林善浪

【摘要】中國勞動力從無限供給轉(zhuǎn)變?yōu)橛邢薰┙o，帶來勞動工資的常態(tài)性上升和資本替代勞動效應(yīng)，中國史無前例的重大變革正在迅速發(fā)生，所有產(chǎn)業(yè)都面臨著資本替代勞動并選擇勞動節(jié)約型技術(shù)的迫切要求。人工智能是第四次工業(yè)革命的最主要推動力，也是中國經(jīng)濟動能轉(zhuǎn)換的迫切需要。就制造業(yè)而言，人工智能可以應(yīng)用到制造企業(yè)計劃、生產(chǎn)、銷售和售后服務(wù)的全過程。但是，中國傳統(tǒng)制造業(yè)存在一些制約因素，包括關(guān)鍵技術(shù)瓶頸、信息化程度低、資金不足、成本高等。為此，需深化產(chǎn)學(xué)研結(jié)合、建立完善的數(shù)據(jù)生態(tài)系統(tǒng)，制定人工智能在傳統(tǒng)制造業(yè)應(yīng)用的扶持政策，加強人工智能高端人才培養(yǎng)和引進，促進教育和培訓(xùn)體系改革。與此同時，傳統(tǒng)制造企業(yè)還必須實現(xiàn)商業(yè)模式轉(zhuǎn)型，以適應(yīng)以人工智能為基礎(chǔ)的新物流、新零售、新金融和新消費等新型產(chǎn)業(yè)生態(tài)。

【關(guān)鍵詞】人工智能? 傳統(tǒng)制造業(yè)? 產(chǎn)業(yè)生態(tài)

【中圖分類號】F49? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標(biāo)識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2019.18.004

人工智能：經(jīng)濟發(fā)展新階段的技術(shù)選擇

人工智能（Artificial Intelligence）是第四次工業(yè)革命最主要的推動力，是新一輪產(chǎn)業(yè)變革的主要方向。與任何新技術(shù)應(yīng)用一樣，只有當(dāng)社會經(jīng)濟提出迫切需求時，才有可能真正實現(xiàn)，人工智能也不例外。恩格斯曾說：“社會一旦有技術(shù)上的需要，則這種需要就會比十所大學(xué)更能把科學(xué)推向前進。”[1]人類在古代就已經(jīng)知道蒸汽可以推動機械裝置，只是到了十七世紀(jì)末，出于煤礦排水的需要，才發(fā)明了早期的蒸汽抽水機。到了十八世紀(jì)七、八十年代，自動紡紗機的發(fā)明，迫切需要解決動力問題時，瓦特蒸汽機才獲得商業(yè)訂貨，從而實現(xiàn)了產(chǎn)業(yè)革命。由于電力比蒸汽力更為優(yōu)越，從而取代了蒸汽力而促成了第二次工業(yè)革命。二十世紀(jì)以后，生產(chǎn)規(guī)模不斷擴大，生產(chǎn)流程和工藝日益復(fù)雜，生產(chǎn)控制問題越來越突出，由此引發(fā)以微電子技術(shù)為標(biāo)志的第三次工業(yè)革命。同樣地，只有社會經(jīng)濟提出客觀需求，人工智能不僅在技術(shù)上可行，也在經(jīng)濟上可行，能夠與各行各業(yè)融合，尤其是與制造業(yè)融合，才具備大規(guī)模推廣的條件。如果人工智能的概念只存在于科學(xué)家的語境中，那么無論是多么先進的技術(shù)，都不可能成為開啟新時代的鑰匙。只有將人工智能充分應(yīng)用于涉及面非常廣的各類傳統(tǒng)產(chǎn)業(yè)，而不僅僅屬于少數(shù)的技術(shù)寡頭，才能充分展示出其經(jīng)濟魅力。那么，中國現(xiàn)階段是否具備了這樣的條件呢？

經(jīng)過40余年的改革開放和現(xiàn)代化建設(shè)，中國經(jīng)濟發(fā)展進入了一個新階段。按照1978年不變價計算，2018年GDP是1978年的36.7倍，人均GDP達到9630美元，是1978年的25.3倍。按照2017年美元計算，中國人均GDP與美國1938年、德國1960年、日本1968年的水平大體相當(dāng)（見表1）。按照世界銀行的分組，中國屬于中等偏上收入國家（見圖1）。

