把握人工智能变革新机遇

编者按

人工智能具备典型通用技术特征，是培育和发展新质生产力的重要引擎。当前，人工智能深入到社会生活的诸多方面，不仅有效提升人民群众的生活品质和幸福感，更为经济社会高质量发展开辟了广阔空间。如何正确看待奔涌而来的人工智能浪潮，更好推动人工智能创新发展，正成为全社会关注的热点话题。本期智库版围绕人工智能应用发展进行深入分析和观点分享，敬请关注。

人工智能与传统产业如何更好“双向奔赴”

刘振中

中央经济工作会议提出要开展“人工智能+”行动，强调“积极运用数字技术、绿色技术改造提升传统产业”。理论上，人工智能作为新一轮科技革命的核心驱动力，其保持先进性和引领性的路径是在广阔应用市场中实现持续的迭代更新。而传统产业要在发展中保持竞争力和生命力，必然要求引进和应用人工智能技术，实现智能化、高端化升级。目前，我国传统产业在制造业中的占比超过80%，是现代化产业体系建设的主阵地，拥有人工智能技术广泛的应用场景。人工智能与传统产业发展具有高度的“双向奔赴”特征，以“人工智能+”赋能传统产业发展是大势所趋。

不容忽视的是，虽然“人工智能+”是当下备受关注的话题，但学术界和产业界对其仍存在一些认识偏差。一种认识偏差是过分强调人工智能直接催生的新兴产业和未来产业，如自动驾驶、智能机器人、语音识别等，但忽视了人工智能赋能传统产业也能衍生新经济增长点。事实上，人工智能作为一种通用性技术，其影响力远不止于改变传统产业的形态，更在于它能够深度融入传统产业，催生出一系列新兴业态和商业模式。另一种认识偏差是只关注数字技术改造传统产业，而忽视了人工智能相较于数字技术对传统产业的颠覆性更新。诚然，数字技术如云计算、大数据、物联网等已经在很大程度上推动了传统产业的数字化转型，但人工智能的引入将带来更为深刻而广泛的变革。人工智能不仅能够实现数据的自动化处理和分析，还能够通过机器学习和深度学习等技术，实现决策的智能化和优化，从而颠覆性改变传统产业的运营模式和发展路径。

以“人工智能+”赋能传统产业，关键在于产业渗透、算力应用、业态更新、生态培育等环节要不断突破，因此，有必要开展相关行动，加快推动传统产业顺势跃迁。

加深智能技术根植。加快人工智能关键核心技术攻关，促进技术创新和成果转化，推动人工智能技术对传统产业全链条渗透，广泛开展人工智能行业应用。支持人工智能企业与传统产业企业开展深度合作，共同研发适用于传统产业的人工智能技术和解决方案，培育一批“人工智能+传统产业”系统服务商。加快制定和完善人工智能领域的技术标准和规范，推动人工智能技术的标准化、模块化和可复用性。选取一批具有代表性的传统产业企业作为示范点，推动其率先采用人工智能技术实现转型升级。

促进数据活力释放。建立完善的数据采集、存储和分析体系，确保传统产业中的数据能够高效、准确地被人工智能大模型所利用。搭建数据服务平台，推动传统产业内部及跨行业之间的数据共享。建设算力调度、开放性行业大数据训练库、标准测试数据集等公共创新服务平台，深入挖掘传统产业中人工智能的潜在应用场景，如智慧农业、智能制造、智慧物流等。加强数据安全和隐私保护，确保数据在采集、存储和分析过程中的安全性和合规性。

推动传统业态焕新。加快5G、云计算等新型基础设施建设，鼓励大型传统企业借助工业互联网平台，与产业链上下游建立紧密的协同关系，打造智能供应链平台。设立专项基金，支持传统企业建设智能工厂、数字化车间和数字化供应链，利用人工智能技术进行精准生产、柔性制造和个性化定制。鼓励人工智能技术与传统产业通过跨界合作、协同创新等方式，实现产业间数据共享和协同，促进新业态新模式涌现及新型商业模式衍生。

