人工智能与传统产业的深度融合发展

史占中

【摘要】人工智能时代的来临，将颠覆传统产业结构并重塑全球产业竞争格局。面对人工智能技术进步带来的挑战，传统产业与人工智能深度融合发展是建设现代化经济体系的需要，也是推动农业现代化、制造业转型升级以及服务业智能化的需要。作为新一轮产业变革的核心驱动力，人工智能技术是重塑产业发展的新优势、提升国家竞争力的强战略。中国政府应打造“基础研究、技术研究和应用研究”三位一体的技术链;重视人工智能高端人才的引进和培育;完善数据体系建设、制定数据开放管理政策;深挖场景应用，拓宽“智能+”在传统行业的应用。

【关键词】人工智能  传统产业  智能  平安科技

【中图分类号】 F49                             【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2019.18.003

引言

大数据和机器智能将会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代。[1]随着人工智能技术的发展，人类的生产方式、出行方式乃至生活方式均面临着智能化变革，从智能手机、智能家居、到智能机器人无一不显示着智能时代已经来临。作为新一轮产业变革的核心驱动力，人工智能技术是重塑产业发展的新优势、提升国家竞争力的强战略。

对此，发达国家纷纷出台相关政策文件，旨在加速人工智能快速发展。早在2013年，美国政府便开始布局国家机器人计划并作为重点资助对象，人工智能随后于2016年被上升到美国国家战略高度。为进一步提高美国在人工智能领域的领导力，白宫于2019年2月发布了《美国人工智能倡议》和《加速美国在人工智能领域的领导地位》等文件，引导并推动美国人工智能技术的发展;德国“工业4.0”计划和《联邦政府人工智能战略要点》均提出通过人工智能技术与制造业相结合，促进德国产业向智能制造发展;日、韩等国也出台了《日本机器人战略：愿景、战略、行动计划》和《第二次智能机器人行动计划》等政策文件，旨在推动传统行业与人工智能和机器人技术的深度融合。由此可见，人工智能技术已引起了新一轮的工业革命。

改革开放以来，中国逐渐从世界第一制造大国步入工业化后期时代（黄群慧，2018）[2]，为保证产业持续成长和工业化进程持续深化，中国政府颁布了《新一代人工智能发展规划》等政策文件，旨在通过加速发展人工智能技术，进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。[3]2019年，李克强总理在《政府工作报告》中也指出要推动传统产业改造提升，特别是要打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。[4]因此，阐释智能时代下传统产业如何重塑，是当前产业经济学探讨的重要议题。

人工智能产业化发展背景和进程

智能时代的来临，将颠覆传统产业结构，重塑全球产业竞争格局。回溯过去200多年世界经济发展历史，我们曾先后经历三次工业革命，每一次工业革命均伴随着传统产业的重塑。目前，以克劳斯·施瓦布为代表的学者认为：以人工智能为主要标志的第四次工业革命已经悄然到来，并以更快的速度、更广的范围整合和重构全球价值链条。[5]微软、谷歌、Facebook和百度等科技巨头企业积极布局人工智能产业，且已在机器人、金融、医疗、安防等产业领域取得革命性突破。

