加拿大計算機科學家杰弗里·辛頓關(guān)于“深度信念網(wǎng)絡(luò)”論文的發(fā)表清除了人工智能產(chǎn)業(yè)化道路上最后一道路障，互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展積累的海量數(shù)據(jù)、云計算提供的低成本算力，再加上以深度學習為代表的算法的革命，推動了人工智能產(chǎn)業(yè)駛?cè)肟焖侔l(fā)展的軌道。面對人工智能的巨大發(fā)展?jié)摿捌湓诋a(chǎn)業(yè)、社會、國防等方面的顛覆性影響，主要國家紛紛出臺人工智能發(fā)展戰(zhàn)略和政策，以期搶占未來產(chǎn)業(yè)制高點。人工智能的巨大經(jīng)濟價值吸引了大量投資涌入，不但互聯(lián)網(wǎng)公司紛紛向人工智能公司轉(zhuǎn)型，而且初創(chuàng)公司不斷涌現(xiàn)。但是也要看到，人工智能發(fā)展和賦能實體經(jīng)濟過程中也出現(xiàn)了一些問題，需要積極加以應(yīng)對。

人工智能產(chǎn)業(yè)發(fā)展存在重復(fù)建設(shè)嚴重、硬技術(shù)創(chuàng)新少、實體經(jīng)濟智能化轉(zhuǎn)型“叫好不叫座”等突出問題

作為產(chǎn)業(yè)的人工智能包括人工智能技術(shù)的產(chǎn)業(yè)化與人工智能技術(shù)在其他產(chǎn)業(yè)的應(yīng)用即人工智能賦能兩個方面。在高速發(fā)展和賦能實體經(jīng)濟的過程中，人工智能產(chǎn)業(yè)無論在國內(nèi)還是在國外都出現(xiàn)了一些亟待解決的問題。

產(chǎn)業(yè)一哄而上，產(chǎn)品雷同，重復(fù)建設(shè)嚴重，真正有高技術(shù)開發(fā)能力的產(chǎn)業(yè)園較少。近年來我國人工智能產(chǎn)業(yè)呈現(xiàn)蓬勃發(fā)展態(tài)勢，初創(chuàng)企業(yè)數(shù)量、融資數(shù)量和融資規(guī)?？焖僭鲩L，產(chǎn)業(yè)整體規(guī)模居于世界前列，與美國一起形成兩強鼎立的世界產(chǎn)業(yè)格局。隨著技術(shù)的不斷成熟，互聯(lián)網(wǎng)大科技公司、人工智能新興企業(yè)也在積極進入傳統(tǒng)產(chǎn)業(yè)領(lǐng)域，推動人工智能技術(shù)對傳統(tǒng)產(chǎn)業(yè)的賦能。但是另一方面也要看到，高端產(chǎn)業(yè)領(lǐng)域往往存在著一種發(fā)展困境，即當一項產(chǎn)業(yè)被國家確定為未來重點發(fā)展方向后，各地就會紛紛加大招商引資力度、上馬新項目趨之若鶩，造成較短時間內(nèi)該高端產(chǎn)業(yè)在全國“一哄而上”，同質(zhì)化問題嚴重，甚至出現(xiàn)“掛羊頭賣狗肉”的情況。人工智能產(chǎn)業(yè)同樣也存在這類“一哄而上”的問題。許多地方政府將人工智能列入重點打造的產(chǎn)業(yè)，大力建設(shè)人工智能特色小鎮(zhèn)、產(chǎn)業(yè)園、孵化器、雙創(chuàng)基地。以機器人為例，截至2018年2月，全國共有65個機器人產(chǎn)業(yè)園在建或已建成，一些省份更是在多個城市建有機器人產(chǎn)業(yè)園，甚至一些縣也著手布局機器人產(chǎn)業(yè)園建設(shè)。但從目前的情況看，真正有技術(shù)開發(fā)能力的機器人產(chǎn)業(yè)園很少，大部分機器人企業(yè)集中于技術(shù)水平不高的娛樂、服務(wù)機器人，工業(yè)機器人的核心部件仍然主要依賴進口。在新興的以深度學習為特征的人工智能領(lǐng)域，由于行業(yè)整體性人才供應(yīng)短缺、本地缺乏發(fā)展基礎(chǔ)，不少園區(qū)處于空置狀態(tài)。嚴重的重復(fù)建設(shè)還可能造成未來“高端產(chǎn)業(yè)的低端化”，使我國企業(yè)難以完成利潤積累，進而嚴重制約研發(fā)投入和技術(shù)的升級，在與發(fā)達國家在技術(shù)前沿的競爭中缺乏后勁。

