K8凯发(中国)天生赢家·一触即发

沈坤荣 丁露 赵倩 以人工智能培育经济发展新动能
栏目:k8凯发集团 发布时间:2025-09-01
 沈坤荣,南京大学商学院教授,博士生导师,南京大学经济增长研究院院长,教育部“长江学者”特聘教授,国务院政府特殊津贴专家。国务院理论经济学学科评议组成员,教育部经济学教学指导委员会委员,南京大学长江产经研究院宏观经济首席专家,南京大学一霍普金斯大学中美文化研究中心兼职教授,江苏省数字经济学会理事长。曾任南京大学经济学院院长、南京大学商学院院长。“新世纪百千万人才工程”国家级人选、国家教学名师奖获

  沈坤荣,南京大学商学院教授,博士生导师,南京大学经济增长研究院院长,教育部“长江学者”特聘教授,国务院政府特殊津贴专家。国务院理论经济学学科评议组成员,教育部经济学教学指导委员会委员,南京大学长江产经研究院宏观经济首席专家,南京大学一霍普金斯大学中美文化研究中心兼职教授,江苏省数字经济学会理事长。曾任南京大学经济学院院长、南京大学商学院院长。“新世纪百千万人才工程”国家级人选、国家教学名师奖获得者、国家“万人计划”教学名师全国优秀博士学位论文指导教师、张培刚发展经济学奖获得者和孙冶方经济科学奖获得者。主要研究方向为经济增长与发展数字经济、国民经济、资本市场等。在《中国社会科学》《经济研究》《管理世界》等学术刊物发表论文百余篇。

  [摘要]随着新一轮科技革命与产业变革加速演进,以人工智能为代表的新一代信息技术正在成为经济高质量发展的新动能。在微观层面,人工智能通过提高要素利用率促进效率升级,释放要素投入的增长潜力;在中观层面,人工智能通过推动产业升级提高产业竞争力,夯实经济发展的物质基础;在宏观层面,人工智能通过加快创新驱动提升全要素生产率,激活高质量发展的关键变量。需要指出,人工智能在赋能经济发展的进程中存在阶段性的风险与挑战。一方面,由于存在“索洛悖论”,人工智能并未显著带动生产率的提升;另一方面,人工智能的广泛应用会加剧就业总量压力与就业结构矛盾,产生安全风险与治理不足的问题,对经济增长产生负外部性。为了充分发挥人工智能的赋能作用,我国需要统筹好发展与治理的关系,既要通过技术进步实现生产率的大幅提升,从而加快人工智能发展;又要完善人工智能治理框架,引导人工智能健康、安全发展。

  随着新一轮科技革命与产业变革加速演进,以人工智能为代表的新一代信息技术凭借其对生产要素的重组优化能力,成为推动传统动能更新、新动能培育的核心驱动力。习在主持十九届中央政治局第九次集体学习时强调:“把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量,努力实现高质量发展”,深刻揭示了人工智能在新旧动能转换中的关键作用。

  党的十八大以来,以习同志为核心的党中央高度重视人工智能发展,并将其上升到国家战略高度,对人工智能发展进行顶层设计与系统规划。2017年政府工作报告首次提出:“加快新材料、新能源、人工智能等技术研发和转化。”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,在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本领域培育新增长点、形成新动能。”2024年政府工作报告首次提出开展“人工智能+”行动,强调“深化大数据、人工智能等研发应用,开展‘人工智能+’行动,打造具有国际竞争力的数字产业集群”。党的二十届三中全会指出:“加强网络安全体制建设,建立人工智能安全监管制度。”