從工業(yè)化進程看，這樣的發(fā)展階段意味著中國已經(jīng)達到劉易斯轉(zhuǎn)折點。劉易斯轉(zhuǎn)折點（Lewisian Turning Point）是發(fā)展經(jīng)濟學(xué)經(jīng)典的二元結(jié)構(gòu)轉(zhuǎn)型理論，其含義是：農(nóng)業(yè)過剩勞動力隨著工業(yè)化發(fā)展而逐步轉(zhuǎn)移，但轉(zhuǎn)移出來的勞動力實際工資不會上漲，只有到達某一點時，農(nóng)業(yè)過剩勞動力開始大幅度減少，勞動力無限供給轉(zhuǎn)變?yōu)橛邢薰┙o，推動實際工資常態(tài)性上漲，一直到農(nóng)業(yè)勞動生產(chǎn)率與非農(nóng)產(chǎn)業(yè)勞動生產(chǎn)率大體相當(dāng)、城鄉(xiāng)勞動力市場一體化為止。根據(jù)國際經(jīng)驗，劉易斯轉(zhuǎn)折點大致在人均GDP達到3000～4000美元之間。[2]中國工業(yè)化帶動農(nóng)村勞動力轉(zhuǎn)移，農(nóng)業(yè)就業(yè)人數(shù)從1991年最高峰的3.9億人減少到2017年2.1億人，比重下降到27.0%，中國已經(jīng)達到劉易斯轉(zhuǎn)折點。

與此同時，我國人口增長低于預(yù)期。2000年中國政府《中國21世紀(jì)人口與發(fā)展》白皮書預(yù)測，到21世紀(jì)中葉，全國人口總量將達到峰值，接近16億。2006年國家人口發(fā)展戰(zhàn)略研究課題組研究報告預(yù)測，2020年中國人口將達到14.5億人，2033年達到15億人。[3]2016年《國家人口發(fā)展規(guī)劃（2016～2030年）》預(yù)測，2020年為14.2億人，2030年達到峰值14.5億人。實踐證明，人口增長遠低于預(yù)期?？紤]到中國正處于快速城鎮(zhèn)化過程，即使國家調(diào)整了生育政策，綜合生育率也很難樂觀。這是因為：一是單身青年比例上升。隨著人口向大城市集中，婚戀觀念變化，信息不對稱，單身男女比例上升。根據(jù)2010年第六次全國人口普查數(shù)據(jù)，30歲及以上未婚女性人數(shù)占總?cè)丝诘?.47%，而在2000年第五次全國人口普查時這一比例只有0.92%。另據(jù)國家民政局統(tǒng)計數(shù)據(jù)，單身男性女性總?cè)藬?shù)接近2億人，占總?cè)丝诒壤秊?4.3%。單身人口隨著城鎮(zhèn)化發(fā)展而上升的趨勢，并非中國大陸所獨有，在世界各個國家或地區(qū)都普遍存在。臺灣地區(qū)15歲以上人口2012年達到939萬人，約占臺灣地區(qū)總?cè)丝诘?2%。根據(jù)日本國立社會保障和人口研究所的預(yù)測數(shù)據(jù)，日本未婚男性人數(shù)占總?cè)丝诘谋壤?030年將提高到30%，而未婚女性人數(shù)占總?cè)丝诘谋壤龑⑻岣叩?3%。[4]二是不孕不育比例上升。近年來，隨著生活節(jié)奏加快、工作壓力增加、生育年齡推遲、環(huán)境污染惡化、飲食結(jié)構(gòu)改變以及人們生育觀念轉(zhuǎn)變等，由此引起的生育能力下降問題也突顯出來。據(jù)2012年《中國不孕不育現(xiàn)狀調(diào)研報告》的數(shù)據(jù)，我國育齡人群中不孕不育率達到12.5%，呈現(xiàn)不斷攀升和年輕化的趨勢。[5]其中，晚婚、非農(nóng)業(yè)戶籍人群不孕不育率比較高，且夫妻文化程度越高不孕癥發(fā)生率越大。[6]可見，計劃生育政策、經(jīng)濟社會發(fā)展、生育觀念變化，再加上這些社會因素，使得中國成為世界上生育率最低的國家之一。從2016年開始，國家開始實施“全面二孩”政策，但出生率并未如預(yù)期的那樣反彈，2017年出生人口只有1723萬人，遠低于2015年衛(wèi)生健康委員會的預(yù)測。有學(xué)者認為，中國已經(jīng)形成了“低生育率陷阱”，[7]即當(dāng)一個國家的總和生育率低于臨界點1.5時，低生育率具有自我強化機制，生育率就難以再次回升。

劉易斯轉(zhuǎn)折點的到來和人口增長低于預(yù)期，使得我國勞動年齡人口自2011年達到峰值以后，從2012年開始年年持續(xù)減少，2017年減少548萬人，2018年減少470萬人（見圖2）。

中國勞動力從無限供給轉(zhuǎn)變?yōu)橛邢薰┙o，帶來勞動工資的常態(tài)性上升和資本替代勞動效應(yīng)，中國史無前例的重大變革正在迅速發(fā)生，對整個國民經(jīng)濟結(jié)構(gòu)將產(chǎn)生歷史性的影響。不僅是勞動密集型產(chǎn)業(yè)，而且是所有產(chǎn)業(yè)，都面臨著資本替代勞動并選擇勞動節(jié)約型技術(shù)，這是今后相當(dāng)長時期內(nèi)國民經(jīng)濟動能轉(zhuǎn)換的基本方向。作為一項勞動節(jié)約型技術(shù)，人工智能的興起，并廣泛推廣應(yīng)用于傳統(tǒng)產(chǎn)業(yè)，實現(xiàn)勞動節(jié)約型技術(shù)升級，是與我國國民經(jīng)濟的結(jié)構(gòu)變革要求相吻合的。

