ChatGPT 等生成式人工智能技術對產業轉型升級的影響

鄭世林 陶然 楊文博

摘 要：ChatGPT 等生成式人工智能技術引發了社會公眾的廣泛討論，其不斷迭代將對產業轉型與升級產生深刻影響。生成式人工智能將傳統產業引向數字化、智能化的發展方向，不僅會融入制造行業最大限度地實現自動化生產管理和監督，還會對法律咨詢、養老服務、教育等服務行業產生部分人力資本替代。生成式人工智能進一步技術迭代甚至會對消費零售業、金融業、文本翻譯、新聞傳播行業等文本整合輸出類工作具有完全替代作用。在此背景下，中國既面臨著產業轉型升級的重大機遇，又面臨著關鍵核心技術封鎖困境、就業結構調整、人倫等挑戰。

關鍵詞：ChatGPT；生成式人工智能；產業轉型升級

DOI：10.19313/j.cnki.cn10-1223/f.20231116.003

一、引 言

2022 年11 月30 日，OpenAI 公布了由GPT-3.5 系列大型語音模型微調而成的全新對話式AI模型ChatGPT。此項技術平臺一經問世，在短短五天內注冊用戶已經達到100 萬，一個月用戶破億，迅速火爆全網，引發公眾對其功能、倫理等方面的熱議。微軟開發商追加數十億投資，宣布將把ChatGPT 技術廣泛應用于旗下各類應用軟件。BOX 公司首席執行官Aaron Levie 認為，“ChatGPT之所以如此激動人心，是因為它的形式完全適合展示人工智能如何成為幾乎所有類型工作的有用助手，我們在一夜之間從理論上變成了實踐。”ChatGPT 為開發者和消費者帶來創新和便利的同時，也為現有產業的發展帶來極大危機感。其搜索引擎功能和交互對話能力的突破，引起谷歌、百度等競爭性公司的高度警覺。因此，ChatGPT 生成式人工智能技術的出現，不僅會對產業帶來深刻沖擊和轉型升級，也會催生新業態和新模式，從而為產業發展帶來深層次的演化和變革。

目前，學者已經對現有人工智能的發展進行了充分討論，并分析了人工智能對于社會各個領域帶來的影響。但由于ChatGPT 等生成式人工智能處于萌芽階段，現有研究鮮有涉及其對產業結構演化和變革的影響。陳彥斌等（2019）通過理論模型測算，認為人工智能將會大幅度促進社會技術進步和全要素生產率的提升，并從長期來看，拉動經濟增長。郭凱明（2019）借助多部門動態的一般均衡模型分析論證了人工智能對資本密集型和勞動力密集型產業的擴張性影響具有異質性。Aghion 等（2017）同樣基于理論模型指出，人工智能和傳統生產方式在不同產業部門的轉化，決定了產業結構升級。在此基礎上，韋東明等（2021）實證研究發現，人工智能通過推動生產要素的流動，促成了產業轉型升級。

技術革命對于產業演化和變革的影響，通常是以人力資本為內在機制實現的，人工智能對人力資本的替代主要集中在中低技能勞動者。人工智能相比于傳統的機械動能，在勞動力的數量上具有更大的替代效用（Chui et al.，2015）。已有研究將人工智能參與生產的方式主要分為兩類，一類是將其僅視為生產的自動化技術，通過對人力資本的替代或者輔助作用，在數字化、信息化的發展過程中，提升總體生產效率（Acemoglu & Restrepo，2019）；另一類是視作生產要素的技術性加持，在生產過程中，對資本或者人力兩類生產要素均起到不同程度的替代作用（Nordhaus，2015；Bessen，2018）。具體而言，當前的人工智能發展水平對于職業的替代多集中于程序化工作，反而為非程序化、知識型工作創造出更大的就業需求（孔高文等，2020；王永欽和董雯，2020；Acemoglu & Restrepo，2018）。更進一步，自動化技術的進步對勞動力的替代作用呈現一種倒U 型，即對中等水平勞動力替代更加明顯，對低水平和高水平勞動力反而影響程度較小，甚至有就業需求增加的趨勢（Autoret al.，2006）。綜上所述，當前文獻有關人工智能對產業影響的探討，多集中于以制造業為代表的第二產業。通過改變制造業的生產經營方式，促使傳統制造業逐漸向信息化、數字化的方向轉型（蘇海濤，2018）。與此同時，在不同的產業類型之間，通過降低制造業的人力資本所占份額、提升服務業的勞動力吸收數量（Dauth et al.，2017），促進產業升級。在對勞動力的影響方面，人工智能相較于傳統機械替代程度更高、替代范圍更廣，替代作用在不同勞動力類型之間存在異質性，主要集中于中低技能、程序化的工作。

