bwin官网人工智能是能够模拟、延伸和扩展人类智能的前沿技术,是引领新一轮科技革命和产业变革的战略性技术,也是推动科技跨越发展、产业优化升级、增长动力转换和竞争优势积累的重要战略资源。人工智能技术扩散是人工智能在多元场域进行技术传播、应用扩展、知识转移和生态系统构建的过程,把这一技术嵌入经济社会各领域,可加快推动各领域发展的全面智能化,促进生产方式与社会结构深层次变革。稳健推进人工智能技术扩散,不仅有利于推动高质量发展,助推制造强国和数字中国等战略目标的实现,而且能有效改善分配,促进共享发展,增进人类福祉。
在科技发展史上,重要通用技术的扩散应用并非总是呈现指数形态发展。受内外因素影响,技术停滞在技术发展史中并不罕见,往往会呈现出技术扩散与技术停滞“峰谷交错”的运动规律。自1956年美国约翰·麦卡锡教授首次提出“人工智能”概念以来,人工智能发展出现过两次比较明显的技术低谷期。20世纪70年代中期,受算力不足、计算复杂度高和常识推理实现难度大等因素制约,机器翻译项目发展停滞,人工智能技术扩散遭遇了第一次低谷期。20世纪80年代中期,人工智能专家系统进展缓慢,相关科研项目锐减,人工智能技术扩散遭遇了第二次低谷期。直到20世纪90年代后期,人工智能在机器学习、多智能体规划、数据挖掘、自然语言理解和翻译等领域出现显著进展和突破,才进入了第二次复苏发展时期。深度学习理论取得重大突破,就打破了自20世纪80年代末以来机器学习长期囿于浅层学习的技术瓶颈。21世纪初,大数据和云计算的迅速发展为深度学习提供了充分的数据资源和更强大的计算能力,从而打破了以往限制人工智能技术扩散的主要瓶颈,带动人工智能技术跨越了从实验室到现实应用的技术鸿沟,进入了广泛应用阶段。
2018年以来,神经网络参数规模达百亿个以上的大规模预训练模型(简称“大模型”)推动人工智能发展由小模型时代迈向大模型时代。以ChatGPT等为代表的生成式人工智能在自然语言处理领域首先实现突破性进展,拉开了通用人工智能发展的序幕。除语言能力以外,视觉、听觉、具身、行动等其他通用智能领域也接续取得突破。2025年,DeepSeek进一步实现了人工智能底层训练逻辑和底层架构的颠覆性创新,首次大规模验证了纯强化学习在大模型训练中的可行性,在推理能力及降低大模型训练成本等方面显著超越了ChatGPT。同时,DeepSeek采取的“开源+生态共建”策略,有助于推动低成本推理模型的普及和全球技术开发者的参与,形成更活跃、更有利于技术迭代和扩散的创新生态。
在人工智能技术创新和扩散的进程中,每一次的技术突破性进展都为技术扩散带来强有力的动力支持,每一次的技术低谷也都为下一轮技术创新积蓄动能、积累待突破的命题、准备更充分的基础支撑条件。随着通用人工智能发展的条件愈发具备、路径愈发清晰,人工智能进一步向强人工智能跨越式发展的进程正在提速,从弱人工智能阶段向强人工智能发展跃升将带动技术扩散向纵深发展。
人工智能技术扩散是一个复杂的经济和社会过程,不仅在国际维度形成了向各国和各地区的差异化扩散,在产业维度形成了与各产业和应用场景的结合,而且在组织维度推动了组织变革和全要素生产率的提高,在社会维度引发了显著的经济社会效应。不同国家和地区、不同产业、不同组织和社会治理对象在客观上存在同技术相结合的条件差异,在结合过程中会形成作用与反作用,导致各维度不同主体之间的技术扩散不是匀质和同步的,从而形成梯度扩散、差异化扩散。
