榮蓉

（山東工藝美術(shù)學(xué)院公共課教學(xué)部，山東 濟(jì)南 250300）

0 引言

在網(wǎng)絡(luò)時(shí)代背景下，大數(shù)據(jù)技術(shù)與人工智能得到普遍應(yīng)用，使人類(lèi)思維模式、工作方法發(fā)生較大改變。企業(yè)在大數(shù)據(jù)思維的引導(dǎo)下，對(duì)投資經(jīng)營(yíng)數(shù)據(jù)進(jìn)行智能化分析，運(yùn)用網(wǎng)絡(luò)技術(shù)、人工智能進(jìn)行數(shù)據(jù)采集和加工，企業(yè)之間、企業(yè)與消費(fèi)者之間借助網(wǎng)絡(luò)渠道交流互動(dòng)，再依靠網(wǎng)絡(luò)協(xié)調(diào)開(kāi)展產(chǎn)銷(xiāo)活動(dòng)，由此形成網(wǎng)絡(luò)、大數(shù)據(jù)與人工智能相互融合的局面，為數(shù)字經(jīng)濟(jì)時(shí)代打下堅(jiān)實(shí)基礎(chǔ)。在十九大會(huì)議召開(kāi)后，人工智能與實(shí)體經(jīng)濟(jì)的深度融合被提上日程，力求開(kāi)發(fā)出面向云邊協(xié)同的新型人工智能項(xiàng)目，將電力、通信、醫(yī)學(xué)等多個(gè)行業(yè)協(xié)同起來(lái)，共同促進(jìn)行業(yè)智能化發(fā)展。

1 經(jīng)濟(jì)學(xué)視角下企業(yè)經(jīng)營(yíng)決策數(shù)據(jù)智能化分析

1.1 智能化基礎(chǔ)

數(shù)據(jù)智能化的基礎(chǔ)在于企業(yè)信息采集、加工整理與處理的能力，可針對(duì)單一企業(yè)進(jìn)行分析，也可立足于整個(gè)行業(yè)進(jìn)行考察。對(duì)企業(yè)決策產(chǎn)生影響的關(guān)鍵因素在于產(chǎn)供銷(xiāo)信息，有直接型也有間接型，有顯性的也有隱性的，均潛藏在大數(shù)據(jù)中。對(duì)此，學(xué)術(shù)界將大數(shù)據(jù)特征總結(jié)為多維度、數(shù)量龐大、完整性三點(diǎn)。事實(shí)上，企業(yè)經(jīng)濟(jì)效益受社會(huì)信息獲得的影響，通過(guò)大數(shù)據(jù)采集、整理加工與處理等方式，篩選出有價(jià)值信息，為產(chǎn)供銷(xiāo)提供更多助力，與傳統(tǒng)模式相比效果十分顯著。大數(shù)據(jù)采集需要借助網(wǎng)絡(luò)、社交媒體、傳感器等渠道進(jìn)行收集，在區(qū)塊鏈、物聯(lián)網(wǎng)等人工智能技術(shù)的支持下進(jìn)行加工整理，企業(yè)在先進(jìn)技術(shù)支持下明確投資額度、產(chǎn)值、產(chǎn)品類(lèi)型等，引導(dǎo)企業(yè)決策數(shù)據(jù)朝著智能化方向發(fā)展[1]。

1.2 智能化熱點(diǎn)

在企業(yè)運(yùn)營(yíng)過(guò)程中，數(shù)據(jù)智能化對(duì)其產(chǎn)生的影響不容小覷，主要可產(chǎn)生兩大熱點(diǎn)問(wèn)題，分別是經(jīng)營(yíng)決策效用函數(shù)問(wèn)題與決策獲取信息的范圍問(wèn)題。對(duì)于前者來(lái)說(shuō)，有很多經(jīng)濟(jì)學(xué)家從多個(gè)角度進(jìn)行分析，但對(duì)后者的關(guān)注度相對(duì)較低。學(xué)者們傾向于在不完全信息的情況下研究，這是由于人類(lèi)難以獲取全部信息，但在數(shù)據(jù)智能化背景下，掌握智能數(shù)據(jù)的高層次企業(yè)對(duì)中低層企業(yè)具有引領(lǐng)作用，可促進(jìn)整個(gè)行業(yè)信息采集、整理和處理能力的提升。在后續(xù)發(fā)展中，如若企業(yè)普遍能夠采集與自身相關(guān)的產(chǎn)供銷(xiāo)數(shù)據(jù)，并可利用新科技進(jìn)行數(shù)據(jù)加工處理后，將準(zhǔn)確全面的數(shù)據(jù)應(yīng)用到經(jīng)營(yíng)決策中，那將會(huì)改變社會(huì)信息采集的基礎(chǔ)模式。此時(shí)，學(xué)者便可在完全信息的情況下進(jìn)行研究。

