■ 企業規模越大，越敢于更早地采用新技術。在所有行業中，規模超過100人的公司比中小企業在核心產品、業務上采用人工智能的可能性高10%；在人工智能采用率較低的產業中，大企業的采用率是小企業的3倍

■ 促進人工智能的基礎研發，有助于新型產業體系加速形成和新型就業崗位涌現，有助于人工成本優勢切換到機器智能優勢。人工智能的發展不是簡單的“機器換人”，而要創新探索“科學家+工程師”的培養模式

■潘聞聞

上海將以面向全球、面向未來的視野，加快建設人工智能發展的高地。這是對提升城市能級和核心競爭力，著力在制度創新、對外開放、品牌建設、創新創業、全球網絡、發展平臺、人才集聚、品質生活等關鍵領域打造新高地的進一步響應。下一步，需全面梳理人工智能對現有產業的影響，精準發力、積極施策。

發展中國家

將進口新型“勞動力”？

一家權威的信息技術研究分析機構研究顯示，人工智能產業化應用已經處于“觸發期”，2018年是人工智能大眾化應用的元年。這場由人工智能技術引領的數字化顛覆浪潮，將從以下幾個維度對現行產業體系產生重要影響：

從產業投資維度來看，大規模的投資熱潮影響產業發展方向。截至 2017年，谷歌、百度等公司對人工智能的投資已高達300億美元。其中，90%用于技術研發，10%用于企業并購。麥肯錫全球研究院預測，2025年人工智能領域的市場將增至1260億美元。

有關上海人工智能技術企業的調研顯示，人工智能技術的產業投資主要分為兩個層面：內部投資和外部投資。內部投資主要影響的產業包括先進制造業、自動駕駛、電子通信、網絡服務、零售、計算機系統；外部投資主要影響產業分布于高科技、汽車、金融業等。

從企業利潤維度來看，越早擁抱人工智能的企業獲益越多。企業利潤維度是評估產業影響的直觀因素。實踐表明，較早采用人工智能的企業開始獲得實際價值并形成先發優勢，與其他企業的利潤差距正在不斷擴大。

僅就上海而言，零售業、電力行業、制造業、醫療教育等行業在人工智能方面，具有巨大的發展潛力。例如，汽車制造商采用人工智能技術研發自動駕駛，金融服務公司采用人工智能改進客戶體驗，等等。

從社會效益維度來看，人工智能造就新型教育、就業體系。人工智能將在教育、就業等方面引發變革，特別是機器人帶來的勞動和職業變化等問題。

在教育領域，各國學者對ai所引發的變化幾乎提出了一致的觀點，認為需要加大在ai教育和培訓領域的投入。日本的最新調研報告指出，日美ai發展的差距根本上在于人才的差距，主要原因在于對ai的重視度不夠。

在就業領域，“與機器競爭”是否會成為未來產業發展的困境，成為一個熱點話題。特別是，對勞動密集型產業來說，投入使用更多的機器人正在變為現實。由此，可能引發新型“逆向外包”模式，即ai產業發達的國家將提供主要的勞動力，發展中國家則需要進口這種新型“勞動力”。

ai大眾化應用

將顛覆現有產業和就業？

當前，人工智能技術處于由基礎研發向產業化發展的關鍵時期，商業化應用取得初步進展。在這樣的激勵下，各國學者正在對ai引發的產業變革進行全方位探索。

一種觀點認為，ai的普及應用將顛覆現有的產業體系和就業系統；另一種觀點認為，ai對現有產業體系的影響是異質性的，根據各國不同的產業特征和發展階段而有所不同，即產業本身的發展決定ai的介入程度。

根據對上海現行產業的人工智能影響程度評估，人工智能對上海不同行業的影響是不均衡的。其中，對制造業領域的影響程度較高，這也符合國際產業發展規律。上世紀90年代末，美、俄、日等國就已在部分制造行業實施ai應用。更重要的是，汽車、電信等行業處于數字化轉型的前沿，受互聯網技術影響較大。無論是為了強化核心產業，還是優化運營流程，都比其他產業更早地運用ai。因此，制造業更容易實現ai應用落地。

