作者:上海市发展改革研究院 潘闻闻

■ 企业规模越大,越敢于更早地采用新技术。在所有行业中,规模超过100人的公司比中小企业在核心产品、业务上采用人工智能的可能性高10%;在人工智能采用率较低的产业中,大企业的采用率是小企业的3倍

■ 促进人工智能的基础研发,有助于新型产业体系加速形成和新型就业岗位涌现,有助于人工成本优势切换到机器智能优势。人工智能的发展不是简单的“机器换人”,而要创新探索“科学家+工程师”的培养模式

上海将以面向全球、面向未来的视野,加快建设人工智能发展的高地。这是对提升城市能级和核心竞争力,着力在制度创新、对外开放、品牌建设、创新创业、全球网络、发展平台、人才集聚、品质生活等关键领域打造新高地的进一步响应。下一步,需全面梳理人工智能对现有产业的影响,精准发力、积极施策。

发展中国家将进口新型“劳动力”?

一家权威的信息技术研究分析机构研究显示,人工智能产业化应用已经处于“触发期”,2018年是人工智能大众化应用的元年。这场由人工智能技术引领的数字化颠覆浪潮,将从以下几个维度对现行产业体系产生重要影响:

从产业投资维度来看,大规模的投资热潮影响产业发展方向。截至 2017年,谷歌、百度等公司对人工智能的投资已高达300亿美元。其中,90%用于技术研发,10%用于企业并购。麦肯锡全球研究院预测,2025年人工智能领域的市场将增至1260亿美元。

有关上海人工智能技术企业的调研显示,人工智能技术的产业投资主要分为两个层面:内部投资和外部投资。内部投资主要影响的产业包括先进制造业、自动驾驶、电子通信、网络服务、零售、计算机系统;外部投资主要影响产业分布于高科技、汽车、金融业等。

从企业利润维度来看,越早拥抱人工智能的企业获益越多。企业利润维度是评估产业影响的直观因素。实践表明,较早采用人工智能的企业开始获得实际价值并形成先发优势,与其他企业的利润差距正在不断扩大。

仅就上海而言,零售业、电力行业、制造业、医疗教育等行业在人工智能方面,具有巨大的发展潜力。例如,汽车制造商采用人工智能技术研发自动驾驶,金融服务公司采用人工智能改进客户体验,等等。

从社会效益维度来看,人工智能造就新型教育、就业体系。人工智能将在教育、就业等方面引发变革,特别是机器人带来的劳动和职业变化等问题。

在教育领域,各国学者对AI所引发的变化几乎提出了一致的观点,认为需要加大在AI教育和培训领域的投入。日本的最新调研报告指出,日美AI发展的差距根本上在于人才的差距,主要原因在于对AI的重视度不够。

在就业领域,“与机器竞争”是否会成为未来产业发展的困境,成为一个热点话题。特别是,对劳动密集型产业来说,投入使用更多的机器人正在变为现实。由此,可能引发新型“逆向外包”模式,即AI产业发达的国家将提供主要的劳动力,发展中国家则需要进口这种新型“劳动力”。

AI大众化应用将颠覆现有产业和就业?

当前,人工智能技术处于由基础研发向产业化发展的关键时期,商业化应用取得初步进展。在这样的激励下,各国学者正在对AI引发的产业变革进行全方位探索。

一种观点认为,AI的普及应用将颠覆现有的产业体系和就业系统;另一种观点认为,AI对现有产业体系的影响是异质性的,根据各国不同的产业特征和发展阶段而有所不同,即产业本身的发展决定AI的介入程度。

根据对上海现行产业的人工智能影响程度评估,人工智能对上海不同行业的影响是不均衡的。其中,对制造业领域的影响程度较高,这也符合国际产业发展规律。上世纪90年代末,美、俄、日等国就已在部分制造行业实施AI应用。更重要的是,汽车、电信等行业处于数字化转型的前沿,受互联网技术影响较大。无论是为了强化核心产业,还是优化运营流程,都比其他产业更早地运用AI。因此,制造业更容易实现AI应用落地。

