簡單輸入一句描述,就能生成精致的三維立體模型圖;把看到的短視頻轉(zhuǎn)給微信AI聯(lián)系人,就能總結(jié)視頻的主要內(nèi)容……全球人工智能賽道競速之下,認(rèn)知革新也提上日程:產(chǎn)業(yè)格局會發(fā)生何種結(jié)構(gòu)性變革?AI將如何重塑勞動力市場?政策制定者和市場主體又應(yīng)把握哪些關(guān)鍵突破口?
6月15日舉辦的第二屆“數(shù)字經(jīng)濟(jì)思享匯”(中央財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院、中國互聯(lián)網(wǎng)經(jīng)濟(jì)研究院共同主辦)上,中央財(cái)經(jīng)大學(xué)副校長李濤認(rèn)為,人工智能已成為新質(zhì)生產(chǎn)力的核心引擎,不僅因其技術(shù)革命性突破,還因其重塑生產(chǎn)要素和生產(chǎn)關(guān)系的能力。
他表示:“新質(zhì)生產(chǎn)力由技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置、產(chǎn)業(yè)深度轉(zhuǎn)型升級而催生,而人工智能恰恰在這些維度上都扮演著關(guān)鍵角色。它本身就是技術(shù)革命性突破的產(chǎn)物,能夠?qū)崿F(xiàn)數(shù)據(jù)等新要素的最高效配置,更能通過賦能千行百業(yè),推動產(chǎn)業(yè)的深度轉(zhuǎn)型升級?!?nbsp;
新一代人工智能發(fā)展戰(zhàn)略研究院執(zhí)行院長、南開大學(xué)原校長龔克認(rèn)為,當(dāng)前最主要的技術(shù)形勢是“快速”:2014年,AI突破了圖像分類的人類平均水平;2018年,突破了中等程度的閱讀理解;2019年,突破英語理解;2021年,突破視覺推理;2023年、2024年則相繼突破了競賽級的數(shù)學(xué)、多任務(wù)語言理解、博士級的科學(xué)問題。整個(gè)技術(shù)迭代過程越來越快。
以大語言模型為代表的生成式人工智能發(fā)展飛速,經(jīng)濟(jì)成本不斷下降,AI真正從書齋、大學(xué)走向了廣闊的生產(chǎn)環(huán)境。這意味著人工智能是通用目的技術(shù),并正在深刻改變經(jīng)濟(jì)結(jié)構(gòu)和社會形態(tài)。
“這不是傳統(tǒng)生產(chǎn)變量的簡單增量,而是引入了新的生產(chǎn)變量、新的生產(chǎn)要素。所以我們必須重新組合生產(chǎn)函數(shù),實(shí)現(xiàn)生產(chǎn)力與實(shí)體經(jīng)濟(jì)的深度融合?!饼徔酥赋?,沒有產(chǎn)業(yè)的科技創(chuàng)新沒法跟實(shí)體經(jīng)濟(jì)融合。他認(rèn)為,AI賦能的目標(biāo)應(yīng)是解決產(chǎn)業(yè)質(zhì)效、降本增效等真實(shí)問題,而不是為了展示人工智能而“掛AI的牌”。
在中國互聯(lián)網(wǎng)經(jīng)濟(jì)研究院副院長史宇鵬看來,人工智能要真正提高生產(chǎn)率,還需要一段時(shí)間。“業(yè)界總是在講通過實(shí)現(xiàn)了所謂的企業(yè)數(shù)字化轉(zhuǎn)型,提升了庫存周轉(zhuǎn)率、實(shí)現(xiàn)了降本增效,但很難從總體數(shù)據(jù)上看到這一點(diǎn),人工智能技術(shù)也是這樣,好像沒有看到宏觀方面生產(chǎn)率出現(xiàn)了飛速增長?!笔酚铢i解釋,這是經(jīng)典的索洛悖論。諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主索洛早已指出,盡管計(jì)算機(jī)技術(shù)深刻改變生產(chǎn)方式,但統(tǒng)計(jì)數(shù)據(jù)未必能同步反映出生產(chǎn)率的大幅提升。
“作為通用目的技術(shù)的AI,同樣存在這種時(shí)間滯后的效力發(fā)揮問題?!笔酚铢i解釋,“但只要真正用好AI技術(shù),其在企業(yè)降本增效上的效果依然顯著?!?/p>
北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院副教授秦曾昌將當(dāng)前AI產(chǎn)業(yè)劃分為兩條主線:大語言模型和具身智能——盡管具身智能領(lǐng)域在科研層面技術(shù)爆發(fā)較多,但距離產(chǎn)業(yè)化應(yīng)用仍有距離;反觀大語言模型及智能體在腦力工作自動化方面,已具備較強(qiáng)的產(chǎn)業(yè)落地潛力。
