京雨

人工智能是一場前所未有的技術革命，關于人工智能對經(jīng)濟增長的影響正在受到更深層次的關注。一個時期以來，經(jīng)濟學界對這一問題進行了深入的探討，其中在新古典經(jīng)濟學范式下，以數(shù)據(jù)為基礎的人工智能被視為一種新的生產(chǎn)要素，通過實證發(fā)現(xiàn)自動化顯著降低了邊際成本，有效地提高了投入產(chǎn)出效率；在奧地利學派思想范式下，人工智能可以被理解為市場發(fā)現(xiàn)過程中的組成部分。通過觀察人工智能技術迭代的特征（自主性與智能化、開源性和協(xié)作性、個性化與主觀價值），以及理解人工智能在市場發(fā)現(xiàn)過程中的作用、對知識的利用、對個體選擇的支持以及對創(chuàng)新力的促進，發(fā)現(xiàn)人工智能的發(fā)展已經(jīng)高度依賴企業(yè)家和企業(yè)家精神。未來誰能代表最先進生產(chǎn)力，將取決于可持續(xù)的能源支持、開放的場景創(chuàng)造和強大的企業(yè)家精神，企業(yè)家精神是核心引擎。那么人工智能如何促進經(jīng)濟增長？重要的經(jīng)濟學學派如何解讀？有哪些要素關系到經(jīng)濟增長？為此，本刊特約記者采訪了工銀國際首席經(jīng)濟學家程實。

人工智能的發(fā)展和經(jīng)濟增長

《領導文萃》：首先，引用20世紀著名科學家約翰·馮·諾依曼經(jīng)典話語：“技術日新月異，人類生活方式正在快速轉變，這一切給人類歷史帶來了一系列不可思議的奇點。我們曾經(jīng)熟悉的一切，都開始變得陌生?！碑斚氯斯ぶ悄艿陌l(fā)展十分突出地表現(xiàn)出這樣的特征，因而受到全球廣泛的關注，特別是人工智能和經(jīng)濟增長之間的關系，更是引起人們的思考。那么，人工智能當前處在怎樣的發(fā)展階段，每個階段的特征是什么？

程實：人工智能（簡稱AI）的發(fā)展可以追溯到20世紀50年代，從最早的感知機模型到如今的神經(jīng)網(wǎng)絡模型和大語言模型，人工智能經(jīng)歷了四個重要階段和關鍵技術的突破。第一階段：感知機模型的提出（20世紀50年代）。1957年，美國科學家弗蘭克·羅森布拉特提出了感知機模型。這種模型包含輸入層和輸出層，通過設置權重和偏置等參數(shù)來進行決策。盡管感知機模型的功能有限，但它為后續(xù)神經(jīng)網(wǎng)絡模型的發(fā)展奠定了基礎。第二階段：專家系統(tǒng)和知識表示（20世紀60—70年代）。統(tǒng)計學習理論的發(fā)展為機器學習算法的建設提供了理論基礎，提出了許多實用的機器學習算法。1965年，達特茅斯會議上，人工智能領域的研究者開始探索使用邏輯推理和知識表示來實現(xiàn)人工智能。20世紀70年代，反向傳播算法的出現(xiàn)使得神經(jīng)網(wǎng)絡模型能夠在更大規(guī)模的數(shù)據(jù)集上進行訓練，并取得更好的性能。這使得專家系統(tǒng)成為人工智能的主要研究方向，專家系統(tǒng)通過將專家的知識轉化為規(guī)則和推理機制，實現(xiàn)了在特定領域的智能決策和問題解決。第三階段：機器學習和深度學習（20世紀80—90年代）。到了20世紀80年代，機器學習成為人工智能的重要分支，通過讓機器從數(shù)據(jù)中學習和優(yōu)化算法，實現(xiàn)了模式識別和預測能力。進入90年代，神經(jīng)網(wǎng)絡和深度學習開始嶄露頭角，通過多層次的神經(jīng)網(wǎng)絡結構和反向傳播算法，實現(xiàn)了對復雜數(shù)據(jù)的處理和特征提取。第四階段：大數(shù)據(jù)和大語言模型（21世紀）。2000年以后，隨著互聯(lián)網(wǎng)的普及和數(shù)據(jù)的爆炸性增長，大數(shù)據(jù)成為推動人工智能發(fā)展的重要驅動力。2010年，大語言模型開始嶄露頭角，通過深度學習和自然語言處理技術，實現(xiàn)了對自然語言的理解和生成。例如，谷歌推出的語言模型Bard可以實現(xiàn)100多種語言之間的翻譯，翻譯質量接近人類水平。在問答系統(tǒng)領域，2018年，Open AI推出了GPT（Generative Pre-trained Transformer）模型，該模型通過預訓練和微調的方式，實現(xiàn)了對多種自然語言任務的優(yōu)秀表現(xiàn)。2024年年初，Open AI推出了Sora模型，該多模態(tài)模型通過學習大量真實世界的視頻素材，實現(xiàn)了對真實世界的理解和模擬能力。值得關注和思考的是，人工智能每一輪的發(fā)展都為全球經(jīng)濟提供了增長潛能。

