人工智能赋能新质生产力：理论逻辑、实践基础与政策路径

孙 艺

[提要] 新质生产力是代表新技术、创造新价值、适应新产业、重塑新动能的新型生产力,人工智能技术赋能新质生产力具有多重理论逻辑,在宏观层面,通过数据要素的加入推动新质生产力发展,改变传统生产函数、推动技术创新和提升劳动力素质等;在中观层面,人工智能助力中国新质造、新服务和新业态。中国人工智能技术和产业发展为人工智能赋能新质生产力创造了客观条件,人工智能的发展战略为赋能新质生产力创造了政策基础。为确保人工智能技术赋能新质生产力充分发展,需要我国加强人工智能技术创新政策,夯实新质生产力发展之源;促进人工智能技术的行业应用,筑实新质生产力发展之基;优化人工智能市场准入和竞争环境,激发新质生产力的发展活力。

一、引言与文献综述

2023年9月习近平总书记在黑龙江考察调研中,首次提出了“新质生产力”的概念。这一提法在习近平总书记随后的地方考察中被反复强调,成为了中国经济发展战略的重要组成部分。新质生产力概念是对马克思主义生产力理论的重大创新和发展,从而深化了习近平经济思想的理论内涵。它不仅在理论上具有划时代的意义,而且在实践中也具有深远的影响。“新质生产力”的核心在于利用最新的科技成果,特别是颠覆性和前沿技术,来推动新产业、新模式和新动能的形成。2023年12月的中央经济工作会议进一步阐明了这一点,明确指出要以创新驱动,促进经济高质量发展。在这一框架下,人工智能作为一种重要的颠覆性技术,被视为推动新质生产力发展的关键因素。其在推动科技革命和产业变革方面的潜力被高度重视,将对人类的生产、生活方式以及思维方式产生深刻影响。政府对新质生产力的关注,体现了政府对于经济发展模式转型的追求。通过鼓励技术创新和应用,中国希望在全球经济中保持领先地位,同时为社会进步和经济可持续发展提供动力。人工智能对新质生产力会产生什么影响,其赋能新质生产力发展的内在逻辑是什么?如何提升人工智能赋能新质生产力的能力?对这些问题的回答具有积极的现实意义。

人工智能(AI)作为21世纪最具影响力的技术之一,其内涵的不断拓展和技术的飞速迭代正推动全球经济和社会结构的深刻变革(Moor,2006;[1]何玉长等,2018;[2]杜传忠等,2023[3])。人工智能广义上是指由人造系统所表现出来的智能行为,这些系统能够执行通常需要人类智能才能完成的任务,如视觉感知、语言识别、决策和翻译等(McKinsey,2017;[4](P.1-19)Brock K.U,2019[5])。在技术层面,AI包含多种子领域,如机器学习、深度学习、神经网络、自然语言处理等。这些技术通过模仿人类思维模式、学习经验和自我优化,使机器能够执行复杂任务并提供解决方案(Massimo Garbuio and Nidthida Lin,2019)[6]。人工智能正在深刻影响经济增长、全球贸易、收入分配、产业结构等经济生活各领域,同时也对企业、居民等微观主体产生广泛影响(Haenlein M,2019)[7]。AI技术通过机器学习、自动化和数据分析,提高了生产效率,让生产线更加智能化,减少错误并提高生产质量。通过大数据分析预测市场趋势(刘晨和崔鹏,2023)[8],AI进一步推动新产品和服务的创新。AI技术的引入导致了劳动力市场的重大变化。一方面,它可能导致某些低技能工作的消失;另一方面,它也创造了新的工作机会,特别是在AI本身或相关(如数据分析、机器学习)的开发和管理领域(陈秋霖,2018;[9]陈彦斌,2019;[10]李静,2023[11])。同时,AI技术改变了传统行业的商业模式,零售业通过AI实现个性化营销和库存管理,金融服务行业利用AI进行风险评估和欺诈检测。随着各国对AI技术的投资增加,全球竞争格局也在发生变化。领先的技术公司和国家在AI领域的领先地位使之在全球市场中占据优势。此外,国家间在AI技术的研究、开发和应用方面的竞争也日益加剧(吕越,2023)[12]。总之,人工智能技术的发展和应用正在深刻地影响全球经济的多个方面,包括生产方式、劳动力结构、商业模式、全球竞争格局以及经济政策和法规。这些变化不仅带来了经济增长和效率提升的机会,也带来了新的挑战和调整需求。