智能技術(shù)：傳統(tǒng)制造業(yè)升級的基本趨勢

人工智能（Artificial Intelligence）一詞，是1955年在達特茅斯學(xué)院（Dartmouth College）舉辦的學(xué)術(shù)會議上被首次提出來的。根據(jù)Nilsson（2010）的定義，所謂人工智能，就是“致力于使機器智能化的活動，智能是使機器能夠在其環(huán)境中適當(dāng)?shù)剡\作并具有預(yù)見的能力”。[8]像艾倫·圖靈（Alan Turing）這樣的早期開拓者強調(diào)了教育機器的重要性，因為機器可能會像孩子一樣學(xué)習(xí)，即強調(diào)人工智能作為學(xué)習(xí)過程。人工智能涉及多個學(xué)科領(lǐng)域，包括生物學(xué)、仿生學(xué)、語言學(xué)、心理學(xué)和認知科學(xué)、神經(jīng)科學(xué)、數(shù)學(xué)、哲學(xué)和邏輯、控制論、信息和計算機科學(xué)等，其中最為核心的是三個相互關(guān)聯(lián)但又不相同的領(lǐng)域：神經(jīng)網(wǎng)絡(luò)、機器人技術(shù)和符號系統(tǒng)。符號系統(tǒng)的前提是試圖通過處理符號來復(fù)制人類決策的邏輯流程（Newell and Simon，1976）。[9]機器人技術(shù)依賴于對已知環(huán)境的主動感知。雖然機器人作為可執(zhí)行人類任務(wù)的機器概念，至少可以追溯到20世紀(jì)40年代，但機器人技術(shù)的蓬勃發(fā)展是20世紀(jì)80年代以后，伴隨著數(shù)控機床技術(shù)的發(fā)展而發(fā)展。迄今為止，人工智能在經(jīng)濟上最重要的應(yīng)用就在這一領(lǐng)域，尤其是制造業(yè)大規(guī)模部署“工業(yè)機器人”。人工智能的核心要素是被廣泛地描述為“深度學(xué)習(xí)”的方法，不但專注于符號邏輯或精確感知和反應(yīng)系統(tǒng)，而且嘗試創(chuàng)建可靠和準(zhǔn)確的預(yù)測方法，神經(jīng)網(wǎng)絡(luò)在這一領(lǐng)域尤為重要。神經(jīng)網(wǎng)絡(luò)是一種程序，它使用權(quán)重和閾值的組合，將一組輸入轉(zhuǎn)換為另一組輸出，測量這些輸出與現(xiàn)實的“接近程度”。在20世紀(jì)80年代，Rumelhart和Hinton等開發(fā)“反向多層感知”（back-propagating multi-layer）技術(shù)進一步完善了神經(jīng)網(wǎng)絡(luò)的概念框架。[10]在計算機視覺和預(yù)測等一系列領(lǐng)域中，“深度學(xué)習(xí)”的功能是出人意料的強大，被視為“發(fā)明方法的發(fā)明”。正如Griliches（1957）所說的那樣，“發(fā)明方法的發(fā)明”是比任何單一新產(chǎn)品的開發(fā)具有更大潛力。[11]

人工智能不僅僅是人們通常認知的一項新技術(shù)，而且是可以與各行各業(yè)融合的通用技術(shù)，在第四次工業(yè)革命中具有里程碑意義。[12]Alphabet執(zhí)行董事長埃里克·施密特認為：我們“將會看到一個新的時代……智慧的時代。”谷歌提出“人工智能第一”，而微軟首席執(zhí)行官薩蒂亞·納德拉認為：人工智能是技術(shù)的“終極突破”。[13]麥肯錫（2017）認為，人工智能將改變經(jīng)濟格局，為創(chuàng)造商業(yè)價值和降低成本創(chuàng)造新的機會。[14]根據(jù)麥肯錫研究報告，人工智能應(yīng)用前景可分為三種國家或地區(qū)：一是澳大利亞、加拿大、法國、德國、意大利、日本、韓國、英國和美國等發(fā)達經(jīng)濟體，人口老齡化較為普遍，勞動年齡人口增長放緩。二是阿根廷、巴西、中國和俄羅斯等老齡化的新興經(jīng)濟體，勞動年齡人口減少可能導(dǎo)致經(jīng)濟增長乏力。三是印度、印度尼西亞、墨西哥、尼日利亞、沙特阿拉伯、南非和土耳其等年輕新興經(jīng)濟體，勞動年齡人口的持續(xù)增加，但促使經(jīng)濟增長得更快，也需要應(yīng)用智能化以提升生產(chǎn)率。[15]如果按照行業(yè)分，住宿和餐飲服務(wù)業(yè)排在第一位，制造業(yè)排在第二位（見表2）?？梢?，中國是全球應(yīng)用人工智能比較迫切的國家，而制造業(yè)是應(yīng)用人工智能最為迫切的領(lǐng)域之一。