《領導文萃》：您可否從經(jīng)濟增長的角度，進一步說明人工智能技術發(fā)展為什么能對經(jīng)濟增長有深刻影響？

程實：這可從經(jīng)濟學層面做出解讀。我先引入新古典經(jīng)濟學范式作一個簡單的分析。在新古典經(jīng)濟學派框架下，人工智能可以看作是一種新的生產(chǎn)要素。這個新要素能夠改變生產(chǎn)函數(shù)、提高生產(chǎn)率、降低邊際生產(chǎn)成本，并最終影響供給和需求曲線。從生產(chǎn)效率來看，新古典經(jīng)濟學派關注如何通過技術提高生產(chǎn)效率。人工智能通過自動化，有助于提高各行各業(yè)的生產(chǎn)效率，從而改變生產(chǎn)的規(guī)模收益，但有可能會導致某些行業(yè)的市場結構向寡頭壟斷或完全競爭傾斜。從勞動力市場（生產(chǎn)函數(shù)）來看，人工智能的發(fā)展可能導致勞動力市場的顯著變化，包括某些工作的替代和新工作的創(chuàng)造。這與新古典經(jīng)濟學派關于勞動市場的分析相符，其中工資和就業(yè)水平是由勞動力供需決定的。從消費者福利方面來看，人工智能應用的擴散可以增加商品和服務的多樣性，提高產(chǎn)品質量，從而提高消費者福利。這與新古典經(jīng)濟學的消費者選擇理論和效用最大化原則相一致。最后，從市場結構和完全競爭方面來看，新古典經(jīng)濟學派關注如何通過機制設計和市場干預來實現(xiàn)資源配置的帕累托最優(yōu)，人工智能在此框架下被視為提高效率和優(yōu)化決策的工具。

人工智能可以看作是一種新的生產(chǎn)要素。這個新要素能夠改變生產(chǎn)函數(shù)、提高生產(chǎn)率、降低邊際生產(chǎn)成本，并最終影響供給和需求曲線。從生產(chǎn)效率來看，新古典經(jīng)濟學派關注如何通過技術提高生產(chǎn)效率。人工智能通過自動化，有助于提高各行各業(yè)的生產(chǎn)效率，從而改變生產(chǎn)的規(guī)模收益，但有可能會導致某些行業(yè)的市場結構向寡頭壟斷或完全競爭傾斜。

