人工智能与实体经济融合发展研究

■唐攀 杨姝平

（1.东南大学深圳研究院；2.东南大学经济管理学院）

1 引 言

党的十九大报告指出：“推动互联网、大数据、人工智能和实体经济深度融合。”2019年3月19日习近平总书记主持召开深化改革委员会第七次会议，会议通过了《关于促进人工智能和实体经济深度融合的指导意见》，提出了促进人工智能和实体经济深度融合的任务。人工智能作为二十一世纪全球产业革命的新兴驱动力，依靠其自身强大的技术支持与不断的创新，正在释放对于社会来说十分巨大的推动能量。近年来，在世界各国政策的积极支持和引领下，不同国家的大型人工智能厂商正在主导人工智能持续与实体经济中各种传统应用场景相融合，从而催生出大批的新兴技术和产品，产生和发展了新的商业模式。人工智能产业作为一种新兴产业在逐渐成长，并带来了社会生活的深刻变化。全球各国都在加快人工智能与实体经济的深度融合，因此我国应加深融合人工智能与实体经济，高度重视开发智能产业和智能经济，这对于中国经济和社会发展都将会产生深远积极的影响。

2 文献综述

当前多国热议和致力于发展的人工智能（Artificial Intelligence，AI）是21世纪计算机与互联网信息技术、大数据产业等相结合的新兴科学技术。

1956年的达特茅斯会议中，人工智能这一概念被首次明确提出，但至今关于人工智能仍有许多概念解释。Nelson曾这样定义人工智：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而Winston认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这两种定义从本质上都反映了人工智能学科的基本内核。即人工智能是通过研究人类思想与行为的规律，构造出具有这种思想和行动的智能系统的理论和方法技术。

关于人工智能作为技术驱动力的理解，Erik（2017）认为人工智能是一种通用性技术，不仅能够使机器学习人类行为进行模仿和自主决策，并能够在现实生活中普遍使用、与传统技术互补并且成为一种新的技术动力[1]。谢平（2015）提出人工智能技术自身极大地提升了信息处理和计算能力[3]。赵振（2015）提出人工智能通过与传统产业的融合，增强了创新能力[4]。任保平（2019）认为人工智能是对传统社会各个领域的颠覆性改变，形成以人工智能技术为核心，由传统技术基础支撑和应用场景组成的覆盖领域广泛的产业[5]。当前，国内外人工智能研究的涉及领域十分广泛，从简单的数据挖掘、智能识别到与各个传统产业相结合的机器学习、智能平台等，已经应用到实体经济生活之中。

人工智能技术是二十一世纪科学技术革命的代表，但是其对于实体经济中经济的增长、劳动和就业的影响尚未形成统一的观点。Acemoglu和Restrepo（2018）提出如果新兴技术与劳动力技能不能够相匹配以及过快更新的技术会影响社会生产率提高，同时导致社会劳动需求下降，引发失业[2]。但是更多实证研究以及社会实际发展表明，以人工智能为代表的新技术的出现，人工智能产业的发展，很大程度地推动了各领域技术的进步与革新，同时带动了经济的增长。何玉长和方坤（2018）认为人工智能一方面能够利用技术帮助传统实体经济进行升级和转换，提高了传统服务业和文化教育业的效率和智能化水平；另一方面，人工智能产业创造了新的实体经济产业，例如开始在线下普及的工业机器人和服务机器人，以及大幅提升效率的物联网商业模式等[6]。师博（2020）提出人工智能技术能够提升创新和技术外溢，推动社会经济的高质量发展[7]。赵剑波（2020）则认为各国技术与实体经济融合程度存在不足，对两者的融合认知还存在误区，因此各国需要按照自身实际情况选择合适的融合发展模式、策划相应的政策措施[8]。