  在以习同志为核心的党中央的坚强领导下,中国人工智能产业蓬勃发展,呈现了创新技术群体突破、行业应用融合发展等新特点,在赋能千行百业的过程中逐渐展现其作为经济发展新动能的巨大潜力。第一,人工智能产业规模不断扩大,初步建立了较为全面的人工智能产业体系。根据《全球数字经济白皮书(2024年)》,截至目前,中国人工智能核心产业规模接近6000亿元,相关企业数量超过4500家,累计建成5G基站414.1万个,“5G+工业互联网”项目超过1.5万个;人工智能产业链全面覆盖基础层、技术层与应用层,产业链上下游融通创新,协同推动人工智能产业壮大。根据国家产业规划,预计到2030年,中国人工智能核心产业规模或超过1万亿元,并带动相关产业规模超过10万亿元。第二,中国人工智能产业核心竞争力不断增强,部分关键技术领先全球。根据中国科学技术信息研究所联合北京大学共同研制的《2023全球人工智能创新指数报告》,中国人工智能创新水平稳居全球第一梯队。截至2024年第一季度,全球人工智能企业近3万家,中国占15%;全球人工智能大模型数量达到1328个,中国占比36%;同时,在计算机视觉、语音识别、机器翻译、中文信息处理技术方面,中国具有世界领先优势。第三,人工智能应用领域深入拓展,广泛应用于教育、医疗、金融、交通等领域,各领域智能新技术、新模式、新业态不断涌现。人工智能产品规模不断增长,相关的衍生产品与服务包括智能家居、自动驾驶、AIGC(人工智能自动生成内容)、虚拟现实(VR)和增强现实(AR)。人工智能产品广泛应用于智能制造、智慧城市管理、智慧医疗、智能生活等不同场景,推动社会进入数智时代。

  与此同时,人工智能发展依然存在短板与不足,导致人工智能对经济增长的推动作用尚不能充分释放。一方面,人工智能存在技术发展不充分、应用不广泛、组织结构适应性转型不及时等问题,导致人工智能技术促进生产率大幅提升的能力受限;另一方面,人工智能发展可能会带来就业矛盾、数据安全、价值伦理等影响。因此,需要进一步明确人工智能发展方向,主动化解人工智能发展可能存在的风险与挑战,积极引导人工智能健康、有序发展,更好推动新旧动能平稳过渡与有机融合。

  在经济发展的动态演进过程中,旧动能与新动能都是推动经济发展的动力。旧动能是指基于传统产业、传统生产模式,依赖资源投入、劳动力数量等要素增长方式形成的动力;新动能是以新生产要素、新技术、新产业、新业态、新模式为核心,在新一轮科技革命与产业变革中形成的新动力。新旧动能是相互依存、相互促进的关系。一方面,旧动能在长期发展中积累了大量资本、成熟的产业配套体系、丰富的劳动力资源,为新动能的发展提供坚实的物质基础与发展空间;另一方面,新动能的发展又为旧动能的更新提供强大的技术支撑。因此,必须要辩证地看待二者的关系,积极推动新旧动能平稳接续转换。2024年中央经济工作会议提出,“必须统筹好培育新动能和更新旧动能的关系,因地制宜发展新质生产力”。科技创新在这一过程中发挥重要推动作用,是实现新旧动能顺利转换的核心动力。而人工智能作为新一轮科技创新的关键技术,在新动能培育与旧动能更新中发挥关键作用。一方面,人工智能作为新动能的典型代表,其自身的发展能够带动一系列新产业的崛起,为经济发展创造新的增长点;另一方面,人工智能作为强大的技术工具,渗透到传统要素、传统产业的各个领域,成为推动旧动能更新的重要力量。新旧动能平稳接续转换是一个过程,涉及要素升级、产业结构、发展方式等方方面面,需要在微观、中观、宏观层面协同推进。在微观层面,人工智能通过提高要素利用率促进效率升级,释放要素投入的增长潜力;在中观层面,人工智能通过推动产业升级提高产业竞争力,夯实经济发展的物质基础;在宏观层面,人工智能通过加快创新驱动提升全要素生产率,激活高质量发展的关键变量。

  要素投入是驱动经济发展的传统动能。随着劳动力成本上升、资本边际报酬下降,依靠要素投入数量推动经济增长的方式遭遇瓶颈。更新旧动能的关键在于提高要素质量与要素利用效率,实现从要素数量驱动向质量驱动的动能转换。人工智能作为新型通用技术,以数据、算法等新要素作为依托,通过要素重组与升级,为传统旧动能注入新活力。一方面,资本增强型技术进步能够优化资本效率,促使传统资本要素焕发新效能;另一方面,劳动增强型技术进步能够提升劳动生产率,重塑劳动力要素价值。