人工智能技术的国际扩散是一国开发的较为成熟的人工智能技术应用范式通过各种方式被其他国家和地区使用、吸收、复制和改进的过程,这一过程需要同扩散地特定的社会、政治、经济、教育等条件相适应和转化,才能形成良好的技术扩散成效。随着人工智能技术在不同国家和地区的差异化扩散,数字鸿沟已成为全球人工智能发展的重要议题。从产业结构差异分析,发达经济体具有较为成熟的产业和以服务业为主的经济结构,拥有更高比例的能处理复杂任务的数字化人才,相对更具备利用人工智能的优势,更容易从推动人工智能技术扩散中受益。而大多数新兴市场和发展中经济体过于依赖传统产业,缺乏数字基础设施和高素质劳动力,利用人工智能推动生产力提升尚面临许多内生障碍。
创新环境的国际差异也塑造了人工智能技术扩散的差异化格局。欧盟等发达经济体在创新环境和市场规模等方面都具有相对优势。在欧盟人工智能战略引导下,欧洲各地创建了大量数字创新中心等,对人工智能技术在欧盟地区的扩散起到重要的助推作用。许多欧盟企业在数字创新中心共享使用人工智能开发所必需的数据集、算法并培训专业人才,极大地促进了私营和公共部门的人工智能应用。
人工智能技术的国际扩散还面临着扩散壁垒和成本的挑战。不同国家和经济体之间在经济发展水平、科技发展水平、市场统一度、经济制度和文化传统等方面存在较大差异,从而导致技术扩散的速度和规模方面存在巨大差异。倘若低收入国家重视并完善其数字基础设施,就有机会利用人工智能技术获得巨大的边际收益,推动解决长期以来在医疗健康、教育和人才短缺等方面的问题,有力提高生产力水平。低收入国家若能借助国际经贸平台嵌入人工智能全球产业链和供应链,吸引较发达国家的技术、资本要素流入,将有利于其推动智能化发展,充分释放人工智能技术的外溢效应。
人工智能在不同产业的扩散是特定的产业禀赋条件同人工智能技术相结合的过程,因而,不同产业人工智能应用的差异化和梯度化反映了各产业之间在数据、资本、行业特性和消费者偏好等方面的条件差异。
一是不同产业的数据条件存在显著差异。人工智能系统的效能高度依赖于数据的质量和数量。Acemoglu等认为,人工智能应用带来的生产率提升主要体现在IT密集行业,这些行业的信息化基础和数据质量显然高于其他行业。此外,金融业、零售业和制造业等产业由于拥有大量的结构化和非结构化数据,自动化和数据分析的基础条件较好,能为人工智能的扩散应用提供较好的数据条件和基础。相对于其他数据条件好的产业,农业等传统产业缺乏较高质量的数据和自动化条件,客观上限制了人工智能在传统产业的扩散应用。
二是不同产业的资本和技术密集程度存在客观差异。高科技产业和金融业的资本实力相对较强,投资新技术的意愿相对较高,相较于其他非资本和技术密集型行业具有较好的人工智能扩散应用条件。不同产业对人工智能技术应用的需求和侧重点各不相同:制造业更关注把人工智能应用于生产端,提高自动化和智能制造水平;服务业则侧重于销售端,相对更注重利用人工智能技术统计和预测市场趋势、客户分众化消费需求等,从而灵活调整产能和优化生产品类。
三是不同产业的行业监管和受众条件存在差异。人工智能产业扩散的效果还受到行业监管和消费终端的影响。例如,消费者对人工智能应用的接受程度、对数据隐私和安全的担忧,直接影响人工智能在服务业中的应用。人工智能在医疗领域的应用,同样受到算法失控所导致的医疗事故率、人机混合诊疗模式下的责任归属争议等影响。尽管人工智能已日益普遍应用于金融业新产品开发、业务运营、客户服务和客户获取等,ChatGPT等生成式人工智能应用也显著提高了金融业的决策质量、运营效率、客户体验和透明度等,但是,金融业通常涉及复杂的审查流程,合规流程高度依赖人工审核,人工合规流程、审查时间长度等都会给金融业应用人工智能的深度、成本和运营效率带来显著影响。