1.3 廠商理論建構(gòu)

在數(shù)字經(jīng)濟(jì)背景下，該項(xiàng)建構(gòu)應(yīng)立足于數(shù)據(jù)智能化，從以下方面著手研究。一是針對(duì)大數(shù)據(jù)內(nèi)涵與外延進(jìn)行界定，明確企業(yè)決策信息在大數(shù)據(jù)中的獲取方式；二是掌握新科技發(fā)展水平與企業(yè)采集信息間的關(guān)系，并闡釋重塑經(jīng)濟(jì)學(xué)的假設(shè)基礎(chǔ)；三是針對(duì)企業(yè)采集、加工與處理數(shù)據(jù)進(jìn)行理論分析，梳理數(shù)據(jù)智能化的經(jīng)營(yíng)決策流程與原理；四是描述人工智能與大數(shù)據(jù)間的匹配過(guò)程，證明新科技對(duì)企業(yè)決策發(fā)揮的決定作用。通過(guò)上述內(nèi)容進(jìn)行分析論證，使企業(yè)投資和生產(chǎn)依據(jù)得以明確，并在此基礎(chǔ)上選出提供的產(chǎn)品與服務(wù)。

2 大數(shù)據(jù)廠商競(jìng)爭(zhēng)路徑過(guò)程分析

根據(jù)經(jīng)濟(jì)學(xué)經(jīng)典理論可知，市場(chǎng)競(jìng)爭(zhēng)在一定程度上對(duì)超市場(chǎng)力量產(chǎn)生抑制，只有在特定條件下才會(huì)出現(xiàn)壟斷情況。但是，因上述特定條件都要進(jìn)行學(xué)術(shù)處理，經(jīng)濟(jì)學(xué)對(duì)帶有這一判斷的競(jìng)爭(zhēng)與壟斷情況創(chuàng)建理論分析模型，以市場(chǎng)機(jī)制為中心進(jìn)行研究。在大數(shù)據(jù)時(shí)代背景下，在網(wǎng)絡(luò)協(xié)同化影響下廠商會(huì)產(chǎn)生較強(qiáng)的超市場(chǎng)能力，主要體現(xiàn)在數(shù)據(jù)、網(wǎng)絡(luò)與人工智能間的相互結(jié)合上，由此引發(fā)協(xié)同效應(yīng)。在整個(gè)市場(chǎng)體系中，大數(shù)據(jù)產(chǎn)品與服務(wù)供需情況逐漸發(fā)生改變，應(yīng)逐漸擺脫市場(chǎng)機(jī)制的引導(dǎo)，在此類(lèi)問(wèn)題研究中，應(yīng)將廠商競(jìng)爭(zhēng)路徑過(guò)程作為著眼點(diǎn)進(jìn)行分析。

2.1 大數(shù)據(jù)搜集、整合與分類(lèi)

為了檢驗(yàn)廠商競(jìng)爭(zhēng)路徑是否有效，可根據(jù)投資效用函數(shù)是否達(dá)到最大進(jìn)行判斷，這也是效用檢測(cè)的最佳有段。在網(wǎng)絡(luò)誕生之前，因廠商無(wú)法利用市場(chǎng)信息采集與自身經(jīng)營(yíng)相關(guān)的全部信息，更無(wú)法做出準(zhǔn)確的投資預(yù)判，因此效用函數(shù)最大化只是一種憧憬。在競(jìng)爭(zhēng)路徑選擇時(shí)，企業(yè)應(yīng)明確自身的投資產(chǎn)品、投資額度、生產(chǎn)量、生產(chǎn)方式等信息，但要想取得更高的競(jìng)爭(zhēng)效益，便要求企業(yè)利用科技進(jìn)行數(shù)據(jù)處理。在進(jìn)入網(wǎng)絡(luò)時(shí)代后，大數(shù)據(jù)信息包括數(shù)據(jù)化和非數(shù)據(jù)化兩種，蘊(yùn)含豐富的企業(yè)投資經(jīng)營(yíng)所需信息，企業(yè)只有掌握最新的科技，才能在海量數(shù)據(jù)中將最具價(jià)值的信息提取出來(lái)。在大數(shù)據(jù)、互聯(lián)網(wǎng)的融合發(fā)展下，廠商競(jìng)爭(zhēng)渠道拓寬，逐漸延伸到云計(jì)算、人工智能等領(lǐng)域中，在新科技支持下獲取更大的發(fā)展。