新古典經(jīng)濟學派對人工智能的理解是將其視為一種要素和工具。在新古典增長模型中，人工智能被直接視為一種新形式的自動化，它能夠自動執(zhí)行以前難以完成的任務。這包括非常規(guī)任務（如自動駕駛汽車），以及高技能任務（如法律服務和科學研究）。在實證中，新古典經(jīng)濟學家進一步借鑒了威廉姆·鮑莫爾的“成本病”理論（或“鮑莫爾病”），這套理論主要論述了在一些服務行業(yè)（例如教育、醫(yī)療、藝術表演等）生產(chǎn)率提升的速度通常低于其他行業(yè)（如制造業(yè)）。因為服務性質的行業(yè)需要較高比例的人工投入，而且這些服務難以實現(xiàn)規(guī)模化生產(chǎn)或自動化。隨著時間的推移，即使這些行業(yè)的生產(chǎn)率沒有顯著增長，但為了保持員工的工資競爭力，他們的成本（特別是工資成本）還是會上升，導致其他生產(chǎn)率增長更快的行業(yè)必須支付更高的價格來獲得這些服務。近年來，一些新古典經(jīng)濟學家通過增長模型實證了人工智能的發(fā)展（高度自動化）有助于緩解服務業(yè)的“鮑莫爾病”，推動經(jīng)濟持續(xù)增長。具體表現(xiàn)在四個方面：一是提升生產(chǎn)率。人工智能可以通過自動化任務來提升過去難以自動化的服務行業(yè)的生產(chǎn)率。例如，AI可以用于醫(yī)療影像診斷，提供個性化的教育服務，或者在藝術創(chuàng)作中提供輔助。隨著人工智能在服務行業(yè)的應用越來越廣泛，服務行業(yè)的生產(chǎn)率提升將對整體經(jīng)濟增長產(chǎn)生積極影響。二是降低成本。通過人工智能技術，可以減少某些行業(yè)對昂貴人力資源的依賴，降低服務成本，從而緩解或逆轉“成本病”現(xiàn)象。三是改善服務質量。人工智能能夠在某些領域提供比人類更精準或一致的服務，例如通過算法優(yōu)化藥物配方或提供個性化的學習計劃等。四是創(chuàng)造新的工作崗位。盡管人工智能可能會替代某些工作，但它也能創(chuàng)造新的崗位和職業(yè)。當然，需要指出的是，雖然人工智能具有這四方面潛力，但在消除“成本病”方面仍面臨一些挑戰(zhàn)，如醫(yī)療和教育。數(shù)據(jù)的隱私和倫理問題都可能會限制AI的使用。

《領導文萃》：如您所介紹，在新古典經(jīng)濟學范式下，以數(shù)據(jù)為基礎的人工智能被視為一種新的生產(chǎn)要素。那么，其他經(jīng)濟學派又是如何看待人工智能對經(jīng)濟增長的影響的？他們看待人工智能的視角又有什么不同？有哪些局限性？

程實：我再介紹一下著名的奧地利學派思想范式，通過這個范式再看人工智能對經(jīng)濟增長的影響。與上面所介紹的新古典經(jīng)濟學家對人工智能的理解不同，以米賽斯和哈耶克為代表的奧地利學派，不僅深刻認識到技術變革對經(jīng)濟的影響，如生產(chǎn)率的提升、新產(chǎn)品和服務的創(chuàng)造，以及市場結構的變革，更重要的是，奧地利學派更加關注人工智能在市場發(fā)現(xiàn)過程中的作用、知識的利用、個體選擇和創(chuàng)新動力。從市場過程的角度，奧地利學派一直以來強調市場不僅僅是資源分配的機制，更是一種發(fā)現(xiàn)價格、偏好、技術和其他市場信息的過程。通過奧地利學派思想范式，人工智能可以被視為這種動態(tài)過程的組成部分，例如企業(yè)家與人工智能通過人機互動發(fā)現(xiàn)新的機會。在信息和知識的維度上，哈耶克特別強調了知識的分散性，以及市場在信息發(fā)現(xiàn)過程中的重要作用。隨著大數(shù)據(jù)的快速發(fā)展，人工智能技術可以更加高效地通過自身聚合和分類技術，更加精細地選擇和處理這些分散信息。從主觀價值的角度出發(fā)，奧地利學派強調，價值由個體的偏好和選擇所決定。這一觀點與現(xiàn)代人工智能在提供個性化服務和增強個體決策方面相呼應。在創(chuàng)新和企業(yè)家精神層面，認為經(jīng)濟發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅動的。這與人工智能的無限創(chuàng)造性緊密地聯(lián)系起來，人工智能作為一種不斷迭代和自我演進的突破技術，能夠激發(fā)企業(yè)家的創(chuàng)新動力。