  作为资本增强型技术进步,人工智能通过“机器换人”产生效率增进并推动经济增长。一方面,人工智能通过自动化生产优化生产流程,从而提高生产效率。人工智能基于数据驱动实现资源优化配置,并通过智能决策、预测与分析、自适应流程、自然语言处理等方式优化生产流程,提高生产流程的可拆解性、可伸缩性与灵活性,能够跨越传统生产边界并不断扩大生产范围,有利于增强其动态学习能力与适应能力,从而提高生产效率。另一方面,人工智能通过降本增效的方式提高生产效率。一是人工智能的应用导致生产方式变革,通过自动化生产实现对劳动力的替代,从而降低用工成本;二是人工智能的广泛应用引发组织结构扁平化、网络化、柔性化转型,更有利于实现组织内部信息的高效传达与有效共享,从而降低管理成本;三是通过网络平台,供应商或服务商能够突破时间与空间的制约,精准、快速地搜寻到服务对象,从而降低交易成本。

  作为劳动增强型技术进步,人工智能通过“人机协同”产生协同增效。“人机协同”是人类与人工智能通过多种交互方式合作,共同完成复杂任务的过程。在人类与人工智能深度融合过程中,人工智能有利于弥补人类在大规模数据计算与处理能力等方面的不足,帮助人类高效获得信息,并不断拓展人类能力、辅助人类执行更复杂的任务,从而帮助人类制定更明智的决策。“人机协同”作为新的劳动分工方式,有利于扩展工作范围、提高劳动力创造能力与产出能力,从而产生协同增效。一方面,“人机协同”通过提高分工效率来推动效率提升与经济增长。“人机协同”的分工方式可以将目标任务分解为多个子任务与工序,基于人与智能设备各自的优势进行任务分配,促使劳动分工精细化、专业化,从而推动劳动生产率提升;同时,新的劳动分工可以打开产品创新的空间,拓展生产可能性边界。另一方面,智能机器替代劳动力完成重复性和可预测的任务,而人类则专注于创造性思维、问题解决和决策制定等高层次任务,更有利于提高劳动者的创造能力,从而创造更多价值。

  产业是经济发展的重要载体,具有创造供给、满足需求、促进流通、协调分配的重要作用。习强调:“要及时将科技创新成果应用到具体产业和产业链上,改造提升传统产业,培育壮大新兴产业,布局建设未来产业,完善现代化产业体系。”在新旧动能转换过程中,既要避免旧动能过早“断档”,又要加速新动能的培育与壮大,实现二者的平稳过渡与协同发展。人工智能技术从科学到产业的顺畅转化,正是促进新旧动能转换的有效途径。

  第一,以人工智能改造升级传统产业,激发传统产业新活力。传统产业是经济发展的根基,也是旧动能的主要载体。人工智能与传统产业深度融合,利用新技术全面提升传统产业的投入要素质量,实现生产流程全过程的智能化改造升级,从而推动传统产业提质增效与降本降耗。针对制造业,利用人工智能技术在自动化、智能化生产上的优势,实现生产流程的智能化改造升级、供应链的智能化管理,从而实现制造业智能化升级;针对服务业,依托人工智能在消费数据分析以及消费者行为预测上的优势,为消费者提供更加智能、便捷、精准的服务,从而更好地满足消费者个性化需求,推动服务业个性化升级;针对农业,利用人工智能技术精准施肥、智能灌溉,实现智能化种植与管理,推动农业现代化。

  第二,以人工智能催生新兴产业与未来产业,培育经济发展新动能。习在中央政治局第九次集体学习上讲话指出:“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的‘头雁’效应。”人工智能作为通用性最广泛的关键共性技术,是当今世界最前沿的引领技术,也是替代性最强的颠覆性技术,在现代工程技术群中发挥着主导作用。在人工智能的带动下,产业内技术创新不断突破,一大批新兴产业与未来产业不断涌现,为产业结构转型与经济发展带来新机遇。