就制造業(yè)而言，根據(jù)麥肯錫的調(diào)查報告，人工智能可以應(yīng)用到制造企業(yè)計劃、生產(chǎn)、銷售和售后服務(wù)的全過程。[16]

第一，應(yīng)用于企業(yè)計劃，準(zhǔn)確預(yù)測需求和優(yōu)化供應(yīng)。生產(chǎn)企業(yè)總是需要準(zhǔn)確地預(yù)測市場需求未來發(fā)展趨勢，以便獲取市場競爭優(yōu)勢。人工智能通過分析不同數(shù)據(jù)，可以識別客戶需求發(fā)展趨勢，為企業(yè)更好地安排生產(chǎn)計劃、設(shè)計更好的產(chǎn)品提供支持。在某些情況下，與傳統(tǒng)方法相比，基于人工智能的需求預(yù)測誤差減少30%～50%，可以將總庫存減少20%～50%，因產(chǎn)品產(chǎn)不對銷帶來的損失可降低65%，運輸和倉儲、供應(yīng)鏈管理成本可分別降低5%～10%和25%～40%。[17]構(gòu)建順暢運作的供應(yīng)鏈?zhǔn)歉餍懈鳂I(yè)持續(xù)發(fā)展的重要環(huán)節(jié)，準(zhǔn)確預(yù)測以確保庫存水平合理也是企業(yè)競爭力的重要來源。但是，供應(yīng)鏈?zhǔn)艿絻?nèi)部和外部眾多因素影響，產(chǎn)品發(fā)布時機、分銷渠道多寡、極端氣候變化，以及客戶對產(chǎn)品信息的認知或媒體對產(chǎn)品的報道等種種復(fù)雜因素，都可能對供應(yīng)鏈績效產(chǎn)生極其重要的影響。然而，傳統(tǒng)預(yù)測手段和庫存補充系統(tǒng)是無法利用物聯(lián)網(wǎng)海量數(shù)據(jù)進行分析的。全球供應(yīng)鏈領(lǐng)先企業(yè)已經(jīng)開始意識到，基于機器學(xué)習(xí)的方法對提高預(yù)測準(zhǔn)確性，讓生產(chǎn)企業(yè)全面優(yōu)化采購活動，優(yōu)化補貨系統(tǒng)，對降低庫存水平、提高供應(yīng)鏈績效，都具有重要作用。機器學(xué)習(xí)方法不僅考慮到銷售歷史數(shù)據(jù)、供應(yīng)鏈建構(gòu)、地理位置、客戶偏好，還考慮廣告活動、產(chǎn)品價格和當(dāng)?shù)靥鞖忸A(yù)報等近實時更新的數(shù)據(jù)，這是傳統(tǒng)預(yù)測手段難以做到的。

第二，應(yīng)用于生產(chǎn)過程，提高生產(chǎn)率并最大限度地減少設(shè)備損耗和維修。在生產(chǎn)過程，人工智能可以優(yōu)化設(shè)備運轉(zhuǎn)和操作流程，尤其是近年來不斷出現(xiàn)更強大的計算機、新的算法模型和大型訓(xùn)練數(shù)據(jù)集，使計算機視覺獲得極大的進步，對對象類型進行分類的能力顯著提升，減少了設(shè)備損耗，提高了設(shè)備利用效率。協(xié)作機器人的出現(xiàn)，改善了人機兼容性，可以幫助管理人員更快地完成管理任務(wù)和日常操作，提高員工操作效率，降低成本和提高產(chǎn)量。同時，由于產(chǎn)品缺陷而必須處理或重新加工所導(dǎo)致的損失，是傳統(tǒng)制造企業(yè)經(jīng)常面臨的重要問題。人工智能技術(shù)可以幫助優(yōu)化產(chǎn)品設(shè)計或工藝條件，從而顯著減少產(chǎn)品缺陷，減少損失。

第三，應(yīng)用于銷售推廣，獲取準(zhǔn)確的客戶需求信息和制定合理的價格。產(chǎn)品的最優(yōu)價格取決于許多因素，如星期、季節(jié)、氣候、渠道、競爭對手的價格，等等。生產(chǎn)企業(yè)必須在合適的時間以合適的價格銷售，才能提高客戶滿意度，而又能夠帶來更多的銷售和更高的利潤。企業(yè)只要積累足夠數(shù)據(jù)，利用人工智能分析顧客以前的購買記錄、年齡、家庭住址、網(wǎng)頁瀏覽習(xí)慣和其他線索，就可以實行動態(tài)定價，實施個性化促銷，在需求上升或消費者愿意支付更多費用時提高價格，并在相反的情況下降低價格。人工智能可以確定每個產(chǎn)品的價格彈性，并根據(jù)不同情況采取不同的產(chǎn)品策略和價格策略。