开展产业生态更新。建立创新平台和孵化器，完善产学研用协同创新的机制，加速人工智能技术在传统产业中的推广和普及。鼓励不同行业、不同企业之间开放合作，共享数据资源、技术平台和研发成果，促进人工智能技术的跨领域应用，加速技术迭代和产业升级，推动传统产业簇群式裂变。引导更多企业进入融合创新生态圈，形成网络式集群式聚变。建立针对跨界融合新业态新模式的协同监管机制，健全知识产权保护机制，加强对人工智能技术在传统产业中应用的监管和指导。

（摘编自《经济日报》，作者为中国宏观经济研究院产业经济与技术经济研究所创新战略研究室主任、研究员）

“人工智能+”赋能未来产业发展

蓝庆新

未来产业代表着科技和产业发展新方向，是通过颠覆性技术创新与产业之间深度融合形成的新产品、新模式、新业态集合，主要包括数字产业的类脑智能、量子信息、未来网络等，深海空天产业的无人飞行器、卫星互联网、深远海工程装备等，生物产业的基因诊疗、脑科学等，低碳产业的储能、碳捕获、碳存储等。未来产业不仅能更好满足人们现有需求，创造新应用场景和新消费需求，还可以提升新动力，引导经营主体向更先进的生产力方向聚集，催生更多的新产品新业态，更能拓展新空间，通过前沿技术帮助人们不断突破认知极限和物理极限，增加新的发展机会和盈利空间。

当前，未来产业日益成为衡量一国科技创新能力的重要标志，也成为世界各国竞争博弈的新赛道。积极利用“人工智能+”赋能未来产业，是我国顺应国际形势、加快产业转型升级、推进新型工业化的必然要求，也是提升产业国际竞争力和影响力的主要方式。

了解了什么是未来产业，那我们更要回答“人工智能+”为什么能够赋能未来产业发展。

一方面，“人工智能+”能够催生出新兴产业和未来产业。人工智能本身就是前沿技术领域，是对已有技术创新方式的颠覆性变革。人类历史上发生的几次颠覆性技术创新，从机械化、电气化到信息化发展，本质上都是对人类体力劳动的解放，而人工智能则是对人类智力的解放。人类的创新潜能，通过不断学习和进步实现了飞跃，这种融合数据、算力、算法的颠覆性技术创新，一旦进行产业化应用，也即“人工智能+产业”，必然引发产业形态变革，成为具有前瞻性特征的未来产业。

另一方面，未来产业作为颠覆性技术产生的新兴产业，本身具有较高的不确定性，究竟哪些产业具备未来产业特征、拥有持续发展能力，一定程度上也需要人工智能的识别助力。人工智能技术通过计算能力的超限拓展，及时准确地对海量产业数据、市场数据、研发数据进行分析，从供需角度、技术角度、风险角度精敏识别并预测产业发展前景，从而在不确定环境下从形形色色产业门类中筛选出真正技术水平高、市场前景好、发展潜力大、带动效应强的未来产业，为高效配置未来产业资源、优化产业布局提供了重要支持。

以“人工智能+”赋能未来产业发展，本质上是一个前沿技术突破，进而加速产业化的过程。我国在人工智能技术、产业、应用等方面已具备一定全球优势，拥有庞大的互联网用户群体和丰富的数据资源。拥抱人工智能，推动未来产业高质量发展，大有可为。

大有可为的前提是形成应用合力。围绕数据、算法和算力等核心要素强化人工智能基础研究，带动未来产业实现颠覆性技术创新。着力打造未来产业技术应用平台，以发展需求为导向、以自主可控为前提，搭建政产学研用的开放创新合作网络，拓展技术应用场景，推动人工智能技术成果在未来产业发展中高效转化。

基础是打造联动格局。大力培育人工智能技术创新与应用的领军企业，以集群式发展推动未来产业链创新能力提升，着力提升链主企业在应用人工智能开展原始创新、颠覆性创新上的引领作用，支持中小企业深度参与未来产业全产业链体系，扶持人工智能领域的专精特新企业，发挥其在未来产业技术识别、市场应用前景判断方面的优势，强化专业化协作和配套能力。促进未来产业领域大中小企业“人工智能+”的协同联动，运用人工智能技术构建信息共享机制、成果转化机制和供需精准对接机制，实现未来产业从技术端、产品端到消费端的一体化发展格局。