  第三,以人工智能推动产业协同发展,促进新旧动能深度融合。利用人工智能技术渗透性强、协同性强等优势,推动产业活动突破地理制约,打通产业链上下游堵点,畅通资源流动渠道,促进知识、技术、人才等创新资源在不同行业、企业自由流动与合理配置,从而实现各类要素共建共享与高效利用。通过大数据分析、智能决策等技术手段,客观评估产业链上下游企业的信誉、质量和价格等因素,从而建立可靠稳固的产业链协作关系,确保产业链供应链的稳定性和可靠性。通过信息共享和互通,强化区域间合作,实现资源跨区域共享与优势互补,从而提高产业链完整性、稳定性。同时,利用人工智能技术更好实施差异化发展战略,依托各地区资源禀赋的比较优势,打造具有各自特色的产业集群,不断提高产业竞争力。

  提高全要素生产率是经济增长的关键因素,是中国由高速增长阶段向高质量发展阶段转变的内在要求。全要素生产率既来自技术进步,也来自资源配置带来的效率提升,涉及制度、技术、结构、管理能力等因素对经济增长的贡献,代表了一个经济体有效利用全部生产要素推进经济发展的能力和水平。在新旧动能转换的关键阶段,人工智能作为新动能的核心载体,通过创新驱动全要素生产率提升,从而实现经济持续增长。

  一方面,人工智能促进知识生产过程优化升级,推动创新能力提升。在知识存量方面,人工智能技术能够改善存量知识的搜索过程,并通过智能化的方式辅助识别和预测新知识的组合方式,从而有效缩短知识生产周期,进而提升创新整体效能,促进宏观经济增长。在知识增量方面,人工智能通过深度学习与大规模数据处理,实时感知用户行为与反馈信息,产生更多新创意、新知识,有利于不同领域的跨界融合与创新,从而产生新的经济增长点。在知识利用率方面,人工智能能够针对不同的用户提供大量知识资源以及个性化的学习方案,帮助用户更高效地掌握知识与专业技能,有效提高知识利用率。同时,人工智能可以运用自然语言处理技术,强化人类与智能体之间的互动,帮助人类更好地理解并解决复杂问题,不断提高人类认知能力,从而拓展人类的认知范围与深度,进一步提高知识利用率。

  另一方面,人工智能减少创新不确定性、强化创新激励,有效提高创新效率。在减少创新不确定性方面,一是通过精准预测减少信息不确定性。人工智能作为一种预测技术,能够对创新全过程进行高效监控,在创新风险预测、创新资源合理分配、创新主体跨部门协作等各个环节都提供及时反馈,从而减少研发失败的风险。二是通过创新网络降低创新失败风险。多元主体参与是成功创新的重要因素,而人工智能技术的发展使得网络式、大范围分工合作形成新的创新网络,从而降低研发风险。在强化创新激励方面,一是强化市场需求激励对创新的积极作用。人工智能技术能够有效预测消费者偏好与市场变化趋势,通过提供更准确、更全面的信息来帮助投资者识别有前景的创新领域,提高创新的投资回报率。二是通过提高创新质量,进而强化创新激励。从规模效应来看,人工智能有利于增加企业研发投入规模与产出规模;从结构效应来看,人工智能有利于优化企业要素结构与员工结构。

  需要指出,在推动人工智能赋能经济发展的进程中,存在阶段性的风险与挑战。一方面,由于存在“索洛悖论”,人工智能并未显著带动生产率提升;另一方面,人工智能的广泛应用加剧就业总量压力与就业结构矛盾,产生安全风险与治理不足问题,对经济增长产生负外部性。

  生产率提升是促进经济增长的重要因素。尽管人工智能技术具有促进生产率大幅提升的潜力,但目前,仅对中国经济增长规模产生影响,对增长速度和效率的提升作用并不显著,在宏观层面呈现新“索洛悖论”特征。