當前人工智能的發(fā)展建立在多種技術和模型之上，這些技術和模型發(fā)展擁有以下核心特征：第一個特征是自主性與智能化。自主性與智能化是指AI技術正推動著自動化水平的提升，從簡單的重復任務自動化到復雜決策過程的自主性。自主性的提升實際上是算力和模型復雜性的提升所帶來的機器人智能化的提升。盡管當前人工智能技術和模型的發(fā)展通常不被認為具有自發(fā)性，但通過強化學習和進化算法，AI系統(tǒng)有望在一定環(huán)境或框架下自我演化和自適應，以達到預先設定的目標或任務。此外，從大語言模型、轉換器模型以及知識圖譜的技術特征和發(fā)展方向來看，隨著人工智能在自然語言理解、邏輯推理、發(fā)現(xiàn)新關聯(lián)關系方面的能力不斷提高，在某種程度上其所創(chuàng)造的數(shù)字經(jīng)濟世界中，已經(jīng)出現(xiàn)了類似于奧地利學派經(jīng)濟學家提出的自組織系統(tǒng)，即組件間的局部交互可以導致全局有序行為的出現(xiàn)。強化學習系統(tǒng)是自適應系統(tǒng)的一個例子，智能體通過與環(huán)境交互學習策略，從而最大化某種累積獎勵。智能體的學習和決策過程是自組織的、不需要外部指導的。第二個特征是開源性和協(xié)作性。近十年來AI之所以能夠快速崛起，受益于開源代碼的興起，許多重要的AI工具和庫都是開源的，這直接促進了全球范圍內(nèi)的協(xié)作和共享。AI算法實現(xiàn)開源的底層邏輯是知識的分散性。正因為知識具有分散性，現(xiàn)代AI才試圖通過互聯(lián)網(wǎng)社區(qū)實現(xiàn)更多的信息和知識共享。這與奧地利學派核心原則之一的知識分散性如出一轍。哈耶克認為，經(jīng)濟系統(tǒng)中的知識是分散于所有個體中的，沒有任何一個權威能夠掌握所有信息。因此，開源協(xié)作能夠發(fā)揮知識分散的優(yōu)勢，從而加速知識的創(chuàng)新和技術迭代。第三個特征是個性化與主觀價值。隨著深度學習技術的出現(xiàn)，AI技術越來越朝個性化與定制化方向發(fā)展。AI現(xiàn)在能夠提供高度個性化的產(chǎn)品和服務，從定制化的新聞推送到個性化的學習計劃，再到個性化的健康建議。在開源AI項目中，每個貢獻者可以根據(jù)自己的興趣和需求選擇參與項目或貢獻代碼，這都體現(xiàn)了數(shù)字經(jīng)濟世界中是以個體主義和主觀價值為出發(fā)點。

《領導文萃》：在您上述介紹中，奧地利學派認為經(jīng)濟發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅動的。人工智能作為一種不斷迭代和自我演進的突破技術，能夠激發(fā)企業(yè)家的創(chuàng)新動力，也就是說，企業(yè)家精神是人工智能得以推動并促進經(jīng)濟增長的核心。您可否進一步介紹人工智能從哪幾個方面激發(fā)企業(yè)家精神的。