3 人工智能与实体经济融合发展历程和政策

当前全球各国都致力于融合人工智能技术与实体经济，发展人工智能产业。人工智能产业已然发展60余年，技术逐步成熟，产业规划和基础建设正在逐步完善当中，当前是将人工智能与实体经济深度融合，赋予人工智能产业经济动能的阶段。目前，中美两国是人工智能产业发展较为迅速的国家。我国在部分人工智能技术领域已经可以和美国相比肩，整体实力上也在快速缩小差距。国内人工智能企业正在加快基础设施的建设，从而加强人工智能技术的应用，但是由于技术难度较高，需要时间进行研究和进一步发展。

3.1 人工智能产业发展历程

20世纪60年代，人工智能引起社会关注，人工智能产业开始发展，在70年代达到顶峰后因为算法限制等与预期差距太大，表现不理想而不被市场看好；80年代初直到21世纪初，人工智能技术研究逐步系统化，但是其在实体经济中的应用微乎其微，人工智能产业遇冷；2006年开始，各国政策鼓励发展人工智能，深度学习快速发展，加上大数据积累，人工智能的研究理论与技术应用都逐渐成熟，开始与各个传统行业进行深度融合，帮助制造业、金融业、服务业等传统产业转型和发展，人工智能技术开始真正应用于实体经济中[9]。

1978年，中国科学大会在北京召开，“智能模拟”进入国家研究计划，这标志我国人工智能产业正式开始发展。1986年，智能计算机、机器人等项目被纳入计划。1997年，人工智能的相关项目被列为国家重点基础研究计划，大量人工智能项目获得资金支持。2006年，计算机战胜象棋大师，人工智能被关注且热度上升。以百度为代表的我国互联网企业开始布局人工智能，并于2013年成立人工智能研究院。2017年，《新一代人工智能发展规划的通知》发布，政府工作报告连续三年提到人工智能，我国人工智能产业目标确定，这从国家层面推动了人工智能产业的发展，我国从此开始向人工智能驱动经济转型。近年来，我国人工智能产业在政府、研究人员和厂商企业的共同努力下发展十分迅速。人工智能在我国大量领域都得到了应用，尤其在商业化方面的应用较为突出。

1956年，人工智能诞生于美国，设立了三个人工智能研究机构，分别在卡内基梅隆大学，MIT学院和IBM公司。60年带至90年代初，人工智能开始产品化并且尝试将人工智能的研究成果应用于其他领域。90年代初至21世纪初，人工智能逐步被应用在各个领域。2006年，在Hinton的努力下，深度学习进入到大众视野，人工智能开始备受关注。谷歌等大型企业开始加入研究和应用人工智能。到目前为止，已经将人工智能应用于医疗、教育以及金融等众多领域，国家政策也充分重视人工智能产业。2016年以来，相继出台人工智能政策与计划，为人工智能产业提供贷款支持。2019年，美国签署美国人工智能提倡行动命令，进一步加大了对于人工智能产业的扶持与推动。

美国是人工智能的诞生地，发展人工智能的历史较为悠久，拥有较多技术储备，在人工智能领域有较多经验。相比较来说，中国在人工智能产业上虽然起步较晚，但是应用环境十分适宜，研究和发展迅速，人工智能技术正在深度驱动中国实体经济向智能化方向转型，带动经济快速发展。

表1 中国国家层面人工智能产业政策

表2 中国地方层面人工智能产业政策

3.2 人工智能产业政策

在中央关于人工智能产业的号召下，各省市纷纷响应号召，截至2019年6月，我国已有三十多个省市公布人工智能相关政策，将科研放在首位，促进人工智能的研究与应用，加快其与实体经济的融合发展。其中，北京，上海和深圳尤为重视，人工智能企业数量分别占全国的40%，20%和12%（见表3）。

表3 美国人工智能产业政策

近年来，美国发布的多个人工智能产业政策表明其较为注重人工智能研究，对此领域也有一定的资金支持。但是同时对于隐私和数据安全的政策发布，对于人工智能产业的发展产生了一定的阻碍。例如，脸书等互联网企业因数据安全问题多次被民众关注甚至起诉，2020年1月1日的加州消费者隐私法案影响五十多万家美国企业，这都在一定程度上限制了人工智能的应用和研究。

