人工智能、技术创新与效率变革

陈晓斌，张玉荣，刘 斌

（1.西安财经大学商学院现代企业管理研究中心，陕西西安 710100；2.西安财经大学公共管理学院，陕西西安 710061；3.西北大学经济管理学院，陕西西安 710127）

一、引言

人工智能研究的是如何让计算机从事以往只有人才能做的智能工作，目前该领域的研究包括智能机器人、图像识别、语音识别等多个方面。1956 年夏天在美国达特茅斯学院麦卡锡、明斯基等科学家首次提出“人工智能”概念，这标志着人工智能学科的诞生。1997 年IBM 公司研究的智能计算机“深蓝”击败了国际象棋冠军加里·卡斯帕罗夫；20 世纪末21 世纪初，基于人工智能的信息搜索引擎已经成为互联网行业的重要构架之一；2000 年麻省理工学院推出了能够做出数十种面部表情的机器人Kisinel。历经60 多年的发展，人工智能已经被认为是新一轮技术革命的领航者。随着人工智能研究的深入，当前人工智能的研究已经逐渐拓展到信息论、仿生学、语言学和医学等多个学科，与农业、医疗、交通等多个领域深度结合，应用于教学、策划、翻译、无人驾驶等场景，推进人类社会智能化发展[1]。人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。在当前依靠自主技术创新推动经济持续稳定发展已经成为我国经济发展的必然道路[2]。在当前人工智能已成为全球科技、商业、投资等领域乃至国家战略博弈层面“红人”的背景下，关于人工智能、技术创新、效率变革之间关系广泛存在着争议，人工智能能否替代技术创新在经济发展中的作用，人工智能和自主创新在创新产业链中分别处于什么样的位置，人工智能和技术创新在促进经济发展过程中如何协同驱动效率变革，厘清上述问题对创新型国家建设具有重要的参考价值。

二、人工智能的源动力——知识积累与创新突破

按照经典投入产出模型，经济增长有两种方式：一种是规模效应，即在生产技术条件不变的情况下，增加要素投入量实现经济规模增长；第二种是内生效应，即通过技术创新，提高生产要素配置效率和产出效率，推动经济高质量增长。技术创新通过对现有技术的改造升级和生产要素的优化配置实现效率变革，推动高质量经济增长。随着社会的发展，技术创新对经济发展的重要性不言而喻，马克思在《资本论》中明确指出生产工具的改进、劳动者素质的提升、生产工艺及组织管理模式的优化对资本主义经济增长有着重要的推动作用。人工智能高速发展背景下，技术创新依然是经济发展和效率变革的核心驱动力。

（一）知识积累与技术创新

技术创新指的是新技术的创造和已有技术的创新应用。亚当·斯密在《国富论》中谈到国家富裕在于分工，而分工促生了生产机械的发明创造，从而减小了单一产品的必要劳动投入，提高了劳动效率，工人根据生产经验发明创造机械的过程实质上就是“技术创新”。熊彼特于1912 年首次从创新与经济相结合的角度探讨技术创新，提出创新是通过生产要素和生产条件的创造性组合来改变原有生产体系，创新包括生产新产品、研发新的生产技术、培育新产品市场、新材料研发、生产管理创新五个层次。

知识积累与技术创新的关系是近年来学术界的热点研究问题，国内外学者对二者的关系进行了大量的研究。知识积累与技术创新的正向关系已经得到普遍认同，技术创新的关键在于创新主体的知识积累和知识创造，创新主体的不断学习和知识积累是技术创新的源点，没有知识积累就没有创新[3]。克里斯坦森1997 年在《创新的窘境》中将创新分类为维持性创新和破坏性创新，并指出维持性创新和破坏性创新的产生都需要大量的知识积累，但二者对知识类型具有不同的需求，维持性创新是基于现有技术和知识的创新，而颠覆性创新是抛开现有知识和技术进行的另辟蹊径的创新[4-5]。通过不断地知识积累投入才能够在技术创新领域有较高的产出。从知识来源来看，企业内部知识创新是企业技术创新的关键，而企业外部知识的获取同样有利于企业技术创新[6-7]。从知识结构特征来看，技术知识多样性较高的发明，具有更加重要的创新影响。团队知识多元化、创新氛围、知识共享意愿、创始人知识资产与企业技术创新绩效正相关[8-11]。模块化组织使得团队成员之间的知识共享程度大大提高，组织成员所获得的知识类型更加丰富，有利于技术创新绩效的提升[12]。知识网络是企业获取内外部知识的重要系统平台，对企业技术创新能力具有重要影响。从知识网络特征来看，知识网络的中心性越强，知识的聚集度越高，企业的技术创新绩效更高[13-14]，而知识获取方式、知识吸收能力对技术创新能力同样具有显著的正向影响[15]。

