人工智能视角的创新生态系统演化研究

李泽晨

摘要：基于对人工智能发展的回顾和在此视角对创新生态系统内涵的分析，认为从微观、中观、宏观层面看人工智能都对创新生态系统变革和演化产生影响。在微观层面上，人工智能替代了部分员工的工作并可能会改变员工就业结构;在中观层面上，人工智能会提升企业原有的管理方式和运营模式;在宏观层面上，人工智能会推进创新生态系统的网络化发展。在新的技术发展下，要继续推动创新生态系统的发展。

关键词：人工智能 创新生态系统 创新平台

中图分类号：F299  文献标识码：A  文章编号：1009-5349（2020）17-0242-03

进入21世纪，创新成为企业发展的最大驱动力，创新范式开始转向创新生态系统[1]，而人工智能是引领新一轮科技革命和产业变革的战略性技术。据统计，截至2018年年底，全球人工智能企业共15916家，共融资784.8亿美元。同时也有越来越多的传统制造业企业应用人工智能进行企业转型，比如海尔的共创平台就利用互联网将顾客与企业联系起来，为客户进行个性化定制。人工智能为新兴产业的发展和传统制造业转型升级注入了新的活力。在大数据时代，企业创新往往不再是单独进行研发合作，而是众多企业一起进行協同创新，共享知识技术。而人工智能的兴起更是升级了这一创新体制，让网络平台式创新生态系统的沟通交流更为高效。因此，研究人工智能视角的创新生态系统的演化变革显得尤为重要。

一、人工智能技术的发展与创新生态系统的内涵分析

（一）人工智能技术的发展

人工智能被作为现代社会发展的新型基础设施，其技术发展大约可分为三个阶段，第一阶段是20世纪40年代至70年代初的推理期，此时人们认为如果赋予机器逻辑推理能力，机器就能具有智能。在1956年举行的“达特茅斯会议”上第一次提出了人工智能的概念，这被公认为人工智能技术的开端。第二阶段是20世纪70年代至90年代的知识期，此时人们认识到逻辑推理能力固然重要，但是知识才是推动人工智能技术发展的核心驱动力。随着研究不断向前，研究者发现人类知识无穷无尽，而且有些知识难以总结后教授给计算机，还需要赋予机器学习知识的能力。第三阶段是进入21世纪以来的机器学习期。在此期间，计算机从数据中学习算法，2006年Hinton发表深度学习Nature文章。2011年，IBM的“沃森”超级计算机在美国著名智力竞赛节目《危险边缘》上击败两名人类选手而夺冠。2013年，卷积神经网络超第二名十个百分点夺冠ImageNet。2014年香港中文实验室DeepID算法首次超过人眼识别，准确率超过99%。2016年，AlphaGo战胜人类顶尖围棋选手，引发了广泛关注。自此，人工智能又迎来了新的春天。

可见，人工智能是利用数字计算机或者数字计算控制的机器来模拟、延伸和拓展人的智能，可感知环境、获取知识并使用知识以获得最佳结果的理论、方法、技术及应用系统。其衍生的人工智能技术和人工智能服务能给社会技术发展带来巨大变革。

（二）人工智能视角的创新生态系统内涵分析

吴金希（2014）借鉴生态系统的特征，认为创新生态系统是指多个创新主体之间，将某些技术、人才、规则、文化、运作模式等结合起来，形成相互依赖、共生共赢的独立且稳定的组织体系[2]。曾国屏等（2013）认为从创新系统到创新生态系统，其关键就在于强调了创新的动态性[3]。也正是因为创新生态系统的动态性，才有了以下三个特征：

1.主体多样性

主体的多样性是创新保持旺盛生命力的重要基础，也是创新生态系统发展的源泉。一个系统中有技术、人才、文化、政策等多种资源，也有大学、企业、科研院所、政府多种主体，这些主体对资源不断进行组合和试错，为创新提供了无限的可能和机会，从而保持系统平衡稳定的发展。

2.多主体共生演化性

一个系统长久运行的关键在于不断地演化和发展，而创新生态系统也只有不断地转化才能维持，否则就会在环境的不断变化中落后直至淘汰。在人工智能时代，机器可能从生产工具变为企业创新的主体。一方面，人工智能可能提供更多的技术，替代原有的生产工人并培养更多的专业技术人才;另一方面，人工智能可能为资源带来更多样化的组合，为创新生态系统注入更多的活力。