组织是应用人工智能技术的微观主体,也是人工智能同其他生产要素相结合并提高全要素生产率的场所。组织采用人工智能的过程,就是对内推动组织变革、对外构建创新协作网络,从而为人工智能与生产的结合做好准备、不断强化结合能力的过程。组织推动人工智能与生产结合的能力可以分为基础能力、增强能力和组织能力三方面。
基础能力是组织推动人工智能与生产结合的软硬件条件与能力,反映在组织规模、市场占有率和技术基础等方面。人工智能应用和维护的高成本、基础设施的高投入、算法模型的不可重复性、高质量且有标签的海量数据集等高成本因素会给一般企业尤其是中小企业带来应用人工智能的经济技术障碍。因而,人工智能的组织扩散首先要求组织在市场规模、市场占有率、数据和算法等基础能力上具备变革能力。
增强能力是组织推动人工智能与生产结合的软实力,体现在组织的内部创新环境、外部创新网络和技术创新周期等方面。管理者是否能通过一定激励机制和内部创新机制来鼓励员工探寻前沿技术、积极学习和掌握新技术,是否能为人才创造稳定的创新环境,是影响组织扩散的重要条件。人工智能技术能否被采用并广泛传播扩散,关键在于技术的客观可达性,即企业与采用新通用技术的关键投入部门是否存在直接或者间接的联系。外部创新网络的构建有利于推动人工智能技术的最新信息、技术知识、生产范式等在产业主体间自由流动与交换。组织同外部创新网络之间的联系、网络中关键利益方的策略和态度都直接影响着组织的技术应用偏好,组织的竞争者、供应链伙伴等关键利益方的策略对组织技术变革既有积极影响也有负面影响。同时,组织应用人工智能的偏好还同人工智能的技术创新周期有关。在人工智能技术创新初期率先推动组织变革、应用人工智能的组织,相对具有更强的推动人工智能与生产结合的软实力。
组织能力是调节内部关系、整合和重构组织以推动人工智能与生产结合的重要能力。技术条件并不是组织推动人工智能扩散所面临的最大挑战,更关键在于是否能为应用人工智能创造良好的管理机制和人文氛围,让组织从传统依靠固定资产和有形生产为主的组织转型为主要以人工智能为核心推动生产的组织。组织变革的决策一般取决于组织内部管理层和工会等各方态度的平衡。一方面,企业家和高管的偏好、主观态度是影响组织变革的关键因素。企业家和高管支持被认为是智能化转型成功的核心驱动力之一,他们的态度、承诺和资源分配直接影响转型的推进速度和效果,他们的技术认知会显著影响企业对人工智能技术的采纳和应用。另一方面,工会和员工的态度同样是影响组织变革策略的关键变量。人工智能应用对员工的技术能力提出了较高的要求,员工可能面临着人工智能所带来的“技术压力”。此外,由于人工智能系统会自动收集大量个人行动数据,可能不利于保护员工隐私,并导致了算法监视和算法控制的可能性。
通用性和公共性的技术特征决定了人工智能的扩散不仅局限于生产领域,还会向社会各领域扩散,从而引发显著的经济社会效应。人工智能的社会扩散不是一时、一域的变化,难以单纯依靠市场力量自发进展,技术扩散所引发的安全伦理风险和社会冲击深刻影响着技术扩散的方向、节奏和力度。
生成式人工智能的快速发展及其向着更强认知能力的演化已经引发国际社会对其技术威胁的担忧。经济合作与发展组织的报告认为,人工智能的扩散应用可能产生一定的法律、伦理和安全风险,包括偏见和歧视、隐私和数据治理、人权和民主价值观、透明度和可解释性、稳健性和安全性等,从而可能加剧雇主和雇员、企业和消费者、政府和公民之间的权力与信息不对称现象。
