人工智能产业合作机制研究

王辞迂

（中国信息通信研究院华东分院，上海 200232）

根据工业和信息化部发布的数据，“十三五”期间，我国数字经济年均增速超过了16.6%。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[1]明确指出，要发展数字经济，推进数字产业化和产业数字化。人工智能产业合作，作为数字化转型“上云用数赋智”的核心部分，已成为各行各业乃至整个社会的发展热点和目标。

1.人工智能产业合作

1.1 人工智能产业合作的现状

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。我国《新一代人工智能发展规划》[2]提出，到2025年，新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。国家陆续出台《关于促进人工智能和实体经济深度融合的指导意见》[3]《数字化转型伙伴行动倡议》[4]等文件、实施国家人工智能创新应用先导区建设等行动，地方上积极探索设立新型研发机构等载体、推出如《中关村智用人工智能伙伴计划》《苏州工业园区智能制造伙伴计划 》等创新方案支持人工智能产业合作。去年疫情期间，人工智能在疫情监测分析、人员物资管控、后勤保障、药品研发、医疗救治、复工复产等过程中大显身手。以疫情防控智能外呼机器人为例，每分钟可以拨打成千上万个电话，极大提升了防疫效率，降低了人员的劳动强度，凸显了推动人工智能产业合作对引导传统产业转型升级的重要意义。目前，人工智能在传统领域的渗透率尚不足30%，处于并将长期处于智能化渗透的初级阶段，具有巨大的市场前景。面对日益加剧的国际竞争，推动、推广、推进人工智能产业合作是激活内循环增长动力、驱动经济高质量发展的必由之路。

1.2 人工智能产业主体的特征

人工智能产业主体相较传统产业主体具有“三高”的显著特征：一是高智力密集度，其产业科技含量高、研究积累深、高层次人才多；二是高产品附加值，其产品技术门槛高、利润空间大、溢价能力足；三是高独角兽企业率，其企业成长速度快、资本需求大、轻资产占比高。从行业属性看，与人工智能产业合作的主体可以分为两类：一类是异质互补的跨领域主体，通过契约等关系实现线性供需；一类是同质共建的产业链主体，通过合作竞争扩大规模效应。从主体规模看，与人工智能产业合作的主体可以分为两类：一类是具备一定智能化基础和研发实力的大中型企业，一类是对于智能化转型抱有“不敢转、不能转、不会转”等难点和痛点的广大中小微企业。在协同创新、跨界融合成为人工智能产业合作新常态的当下，人工智能产业合作潜在对象识别困难、产业合作商业模式不明朗、跨界融通人才缺乏等新问题也由此产生。

1.3 人工智能产业合作的内涵

人工智能产业合作的实质是通过技术、物资、人才等资源要素重组，驱动产业生产方式、商业模式、组织形态变革，激活协同放大效应、提升资源配置效率，形成产业链上下游和跨行业融合的智能化生态体系，实现“以一业带百业”。人工智能算法、场景、数据、商业、制度之间的壁垒是跨产业形成共识、共力、共赢的难题。本文主要以异质互补的产业合作为研究对象，通过对产业合作运行过程中建立信任、利益分配、协调管理三大关键机制进行研究，为凝聚和深化产业共识，加快构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态提供理论参考。

2.人工智能产业合作机制

2.1 信任机制——人工智能产业合作有序高效开展的前提

建立互相信任是人工智能产业合作有序高效开展的前提。从技术层面看，存在适用性、安全性和隐私性等信任问题；从应用层面看，存在管理风险、道德信用等信任问题。互相信任的建立，在降低互相合作交易成本、实现规模经济的同时，还可以强化竞争优势。当前较为主流的合作信任机制可以分为计算型信任、威慑型信任和认知型信任三种类型：①计算型信任，主要指施信方与受信方依托对可信性证据的理性计算，衡量信任的成本和收益，进而作出是否与对方合作的决策。当前智能化渗透的初级阶段，合作双方的相互了解程度较低，供给方难以深入应用场景挖掘真实需求，需求方又缺少智能化技术基础判断，大部分人工智能产业合作仍需要通过计算建立初始信任。②威慑型信任，主要指通过如契约、抵押等约束或法律手段，使合作方由于畏惧惩罚而完成合作。如商业诈骗、假冒伪劣等追求短期利益最大的机会主义行为，容易产生不良影响从而降低产业的整体诚信度。③认知型信任，主要指通过归属关系、合作经历等相互了解、信息对称，形成行为可预测的信任感，进而开展合作。通常，在初始信任建立的基础上，合作方可以通过合作形成连续信任、敏捷信任，从而为实现某一共同目标在较短的时间内建立起牢固的信任关系。