对比美国，我国在人工智能产业方面更加重视，自2017年将人工智能产业写入政府工作报告开始，始终积极引导人工智能发展，为其提供了较为全面的政策支持。政府还通过市场化为相关企业和厂商提供资金支持；鼓励人工智能的科学技术研究，先后公布了百度自动驾驶平台、阿里云城市平台等创新平台；并且充分关注企业需求，为人工智能产业建设配套设施，保证了人工智能技术的研究进度以及人工智能与实体经济的融合发展。

4 人工智能融合实体经济的客观必然性

4.1 人工智能融合实体经济的良好客观条件

首先，从产业布局上来看。当前人工智能产业布局主要分为三个部分，分别是基础层、技术层和应用层。基础层包括芯片、传感器等基础核心硬件；技术层为计算机视觉、语音识别、自然语言处理、技术平台和机器学习等；应用层则是人工智能在各个行业的应用，例如智能金融[10]。

2018年，我国人工智能相关企业总数达到2167家。其中77.7%为应用层企业，17.9%为技术层，只有5.4%为基础层企业。从企业分布可以看出，目前我国在人工智能产业的基础层实力稍弱，企业在生产芯片、传感器等方面的核心技术掌握较少。但是在技术层面，百度、华为等企业厂商都发展较为迅速，并且在未来有巨大的商业化潜力。我国在人工智能应用方面，发展十分繁荣，人工智能与各个传统领域相结合，近年来人工智能产业飞速融入社会和经济生活。

第二，从产业规模上来看，中国人工智能产业规模在世界处于领先地位，并且呈加速增长趋势。根据艾瑞咨询数据，2018年我国人工智能产业规模达到251.1亿元人民币，2019年超过570亿元，2020年预计将达到1573亿元。2018年中国人工智能赋能实体经济各产业份额显示，人工智能融合安防产业的产能所占份额为53.8%，其次人工智能与金融业结合的产能占比为15.8%。数据表明目前安防和金融业与人工智能的融合效果较好，但从长远来看，医疗、教育以及传统工业在未来都有巨大潜力。

第三，从人工智能产业投融资规模来看。2018年我国人工智能领域共发生668件投融资事件，总融资额达1196亿元，相比于2017年552件投融资事件共650亿元的规模，2018年投融资数量上变化平稳，但在投资总额上呈现爆发式增长。这说明投资人以及资本市场对于人工智能产业领域的青睐。在投资方向上，由于我国的人工智能应用场景十分广阔，资本流向应用层会更快获得回报。2019年我国在人工智能领域投资了70多个细分行业，对比美国只有50多个，这表明我国在人工智能投融资方面的思路更加多样化。

第四，从技术储备来看。清华大学数据显示，我国人工智能人才数量目前为一万八千余人，美国高于中国。同时，我国人工智能高尖端人才目前略微稀少，占比为5.4%，低于美国目前的17.1%。这种人才数量与质量上的差距主要来源于我国人工智能整体研究起步较晚，造成了目前暂时的人才稀缺。但是2017年开始，我国中央和地方先后出台政策，加强国内在人工智能领域方面的人才培养。国内的30多所高校设立了人工智能学院，70多所高校增添设置了人工智能相关学科和专业。我国政策对于人工智能的引导和重视，激发了社会在人工智能领域的科研和创业热情。2013年至2018年，我国人工智能领域论文产出量为74676篇，较美国高出43.1%。对比人工智能领域被引用频率，中国在世界顶尖论文数量上远远领先于其他国家，并且在2019年的多个人工智能峰会中，我国录取论文数量也均领衔全球。不仅如此，在人工智能专利申请方面，我国人工智能专利数量已经远超于美国，国内人工智能专利申请数量居全球首位。论文和专利数量和质量的不断上升表明我国在人工智能领域的研究实力和研究成果均增速较快。