虽然有少部分学者基于路径依赖理论、组织惯性理论等理论提出知识积累对技术创新具有抑制作用[16]，但通过分析这些研究发现，只有知识积累到一定程度才会出现知识积累抑制创新绩效的现象。个体或组织通过不断学习积累某一类型的知识开展创新活动会形成一定的范式，当知识积累到一定程度时，个体或组织打破这种惯性进行技术创新具有较大的机会成本，这会大大影响创新绩效。但是随着行业环境的变化和竞争压力的增加，企业不得不拓展新的知识领域，开始新一轮的知识积累，最终产生新的技术创新。

可见，知识积累是技术创新的必经阶段。基础资源观认为，创新一方面是已有知识的新组合，另一方面是新知识的创造。农业经济时代土地、劳动力等资源是主要的投入要素，工业时代自然资源、资本是主要的投入要素，而在当前知识经济时代，知识资源已经成为最重要的投入要素，知识资源的投入带来的技术创新是企业获取竞争优势的关键。技术创新的核心是人类的高级思维活动，离开了人类的思维活动就不会有技术创新。个体必须通过大量的知识积累，为创造性思维的产生奠定基础，从而促进技术创新。

（二）技术创新与人工智能耦合驱动创新生态系统进化

以知识积累为基础的技术创新是人工智能的基石，特别是突破性创新对人工智能具有更加重要的推动作用。人工智能作为一种新技术，依靠渐进式创新难以取得长足发展，因为渐进式创新更多的是为已有技术的完善提供支撑，而人工智能需要全新的知识体系作为源动力，更多依靠的是突破性创新。依靠创新突破，人工智能将助推形成新的产业技术轨道，带动实现产业升级和经济转型。

创新体系是一个复杂的生态系统，其不仅包括简单的技术创新、创新商业化和商业模式创新，更重要的是基础科研、教育学习等知识积累的过程，知识积累是技术创新的核心和源泉。从知识积累到技术创新的实质是原理到实践的阶段，该进程中知识积累是该进程中不可或缺的要素，任何技术创新都需要基于知识创新产生新的原理，通过原理指导完成技术创新实践。从知识创新到技术创新实践需要大量的知识积累解决技术逻辑问题、厘清技术原理。这一阶段是整个创新体系中时间最长、投入最高的阶段，但这一阶段却是创新体系的基石。在这一阶段，知识积累是任何技术手段都难以替代的，大量的、多元化的知识积累是该创新阶段顺利运行的必须环节。在技术创新得以实践后，技术创新的商业化应用是技术创新的应用阶段，通过技术创新的商业化应用促进社会经济效率变革。在创新商业化阶段，以人工智能、互联网、大数据、云计算为核心的新兴技术将拓宽技术创新商业化应用的广度和深度。新兴技术能够与当前社会的发展相适应，来源于社会各领域的同时最终服务于社会各领域，新兴技术一方面将使得技术创新能够应用的领域更加广泛，另一方面新兴技术将利用自身技术优势，加深技术创新商业化应用的深度。因此，技术创新与人工智能耦合驱动创新生态系统进化，从而加快技术创新的商业化进程，推进社会经济效率变革。

