以生成式人工智能賦能新質生產力發展：理論邏輯與實現進路

習近平總書記指出，新質生產力由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵，以全要素生產率大幅提升為核心標志，特點是創新，關鍵在質優，本質是先進生產力。近年來，隨著新一代人工智能引領的新一輪科技革命和產業變革的興起，人工智能的發展和創新應用已成為推動新質生產力發展和生產方式變革的重要驅動力量。習近平總書記強調，加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。作為新一代人工智能發展的前沿性技術，以大語言模型為代表的生成式人工智能的創新、賦能和應用正成為推動勞動者、勞動資料、勞動對象及其優化組合的躍升，進一步促進傳統產業深度轉型升級、培育戰略性新興產業和未來產業，以形成高效能新質生產力的關鍵驅動力。

以生成式人工智能賦能新質生產力發展的理論邏輯

馬克思認為，生產力是生產能力及其要素的發展，其在論述生產力理論時強調，生產力由多種因素決定。生產力的決定要素一方面包括以勞動者、勞動資料、勞動對象為代表的簡單要素，另一方面亦包括科學的發展水平和它在工藝上應用的程度、生產過程的社會結合、生產資料的規模和效能以及自然條件等因素。同時，馬克思強調了科學技術對生產力發展的重要作用，并將科學技術作為能夠對生產力提升起獨立作用的要素加以概括。基于馬克思對科技與生產力發展的論述，從科學技術促進生產力發展的整體邏輯看，一方面，科技創新能夠通過對勞動者、勞動資料、勞動對象為代表的簡單要素進行滲透和賦能從而推動三要素本身的躍升。另一方面，科學技術作為一種獨立的力量，亦能通過對勞動者、勞動資料、勞動對象組合方式的優化提升生產力。新質生產力作為以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵，以創新起主導作用、科技創新為核心要素的先進生產力質態，其發展邏輯與馬克思生產力理論中科技創新對生產力的影響邏輯具有內在一致性。而生成式人工智能作為當前科技創新的前沿性、引領性技術，亦將從多方面影響新質生產力發展。

其一，生成式人工智能對勞動者的賦能，形成了新質生產力發展的新型主體要素。勞動者作為生產力構成要素中的主體要素，一直是生產力發展的主觀能動力量。一方面，具有通用性、互補性技術特征的生成式人工智能賦能，能夠通過高頻率的人機交互，與勞動者協同生成新的、與其技能具有互補性的知識，從而進一步豐富和提升勞動者技能，增強勞動者勞動的創造性。例如，小說家能夠利用ChatGPT、文心一言等大模型將其作品生成為漫畫或視頻。另一方面，生成式人工智能能夠通過內容生成對勞動者原有的技能進行輔助性增強，從而提升其技能應用能力和工作效率。例如，智能客服可以輔助客服人員進行問答，從而提升回復效率和客戶滿意度。

其二，生成式人工智能作為一種新型智能勞動工具，提升生產過程效率的同時，亦推動了傳統勞動工具的智能化升級。以大語言模型為基礎的生成式人工智能是新一輪科技革命發展的標志性技術，亦被各界視為能夠推動通用人工智能發展的前沿性、顛覆性技術。一方面，以ChatGPT、文心一言為代表的生成式人工智能，作為智能經濟時代一種全新的勞動工具，其本身作為人的腦力、體力的對象化和集成，能夠通過高效替代生產過程中人的勞動，從而實現生產效率的提升。另一方面，以ChatGPT、Sora為代表的生成式人工智能技術，以對視頻、圖像、文字、語音的泛化理解和生成能力為基礎，與工業設備、農業機械等傳統勞動工具的融合，亦能夠極大地拓展傳統勞動工具的應用場景和應用效率。

其三，生成式人工智能作為一種能夠以自主及人機協同方式生成數據的技術，拓展了新質生產力發展的數據要素來源。一方面，生成式人工智能通過自我對話、人機協同的方式不斷迭代并產生人類社會尚未發現的新知識和數據，從而豐富新質生產力發展的數據要素種類、提升數據要素質量。另一方面，基于與土地、技術、資本、管理等其他要素產生數據的交互，生成式人工智能能夠強化其數據處理過程并促進其數據的迭代、更新，從而產生更多優質的傳統生成要素的相關數據。