在人工智能技术开发的过程中,伦理规范的建构不够充分、技术标准的制定不够全面、监管机制的缺失等,可能导致技术谬用或滥用并威胁社会公共利益。一是算法歧视风险。算法开发者在认识和解释世界的过程中所带有的偏见,会影响到算法的设计。算法通过“贴标签”的运算原理,不可避免地将显性或隐性的偏见嵌入其中,从而放大了现有的偏见。二是泄露隐私风险。人工智能系统高度依赖大量数据,只有密集的用户参与模型开发、数据验证和解释模型结果,才能产生有意义且可理解的人工智能系统,这意味着人工智能系统运营中必须收集个人数据,从而导致监视风险或违反数据保护规则的风险。重要国计民生数据、一些重要行业关键原材料购销等数据的泄露,则可能严重威胁到产业安全乃至国家安全。三是让渡控制权风险。随着深度神经网络的能力不断提升,深度学习中存在的“黑箱”特征愈发显著,这种认知不透明性意味着人类可能失去对智能算法的掌控,人工智能系统可能形成技术闭环和技术壁垒。另外,当前对人工智能信息垄断的公共监管制度较为滞后,一些跨国科技巨头掌握的信息和资源远多于政府,他们在很大程度上掌控了本该由政府掌握的一些具有部分意识形态导向功能的大数据信息,可能对国家安全和公共利益带来一定隐患。
人工智能技术的快速扩散已经对传统劳动力结构和生产方式带来巨大的影响,智能技术所带来的劳动岗位调整、劳动薪酬变化、智能技术鸿沟等可能引发一系列经济社会问题。尽管历史上的自动化浪潮和信息技术变革主要影响低技能和常规性工作,但随着先进算法的应用,人工智能不断拓展类脑功能,能够利用海量数据进行自学习,具备更强的认知能力和独立决策能力,以往通常认为不容易被自动化替代的、依赖复杂专业知识的高技能工作也可能受到影响。随着ChatGPT等生成式人工智能技术快速发展,内容创作类、法律、财务分析和咨询行业等职业也将逐步被人工智能技术所替代。从就业结构的国际差异看,由于发达国家的就业结构中存在大量人工智能高暴露和低互补性的职业,发达国家可能会首先面临由人工智能扩散所带来的就业冲击,其劳工阶层遭遇技术性失业或收入减少的风险相对更高。
人工智能技术扩散不是简单的技术经济现象,也无法单纯依靠市场力量来实现,需要从技术、国际合作、产业、组织环境和社会治理多层次谋划布局,以便推动人工智能技术赋能高质量发展,更加稳健、安全和普惠地增进人类福祉。
当前,人工智能技术正处于创新突破活跃期和快速变革发展期,要利用技术扩散“峰谷交错”的上升周期,运用有效的政策工具打破制约人工智能技术跃升的瓶颈,避免单一市场导向下的市场失灵和技术停滞,营造有利于技术创新的良好政策环境。
要加大供给型政策力度,增量化供给各类有利于技术创新的要素。进一步加大对人工智能的财政支持力度,提高人工智能研发与设备改造补贴支持,鼓励设立人工智能研发基金,利用相关信贷工具和基金池引导社会资本对创新研发进行投入。加快完善智能公共基础设施,建设国家级数据训练基地。积极发展数据要素市场,培育优质数据服务商和第三方服务机构,统筹优化算力资源布局,加快打造人工智能公共算力平台和智算中心、超算中心,构建结构合理、自主可控、绿色发展的算力供给体系。要积极利用人工智能技术创新突破的活跃期,建立人工智能创新主体梯队,培育壮大以科技领军企业为龙头、专精特新“小巨人”企业和科技“小巨人”企业为骨干的人工智能创新梯队。支持科技领军企业联动全球创新资源,打造国际一流的人工智能开放创新平台,强化人工智能训练平台、推理运算模型、以及数据标注平台、信息储存及汇集平台等一系列的技术研发,打破智能技术创新壁垒,推动技术开源共享,为技术扩散创造先导条件。同时,要从金融、财税、法律规范等方面为人工智能技术扩散创造良好的外部环境。
