“AI+”下的人工智能與實體經濟融合發展的路徑研究

陽清 楊舒 鄭躍 張童

摘要：目前我國在人工智能和實體經濟發展階段仍存在著人工智能高端技術人才匱乏、各行業間數據不流通、數據泄露、低端智能等問題。本文以深圳、珠海、湛江為例研究“AI+”下人工智能與實體經濟的深度融合發展的路徑問題，提出完善服務業、制造業發展，緊抓人才培養和引進、推動技術進步，加大數據開放力度、推進數據治理，拓寬實體經濟領域的場景探索等措施，對我國實體經濟的轉型有極大的幫助。

關鍵詞：人工智能 實體經濟 現狀 融合路徑

近年來，我國高度重視人工智能的發展，人工智能和實體經濟的深度融合也對我國推進經濟發展有重大作用。2017年7月8日國務院印發并實施《新一代人工智能發展規劃》以及貫徹習近平總書記在黨的十九大報告中提出“加快發展先進制造業，進一步推動人工智能和實體經濟深度融合。”[1]。我國目前已經在醫療、制造、服務、教育、零售等行業實現了與人工智能的融合。但是在這些領域中仍存在諸如核心技術缺失、智能低端化、人才匱乏、大數據管理混亂等問題，亟需對人工智能與實體經濟的深度融合路徑進行研究。本文在現有的人工智能與實體經濟融合情況的基礎上，探索在人工智能的配合下，實體經濟如何能實現長期盈利以及如何更好地服務于人民，這對我國實體經濟高質量發展以及轉型升級有極大的幫助。

一、人工智能應用于實體經濟

本文選擇廣東省深圳、珠海、湛江的三個不同層級的城市作為代表，從健康醫療、智能制造、智能教育、智慧城市、智能零售、智能服務領域等助力實體經濟的六個重要領域展開研究，通過訪談和問卷的形式對六個領域中人工智能的應用進行調查，共收回有效問卷325份，其中深圳125份，珠海87份，湛江113份。

（一）健康醫療領域

通過本次調研的結果來看，深圳、珠海、湛江三個地區了解和使用過智能診斷系統的人數占比頗高。廣東省在2018年發布了《促進“互聯網+醫療健康”發展行動計劃（2018-2020）》，政府和資金的雙重支持，越來越多成熟產品走向基層醫療機構。但如何讓更多的人們利用人工智能醫療設備是目前醫療領域所面臨的問題。

（二）智能制造領域

在智能制造領域，通過調查反映出，僅僅有52.38%工廠使用機器人參與生產制造環節。這反映出企業缺乏自主創新能力，缺少人才。制造業是一個國家的根本和基礎，人工智能與制造業結合是發展制造業的突破口，但目前仍面臨著人才隊伍結構不合理，專業人才流失嚴重等問題。人才和創新是企業發展的核心，加強人才隊伍建設，加大研發投入，提升自主創新能力，力爭從制造業大國轉變為制造業強國。

（三）智能教育領域

通過采訪老師、教育工作者以及學生，其中使用過智能教學系統的人數占68.25%。同時我們對未使用過教育系統的人進行深度采訪，詢問未使用智能教學人工系統的原因，大部人還是比較習慣傳統教學方法。少部分人認為雖然人工智能給教育事業帶來的極大便利，但是同時與會對用戶造成一定的隱私侵犯，關注公眾號，掃描二維碼簽到上課可能會使自己的信息泄露。這反映出，發展人工智能與實體經濟相結合要防范信息泄露的風險，提高網絡安全。

（四）智慧城市領域

智慧城市是指利用各種信息技術或創新理念開拓和整合城市系統和服務，提高資源利用效率，優化城市管理和服務，提高公民生活質量。主要應用于社區、校園、交通、環衛等范圍。

通過走訪三個城市的部分社區，我們了解到超過50%的社區已經應用智能停車、智慧物業、智慧養老等智慧應用。但僅僅有31.78%的人使用過“智慧交通”APP，智慧交通可以了解所在城市交通管制、道路施工等信息，這對于上班的群體來說是非常有益的，可以節省時間。深圳已經開始應用只能廁所，解決目前公測難找、環境差，帶來了極大的便利。

