隨著人工智能技術不斷更新，人工智能與實體經濟融合的趨勢無法避免，實現人工智能產業化成為核心問題。目前，人工智能產業運作模式分為基礎層、技術層、應用層，依據不同的場景區分應用模式，其中技術層是關鍵，體現了創新能力與核心競爭力。本文從產業經濟學與技術革命的視角分析人工智能產業化的運作模式及其可能帶來的沖擊，認為當前人工智能正在影響產業經濟的整體布局，其中人工替代率增長和社會不平衡加劇的問題值得關注與思考。

　　關鍵詞：人工智能；產業經濟；技術革命

　　“人工智能”作為一個專業術語，可以追溯到20世紀50年代。美國計算機科學家約翰·麥卡錫及其同事在1956年達特茅斯會議上提出：“讓機器能夠做出與人類相同的行為”，這便是人工智能定義的開端。隨后的60年中，人工智能經歷了三次發展浪潮，與我們的經濟社會生活愈發貼近。人工智能與實體經濟的融合無法避免，人工智能技術的應用正在悄悄改變產業布局，如何更好地實現人工智能產業化是當今科技社會必須面對的問題。

　　1人工智能產業概述

　　1.1產業定義

　　從概念上看，人工智能是計算機科學的一個分支領域，致力于讓機器人模擬人類思維，從而執行學習、推理等工作。人工智能分為強人工智能和弱人工智能，強人工智能側重于思維能力，指機器不僅是一種工具，而且本體擁有知覺和自我意識，能真正地推理和解決問題。在弱人工智能階段，由于人工智能僅限于處理相對單一的事務，尚未發展到“模擬人腦”的程度，該類人工智能依舊被視為一種法律上的客體或物，屬于“工具”的范疇。人工智能產業是指群體、團隊、個人針對人工智能本身基礎理論、技術、系統、平臺以及基于人工智能技術的相關產品和服務的研發、生產、銷售等一系列經濟活動的集合。

　　1.2產業環境

　　人工智能作為第四次工業革命的核心驅動力，在很大程度上能夠影響未來社會的經濟發展。目前，蘋果、谷歌、微軟、亞馬遜、臉書，這五大企業巨頭無一例外都投入了越來越多資源來搶占人工智能市場，甚至整體轉型為人工智能驅動型公司。2019年，“智能+”首次出現在中國的政府工作報告中，要求堅持創新引領發展，培育壯大新動能。人工智能在金融、教育、工業、安防、醫療等眾多領域扮演著越來越重要的角色。2020年，5G技術發展進一步深入，5G技術的高性能傳輸通信能力將為人工智能更高速率的應用提供可能性。高端制造、無人駕駛、智慧醫療等領域將伴隨5G與人工智能的緊密結合衍生出更豐富的應用場景。目前，人工智能技術的產業環境優勢十分明顯，不論是企業巨頭的大力投入，市場導向的迅速普及，還是各國政府的政策扶持（見表1），都為人工智能產業化開辟了道路。

　　2人工智能產業化運作模式

　　人工智能的產業生態可以分為基礎層、技術層、應用層。其中，基礎層側重基礎支撐平臺的搭建，例如人工智能芯片、算法和數據；技術層側重核心技術的研發，例如計算機視覺與圖像、自然語言處理、語音識別；應用層更注重應用發展，包括人工智能行業應用方案、消費類終端或服務等。根據目前人工智能產業化形態的現狀和發展，人工智能在不同類型產業中的應用模式和應用前景差別很大。例如，人工智能與制造業融合的發展方向是減少勞動成本和提高效率，與服務業融合的發展方向是精準化市場需求和制定最優方案。所以，人工智能產業化運作模式需要依照產業類型分類討論。

　　2.1基礎層產業

　　基礎層產業的關鍵詞是“感知”與“計算”。基礎層典型產業有攝像頭、傳感器、云端計算、芯片等。以攝像頭為例，2020年因疫情防控的需要，安防行業相繼研發新產品，例如人體測溫雙目攝像機、智能測溫一體化安檢門、熱成像人臉測溫一體機等。通過前端設備進行圖像數據采集，經產品內置芯片進行數據處理和智能分析后上傳至存儲服務器，再通過網絡及云端傳輸至后端供平臺使用。其中，芯片是設備性能及技術處理的核心要件。從產業經濟學的角度看，產業經濟學的研究對象聚焦于市場主體：產業組織和勞動組織，人工智能在基礎層產業的分布十分契合這一點，例如智能攝像頭以傳統攝像頭硬件為載體，但此時傳統的市場主體已經具備全新的基礎和平臺。在人類文明進步的歷程中，生產力是關鍵。人工智能所搭建的數據平臺是生產力發展的產物，芯片的處理能力和處理效率是人腦無法企及的，這是生產力的革新，產業結構逐漸開始了以數據為基礎的全新布局。