新质生产力是在数字化、智能化时代背景下,以科技创新为核心的新型生产力。新质态、高质量的生产力,代表新型的区别于传统,高质超越了旧质生产力的跃迁(高帆,2023)[13]。以科技创新为主导、实现关键性颠覆性技术突破而产生的生产力,是对传统生产力的超越,需要新的生产关系与之适应(周文等,2023)[14]。突出信息化、网络化、自动化等特征,强调科技创新与实体经济的融合。新质生产力是以科技创新为主导的生产力,是契合高质量发展要求的生产力,是以战略性新兴产业和未来产业为引领的生产力,也是能带来高品质社会生活的生产力(胡洪彬,2023)[15]。已有的研究更加关注新质生产力推动经济高质量发展、构建现代产业体系(魏崇辉,2023)[16],并促进中国式现代化(程恩富等,2023;[17]余东华等,2023[18])。对于全球竞争中的战略意义在于提升国家的核心竞争力(戴翔,2023)[19]和形成新的发展动能(徐政旭,2023)[20]。人类社会发展至今,经历了传统生产力与新质生产力两个阶段,现在正向新质生产力方向大步迈进,这是历史的必然趋势(李政等,2023)[21]。

人工智能通过提高生产效率、创造新的商业模式和就业机会,以及推动产业升级和经济结构调整,对经济增长具有重要影响(林晨,2020)[22]。AI技术在制造业中的应用,如智能制造和自动化,能够提高生产效率和产品质量,降低成本和减少浪费(任保平等,2023)[23]。同时,AI还能够促进服务业的发展,如在线教育、健康诊断、金融服务等,这些新兴的服务业态不仅提高了服务效率和质量,还创造了大量的就业机会(王小艳,2020)[24]。

人工智能正在推动经济结构的根本变革。传统行业通过引入AI技术进行转型升级,新兴行业如大数据、云计算等也因AI而生。这些变化提高了整体经济的生产力,促进了产业间的协同和创新,推动经济向更高端、更智能化方向发展(陈楠和蔡跃洲,2022)[25]。

综上所述,已有研究对人工智能的内涵、技术变化趋势、经济效应作了丰富的研究,尤其认识到人工智能对于微观层面的技术创新和效率提升等方面发挥了重要作用。但是还没有考虑到人工智能的宏观和中观层面的影响,特别是考虑到数据作为新的生产要素加入生产函数后对宏观经济和行业的影响,尤其是鲜有人工智能对新质生产力影响的研究。基于此,本文在系统梳理总结人工智能赋能新质生产力发展的理论逻辑基础上,考察了人工智能在技术创新、产业发展及其政策制定方面的实践基础,最后提出人工智能促进新质生产力的政策建议。