图1 人工智能与技术创新相互作用关系图

在创新体系的不同阶段，助推创新体系运行的动能是不同的，知识积累助推技术创新横向延伸，人工智能是在技术创新达到一定阶段后的应用创新，促进技术创新向边缘拓展。从知识积累到技术创新的创新原理阶段，知识积累是该阶段不可或缺的力量。技术创新的根源在于知识创新、原理创新，而知识创新、原理创新依靠个体的学习、知识积累、知识管理，人工智能并不能替代知识积累、知识创新，助推创新源点到技术创新实践，人工智能虽然已经在各领域得以应用，但是其不可能替代人类的思维活动，技术创新的根源依然是个体的知识积累和创新思维活动。而在创新商业化应用阶段，在创新原理的指导下，人工智能与技术创新相结合，能够产生良好的化学反应，一方面技术创新借助人工智能实现更加高效的商业化；另一方面，人工智能基于的创新原理，在实际应用中拥有更加科学的理论指导。

三、人工智能的核心价值——效率变革

在当前全球经济下行背景下，传统经济发展范式受到越来越多挑战，人工智能作为全球经济新一轮变革的重要驱动力和新一代产业革命的领航者，其核心价值在于促进效率变革。

从宏观层面来说，数据驱动是人工智能的重要特征，人工智能将促使数据和信息成为未来经济发展的关键生产要素，人工智能将利用互联网、大数据、云计算提供的海量数据和信息进行价值创造，提高各行业的智能化水平。人工智能在农业领域的应用，将大大加快农业现代化的脚步，实现农业精细化和智慧化，提高农业生产效率和质量。人工智能在工业领域的应用，将促使无人工厂、智能工厂成为现实，大规模生产复杂工业产品、高精尖工业产品成为可能，工业产品的质量和生产效率将得到极大的提升。人工智能在服务业的应用将推动服务业的彻底变革，服务业是对人力需求最高的行业，人工智能的应用将逐步摆脱服务业对人力的过度依赖，人力成本的降低将不断提高服务业生产效率，提供更加标准化的服务。

从微观层面来看，人工智能具有广泛渗透性，其应用场景和范围势必不断拓展，人工智能将革新传统的“需求发现—生产制造—销售（服务）”企业价值链。在需求发现阶段，人工智能将结合大数据、互联网、深度学习等技术实现对海量数据的科学分析，更准确地发现市场需求，预测市场趋势，将海量需求数据进行智能化分析，根据分析结果对未来市场需求和发展趋势做出准确判断，引导企业根据市场需求提供相关商品和服务，避免因为背离市场发展趋势造成的资源浪费。在制造生产阶段，人工智能将通过全方位成本控制和合理的流程设计，减少生产过程中的无效环节和人工控制，提高资源利用效率，实现生产过程的自动化和标准化[17]，提高产品、服务质量。在销售（服务）阶段，人工智能将利用智能终端和大数据发现新客户，更有针对性地开展销售（服务），降低销售成本，另外远程控制与人工智能的结合，将大量的售后服务问题通过智能终端线上处理，大幅降低企业的售后服务成本。

但是需要明确的是，人工智能的广泛应用不能解决经济发展中的技术创新问题。技术创新特别是突破性创新是人工智能发展的驱动力，而技术创新的源动力是知识积累。人工智能是基于技术创新的技术应用，其植根于技术创新，并广泛渗透到经济发展中的各个方面，技术创新与人工智能融合发展驱动效率变革，助推经济高质量发展。

四、发达国家人工智能驱动轨迹

当今世界各国都在人工智能领域开始布局，美国将人工智能视为国家战略的重要组成部分[18]，2019 年美国出台人工智能国家级战略《美国人工智能倡议》，美国具有的技术和人才优势使其在世界各国人工智能的竞争中全方位领先。2018 年，欧洲28 个成员国签署了《人工智能合作宣言》，在人工智能领域形成合力。日本以人工智能构建“超智能社会”为引领，将2017 年确定为人工智能元年，在机器人、医疗健康和自动驾驶三大具有相对优势的领域重点布局，并着力解决本国在养老、教育和商业领域的国家难题。我国人工智能起步较晚，发展之路曲折，对于发达国家人工智能发展的历史经验值得借鉴。