GPT 系列與前文所述的人工智能關鍵區別在于，GPT 系列歸屬于生成式人工智能。與分析類人工智能相比，生成式人工智能能夠基于當前的數據、資料，提煉概括并預測趨勢，在已有學習資料的基礎上形成全新的輸出內容。從GPT-1 到GPT-3.5 版本，GPT 系列的語言理解和文本生成方面性能不斷提升，但是回復尚未達到貼合人類語境的程度。ChatGPT 在GPT3.5 版本上進行修正與微調，通過加入人工數據標注和反饋，使得其在進行語言輸出時更加契合人類的真實口吻。并在此基礎上，使用在人類反饋中不斷強化學習的方法，使得ChatGPT 自身完成對答案的調適和修正，最終達到答案的輸出更加符合人類的意圖，從而盡可能實現無阻礙的順暢交流。因此，ChatGPT 作為一種較為前端的生成式人工智能，在對于產業轉型升級影響方面多作用于金融、教育、客服等第三產業類型，并對人際交互服務、長文本輸出、文本翻譯等更高技能的勞動力開始產生一定程度的替代和輔助作用。

目前關于ChatGPT 等生成式人工智能技術與產業融合的文獻探討主要集中在教育、新聞傳媒和政府治理三大領域。首先，在教育方面，通過自動生成教案文本、課件講義等備課材料，為教師減輕工作負擔（焦建利，2023）。人機交互對話和搜索引擎相結合為每個學生提供私人學習顧問和實時答疑（周洪宇和李宇陽，2023）。進一步對學校按照年齡進階、分科目教學、分班級授課的教育結構造成沖擊（張志禎等，2023）。在促進教育個性化的同時，ChatGPT 獲取答案的便捷性將會加劇學生對人工智能的依賴（張海波和楊兆山，2023）。由于ChatGPT 的獲取并非直接面向普羅大眾，因此在確保教育個性化、差異化定制的過程中，也將會對教育公平性帶來影響（楊小微和王鈺，2023）。與此同時，ChatGPT 信息生成的質量真假難辨（周洪宇和李宇陽，2023；Wang et al.，2023；Van et al.， 2023）、常識性和數學計算錯誤率極高（Zhou et al.， 2023）、科研論文機器造假影響學術權威和知識產權保護制度（鄭世林等，2023；駱飛和馬雨璇，2023；Else， 2023；Gordijn andHave， 2023）、獲取答案便捷性抑制深度思考、回復來源一致性導致知識同質化等問題（高奇琦和嚴文鋒，2023），將會對教育效果和學術生態提出新的挑戰。其次，在新聞傳媒方面，機器圖像識別和數據挖掘分析能力將會挖掘更多社會細節、發現更多現實規律。長文本整合和輸出能力助力新聞工作者提升寫作效率，并在傳播速度方面對新聞傳媒發起挑戰（陸小華，2023）。隨著ChatGPT人工智能化水平逐步提升，逐漸從新聞撰寫的輔助工具轉變為主體角色，與新聞工作者的關系也逐步從合作共生演變為相互競爭（王樂，2023）。與先前的生成式人工智能相比，ChatGPT 基于人類反饋深化學習的模型使其更能實現對人類的深度模擬，在原有的信息中加入情感和價值觀（喻國明和蘇健威，2023）。最后，在政府治理方面，ChatGPT 較為成熟的算法系統能夠提升行政效率、為行政決策提供最優方案，憑借信息共享打破政府行政壁壘、促進協同辦公（周智博，2023）。在行政信息不斷數字化的社會背景下，海量納稅信息為ChatGPT 的訓練提供了數據基礎，通過對公司財務狀況和稅務風險的預判，建立逃稅風險預警機制，增強市場主體對于行政命令的遵從度（賈楠和魯鈺峰，2023）。但是，行政數據的共享同樣具有信息泄露的風險（張夏恒，2023）以及數字技術黑箱帶來的責任鏈斷裂危機。