人工智能產(chǎn)業(yè)模式創(chuàng)新多、硬技術(shù)創(chuàng)新少。眾多的人工智能發(fā)明專利中基礎(chǔ)硬件和基礎(chǔ)算法等硬科技占比少。雖然我國人工智能領(lǐng)域的投資多、企業(yè)數(shù)量多，但是多集中在模式創(chuàng)新領(lǐng)域。人工智能當前比較成熟的領(lǐng)域包括數(shù)據(jù)分析、計算機視覺和自然語言處理。我國人工智能企業(yè)也主要集中在計算機視覺、語音、自然語言處理領(lǐng)域，2017年市場份額分別為34.9%、24.8%和21.0%，而硬件、算法所占份額分別只有11.3%和8.0%。目前我國人工智能企業(yè)多是采取“拿來主義”，將國外經(jīng)過驗證的理論產(chǎn)業(yè)化，甚至不少企業(yè)直接使用國外的開源代碼，利用“拿來”的技術(shù)進行商業(yè)模式創(chuàng)新，缺乏真正原創(chuàng)的技術(shù)、開發(fā)工具和開源平臺。麥肯錫咨詢公司對全球初創(chuàng)企業(yè)所處行業(yè)特點的分析發(fā)現(xiàn)，以中國為主要代表的亞洲國家的初創(chuàng)企業(yè)多集中在R&D強度較低的產(chǎn)業(yè)（R&D資源指的是從事科研與試驗發(fā)展活動所必需的投入。R&D強度是衡量一國科技活動規(guī)模和科技投入水平的重要指標，也是反映一國自主創(chuàng)新能力和創(chuàng)新型國家建設(shè)進程的重要內(nèi)容），如電子商務(wù)、教育和培訓服務(wù)等領(lǐng)域，而B2B以及分析和執(zhí)行軟件、云計算、健康IT等R&D密集型產(chǎn)業(yè)則多由美國、英國和德國的企業(yè)所領(lǐng)導(dǎo)。具體到人工智能行業(yè)，中國人工智能專利申請量超過美國，居世界第一，1998—2018年，我國的人工智能論文達14.2萬篇，略少于美國，但專利、論文質(zhì)量與美國存在較大差距。2017年，中國人工智能論文質(zhì)量（以FWCI指數(shù)衡量）約為1.3，而美國為2.5；中國人工智能發(fā)明專利中，基礎(chǔ)硬件和基礎(chǔ)算法等硬科技占比少。2017年，我國人工智能發(fā)明專利授權(quán)量中，基礎(chǔ)算法、基礎(chǔ)硬件、垂直應(yīng)用的占比分別為21.0%、4.9%和74.1%。