在現(xiàn)代化市場(chǎng)中，新科技主要由“互聯(lián)網(wǎng)+”廠商來(lái)操控，也就是網(wǎng)絡(luò)公司。根據(jù)網(wǎng)絡(luò)公司所掌握的科技層次，可將其劃分為初級(jí)、中級(jí)、高級(jí)等多個(gè)層次。通常情況下，新科技最基礎(chǔ)的配置是企業(yè)創(chuàng)建云平臺(tái)，或者對(duì)公共云平臺(tái)的充分利用。究其原因，企業(yè)若想達(dá)到效用最大化目標(biāo)，需要采集與自身經(jīng)營(yíng)相關(guān)產(chǎn)品，明確服務(wù)供求數(shù)量和數(shù)據(jù)結(jié)構(gòu)，此類(lèi)數(shù)據(jù)量十分龐大。在排除未來(lái)變化的前提下，其蘊(yùn)含著歷史數(shù)據(jù)和現(xiàn)有數(shù)據(jù)，如若單純從數(shù)據(jù)采集與存儲(chǔ)方面來(lái)看，企業(yè)必須要?jiǎng)?chuàng)建云平臺(tái)進(jìn)行數(shù)據(jù)整合與分析。與此同時(shí)，網(wǎng)絡(luò)和云平臺(tái)間的聯(lián)系日益進(jìn)步，廠商投資的主要目的是借助網(wǎng)絡(luò)采集有價(jià)值的信息，實(shí)現(xiàn)經(jīng)營(yíng)效益最大化。如若“互聯(lián)網(wǎng)+廠商”無(wú)法借助云平臺(tái)進(jìn)行數(shù)據(jù)存儲(chǔ)與分類(lèi)，單純借助網(wǎng)絡(luò)進(jìn)行投資運(yùn)營(yíng)，則競(jìng)爭(zhēng)路徑將很難獲得高層次網(wǎng)絡(luò)公司的支持。對(duì)此，傳統(tǒng)行業(yè)廠商在朝著互聯(lián)網(wǎng)行業(yè)轉(zhuǎn)變時(shí)，應(yīng)將互聯(lián)網(wǎng)與云平臺(tái)結(jié)合起來(lái)，充分發(fā)揮信息采集、存儲(chǔ)、整合與分類(lèi)等功能；再將機(jī)器學(xué)習(xí)、云計(jì)算等技術(shù)應(yīng)用到經(jīng)營(yíng)投資中，充分發(fā)揮數(shù)據(jù)加工處理效能，從而靈活運(yùn)用新科技駕馭大數(shù)據(jù)，使競(jìng)爭(zhēng)能力得到顯著提升，順利實(shí)現(xiàn)企業(yè)轉(zhuǎn)型發(fā)展[2]。