还要注重强化发展效果。因地制宜布局未来信息、未来健康、未来制造、未来能源、未来空间、未来材料等产业，依托产业特色统筹推进国际创新中心建设。加大对人工智能赋能未来产业的财税金融支持力度，创新金融产品；构建系统多元、技术领先、运行高效、支撑有力的“人工智能+”基础设施体系、标准化体系和服务体系，强化赋能效果。

（摘编自《经济日报》，作者系北京市习近平新时代中国特色社会主义思想研究中心特约研究员、对外经济贸易大学教授）

不必过于焦虑被A I替代

李华林

随着D e e p S e e k一夜爆红，人工智能正逐步渗透到生活工作的方方面面。最近，一张各职业被A I取代难易程度图在金融圈引起讨论，根据图解，A I率先取代的是高机械性、缺乏创意、弱社交的职业，其中，证券分析行业被列入弱社交象限，部分证券分析师开始担心，饭碗要端不稳了。

分析师们的失业焦虑不难理解，A I的挑战正在实实在在地发生。其超强的数据收集整合、文字组织、逻辑推理能力，正全面提升搜、读、算、写、用等各投研环节效率。会聊天、能答疑，在一问一答的对话中读懂投资者的心思，基于用户画像给予针对性的投资建议；善思考、会算数，能从浩如烟海的数据、K线图中找到投资最优解，提供专业全面的市场分析；会写方案、能做视频，是不知疲倦的投资好帮手……面对如此全能的“武功高手”，包括证券分析师在内的部分从业者难免会心生忧虑，甚至产生“生存危机”。

更深的危机感还来自A I强大的迭代能力。从一名普通分析师成长为业内知名专家，可能得付出数十年孜孜不倦的深耕积累，经年累月保持知识的更新和勤劳的钻研，才能由量变引发质变。但对人工智能而言，知识迭代的时间坐标是以月乃至以日计算的，发展越往后，迭代时间越短，甚至一日千里，能力呈几何级增长。一些机械性、重复性的工作，如数据统计、信息汇总等可被A I轻易取代；一些有创造性、创新性的智力活动，如金融分析、设计开发等，未来A I也是可能胜任的。

面对A I的威胁，掩耳盗铃式的忽视不可取，心存偏见的排斥拒绝更可能会被淘汰。不过，甘拜下风、如临大敌，倒也大可不必。当前A I所依赖的数据基础尚不牢靠，提供的内容还无法保证没有差错，出现误判偏差、说胡话的反馈不在少数，需要人工进行干预和修正。并且，还存在造假、诈骗等风险，A I的普及应用仍面临规范化与伦理问题，数据隐私保护、算法可解释性标准等都有待建立，加强人工智能规范管理和安全监管，防止技术滥用，是行业亟待解决的难题，很大程度上决定着人工智能到底能走多远。

分析师们置身烟火人间，体验世事百态，历经社情冷暖，对市场情绪和人类行为模式有着更为深刻的洞察和理解，这些都是A I难以企及的。在企业发展战略变化时，分析师能基于管理层的理想追求、能力作风等软信息进行判断，更精准评估企业价值，快速作出反应；在市场突发变动时，能识别和解释政策调整、地缘政治等一些难以量化的复杂因素，迅速改变策略；在面对投资者的情绪化、个性化需求时，可凭借人际互动中积累的信任和了解，提供量身定制的支持方案。毕竟，“冷冰冰的代码始终无法替代热乎乎的人性”。

无论进化到何种程度，A I都源自人类的设计构想，背后始终都是人。与其焦虑，不如积极拥抱技术变革，与A I共舞，用A I工具来赋能自己。借助A I强大的数据整合分析、逻辑推理能力，从简单重复的日常工作中解放出来，将更多时间精力用于深度研究、创新创造，不断拓展能力的边界，延展职业天花板。时代千变万化，但万变不离其宗，过硬的专业能力就是安身立命之本，就是拔得头筹、不被时代淘汰的核心竞争力。