第四，應(yīng)用于售后服務(wù)，提供更為豐富的顧客體驗。人工智能可以為顧客購買和產(chǎn)品消費提供建議，創(chuàng)造更加個性化、更加便捷的顧客體驗，提高顧客的忠誠度。例如，計算機視覺和機器學(xué)習(xí)等人工智能技術(shù)，可以根據(jù)客戶先前的購買習(xí)慣，更好地了解客戶喜歡什么、不喜歡什么，為客戶推薦產(chǎn)品購買組合，或者建議客戶如何更好地使用產(chǎn)品。人工智能技術(shù)還可以讓客戶隨時隨地消費產(chǎn)品、取走喜歡的產(chǎn)品，而不需要考慮是否付款，事后從他們的帳戶中扣除相關(guān)費用，并通過電子郵件向他們發(fā)送收據(jù)。

推動人工智能與傳統(tǒng)制造業(yè)的融合，中國具備獨特優(yōu)勢和條件。第一，中國在全球人工智能研發(fā)中處于領(lǐng)先地位。根據(jù)AI Index報告的數(shù)據(jù)，2015年中國在國際學(xué)術(shù)期刊上發(fā)表的論文數(shù)量僅次于美國，中美兩國把其他國家遠遠甩在后面。2018年中國研究機構(gòu)發(fā)表人工智能論文增長了400%，企業(yè)發(fā)表的人工智能論文增長了73%。中國的人工智能發(fā)展多由科技企業(yè)推動引領(lǐng)，一些互聯(lián)網(wǎng)企業(yè)走在了自然語言處理、圖像和語音識別等技術(shù)前沿。第二，中國具有豐富的數(shù)據(jù)基礎(chǔ)和龐大的應(yīng)用市場。中國是全球人口最多的國家，互聯(lián)網(wǎng)技術(shù)相對普及，網(wǎng)民規(guī)模持續(xù)增長，每時每刻都在生成海量數(shù)據(jù)。這是訓(xùn)練人工智能系統(tǒng)的前提條件。中國也是全球制造業(yè)規(guī)模最大的國家，具有其他國家無法比擬的廣闊的應(yīng)用市場。第三，中國人工智能投資和創(chuàng)新創(chuàng)業(yè)非?；钴S。根據(jù)騰訊研究院等單位發(fā)布的《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》數(shù)據(jù)，2014～2016年每年AI領(lǐng)域融資數(shù)量分別為113起、241起和262起，2017年融資額超過美國。在591家國內(nèi)AI初創(chuàng)公司中，有75%的公司處于B輪融資及之前，其中有236家獲得A輪融資，有92家初創(chuàng)公司處于天使輪階段。[18]第四，中國5G技術(shù)領(lǐng)先全球，與人工智能形成協(xié)同發(fā)展。隨著物聯(lián)網(wǎng)的大規(guī)模布局、數(shù)據(jù)規(guī)模的不斷擴大，數(shù)據(jù)傳輸和存儲的壓力也越來越大，而人工智能對數(shù)據(jù)傳輸和處理的要求越來越高。自2018年以來，中國已加快了5G布局，并進入了預(yù)商用階段。5G具有帶寬大、傳輸速度快、通信延遲小、可靠性高等優(yōu)點，可以讓人工智能提供更直觀、更便捷、更豐富的客戶體驗。第五，人工智能改造成為中國傳統(tǒng)制造企業(yè)的基本共識。用工難、用工貴已經(jīng)成為擺在傳統(tǒng)制造企業(yè)面前的難題，特別是在勞動強度大、工作環(huán)境惡劣的行業(yè)，出現(xiàn)了用工危機。“以機換人”“人機合作”已經(jīng)成為傳統(tǒng)制造業(yè)轉(zhuǎn)型升級的重要選擇。例如，上海海立集團是空調(diào)壓縮機“領(lǐng)頭羊”，從2007年開始實施“機器換人”，已經(jīng)有480臺機器人，90%以上生產(chǎn)任務(wù)都由機器人來完成。[19]

當(dāng)然，人工智能在中國制造業(yè)中的推廣應(yīng)用，也存在一系列制約因素：第一，技術(shù)瓶頸。技術(shù)通過發(fā)明、集成并適應(yīng)具體企業(yè)的生產(chǎn)活動才能成為實際的解決方案，這就要求機器人各項技術(shù)都比較成熟，性能穩(wěn)定。目前，雖然機器人技術(shù)在某些方面已經(jīng)比較成熟，包括信息檢索、粗略運動技能和優(yōu)化規(guī)劃，但許多方面還需要進一步研究開發(fā)。第二，資金瓶頸。研發(fā)和工程化人工智能解決方案，需要投入大量資金。硬件解決方案包括標(biāo)準(zhǔn)計算機和高度專業(yè)化的硬件設(shè)備，如帶有手臂和其他靈活移動部件的機器人，感知功能的活動需要攝像頭和傳感器等，需要投入大量資金?；谲浖摹疤摂M”解決方案，也需要不少的投資。在傳統(tǒng)制造業(yè)中，中小企業(yè)占多數(shù)，普遍效益不佳，資金比較困難。第三，成本瓶頸。人工智能應(yīng)用在相當(dāng)程度上是對勞動力的替代，這就涉及到資金成本和勞動成本的高低問題。我國勞動力市場開始從無限供給轉(zhuǎn)向有限供給，但勞動力供給總量仍然比較大，而且存在著地區(qū)結(jié)構(gòu)和技術(shù)結(jié)構(gòu)矛盾，中西部勞動力和低技能勞動力仍然供大于求。與歐美國家相比，我國工資水平還相當(dāng)?shù)?，不少行業(yè)應(yīng)用人工智能的成本要大于人工成本。只有大部分行業(yè)人工智能成本低于人工成本時，人工智能才有可能普遍推廣，現(xiàn)階段只是在某些行業(yè)和企業(yè)率先應(yīng)用。第四，信息化瓶頸。目前，我國大部分生產(chǎn)企業(yè)信息化程度低，僅有1/6的企業(yè)達到網(wǎng)絡(luò)化水平，5/6的企業(yè)還沒有較為完善的內(nèi)部網(wǎng)絡(luò)，大量數(shù)據(jù)下沉在各條生產(chǎn)線之間，工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)挖掘和利用還需要持續(xù)強化。[20]