從目前文獻看，已有研究聚焦于ChatGPT 數據整合和文本輸出性能為社會帶來的沖擊，主要探討的領域在教育方式、學術成果撰寫、新聞傳媒等方面，并未將ChatGPT 作為一種生產要素來具體分析過其出現與迭代對于經濟產業的影響，尤其對與經濟聯系更為緊密的制造行業、建筑行業、服務行業等方面探究較為匱乏。而ChatGPT 作為人工智能的技術發展，將會滲透進入生產過程的各個階段，并作為新生產要素，為經濟增長注入新動能（何玉長和方坤，2018；孫璇，2022）。因此，作為推動生產力和生產關系發展的重要引擎，ChatGPT 對經濟發展相關產業的沖擊更為直接。已有研究側重于信息真實性難以辨別以及倫理問題，忽視了生產過程中對人力資源的替代而造成就業機會擠兌的社會問題，具有一定局限性。

本文基于以上學術研究和社會現實，有三點創新拓展。首先，現有研究探討ChatGPT 的社會沖擊主要集中在教育、新聞、政府治理等領域，在關注如何促進行業發展的同時，也討論了可能引發的倫理問題。而本文側重于ChatGPT 作為數字要素在生產過程中發揮的重要價值，聚焦于與經濟發展聯系更為密切的產業層面，重點關注ChatGPT 對傳統產業的替代、顛覆和升級。結合其性能突破，系統探究ChatGPT 對各類產業的具體影響。其次，本文提出ChatGPT 作為生成式人工智能，具有更強的人機交互能力與長文本整合分析能力，與現有人工智能技術相對比，其對產業的影響范圍更加廣泛、對人力資源的智力替代更加顯著。最后，與中國現實情況緊密結合，基于全文分析如何抓住機遇以及如何應對創新技術封鎖困境、“恩格斯式停頓”帶來的勞動力時長震蕩等挑戰，并從算力基建、產學研結合、政府政策引導、法律法規配合以及勞動力素質培育等方面提出建議，具有重要政策參考價值。

文章的結構安排如下：第二部分闡述ChatGPT 和背后模型的演進發展過程，在時間的縱向維度介紹人工智能與產業融合的逐步深化；第三部分，站在微觀視角，具體分析ChatGPT 為代表的生成式人工智能帶來的產業變革；第四部分，站在宏觀角度，結合中國現實情況，提出在生成式人工智能發展潮流下，當前中國產業發展面臨的機遇與挑戰；第五部分，基于全文分析提出結論和政策建議。

二、ChatGPT 生成式人工智能技術的演進

ChatGPT 是一種基于Transformer 網絡和無監督學習方式的生成式對話模型，具有數據分析豐富性、信息獲取便捷性、人機交互靈活性以及問題回復篩選性等突出特性。依類別而言，ChatGPT屬于“生成式AI”，與傳統的“分析式AI”不同，其應用范圍更加廣泛，且功能實現更加傾向于信息生成。人工智能的主要作用是使機器對于人類行為進行模仿，傳統人工智能的功能領域更加傾向于判別模型，通過事先設計的算法和運行規則，對于輸入信息進行是與否的判定和分析。由于傳統人工智能較為依賴指定代碼，因此應用范圍較為固定和狹窄，例如人臉識別、語音識別、自動駕駛等等。而生成式人工智能模型更加傾向生成模型，通過輸入和輸出之間的關系，學習分布特征進而生成新數據，完成對話創建、長文本輸出、圖像生成等工作。而人工智能的功能，主要是通過機器學習為重要橋梁實現的。機器學習將會提升計算機的自主學習能力，逐漸脫離原有固定代碼、擴大任務執行的能力范疇。機器學習的強度推動人工智能的智能化水平。生成式人工智能即是一種基于機器學習演化出的特殊深度學習模型，對自然語言、圖像、音頻各類信息加工處理，生成新的數據信息。隨著自主學習能力的進一步提升，人工智能將會突破原有特定領域，向更多應用領域擴展，突破原有判別模型的功能局限，推動機器與人類的協同發展。

生成式人工智能更加靈活和智能化，不僅能理解和解釋數據的含義，還能夠根據輸入的數據和資料，進行預測并輸出全新文本。其生成內容主要分為三個方面：其一，基于轉換器體系結構和大量訓練數據，ChatGPT 擅長執行各種與語言相關的任務，擁有識別語境、理解語義的能力，實現貼近人類對話習慣的互動。其二，由于ChatGPT 具有深度學習的自然語言處理技術，在長文本輸出方面具有突破。其文本輸出功能從各類語種翻譯到信息總結概括，還可以模仿人類生成具有情感和價值觀的文本。其三，ChatGPT 的輸出并不僅僅局限于文字形式，還兼具編寫和調試代碼的能力，并通過圖文壁壘的打通，能夠實現根據用戶要求進行簡單圖像繪制。