對于智慧城市來說，除了政府的扶持外，還需要人民的支持和應用，大力的宣傳，讓人們切身體會到人工智能與實體經濟結合的優點，推動人工智能與實體經濟的發展與不斷完善。

（五）智能零售領域

無人便利店、無人貨架、智能貨柜等一系列無人零售業務在2017年已經席卷中國，但通過調查發現無人便利店的發展現狀并不樂觀。這是因為部分老年人對于線上支付不了解，沒有咨詢業務，退換貨很麻煩。還有部分青年人認為店內面積過小，品種相對單一。無人便利店管理人員則表示目前存在素質不好的公民破壞商品、盜竊等行為。無人便利店雖然提高了結算的效率，但是也降低了安全性，因此，行業亟需一套完善的智能化解決方案來彌補或規避這些問題。

（六）智能服務領域

隨著先進制造技術、新材料技術的進一步發展，服務業也相繼出現人工智能的設施。深圳、珠海、湛江三個地方部分服務業已經開始使用智能服務機器人。餐廳機器人代替服務員、虛擬客服代替人工客服、智能機器人為患者看病。智能機器人為我們生活和工作提供了很多幫助，使我們在不少領域的作業成果都會更加精準與高效。但是在我們的采訪中，有人提出他們的擔心，人類是否會被機器人取代，他們是否會面臨事業問題。所以在發展人工智能與實體經濟相融合時，我們要學會擁抱新事物，要有危機意識。從現在起主動融入人工智能時代，學習計算機知識，讓自己變得更加無可替代，才能在時代變革中獲益。

二、“AI”+下實體經濟的發展現狀

隨著社會的發展，AI行業逐漸從概念深入到了各行各業之中，逐步轉變成真正的“AI+”行業。目前，我國人工智能技術已經深入到了包括健康醫療、智慧城市、智能制造、智慧零售、智能服務和智能教育等在內的實體經濟的各個領域，人工智能在實體經濟的應用已進入初級階段。[2]但我國人工智能與實體經濟的融合存在一些挑戰，下面主要從主要以制造業、服務業、醫療業三個行業為例闡述發展現狀。

（一）制造業

我國是制造業大國，制造業能夠為人工智能發展提供巨大市場;并且在人工智能對我國各行業的增速影響的排名中，制造業排列第一。據相關數據顯示，雖然我國目前在人工智能技術的投資高于美國等發達國家，但我國人工智能投資大多集中在商業及零售領域，制造業投資占比極低。人工智能主要依靠于大數據運用，而制造業生產制造環節數據難以獲得且不能通用;對于不同的制造業而言，所需要的人工智能技術不同，因而制造業應用人工智能技術成本較高。此外，能夠集制造業與人工智能技術于一體的人才缺乏;制造業相關人才對于互聯網、大數據了解不足，而部分人才僅精通人工智能技術，市場復合型人才供給不足。[3]

（二）服務業

近年來，人工智能技術快速應用于我國服務業，發展迅猛。例如，人工智能技術應用于金融服務行業，部分銀行等金融公司引入了預測分析、智能推薦、語音識別等，提高了金融服務公司的競爭力。人工智能在金融行業的應用，具有較多優點：增強公司的個性化服務、提高金融公司工作效率、降低公司運營薪酬支出等。但我國服務業發展也存在一些問題。第一，人工智能設備應用不足;大多數企業不注重服務業發展，因而引入較少智能設備，依舊依靠廉價勞動力。第二，信息數據不共享;對于服務企業而言，企業之間存在競爭關系;大型公司構建了專屬數據庫，數據僅供公司內部使用，不對外公開，導致小型企業對人工智能技術發展現狀了解不足。第三，信息安全問題頻發;在人工智能技術的應用中數據不可或缺，但數據中涉及較多客戶隱私，存在公司內部泄露信息、出現技術漏洞導致數據泄漏，消費者對信息安全問題擔憂。

（三）醫療業

目前，人工智能正逐漸應用于醫療業，主要應用于醫學影像、輔助診斷、藥物研發等領域，醫學影像領域最為成熟。當然我國醫療業也存在一些不足。第一，高端技術人才缺乏;我國人工智能技術應用領域較廣，智能醫療設備引入較多，但是缺乏與智能設備配套的專業診斷人才，因而人才成本也較高。第二，醫療數據難以獲得利用;我國醫療數據安全要求高、數據開放受限制、數據標準不統一、數據成本代價高等問題。