全球人工智能发展目前基本形成了以中美两国为主导、以东亚和西欧为重要支柱的格局。美国具有引领人工智能技术创新和应用的先行优势,大量发展中国家和欠发达国家则处于人工智能技术扩散的边陲地带,已逐步形成了技术扩散的国际鸿沟。
要弥合和缩小人工智能技术鸿沟,构建有利于技术扩散的国际协同合作机制和生态,推动人工智能要素流动的渠道和机制建设,提升各国政府对协同推动智能技术扩散和合作的共识,推动人工智能资源共享、联合开发、风险共担,形成开放、公平、非歧视的技术普惠格局。要依托国际组织建立起面向相对落后国家和地区的数字化援助协调机制,借助国际技术援助方案、项目和活动来推动其产业结构转型,借助国际服务贸易、国际投资和跨国援助帮助其建设数据要素市场和公共算力平台,通过跨国办学和国际研发合作等机制为相对落后国家和地区提供人工智能人才培训援助,提高相对落后国家和地区促进人工智能技术扩散的基础环境与条件。同时,鼓励国内龙头企业建设海外研发中心,加强与其他国家和地区的智能技术交流合作,利用国际人才、技术等资源开展离岸创新。积极参与人工智能核心技术国际标准的制定和执行,提升我国产业在人工智能全球创新链、价值链中的话语权和规则制定权,以联合开发、产业链协作等方式促进我国主导标准的普及,形成引领人工智能技术扩散的国际优势,以先行优势带动后发国家和地区跨越式发展。
人工智能技术向各产业的渗透和扩散,不是单纯的技术转移和复制过程,而是新旧技术体系的转换过程,即通用技术与传统产业技术的融合重组。人工智能技术的产业扩散有助于打破我国产业发展中存在的低端锁定效应,通过人工智能技术和互补式技术创新带动新兴产业发展,推动以智能化为核心特征的现代化产业体系的建立,从而实现产业跨越式转型升级。
面向不同产业实行差别化的智能化转型政策,有利于根据不同产业在数据、资本、行业特性和消费者偏好等方面的差异来有梯度地分层推进转型。要充分发挥先进制造业成长性好、附加值大、带动性强的优势,以先进制造业为引领带动,以传统制造业转型为重点,推动实体经济与智能技术融合化发展。实施制造业技术改造升级工程,重点建设智能工厂、智慧园区、 “灯塔工厂”,打造标杆性生产线、车间和工厂,推动大规模数智技术改造和设备更新。对于数据和资本密集型产业,应优先探索推动其智能化发展,利用数据和资本密集型产业优势带动上下游产业转型。对于数据结构化和资本条件相对较差的传统产业,应着重健全完善行业数据基础设施和投融资机制,提升其应用人工智能的资本条件,发展以智能化为特征的配套服务型制造业,激发传统产业对智能科技服务的需求,在传统产业的生产端和市场端融入智能科技服务,提升智能技术赋能传统产业高质量发展的水平。对于具有公益性、行业监管特殊性和消费终端制约性的产业,则应充分考量公共利益和安全性影响,应切实提升算法的安全性、可解释性和公共利益导向性,推动以安全和稳健为前提的产业智能化转型。
实现规模化和可持续的智能技术组织扩散,需要为组织创造充分的技术接收条件,提升组织技术扩散的基础能力、增强能力和组织能力,形成技术创新、交易创新、商业模式创新、管理模式创新等创新正效应,激励更多市场主体自主转型。