　　2.2技術層產業

　　技術層產業的關鍵詞是“人工智能系統平臺”與“人工智能基礎服務”。技術層的典型產業有數據處理系統、智能語音識別、文字和圖像識別等。技術層產業是人工智能產業的核心部分，體現為核心技術能力的競爭。以騰訊為例，騰訊在技術層建立了人工智能技術開發平臺，包括語音識別、計算機視覺、自然語言處理和機器學習。從技術革命的角度看，產業升級的基礎是創新，傳統產業能夠成功轉型升級的關鍵也在于創新。產業競爭環境和產業創新能力是產業競爭力的主要來源，技術革新是創新能力的關鍵要素。

　　2.3應用層產業

　　應用層產業的關鍵詞是“場景服務”與“硬件產品”。近年來興起的無人駕駛汽車、智慧醫療、智能家居、智慧城市、工業機器人等都是人工智能應用層產業的典型代表。以智慧醫療為例，數字化醫療的整個產業鏈以大數據資源庫為共享平臺實現產業集聚，醫療機構、患者、醫療設備研發機構和產品制造商多端實時共享和有效互動。人工智能的應用層場景布局正在悄悄地改變產業布局，整個社會逐漸成為以數據資源庫為軸心的相互連通的復合體。追本溯源，產業是社會分工的產物，隨著經濟發展，社會分工越來越精細，人工智能的應用層場景以一種新興的方式實現產業鏈的“互聯互通”，讓不斷細化的社會分工和產業結構以一種全新的智能方式進行融合，強化了產業組織的內部聯動及共生關系。

　　2.4產業運行準則

　　有學者認為，人工智能需要依據封閉性準則來加以應用，規避人工智能技術失控風險。以AlphaGo為例，雖然圍棋機器人在與人類的對弈中獲勝，似乎表現出“超強大腦”的水準，但終究是訓練方法的勝利。此時，圍棋的規則和訓練機制對AlphaGo而言便是它的封閉邊界。“我們需要某種準則，以便客觀地判斷：哪些場景中的應用是現有人工智能技術能夠解決的，哪些問題是不能解決的。這個準則就是封閉性準則。”

　　3人工智能產業化帶來的沖擊

　　3.1人工替代率增長

　　有學者從經濟學角度研究人工智能是否導致失業時，發現對于這個問題經濟學家的總體判斷是相對悲觀的。回顧歷史上工業革命帶來的沖擊，技術革命導致大量工人失業，導致工人背后的家庭整體生活水平下降，對工人階層非常不利。直到工業革命逐漸擴散和技術普及，經濟發展水平趨高維穩，工人階層的生活水平才逐漸好轉。但是，人工智能技術能夠代替的是更復雜的人類勞動，會計師、理財顧問、律師助理和新聞記者已經在與某種形式的人工智能競爭。對企業來說，雇傭勞動力需要更多的成本，而使用機器人的成本顯然更低，效率更高，不可避免地出現崗位減少，工人失業的情況。例如，經合組織估計，經合組織國家中有46%的工人處于被替換或需要從根本上轉型的高風險中。

　　3.2社會不平衡加劇

　　由工人大量失業引發的一個問題是，貧富差距的兩級分化更加劇烈。人工智能技術的發展演變，是迅速且具有爆發力的，作為和平年代的技術革命，它看似無聲響卻更有沖擊力。技術變革對社會財富分配和階層結構的后續演化產生沖擊，導致社會不穩定不平衡加劇。類比市場壟斷，多家規模不均的同類企業競爭往往具有市場活力，一旦出現一家獨大，這些企業的市場競爭力就會被削弱，甚至難以存活以致被吞并。當一個行業逐漸被行業巨頭壟斷，這個行業就會被這股強大的力量主導，資源不斷聚集，力量弱小的主體自身難保，談何競爭？對勞動者來說，收入差距拉大有一定的激勵作用，對高薪和社會地位的追求能夠激發人們的斗志，帶動經濟發展。但是當這個差距被拉大到一定程度，富者恒富，底層人民望塵莫及，看不到向上走的希望，努力失去意義，就會產生落差與不滿。這種大規模人群的不滿會成為社會中值得關注的不穩定因素。

　　4結語

　　人工智能以超凡的能力和效率改變著社會產業布局，不只是人工的替代，也不僅僅是技術的革新，更是社會生產力、經濟運行方式和人類生活方式的全新搭建與構思，具有無限可能。人工智能的產業化發展依據不同的特征應用于不同的場景，與不同類別的傳統產業和實體經濟相融合，并以數據為軸心創造了一個互聯互通的生態系統和共建共享的動力系統，為經濟發展注入了活力與生命力。人工智能的產業化發展也會帶來一些問題，有學者認為，我們正在見證全球經濟的驕人變化，并且很難知道這些變化的廣度，或者說幾十年之后全球財富在一國內或多國內將如何分配。經濟學中有一種“理性人假設”，這種假設易令經濟學家忽視財富分配的必要性，認為平衡能夠自動達成。然而，收入與分配的長期演變是必須面對且至關重要的社會經濟問題。人工智能時代，收入與分配不均現象更為嚴重，社會財富可能會集中在少部分掌握技術的人手中，社會不穩定因素增多，需要政府一定程度的干預，從宏觀層面把握收入與分配的平衡。

　　作者:唐語澤