人工智能与实体经济融合发展研究

党的十九大报告明确指出：“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能”。如果说互联网的快速发展将我国带入了信息经济的时代，那么人工智能的到来将带领我们进入智能时代，这是引领新一轮科技革命和产业变革的战略性技术，具有很强的“头雁效应”。对于我国实体经济来说，想要脱离劳动密集型和资源粗放型的发展，走向高质量的发展，人工智能无疑是最好的搭档，将人工智能与实体经济融合，即将人们从繁重的机械工作中解脱出来，实现实体经济的转型升级。

意义

我国人工智能行业的发展较为快速，中商产业研究院发布的《2018-2023年中国人工智能行业市场深度调研及投资前景预测报告》显示，我国人工智能市场前景良好，加上2018年人工智能扶持政策不断出台，技术应用商业化程度不断加深，推动了我国从信息化走向智能化的变革。美国在2016年完成了《美国机器人发展路线图》；俄罗斯2015年颁布“成立国家机器人技术发展中心”总统令，将军用、专用和两用机器人作为优先发展方向；欧盟计划到2020年投资28亿欧元用于机器人研发和成果转化；我国在《新一代人工智能发展规划》中首次将人工智能上升到国家战略规划。我国的战略规划不但可以使民众对人工智能更加重视，而且可以更好地调动资源，为人工智能技术的发展提供支持。

和互联网相同，人工智能可以成为一种能力，而不是单一的技术或产业，因此它的应用领域十分广泛，而实体经济作为我国经济发展的基础，近年来，受全球经济增速减缓、生产成本上升及利润下降、虚拟经济泡沫等多重因素叠加影响，出现了增长放缓、结构性矛盾突出和效益下滑等诸多问题。此时非常需要注入人工智能这样的新鲜血液，帮助其转型升级，实现经济稳定增长。因此，推进人工智能与实体经济深入融合发展是加快实体经济转型的必然选择：一是人工智能能够有效开拓全新市场，覆盖实体经济未曾达到的空白领域，这既改变了实体经济的发展模式，同时也改变了人们的工作与生活方式。二是人工智能技术在实体经济中的应用，可以促进其高质量发展，如通过实施制造业的智能制造工程，不仅可以改造和提升传统制造业，而且可以优先培育和发展一批战略性新兴产业集群，形成实体经济新的产业推动力和制造业新的经济增长点。三是人工智能可以不断提高实体经济的生产效率，甚至改变生产方式，为实体经济带来颠覆性的变革，进而实现转型升级。

挑战

目前我国正处于人工智能与实体经济初步融合的阶段，若想做到精准匹配和深入融合仍面临诸多问题。

1.基础薄弱

（1）现有数据很难支撑人工智能发展的需求。人工智能的发展离不开数据的支撑，只有随着数据的积累、计算机算法的优化，人工智能才能取得更大进步。同时，人工智能的推进要依靠大量高质量的数据，质量越高，人工智能技术与实体企业匹配度越精确。但是目前我国现有大数据存在一定的局限性，如数据权属不清晰，无法实现数据的有效流通，同时企业和政府缺乏数据双向共享机制等。

（2）人工智能技术的尖端人才匮乏，核心技术缺失。2019年《全球AI人才流动报告》显示，全球约有44%的AI人才是在美国获得的博士学位，在中国获得博士学位的人才占比不到11%，虽然2018年我国在AI领域21个主要学术会议上发表论文的研究人员有2725人，排名全球第二，但是排名第一的美国有15747人，两者仍有相当大的差距。对我国目前人工智能发展来说，专业人才的获得和培养是比较大的挑战。另外，我国人工智能的基础理论和关键技术比较薄弱，如核心算法、芯片和根本组件与发达国家相比还有差距。核心技术的缺失大大削弱了我国人工智能的国际竞争力，在面对人工智能和实体经济的初步融合时，容易受制于人。