二、人工智能赋能新质生产力发展的理论逻辑

(一)人工智能在宏观层面通过数据要素推动新质生产力发展

1．人工智能的发展改变传统生产函数

新古典经济学的增长理论主要通过索洛-斯旺增长模型(Solow-Swan Growth Model)进行阐述。这个模型由罗伯特·索洛和特雷弗·斯旺在1956年独立提出,强调了资本积累、劳动力增长和技术进步对经济增长的影响。新古典增长理论认为,随着资本投入的增加,其对产出的边际贡献会递减。这意味着每增加一单位的资本,所带来的产出会逐渐减少。技术进步作为长期经济增长的关键驱动力,通常被视为一个外生变量,即它不是由模型内部决定的。新古典增长理论还将人力资本的积累纳入考虑,认为教育和健康投资对提升劳动生产力和经济增长有重要作用。人工智能大规模加速了全球数字化经济转型,也将相应的理论命题推向了理论探索的前沿。不同于资本和劳动要素的竞争性(独占性),数据要素可以共享,具有非竞争性(非独占性),而且使用频率越高价值越大,这直接驱动了规模收益递增的生产特性(王珏,2023)[26]。数据要素的融入生产过程中带来了以下几个关键影响:(1)改变传统生产函数。传统的生产函数通常基于资本和劳动两大要素。数据作为新的生产要素引入,使生产函数更加复杂和动态。数据可以与其他生产要素(如劳动和资本)相结合,创造出新的生产方式和价值。数据通过优化生产过程、减少浪费、预测市场需求等方式提高生产效率。这种效率的提升反映在生产函数中,意味着相同的投入可以产生更多的产出,或者达到相同产出所需的投入更少。(2)规模报酬递增效应。在数据驱动的经济中,数据的边际成本相对较低,但其边际效益却可能非常高。这意味着伴随数据量的增加,其对生产效率的提升作用是递增的。因此,数据的加入会导致规模报酬递增,即生产规模的扩大带来超比例的产出增加。数据要素的加入不仅改变了传统的生产函数,还推动了经济增长的方式向更加多样化、高效率和技术驱动的方向转变,从而产生规模报酬递增效应。这些变化对经济政策制定、企业战略和劳动力市场都提出新的挑战和机遇。

2．人工智能作为技术创新的催化剂推动技术创新

新质生产力的关键核心是科技创新。首先,创新不仅是推动科学技术发展的关键,也是促使科技实现质的飞跃的主要动力。在此过程中,人工智能(AI)作为先进技术,通过其自我学习和优化的能力,助推科技创新的步伐。AI的算法和数据处理能力,使数据中提取洞见变得更加高效,进而加速新技术的发现和应用。其次,科技快速更迭与应用周期缩短。随着科技快速进步,特别是在信息技术领域,技术的迭代速度不断加快,应用周期相应缩短。在此方面,AI的应用大大提高了研发效率,缩短了从概念到市场的时间。例如,在产品设计和测试阶段,AI可以通过模拟和预测减少实际测试的需要,加快产品开发的速度。再次,技术淘汰速度的加快。在科技迅速发展的背景下,过时技术的淘汰速度也在加快。AI在这方面发挥了重要作用,通过持续的学习和优化,AI系统能够快速适应新技术,帮助企业保持在技术前沿。AI还能预测技术趋势,帮助企业提前做好技术升级和转型的准备。最后,关键技术突破引发生产力变革。当关键技术AI实现突破时,它不仅引领了新技术的发展,还推动了整个生产力的结构性变革。AI的突破,如在深度学习、自然语言处理等领域的进展,已经开始在各个行业中实现应用,推动从传统生产方式向更智能、高效的生产模式转变。在推动新质生产力形成的过程中,持续的科技创新尤为重要。AI作为当前最具代表性的先进技术之一,其发展和应用不仅推动自身领域的创新,也促进其他行业的技术升级。AI的发展促进跨学科研究,推动了从数据驱动的决策到自动化和智能化服务的转变。总体来说,人工智能在助力科技创新、加快技术迭代、适应技术更迭、引领生产力变革和持续推动科技前沿发展等方面发挥了至关重要的作用。随着AI技术的不断成熟和普及,其在促进新质生产力形成方面的影响力将会越来越大。

3．人工智能提升劳动力素质促进新质生产力的发展

随着经济和技术的发展,对人力资本的要求也在不断提升。新质生产力需要高素质的人力资本,包括技术技能、创新能力和学习能力。教育和培训体系的适应性和前瞻性是提升人力资本素质的关键。终身教育和职业培训在此发挥着至关重要的作用。AI可能会导致劳动力市场结构的根本性变化。高技能和创造性工作会变得更加重要,而简单重复的任务则越来越自动化。AI和自动化技术的引入确实导致了某些低技能、重复性工作的减少。例如,制造业、仓储和物流行业中的许多基础作业正在被自动化系统所取代。根据世界经济论坛的报告,预计到2025年,机器将执行目前由人类完成的一半以上的工作任务。这些转变会导致短期内的就业流失,那些重依赖、重复性、低技能劳动力的行业首当其冲。但是,AI也在创造新的工作机会,尤其是在AI本身和相关领域,如数据分析、机器学习、AI维护和监督等方面。这些领域需要具备新技能的劳动力,比如编程、数据科学和AI系统管理。随着AI技术的发展,像“机器学习工程师”“数据科学家”等职位需求迅速增长。不仅仅是劳动力市场的影响,人工智能(AI)对人类创新能力的提升有着深远的影响。AI改变了我们解决问题的方式,也为创新过程提供了新的工具和方法。人工智能(AI)对人力资本素质的提升具有显著作用。AI技术可以根据个人的学习能力和偏好提供定制化的学习体验,通过分析学习者的行为和表现,调整教学内容和难度,确保每个学习者都能在适合自己的节奏下学习。AI系统通过持续的评估和反馈,识别学习者的弱点,提供针对性的资源和练习来填补这些差距。在职场中,AI平台提供的课程和模拟训练帮助员工掌握新技术和方法,使员工能够不断更新自己的技能,适应快速变化的工作环境。