2.2 利用云計(jì)算進(jìn)行數(shù)據(jù)加工處理

根據(jù)廠商云計(jì)算能力，可對(duì)企業(yè)類(lèi)型進(jìn)行判斷，即“互聯(lián)網(wǎng)+”企業(yè)或者高科技網(wǎng)絡(luò)公司。網(wǎng)絡(luò)技術(shù)、人工智能逐漸普及，但只有很少的企業(yè)擁有云計(jì)算能力，大部分企業(yè)都需要依靠這一小部分群體的云計(jì)算來(lái)解決問(wèn)題。在云計(jì)算處理中，涉及歷史、現(xiàn)在和未來(lái)三種類(lèi)型數(shù)據(jù)，根據(jù)云計(jì)算能力水平可衡量廠商的層次等級(jí)，初級(jí)廠商只具備數(shù)據(jù)化信息的處理能力，無(wú)法對(duì)非數(shù)據(jù)化信息進(jìn)行處理；中級(jí)廠商能夠?qū)?shù)據(jù)與非數(shù)據(jù)化信息進(jìn)行處理；高級(jí)廠商在前者的基礎(chǔ)上，還可能處理未來(lái)數(shù)據(jù)?？梢?jiàn)，企業(yè)為了獲得更高的投資競(jìng)爭(zhēng)函數(shù)，應(yīng)對(duì)產(chǎn)品與服務(wù)的供求數(shù)量進(jìn)行云計(jì)算。為了提高云計(jì)算實(shí)力，不但要增加軟硬件的投資，還應(yīng)重視新科技的研發(fā)。事實(shí)上，中小型廠商在資金方面普遍存在缺口，對(duì)技術(shù)研發(fā)起到制約作用，因此技術(shù)研發(fā)的重任通常會(huì)落在大型企業(yè)的肩上。但是，即便大型企業(yè)的資金實(shí)力較強(qiáng)，但也未必能夠研發(fā)出高層次的云計(jì)算技術(shù)，技術(shù)層級(jí)受網(wǎng)絡(luò)、數(shù)據(jù)與人工智能融合情況的影響，還由模型創(chuàng)建和參數(shù)設(shè)計(jì)而決定。主要因企業(yè)利用云計(jì)算加工和處理數(shù)據(jù)與是否能從大數(shù)據(jù)中采集準(zhǔn)確信息性質(zhì)不同。企業(yè)只有熟練運(yùn)用人工智能進(jìn)行數(shù)據(jù)匹配，才可獲取真實(shí)全面的數(shù)據(jù)信息，對(duì)產(chǎn)品類(lèi)型與供求情況進(jìn)行確定，從而處于有利的競(jìng)爭(zhēng)位置?？梢?jiàn)，在數(shù)據(jù)時(shí)代背景下，企業(yè)競(jìng)爭(zhēng)路徑選擇與云計(jì)算、智能技術(shù)的應(yīng)用息息相關(guān)[3]。

2.3 運(yùn)用機(jī)器學(xué)習(xí)與人工智能匹配大數(shù)據(jù)

人工智能的主要實(shí)現(xiàn)方式在于機(jī)器學(xué)習(xí)，通過(guò)與云平臺(tái)、網(wǎng)絡(luò)相融合，匹配相應(yīng)的數(shù)據(jù)信息，在云計(jì)算基礎(chǔ)上進(jìn)行機(jī)器學(xué)習(xí)，利用不同的技術(shù)層次匹配相應(yīng)的大數(shù)據(jù)。在智能社會(huì)背景下，企業(yè)可通過(guò)創(chuàng)建模型與編制程序，利用計(jì)算機(jī)服務(wù)器進(jìn)行學(xué)習(xí)，由此確定投資額度、投資產(chǎn)品類(lèi)型、生產(chǎn)量以及生產(chǎn)方式等內(nèi)容。因機(jī)器學(xué)習(xí)的科技水平較高，中小型廠商無(wú)法把握該項(xiàng)技術(shù)，有時(shí)即便是大廠商，其技術(shù)研發(fā)能力也不達(dá)標(biāo)，對(duì)機(jī)器學(xué)習(xí)能力產(chǎn)生不良影響。機(jī)器學(xué)習(xí)主要面向數(shù)字化、非數(shù)字化等內(nèi)容，先對(duì)目標(biāo)數(shù)據(jù)進(jìn)行識(shí)別、加工和整理后，利用云計(jì)算進(jìn)行優(yōu)化，最終獲取產(chǎn)品供求關(guān)系與數(shù)量構(gòu)成等信息，在市場(chǎng)競(jìng)爭(zhēng)中取得更多優(yōu)勢(shì)。在歷史、現(xiàn)在和未來(lái)數(shù)據(jù)中，非數(shù)據(jù)化信息占比較大，如語(yǔ)音、圖文、指紋等等，可以用人工智能進(jìn)行識(shí)別的數(shù)據(jù)信息，這對(duì)機(jī)器學(xué)習(xí)、數(shù)據(jù)匹配具有較大影響?？梢?jiàn)，所有數(shù)據(jù)挖掘、智能化手段都并非獨(dú)立場(chǎng)景，而是多種智能技術(shù)相結(jié)合的產(chǎn)物。站在全社會(huì)角度上看，如若新科技能夠提供超過(guò)人類(lèi)已知的數(shù)據(jù)量，則未來(lái)發(fā)展中，掌握頂級(jí)科技的企業(yè)便可能通過(guò)采集海量數(shù)據(jù)獲得更加權(quán)證的信息，甚至?xí)o(wú)限接近精準(zhǔn)信息。這便要開(kāi)始思考另外一個(gè)問(wèn)題，如若日后新科技得到充分利用，使全部企業(yè)都能利用網(wǎng)絡(luò)協(xié)同化開(kāi)展經(jīng)營(yíng)活動(dòng)，則彼此間的競(jìng)爭(zhēng)路徑便會(huì)呈現(xiàn)同質(zhì)化特點(diǎn)。這里提及的新科技充分利用是指大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能間的高度融合，使新技術(shù)走到盡頭，值得繼續(xù)商榷。但不可否認(rèn)的是，隨著新科技的發(fā)展與逐漸普及，企業(yè)競(jìng)爭(zhēng)路徑的確會(huì)開(kāi)始趨同，但這種特點(diǎn)并不排除不同企業(yè)因新科技差異使競(jìng)爭(zhēng)實(shí)力不同的情況產(chǎn)生[4]。