ChatGPT 基于GPT-3.5 架構開發，在此之前經過了多次版本的提升迭代。GPT-1 提出了“生成式預訓練”范式，采用預訓練語言模型與微調的方式，使得預訓練的語言模型可以獲得一定的泛化能力，能較好地進行自然語言推理，而非對話式AI。它代表了大規模語言模型發展的一個重要里程碑，并為之后更強大的模型的開發奠定了基礎。GPT-2 則使用更廣泛的信息源、更大的網絡參數訓練和更通用的模型，實現了無監督多任務學習，可以同時考慮多個不同的任務，且無需對每個任務進行第二階段的監督調整，能夠實現多任務學習與知識共享，大大提高了人工智能研究與應用的效率，并首次在“生成”方面展現出天賦。GPT-3 模型在網絡結構和訓練模式上基本繼承GPT-2 模型，但使用了遠遠超出了GPT-2 的大規模網絡與海量訓練數據，可以用少量的監督數據快速掌握新工作，產生高品質的輸出。ChatGPT 在此基礎上，增加了人類反饋強化模型，在數據采集方式上更加側重對話交互場景，使ChatGPT 在對話交互上表現更加自然，一定程度上解決了GPT-3 在閱讀理解性能和常識推理技能表現中存在的問題，能更好地遵循用戶意圖，提高理解人類心智的準確性。在ChatGPT 基礎上又演進到GPT-4，其引入了多模態模型，支持圖像文本的輸入，在圖像理解、文本處理、安全性和事實性等方面進行了全面優化，能夠產生更連貫和更符合上下文的回復，從而執行的任務場景得以拓展。隨著技術的不斷升級，未來的GPT 版本可能會進一步擴大模型規模，以提高預測能力和處理復雜任務的能力，探索更高效的訓練方法，以達到降低對計算資源和能源消耗占用的同時減少知識庫更新時間的效果，并提高模型在實際應用中的可控性和安全性，持續關注模型的公平性和道德問題，進一步減少模型中存在的偏見和歧視。

GPT 版本不斷演進，是促使人工智能在各類產業中的應用逐步深化的重要原因。隨著模型參數的逐漸擴大和網絡結構的復雜化，能夠處理的信息越來越豐富，模型函數映射的準確率和性能逐步提升。生成式人工智能可以在傳統人工智能基礎上，編寫、解釋、調試代碼，生成新的文本、圖像、視頻。而且，通過自監督學習模型的介入，生成式人工智能可以通過大量語料庫自行訓練，不斷提升大數據的精細化分析和趨勢預測能力。此外，ChatGPT 還加入了人類反饋強化學習的訓練方式，通過獎勵模型的評分機制，生成式人工智能將會不斷依據評分調整模型參數，使其答案回復越來越貼近人類的思維方式和意圖。生成式人工智能的模型優化以及模型自身的訓練迭代將為產業帶來前所未有的演化和變革。

三、ChatGPT 對產業發展的影響

隨著以ChatGPT 為代表的生成式人工智能日益成熟，相比于原有的人工智能技術，智能水平大幅度提升，將對當前產業變革帶來較大沖擊。首先，對現有產業具有部分替代效應，主要體現在對人力資本的替代。其次，助推傳統產業的轉型升級，主要通過與人力資本相互融合，突破現有產業的功能局限、提升產業生產和服務質量。最后，催生新業態和新模式。ChatGPT 具有群集系統的特點，通過不斷學習將會涌現出意料之外的功能，開拓出專屬于生成式人工智能的產業領域。

（一）生成式人工智能對現有產業的替代效應

ChatGPT 依托背后模型的突出性能，對各類產業具有不同程度的替代作用。首先，大參數模型具有較強的運算性能，模型內部的函數映射準確性提升，對預測分析類、語言輸出類工作的人力資本具有平替作用。其次，生成式人工智能通過生成式預訓練、監督學習和人類反饋強化學習，人機交互能力增強，對新聞傳播、消費零售以及金融行業有部分替代效應。最后，ChatGPT 的多模態大模型打破了語言壁壘和圖文隔閡，可以在不同類型文本、圖片、視頻之間相互轉換，使得未來文學創作、圖片繪制、視頻制作、游戲內容生成都可使用AI 實現。對于現有產業的影響僅改變了勞動力中的人機比例，并未突破產業本身的功能邊界。