  第一,人工智能技术创新对劳动力具有双重影响,可能对生产率产生相反的作用。人工智能的技术创新一般分为自动化创新与增强型创新两种形式。自动化创新是指通过自动化替代劳动力,产生劳动成本节约效应。增强型创新是指通过智能化技术增强与劳动力的互补关系,并能创造新工作岗位来提高产出水平,主要表现为利用机器替代劳动力完成简单、低附加值任务,促进劳动力更专注于执行高附加值的任务;拓展劳动力工作能力,并促进产生多样化的价值创造形式。人工智能对生产率提升的影响程度主要取决于人工智能执行任务的难度以及能够实现自动化的岗位数量。从任务难易程度来看,任务越复杂、越难于学习,则对生产率的影响更大。新任务体现了新技术的发展水平以及新的专业知识的发展程度,具有更高的生产率效应。一般而言,能被自动化的任务是容易学习的任务,因此,自动化对生产率的提升并不显著。从自动化岗位数量来看,过度自动化对劳动力产生过度替代,会加剧资本与劳动力错配,抑制生产率增长。然而,企业更倾向于采用新技术来降低成本、优化生产流程,以此扩大生产利润、实现企业发展。现阶段人工智能催生的新经济主要是以新业态、新模式为主,而不是新产业。因此,它更多地表现为对原有经济活动的替代,无法形成以往工业革命那样显著的创新与变革效应。

  第二,人工智能尚未广泛应用,技术扩散不足制约经济增长。技术扩散是解释生产率差异与产出增长差距的重要因素,采用人工智能技术的企业更容易建立竞争优势。根据高盛报告《AI转型一年后:进展顺利但影响仍需数年时间》,只有不到5%的企业在生产中运用生成式人工智能。一方面,人工智能领域基础建设投资不足,导致模型通用性不强、泛化能力弱。目前,中国新基建投资规模只有广义基建投资的5%—15%,对经济的直接拉动作用比较有限。虽然专用人工智能取得突破性进展,但通用人工智能尚不成熟。人工智能模型对解决文本、图像和视频生成等特定任务具有出色表现,但解决实际具体问题的效果并不显著。同时,由于人工智能训练数据是既有数据,且存在数据量不足、数据质量差等问题,模型知识更新困难、难以掌握数据集的真正规律,从而影响模型的泛化能力。另一方面,互补性投资布局缓慢,导致生产率提升存在时滞。从企业内部来看,企业构筑内部技术能力需要投资新的技能、惯例、技术和组织。对人工智能技术的有效利用需要人力资本、数据、算法、知识产权、技术专利等互补性资本来支撑,而互补性投资需要时间积累才能产生显著影响。一是企业组织结构适应性调整、生产流程重构不及时产生时滞。人工智能技术的发展使得组织内部各个业务单元灵活性、可拓展性不断提升,导致生产技术和生产任务呈现动态性、不确定性特征。传统工业时代线性思维的管理体系不适用于当前复杂的组织环境,需要树立复杂系统思维引导组织适应性调整。二是人工智能技术与技能劳动力互补,人工智能技术提升了企业对高技能劳动力的需求,而劳动力技能升级需要时间,这在一定程度上制约了生产率提升的速度。

  人工智能在推动产业结构转型升级的过程中会伴随就业需求、职业结构的深刻转变。人工智能使显性知识与隐性知识的工作任务界限模糊,导致工作任务性质发生转变,引发工作任务再分配,从而对就业岗位产生显著的岗位替代效应与岗位创造效应。岗位替代效应是指人工智能技术在生产中的大规模应用能够替代劳动力执行任务或拓宽由机器生产的任务集,这类“任务侵占”会减少劳动工作岗位。劳动岗位创造效应是指人工智能技术会创造与其技术互补的新岗位,从而增加劳动工作岗位。一般而言,对于强调规则、重复性高、可程序化的常规工作任务,人工智能具有较高替代性;然而,对于具有高复杂度、需要人类经验与情感参与的非常规工作任务,人工智能的替代程度较低。随着人工智能的不断普及,人工智能技术诱发职业变迁。一方面,传统的职业形态发生变化,话务员、制版工、电报业务员、陶瓷工艺师以及竹麻制品加工工等传统职业逐渐消失。另一方面,新职业不断涌现,机器人工程技术人员、工业互联网运营员、智能制造系统运维员等数智新岗位应运而生。