3.系统开放性

随着全球化的不断深入，国与国的交流，企业与企业的竞争与合作，都加剧了创新生态系统的扩张。创新生态系统从单一核心企业，变成了多个核心企业相互交流，动态竞争的网络化交流。创新生态系统的扩张也逐渐取决于其开放程度，而人工智能技术的云计算、云数据等都将改变创新生态系统的交流和信息传递机制。

二、人工智能视角的创新生态系统的演化和重要变革

在经济全球化的背景下，单个组织已经难以完成突破性的创新，企业必须利用好内外部资源，创建合作网络。人工智能技术的发展为创新生态系统带来了很多新的机遇和挑战，它将进行数据挖掘、信息重构，重构创新生态系统，助力企业组织变革和产业转型升级。

1.微观层面的演化与变革

人工智能的发展在一定程度上替代了员工的部分工作，使得就业结构发生了变化。在创新生态系统中，员工是最重要的资源之一。自互联网出现以来，有越来越多的创新主体被纳入了创新系统，企业也招聘越来越多的员工来完成日益全球化的工作。而人工智能时代会催生出越来越多的“人工智能员工”，他们会从事一些烦琐的、重体力、无创意的工作[4]。由此也抛出了一个令人恐慌的问题：人工智能会不会导致企业大量裁员？牛津大学学者波兰尼认为机器在某些领域的确有相当明显的优势，但是在有些领域将很难逾越人类。因此，人工智能可能会重塑社会就业结构，企业可能会淘汰一些基层的工作，而培养一些人工智能技术无法替代的工种。郭凯明（2019）认识到了人工智能在不同产业中的差异化影响，在制造业的劳动密集型行业和资本密集型行业，人工智能的作用是减少人工和实现低成本定制化，而在技术引领型行业和市场变动型行业，人工智能的作用是提高研发效率和准确预测与响应市场。王才等（2019）认为工业机器人的规模运用会加深员工工作的不安全感，而职业能力发展和学习能力会调节两者之间的关系。

因此，一方面人工智能员工可突破原来的技术瓶颈，处理更多更复杂的数据，完成更加复杂的产品需求;另一方面，可使员工从烦琐的日常工作中解放出来，学习新的技能，如数字能力、创造性思维和试验、数据分析与解释以及战略发展，这些能力都是人工智能所无法替代的，这将引导员工更加专业于与客户、供应商、合作伙伴的交流和关系建立，提高创新生态系统的运行效率。同时，人工智能可以为绩效评估聚焦个人层面提供技术支持，通过精准考核个体绩效促进员工的创造性和创新性。

2.中观层面的演化与变革

人工智能的发展提升了企业原有的管理方式和运营模式，企业更加智能化、高效化。在工业时代，企业的组织形式多为事业部制或矩阵制，创新主体多为企业个体或相关企业，企业进行内部研发或者与合作企业共同研发，该种模式下企业与企业之间的关系多为割裂的，核心企业才是价值的主要创造者。互联网时代下，传统的组织形式已经落后，随之产生的是新的网络化创新平台。知识共享时代会导致雇员社会即将消失，个体价值即将崛起，传统的管理方式将发生改变。随着人工智能的应用，企业原有的资源配置和工作模式将进一步发生变化，重塑现有市场。

首先，人工智能技术为企业高效率处理大量知识数据，完善知识管理体系提供了条件。企业可以建立一个智能化的专家知识管理系统，来完成需要大量人力进行的比如自学、提出智能方案等工作，从而更好地帮助高科技企业实现知识管理。人工智能可以加强主体之间的知識共享，将隐性知识显性化，推动知识获取、共享、革新的过程。

其次，人工智能技术能改进企业工作流程，优化管理决策。从工作流程分析的角度出发，构建了一套基于人工智能的人力资源战略管理系统，让管理工作变得更加高效便捷。人工智能的深度算法可以快速处理整合大量的内外部数据信息，并通过复杂的逻辑思维提出多种决策方案来帮助管理者，让管理者不会因为自身能力的限制而无法做出决策。人工智能时代使管理者的决策环境得到了优化，管理的“满意决策”可能会因此过渡为“最优决策”。

再次，人工智能技术催生了不同产业的新业态，实现了企业的价值提升，推动了企业的转型升级。在移动互联网、大数据、超级计算、传感网、脑科学等新理论和新技术的驱动下，当前人工智能已经呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。人工智能使一大批新的产品和产业进入市场，比如智能语音识别、智能机器人。同时，智能制造、智能医疗、智能物流、智能家电又使传统制造业和服务业实现了转型升级。