人工智能（学科）是计算机科学中涉及研究、设计和应用的智能机器的一个分支。其近期的主要目标在于研究用机器来模仿和执行人脑的某些智力能力，并开发相关的理论和技术。[6]1956年，人工智能概念在达特茅斯会议上被第一次提出，随后麻省理工大学、卡内基梅隆大学等高校以及IBM等研究机构建立了人工智能研究中心，并在搜索方法、机器定理证明及LISP表处理器语言等方面取得重大突破，从而迎来了人工智能的第一次发展浪潮。20世纪80年代，人工智能进一步深入发展，以费根鲍姆（Feigenbaum E.A.）为代表的基于规则的专家系统开发与应用获得成功，人工智能技术开始初步应用于医疗诊断、计算机设计、商业与科学等领域，随后神经网络、模式识别等技术的发展带动了人工智能的第二次發展浪潮。[7]20世纪90年代中期，互联网的发展使机器学习成为人工智能研究的焦点，人工智能研究主题也从单个智能主题转向基于网络环境的分布式主题，人工智能进入了稳步发展阶段。1996年，计算机系统“深蓝”战胜国际象棋世界冠军卡斯帕罗夫事件使智能机器人被人们广泛认知，随后智能化工业机器人和服务机器人被广泛应用于各行各业，引起了人工智能的第三次发展浪潮。21世纪以来，人工智能进入了蓬勃发展阶段。互联网、云计算、物联网和大数据等技术的发展推动了以深度神经网络为代表的人工智能技术发展，同时也引起了新一轮的商业革命。德国“工业4.0”战略、“中国制造2025”战略以及“美国人工智能研究与发展战略”等文件的颁布，意味着人工智能技术的发展将重塑全球范围内的产业分工格局。

前三次工业革命美、英等发达国家的历史经验对于智能时代中国传统产业重塑具有重要的借鉴意义。当今中国应紧紧抓住第四次工业革命带来的机遇，加速人工智能与传统产业的深度融合，推动“智能+”产业的快速发展，包括智慧零售、智慧文旅、智慧出行、智慧金融等商业服务和智慧医疗、智慧教育、智慧政府等在内的公共服务，同时涉及智慧制造、精准农业等产业。尽管在人工智能基础研究方面中国落后于美、英等发达国家，但基于海量数据和场景应用市场等优势，中国有望把握智能时代的历史机遇实现“弯道超车”。

人工智能产业化发展现状和趋势

近年来，随人工智能技术的爆发，智能化产品开始融入人们的生活，人、机器、智能机器协作与共存将成为人类社会结构的新常态。[8]世界各国纷纷着手布局人工智能领域，力图抢占行业制高点，人工智能产业进入了快速增长阶段，大量人工智能技术研发和应用企业正在崛起。根据相关文献和报告数据，本文从以下几个方面论述人工智能发展现状。

产业规模持续增长，市场潜力大。目前，人工智能产业发展迅速，逐渐成为拉动全球经济增长的主要来源之一。截至2017年，全球人工智能产业规模约2307亿元。据推算，到2020年，全球人工智能产业规模将达到6800亿元人民币，复合增长率达26.2%。中国人工智能发展起步较晚，自2015年开始，中國人工智能产业规模逐年攀升。截至2017年，中国人工智能产业规模达216.9亿元人民币，同比增长52.8%。据预测，到2020年，中国人工智能产业规模将达到710亿元人民币。2015到2020年间复合年均增长率为44.5%。[9]

从人工智能企业数量来看，由中国信息通信研究院数据研究中心的全球ICT监测平台实时监测数据知，2014年到2016年全球出现人工智能企业创业潮现象，2016开始新创企业数放缓，截至2018年上半年，全球共监测到人工智能企业4998家，其中前三名分别为美国（2039家，占40.8%）、中国（1040家，占20.8%）和英国（392家，占7.84%）。[10]

资本市场加速涌入，投资渐成熟。从投融资角度看，自2013年以来，资本市场持续投资人工智能产业，中国已成为其中企业服务、医疗、金融、机器人、汽车等领域吸引资本最多。iiMediaResearch（艾媒咨询）数据显示，2018年中国人工智能领域共获融资1311亿元，比2017年增长了677亿元，增长率为107%。[11]从投融资事件的融资轮次和单笔融资额度看，获得C轮以上融资的企业占比较大，大额融资事件频发，说明中国人工智能产业发展开始逐渐步入成熟阶段，且资本市场更热衷于投资优秀的龙头企业，初创企业的融资难度增加。