在服务业的影响方面,上海率先在教育、媒体和医疗领域取得突破。根据国际产业发展趋势,“AI+服务”正蓄势待发,是下一阶段各国发展的关键领域。上海在服务业领域AI应用的率先崛起,与自身产业发展阶段相匹配。自2016年起,上海服务业占GDP比重超过70%,进入“服务经济”时代。同时,上海在教育、医疗产业方面具有一定优势,这是AI应用的良好基础。这印证了AI发展的国际主流观点,即人工智能发展的程度与产业本身的发展特性和阶段有关:越是发展较为成熟和前沿的产业,越容易实现AI的产业化应用。

此外,大企业往往是人工智能技术的早期应用者。企业规模越大,越敢于更早地采用新技术。在所有行业中,规模超过100人的公司比中小企业在核心产品、业务上采用人工智能的可能性高10%;在人工智能采用率较低的产业中,大企业的采用率是小企业的3倍。

面对正负效应政府应扮演怎样的角色?

目前,上海已发布《关于本市推动新一代人工智能发展实施意见》和《关于加强推进人工智能高质量发展的实施办法》。在此基础上,针对AI可能产生的正负效应采取有效措施,是需要重点关注的课题。

在政府层面,需建立有利于创新、健康和可持续的制度环境。上海提升城市能级和核心竞争力的关键领域是 “制度创新”。人工智能技术将产生海量信息,各类要素复杂演变,快速产生新模式、新业态、新企业。面对复杂的变化态势,政府部门某种程度上应当回归“守夜人”的角色,积极营造健康发展的市场环境,培育有利于可持续创新的产业生态。

在制定人工智能发展的工业蓝图、确立发展战略愿景后,上海人工智能战略的实施应围绕人工智能产业的总体架构、需求、技术标准体系、实验平台、示范试点、安全保障、国际合作等方面,将研发、创新、标准的制定列入主要目标,集中力量打造国家级人工智能产业孵化基地,推进人工智能标准化和关键技术试验验证平台建设,合作推动国际人工智能产业联盟分支机构落地,为中国人工智能产业的发展提供重要的战略品牌体系支撑。

在企业层面,由大企业主导的探索创新是关键推动力量。当前,人工智能的市场应用转化率仍处于初级阶段,还有较大的利润空间有待释放。下一步,应从企业本身着手,强化人工智能的产业转化率。

一是以大企业为基础,推动智能化转型。要发挥相关智能制造装备企业的作用,推动有实力的制造企业进行更广泛的智能化转型,重点在于提升嵌入式系统和自动化能级,聚焦“工业互联、数据互通、应用创新”。

二是以大企业为标杆,注重标准化建设。大数据是人工智能发展的关键基础,是实现机器有效学习的信息源。目前,上海制造业不同层级、不同环节的信息系统间存在软硬件接口、协议、数据机构结构纷繁复杂以及多种标准并存应用的问题,难以实现数据的互联互通。为此,可借鉴美国、德国的经验,鼓励大企业牵头,在推进人工智能发展中形成联盟组织。

三是以大企业为平台,鼓励开放性创新。人工智能将促进生产开发方式、组织管理模式的变革,注重多元化的信息集成,形成扁平化、开放式的组织模式。为此,有必要积极推进开源式共享平台建设,率先试点基于人工智能发展基础和比较优势的开放式平台。

在学校层面,应进一步注重技术创新研究和人才培养。人工智能的发展不是简单的“机器换人”,而要在人才培养方面创新探索“科学家+工程师”的培养模式。

同时,人工智能产业的发展不仅要加强基础研发,而且要注重市场化的场景应用。要加强学生实践能力、创新能力的培养,培养“知识+技术”综合性人才;要探索科研院所和企业之间互通的人才培养模式,建立人工智能产业的职业教育体系,储备更多的数据、算法人才;要通过产学研合作,大力支持融合人才、专业技术人才的培训。

进一步来看,促进人工智能的基础研发,有助于新型产业体系加速形成和新型就业岗位涌现,有助于人工成本优势切换到机器智能优势。在新一轮开放发展和产业变革中,上海必须更加重视以人工智能引领建立新型产业体系,不断提升城市能级,进一步增强城市竞争力。可以相信,人工智能将成为上海打造卓越的全球城市、参与国际竞争合作的新优势。