智能化轉(zhuǎn)型“叫好不叫座”。人工智能作為一個產(chǎn)業(yè)本身快速發(fā)展的同時，在其他領(lǐng)域的滲透、融合也在不斷推進。從全球范圍來看，早在2012年，美國通用電氣就提出“工業(yè)互聯(lián)網(wǎng)”的概念，并聯(lián)合美國商業(yè)資訊 （AT&T）、思科（Cisco）、IBM和英特爾（Intel） 5家企業(yè)聯(lián)合宣布成立工業(yè)互聯(lián)網(wǎng)聯(lián)盟（Industrial Internet Consortium， IIC），2015年向所有企業(yè)開放其工業(yè)互聯(lián)網(wǎng)操作系統(tǒng)Predix。作為德國工業(yè)4.0的主要推動者，西門子在2016年的漢諾威工業(yè)博覽會上正式發(fā)布工業(yè)互聯(lián)網(wǎng)操作系統(tǒng)MindSphere。2011年以來，藍色巨人IBM加速向“認知商業(yè)”和智能服務(wù)轉(zhuǎn)型，其代表性人工智能服務(wù)是人工智能系統(tǒng)——沃森在醫(yī)療診斷領(lǐng)域的應(yīng)用。但是智能化轉(zhuǎn)型“叫好不叫座”，人工智能系統(tǒng)的企業(yè)用戶不積極，人工智能服務(wù)的開發(fā)者業(yè)績因此受到很大影響。例如，2018年6月以來，通用電氣（GE）先后經(jīng)歷從道瓊斯工業(yè)平均指數(shù)中被剔除（GE在該指數(shù)中已有110年歷史）、信用降級、股價暴跌、GE Digital（GE數(shù)字創(chuàng)新坊）尋求出售等重大事件，反映出GE所提出的工業(yè)互聯(lián)網(wǎng)的現(xiàn)實發(fā)展遠非白皮書設(shè)想的那樣美好；西門子發(fā)布的2019財年三季度財報顯示，數(shù)字化工業(yè)（DI）訂單和收入雙雙下跌，利潤大跌12%，拖累西門子整體利潤下滑5.8%；IBM沃森因達不到預(yù)期效果，被德克薩斯大學MD安德森癌癥中心終止合作。

探究人工智能賦能實體經(jīng)濟存在諸多問題的三個重要成因

人工智能自身發(fā)展和賦能實體經(jīng)濟中的問題有著多重原因，主要包括潮涌現(xiàn)象、企業(yè)行為短期化、產(chǎn)業(yè)知識薄弱等幾個方面。

問題成因之一：“潮涌現(xiàn)象”造成重復(fù)建設(shè)嚴重?！俺庇楷F(xiàn)象”是指當一項新技術(shù)進入產(chǎn)業(yè)化階段并呈現(xiàn)出巨大的增長潛力時，眾多投資者同時看好這一相同的產(chǎn)業(yè)，投資就像浪潮般涌向這個產(chǎn)業(yè)。這里所說的投資者不僅包括企業(yè)，也包括政府，針對具有巨大發(fā)展?jié)摿Φ膽?zhàn)略性新興產(chǎn)業(yè)，中央和地方政府會采取多方面的支持政策促進其發(fā)展。潮涌現(xiàn)象意味著在投資之前，政府和企業(yè)都看好該產(chǎn)業(yè)的前景，從而一哄而上。但是大量的投資可能會造成該產(chǎn)業(yè)出現(xiàn)過度投資，項目完成后出現(xiàn)嚴重的過剩，導(dǎo)致投資回報遠遠低于預(yù)期。與傳統(tǒng)產(chǎn)業(yè)相比，新科技的發(fā)展存在巨大的不確定性，而且會出現(xiàn)曲折反復(fù)。美國咨詢公司Garnter每年都會發(fā)布新興技術(shù)成熟度曲線（Hype Cycle for Emerging Technologies），該曲線把新技術(shù)從發(fā)展到最終成熟劃分為四個階段：創(chuàng)新萌發(fā)期、期望膨脹期、幻滅低谷期、復(fù)蘇期、成熟期。從該曲線可以看到，人們常常對技術(shù)的產(chǎn)業(yè)化存在盲目樂觀的傾向，形成大量投資涌入實則過熱的繁榮假象。數(shù)字經(jīng)濟是典型的網(wǎng)絡(luò)效應(yīng)產(chǎn)業(yè)，具有“贏家通吃”的市場結(jié)構(gòu)。為了爭奪用戶成為最終的贏家，進一步強化了數(shù)字經(jīng)濟的“潮涌現(xiàn)象”，加劇了重復(fù)建設(shè)。