  在短期内,人工智能发展可能会对就业岗位产生剧烈冲击,从而加剧就业总量压力与就业结构矛盾。一方面,人工智能引发的“机器换人”会对现有工作岗位产生负面冲击,产生技术性失业。但从长期来看,人工智能引致战略性新兴产业、未来产业加速发展,能够带动高技能、高薪资就业岗位的增长。如,“人工系统应用员”能够带动30万至50万人次就业,而应用型人工智能技术行业的发展能够带动百万级别以上的就业需求。另一方面,劳动力技能供需不匹配、劳动力向下流动等问题加剧就业结构矛盾。人工智能引发劳动力技能需求转变,降低企业对常规职业劳动力的需求,增加对管理类、技术类等非常规职业劳动力的需求。同时,随着人工智能渗透程度加深,劳动力流动概率显著提升,并且倾向于向下流动,即由于劳动技能升级存在难度,劳动力会流向同原行业“技能距离”较大的行业,且工资增加额较小。因此,必须深刻把握人工智能技术引发的职业变迁新趋势,更好发挥人工智能的岗位创造效应,壮大新产业、新业态带动就业提质扩容;改革教育培训体系,加速实现劳动者技能升级。

  随着人工智能不断演进,数据安全、信息泄露、算法偏见、伦理道德等风险不断显现,对经济增长产生负外部性,造成效率损失。

  一方面,人工智能发展存在安全风险。从人工智能内生性安全风险来看,由于人工智能的发展和应用涉及大量数据、算法、模型和系统,而其内部逻辑和机制具有“黑箱”特性,会产生模型行为不可控、决策机制难以解释的问题。一是数据安全风险。数据包含个人隐私信息,在大模型训练与改进过程中可能会出现数据泄露或被滥用的风险,会对个人隐私造成威胁。二是算法安全风险。算法生成过程本身会存在算法漏洞、算法脆弱性等技术问题;同时,算法不合理使用会产生算法偏见、算法霸凌等问题。三是模型可解释性与透明度不足产生信任危机。透明可信度是推动人工智能广泛应用的重要因素,缺乏解释力的模型会产生信任危机与法律纠纷,带来公共资源的消耗。从人工智能应用来看,决策过程可能会产生道德伦理问题。对于人工智能是否具有人权、人工智能过错谁来承担、人工智能道德地位等伦理问题并没有达成一致,需要进一步探索适应技术变化的道德伦理规范。

  另一方面,人工智能治理框架需要进一步完善。一是法律体系不够完善。主要表现为立法进程相对迟缓,算法治理、数据合规等关键领域存在制度缺位;现行规则体系呈现碎片化特征,亟须形成层级分明、协调统一的规范体系。二是人工智能监管滞后。由于人工智能技术的发展速度超出了人类预期,需要监管策略与监管技术的及时调整与补位。在监管策略上,监管规范规定过于笼统,监管规则透明度与可溯性不强;在监管技术上,人工智能安全治理能力有待提升,目前的技术手段对人工智能发展的全链路监管不足、对人工智能突发情况的应对能力不强,需要进一步升级技术手段。三是公平公正的人工智能国际治理体系尚未形成。各国在治理理念与治理措施上存在分歧,需要加快促成全球人工智能治理共识达成的规范框架;由于存在智能鸿沟与技术差距,各国对人工智能风险的感知与治理能力存在差距;归责框架不清晰以及协作治理机制不健全,全球治理格局呈现碎片化特征。

  k8凯发官网

  为了充分发挥人工智能的赋能作用,需要统筹好发展与治理的关系,既要加快人工智能发展,通过技术进步实现生产率大幅提升;又要完善人工智能治理框架,引导人工智能健康、安全发展。

  第一,加快新型信息基础设施建设,夯实人工智能技术底座。数据、算法与算力是人工智能的核心要素,三者构成了人工智能的技术底座。为了夯实人工智能技术底座,需要加快建立国家新型互联网交换中心、创新试点专用数据机房、国际数据传输专用通道等数据流通基础设施,扩大数据要素高质量供给;加快突破高端GPU芯片的技术瓶颈,更好地支撑大模型高效训练,进一步开发TensorFlow、Pytorch、Keras等深度学习框架,推动前沿算法攻坚;加快建设一批智能算力中心、算力调度运营平台,强化高性能算力供给,深入推进“东数西算”工程,促进算力互联互通与高效互补。