（3）人工智能产业发展不充分和分布不均匀。亿欧智库发布的2017年《中国人工智能产业发展城市排行榜》显示，我国人工智能发展最好的三个城市为北京、上海和深圳，北京总分最高为9.31分，第二名上海仅有7.8分。从表中可以看出，我国人工智能发展较好的城市为一线城市，但是我国的传统企业，如制造业，由于成本原因主要集中在二三线城市，因此，人工智能与实体经济之间的一定的物理距离导致我国人工智能发展不均衡。

（4）人工智能技术的相关法律法规不完善。在人工智能与实体经济融合过程中，相关法律法规的缺失会导致产生数据安全问题，如越来越多的设备、系统、生产和服务过程暴露在工业互联网上，其中涉及大量重要的工业数据和用户隐私信息，如果这些数据和信息被窃取，将会对企业造成严重威胁，目前缺乏针对数据保护的法律法规和管理措施。

2.落实技术应用比较困难

（1）当前我国实体经济下行压力较大，传统企业发展不乐观。一是市场需求不足会导致企业投入的减少，进而影响人工智能产业的投入，使人工智能与实体经济的融合缺乏动力。二是传统企业对人工智能的认识存在误区。人工智能自身不能凭空发展，必须与实体企业相结合，才能发挥出更大的作用。

（2）人工智能技术并没有在实体经济中得到充分应用。一是我国长期粗放型的生产方式，使得企业忽视了对大量数据进行精细化处理，这是阻碍人工智能在实体企业中充分应用的重要原因。二是传统企业的生产模式和思维模式比较落后，大部分传统企业还停留在人工智能技术摸索的阶段，要实现技术的精准匹配还有很长一段路要走。

（3）资本热情高涨，但实际应用效果不理想。清华大学中国科技政策研究中心等机构联合发布的《中国人工智能发展报告2018》指出，2017年，我国已成为全球人工智能融资规模最大的国家，市场规模达到了237亿元，同比增长67%。2019年乌镇智库发布的人工智能报告也指出，我国正成为世界人工智能投融资最活跃的国家之一，2018年融资总额高达157亿美元。资本对人工智能的高度热情，不但说明人工智能的发展依赖于技术的发展，也说明了人工智能的前景被看好。然而，据亿欧智库《2018年中国人工智能商业落地研究报告》统计，2017年我国AI创业公司获得500多亿元的融资额，但2017年我国AI商业落地100强创业公司累积产生的收入却不足100亿元，90%以上的AI企业亏损。人工智能技术应用有很好的发展前景，但是人工智能与实体经济的结合不是简单的相加，需要不断地深入探索。

路径探索

1.不断推进大数据平台的建立，加强对人工智能发展的支撑力度

（1）针对大数据管理混乱、没有统一标准的现象，建立统一的数据收集处理平台，对实体企业特别是国有企业的数据进行收集、整理和存档，实现数据信息共享。同时，建立大数据统一开放平台，加强对政府部门数据的统筹管理和集中开放，统一制定数据开放计划。这个平台不但可以实现对数据的收集整理，也可实现大数据共享，人工智能基于这个基础，可以对实体经济有更准确的把握，更好更快地匹配到相应的实体经济中。

（2）整合大数据与人工智能产业，形成产业链。沿着大数据和人工智能产业链进行布局，如企业、学校和研究院进行合作实现大数据和人工智能的产学研一体化，不但可以促进资源共享，也可以更好地发挥大数据对人工智能的支撑作用。

2.不断引进和培养人工智能人才，掌握人工智能核心技术

（1）注重从小培养青少年的人工智能思维，在大学阶段设立人工智能专业课程并加大基础学科，尤其是算法、算力领域的人才培养。

（2）努力引进优秀人工智能人才，尤其是吸引海外人才，并不断推出原创技术。

3.完善法律法规，形成相关的标准体系

2017年7月，国务院印发《新一代人工智能发展规划》，指出建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。不久前，全国人大常委会已将一些与人工智能密切相关的立法项目列入本届五年的立法规划，同时把人工智能方面立法列入抓紧研究项目。出台相关的法律法规，一方面可以促进人工智能技术快速应用，加速人工智能应用市场成型；另一方面可以促进产学研快速整合，形成完备的人工智能产业生态链，有利于人工智能与实体经济的深入融合。