首先，打破圖文壁壘替代優化產品設計、銷售咨詢、客戶服務等領域的工作。ChatGPT 實現了圖文壁壘打破和人機交互對話的升級，因此對消費零售業的產品研發設計和售后服務都具有極強的替代作用。其一，在產品的研發設計方面，ChatGPT 可以根據用戶文字要求，實現繪畫、圖紙的藝術設計，因此可以預見在不久的將來，真正的個性化定制設計將會實現。ChatGPT 可以根據用戶發出的指令精準繪圖，并通過指令的更改不斷修正設計圖紙。與此同時，將ChatGPT 的研發設計與3D 打印技術相互融合，能真正實現從設計到制造的人工智能一體化。建筑業的建筑外觀以及室內裝潢、服裝、電子設備、家具生產等與人類生活息息相關的相關產業，均可實現按照消費者需求快速呈現。圖文壁壘的打破，使得ChatGPT 可以在文字指令和圖像之間任意切換，對單純設計產品外觀的設計類工作具有較強替代性。其二，人機交互能力的提升，促使ChatGPT 的應用進一步下沉到銷售服務端，能夠參與到人類互動的工作環節。其溝通能力和情商水平基本可以實現簡單對答，對于用戶的提問和訴求，可以使用流暢的語言予以回應。除此之外，ChatGPT 還可以突破人類的生理極限，實現全天24 小時在線回復，隨時回答用戶提問。避免因客服人員的情緒化、低級錯誤帶來工作疏漏，提升消費者獲取服務的質量和滿意度。對銷售公司而言，ChatGPT 可以通過消費者需求偏好的數據處理，定向推送宣傳信息并預測消費行為，輔助企業及時修正生產經營策略。借助消費者數據與銷售公司的互聯互通，提高企業應對市場不確定性的能力，降低成本和經營風險。整體而言，ChatGPT 的加入既能夠為消費者提供個性化產品設計以及全天候的咨詢服務，又能提升銷售公司的生產效率、服務質量和風險抵御能力。從對勞動力的需求來看，人工智能對產品設計、客服咨詢方面的替代作用是非常顯著的。

其次，依托數據分析來預判市場走勢。ChatGPT 依托大模型強大的數據分析和預判能力，能夠較好替代金融行業的市場分析、信貸質量評估、風險管理以及保險銷售等職業。其一，ChatGPT 利用自然語言處理技術，實時監測市場行情變動，跟進動態市場信息，預判股票走勢和金融產品的收益前景，為金融機構提供利益最大化的決策建議。其二，應用深度學習等相關技術，對不同用戶的借款、還款額度與時間進行數據收集，綜合評估借款人的還款能力和償債風險，為金融機構的放貸決策提供參考。其三，ChatGPT 通過對復雜的金融市場和大量金融數據分析與建模，能夠對市場風險進行全面、及時的信息跟進，從而全方位實現風險捕捉和預測。其四，可以針對金融產品購買者的不同需求提出購買建議，并通過語言處理技術以對話的方式為用戶提供產品規劃，更加通俗易懂地解釋金融產品的具體含義。此外，由于人工智能不具備任何主觀立場，可以一定程度打消用戶對營銷者謀私利的疑慮，增強產品購買的信任度。其缺陷在于，市場變動的靈活性和復雜性應變能力欠佳，目前仍舊需要金融分析師的經驗、直覺予以協助判斷和監督指導。但是，ChatGPT 對于基礎性分析、市場風險數據收集和分析、用戶貸款信用能力測評、金融產品推介等基礎性工作，目前已經基本具備應對能力，因此對于技能水平較為基礎的工作人員替代作用較強。