3.宏观层面的演化与变革

人工智能的发展为组织之间资源充分流动提供了机会，推动了创新生态系统的网络化发展。在经济全球化和大数据时代的背景下，传统的链式价值传递关系将得以改变，网络平台式创新生态系统将成为企业发展的必然选择。在该模式下，处于核心地位的企业将不再是一家，而是由多家企业组成的一个创新合作平台。在创新合作平台中，各个企业之间资源共享，人工智能在基础层、技术层、应用层为企业提供技术和服务支持，共同创造价值。同时，人工智能也为其他利益相关者与创新平台的协作提供了支持。人工智能技术对数据的深度挖掘和处理，能够更好地分析顾客的需求，从而提供更有针对性的个性化服务;也能够使金融机构更好地分析企业的融资需求，实现资金的有效配置。

以产学研协同创新为例，其就是在创新生态系统中搭建的创新平台，强调企业、高校、科研院所等多方主体投入资源，政府、中介机构、金融机构提供支持，协作实现创新从技术到市场产出的过程。但是，由于互联网的出现使企业要面对大量的数据和信息，产学研创新平台往往难以适应内外部环境和用户需求的变化，处理系统内不同成员提供的数据信息。人工智能技术的应用毫无疑问地可以解决这一难题，实现对环境的动态适应，对需求方的集成化、个性化智能定制。让产学研平台应用新的、更具有适应性的研究方法，使众多企业、高校、科研单位都可以嵌入到创新网络中，并寻找属于自己的节点位置。因此，人工智能可以为创新生态系统提供强有力的技术支持，持续推动其网络化发展。

三、人工智能视角的创新生态系统的未来发展困境与对策

1.用户对人工智能产品持观望和怀疑态度

随着人工智能应用范围的不断扩大和深入，很多用户逐渐发现人工智能产品无法达到其所期望的智能程度，比如无人驾驶可能会因为行人违反交通规则，导致程序无法驱动而发生事故;智能诊疗并不能依据患者个人身体情况进行个性化诊疗，从而使用户对现有产品产生怀疑和观望态度。归根结底，这还是对人工智能技术的怀疑。近年来全球人工智能专利总量有了喷井式增长，仅机器学习这一热点领域相关专利申请量就超过6.15万件。

2.知识产权和隐私保护是制约创新生态系统继续开放的重要瓶颈

人工智能使得知识的共享和传播更加方便，但是Chesbrough（2013）认为开放式创新平台会导致“搭便车现象”的发生，从而使得企业遭受损失，因此有些企业为了防止核心技术的泄露而选择不申请专利。面对该现象，政府应该积极出台相关专利保护政策，保护企业利益不受损失，只有这样才能让企业没有后顾之忧地进行创新合作，维护创新生态系统的平稳发展。同时，现在用户信息都数据化，然后由算法对海量数据进行分析和计算，在这一过程中用户信息很容易被泄露和倒卖，云计算技术也使越来越多用户愿意将大量数据存储至云端，这加大了数据被盗取和攻击的风险。因此企业在应用这些技术为用户带来便捷的同时，应该加强企业信息数据管理，严格进行风险控制，完善数据保密方面的规章制度，防止这些数据从企业数据库中泄露出去，这样才能减少用户困扰，实现创新主体与用户的良性互动。

3.人工智能人才培养是创新生态系统未来发展的重要资源

截至2018年年底，全球新一代人工智能专业技术人才超过190万人，其中学术国际人才占1.8万，但随着人工智能产业的发展，对人工智能专业人才的需求也在增加。中国人工智能人才缺口超过 500 万，大数据人才缺口高达 150 万。为了助力人工智能的发展，应该培养更多的人工智能人才，提升人工智能领域的自主创新能力和科技成果转化能力。人工智能的发展任重而道远，未来需要更多的专业人才和专业团队来进行更深入的研究，以此推动创新生态系统的建设。

四、结语

综上，人工智能视角的创新生态系统的发展未来还面临很多困境，企业和政府应当共同努力，从产品、技术、人才培养、制度建设等多方面协同解决问题，实现创新生态系统的良性发展和持续升级。

参考文献：

[1]李万，常静.创新3.0与创新生态系统[J].科学学研究，2014（12）：1761-1770.

[2]吴金希.创新生态体系的内涵、特征及其政策含义[J].科学学研究，2014（1）：44-51.

[3]曾国屏，苟尤钊.从“创新系统”到“创新生态系统”[J].科学学研究，2013（1）：4-12.

[4]闫坤如，马少卿.人工智能伦理问题及其规约之径[J].东北大学学报（社会科学版），2018（4）：331-336.

[5]郭凯明.人工智能发展、产业结构转型升级与劳动收入份额变动[J].管理世界，2019（7）：60-77.

责任编辑：张蕊