4.2 我国亟需人工智能推动实体经济发展

目前我国人工智能应用主要集中在金融和安防领域，但是中国作为以制造业为主体的实体经济国家，人工智能与实体经济的融合应用及推广依旧非常有限。尤其是制造业和农业这两大产业的智能化水平和智能应用率都较低[11]。当前全球都在积极研究与发展人工智能产业，并将技术应用于生产生活之中，我国同样需要利用新兴科技力量推动实体经济发展，将科技力量转化为经济产出。因此实现人工智能与实体经济深度融合是大势所趋，我国需将人工智能产业作为新的经济增长点，带动制造业和农业等传统支柱产业向智能、高效、高产的方向发展[12]。

首先，制造业转型需要人工智能融合实体经济。我国制造业的生产方式较为传统，主要依靠人力，具有成本高、利润低的特点。虽然过去几十年间我国以制造业为主要产业，但在生产设备以及核心技术的掌握上并不具有优势。近年来，传统制造业面对产业结构失衡、产能过剩等问题一直在积极调整结构和去产能，但是在制造业转型和升级方面依旧有很多问题和压力。因此传统制造业亟需提高智能化普及率，运用人工智能提升效率，降低能耗和成本，提升制造业利润。制造业是一国实体经济的关键，人工智能融合实体经济的核心就在于制造业的智能化升级。

第二，服务业发展需要人工智能融合实体经济。一方面，我国目前传统服务业在服务业总量中占比很高，但是传统服务业的服务和经营方式仍比较落后，智能化水平较低。因为传统服务业还没有与人工智能技术相融合，一直沿用传统的运营方式。将人工智能应用至传统服务业，不仅可以提升企业的服务效率，使顾客体验感提升，而且能够降低服务成本。另一方面，以金融、电子商务、共享经济等行业为代表的新兴服务业，在服务业总量中占比较小。新兴服务业已经在一定程度上与人工智能进行融合，比如智能金融等服务，但由于应用水平有限，仍有很大发展空间。因此无论是传统还是新兴服务业，均需加速应用人工智能技术、加深融合，从整体上提升我国服务业的智能化水平，改善和提升服务质量和服务水平。

第三，技术的应用与发展需要人工智能融合实体经济。目前，我国的人工智能产业分布不均，基本集中在北京、上海、深圳等一线城市，但是这些城市以外的其他地区在人工智能技术的应用方面都发展十分迟缓。这种不均匀分布一定程度上限制了人工智能在我国全方位的普及应用。人工智能设备前期研究投入和制造成本都较高，因此要求人工智能产品的使用具有规模效应，但是对于小企业来说很难进行推广。除了地区和成本问题，当前人工智能产品的通用性都较低，无法真正满足日常应用需要，这些都是限制人工智能产业在全国普遍发展的因素。因此，只有将人工智能技术深度融入到实体经济中，才能有效发挥规模效应，推动智能产品更加通用化，使人工智能技术得到真正的应用，有序推动人工智能产业的均衡发展。

综上所述，我国不仅有适合人工智能产业均衡发展客观环境和支持引导政策，而且实体经济中众多产业对于人工智能技术有应用的需求，人工智能不断融合实体经济是我国经济发展的趋势。

4.3 人工智能深度融合实体经济途径

（1）制造业智能化。人工智能与传统制造业的融合方向主要有四个，分别是制造业产品的研发、生产、销售和服务等方向。在产品研发领域，人工智能技术能够运用大量互联网信息和数据，搭建产品研发平台[13]。智能平台运用数据资料经过自主学习之后，能够根据社会和时代需求等相关数据，自主研究和设计出各种研发方案。在产品生产领域，可以应用人工智能技术进行产品的视觉检测，通过人工智能机器实现快速精准的产品检测，同时可以在保证产品质量的条件下，实现24小时连续生产。在产品销售方面，人工智能可以运用机器学习，计算出合理的产品数量和价格并得出利润，为产品客户和生产商提供高质量的建议。在产品服务方面，可以推行智能服务和智能售后，运用人工智能提升技术支持。制造业是我国实体经济的关键与核心产业，人工智能技术在传统制造业的多方面应用，能够帮助制造业实现快速的升级和转型，这是人工智能融合实体经济的十分重要和关键步骤。