人才需求加剧，“智能+”多样化发展。人工智能产业的竞争，归根到底是人才的竞争，只有投入更多的高端人工智能人才，才能站在人工智能技术的制高点。根据腾讯研究院“2017全球人工智能人才白皮书”的数据可知，截至2017年，全球人工智能领域人才约30万，远远低于百万量级的市场需求，人才缺失严重。[12]为吸引人工智能人才集聚，科技巨头们一方面推出人工智能人才引进计划，如百度的“少帅计划”、阿里巴巴的“青年军”计划;另一方面高薪吸引高校研究人才，并建立人工智能实验室吸引各国人才，如微软亚洲研究院、IBM兖州研究院等。

相比专业人才需求的加剧，人工智能的产业发展逐渐呈现出多样化融合发展的特点。类似于“互联网+”，“智能+”可以与多个行业融合发展，推动技术进步、效率提升和商业模式变革，从而催生了大量新兴产业。随人工智能技术的突破，“智能+”产业得以快速发展，包括智慧零售、智慧文旅、智慧出行、智慧金融等商业服务和智慧医疗、智慧教育、智慧政府等公共服务，以及智慧制造、精准农业等产业。

技术垄断发展，经济安全需关注。历史经验和现实告诉我们，核心技术代表着产业的核心竞争力，掌握人工智能核心技术的国家，在产业竞争中具有天然的垄断地位，导致一些在人工智能发展中具有劣势地位的国家，经济安全受到前所未有的威胁。例如，与美国等发达国家相比，中国人工智能芯片、高度集成的机器人等许多核心技术落后于人。以硬件环节为例，中国半导体产品国际市场占有率仅为4%，远落后于美国占比全球50%的能力。芯片产品更是严重依赖进口，2017年进口额达到2601亿美元，同比增幅高达14.6%。2018年中兴通讯公司芯片事件已经表明，国外人工智能核心技术的垄断，严重影响中国的经济安全。

“智能+”赋能传统产业重塑

传统产业转型升级面临的问题。改革开放以来，中国迅速从一个落后的农业大国成长为第一工业大国，但在取得惊人成绩的背后，产业发展正面临着“大而不强”、产业发展不平衡以及环境污染和资源约束等瓶颈问题。

从农业看，人多地少是中国的基本国情，中国农户被认为是“超小的土地经营者”，平均可经营土地规模较小，且呈零散化特征。小规模、分散化的农业经营模式导致中国农业生产成本较高，且难以实现产业化发展，使农业在国际竞争中处于劣势地位。另外，长期以来，中国政府更偏重于工业和服务业的支持，导致农业科技投入水平低、农产品产业链不完整现象严重，制约着中国农业转型升级。蔡昉等学者的实证研究表明，中国农业发展出现了资本报酬递减现象，且过度依赖政府补贴和保护，缺乏自立性和竞争力。[13]

从制造业看，2010年中国制造业在全球制造业总值中的比例为19.8%，超过美国的19.4%成为世界制造业第一大国，对此欧美国家纷纷提出针对中国的“再工业化”战略，扼制中国制造业转型升级。另外，中国制造业“大而不强”的特征导致大多企业集中在产业链低端位置，随“人口红利”消失，劳动成本上浮和人均增加值的下滑严重影响中国制造业的发展。从区域发展的角度来看，中国制造业受各地区要素禀赋和经济水平的影响，东西部制造业发展差距较大。从制造业产品来看，中国制造业受制于核心技术的瓶颈，产品难以满足高质量、个性化的市场需求。例如，根据原国家质量监督检验检疫总局公布的数据知，近几年国内产品抽查合格率约为91%左右，其中2017年合格率为91.5%，远低于美欧等发达国家99%以上的合格率。

从服务业来看，改革开放以来，中国服务业保持稳定增长趋势，占全国GDP总量比重由1978年的23.7%上升为2018年的52.16%。互联网的快速发展，更推动了中国新兴服务业的发展，使中国服务业产值跃居世界第三位。然而，中国服务业主要以传统服务业为主，而生产性服务业发展缓慢，且呈现出规模小、不均衡、产业融合度低等特点，关于研发设计、节能环保等高新技术服务产业比重较低，难以支撑制造业转型升级。