在秦曾昌看來,很多不可控的AI工作流程正在慢慢由智能體解決,20%~30%的辦公室工作可以通過智能體替代,并讓一部分人從事技術(shù)催生的新的服務(wù)業(yè)。而具身智能在跟環(huán)境互動的強(qiáng)化學(xué)習(xí)上,還面臨一些技術(shù)瓶頸,到產(chǎn)業(yè)落地階段為時(shí)尚早。
人工智能的廣泛應(yīng)用不僅重塑經(jīng)濟(jì)生產(chǎn)力,也勢必引發(fā)勞動力市場的變革。龔克預(yù)計(jì),這種替代與新增崗位的“交匯期”將在未來五到六年內(nèi)到來。
史宇鵬指出,短期來看,AI技術(shù)會帶來部分崗位被替代、就業(yè)結(jié)構(gòu)調(diào)整的壓力;但從長遠(yuǎn)看,新崗位的創(chuàng)造潛力更為顯著,比如現(xiàn)在已經(jīng)人工智能催生了“數(shù)據(jù)標(biāo)注師”職業(yè)的興起。
雖然人工智能對于勞動就業(yè)的影響還需要更長時(shí)間觀察,但教育和人才培養(yǎng)是關(guān)鍵應(yīng)對策略,已經(jīng)成為共識。如何構(gòu)建教育、產(chǎn)業(yè)、就業(yè)三位一體的體系非常緊迫。
史宇鵬強(qiáng)調(diào),“復(fù)合型人才”的培養(yǎng)至關(guān)重要。他認(rèn)為,教育體系應(yīng)強(qiáng)化跨學(xué)科融合,緊密結(jié)合人工智能技術(shù)發(fā)展,重點(diǎn)培養(yǎng)既能運(yùn)用AI又深諳行業(yè)知識的復(fù)合型專業(yè)人才,以應(yīng)對未來復(fù)雜多變的勞動市場需求。
清華大學(xué)社科學(xué)院長聘副教授謝丹夏指出,大廠和大學(xué)的關(guān)系非常值得探討,要通過鼓勵(lì)創(chuàng)業(yè),政策引導(dǎo),VC、政府引導(dǎo)基金跟大學(xué)結(jié)合,讓成果走向市場,把學(xué)術(shù)和產(chǎn)業(yè)結(jié)合起來。
史宇鵬以ChatGPT、DeepSeek等基礎(chǔ)大模型為例,指出這些技術(shù)平臺實(shí)際上是“平臺的平臺”,類似“母基金”角色,為下游行業(yè)和應(yīng)用平臺提供基金和技術(shù)支持。他認(rèn)為,隨著基礎(chǔ)模型平臺逐步開源,可能從單純的寡頭競爭轉(zhuǎn)變?yōu)樯鷳B(tài)系統(tǒng)的競爭,產(chǎn)業(yè)競爭形態(tài)將更加復(fù)雜。這也對政府如何界定壟斷行為提出了新的挑戰(zhàn)。
在新形勢下推動人工智能的科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新深度融合,被視為破局關(guān)鍵。龔克認(rèn)為,接下來需要關(guān)注多個(gè)方面。
第一,要因地制宜發(fā)展新質(zhì)生產(chǎn)力,“地”的內(nèi)涵不僅限于地域,還包括行業(yè)和企業(yè)實(shí)際情況,也即實(shí)事求是之“實(shí)”。人工智能的應(yīng)用應(yīng)以提高質(zhì)量效益、用戶體驗(yàn)和降低排放等實(shí)際問題出發(fā)。同時(shí),積極擴(kuò)大國際合作,在復(fù)雜國際環(huán)境中保持開放態(tài)度。要在不“自我脫鉤”的前提下,努力擴(kuò)大國際合作,避免“誤傷”相關(guān)產(chǎn)業(yè)。
第二,人才培養(yǎng)刻不容緩。當(dāng)前企業(yè)普遍缺乏既懂?dāng)?shù)字化又懂行業(yè)業(yè)務(wù)知識的復(fù)合型人才團(tuán)隊(duì)。
第三,要深化改革,加快形成與新質(zhì)生產(chǎn)力相適應(yīng)的生產(chǎn)關(guān)系。當(dāng)前條塊管理模式難以滿足人工智能這一通用目的技術(shù)的發(fā)展需求,特別是在數(shù)據(jù)使用和安全方面。要深化數(shù)據(jù)資源開發(fā)利用和開放共享,必須建立相應(yīng)的制度環(huán)境,在開放使用數(shù)據(jù)過程中控風(fēng)險(xiǎn)保安全。因?yàn)?,只有在?shù)據(jù)有效使用中,數(shù)據(jù)安全才具備真正意義。