（一）美国人工智能驱动轨迹

在全球人工智能领域的竞争中，美国处于绝对领先地位。根据中国信息通信研究院发布的数据，截至2018 年上半年全球4 998 家人工智能企业中美国企业达到2 039 家，美国人工智能领域的研究机构占据全球的43%，中国仅为5%，学者数量占据全球的47%，中国仅为11%。中美两国在人工智能领域的差距根源在于中美技术创新实力的差距。前沿技术创新需要巨额资金投入作保障，2016 年美国R&D 国内支出5 103 亿美元远超中国的2 378 亿美元。论文是基础研究成果的精华和代表，高质量的论文往往代表着国家基础科研的实力。2016 年，中国、美国在科学与工程领域发表的论文数量分别为42.6 万篇、40.9 万篇。从数量上看，中国已经超越美国，但从论文质量上来看，中国与美国仍有一定的差距，在2016 年科学与工程领域发表的引用率超过1%的论文中，美国相对比例指数（前1%引用率论文数量/ 论文总数）为1.9，而中国相对比例指数仅为1.01。发明专利最能代表一国科技创新水平，根据世界知识产权组织的统计，截至2017 年底全球有效发明专利约为1 043 万件，其中，美国约282万件，中国152 万件。

自20 世纪中期以来，美国一直是全球科技发展的领航者。技术创新是美国生产率增长的关键[19]，也是其人工智能领域领先世界的法宝。美国在创新领域的知识积累和经费投入，世界上没有任何一个国家能够与之匹敌，我国研发经费投入的统计从1991 年开始，1991—2016 年间中国研发经费与美国研发经费的实际比例在20%～41%之间，如果把美国在1991 年之前的研发投入统计在内，那么中国研发经费与美国研发经费的实际比例将更小。美国在创新领域的知识积累时间比中国多将近半个世纪，这是中美科技实力差距的根源，美国长时间的知识积累在国内形成了良好的创新氛围，培育了优良的创新基因，造就了美国在基础研究领域的领先地位，我国与美国在人工智能方面的真正差距在于以知识积累为源动力的基础研究阶段和创新原理研究阶段。

美国长久以来的技术和人才优势保证其在人工智能领域的全面领先。硅谷聚集了从人工智能芯片到下游应用产品的全产业链企业，在人工智能芯片领域，有英伟达的GPU（图形处理器）、英特尔的FPGA、谷歌的TPU；在应用领域，谷歌旗下公司开发的AlphaGo 利用深度学习技术横扫围棋冠军柯洁，脸书公司开发的相互对话两个人工智能机器人，不断进行对话策略迭代升级后发展出了一种机器之间能理解但人类无法理解的语言。美国政府正在推动人工智能在安防、金融、驾驶、医疗等多个领域的应用以及人工智能与5G、边缘计算、区块链等其他新兴技术融合发展。

近年来随着经济实力的不断增强，我国全方位推进人工智能发展，虽取得了一些成果，但与美国相比，我国在人工智能领域的落后仍然不言而喻。美国人工智能驱动轨迹证明强大的科技创新实力是人工智能发展的支撑，基础研究和创新驱动人工智能发展，因此我国在发展人工智能过程中，应大力支持自主技术创新和人才培养，提高科技创新实力，驱动人工智能持续健康发展。

（二）日本人工智能驱动轨迹

日本是世界上最早开展人工智能研究的国家之一。20 世纪60 年代日本经济高速增长，为解决劳动力严重短缺问题，日本开始进行人工智能的相关研究。20 世纪80 年代，日本在高精密制造、大型计算机、机器人等领域的发展领先世界，与人工智能息息相关的“第五代计算机”的研究也在全力推进。然而20 世纪90 年代个人计算机的出现，以及“第五代计算机”核心能力的不足使日本逐渐失去人工智能的发展先机。进入21 世纪，在经济整体萧条的背景下，日本的人工智能逐渐落后于世界各大国。2010—2014 年间美国的人工智能专利申请数量提升了1.26 倍，中国的人工智能专利申请数量提升了2.9 倍，而日本的申请数量反而减少了3%。美国在人工智能领域拥有谷歌、微软、Facebook 等巨头企业，中国也诞生了BAT（百度、阿里巴巴、腾讯）等人工智能巨头，而日本几乎没有。为追赶世界人工智能发展潮流，日本企业丰田、本田、索尼、松下、富士通等企业近年来纷纷涉足人工智能领域，以知识图谱和深度学习为基础技术，面向制造业领域典型应用场景开发人工智能产品与服务。日本在支持人工智能发展的同时，全力支持自主技术创新，尤其重视中小企业在技术创新的重要作用。日本中小企业不仅有很强的发明创造力，而且科技成果推出快，发展新技术新产品的效率高于大企业，因此日本扶持企业技术创新的相关政策大都是针对中小企业[20]。