再次，借助文本生成提升新聞時效性與通俗性。ChatGPT 技術具有較強的文本閱讀、寫作和闡釋的能力，主要應用于新聞傳播等需要大量文本整合輸出的行業，例如網絡輿情監測、新聞稿撰寫、個性化新聞推送等方面。其一，ChatGPT 利用大規模文本語料和機器學習模型，能夠通過給定的現場圖片、主題詞和具體場景，生成各種類型的新聞稿件并擬定標題，簡化新聞寫作流程，降低產出成本。在報道的語言方面，可以將法律、財經等專業性較強的文案變得更加通俗易懂，降低受眾的信息接收門檻。其二，ChatGPT 能夠對網絡評論、零碎信息及時捕捉并追蹤，與此同時，還能夠通過評論數量變動趨勢預測事件熱度及未來走向，提升媒體工作者對熱點事件的敏銳度，實現新聞的時效性。由于人工智能本身并不帶有主觀立場和情感偏向，因此對于熱點的捕捉和描述更能夠客觀還原事件的本來面目，具備真實性和客觀性。其三，通過數據分析，充分預測用戶接收信息類型的偏好，實現個性化新聞推送，提升用戶的興趣程度和使用滿意度?？傮w來看，ChatGPT 的加入將會助力記者的新聞追蹤和評論員的輿情監測，且對于文字編輯、校對員等文本輸出工作者具有極強的替代作用。

最后，應用自然語言處理實現多種語言迅速轉換。ChatGPT 借助自然語言處理技術和神經網絡模型，能夠進行文本翻譯、口語交互翻譯、多語種翻譯以及翻譯文本潤色修改，以上技能的實現可以完全替代筆譯員、同聲傳譯以及語言培訓機構的工作。其一，ChatGPT 能夠對文章實現自動化翻譯，大幅度節省翻譯人員的工作時間，尤其對于長篇幅、高頻率的文本翻譯更具優勢。其二，由于人機對話交互性能的提升，ChatGPT 可以實現在任何情境下的同聲傳譯，實現不同國家人員之間的順暢交流，進一步減少在會議、談判等場合對口譯員的需求。其三，ChatGPT 的數據庫具備對多種語言相互切換的能力，突破人類掌握語言種類的局限性，降低多種語言翻譯的聘請數量，節約企業成本開支。其四，ChatGPT 對于長文本的外文翻譯能夠提供自動糾錯和修改服務，對于文章潤色機構的業務形成了巨大沖擊。與此同時，ChatGPT 對于語音輸入也具有識別能力，用戶可以通過與其外語對話，提升口語能力并及時進行語言錯誤的修正。綜合來看，ChatGPT 無論在翻譯的質量、效率還是工作時長方面，都能遠遠突破人類極限，節省企業的人力使用成本，并且能讓每位外語學習者隨時隨地提高外語學習能力、獲得口語練習機會。

（二）對傳統產業的顛覆與升級

在部分行業中，ChatGPT 通過本身的性能突破與人力資本融合實現優勢互補，在現有基礎上實現產業功能和服務質量的新提升。在上文提到的文字整合、文本翻譯、數據信息分析類行業中，ChatGPT 具有部分替代作用，主要表現在對人力資本的平替。而ChatGPT 憑借簡潔自然的交互對話能力、強大的數據收集分析與運算能力，打破了人類的生理極限，對現有產業的功能范圍、服務質量、工作精準度均具有新突破。但不可忽視的是，ChatGPT 本身性能也具有客觀局限性，并不能夠真正理解語言背后的意圖、不能取代人類進行決策和選擇，也不能完全替代人類的情感和關懷。因此，在制造行業、養老服務行業、法律咨詢行業、教育服務等服務類行業以及元宇宙等新興領域，更多是通過融合的方式，在一定程度內實現經營模式顛覆和轉型升級。