要鼓励有规模、技术和资金实力的行业领军企业带头进行组织转型,搭建转型发展的公共行业平台,协同提升上下游中小企业在数据、资本等方面的基础能力,支持行业领军企业为中小企业进行组织技术赋能,加速中小企业智能技术改造升级,形成围绕领军企业进行配套及分工的产业生态。以国有企业和大中型民营企业为主体,将原本集中在传统产业的优势政策资源进行再整合,以一定的政策条件和金融工具扶持其加速智能技术扩散。推动符合条件的企业上市融资,鼓励金融机构加大对人工智能企业的金融支持力度。为广大有转型需求的市场主体尤其是中小型民营企业创造更宽裕的技术接收条件,完善内部创新环境和外部创新网络,提升人工智能人才培训管理水平。要提升市场主体进行组织重构的组织能力,针对大多数中小企业智能化转型基础薄弱、技术改造周期长和难度大的特点,采取以大带小、以强带弱等协同帮扶的方式,加大对中小企业技术改造的扶持,降低其转型的技术门槛和转型成本,鼓励企业主和管理层建立人工智能战略规划,重视人工智能技术升级和应用能力建设,提高工会和职工群体对智能化转型的信任度、支持度,强化以人工智能为核心推动生产的组织能力优势。
要坚持以人为本的技术伦理导向,强化增进人类福祉、促进公平公正、保护隐私安全、保持公开透明、强化问责担当等原则,遵循伦理先行、依法依规、敏捷治理、立足国情、开放合作的科技伦理治理基本要求,形成与生成式人工智能技术进展相适应的治理体系,促进其在安全、可控、可解释、可问责的前提下创新发展。
应进一步明确和约束人工智能发展主体和利益相关者的权利与责任,强化人工智能全生命周期管理,完善人工智能算法监管,强化对算法、数据与系统运行流程的监测与审计,提升生成式人工智能的安全透明度、可追溯性和可审计性。建立人工智能伦理审查机制、风险问责机制和惩处机制,健全风险评估监管机制,建立伦理风险智能监测、预警及管控机制。针对高风险和超高风险的人工智能应用,采用事前评估和风险预警的监管模式;针对中低风险的人工智能应用,则可采用事前披露和事后跟踪的监管模式。要建立健全人工智能技术应用的就业风险和公共风险评估预警机制,科学评估预判人工智能技术应用对劳动主体和其他利益相关者的潜在冲击,组合用好行业政策、金融政策、劳动力市场调控政策等一些政策工具,避免人工智能技术扩散引发规模性失业风险和算法控制下的劳资冲突风险,引导鼓励用人单位树立正确的科技发展观和管理理念,克服“技术决定论”“技术至上”的思维误区,创造更加以人为本的人机沟通和人机协作劳动环境,强化对劳动者的智能技术赋能,培育更多能胜任人机协作环境的高素质技能型人才。
人工智能技术是实现高质量发展、增进人类福祉的重要技术力量。人工智能技术扩散不是简单的技术经济现象,而是一个复杂的技术要素与经济社会要素互嵌互构的过程。随着深度学习发展、算力显著提升和海量数据资源的集合,新一代人工智能跨越了一系列阻碍其广泛应用的技术鸿沟,进入了创新和应用的活跃期。而不同维度的技术扩散环环相扣、相辅相成,共同促进新一代人工智能技术由点及面、由浅及深地应用扩散,推动经济社会逐步迈向智能化。
要实现稳健、安全、普惠的人工智能技术扩散,需要处理好技术创新与风险治理之间的关系。要积极利用人工智能技术创新突破的活跃期,加强创新要素供给,补齐创新价值链,推动前沿性、颠覆性技术跃升,为人工智能技术扩散创造先导条件。在国际扩散中推动构建国际协同合作机制,提升各国政府对协同推动智能技术扩散和合作的共识;在产业扩散中根据不同产业在数据、资本、行业特性和消费者偏好等方面的差异分层推进转型,建立以智能化为核心特征的现代化产业体系;在组织扩散中提升组织技术扩散的基础能力、增强能力和组织能力,激励更多市场主体自主转型;在社会扩散中坚持以人为本的智能技术伦理导向,强化对劳动者的智能技术赋能,创造更稳健、安全、普惠的技术扩散发展生态,真正使人工智能技术扩散成为助推制造强国和数字中国等战略目标、促进共享发展、增进人类福祉的重要发展手段。