日本在20 世纪90 年代的经济泡沫破裂引致的经济的大萧条是日本人工智能领域落后于世界的根本原因。经济萧条背景下，日本大量计算机科学、通讯科学等领域的人才流失到海外，加上日本大型跨国公司的“外包”习惯（大企业拿到订单之后通过委托国内或国外小企业解决），导致大公司无法积累重要的数据，逐渐丧失技术解决能力。人才的流失和“外包”习惯使得日本逐渐失去部分领域的自主技术创新能力，导致日本人工智能部分领域的落后。但长久以来不断的技术创新和广泛的实践应用促使日本在工业机器人方面的成就依旧领先全世界，日本工业机器人广泛用于汽车、机械等领域的组装与焊接，发那科、安川电机等日本机器人厂商坐拥全球工业机器人的半壁江山。工业机器人是日本现代工业体系的重要组成部分，也是日本工业制造业长期保持对其他国家优势的关键。

日本人工智能驱动轨迹同样说明人工智能的源动力是自主技术创新，人才和自主创新能力是人工创新发展的驱动力。因此我国在发展人工智能的同时，要注重技术创新，发挥中小企业在技术创新方面的优势，通过不断技术创新驱动人工智能发展。

五、人工智能、技术创新与效率变革的耦合机制

人工智能是世界各国未来科技领域竞争的主战场，而确保人工智能主战场取得最终胜利的是隐藏在后方的知识积累和技术创新。在知识积累的基础上，人工智能、技术创新与效率变革三者之间的耦合关系是产业变革的逻辑主线，通过发挥基础教育在国民经济发展中的重要作用，重视知识积累和基础研究，促进人工智能多领域应用，建立技术创新与人工智能的双向螺旋进化体系，将有力助推经济转型升级和效率变革。

（一）强化知识积累和基础研究

技术创新是经济增长的动力，知识积累和基础研究是创新的源泉[21-22]。世界科技发展史已经证明，长时间、高投入的知识积累是技术创新的源动力，知识积累推动技术创新，技术创新的应用实践创造新知识，开启新一轮的知识积累—技术创新—创新应用循环，依靠循环不断的知识积累推动科技发展。近年来我国在科研领域的投入不断加大，已经成为全球科技研发投入最大的国家之一。但是一个不容忽视的事实是我国在基础研究领域与其他科技强国仍有不小的差距[23]，重视知识积累和基础研究形成良好的创新氛围，培养民族的创新基因是我国缩小与科技强国差距的唯一道路。一方面从教育领域着手，改变目前我国教育领域中重应用轻基础的现状，提高基础学科教育在高等教育中的比重，培养更多的基础教育人才。另一方面加强与科技强国的交流学习，我国科技领域虽然发展速度快，但因为起步晚，在基础研究领域存在先天的不足。美国、日本、欧洲等科技强国在基础研究领域的长时间积累是我国科技领域所不具备的，通过交流学习获取科技强国基础研究领域的积累成果是我国基础研究发展的重要方式。

（二）以技术创新驱动人工智能发展

人工智能作为新技术的代表，融合了计算机科学、语言学、仿生学等领域的最前沿进展。人工智能通过不断地机器深度学习，模拟人类智能，推进全社会智能化发展进程[24]。人工智能的发展必须植根于技术创新，技术创新推动前沿科学进步，使机器深度学习成为可能，驱动人工智能发展。当前我国人工智能快速发展，各级政府出台相应支持政策，各大科技企业争相进入人工智能领域，学者开展各类相关研究。在这种背景下，清醒认知到技术创新对人工智能的驱动作用才能保证人工智能的后续发展拥有持续不断地动力，政府和企业应该将发展人工智能的基础定位于持续不断的技术创新，以技术创新驱动人工智能发展。单纯地依靠人工智能发展并没有将核心技术掌握在手中，中美贸易摩擦再次证明了掌握核心技术的重要性，深挖技术创新领域才能使我国迈入真正的智能化时代。