為此，加快人工智能和傳統(tǒng)制造業(yè)融合，促進傳統(tǒng)制造業(yè)轉(zhuǎn)型升級，需要采取以下措施。

第一，開展產(chǎn)學(xué)研深度結(jié)合。人工智能技術(shù)在企業(yè)層面的應(yīng)用是個性的、獨特的，而科學(xué)家的研究是共性的技術(shù)，技術(shù)供給與需求之間存在很大差距。企業(yè)的人工智能解決方案，不僅要符合企業(yè)自身差異化的生產(chǎn)活動，還必須符合企業(yè)現(xiàn)實的資金和成本承受能力。因此，為了開發(fā)可行的人工智能解決方案，企業(yè)不僅需要建立內(nèi)部相應(yīng)的技術(shù)團隊，還要與分布在科研院所的科學(xué)家或者領(lǐng)先企業(yè)合作，建立了跨部門的人工智能工作組，對解決方案進行原型設(shè)計，對業(yè)務(wù)部門進行測試，才能解決企業(yè)面臨的個性化技術(shù)訣竅。

第二，著力解決“信息孤島”問題。數(shù)據(jù)是越來越重要的企業(yè)資產(chǎn)，沒有數(shù)據(jù)就不可能啟動人工智能。當(dāng)今工業(yè)產(chǎn)生的數(shù)據(jù)90%是“flt數(shù)據(jù)”，沒有關(guān)系結(jié)構(gòu)，需要有效處理，才是有用的。不僅如此，一個企業(yè)的數(shù)據(jù)必須嵌入到較大的數(shù)據(jù)生態(tài)系統(tǒng)中，與其他數(shù)據(jù)源相結(jié)合，才會產(chǎn)生更大的價值。但是，目前各個企業(yè)的數(shù)據(jù)是無法共享的，成為“數(shù)據(jù)孤島”。從公共部門看，各個政府部門獲取的大量數(shù)據(jù)，既不向公眾開放，也不在公共部門之間共享，成為“數(shù)據(jù)孤島”。因此，政府部門需要制定和實施數(shù)據(jù)標(biāo)準(zhǔn)，開放公共部門數(shù)據(jù)，并對企業(yè)和個人數(shù)據(jù)進行規(guī)范管理，構(gòu)建有利于人工智能應(yīng)用的數(shù)據(jù)生態(tài)系統(tǒng)。

第三，扶持傳統(tǒng)制造業(yè)和中小企業(yè)的人工智能應(yīng)用。一方面，傳統(tǒng)制造業(yè)中少數(shù)企業(yè)還沒有認識到人工智能的發(fā)展趨勢和戰(zhàn)略價值;另一方面，傳統(tǒng)制造業(yè)的多數(shù)企業(yè)，尤其是中小企業(yè)，在人工智能應(yīng)用方面存在著資金瓶頸，力不從心。為推進傳統(tǒng)制造業(yè)和中小企業(yè)的人工智能應(yīng)用，各級政府部門和政策性金融機構(gòu)要在稅收抵免、財政補貼、信貸支持等方面采取更為有效的專項政策。

第四，強化人才培養(yǎng)和員工培訓(xùn)。人工智能是通用技術(shù)，將與各行各業(yè)融合，未來人才缺口將很大。首先，要加強高端人才培養(yǎng)和引進。制定人工智能相關(guān)的教育和研究計劃，大力培養(yǎng)高端人才，創(chuàng)造良好的人才成長環(huán)境。出臺專項計劃和優(yōu)惠政策，吸引全球最優(yōu)秀的人才。其次，要重新調(diào)整高等教育的體制機制，強化相關(guān)學(xué)科建設(shè)，并把人工智能納入公共必修課程。再次，要加強職業(yè)教育和員工再培訓(xùn)。人工智能的職業(yè)教育和員工培訓(xùn)，對企業(yè)的人工智能應(yīng)用具有至關(guān)重要的作用。未來企業(yè)員工不是去指揮、操作機器人，而是要跟機器人協(xié)同工作，需要從與員工做同事過渡到與機器人做“同事”，這就不僅要求員工必須掌握相關(guān)技能，還要培養(yǎng)新的思維模式和文化價值觀。如何與機器人相處，也是教育和培訓(xùn)的重要內(nèi)容。