綜上所述，我國人工智能技與實體經濟的深度融合仍存在一些挑戰：實體經濟行業智能設備應用不足、復合型人才缺乏、信息安全問題頻發、數據難以獲得利用等，因此需進一步探索人工智能與實體經濟深度融合發展路徑。

三、人工智能與實體經濟深度融合路徑

（一）完善服務業、制造業發展

增加全國范圍內制造業與服務業的試點。一方面，在實踐中培養新技術、新模式進而提高制造業的技術水平，使人工智能融入進生產制造過程的每一個流程，提高制造業的技術水平，讓人工智能更好的配合制造業發展。通過產業轉型升級淘汰落后產能，提高制造業的適應能力;以人工智能代替機械、高危工作，提高工作效率，降低人工高風險作業的危險。另一方面，加深人工智能通過分析客戶的具體需求，及時對產品進行改進和更新，使用戶在金融、醫療、教育、交通等方面獲得更個性化的服務;通過人工智能，融合相同的服務環節，使生產流通環節環環相扣，提高服務效率及質量。

（二）緊抓人才培養和引進、推動技術進步

據2018年教育部門測算，我國人工智能人才缺口超過500萬，這國內供求比例為1：：10。種現象不僅出現在我國，許多發達國家也存在人才稀缺問題。因此，我國應緊抓人才培養和引進，形成穩固的人才基礎。一是校企合作，加強人工智能相關學科建設。企業和科研機構合作建立人才培養輸出機制，共同推進人工智能的人才培養、技術創新和落地應用;二是建立健全人才引進制度，加大對高端技術人才的福利補貼的力度，建立長期配套支持政策，讓學者后顧無憂的開展研究;三是在社會上積極開展人工智能方面的競賽，大力選拔社會上人工智能的人才，形成完整的生態鏈，以促進人工智能與實體經濟融合。

（三）加大數據開放力度、推進數據治理

首先，我國在人工智能發展領域信息并不互通，也沒有統一的數據收集和處理的平臺。為此，我國應建立統一的大數據開放平臺，實現行業間的大數據共享，使人工智能在與實體經濟融合的過程中可以更準確的把握實體經濟的需求定位，從而更好地實現融合。建立統一的數據搜集、整理標準，實現大數據的有效管理。此外為避免用戶的信息被竊取、企業生產制造等過程被暴露等問題，應加大監管力度，建立針對數據保護的法律和法規以及管理措施、擴大民眾舉報途徑、加大失信懲戒力度等措施;建立行業規則，規定企業獲取用戶信息的邊界，加大對隱私數據的保護強度;加強保護個人隱私信息的宣傳教育，讓用戶切實體會到數據泄露所帶來的風險。

（四）拓寬實體經濟領域的場景探索

目前我國人工智能發展勢頭很好，但是發展人工智能還是需要擴展其深度和廣度。探索實體經濟在其他更多可以發揮的作用，在日常工作和生活上更好的協助我們。推動發展人們在不同利用互聯網大數據所得出的客戶的喜愛偏好以及需求設計個性化的服務設施，營造一個更適應消費者需求的平臺，提高產品的競爭力與吸引力，增大客戶對企業的粘性，使企業獲得長期性收益，以便更好的研發技術。拓寬人工智能在實體經濟的應用場景可以優化我國資源配置、提升服務質量。

參考文獻：

[1]李芊池，于紅雨.互聯網、大數據、人工智能與實體經濟融合研究[J].現代經濟信息，2018（11）.

[2]鄧洲.促進人工智能與制造業深度融合發展的難點及政策建議[J].電器工業，2018（11）.

[3]趙可傲.人工智能與實體經濟融合發展研究[J].現代商業，2018（36）.

[4]姜世戟.人工智能應用在我國銀行業的探索實踐及發展策略[J].西南金融，2018（02）：44-49.

[5]苗思意，黃攸立.人工智能與實體經濟融合發展研究[J].中國國情國力，2019（06）：4-6.

[6]康曦.人工智能和實體經濟發展研究[J].知識經濟，2019（01）：11+13.

[7]何玉長，方坤.人工智能與實體經濟融合發展理論闡釋[J].學術月刊，2018，50 （5）.

基金項目：本論文是中華女子學院2019年度北京市大學生科研課題《“AI+”下的人工智能與實體經濟融合發展的路徑研究》（編號：ZKY209010125）（項目基金：5000元）的結項成果;

楊舒系中華女子學院金融系講師;陽清、鄭躍、張童系中華女子學院金融系2016級本科生