程實：前面說過，在新古典經(jīng)濟學范式下，人工智能是通過提升自動化和信息處理能力優(yōu)化資源配置的效率，從而促進了勞動生產(chǎn)率水平的提升。新古典經(jīng)濟學家卻沒有回答一個更加實際的問題，那就是人工智能如何實現(xiàn)勞動生產(chǎn)率水平的提升。新古典經(jīng)濟學家似乎較少關注企業(yè)家的角色和重要性。而奧地利學派認為經(jīng)濟發(fā)展是由不斷的創(chuàng)新和企業(yè)家精神驅動的，確切來說，真正能夠實現(xiàn)人類勞動生產(chǎn)率質變的核心在于人工智能技術是否能最大限度地解放企業(yè)家精神和創(chuàng)新能力。我認為，人工智能技術發(fā)展能夠在三個方面有效激發(fā)企業(yè)家精神和創(chuàng)新能力：一是學習能力的提升。人工智能幫助企業(yè)家擁有更多的時間去思考和學習。具體來看，AI自動化和數(shù)據(jù)驅動決策能力提升，可以減少企業(yè)家和管理者對公司日常運營的關注時間，幫助企業(yè)家把更多的時間和精力集中在戰(zhàn)略性任務或自我學習上，這是激發(fā)創(chuàng)造力的第一步。實際上，越來越多的企業(yè)家和商業(yè)領袖都公開討論過人工智能如何幫助他們的企業(yè)節(jié)省時間，促進企業(yè)家學習能力提高。谷歌的首席執(zhí)行官Sundar Pichai經(jīng)常提到AI在提高效率和促進企業(yè)家精神方面的重要性。他表示人工智能是谷歌的核心驅動力，通過自動化簡化任務，幫助企業(yè)專注于核心的創(chuàng)新工作。Facebook的創(chuàng)始人Mark Zuckerberg在多個場合指出AI技術能夠幫助團隊更有效地識別和管理社交平臺上的問題內(nèi)容，因此企業(yè)家、決策者和工程師們就可以把更多的時間花在產(chǎn)品和服務的創(chuàng)新上。二是決策力和想象力的提升。人工智能所提供的信息發(fā)現(xiàn)或創(chuàng)新設計能夠更好地提升企業(yè)家的決策力和想象力。比如，Netflix正在利用AI分析用戶觀看數(shù)據(jù)（用戶觀看時間、觀看類型、情緒反映等），從而優(yōu)化推薦算法，并指導原創(chuàng)內(nèi)容的開發(fā)。Netflix的創(chuàng)始人之一Marc Randolph認為這種數(shù)據(jù)驅動的決策為企業(yè)家提供了新的創(chuàng)新方向。三是好奇心、冒險精神與資源整合力的提升。長期來看，隨著多模態(tài)模型的出現(xiàn)，未來人工智能不僅僅是“工程師”，更將成為“科學家”。 這將極大地促進企業(yè)家精神，幫助人類以前所未有的速度和規(guī)模在科學領域實現(xiàn)理論創(chuàng)新。芝加哥大學近期的一項研究指出，AI不僅可以更好地預測科學發(fā)現(xiàn)，還可以進一步擴展科學發(fā)現(xiàn)。比如，在科學家進行推理預測的過程中，AI會通過自我學習對人類的研究問題進行思考，再為人類的推理過程和基本假設提供補充和建議。科學家認為這種補充性智能的產(chǎn)生可能會加速新的科學發(fā)現(xiàn)，最終帶來理論創(chuàng)新的飛躍式進步。本質上看，人工智能之所以能出現(xiàn)補充性智能是因為人工智能在某種程度上存在“涌現(xiàn)”特征?！坝楷F(xiàn)”是指當簡單的規(guī)則或算法在人工智能的復雜結構中相互作用時，會出現(xiàn)新的、意想不到的模式或行為。正如OpenAI的創(chuàng)始人Sam Altman指出，當人工智能算力能夠得到顯著提升時，AI的智能性將為人類生產(chǎn)活動和生產(chǎn)水平帶來質變。隨著新能源技術的進步，AI系統(tǒng)特別是涉及神經(jīng)網(wǎng)絡或機器學習的系統(tǒng)，或將更加高頻次地出現(xiàn)某種程度的“涌現(xiàn)”行為，為企業(yè)家或創(chuàng)業(yè)者帶來更多更廣的創(chuàng)新和技術進步的機會。越來越多富有企業(yè)家精神的人將在好奇心的驅動下，勇于探索人工智能所帶來的未知領域。

隨著多模態(tài)模型的出現(xiàn)，未來人工智能不僅僅是“工程師”，更將成為“科學家”。 這將極大地促進企業(yè)家精神，幫助人類以前所未有的速度和規(guī)模在科學領域實現(xiàn)理論創(chuàng)新。芝加哥大學近期的一項研究指出，AI不僅可以更好地預測科學發(fā)現(xiàn)，還可以進一步擴展科學發(fā)現(xiàn)。