第五，完善相關(guān)法律法規(guī)。首先，要完善地方政府、企業(yè)和個人數(shù)據(jù)的安全管理法規(guī)。目前，政府部門、企業(yè)甚至個人對數(shù)據(jù)采集、開發(fā)利用和管理比較混亂，該保護的數(shù)據(jù)和隱私得不到應(yīng)有的保護，該開放的又沒有開放，無法可依。要加快立法，規(guī)范數(shù)據(jù)采集和開發(fā)利用行為，明確數(shù)據(jù)安全管理的主體和責(zé)任。其次，要制定各類數(shù)據(jù)的相關(guān)標(biāo)準(zhǔn)和規(guī)范，推動各領(lǐng)域海量數(shù)據(jù)的聯(lián)通和共享。最后，要建立和完善人工智能應(yīng)用過程中失業(yè)人員的援助政策。目前國內(nèi)外討論的一個焦點問題就是“機器人擠兌工人”問題。人工智能推廣應(yīng)用過程中，必然帶來勞動力供求的結(jié)構(gòu)性矛盾，可能產(chǎn)生一部分失業(yè)員工。政府既要對生計受到威脅的員工提供必要的生活援助，還要提供培訓(xùn)和再就業(yè)援助。

智能生態(tài)：傳統(tǒng)制造業(yè)商業(yè)模式轉(zhuǎn)型

人工智能是通用技術(shù)，將融入到農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)等各行各業(yè)中去，融入到社會各個領(lǐng)域中去。因此，傳統(tǒng)制造業(yè)的人工智能應(yīng)用，不僅僅是企業(yè)自身的一項技術(shù)改造升級，還必須推進商業(yè)模式轉(zhuǎn)型，以適應(yīng)基于信息技術(shù)和人工智能的新物流、新零售、新金融和新消費等新型產(chǎn)業(yè)生態(tài)。

第一，適應(yīng)新物流。目前人工智能在物流領(lǐng)域中的應(yīng)用十分廣泛，已經(jīng)深入到了倉儲、運輸、配送等環(huán)節(jié)。倉儲機器人完成揀選、搬運、裝卸等作業(yè)，提高了效率，降低了錯誤率。無人運輸應(yīng)運而生，無人卡車依靠車內(nèi)的智能運算系統(tǒng)，檢測道路周圍路況，捕捉交通標(biāo)志信息以及感知周圍的行駛環(huán)境，引導(dǎo)卡車自主、安全的行駛。無人配送技術(shù)逐步成熟，包括無人機、無人配送車。國產(chǎn)新型AT200無人運輸機是一款高度智能化的無人運輸機，是當(dāng)前世界上噸位最大的無人機之一。未來新物流就是依托信息技術(shù)和人工智能，構(gòu)建大數(shù)據(jù)平臺，實現(xiàn)智能供應(yīng)鏈、無人倉儲、無人裝卸、智能通關(guān)、無人配送、智能全程跟蹤，這就要求生產(chǎn)企業(yè)在產(chǎn)品生產(chǎn)、產(chǎn)品包裝、銷售管理等方面，與智能物流相適應(yīng)。

第二，適應(yīng)新零售。傳統(tǒng)零售是傳統(tǒng)實體零售和純電商，是單一的線上電商或者線下門店，而新零售就如馬云所說的“是線上和線下的結(jié)合，人、貨、倉、配的結(jié)合，是虛和實的結(jié)合”。新零售既不是純粹的電商，也不是純粹的門店，是以互聯(lián)網(wǎng)為基本載體，綜合運用大數(shù)據(jù)、人工智能等技術(shù)，重塑從生產(chǎn)到消費的流通過程，線上線下和現(xiàn)代物流深度融合，為消費者提供了前所未有的快捷、便利和享受，在最短的時間內(nèi)買到自己最滿意的商品，構(gòu)建全新的接觸體驗?zāi)Ｊ健Ｉa(chǎn)企業(yè)不再是單純的通過批發(fā)、門店零售的方式銷售產(chǎn)品，也不再是單純地通過網(wǎng)上電子商務(wù)銷售產(chǎn)品，不僅要改變銷售模式，還要升級改造生產(chǎn)過程。

第三，適應(yīng)新金融。近年來，金融領(lǐng)域的顯著特點是基于信息技術(shù)的各種金融科技創(chuàng)新蓬勃發(fā)展。根據(jù)國際金融穩(wěn)定理事會（FSB）的定義，金融科技（Fin Tech）是指通過技術(shù)手段促進金融創(chuàng)新，構(gòu)成對金融市場、機構(gòu)和金融服務(wù)重大影響的商業(yè)模式、技術(shù)應(yīng)用、流程和產(chǎn)品，分為支付結(jié)算、存貸款和資本籌集、投資管理和市場設(shè)施等四個方面。其中，市場設(shè)施主要指人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)、安全等技術(shù)的應(yīng)用所帶來的金融產(chǎn)品創(chuàng)新。從發(fā)展趨勢看，未來新金融是“網(wǎng)絡(luò)銀行+在線支付+大數(shù)據(jù)管理+區(qū)塊鏈”，尤其是區(qū)塊鏈的應(yīng)用將顛覆傳統(tǒng)金融業(yè)務(wù)，重構(gòu)金融機構(gòu)與企業(yè)的關(guān)系、企業(yè)與消費者的關(guān)系。