在服務業的影響方面，上海率先在教育、媒體和醫療領域取得突破。根據國際產業發展趨勢，“ai+服務”正蓄勢待發，是下一階段各國發展的關鍵領域。上海在服務業領域ai應用的率先崛起，與自身產業發展階段相匹配。自2016年起，上海服務業占gdp比重超過70%，進入“服務經濟”時代。同時，上海在教育、醫療產業方面具有一定優勢，這是ai應用的良好基礎。這印證了ai發展的國際主流觀點，即人工智能發展的程度與產業本身的發展特性和階段有關：越是發展較為成熟和前沿的產業，越容易實現ai的產業化應用。

此外，大企業往往是人工智能技術的早期應用者。企業規模越大，越敢于更早地采用新技術。在所有行業中，規模超過100人的公司比中小企業在核心產品、業務上采用人工智能的可能性高10%；在人工智能采用率較低的產業中，大企業的采用率是小企業的3倍。

面對正負效應

政府應扮演怎樣的角色？

目前，上海已發布《關于本市推動新一代人工智能發展實施意見》和《關于加強推進人工智能高質量發展的實施辦法》。在此基礎上，針對ai可能產生的正負效應采取有效措施，是需要重點關注的課題。

在政府層面，需建立有利于創新、健康和可持續的制度環境。上海提升城市能級和核心競爭力的關鍵領域是 “制度創新”。人工智能技術將產生海量信息，各類要素復雜演變，快速產生新模式、新業態、新企業。面對復雜的變化態勢，政府部門某種程度上應當回歸“守夜人”的角色，積極營造健康發展的市場環境，培育有利于可持續創新的產業生態。

在制定人工智能發展的工業藍圖、確立發展戰略愿景后，上海人工智能戰略的實施應圍繞人工智能產業的總體架構、需求、技術標準體系、實驗平臺、示范試點、安全保障、國際合作等方面，將研發、創新、標準的制定列入主要目標，集中力量打造國家級人工智能產業孵化基地，推進人工智能標準化和關鍵技術試驗驗證平臺建設，合作推動國際人工智能產業聯盟分支機構落地，為中國人工智能產業的發展提供重要的戰略品牌體系支撐。

在企業層面，由大企業主導的探索創新是關鍵推動力量。當前，人工智能的市場應用轉化率仍處于初級階段，還有較大的利潤空間有待釋放。下一步，應從企業本身著手，強化人工智能的產業轉化率。

一是以大企業為基礎，推動智能化轉型。要發揮相關智能制造裝備企業的作用，推動有實力的制造企業進行更廣泛的智能化轉型，重點在于提升嵌入式系統和自動化能級，聚焦“工業互聯、數據互通、應用創新”。

二是以大企業為標桿，注重標準化建設。大數據是人工智能發展的關鍵基礎，是實現機器有效學習的信息源。目前，上海制造業不同層級、不同環節的信息系統間存在軟硬件接口、協議、數據機構結構紛繁復雜以及多種標準并存應用的問題，難以實現數據的互聯互通。為此，可借鑒美國、德國的經驗，鼓勵大企業牽頭，在推進人工智能發展中形成聯盟組織。

三是以大企業為平臺，鼓勵開放性創新。人工智能將促進生產開發方式、組織管理模式的變革，注重多元化的信息集成，形成扁平化、開放式的組織模式。為此，有必要積極推進開源式共享平臺建設，率先試點基于人工智能發展基礎和比較優勢的開放式平臺。

在學校層面，應進一步注重技術創新研究和人才培養。人工智能的發展不是簡單的“機器換人”，而要在人才培養方面創新探索“科學家+工程師”的培養模式。

同時，人工智能產業的發展不僅要加強基礎研發，而且要注重市場化的場景應用。要加強學生實踐能力、創新能力的培養，培養“知識+技術”綜合性人才；要探索科研院所和企業之間互通的人才培養模式，建立人工智能產業的職業教育體系，儲備更多的數據、算法人才；要通過產學研合作，大力支持融合人才、專業技術人才的培訓。

進一步來看，促進人工智能的基礎研發，有助于新型產業體系加速形成和新型就業崗位涌現，有助于人工成本優勢切換到機器智能優勢。在新一輪開放發展和產業變革中，上海必須更加重視以人工智能引領建立新型產業體系，不斷提升城市能級，進一步增強城市競爭力。可以相信，人工智能將成為上海打造卓越的全球城市、參與國際競爭合作的新優勢。

以上是網絡信息轉載，信息真實性自行斟酌。