能化,这就要求航运业要实现智能化转型。一是船舶制造业的智能化升级,制造智能船舶成为航运业智能化转型的首要任务;二是智能船舶的智能航行是航运业智能化转型的又一个重要内容;三是智能航运产业的智能管理。
航运产业智能化是新质生产力的表现形式。智能化是信息化时代的标识,是第四次产业革命的核心内容,是新质生产力在技术和产业层面的双层升级。作为一个国家制造业的集中代表,造船业无疑是制造业中最具典型性的产业,也最能代表一个国家的制造业水平和国际竞争能力。鉴于此,船舶制造业的智能化升级就是新质生产力的现实要求,也是新质生产力发展的结果。新质生产力不仅体现在制造业领域,还体现在物流运输产业,航运力就是远洋水上物流的集中体现形式,而航运业正是蕴含航运力的服务产业。航运业既连接着船舶制造业,也连接着水上运输业,还联系着通信业,智能船舶的智能航行就把这三者紧密结合在一起。智能航行需要一系列智能航行技术作为支撑,这些智能航行技术包括智能感知、智能决策、智能控制、通信与网络安全关键技术,依靠北斗卫星提供的强大通信能力,通过综合运用大数据、云计算、数字孪生、自动控制等先进技术,实现船-船、船-岸之间的信息交互,进而实现在开阔水域、狭窄水道、复杂环境条件下自动避碰、自主航行[2]马勇,王雯琦,严新平.面向新一代航运系统的船舶智能航行技术研究进展[J].中国科学:技术科学,2023,53 (11):1795~1806.。
智能航运还需要政府对航运业的智能管理。随着人工智能、互联网、物联网、大算力、大数据、广域空间通信等先进技术的诞生,为智能航行和智能管理提供了可行性与现实性。建立“陆海空天” 一体化水上交通运输安全保障体系和全要素“水上大交管”[3]周尊山,李磊.智能航运背景下船舶交通管理系统的发展[J].中国船检,2023,(11):44~48.系统是航运业智能管理的重要内容。经过近几年的联合科技攻关,我国首个国产化船舶交通管理系统在山东潍坊试运行[4]宋海东.我国首个国产化船舶交通管理系统试运行[J].中国航务周刊,2023,(20):21.。在这个系统中,将前端雷达信号采集-数据处理-控制操作-综合展示等各环节集成一体化,建构了高效、实时、精准的信息处理系统,实现了海洋交通智能管理。
1.空间层面实现航道开辟从地球中间地带向北极推进
为了应对气候危机必须拓展航线新空间。在已有航线基础上开辟新航线是发展新质生产力在空间层面的必然要求。鉴于厄尔尼诺现象,巴拿马航线水源短缺、航线受阻,我国国际贸易依赖的巴拿马航线正在有秩序的收缩。鉴于红海危机,苏伊士运河航线因为也门胡塞武装与以色列等国之间的冲突,也严重影响了我国的航运力。这样一来,开辟北极新航线就是战略选择。在气候变暖、海平面上升的情况下,北极冰川融化就会必然发生,而北极航道又是连接亚洲、欧洲、美洲三者之间的最短距离航道,这会大大缩短航运时间和提高航运能力。一旦北极航道成为中国国际贸易的替代性新航道,中国将会逐渐摆脱苏伊士运河和巴拿马运河这两个传统航道的束缚,进而实现广阔航运。
2.制度层面实施航运治理从碎片化向共同体化推进
新质生产力的发展需要安全有序的国际航运秩序加以保障。航运治理的目的就是确保航运安全和航运秩序,一切阻碍航运正常进行的做法都是扰乱航运秩序的行为。贸易保护主义庇佑下的各种制裁就是横在航运秩序面前的拦路虎。为了彻底改变美国的国内法扩展为国际法的贸易制裁不合理现状,尤其是为了遏制美国对我国航运能力制裁这一现状,我们就必须对美国的单边制裁说“不”。“从安理会制裁决议角度来看,某些执行性制裁超越了安理会授权,其合法性无法从安理会决议中获得”[5]张辉.单边制裁是否具有合法性:一个框架性分析[J].中国法学,2022,(3):283~304.。美国对我国的制裁并没有获得安理会授权,这是无授权制裁,我们要用法律的武器坚决捍卫中国的航运权利。我国完全可以对来自美国的域外单边制裁进行对等制裁,这也是我国维护海洋权益和国家发展利益的斗争精神体现。从维护全球海洋安全角度,通过建构海洋命运共同体,在主权国家之间展开海洋生态保护、国际海洋法重塑、海洋资源合理开发与利用、国际航道秩序维护的共同行动,就能实现国家利益、地区利益和全球利益之间的多赢目标,这是海洋命运共同体的内在要求。只有这样,才能建构国际航运新秩序,从而实现国际航运治理的公平性和正义性。
3.产业层面建构有利于我国航运业高质量发展全方位提升的战略推进
为了破解我国航运力面临的多重威胁,从以下3 个方面进行战略应对。一是从大国间互惠贸易向多国间众惠贸易方向战略推进。当中美关系陷入困境的时候,中国的贸易受阻、航运受限、外循环梗阻,这样的局面必须通过贸易战略转型才能彻底化解。为此,我们就要在人类命运共同体理念和“一带一路” 倡议框架下,建立更广泛的贸易伙伴关系,实现双边互惠贸易向多国之间众惠贸易转向,由此才可以化解航运业发展的羁绊。二是实现治理主体从国家行为体向次国家行为体战略推进。现在的问题是:北极是“北极国家的北极” 还是“全球的北极”,这就是困扰北极航道治理的最关键理念。为此,我们必须将主权国家行为体和次国家行为体都纳入到治理主体范围内,既要同国家行为体开展新旧航道治理,也要同航道周边国家地方组织、国际组织、非政府机构等次国家行为体展开多边洽谈,只有这样才能让国际航运秩序更加合理和公正。三是实现从脆性产业链向韧性产业链的全面推进。提高产业链韧性是应对美国单边制裁尤其是贸易制裁、金融制裁的核心手段,因为只有夯实了我国的实体经济,才能彻底化解金融风险。中国制造业能源动力系统的绿色化转型是建构韧性产业链的根基,包括造船业、汽车业、装备制造业等在内的现代产业体系实现低碳技术或零碳技术的改造升级,这是建构韧性产业链的关键环节。现代产业体系中造船业的智能化升级是产业链柔性化、个性化的时代需求,也是降低产业链脆性的有效方式。