第四，適應(yīng)新消費。移動互聯(lián)網(wǎng)消費的興起，消費者從傳統(tǒng)的現(xiàn)金支付到銀行卡刷卡、會員儲值卡，到手機短信支付、芯片卡“閃付”、微信支付，到手機客戶端APP支付等，不斷擴大移動支付的快捷、便利。移動互聯(lián)網(wǎng)也使得消費行為具有私人化的特征，再加之移動設(shè)備具有智能數(shù)據(jù)識別的功能，使得消費者所購買的商品更加能夠代表個人風(fēng)格品味，個性化特性更加明顯。隨著人工智能和5G的普及，個性化、定制化消費將更加普遍，私人定制將成為更多消費者的選擇。新消費不僅要求生產(chǎn)企業(yè)轉(zhuǎn)變生產(chǎn)模式，而且要更加重視對工業(yè)數(shù)據(jù)和消費數(shù)據(jù)的挖掘和開發(fā)利用。

（同濟大學(xué)經(jīng)濟與管理學(xué)院博士研究生紀(jì)曉鵬對本文亦有貢獻）

注釋

[1]《馬克思恩格斯選集》第4卷，北京：人民出版社，1972年，第505頁。

[2]汪進、鐘笑寒：《中國的劉易斯轉(zhuǎn)折點是否到來——理論辨析與國際經(jīng)驗》，《中國社會科學(xué)》，2011年第5頁，第22～37頁。

[3]國家人口發(fā)展戰(zhàn)略研究課題組：《國家人口發(fā)展戰(zhàn)略研究報告》，《人口與計劃生育》，2007年第3期，第4～9頁。

[4]《調(diào)查顯示2030年半數(shù)日本人為單身 日媒稱未來堪憂》，環(huán)球網(wǎng)，2014年7月29日，http：//world.huanqiu.com。

[5]張皓臣：《不孕癥360°綜合診療體系科研成果推廣學(xué)術(shù)大會在京啟動》，《中國醫(yī)藥導(dǎo)報》，2013年第34期。

[6]黃荷鳳、王波、朱依敏：《不孕癥發(fā)生現(xiàn)狀及趨勢分析》，《中國實用婦科與產(chǎn)科雜志》，2013年第9期，第688～690頁。

[7]趙奉軍：《低生育率陷阱與高房價》，《中國房地產(chǎn)》，2019年第7期，第26～28頁。

[8]Nilsson，N. J.， The quest for artificial intelligence， Cambridge University Press， 2009.

[9]Newell， A.， Simon， HA.， "Computer science as empirical inquiry： Symbols and search"， Communications of the ACM， 1976， 19（3）.

[10]Rumelhart， D. E.， "Learning representations by back-propagating errors"， Nature， 1986， 23.

[11]Griliches， Z.， "Hybrid corn： an exploration in the economics of technological change"， Econometrica， 1957， 25（4）.

[12]Cockburn， I. M. ， Henderson， R. ， & Stern， S.， "The impact of artificial intelligence on innovation"， Nber Chapters， 2018.

[13]Brynjolfsson， E.， Rock， D.， &Syverson， C.， "Artificial Intelligence and the Modern Productivity Paradox"， The Economics of Artificial Intelligence： An Agenda， 2019， 23.

[14]McKinsey， "Jobs Lost， Jobs Gained： Workforce Transitions in a Time of Automation"， 2017， https：//www.mckinsey.com.

[15]Manyika， J.， "A future that works： AI， automation， employment， and productivity"， McKinsey Global Institute Research， Tech. Rep， 2017.

[16]McKinsey Global Institute， "Artificial intelligence： The next digital frontier"， Information Security and Communications Privacy， 2017 .

[17]Bauer， H.， Breunig， M.， Richter， G.， Wee， D.， Wüllenweber， J.， & Klein， H.， "Smartening up with Artificial Intelligence （AI）–What，s in it for Germany and its Industrial Sector"， Digital McKinsey， 2017.

[18]騰訊研究院、IT桔子：《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》，中國大數(shù)據(jù)產(chǎn)業(yè)觀察網(wǎng)，2017年8月25日，https：//detail.youzan.com。

[19]孫一元、海立：《跑馬“智能”制造》，《上海國資》，2016年第10期，第50～51頁。

[20]薛加玉：《人工智能賦能制造業(yè)轉(zhuǎn)型升級》，《現(xiàn)代工業(yè)經(jīng)濟和信息化》，2019年第3期，第9～16頁。

責(zé) 編/肖晗題