人工智能与传统产业深度融合。面对人工智能技术进步带来的全球竞争格局，中国新常态经济发展亟需开发新的经济增长点，人工智能与传统产业深度融合是建设现代化经济体系的需要，也是推动农业现代化、制造业转型升级以及服务业智能化的需要。[14]

“智能+农业”主要是指物联网、大数据、云计算等技术实现农业生产的精准投入和智能化管理。据Markets and Markets报告显示，2017年全球智慧农业市场规模已达67亿美元，预计2023年将达到135亿美元。早在1984年，日本就颁布了《人工智能与农业——精农技术与尖端技术的融合》，旨在利用人工智能技术提高农业生产力;美国作为全球第一农业强国，一直引领智能农业的发展，高盛研究报告《精确农场：用數字农业欺骗马尔萨斯》认为，美国通过智能农业能够实现到2050年将玉米产量提高70%。中国近几年经过不断探索，在农产品生产加工和水产、畜牧业养殖等方面不断实现智能化、精准化控制，从而提高农业经济效益，加速农业现代化发展。例如，京东的“京东农场”和阿里云的ET农业大脑均是国内农业现代化发展的代表。

“智能+制造”是以新一代信息技术为基础，配合新能源、新材料、新工艺，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称，[15]是“中国制造”能否转型升级为“中国智造”的关键路径，也将在很大程度上影响到中国能否从如今的“经济大国”走向世界“经济强国”。《中国制造2025》战略实施以来，智能制造产业得以快速发展，据前瞻产业研究院报告显示，2017年中国智能制造产业规模约达15000亿元，预计2023年将达到2.81万亿元，产业增长潜力巨大。当前中国智能制造产业可分为基础、平台和应用三个层面，其中基础层包括工业机器人、制造业物联网，平台层包括制造云、制造业大数据及商业分析、制造业人工智能（算法），应用层包括智能工厂应用/解决方案。

“智能+服务”是智能时代发展的必然趋势，将改变人们的生活和工作方式。一方面，人工智能技术能够改变传统服务业现有业态，有效连接企业与客户需求，解决行业痛点问题，从而提高企业服务质量和服务效率，促进传统服务业转型升级。例如，政务利用计算机视觉、机器学习等技术提高自助服务能力，减少了政府服务巨大的工作量;金融行业用语音识别等技术打造智能客服，并且用大数据开发智能投顾提供更多的个性化服务，解决了运营成本和个性化服务问题;零售行业利用机器学习、计算机视觉等技术精准分析顾客需求，提高顾客消费体验。另一方面，人工智能技术直接应用于服务业，如医疗机器人、医疗影像辅助诊断技术可以快速进行病症筛选、诊断，同时健康管理通过移动端设备连接健康医疗，改变人们的健康习惯。在教育、娱乐、家政等领域，智能服务机器人也被广泛的应用，智能服务极大地提高了人们的生活质量，逐渐成为人们生活中必不可少的一部分。

“智能+”典型案例：平安科技

平安科技成立于2008年，是平安集团的高科技内核和科技企业孵化器，致力于打造“平台+AI+生态”模式，赋能智慧城市、金融、医疗、房产、汽车五大领域。十年来，平安科技发展迅速，多项核心科技研发成果已处于国际领先水平，例如，平安科技的“人脸识别”经美国FLW评测获全球第一，其准确率高达99.8%;“智能读片”经LUNA评测为全球第一，肺结节检测准确率达95.1%，假阳性筛查准确率达96.8%;“智能音乐”获瑞士“AI作曲”全球第一，其中综合得分与受欢迎度均位列第一。

在场景应用方面，科技解决方案已经应用在超400个场景中。平安科技通过“云+端”的模式构建人工智能平台，并且建立起支撑场景落地的产品体系：云产品通过智能认证平台输出人脸识别、声纹识别、图像识别等AI技术，其中人脸识别准确度被公安三所认证为99.84%，并且已经用于深圳机场、小区等公共设施中;端产品主要围绕智慧楼宇、智慧教育、智慧零售等领域研发输出包括硬件、芯片、集成方案等产品。