AI環(huán)境的演進：人工智能未來發(fā)展的方向

《領導文萃》：人工智能的發(fā)展已經(jīng)是不可阻擋，未來的經(jīng)濟增長也和人工智能發(fā)展緊密聯(lián)系在一起，也就是說關注和推動經(jīng)濟增長，就必須關注人工智能發(fā)展，請問人工智能未來發(fā)展的方向是什么？

程實：我認為，人工智能未來發(fā)展有五個重要方向：一是多模態(tài)人工智能（Multimodal AI）。多模態(tài)人工智能是指超越傳統(tǒng)單一數(shù)據(jù)的處理方式，涵蓋了文本、圖像和聲音等多種輸入類型。這一技術方向旨在模仿人類處理多樣感官信息的能力。多模態(tài)人工智能的應用領域非常廣泛，例如在醫(yī)療領域，多模態(tài)模型可以結合患者的病史和基因信息來分析醫(yī)學圖像，提高診斷準確性。在職能層面上，多模態(tài)模型可以擴展各種員工的能力，將基本的設計和編碼能力擴展到?jīng)]有相關背景的個人身上。二是主動型人工智能。主動型人工智能是從被動式人工智能向主動式人工智能的重要轉變。主動型人工智能代理系統(tǒng)具備自主性、主動性和獨立行動的能力。與傳統(tǒng)的人工智能系統(tǒng)不同，主動型人工智能代理系統(tǒng)能夠理解環(huán)境、設定目標并采取行動，而無需直接人類干預。三是開源人工智能。構建大型語言模型和其他強大的生成式人工智能系統(tǒng)是一個昂貴的過程，需要大量的計算資源和數(shù)據(jù)。但使用開源模型可以使開發(fā)人員在其他人的基礎上進行開發(fā)，降低成本并擴大人工智能的應用范圍。開源人工智能是公開可用的，通常是免費的，使組織和研究人員能夠貢獻和構建現(xiàn)有代碼。開源方法還可以促進透明度和道德開發(fā)，因為更多的人參與代碼審查，有更大的可能性發(fā)現(xiàn)偏見、錯誤和安全漏洞。四是檢索增強生成人工智能。盡管生成式人工智能工具在2023年得到廣泛應用，但它們?nèi)匀淮嬖诨糜X問題：對用戶查詢的回答可能聽起來合理，但實際上是錯誤的。為了減少幻覺問題，檢索增強生成技術應運而生。它將文本生成與信息檢索相結合，提高人工智能生成內(nèi)容的準確性和相關性。通過讓語言模型訪問外部信息，可以幫助它們產(chǎn)生更準確、更具上下文意識的回答。此外，不需要將所有知識直接存儲在語言模型中，可以減小模型的大小，提高速度并降低成本。五是定制企業(yè)生成式人工智能模型。定制企業(yè)生成式人工智能模型是針對特定企業(yè)需求和數(shù)據(jù)進行定制開發(fā)的AI模型。相比于通用的生成式AI模型，定制化模型在實踐中可能更有價值。定制化模型可以提供更好的隱私和安全性，這對于注重安全的企業(yè)來說尤為重要。通過使用內(nèi)部模型，企業(yè)可以對用于訓練模型的敏感數(shù)據(jù)保持控制，而不是與第三方共享訪問權限。此外，針對公司特定任務和數(shù)據(jù)進行訓練的模型也更有可能產(chǎn)生更相關的輸出和更少的幻覺，從而減輕了一些企業(yè)對使用第三方模型能否產(chǎn)生準確、公正和代表性輸出的擔憂。

《領導文萃》：圍繞AI發(fā)展的五個方向，企業(yè)家和創(chuàng)業(yè)者需要采取哪些更加主動的戰(zhàn)略性行動以充分發(fā)揮人工智能技術的潛力？