問題成因之二：行為短期化加劇行業(yè)泡沫。雖然新產(chǎn)業(yè)會存在大量企業(yè)涌入的“潮涌現(xiàn)象”，但是一些企業(yè)想的不是怎么把產(chǎn)業(yè)做好做實，而是渴望趕上“風口”，盡快擴大用戶規(guī)模，以便能講好故事、短期內(nèi)在資本市場實現(xiàn)變現(xiàn)。為了快速變現(xiàn)，這些企業(yè)不是充分考慮應(yīng)用場景、用戶需求，扎實做好產(chǎn)品，而是通過大量燒錢，大量補貼、大打“價格戰(zhàn)”等方式爭奪用戶。這種做法雖然在短期內(nèi)營造了繁榮假象，但是一旦技術(shù)或商業(yè)模式進展不順，就會刺破泡沫。新科技的成熟和新產(chǎn)業(yè)的發(fā)展往往需要經(jīng)歷一個逐步改進、完善和提高的過程，不可能一蹴而就。例如，在制造業(yè)智能化領(lǐng)域，制造過程或最終產(chǎn)品對安全性、穩(wěn)定性、可靠性、精確度要求很高，不成熟的技術(shù)會給企業(yè)帶來巨大損失，很難獲得制造企業(yè)的接受和采用。作為追求利潤最大化的經(jīng)濟主體，雖然不同企業(yè)的戰(zhàn)略不同，對經(jīng)濟利潤的考量會有短期或中長期的差異，但企業(yè)選擇采用某項新技術(shù)的根本目的是實現(xiàn)經(jīng)濟利潤的最大化。企業(yè)在決定是否采用人工智能技術(shù)時，會進行成本—收益分析。當他們評估發(fā)現(xiàn)人工智能技術(shù)并不能給他們帶來實質(zhì)性的利潤提升時，就不會實施。市場開拓不利就可能使人工智能企業(yè)的大量投資形成行業(yè)性的泡沫。

問題成因之三：各方面的產(chǎn)業(yè)知識積累薄弱限制智能化發(fā)展。人工智能技術(shù)通過對傳統(tǒng)行業(yè)數(shù)據(jù)的深度挖掘利用，可以發(fā)現(xiàn)以前未被發(fā)現(xiàn)的事物之間的相互聯(lián)系，并利用數(shù)據(jù)分析的結(jié)果幫助傳統(tǒng)產(chǎn)業(yè)加快產(chǎn)品創(chuàng)新、提高生產(chǎn)效率、加強產(chǎn)銷互動、改善用戶服務(wù)。但人工智能技術(shù)在傳統(tǒng)行業(yè)領(lǐng)域發(fā)揮作用的基礎(chǔ)是建立在這個傳統(tǒng)行業(yè)現(xiàn)有技術(shù)條件之上的，它無法代替行業(yè)本身的基本原理、科學技術(shù)、工程經(jīng)驗。例如，人工智能技術(shù)的應(yīng)用可以通過對生產(chǎn)線各種工藝參數(shù)和產(chǎn)出數(shù)據(jù)的分析，對工藝參數(shù)進行優(yōu)化從而促進提高良品率，但良品率的根本性提升則要依賴行業(yè)本身科技水平的發(fā)展。但是，當前在我國存在對信息技術(shù)（Information Technologies）強調(diào)多，對產(chǎn)業(yè)技術(shù)（Industrial Technologies）強調(diào)少的傾向。