（三）以人工智能驱动效率变革

人工智能将全面革新产业模式，为全社会平均生产率水平的增长创造新的空间，驱动社会生产效率变革[25]。人工智能一方面能够提高现有产业的智能化水平，改变传统的生产技术和生产方式，提高生产效率，推动产业结构向更高水平发展。另一方面，人工智能将催生大量智能产业的出现，产业结构中技术密集型产业比重将得到大幅提升，推动产业转型升级。

近年来，大数据的高速发展、硬件和算法的进步促使以人工智能为代表的新兴技术高速发展，带来了深刻的社会变革，各国都出台了各种政策支持本国新兴技术的发展。新时代背景下我国经济必将迎来转型发展，以人工智能为代表的新兴技术与现有产业结合，衍生出智能家居、无人驾驶、智能机器人等多项新技术，这些新技术的应用将大大提高产业效率，促进产业升级。以人工智能为代表的新兴技术应用是我国实现创新应用领域“弯道超车”的一次绝佳机会[26]，我国必须促进以人工智能为代表的新兴技术的多领域应用，实现经济效率变革和产业升级换代。

（四）建立技术创新与人工智能的双向螺旋进化体系

知识积累是技术创新的先行官，人工智能根植于技术创新，技术创新是驱动人工智能发展和效率变革的内核动能。在经济发展过程中，建立基于知识积累的技术创新与人工智能双向螺旋进化体系是经济高质量发展的关键。技术创新源于大量的、多样化的知识积累和知识创造，而技术创新为人工智能发展提供基础技术支撑。而随着人工智能应用场景和范围的不断扩大，新问题的出现和解决为知识积累和知识创造提供新方向，从而驱动新一轮技术创新。技术创新驱动人工智能发展，人工智能实践应用为技术创新提供新的方向，二者协同发展，形成双向螺旋进化体系，助推经济高质量发展。建立技术创新与人工智能双向螺旋进化体系的关键在人才，优秀人才是技术创新的基石，也是人工智能应用的关键，优秀人才打通了技术创新与人工智能协同发展的桥梁。

经济增长方式的转变首先在于技术创新[27]，新时代中国经济发展已经由高速增长阶段逐步转变为高质量增长阶段，因此在经济发展过程中建立技术创新与人工智能的双向螺旋进化体系显得尤为重要，二者协同发展才是我国经济持续稳定发展的有效途径。我国在自主技术创新领域的短板形成了技术创新与人工智能的双向螺旋进化体系建立的障碍，因此补足我国自主技术创新领域短板是我国当前亟待解决的问题。一方面，基于我国技术创新起步晚的历史原因，需要向美国、德国、日本等科技强国汲取已有的成果和经验，建立完善的基础研究框架，夯实自主技术创新基础；另一方面，通过基础教育培养人才和吸引国外人才并重，开展自主技术创新。只有拥有自主技术创新，才能建立真正的技术创新与人工智能双向螺旋进化体系。

六、结语

人工智能作为近年来我国社会的热点之一，其对经济发展的重要推动作用得到了社会各界的广泛认可，但我国自主技术创新落后的事实仍然没有改变。人工智能发展需要以基础研究和技术创新为依托，但是当前我国社会对以人工智能为代表的创新应用的投入和关注度远远高于技术创新和知识积累。在当前中美贸易摩擦背景下，我国缺乏自主技术创新的劣势被进一步放大，注重创新应用是我国当前经济转型发展的重要途径，但是盲目追求节点式的超越和冒进，并不能解决经济发展过程中的核心技术问题，夯实基础研究，强化自身发展动力是我国经济健康发展的必然道路。在世界各国人工智能战场角逐中，虽然我国发展速度较快，取得了一定的成果，但基础研究、原始创新等环节我国仍然与其他科技强国有着不小的差距，基础研究和知识积累仍然是我国创新体系中的薄弱环节。新时代背景下，以人工智能为代表的新兴技术的发展为我国创新应用领域的“弯道超车”提供了一次千载难逢的机会，紧紧把握创新应用领域飞速发展机遇的同时，补足我国在基础研究和知识积累环节的短板，以技术创新支撑人工智能突破，以人工智能加快产业升级，才能成为新时代创新型国家建设撬动技术创新、人工智能与效率变革的融合驱动力。