3 基于云邊協(xié)同的人工智能研發(fā)與產(chǎn)業(yè)化應(yīng)用研究

3.1 研究?jī)?nèi)容

云邊協(xié)同是人工智能在不同行業(yè)普及應(yīng)用的前提所在，在云邊協(xié)同基礎(chǔ)上研發(fā)新的人工智能項(xiàng)目模型，創(chuàng)建一條完善的人工智能產(chǎn)業(yè)鏈，實(shí)現(xiàn)多個(gè)行業(yè)、不同企業(yè)的個(gè)性化生產(chǎn)與服務(wù)，為智慧城市創(chuàng)建提供大力支持。在該項(xiàng)目研發(fā)中，將大數(shù)據(jù)挖掘技術(shù)、現(xiàn)有人工智能技術(shù)、云邊協(xié)同理論等融入其中，主要研究?jī)?nèi)容是對(duì)三大構(gòu)成模塊的深層探究、智能集成落地總平臺(tái)開(kāi)發(fā)，即富媒體采集技術(shù)研究、通信加密傳輸研究、高可用智能微服務(wù)研究。

3.2 創(chuàng)新點(diǎn)

通過(guò)云端智能計(jì)算，實(shí)現(xiàn)深度學(xué)習(xí)模型技術(shù)訓(xùn)練、邊緣應(yīng)用等目標(biāo)。該項(xiàng)目的創(chuàng)新之處體現(xiàn)在以下方面。

一是率先在回歸鄰域重構(gòu)法的基礎(chǔ)上提出信號(hào)增強(qiáng)技術(shù)，達(dá)到數(shù)據(jù)動(dòng)態(tài)采集和重建的目標(biāo)。在該算法基礎(chǔ)上，與人工智能技術(shù)相結(jié)合，形成信息采集模塊，使整體框架更加完善。該項(xiàng)技術(shù)是在NRM技術(shù)基礎(chǔ)上建成，并創(chuàng)建出邊緣端采集設(shè)備的超分辨率模塊，使以往采集設(shè)備分辨率不足、信息識(shí)別精度低等不足得到充分彌補(bǔ)。同時(shí)，充分發(fā)揮該算法在時(shí)間、計(jì)算能力等方面的優(yōu)點(diǎn)，使邊緣采集設(shè)備得到就地分析，面向模糊圖像進(jìn)行高分辨率的重構(gòu)，有助于冗余數(shù)據(jù)傳輸量的降低，實(shí)時(shí)性提升。

二是在云重心理論基礎(chǔ)上，通過(guò)分布數(shù)據(jù)評(píng)估面向海量數(shù)據(jù)進(jìn)行挖掘與對(duì)接，在全局場(chǎng)景下對(duì)深度模型參數(shù)進(jìn)行估計(jì)，是將以往模糊集理論與概率論融合起來(lái)，經(jīng)過(guò)綜合分析后使定性值、定量值得到有機(jī)轉(zhuǎn)換。在云邊協(xié)同處理框架下，為了達(dá)成深度學(xué)習(xí)優(yōu)化目標(biāo)，創(chuàng)建了反竊電稽查監(jiān)控系統(tǒng)，針對(duì)采集的用戶用電信息進(jìn)行綜合分析，在保障數(shù)據(jù)準(zhǔn)確的基礎(chǔ)上提高魯棒性，使遷移和泛化能力得到全面提升。