(二)人工智能在中观层面通过产业发展推动新质生产力发展

培育新质生产力是推动中国制造业克服短板、实现高质量发展的关键。新质生产力包括新制造、新服务和新业态,人工智能在促进中国新制造、新服务和新业态的发展方面起到强力助推作用。

1．人工智能赋能新制造发展

新制造涉及新能源、新材料、新医药、新制造装备和新信息技术等领域。人工智能为这些行业的发展提供了数据驱动的智能决策、自动化和智能化的生产过程、智能物联网的应用和创新个性化的产品设计等。在数据驱动的智能决策上,人工智能技术通过大数据分析和机器学习算法,对制造过程中的大量数据进行实时监测和分析,从而实现智能决策。通过对数据的深度挖掘和分析,人工智能帮助制造企业更好地理解和预测市场需求、优化生产计划、提高生产效率和质量。在自动化和智能化的生产过程中,人工智能技术可以实现生产过程的自动化和智能化。例如,通过机器视觉和机器人技术,实现自动化的零部件检测和装配,提高生产线的效率和精度。同时,人工智能通过自适应控制和优化算法,实现生产过程的智能调控,提高生产线的灵活性和适应性。在智能物联网的应用上,人工智能和物联网的结合,实现智能制造的全面升级。通过物联网技术,达到设备之间的互联互通,对生产过程实时监测和远程控制。人工智能技术可以对物联网中的大量数据进行分析和处理,实现智能化的生产调度和优化。在创新和个性化的产品设计方面,人工智能技术通过对大量数据的分析和挖掘,帮助企业更好地理解市场需求和消费者偏好,从而实现创新和个性化的产品设计。运用人工智能技术,企业实现产品设计的自动化和智能化,提升产品的质量和竞争力。正是由于中国在人工智能领域的突飞猛进,中国新制造行业的全球竞争力才日益提升。在新能源领域,中国已成为全球最大的新能源汽车市场,推动了电动汽车和充电桩的快速发展。在新材料领域,中国在碳纤维、高性能钢材等方面取得了突破,为制造业提供了更轻、更强、更耐用的材料。在新制造装备领域,中国加强了对高端装备的研发和制造,提升了制造业的技术水平和竞争力。在新信息技术领域,中国积极推动人工智能、大数据、云计算等技术的应用,为制造业提供了智能化、数字化的解决方案。