一是利用多模態模型實現制造行業全自動化。在制造行業中，ChatGPT 主要利用多模態模型的優勢，應用于產品的研發設計、生產制作、質量監督以及管理決策的制定。在產品的設計方面，由于圖文壁壘的打破，能夠將產品設計要求輸入對話框，由ChatGPT 按照文字要求進行圖紙設計，減少設計過程中復雜、繁瑣的繪制步驟。并借助可視化，將二維圖紙立體化、具象化，將預期產品真實地呈現在設計者面前，確保工業制造成品的效果與初衷保持一致，降低由于設計失誤帶來的人力、物力以及時間上的損失。在產品的生產制造和質量監督方面，ChatGPT 的參與更多起到將人類與實體機器人相互聯通的作用，作為中介參與生產決策。由于多模態模型的應用，可以使ChatGPT接收各種類型的信息，例如文本、語音、視頻與圖片，這部分信息能夠無障礙接收制造行業的管理者的指令和要求。與此同時，多模態大模型也允許溫度、位置、加速度、重量等產品信息的感知，這一端與生產線終端相結合，時刻掌握制造過程。將產品信息與人類指令信息共同處理、分析判斷，及時調整生產策略，并自主向實體機器人發出相應指令。通過對已有的產品數據進行收集、分析，在生產過程中實時監測產品數據，及時發現殘次品并采取措施予以修正。并能夠對于生產線、制造設備等進行數據對比，檢查并提示生產裝備本身出現的疏漏，一定程度上降低制造行業的運營成本，實現運營效益最大化。在管理決策方面，ChatGPT 通過生成式預訓練對市場信息進行全方位了解，其背后的大參數模型對信息的處理精確度較高。因此，憑借數據監測，為管理層提供采購方案、分析生產資料的利用率，促使管理者及時調整生產方案，確保資源利用效率最大化。除此之外，還能夠對制造業上下游的供應方、銷售方進行數據呈現，通過對供應數量與價格的綜合比較和衡量，促使管理者靈活調整制造業的供貨方，降低生產成本，實現經營策略最優化。因此，ChatGPT 對于制造業的升級，主要利用多模態大模型的信息收集和分析，提升生產線的智能化水平。通過模型的運算，優化生產經營策略、提高生產效率。由于ChatGPT 本身的計算準確率低、回答問題不全面等客觀局限性，目前僅能起到輔助作用，尚未達到制造業對產品制造高精度計算的要求。

二是群集系統的“涌現”用以提升養老行業服務質量。未來的養老服務行業中，ChatGPT 的介入將會為老年人提供陪伴，通過實時健康監測、制定營養或康復計劃、處置緊急情況，為養老增添溫度和尊嚴。首先，未來ChatGPT 的平臺運作有希望可以脫離電腦載體，以更加生動的機器人形式出現在現實生活中，為獨居老人提供生活陪伴。在人口老齡化趨勢日益嚴重的現實背景下，空巢老人的大規模增加成為了值得關注的社會問題。ChatGPT 的高智能人機交互對話功能，通過聊天、下棋等休閑活動，為老人提供日常陪伴。有能力隨時為老年人答疑解惑、傳輸新聞咨詢，讓老年人足不出戶也能掌握當前世界的變化。其次，由于ChatGPT 的大模型屬于群集系統，不計其數的部分共同運轉驅動同一個系統，但是缺乏指揮系統，因此，整體的行為并不是各個部分個體行為的簡單加總，在大模型不斷演變和協作過程當中，將會意外出現事前無法預知的功能，此類現象稱為“涌現”。OpenAI 的首席科學家伊利亞及其團隊發現，在模型容量、訓練時間、訓練數據充足的前提下，模型內部能夠涌現情感分析的性能單元，進行情感處理。ChatGPT 以此類模型為基礎，在老人日常相處與陪伴中，不斷得到訓練和學習，將會具有一定的情感接收和處理能力，進而一定程度上彌補老年人的情感缺失。最后，ChatGPT 交互性對話功能的實現，為老年人獲取人工智能服務降低了門檻，省略打字等技能要求較高的環節，減少人與機器溝通交流的阻礙。養老服務行業的智能化升級，使得獨居老人即便在家，也能擁有溫情陪伴和健康顧問，降低孤獨感、進一步提升生活質量。但歸根結底，人工智能與人類依然存在差距，無法具備真正的共情能力和主觀思維。因此，ChatGPT依靠概率算法進行的對話與幫助在養老服務行業并不能完全替代人類的情感陪伴，僅能起到部分替代作用。

三是通過信息收集與文本輸出提升法律咨詢業的效率與科學性。在法律咨詢行業，ChatGPT 能夠為律師更新法律條文、提供決策參考、自動生成固定格式文書并為公眾提供免費法律咨詢。首先，ChatGPT 利用機器學習算法能夠自動更新法律條文，節省律師查閱變動條文的時間。與此同時，通過搜集大量法律文獻和相關案例，根據律師的需要，提供經驗參考以及處理建議，促使法律工作者的辯護與判決更加合理和科學。其次，ChatGPT 的參與將會解放律師的雙手，替代原本單一、繁瑣的固定文書撰寫，例如合同、起訴狀、證據清單、答辯詞等等，提高法律文件撰寫的準確率。但隨之而來，律師的職業門檻將會提高，原本由資深律師主導的大型協作團隊，將不再需要基本文書撰寫人員，低技能、低職位的律所員工將一定程度上被替代。最后，面向社會公眾而言，ChatGPT 可以利用數據庫和文獻的知識檢索提供免費法律咨詢和法律援助，一定程度上普及法律知識，為律師事務所減輕對外交流和溝通壓力。整體來看，人工智能在法律行業主要起到助力和升級作用。因為法律行業與人文社會交集較深，ChatGPT 雖然具有較強的人機對話能力，但是欠缺主觀感情和倫理判斷，在法律與人情兩者間的取舍中，具有較大困難。目前階段，將主要助力律師和法官的訴訟和判決，節約工作時間，提供更科學的指導性建議作為參考，暫時無法掌握最終的決策權。