2.2 利益分配机制——人工智能产业合作持续深化的基础

较为公平合理的利益分配是持续深化人工智能产业合作的基础。不同于传统产业，人工智能属于知识和技术密集型产业，其投入的研发成本相对较高，创造价值的核心在于无形资产、知识产权等“轻资产”。考虑到较多的人力资本作为生产要素的投入理当和物质资本一样参与剩余收益的分配，因此对技术要素等表现形式的合理定价和配置显得至关重要。当前较为主流的利益分配机制可以分为固定支付型、产出分享型和混合改进型三种类型：①固定支付型主要有技术转让、收购并购等情形，在服务商品化前完成标准化定价，多限于短期交易，一般指那些技术成熟度较高或可以大批量、低成本生产的成果。②产出分享型主要有联合攻关或PPP项目等情形，此时合作伙伴成为了多元投资的主体，共担风险、捆绑利益，按销售提成。由于资金投入大、回报周期长、不确定因素多，这种类型一般适用于个性化、多样化的定制场景，通过单点式、项目式多次协同磨合，建立长期稳定的合作关系。③混合改进型主要有交叉许可、共享租赁等情形。这种类型将对应的市场适应性风险交由技术供给方或第三方承担，通过搭建公共开放服务平台或共享新型基础设施，减少合作伙伴在先期技术转让预付费用方面的投入，推进产业互联从微利寄生向互利共生转变。

2.3 协调管理机制——人工智能产业合作良性运转的保障

高效合理地协调管理是控制人工智能产业合作良性运转的保障。以代码实现为纽带的产业合作一般不受地理限制影响，由此产生的合作方“非当面”承诺特点增加了协调管理的难度。当前较为主流的协调机制可以分为自组织型和有组织型两种类型：自组织型一般由合作方自发有序地为适应市场需要进行敏捷协调。有组织型又可以分为无核、单核与多核三种结构。无核时通常基于合作惯例、制度来界定边界，或由共同信任的管委组开展协调；单核时通常由合作主导方对资源和任务进行支配和控制；多核时通常有两个及以上的核心成员，甚至会涉及包括联盟协会、政府等外部力量参与协调与决策。

3.关于推进人工智能产业合作的思考

3.1 搭建交流对接平台，健全风险识别机制

对人工智能产业合作持全盘信任或者全盘否认都是不可取的。从应用推广的角度看，要鼓励搭建产业信息交流对接平台，提高沟通频率、建立集群信任文化，降低因信息不对称造成的信任危机和组织风险。从技术实现的角度看，要持续健全系统化、标准化的测试评估体系和使用规范，降低人工智能技术可能造成的失控、侵权、歧视、失责等系统性风险。G20提出可信人工智能的基本准则[5]包括：包容性增长、可持续发展及人类福祉、以人为本的价值观和公平、透明度和可解释性、健壮性、信息安全与物理安全、问责制，下一步开展信任层次分类、建立可信度相关标准和风险管理机制等提供了一定的参考依据。去年，我国人工智能产品三类医疗器械注册证实现了零的突破，这是人工智能产业合作走向市场验证迈出的重要一步。要持续完善可信名单的准入、退出和激励机制，界定有条件的信任边界，凝聚社会各界对人工智能可信度的共识，鼓励支持可信任的合作伙伴、合作产品推广应用。

3.2 推广合作伙伴计划，创新利益分配模式

推广人工智能产业合作伙伴计划，推动主体建立长期稳定的战略合作伙伴关系，平衡长、短期利益。创新利益分配模式，充分发挥民营企业、外资企业等市场化程度高、市场意识超前、勇于以经济效益为前提开展产业合作的先锋作用，推广应用组件化、模块化的智能工具，导出经验、模式、产品及服务，形成行业共性技术与共性模式。鼓励以优势企业、大型企业为龙头，以典型应用场景为抓手开展合作，通过多方联动、协同配合形成智能化转型利益共同体，提高规模经济效益。注重跨界人才孵化培育，适当引入技术经纪人团队、行业联盟协会等中介机构作为产业合作的“润滑剂”，整合产业合作要素、打通成果价值化通道，提升人工智能产业合作的深度、广度和温度。

3.3 共建新型基础设施，统筹兼顾动态干预

关注不同产业和领域的异质性特征，邀请行业专家或传统领域精英针对其人工智能的适用性进行研究。要将市场运作和政府推动相结合，以新型基础设施建设和行业共性技术为切入点实施动态管理，如探索“云量贷”“沙盒”监管等措施。要抓住数据要素市场化配置机遇，推动人工智能技术要素的市场化配置，加快建设细分领域行业应用数据集、支持开源算法社区开展垂直领域技术孵化与合作，形成开放自由合作新局面。

4.结语

本文重点研究了人工智能产业合作运行中的信任机制、利益分配机制和协调管理机制，并根据其特点提出了关于推进人工智能产业合作的思考。人工智能产业合作机制的完善需要多方携手，长期投入，更好地为加快经济社会智能化转型营造规范、有序、可持续的发展环境。