產(chǎn)業(yè)知識包括兩個方面：一是產(chǎn)業(yè)自身科學技術(shù)規(guī)律的發(fā)明發(fā)現(xiàn)所形成的知識，即產(chǎn)業(yè)知識發(fā)展和提?。欢钱a(chǎn)業(yè)中企業(yè)生產(chǎn)經(jīng)營活動中各種數(shù)據(jù)的積累。中國實體經(jīng)濟企業(yè)在這兩個方面都存在差距。由于中國是在工業(yè)化尚未完成的時候就開始信息化、數(shù)字化的，雖然許多產(chǎn)業(yè)的規(guī)模已經(jīng)世界領(lǐng)先，但是“知其然而不知其所以然”的問題普遍存在，在產(chǎn)業(yè)相關(guān)科學、工程技術(shù)知識的積累上與發(fā)達國家行業(yè)領(lǐng)先公司存在較大差距。同時由于中國企業(yè)發(fā)展水平參差不齊，既存在技術(shù)水平領(lǐng)先、數(shù)字化程度高的企業(yè)，也存在沒有研發(fā)能力、尚處于機械化階段的企業(yè)，因此人工智能與實體經(jīng)濟特別是制造業(yè)的深度融合存在巨大困難。

推動人工智能產(chǎn)業(yè)發(fā)展不僅需要人工智能技術(shù)本身的進步，還需要傳統(tǒng)產(chǎn)業(yè)基礎(chǔ)和新型基礎(chǔ)設(shè)施的有力支撐

人工智能技術(shù)產(chǎn)業(yè)化，需要人工智能產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的緊密互動，二者的發(fā)展都不可或缺。一方面，需要人工智能技術(shù)本身的不斷進步，另一方面也需要傳統(tǒng)產(chǎn)業(yè)的產(chǎn)業(yè)基礎(chǔ)、科技水平、信息化程度的提高作為支撐。

第一，支持兩個“IT”共性技術(shù)研究。人工智能與實體經(jīng)濟的深度融合既受制于人工智能技術(shù)本身，又受制于實體產(chǎn)業(yè)本身的知識積累，因此要兼顧信息技術(shù)（Information Technology）和產(chǎn)業(yè)技術(shù)（Industrial Technology）兩個“IT”共性技術(shù)的研究。由于人工智能基于大數(shù)據(jù)的技術(shù)路線特點，除加強對大學、科研機構(gòu)創(chuàng)新活動的支持外，還要鼓勵大科技公司加大對人工智能基礎(chǔ)理論、算法、芯片以及未來前沿技術(shù)等方面研究開發(fā)的投入，鼓勵大學、科研機構(gòu)與大科技公司人才的雙向、可逆流動。加強對化工、冶金、機械、電子、運輸設(shè)備、醫(yī)藥等基礎(chǔ)產(chǎn)業(yè)和高科技行業(yè)的基礎(chǔ)科學和產(chǎn)業(yè)共性技術(shù)研發(fā)，實現(xiàn)“知其然也知其所以然”，打好產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化的攻堅戰(zhàn)。

第二，加快信息網(wǎng)絡(luò)等新型基礎(chǔ)設(shè)施建設(shè)。在信息化時代，新一代信息技術(shù)相關(guān)基礎(chǔ)設(shè)施的重要性已經(jīng)成為傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和新興產(chǎn)業(yè)加快發(fā)展的關(guān)鍵。特別是5G高速率、低時延、廣連接的特點，使實體產(chǎn)業(yè)特別是制造業(yè)生產(chǎn)過程和產(chǎn)品的智能化成為可能。例如，制造業(yè)的智能化需要實現(xiàn)工廠中生產(chǎn)設(shè)備、零部件、供應(yīng)鏈、產(chǎn)品之間的實時通信，只有5G低時延、廣連接的特點才能夠?qū)崿F(xiàn)。因此，要將包括物聯(lián)網(wǎng)、5G、數(shù)據(jù)中心等新一代信息基礎(chǔ)設(shè)施作為“新基建”的重點，在關(guān)系國計民生的農(nóng)業(yè)、交通、公共服務(wù)、金融以及重點制造業(yè)領(lǐng)域加快覆蓋和普及。