程實：談到這個問題，我認為，企業(yè)家和創(chuàng)業(yè)者所采取的對策不僅涉及技術的采用和集成，還包括對人才的投資、對數(shù)據(jù)和知識的管理，以及對企業(yè)文化和倫理的關注。通過這些措施，企業(yè)家和創(chuàng)業(yè)者不僅能夠在當前市場中取得成功，而且能為不斷變化的未來做好準備。具體而言包括：一是策略規(guī)劃與定位。明確定義公司的AI戰(zhàn)略是企業(yè)家首要任務之一。這包括了解AI如何與公司的核心業(yè)務和長期目標相結合，以及如何利用AI來提升產(chǎn)品和服務的價值。同時，企業(yè)家需要更深度地研究市場趨勢和消費者行為，以便掌握AI技術如何進一步滿足客戶需求，并預測可能的市場變化。此外，不斷分析競爭對手的AI能力和戰(zhàn)略，以確定自身差異化優(yōu)勢對企業(yè)創(chuàng)新具有重要影響。二是人才管理與發(fā)展。AI編程、數(shù)據(jù)分析和統(tǒng)計學以及人工智能和機器學習的運營，被認為是全球組織在廣泛AI項目中最需要的前三種技能。然而，這些技能的供應相對不足。企業(yè)家是否能夠勇于培養(yǎng)和積累人工智能人才，主動招募AI領域專家包括數(shù)據(jù)科學家、機器學習工程師和AI倫理專家，將決定企業(yè)是否具備長期可持續(xù)競爭力。此外，在AI時代下， 鼓勵創(chuàng)新、勇于實驗和終身學習的組織文化將越來越重要，企業(yè)家需要結合自身情況營造更加貼合AI文明的企業(yè)文化。三是數(shù)據(jù)治理與分析。建立一個強大的數(shù)據(jù)管理系統(tǒng)，確保數(shù)據(jù)的質量、安全和可用性，是AI時代下企業(yè)家成功的基礎。OpenAI的Sora之所以能夠提供高質量的視頻生成效果，核心在于數(shù)據(jù)質量和數(shù)量的保證。同時，也離不開AI對數(shù)據(jù)的深度分析和收集處理。四是風險管理與環(huán)境監(jiān)測。企業(yè)家一方面需要針對AI引入可能帶來的技術、安全和道德風險進行全面的評估，并制定相應的緩解策略；另一方面，企業(yè)家需要持續(xù)監(jiān)測AI領域的技術進步和創(chuàng)新動態(tài)，以便及時調整公司策略并抓住新機遇。五是升級更新客戶與合作伙伴關系。隨著多模態(tài)AI模型的不斷迭代，企業(yè)家可以構建靈活的業(yè)務模型，以適應由AI技術驅動的市場變化，確?？焖夙憫蛻粜枨蠛褪袌鰟討B(tài)。同時，企業(yè)家可以建立與其他公司和研究機構的合作關系，共同開發(fā)AI技術和應用，積極參與AI技術的生態(tài)系統(tǒng)，以更好地了解相關開源項目、標準制定和行業(yè)協(xié)同規(guī)則。

AI編程、數(shù)據(jù)分析和統(tǒng)計學以及人工智能和機器學習的運營，被認為是全球組織在廣泛AI項目中最需要的前三種技能。然而，這些技能的供應相對不足。企業(yè)家是否能夠勇于培養(yǎng)和積累人工智能人才，主動招募AI領域專家包括數(shù)據(jù)科學家、機器學習工程師和AI倫理專家，將決定企業(yè)是否具備長期可持續(xù)競爭力。