  第二,建立开放协同的人工智能创新网络,加快人工智能关键核心技术攻关。高效的协同创新网络需要统筹创新资源,促进不同创新主体之间的资源共享与优势互补,从而形成强大的创新合力。要增强原始创新源头供给,加强人工智能前沿理论研究,支持科学家勇闯人工智能前沿的“无人区”;聚焦关键领域,重点突破智能芯片设计与先进制造工艺等硬件底座技术,加速推进类脑智能架构、具身智能等颠覆性技术研发;打造企业主导的产学研用融合的创新联合体,强化企业科技创新主体地位和科技领军企业创新主导地位,以龙头企业、重点项目为牵引,共同推进人工智能前沿技术协同攻关;搭建人工智能协同创新平台,有效统筹国家实验室、科研院所、高校、企业等科技力量,整合优质创新资源,形成产业链上下游通力合作的创新生态。

  第三,扩大人工智能投资,增强人工智能发展内生动力。一是处理好市场与政府的关系。要更好地发挥市场机制作用,加强市场监管、鼓励创新创业,创造更公平、更有活力的市场环境;健全政府投资有效带动社会投资体制机制,更大程度发挥政府投资对社会投资的带动作用。二是充分激发民间投资活力,引导民间投资高质量发展。要提高减税降费、财政补贴、贷款贴息的财政支持力度;进一步简化审批流程,搭建投资平台,发布重大项目清单,加强投融资合作高效对接,优化民间投资环境;鼓励民间投资向专精特新中小企业倾斜,充分激发创新活力。三是着力破除融资难题,持续改善人工智能企业融资环境。要拓宽民间融资渠道,发展多元股权融资、多层次债券,扩大直接融资占比;要根据人工智能行业特征精准施策,有针对性地打通融资难点堵点。

  第一,积极拓展人工智能应用场景,加快人工智能应用落地。技术应用是全链条创新的重要环节,需要积极开展“人工智能+”行动,推动人工智能技术应用向纵深拓展,促进人工智能技术转化为现实的生产力。一是推动人工智能与实体经济的深度融合。要充分发挥中国最全产业体系优势,实施制造、医疗、农业等重点行业全生命周期智能化改造工程,有效提升生产环节的智能化水平;充分发挥中国超大规模市场优势,打造一批具有高附加值的智能产品和高端装备,推动消费结构智能化、绿色化转型升级。二是加快探索人工智能应用新场景。要加快高端芯片、智能感知等应用场景关键核心技术的突破,疏通应用场景创新在基础设施、综合能力等方面的堵点;要发挥行业领军者的示范带动作用,鼓励行业领军者率先应用,推动人工智能技术的规模化应用,形成一批可复制、可推广的标杆型示范应用场景;要鼓励探索场景驱动的人工智能发展新模式,遵循产业发展方向提前布局未来产业应用场景,比如,实施机器人新品工程和应用场景的示范工程,探索医疗、养老、园林、农业、应急等领域的“机器人+”应用示范模式。

  第二,加快引导企业组织结构变革,建立与人工智能发展适配的组织结构。新技术的采纳与广泛应用需要组织结构适应性调整,为了适应人工智能技术的发展,需要推动组织结构扁平化、网络化、柔性化转型,不断提高组织结构灵活性。一是加快组织结构数字化转型。要构建基于云计算、大数据和人工智能技术与企业生产经营深度融合的智慧大脑或大平台,打造互联互通的信息网络,实现数据全流程贯通和企业内部信息跨部门共享,从而推进一体化管理。二是逐步推进生产流程重构。要加快生产流程拆解与任务重新分配,对业务流程进行合理评估,分析挖掘可用机器人进行能力替代的流程环节,形成人机协同组合应用,辅助人工快速完成业务查办与高效决策;要在明确业务需求与目标的基础上,选择合适的人工智能技术。

  第一,优化政策支撑体系,深入实施就业优先战略。一是完善就业优先政策。要健全高质量充分就业促进机制,推动高水平的充分就业;完善促进创业带动就业保障制度,支持多渠道灵活就业。二是完善就业公共服务体系。要完善就业公共服务制度,畅通就业信息渠道,打破就业人员流动壁垒,不断提高劳动者岗位转换效率;健全社会保障与支持体系,构建覆盖劳动者学习工作终身与职业生涯全过程的技能培训制度,提供再就业培训机会、就业援助、创业支持等,帮助受人工智能冲击的劳动者尽快融入就业市场。