A I是对手，是工具，更是伙伴。正如笔者提问D e e p S e e k如何避免因为A I的普及而被替代时，它回答道：A I带来的不是替代，而是职业价值的重新分配；最危险的不是A I本身，而是拒绝理解A I的行为。

（来源：《经济日报》）

A I合理使用与过度依赖的边界在哪？

张铮 倪彬彬

我们似乎越来越离不开A I。自D e e p S e e k-R1上线以来，由于访问量快速上涨不时出现过载现象。在小红书、豆瓣、知乎等社交媒体平台上，不少用户因A I服务中断而心生不适：“失去A I的几小时就像断了胳膊腿一样难受，话也写不通顺了，只能不断刷新页面祈求快点恢复”。A I伴侣应用Re p l i k a因停止了对用户的“浪漫回复”，导致很多长期用户感到焦虑、抑郁。从认知到情感，一些用户开始患上“A I过度依赖症”。

这给我们带来一个关键的问题：“A I合理使用”与“A I过度依赖”的边界在哪里？过度依赖的形成，意味着个体掉入了“无A I不能”的怪圈，逐渐习惯于“事事找A I”，将自身的决策权力、思考能力乃至情感寄托让渡于A I，甚至忽视或放弃对A I反馈的监督和批判。与之相对，合理使用A I倡导一种理性且负责任的用户参与，人类保留关键决策权，根据A I能力使其辅助参与决策，并对其反馈进行监控和修正。遗憾的是，每一项带来伟大变革的技术总是让人类面临逐渐沉迷的风险。从电视依赖、智能手机依赖到人工智能依赖，技术乌托邦的吸引力呈现出相似的逻辑，但必须承认，从未有任何一项技术像A I一样，如此彻底地接管人类生活的方方面面。这意味着，“A I过度依赖症”将给人类带来更大的风险与挑战，亟需社会各界的警醒与重视。

于个体而言，“A I过度依赖症”很可能导致人类的认知力、判断力、创造力、感知力逐渐萎缩。认知心理学的研究表明，认知功能就像肌肉一样，需要通过锻炼才能维持。如果个体习惯于借助大语言模型、智能助手获取答案，将导致“大脑”逐渐懒惰、贪图“立等可取”的舒适圈，从而失去思考问题的动力，并养成如A I般“模版化”的思维习惯。此外，长久地过度依赖A I将使人类的认知系统失去除“A I数据库”之外的养料，这会导致失去对A I生成内容的判断力，并轻易地将A I的答案奉为圭臬。从这个意义上说，“A I过度依赖症”将从根本上导致人类思维深度浅表化、思维边界狭窄化和思维僵化。

更令人担忧的是，对A I的过度依赖，将使那些经由人类想象与探索、依靠时间酿造与沉淀的创作任务被转交给A I。当人类的创造性因与A I竞速而失去用武之地时，我们验证自我价值的内在需求也将被逐渐消解。在工具性依赖之外，人类也有可能形成对A I的情感性依赖。不加节制的情感依赖将替代或切除人类对社交关系的真实感知，引发对人际情感的逃避与排斥。

当然，对“A I过度依赖症”风险的揭示不意味着要陷入“新技术恐惧”之中。面对人机共生时代的种种隐患，只有敢于问诊并开出药方，才能让A I为人类所用，向良善而生。“A I过度依赖症”的有效药方，既需要政策法规的介入，亦需要个体层面的理性参与。2023年7月发布的《生成式人工智能服务管理暂行办法》第十条首次强调，应采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务。当前，中国等人工智能大国以及联合国这样的国际组织均在积极参与人工智能治理。各国际行为体需要继续加强合作，共同构建以人为本、可信任、透明和包容的人工智能未来。与此同时，也应意识到，再有效的监管措施也难以解决个体的漠视。每一个人工智能的使用者，都应多一点对A I潜在风险的认识、多一点与A I保持距离的尝试，多一点向A I监督问责的意识，牢牢掌握人机交互的主动权。

（摘编自《环球时报》，作者分别为清华大学新闻与传播学院副院长、教授，清华大学新闻与传播学院博士研究生）

A I政务服务既要“精度”又要“温度”