2．人工智能赋能新服务发展

党的二十大报告提出,“构建优质高效的服务业新体系”。新服务业体系涉及的行业包括数智化服务业、科技创新驱动的服务业、与实体经济融合的服务业、普惠共享服务业等方面(刘奕等,2021)[27]。数智化服务业包括通过数字化、网络化、智能化转型的各类服务行业,如数字营销、在线教育、云计算服务、大数据分析等。科技创新驱动的服务业涵盖了依赖科技创新的服务行业,包括生物技术服务、新能源服务、环境技术服务、AI和机器学习服务等。与实体经济融合的服务业是指与农业、制造业等实体经济深度融合的服务业,如供应链管理、物流服务、工业自动化服务、智能制造相关服务等。而普惠共享服务业是指向普及性和基础性的服务业,包括社区便民服务、基本医疗保健服务、教育服务、公共交通等。人工智能可以在提高服务效率和质量、个性化服务、支持决策制定、促进服务创新和促进产业融合等方面发挥作用。AI能够自动化处理大量重复性任务,提高服务行业的效率和响应速度。在客户服务、数据处理等领域,AI的应用大幅提升工作效率,减少人为错误。同时,AI在数据分析和预测方面的能力可以支持更精准的商业决策。通过对市场趋势、消费者行为等数据的分析,AI帮助企业制定更有效的营销策略和业务计划。另外,AI的发展推动了服务业的创新,尤其是在金融服务、医疗卫生、教育等领域。例如,AI在诊断支持、个性化学习计划的开发等方面的应用。为了培育新质生产力,中国需要加快发展生产性服务业和新服务业,要加强对生产性服务业的研发设计、金融保险、物流运输等方面的支持,提升服务业的附加值和国际竞争力。同时,中国还需要增进与国际先进水平的衔接,推动内外贸产品的标准衔接、检验认证衔接和监管衔接,实现内外贸的一体化发展。

3．人工智能赋能新业态发展

新业态是指随着科技进步、经济发展和社会变迁而出现的新型产业形态和商业模式。这些新业态通常是传统行业与现代技术结合的产物,或者是全新兴起的行业。截至目前,一些常见的新业态包括:共享出行和共享住宿的共享经济以及互联网平台商业模式的在线市场平台、社交媒体平台、服务聚合平台等在内的平台经济等,这些新业态往往以技术创新为驱动,通过新的商业模式满足消费者日益增长的需求,推动经济结构的优化和升级。随着技术的不断进步和社会的发展,未来还将出现更多新兴的业态和模式。新业态的培育和发展,人工智能是新业态形成的关键推力。人工智能在培育新业态上的作用体现在创造新的商业模式、促进产业融合、推动服务自动化与智能化、支持创新型创业、提升用户体验以及优化资源管理等方面。不仅推动了现有业态的升级,也催生了全新的业态和商业机会。人工智能使一些以前不可行或成本过高的商业模式变得可行,比如基于AI算法的个性化推荐系统,在电子商务、内容流媒体等平台上为用户提供个性化的体验。人工智能技术的灵活性使不同行业之间的界限变得模糊,促进了产业间的融合。人工智能在医疗健康领域与互联网的结合,产生了远程医疗、智能健康监测等新业态。人工智能不仅提高了传统服务的效率,还使服务更加智能化和个性化。例如,在金融行业中,AI可以提供智能投资咨询服务。另外,人工智能技术的发展降低了创新型企业的门槛,小微科创公司也能开发出具有竞争力的产品和服务,通过分析用户行为和偏好,提供更加贴合用户需求的服务,从而提升整体的用户体验,助力小微科创企业的高质量发展。

三、人工智能赋能新质生产力的实践基础

(一)中国人工智能技术和产业发展为赋能新质生产力创造了客观条件

人工智能的概念最早可以追溯到20世纪40年代。1943年,沃伦·麦卡洛克和沃尔特·皮茨提出神经网络的基本模型,是人工智能研究的初始。1956年,约翰·麦卡锡在达特茅斯会议上首次提出了“人工智能”这一术语。此后,人工智能领域经历了几次“冬天”和“春天”的周期性波动,这些周期与技术进步和经济支持的增减有关。1980年,随着机器学习算法的发展,人工智能开始获得更多的关注。特别是在1986年,反向传播算法的提出为训练深层神经网络提供了强大的技术支持。根据《自然》杂志的数据,从2009年以来,领域高水平论文发表量整体上呈现稳步增长态势,特别是2016年以来,从12806篇上升到2022年的23879篇。论文发表量居于前十的国家依次是美、中、德、英、日、加、法、韩国以及意大利和澳大利亚。其中美国论文的数量遥遥领先,中国紧随其后,发表论文的数量约为美国的2/3。从所属细分研究领域来看,这些论文覆盖了机器学习、计算机视觉、自然语言处理、机器人等。