（2）农业智能化。农业智能化是通过将人工智能技术应用于农、林、牧、副、渔等广义上的农业行业，研发智能农业设备，并且提升农业智能化和现代化水平。我国作为农业大国，传统农业一直依赖人力劳作或者半机械化劳作，每年的产出取决于未知的气候情况。随着当前经济的发展，从农村进入城市工作的劳动力数量大量增加，农业劳动力相对减少，智能机器人或全自动机械智能设备应用于农业劳作，将大幅提升劳作效率，降低人力成本。同时，在当前大数据时代背景下，智能农业能够运用大数据进行分析和决策，在农副产品生产以及畜牧业养殖等方面进行精准的定制化生产，并利用互联网进行精准的销售，将各地区农业资源的配置进行最优化，农业生产、供应、销售实现一体化。当我国从传统农业跨越至智能农业，农业与人工智能深度融合时，大批劳动力将获得解放，农业生产成本下降，农产品销售定位精准，最终带来我国农业整体收益上升。

（3）服务业智能化。人工智能与服务业相融合是改善和提升民生生活质量和水平，为社会民众带来极大便利的一种途径。因此，传统服务业都应与先进的科学技术相结合，进行智能化转型，将金融、物流、旅游等为代表的传统服务行业与最为前沿的人工智能技术相结合，提升这些在我国实体经济中占有较大比重的传统服务行业的服务效率和服务质量。新兴服务业如智能医疗、智能养老等服务未来在我国有巨大的应用潜力。虚拟助理、生物技术、健康管理等热度逐步上升，随着社会的进步和人们逐步对健康和养老的重视，人们对于提升医疗技术、健康养老的需求也更加迫切。医疗和养老行业会有越来越大的市场需求，智能化服务将从数量和质量两方面对传统型服务进行有效提升，大力节省人力资本，优化合理地分配各类医疗和养老地资源。因此，在我国传统服务业中应大力发展与推广服务智能化，将人工智能尖端科学技术与传统服务业有效结合起来，运用科学技术真正推动服务业的发展，提升服务业的质量。

（4）人工智能基础设施建设。人工智能技术在各个领域的应用都是建立在网络和大数据的基础上。因此首先要加强我国网络基础建设，使互联网能够覆盖整个社会领域，为人工智能技术的应用奠定基础。目前我国的5G基建设施应加快速度，使其逐步覆盖于全国地区，尤其是加强中部和西部等较为薄弱地区的网络基础设施建设[14]。其次，在我国建立全面且独立的网络大数据中心，在合理合法的前提下，完成社会公众信息数字化，实现数据和资源共享，便于人工智能产业的发展。将网络社会中各大网站中的资源和数据，运用技术进行筛选和处理，将数据真正应用于实体经济中的产业发展，运用大数据推动各项产业的智能化转变。对于已有技术的成熟落地并市场化以及找到合适的大规模应用场景十分关键，随着人工智能产业网络基础设施的逐步完备，人工智能研究领域中的各项前沿技术能够逐渐应用于现实社会生活和实体经济中，人工智能的通用化领域也将扩大。

结 论

人工智能产业是一种新兴产业，其本身是实体经济的一部分，并且能够通过运用先进的人工智能技术推动其他产业转型和升级，提升实体经济的发展。我国虽然人工智能产业起步较晚，但近年来在政策、资金以及研究领域都积极引导和支持人工智能产业的发展，有效促进人工智能与实体经济的融合。当前我国拥有人工智能融合实体经济的良好客观条件，产业规模和投资融资规模都不断扩大，产业技术含量高，进入门槛相对较高，研究和专利处于世界前沿水平，且正在大力推动着人工智能人才的培养。同时，我国目前亟需人工智能产业的发展，以此来带动传统制造业、服务业等产业进行转型和升级，人工智能不断融合实体经济是我国经济发展的趋势。随着基础设施建设的完善，人工智能技术将从社会经济生活的各个方面以多种途径深度融入实体经济，人工智能产业将带动我国实体经济实现新的飞跃，对我国整体产业化升级和人民生活产生积极而深刻影响。