  第二,深挖就业增长空间,不断拓展就业新渠道。人工智能技术催生新产业、新业态、新模式,产生全新的岗位需求,需要顺应技术创新带来的就业新趋势,努力拓展就业增长空间。一是努力推动产业升级,创造更多高质量岗位。要加快发展先进制造业集群、壮大新兴产业、布局未来产业,加强新产业的就业吸纳效应;加快推动生产性服务业融合、生活性服务业多样化发展,进一步扩大就业容量。二是引领就业形态变化,促进灵活就业。新就业形态呈现数字驱动、网络支撑、平台协同的灵活用工新特点,灵活就业成为吸纳就业的新“蓄水池”。要加快建设零工市场,完善零工市场公共服务,推动零工市场规范化发展;搭建数智化平台,促进就业供需双方精准对接,提升零工市场服务水平。

  第三,强化人工智能人才队伍建设,推进人工智能创新发展。一是建设高质量人才培养体系。要加快教育体系改革,建立和完善适应人工智能产业发展的教育培训体系,科学建设人工智能学科,鼓励交叉学科研究与人才培养,培育人工智能领域高端人才。二是提高人才配置契合程度。要依据产业发展需要,利用重大科技专项、重大产品开发、重大技术攻关等项目培养优秀人才,尤其是培养能够把人工智能技术与具体产业场景相结合的人才。三是提高人才引进层次。要聚焦生成式人工智能、具身智能等前沿方向,重点引进智能计算数学基础、神经形态架构等关键领域的科学家群体;同时着眼机器人、多模态数据等产业转化领域,引进具有技术突破经验的专家学者。

  第一,强化顶层设计,完善人工智能法律体系。一是建立多层次的人工智能法律框架。要根据人工智能发展阶段,明确法律规范、伦理规范、技术标准,根据具体应用场景提供更精准有效的遵循理念和基本法律原则,引导人工智能健康、有序发展。二是强化预见性与灵活性。要针对人工智能发展可能遇到的法律法规问题进行超前研究;密切关注新技术的应用趋势,灵活调整法律法规。三是提高透明度与可解释性。要在法律上提出透明度与可解释性要求,提高人工智能决策的公平性与可信赖性,从而实现更有效的监管。

  第二,完善人工智能监管体系,加强安全监管和评估。一是形成多元参与的安全治理体系。要加快布局人工智能安全治理各级实验室、研究机构、测评与赋能中心,形成人工智能安全合作网络;促进人工智能行业和企业自律,重点防范数据滥用、侵犯个人隐私、违背道德伦理等风险,加强人工智能产品和系统评估。二是建立公开透明的监管机制。要推动监管流程可溯化,构建监管日志系统,对监管检查、风险评估、处罚措施等重要事件进行记录,并向社会公开;实行责任追究制度,明确监管责任主体的职责范围,对监管不力的责任主体进行追责。三是建立有效的技术监管体系。要建立风险评估测试体系,利用技术对人工智能全生命周期关键环节进行风险预判;不断升级技术工具箱,完善数据库安全、核心数据加密、个人数据脱敏等技术,打造动态升级、具有科学性前瞻性的防御技术体系。

  第三,加强国际合作,加快推进人工智能共同治理。一是加快推动形成具有广泛共识的人工智能治理。要始终坚持“以人为本、伦理先行”的治理理念,抢抓人工智能国际治理规则发展的历史性机遇,提高人工智能国际治理的话语权,积极推动人工智能全球治理达成共识。二是进一步强化全球协同共治能力。要深化创新合作,积极搭建人工智能发展各方参与的开放性平台,协同构建公正、统一、有效的全球治理机制;推动普惠发展,通过基础设施、人才培训、联合研发、市场交流等方式与发展中国家展开国际合作和援助,推动人工智能能力建设国际合作,弥合不断扩大的数字鸿沟和智能鸿沟。

  1.沈坤荣、丁露、赵倩:《以人工智能培育经济发展新动能》,《社会科学辑刊》2025年第4期。

  2.沈坤荣、丁露、赵倩.以人工智能培育经济发展新动能[J].社会科学辑刊,2025(04):127-136.