三是在邊緣計(jì)算基礎(chǔ)上開(kāi)展云邊協(xié)同。改變以往在熵通道基礎(chǔ)上建模的方式，彌補(bǔ)了邊緣端計(jì)算資源的缺口，能夠靈活部署數(shù)據(jù)安全傳輸通道，降低資源消耗，使數(shù)據(jù)處理效率得到顯著提升，信息安全得到切實(shí)保障。在量子加密傳輸系統(tǒng)應(yīng)用中，面向不同業(yè)務(wù)創(chuàng)建了加密傳輸通道，使云邊端的信息傳遞更加安全和可靠，與以往相比，傳輸效率也得到顯著提升。

四是創(chuàng)造性地在深度卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，提出魯棒識(shí)別技術(shù)，可在復(fù)雜環(huán)境下對(duì)人與物進(jìn)行智能識(shí)別，使以往物體識(shí)別受環(huán)境因素影響的弊端得以消除。依靠采集模塊進(jìn)行數(shù)據(jù)收集，采用HDFS文件系統(tǒng)存儲(chǔ)海量信息，創(chuàng)建所需的訓(xùn)練集，并利用深度卷積神經(jīng)網(wǎng)優(yōu)化模型，實(shí)現(xiàn)智能識(shí)別。同時(shí)，還可在對(duì)抗網(wǎng)絡(luò)識(shí)別模式基礎(chǔ)上，針對(duì)復(fù)雜環(huán)境下采集到的人、物信息進(jìn)行深入識(shí)別，合成相應(yīng)的信息數(shù)據(jù)，使識(shí)別精度得到顯著提升。

3.3 研究成果

該項(xiàng)目研發(fā)了人工智能平臺(tái)，將其當(dāng)作底層AI模型投入使用，還將不同行業(yè)應(yīng)用場(chǎng)景的關(guān)鍵技術(shù)融入其中，對(duì)具有代表性的場(chǎng)景、業(yè)務(wù)、技術(shù)需求進(jìn)行分析，面向電力領(lǐng)域進(jìn)行人工智能研究、面向醫(yī)療領(lǐng)域進(jìn)行圖像分割識(shí)別系統(tǒng)分析，還重點(diǎn)研究了大數(shù)據(jù)深度學(xué)習(xí)反竊電稽查系統(tǒng)，開(kāi)發(fā)出智慧遙感系統(tǒng)與裝置，在云邊協(xié)同基礎(chǔ)上使人工智能應(yīng)用平臺(tái)得以創(chuàng)建，整體框架更加完善，內(nèi)容和性能得到進(jìn)一步豐富[5-6]。

4 結(jié)論

綜上所述，在數(shù)字經(jīng)濟(jì)時(shí)代背景下，越來(lái)越多的企業(yè)開(kāi)始使用人工智能技術(shù)，且新科技層次也逐漸提升，網(wǎng)絡(luò)協(xié)同效用越發(fā)普遍。對(duì)此，經(jīng)濟(jì)學(xué)應(yīng)重視總供給與需求間的均衡關(guān)系，根據(jù)數(shù)據(jù)智能化水平的普遍提升，使產(chǎn)品與服務(wù)供給端被擴(kuò)大，導(dǎo)致全社會(huì)網(wǎng)絡(luò)協(xié)同化水平逐漸提升，效用函數(shù)不斷接近最大化。同時(shí)，再將云邊協(xié)同理論等融入其中，通過(guò)將邊緣端與云端相結(jié)合，在云邊協(xié)同數(shù)據(jù)智能識(shí)別與處理的同時(shí)，還可對(duì)海量信息進(jìn)行深入挖掘與評(píng)估。可見(jiàn)，在互聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能的融合之下，可為后續(xù)數(shù)字經(jīng)濟(jì)的發(fā)展打下堅(jiān)實(shí)基礎(chǔ)，協(xié)同效應(yīng)覆蓋面擴(kuò)張使數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)健康可持續(xù)發(fā)展。