随着互联网和数字存储技术的普及,数据与各产业融合,产生了大量数据,为人工智能的发展提供了丰富的“燃料”。特别是人工智能发展驱动数据爆发,根据中国信息通信研究院《数据要素白皮书2023》显示的数据,2018年GPT-1数据集约4.6GB,2020年GPT-3数据集达到了753GB,2023年GPT-4的数据量更是GPT-3的数十倍以上。根据国际数据公司(IDC)的报告,全球数据量从2010年的约2 ZB增长到2020年的59 ZB,到2027年将达到284.3ZB,比2022年增长174%,年均增长3%。其中中国数据量2022年为23.88ZB,占全球数据量的23%,到2027年将占到全球的27%。

表1 中国、美国和其他国家数据量(单位：ZB)

随着数据量的不断提升,对数据的需求也不断扩大。2017年以来,全球数据市场规模呈现井喷之势,根据IDC的数据,2017年全球数据市场规模为189亿美元,2021年增长到523亿美元。其中美国居于绝对主导地位,数据市场规模2017年占全球的比例为65.1%,但随着其他国家数据市场的快速发展,美国所占比例也在不断下降,到2021年为58.5%。而中国占全球的比例从2017年的13.82%上升到2021年的23.86%。

表2 中国与全球数据市场规模(单位:亿美元)

人工智能技术和数据市场的扩张,对人工智能的商业化产生影响。人工智能产业规模涵盖AI应用软件、硬件及服务。主要包括AI芯片、智能机器人(商用)、AI基础数据服务、面向AI的数据治理、计算机视觉、智能语音与人机交互、机器学习、知识图谱和自然语言处理等核心产业。根据艾瑞咨询的数据,中国人工智能市场2020年为1546亿元,2023年增长到2473亿元。预计到2027年中国人工智能市场规模将达到6122亿元。

(二)中国人工智能发展战略为赋能新质生产力创造了政策基础

人工智能行业已成为全球关注的热点,是未来科技领域抢先抢占的高地。世界各国为支持人工智能(AI)的发展已经出台了多项法案和措施,美国政府制定了《美国人工智能计划》,旨在通过增加对AI研究的投资、推动政府部门的AI应用、加强国际合作等措施来支持AI技术的发展。美国还通过了《国防授权法案》,其中包含了关于促进AI技术在国防领域应用的内容;欧盟委员会发布了《欧洲人工智能战略》,推动AI技术的研发和伦理使用,并确保欧洲在全球AI竞争中的领导地位。还发布了《数据治理法案》,促进数据的共享和使用,支持AI的发展;英国政府推出了《人工智能部门协议》,在联合政府、行业和学术界共同推进AI技术的发展。英国还投入资金支持AI研究和企业发展,并提出加强AI技术伦理监管的计划;日本政府制定了《人工智能技术战略》,重点在医疗、交通、金融服务等领域推广AI技术的应用。日本还通过了《关于促进数据驱动型社会的基本方针》,通过推动数据的共享和利用来支持AI发展。德国作为制造大国,更加重视人工智能在制造业发展中的作用,推出了《人工智能战略》,通过增加研发投资、促进AI在制造业等传统领域的应用,以及强化伦理和法律框架,来推动AI发展。

自“十三五”规划以来,中国在人工智能领域出台了多项政策措施。总体可以划分为三个阶段:(1)初期探索(2017年前)。在这一阶段,政策主要聚焦于理解AI的潜力和制定初步的战略框架。政策探讨了AI在推动经济增长、改善社会治理等方面的应用可能性,并开始布局基础研究和人才培养;(2)加速推进(2017-2020年)。《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,聚焦于新一代人工智能技术的产业化和集成应用,目标是到2020年在若干重点领域实现重要技术突破,并形成国际竞争优势。这一阶段标志着中国AI政策的快速发展和落地,政府出台了一系列计划和指导性文件,明确AI技术研发和产业化的具体目标,其政策重点包括技术创新、产业支持、国际合作、标准制定、伦理和法律框架的建立等;(3)应用落地(2021年至今)。在这一阶段,政府更加注重AI技术的实际应用和产业生态构建。政策侧重于推动AI在医疗、交通、教育等多个领域的深入应用,同时加强对AI安全、隐私保护、伦理和社会影响的监管。一方面“十四五”规划了人工智能发展的重点领域,在“十四五”期间,我国政府将重点关注高端芯片、操作系统、关键算法、传感器等关键技术领域,加速基础理论、算法、装备材料等的研发和应用创新。另一方面,《扩大内需战略规划纲要(2022-2035年)》,明确了将5G、人工智能、大数据等先进技术与交通物流、能源、生态环保等领域的深度融合,以此推动经济增长和技术创新。总结来说,政府对人工智能的重视体现在连续的五年规划和长远发展纲要中,旨在通过政策支持和资源投入,加速关键技术的发展,推动人工智能与实体经济的深度融合,以及在国际竞争中形成优势。这些政策和规划的实施将对中国乃至全球的技术发展和经济格局产生重要影响。