《領導文萃》：面對人工智能的發(fā)展所形成的大環(huán)境，推動經(jīng)濟發(fā)展提高先進生產(chǎn)力將體現(xiàn)在哪些方面？

程實：我認為，未來誰能代表先進生產(chǎn)力將體現(xiàn)在能源支持、場景創(chuàng)造和企業(yè)家精神這幾個方面。

首先，能源支持是基礎。隨著微處理器芯片變得更加強大，它不僅需要更多的電力來運行，而且能源效率也在下降。根據(jù)一份來自全球微芯片制造商貿(mào)易組織的報告，預計到2040年，全球計算機芯片所需的電力將超過全球能源產(chǎn)能。因此，現(xiàn)有的計算方法和技術已經(jīng)接近物理極限，傳統(tǒng)的方法已經(jīng)無法滿足未來計算需求。更高的能源效率是實現(xiàn)未來計算能力的必要條件。正如OpenAI 首席執(zhí)行官 Sam Altman表示，未來的貨幣將是算力和能源，AI技術是否實現(xiàn)質變?nèi)Q于能源突破。這一說法反映了能源在支持人工智能增長和發(fā)展中的重要性。因此，能源將是未來人工智能技術發(fā)展的基礎。人工智能系統(tǒng)，特別是涉及深度學習和復雜計算的系統(tǒng)，需要大量的計算資源和能源才能有效運行。由于當前能源來源可能無法滿足未來人工智能技術的發(fā)展，鼓勵將更多資源和努力投入到尋找可持續(xù)和高效能源解決方案上（例如能源發(fā)電和存儲技術）是十分必要的。

其次，場景創(chuàng)造是載體。能源支持人工智能算法創(chuàng)造底層基礎，而場景創(chuàng)造和實現(xiàn)則需要新一代互聯(lián)網(wǎng)Web3.0的建立和演進。作為新一代互聯(lián)網(wǎng)，Web3.0在人工智能支持下采用區(qū)塊鏈、去中心化網(wǎng)絡和智能合約等多種技術，將為全球用戶提供更無縫和個性化的體驗。我們認為，Web3.0的發(fā)展和演進具備四大特征：一是去中心化。具體來說，Web3.0上的數(shù)據(jù)和內(nèi)容不再存儲在單一的服務器上，而是分布在去中心化網(wǎng)絡（如區(qū)塊鏈）的多個節(jié)點上。這樣做的目的是為了避免數(shù)據(jù)控制權集中在少數(shù)幾家大型科技公司手中，降低單點故障風險，并提升數(shù)據(jù)的安全性和隱私保護。二是Web3.0具有高度個性化的特征?；谟脩舻臄?shù)據(jù)和偏好，以及增強的機器理解能力，Web3.0能夠提供高度個性化的內(nèi)容、搜索結果和用戶交互體驗。三是Web3.0具有高度自由的互操作性和連接性。Web3.0旨在創(chuàng)建一個更加互聯(lián)互通的網(wǎng)絡環(huán)境，應用和服務之間的數(shù)據(jù)可以自由流動，用戶可以無縫地使用多個服務而不受限于單一的生態(tài)系統(tǒng)或平臺。四是Web3.0強調私人產(chǎn)權性（私人數(shù)據(jù)保護）。在Web3.0中，用戶對自己的數(shù)據(jù)擁有完全的控制權。相比于Web2.0時代，與用戶生成的數(shù)據(jù)被平臺所控制和利用不同，Web3.0強調用戶數(shù)據(jù)的所有權和自主性，用戶可以選擇與誰共享他們的信息以及如何共享。在人工智能技術的推動下，想要在全球經(jīng)濟競爭中得到市場高度共識的核心，在于是否能夠充分發(fā)揮Web3.0網(wǎng)絡的去中心化、高度內(nèi)容個性化、高度連接自由化以及高度保護私人產(chǎn)權的四大優(yōu)勢。

再次，企業(yè)家精神是關鍵。真正能夠推動先進生產(chǎn)力水平產(chǎn)生質變的是企業(yè)家精神。誰能在一個開放的AI環(huán)境下，充分調動企業(yè)家積極性，幫助企業(yè)家和創(chuàng)業(yè)者抓住去中心化市場的機遇；誰能在Web3.0的互聯(lián)網(wǎng)環(huán)境中，進一步釋放他們的好奇心、想象力、學習力以及冒險精神，將是推動先進生產(chǎn)力發(fā)展的關鍵。這需要制度設計者去深刻思考，人工智能技術和互聯(lián)網(wǎng)的演進、迭代正在一個什么樣的社會經(jīng)濟思想范式下前行。