吴红雨

当前，以人工智能为工具、以数据资源为内容、以应用场景为场域的数字化技术，已经全面渗透到中国基层治理的各个领域。

如何让A I真正赋能基层治理，为基层干部减负，让群众享受到实实在在的数字福祉，是今年开春以来多地政务部门上线智能大模型后人们最关心的问题。

A I在基层治理中的应用，是一个循序渐进的过程。很多人或许还记得A I智能客服最初面世时的“已读乱回”或“答非所问”，但随着机器学习的优化和训练数据的积累，A I在政务服务中的表现越来越令人惊叹。

一方面，A I能将分散的工单系统、数据平台和人力资源进行整合，减少“信息孤岛”，将居民急难愁盼的问题纳入社区公共服务决策，提升基层治理的整体效能。另一方面，A I可以把基层干部从公文写作、文件归档、数据填报以及咨询解答等事务中解脱出来，让他们将更多精力投入复杂政策的创新与决策研究，在“最后一公里”提升人性化治理的温度。

A I赋能基层治理，并不是对人工的简单“替代”，创造性的场景应用才是A I的巨大优势。

比如杭州翠苑一区通过人工智能小程序“线上呼”，精准感应孤寡老人家中马桶用水情况，从而监测老年人的实时动态，及时生成A I预警工单。社区治理借助A I和数字设备，收集分析“一老一小一弱”的社会人口特征、重要健康指标、日常活动信息等，对数据实时更新，就能进行及时预警。这种利用A I技术的预测性治理模式也可应用于公共卫生领域、社区安全管理。A I通过数据的深度挖掘和应用，可以实现基层治理应用场景的科学化、精细化，并提前部署资源。

A I赋能基层治理的优势，还在于优化基层工作流程，重塑决策机制，形成经验与数据相结合的智能协同模式。

过去，基层治理曾长期依赖经验决策，现在A I通过海量数据的采集、处理与分析，自动生成不同维度的动态治理模型，为基层干部提供决策参考，推动基层治理理念的转型升级。技术所带来的，不仅是简单的新工具，而是组织、文化、认知行为等与技术深度融合后形成的系统性治理变革，包括治理理念升级与治理手段革新。

公务员这一岗位的功能与价值也被重新定义。当A I在公文生成、数据处理、事件处置、安全管控等环节中承担了标准化、程式化的工作，人类公务员就可以深耕A I无法抵达的现场。如通过面对面走访，以嘘寒问暖的共情，在特定群体中构建起有温度的社会支持网络；又如在突发事件发生时，综合权衡政策刚性与群众实际诉求，做出符合当时情境的决策。

因此，未来的基层治理模式，不仅要重视效率优先，更要拓展政务服务中的人性化维度。

当前，政务服务智能化转型进入深度推进期。基层公务员在拥抱A I政务大模型时应牢记：数字化的最终目的是“以人为本”。基层治理的智能化建设，应根据居民需求保持动态变化。

一方面，要让A I技术更好地契合基层实际需求，解决基层治理的痛点，避免陷入A I形式主义；另一方面，要避免过度的智能化改造，如充分考虑老年群体的数字素养，适度控制其使用智能设备的频率。

若一味追求技术进步而忽视切实需求，容易掉入“唯技术论”的陷阱。比如过度依赖智能填表，忽视了对实地走访的总结反思；过度依赖A I公务员介入邻里纠纷、社区矛盾的解决，淡化了人与人之间的信任建立。其结果都会偏离基层治理“以人民为中心”的初衷。

人工智能是人类发明的一项技术，其本身不具备主观意识和道德判断能力。有多个实例证明，完全依赖数据做出决策可能会发生算法偏见，甚至加剧弱势群体的数字不平等程度，还有数据安全与个人隐私保护以及地方文化的特殊性等，这些都是政务服务智能化转型中需时刻警惕的问题。

基层是距离人民群众最近的地方，基层治理的目标是确保善治的成效惠及每一位居民。

因此，既需重视算法偏见与数据安全的难点，又要将基层需求与智能技术精准匹配，更要重塑人机协同的治理新模式，让每一位群众都能从这场史无前例的技术革命中获得实实在在的数字红利。

（来源：《人民日报海外版》，作者为浙江大学数字沟通研究中心副主任）