潘聞聞:發展人工智慧是“相加”而非“相爭”
■ 企業規模越大,越敢於更早地採用新技術。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、業務上採用人工智慧的可能性高10%;在人工智慧採用率較低的產業中,大企業的採用率是小企業的3倍
■ 促進人工智慧的基礎研發,有助於新型產業體系加速形成和新型就業崗位湧現,有助於人工成本優勢切換到機器智慧優勢。人工智慧的發展不是簡單的“機器換人”,而要創新探索“科學家+工程師”的培養模式
上海將以面向全球、面向未來的視野,加快建設人工智慧發展的高地。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、全球網路、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,需全面梳理人工智慧對現有產業的影響,精準發力、積極施策。
發展中國家將進口新型“勞動力”?
一家權威的資訊科技研究分析機構研究顯示,人工智慧產業化應用已經處於“觸發期”,2018年是人工智慧大眾化應用的元年。這場由人工智慧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慧的投資已高達300億美元。其中,90%用於技術研發,10%用於企業併購。麥肯錫全球研究院預測,2025年人工智慧領域的市場將增至1260億美元。
有關上海人工智慧技術企業的調研顯示,人工智慧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製造業、自動駕駛、電子通訊、網路服務、零售、計算機系統;外部投資主要影響產業分佈於高科技、汽車、金融業等。
從企業利潤維度來看,越早擁抱人工智慧的企業獲益越多。企業利潤維度是評估產業影響的直觀因素。實踐表明,較早採用人工智慧的企業開始獲得實際價值並形成先發優勢,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、製造業、醫療教育等行業在人工智慧方面,具有巨大的發展潛力。例如,汽車製造商採用人工智慧技術研發自動駕駛,金融服務公司採用人工智慧改進客戶體驗,等等。
從社會效益維度來看,人工智慧造就新型教育、就業體系。人工智慧將在教育、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於人才的差距,主要原因在於對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,人工智慧技術處於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徵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慧影響程度評估,人工智慧對上海不同行業的影響是不均衡的。其中,對製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、日等國就已在部分製造行業實施AI應用。更重要的是,汽車、電信等行業處於數字化轉型的前沿,受網際網路技術影響較大。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,製造業更容易實現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,上海服務業佔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,即人工智慧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慧技術的早期應用者。企業規模越大,越敢於更早地採用新技術。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、業務上採用人工智慧的可能性高10%;在人工智慧採用率較低的產業中,大企業的採用率是小企業的3倍。
面對正負效應政府應扮演怎樣的角色?
目前,上海已釋出《關於本市推動新一代人工智慧發展實施意見》和《關於加強推進人工智慧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採取有效措施,是需要重點關注的課題。
在政府層面,需建立有利於創新、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”。人工智慧技術將產生海量資訊,各類要素複雜演變,快速產生新模式、新業態、新企業。面對複雜的變化態勢,政府部門某種程度上應當迴歸“守夜人”的角色,積極營造健康發展的市場環境,培育有利於可持續創新的產業生態。
在制定人工智慧發展的工業藍圖、確立發展戰略願景後,上海人工智慧戰略的實施應圍繞人工智慧產業的總體架構、需求、技術標準體系、實驗平臺、示範試點、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慧產業孵化基地,推進人工智慧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慧產業聯盟分支機構落地,為中國人工智慧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,人工智慧的市場應用轉化率仍處於初級階段,還有較大的利潤空間有待釋放。下一步,應從企業本身著手,強化人工智慧的產業轉化率。
一是以大企業為基礎,推動智慧化轉型。要發揮相關智慧製造裝備企業的作用,推動有實力的製造企業進行更廣泛的智慧化轉型,重點在於提升嵌入式系統和自動化能級,聚焦“工業互聯、資料互通、應用創新”。
二是以大企業為標杆,注重標準化建設。大資料是人工智慧發展的關鍵基礎,是實現機器有效學習的資訊源。目前,上海製造業不同層級、不同環節的資訊系統間存在軟硬體介面、協議、資料機構結構紛繁複雜以及多種標準並存應用的問題,難以實現資料的互聯互通。為此,可借鑑美國、德國的經驗,鼓勵大企業牽頭,在推進人工智慧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。人工智慧將促進生產開發方式、組織管理模式的變革,注重多元化的資訊整合,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,率先試點基於人工智慧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。人工智慧的發展不是簡單的“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,人工智慧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,建立人工智慧產業的職業教育體系,儲備更多的資料、演算法人才;要通過產學研合作,大力支援融合人才、專業技術人才的培訓。
進一步來看,促進人工智慧的基礎研發,有助於新型產業體系加速形成和新型就業崗位湧現,有助於人工成本優勢切換到機器智慧優勢。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慧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,人工智慧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。