在金融科技产业方面，平安科技利用自有的8大数据中心、深度学习的集群云平台以及每秒百万级并发数据处理量构成了一个高效的“智能+金融”服务平台，并孵化了一批独角兽，包括陆金所、金融壹账通、平安医保科技、平安好医生等，引领全球产业发展与变革。

平安科技依托集团资源助力企业智能化转型，在人才及技术、研发资金、数据储备、应用场景等方面均有天然的优势。人才及技术方面，平安吸纳了众多来自顶尖科技公司人才，并以10亿美元基金收购海外先进技术，目前平安共拥有22000多名技术人员以及500多位大数据科学家，全球专利2000多个，人脸识别、声纹识别和OCR等技术均处于全球领先位置;研发资金投入方面，平安将年收入的1%投入创新科技中去，预计未来10年将累计投入1000亿元;数据储备方面，平安发展金融以及医疗方面的数据已沉淀超过30年，大体量的数据为平安科技提供坚实的基础;应用场景方面，平安定位了人工智能应用的五大场景，分别是金融生态、智慧城市、医疗生态、房产生态以及汽车生态，不仅与平安本身业务联系紧密，也与大众日常生活有着极大的相关性。

人工智能与传统产业深度融合发展的建议

智能时代带给了中国传统产业转型升级的历史机遇，同时也将面临着一系列问题。一是中国人工智能技术研发起步较晚，在芯片等核心技术的基础研究方面与美、英等国具有较大差距，政府急需推动国内人工智能领域的芯片、云端、算法等核心技术的突破，完善人工智能产业链;二是人工智能高端人才稀缺，国内高校学科发展较慢，当前急需引进人工智能高端人才，并建立培养人工智能专业技术和人工智能应用方面人才的体系;三是数据共享难以实现，场景应用优势尚待挖掘，当前急需破除数据共享体制障碍，健全相关法律法规，并积极发挥场景应用优势，促进人工智能与传统产业融合发展。因此，本文基于相关数据和案例深入分析人工智能与传统产业融合发展的现状及模式，并提出如下几点建议：

打造“基础、技术和应用”三位一体的技术链。中国人工智能技术在应用领域发展迅速，但在基础层和技术层相对薄弱，因此，基础层政府应优先支持智能软件与智能芯片等产业发展。为促进人工智能产业软硬件协调发展，应大力支持人工智能的软件创新升级，加快软件计算平台建设，着力建设智能终端操作系统。引领发展人工智能产业的核心芯片，推进高端处理器芯片自主研发，重点面向无人系统、智能影像、医疗养老等商用的芯片技术。技术层应加强共性技术的攻克。例如，上海市在共性技术的突破上，已经形成集中提升智能感知技术，包括视觉、听觉、触觉等的准确性，开发不同生命体的特征识别系统，优化数据挖掘、深度学习、多模数据理解等核心算法，强化多领域计算处理技术，重点推进面向自主无人系统的智能技术研发。应用研究不断强化优势，推动中国在人工智能领域的芯片、云端、算法等核心技术的重大突破，在人工智能理论研究、技术应用和产业发展方面跻身于世界城市前列，打造“基础研究、技术研究和应用研究”三位一体的技术链和产业链。

重视人工智能产业高端人才的引进和培育。一方面，提升公众人工智能方面的意识，着重在教育普及与学科建设方面培育新生力量。在人工智能教育方面，应在学校设置不同层次的计算机编程教学，学习用编程解决实际问题，培养计算思维、创新思维等信息时代的基本素养。在人工智能学科建设方面，应积极探索实践“新工科”，将学生的兴趣和社会需求结合起来，将人才培养模式与国家重大发展需求结合起来。通过人工智能与教育的深度融合、大力推进交叉学科发展，进一步提升人工智能技术的科创能力和人才培养模式转换。另一方面，紧密校企联系，支持本地高校、科研机构与企业联合培养人工智能人才，合作开设人工智能专业课程、设立人工智能研究院、建立和丰富中国各地区人工智能人才库。加快完善人工智能人才引进政策，对于符合条件的人才和核心团队给予高标准奖励措施，配置合理的工作体制和社会保障，集聚人工智能领域各类优秀人才。