如何抓住人工智能这一轮技术变革的浪潮,促进区域以及产业发展,国内各地纷纷出台相关政策举措,发挥自身特色优势,促进人工智能产业发展。以“人工智能”为关键词,基于数据挖掘技术,2020年至2023年地方政府共出台促进人工智能发展的政策共62部。其中,山东省出台政策数量最多,安徽和广东紧随其后。出台的促进人工智能产业发展的措施主要集中政策支持、资金支持、人才引进、产业园区建设、市场推广等方面。各地政府制定了一系列政策文件,明确人工智能产业发展的方向和重点。各地的政策侧重点各不相同,例如北京侧重于人工智能核心软硬件的提升,出台了《北京市加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025年)》和《北京市促进通用人工智能创新发展的若干措施》;上海市发布了《上海市加大力度支持民间投资发展若干政策措施》,注重激活民营资本投资人工智能;深圳市出台《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023-2024年)》,提出在强化智能算力集群供给、增强关键核心技术与产品创新能力,重视人工智能赋能千行百业。在具体政策支持上,首先,许多地方政府设立了专项资金或发展基金,用于支持人工智能领域的科研、技术创新和产业化项目。这些资金旨在降低企业的研发和创业风险。其次,通过建立研究中心、合作教育项目等方式,加强人工智能领域的人才培养,一些地区还推出了人才引进计划,提供住房补贴、科研经费等优惠条件,吸引国内外人工智能领域的高端人才。再次,多个城市建立了专门的人工智能产业园区,提供办公空间、实验室、孵化器等设施,为人工智能企业和研究机构提供集聚发展的环境。一些地方政府积极推动人工智能技术在医疗、教育、交通等领域的应用,促进技术成果转化和产业升级。另外为了规范人工智能的发展,一些地方政府参与或推动了相关法律、法规和技术标准的制定。总之,这些措施体现了地方政府在人工智能领域的积极作为,旨在通过政策引导、资金支持和生态构建,推动人工智能产业的发展和应用。通过这些努力,中国的人工智能产业正逐渐形成各具特色的地方发展模式。

四、人工智能赋能新质生产力的实践路径

新质生产力的培育和发展,需要人工智能技术引发的生产力跃升,需要从多维度发力,刺激并释放人工智能技术对新质生产力的赋能效应。

(一)加大人工智能技术创新的政策支持力度,夯实新质生产力发展之源

尽管中国在某些AI领域,如计算机视觉和语音识别方面取得显著进展,但在一些核心技术领域,如算法创新、芯片设计等方面,仍存在差距。对外国技术还存在一定程度的依赖,特别是在高端芯片和关键软件上的依赖,对AI的发展已构成了制约。因此,需要进一步加大自主创新的力度,这就需要政府健全新型举国体制,抓好关键核心技术攻关,加大研发资金的投入、创新激励机制的建立和优化以及创新生态系统的构建。政府通过资金支持,可以直接加速AI领域的研究与开发。这包括为大学、研究机构和私营部门的基础研究提供资金,以及支持应用研究和技术开发。例如,政府设立专项基金,支持AI领域的算法创新、新型芯片开发等关键技术的突破;政府通过税收优惠、补贴等方式激励企业和研究机构进行技术创新,创新激励机制。例如,对在AI领域取得突破的企业和研究机构,提供研发税收减免,降低企业和机构创新的经济风险。构建创新生态系统,营造一个有利于技术创新的生态系统,包括建立研究与产业之间的协作平台,以及鼓励跨学科和跨领域的合作。