第三，支持實體企業(yè)加快數(shù)字化改造。當前人工智能的主流技術(shù)路線是“算法+算力+數(shù)據(jù)”，因此實體企業(yè)的數(shù)字化水平?jīng)Q定了人工智能技術(shù)的應(yīng)用范圍和深度。加大對主要產(chǎn)業(yè)領(lǐng)域數(shù)字化轉(zhuǎn)型產(chǎn)業(yè)共性技術(shù)研究的支持力度，鼓勵大學與科研院所、互聯(lián)網(wǎng)公司、實體企業(yè)密切合作，加快破解主要產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)瓶頸。支持實體企業(yè)根據(jù)業(yè)務(wù)發(fā)展狀況進行數(shù)字化改造，實施“機器人換人”、企業(yè)上云等，行業(yè)龍頭企業(yè)積極進行物聯(lián)網(wǎng)、5G的應(yīng)用和智能制造轉(zhuǎn)型。依托行業(yè)協(xié)會、科研院所等機構(gòu)，加強對人工智能應(yīng)用成功經(jīng)驗的總結(jié)、推廣、示范。

第四，加強數(shù)據(jù)保護，推動數(shù)據(jù)連接。大力推進對數(shù)據(jù)安全的保護，一方面，支持數(shù)據(jù)安全相關(guān)技術(shù)的發(fā)展，為數(shù)據(jù)安全提供可靠的技術(shù)保障，另一方面，制定完善保護我國公共、企業(yè)和個人數(shù)據(jù)安全的法律法規(guī)和行業(yè)規(guī)范，加強數(shù)據(jù)安全的制度保障。設(shè)備、軟件、系統(tǒng)、產(chǎn)品之間缺乏統(tǒng)一的標準是制約建立數(shù)字化連接、發(fā)展產(chǎn)業(yè)互聯(lián)網(wǎng)的主要制約。由行業(yè)協(xié)會、學會牽頭，組織各行業(yè)骨干企業(yè)、裝備制造龍頭企業(yè)以及大型通信、軟件、互聯(lián)網(wǎng)和自動控制企業(yè)一起，加快制定促進產(chǎn)業(yè)內(nèi)部與產(chǎn)業(yè)之間建立數(shù)字化連接的設(shè)備標準、通信標準、軟件標準和數(shù)據(jù)標準。推動產(chǎn)業(yè)之間、企業(yè)之間的數(shù)據(jù)開放，特別是推動政府掌握的不涉及公共安全、個人隱私的公共數(shù)據(jù)對企業(yè)開放，通過開放、共享讓數(shù)據(jù)發(fā)揮更大的價值。

第五，加強人才培養(yǎng)，增加人才供給?；ヂ?lián)網(wǎng)企業(yè)長于算法但是不具備實體產(chǎn)業(yè)的知識，實體企業(yè)熟悉本產(chǎn)業(yè)的know-how但是缺乏信息技術(shù)的人才和能力。因此，產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展靠互聯(lián)網(wǎng)企業(yè)與實體企業(yè)單打獨斗都很難成功，必須通過合作發(fā)揮二者各自的優(yōu)勢。但是由于人工智能的突然爆發(fā)造成人才嚴重短缺，薪酬水平大幅度提高，拉高了人工智能應(yīng)用的成本。而實體經(jīng)濟企業(yè)利潤率低，養(yǎng)不起高薪的人工智能工程師，在與人工智能企業(yè)對接方面缺少合適的人才作為中介。國家需要支持研究型大學和科研機構(gòu)、職業(yè)大學和學院設(shè)立人工智能學院和專業(yè)，加快人工智能人才的供給，早日解決人工智能人才供需失衡狀況。

責任編輯：lq6