完善数据体系建设，制定数据开放管理政策。中国拥有大量全产业覆盖的互联网企业，用户行为数据的体量放到全球而言都有巨大优势。当前，人工智能企业已经借助大体量数据取得一定的成功，但是数据作为一种生产要素、一种战略资源，目前数据的质量、数据保护程度、数据可供使用的前提和可能性还需要政府培育，需要政策法规和立法层面的保护。比如，针对互联网数据的霸权主义实施更加严格的惩罚措施，政府对于部分数据采取定向披露的原则、通过龙头企业公开部分难于获得的行业及企业数据、出台法规做好群众的个人隐私保护问题等，打通跨场景数据流，完善数据体系等基础设施的建设，营造最适合人工智能产业发展的环境。

深挖场景应用，拓宽“智能+”在传统行业的应用。人工智能平台化发展是目前的主流趋势，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，构建人工智能生态将成为促进产业发展的重要模式。[16]因此，政府应依托科技巨头企业的研究力量，加快布局人工智能创新应用示范中心，打造人工智能科技成果转化引领区。并通过政府牵头举办、企业协办国际级人工智能大会、创新大赛等活动，组建人工智能企业创新联盟，提高影响力，打造具有国际竞争力的产业生态体系，吸引全球科研机构和创新企业的集聚。

（本文系国家社科基金重点项目“世界产业发展新趋势与我国培育发展战略性新兴产业的跟踪研究”和深圳市哲学社会科学2019年度课题“人工智能服务实体经济发展研究及深圳路径探索”的阶段性成果，项目编号分别为：12AZD046、SZ2019B010）

注释

[1]吴军：《智能时代》，北京：中信出版社，2016年。

[2]黄群慧：《改革开放40年中国的产业发展与工业化进程》，《中国工业经济》，2018年第9期。

[3]《国务院关于印发新一代人工智能发展规划的通知》，中国政府网，2017年7月20日，http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm。

[4]《2019政府工作报告》，中国政府网，http：//www.gov.cn/zhuanti/2019qglh/2019lhzfgzbg/index.htm。

[5][徳]克劳斯·施瓦布：《第四次工业革命：转型的力量》，李菁译，北京：中信出版社，2016年。

[6]蔡自兴等：《人工智能及其应用》（第5版），北京：清华大学出版社，2016年。

[7]Feigenbaum E A， "The Art of Artificial Intelligence： I.Themes and Case Studies of Knowledge Engineering"， Proceedings of the 5th international joint conference on Artificial intelligence -Volume 2， Morgan Kaufmann Publishers Inc， 1977.

[8]蔡自兴：《中国人工智能40年》，《科技导报》，2016年第15期。

[9]德勤咨询：《中国人工智能产业发展白皮书》，http：//www.360doc.com/content/18/1121/20/29551465_796380127.shtml。

[10]中国信息通信研究院：《2018世界人工智能产业发展蓝皮书》，http：//www.databanker.cn/policy/233743.html。

[11]艾媒咨询：《2018中国人工智能产业研究报告——商业应用篇》，http：//www.ebrun.com/20190208/318914.shtml。

[12]腾讯研究院：《2017全球人工智能人才白皮书》，http：//www.199it.com/archives/660117.html。

[13]蔡昉、王美艳：《从穷人经济到规模经济——发展阶段变化对中国农业提出的挑战》，《经济研究》，2016年第5期。

[14]何玉长、方坤：《人工智能与实体经济融合的理论阐释》，《学术月刊》，2018年第5期。

[15]吕铁、韩娜：《智能制造：全球趋势与中国战略》，《人民论坛·学术前沿》，2015年第11期。

[16]田豐、任海霞、Philipp Gerbert、李舒：《人工智能：未来制胜之道》，《机器人产业》，2017年第1期。

责 编∕张 晓