其四，生成式人工智能對新質生產力的促進作用還表現為促進勞動者、勞動資料、勞動對象組合方式的優化。一方面，大語言模型等生成式人工智能工具的應用改變了勞動者與勞動資料、勞動對象的結合方式。通過人機交互、數據要素生成，智能化生產過程中勞動者不再僅作為直接參與者作用于勞動對象，其更多扮演調試、監督、指揮生成式人工智能工具的生產監管者角色。而人機交互的智能化生產過程亦能通過數據反饋調整生產過程的資源配置以提升其效率。另一方面，隨著智能經濟時代數據要素在生產過程中逐漸居于主導地位，生成式人工智能的發展使整個社會分工過程逐漸表現為多元主體參與下數據要素的協同生成過程。以生成式人工智能的高效數據生成、處理為基礎，勞動者之間的分工協作效率亦將進一步提升。

以生成式人工智能賦能新質生產力發展的實現進路

新一輪科技革命和產業變革發展實踐表明，以大語言模型為代表的生成式人工智能已逐漸成為新一輪顛覆性技術創新、未來產業發展和傳統產業深度轉型升級的關鍵工具。因此，夯實生成式人工智能發展的技術基礎、數據基礎、人才基礎、產業基礎，推動勞動者、勞動資料、勞動對象及其優化組合的躍升，對形成高效能新質生產力具有重要意義。

其一，強化以大語言模型為代表的生成式人工智能算法及算力的基礎研究和研發，不斷提升生成式人工智能賦能新質生產力發展的技術基礎。一方面，強化基于深度神經網絡的大模型基礎科學研究和應用研發，同時依托現有開源模型和生態，不斷強化研發能力，提升自主大模型的表達能力、預測性能和泛化能力，從而為生成式人工智能多產業融合應用和服務新質生產力發展奠定勞動工具和技術基礎。另一方面，強化GPU、AI芯片等基礎算力芯片的研發，為生成式人工智能的迭代、升級提供算力基礎設施支撐，促進自主可控的生成式人工智能發展，為新質生產力發展和科技自立自強提供算力基礎。

其二，持續推動數據高效聚集和數據要素市場高質量發展，為生成式人工智能賦能新質生產力發展提供數據要素支撐。一方面，積極構建訓練生成式人工智能的數據平臺，促進大模型訓練所需各類數據的聚集和高效利用，結合大數據、云計算技術不斷優化數據的采集、清洗、標注過程，提升大模型訓練數據集的質量。另一方面，構建完善數據要素市場規則，推動數據及其交易流程標準化，降低數據交易成本，推動生成式人工智能與農業、工業、服務業數據高效交互，為生成式人工智能賦能并形成新型勞動對象提供數據要素市場基礎。

其三，持續培育生成式人工智能相關的研發和應用型人才，為生成式人工智能賦能新質生產力發展提供人才基礎。一方面，強化生成式人工智能基礎科研和研發人才的培育，提升生成式人工智能行業人力資本水平。另一方面，強化具有生成式人工智能應用技術和多元產業應用能力的復合型人才培育，同時，強化生成式人工智能的科普知識教育和通識培訓，提升勞動者整體的數字素養，為生成式人工智能賦能新質生產力發展提供新型勞動者和人才基礎。

其四，積極推動以生成式人工智能賦能為基礎的多場景應用和場景創新，培育多元主體共同參與的智能化產業生態，為新質生產力發展提供產業基礎。一方面，充分發揮生成式人工智能對勞動者、勞動資料、勞動對象組合方式的優化作用，不斷強化產業組織創新，推動多主體參與、價值共創的智能化產業生態系統發展。另一方面，積極推動生成式人工智能的跨場景、跨產業、跨領域應用，不斷催生生成式人工智能賦能下多應用場景融合的新業態，為戰略性新興產業和未來產業發展提供產業生態支撐。

（作者張昕蔚系四川農業大學特聘副教授，楊錦秀系四川農業大學教授、博士生導師）

（責任編輯 肖華堂）