(二)促进人工智能技术的行业应用,筑实新质生产力发展之基

中国人工智能应用市场虽然展现出良好的发展态势,但投资人工智能项目的成本相对较高,计算能力和数据承载能力不足,即使某些行业具有数据和AI投资需求,也可能因为缺乏足够的计算能力和数据承载能力而难以实现AI技术的创新应用。另外,对于中小企业来说,理解和接受AI的程度相对较低,在人才、资金、技术等方面存在明显不足,这些因素共同制约了它们在AI领域的投资、创新和应用,中小企业的数字化转型和升级进程受到严重阻碍。因此,政府应该通过以场景创新为导向,利用供需联动、建设基础设施和平台、推动标准化和开放接口,来实现新技术的迭代升级和新质生产力的快速增长。(1)场景创新为导向。由于不同行业和领域对人工智能技术的需求各不相同,场景创新能够更精准地满足这些多样化需求。通过针对具体应用场景的创新,更有效地将技术研发成果转化为实际应用,从而激发市场活力,促进新业态和新模式的产生。(2)供需联动的策略。协调技术供给方和需求方之间的互动,使技术创新更好地满足市场需求。政府和企业应深入了解市场需求,包括消费者的偏好、企业的技术需求和行业发展趋势,技术供应商根据市场需求调整其产品和服务,以提高技术应用的实用性和效果,政府通过政策支持和引导,促进供需双方的有效对接。(3)基础设施和平台建设。建设高效的数据处理和存储基础设施,支持大数据和云计算技术的发展。投资于高速互联网和物联网(IoT)基础设施,为技术创新提供连接和通信支持。建立共享的技术平台,促进资源共享和协作创新。(4)推动标准化和开放接口。制定和推广技术标准,确保不同系统和产品之间的兼容性。鼓励企业提供开放的API(应用程序编程接口),促进不同应用和服务的集成。政府在推动场景创新、促进供需联动、建设基础设施和平台、推动标准化和开放接口方面发挥着重要的作用。这些努力不仅能够推动新技术的迭代升级,还能够促进新质生产力的快速增长,进而推动整个社会和经济的可持续发展。

(三)优化人工智能市场准入和竞争环境,激发新质生产力的发展活力

人工智能市场存在高度垄断性。在全球范围内,某些网络平台公司、算法等大型企业在AI市场上占据了绝大部分市场份额,大型企业通过大量的技术专利积累,对AI技术市场形成了控制力。这些专利涵盖了从基础算法到应用技术的各个方面。市场集中可能导致创新的局限性。虽然大公司在资源和研发能力方面有优势,但他们可能更关注于维护现有市场地位,而非进行颠覆性的创新。中小企业在资金、技术和市场份额方面与大企业竞争时,处于不利地位,这限制了它们的发展机会,甚至可能导致市场出现“马太效应”,即强者愈强,弱者愈弱。政府可以通过制定公平竞争的政策,限制市场主导地位过于集中。监控不公平竞争行为、审查企业合并与收购、增加市场透明度和促进数据共享,确保AI市场公平竞争。在实施反垄断法规方面,政府机构应定期进行市场分析,识别潜在的不公平竞争行为。这包括监控价格变动、市场份额分布和竞争结构。设立专门机构或程序,以便利益相关方(如竞争对手、消费者)能够报告可疑的不公平竞争行为。对被证实从事不公平竞争行为的公司施加罚款、市场限制甚至是业务禁止等法律后果。同时在审查合并和收购案时,进行详细的市场影响评估,考虑此类行动对市场竞争、消费者利益和创新的长远影响。在公平竞争促进措施上,提高透明度,建立公开的信息平台,公布市场调研结果、企业合并信息、市场份额数据等。创建有效的沟通渠道,使企业和消费者能够更好地理解当前的市场政策和法规。鼓励企业开放非敏感数据,特别是那些由公共资金支持的研究和开发项目。制定统一的数据格式和接口标准,确保不同来源和不同企业间的数据可以互相兼容和交换。对持有关键数据集的企业,如搜索引擎、社交网络等,监管机构应确保这些数据资源对市场新进入者开放,以促进竞争。