四是利用人機交互性實現針對性教學。ChatGPT 語言壁壘的打破，將會助力教育行業逐漸走向智能化，主要體現在制定個性化教育計劃、智能輔導、教學材料制作、學生心理疏導四個方面。首先，ChatGPT 可以根據學生的學習能力和興趣特長量身定制教學計劃，為其學習路徑和方式方法提供意見和建議。除此之外，通過定期成績評估，跟蹤記錄學生的學習效果，根據評估結果及時調整教育計劃，實現因材施教。其次，憑借ChatGPT 在不同語種之間的文字轉換能力，可以為學生的外語學習提供修改和批注。其人機交互對話技能的提升可以助推外語教學模式的轉變，根據學生需求隨時隨地提供口語訓練，提供答疑、解釋教材等服務，增強學習的便捷性和趣味性。再次，ChatGPT 能夠根據教師的教學內容，配備課件和課后習題輔助教學，促使老師將有限的工作時間更多分配給與學生的互動交流中。最后，ChatGPT 可以為學生情緒、心理咨詢問題提供無條件傾聽和陪伴，并適當提出解決方案。在提供知識輸出的同時，也能實現心理問題的監測和疏導。其缺陷在于，ChatGPT 的信息輸出暫不具備隱私保護能力，學生的交談內容有被傳遞給其他人的可能性。對于數學計算問題，ChatGPT 訓練需要大量真實的數據，目前答案準確性仍有待提升。除此之外，由于答案輸出是依靠程序設定和概率算法得到的，ChatGPT 僅能通過文本的語氣詞、情感詞匯判斷情感傾向，嘗試判斷人類主觀感情，但實際上無法真正替代教師實現人性化關懷，也無法設身處地與學生產生共情。

五是與元宇宙新興領域結合實現虛擬世界逼真化。ChatGPT 與產業的相互融合，還體現在元宇宙等新興領域中。元宇宙是由現實世界映射形成的、能夠與現實進行交互的一種虛擬世界。作為一項尚處于早期發展階段的新技術，仍存在很多局限。元宇宙作為一個虛擬空間，其發展和完善離不開人的互動與參與。ChatGPT 的出現，讓現實中的人在元宇宙中能夠創建虛擬身份，借助其語言翻譯功能，使得各國人員打破語言障礙、順暢交流。即便是與虛擬世界中的虛擬角色對話，也能夠創設出更為逼真的社交情境?？傮w而言，ChatGPT 本身作為一項最新的人工智能技術，在與另一項新興產業相互融合、彌補不足的同時，同樣能夠碰撞出突破原有認知的創新。

四、ChatGPT 為中國產業發展帶來的機遇與挑戰

ChatGPT 的出現，代表著生成式人工智能的不斷迭代，從宏觀來看，對我國產業發展既是機遇也是挑戰。其帶來的機遇在于，解決落后地區的高素質人才匱乏和信息溝通不暢的問題，促進區域間產業平衡發展；助力資源型城市產業結構轉型升級，促進第二產業智能化發展，并為第三產業發展注入新動能；通過解放勞動力、提供大模型運算，為產業創新帶來更多可能。其帶來的挑戰在于，我國在生成式人工智能的算力基礎設施建設的技術方面，面臨著技術封鎖的困境，局勢較為被動；面對生成式人工智能的技術發展，產業變革具有滯后性，如何縮短“恩格斯式停頓”時長，減少產業重構對勞動力市場的震蕩，并提升小微企業的適應能力，成為了我國將繼續面對的挑戰。

（一）ChatGPT 為中國帶來的機遇

1. 為產業轉型城市創造新的經濟增長點

依靠礦產資源發展經濟的城市和老工業基地，在碳達峰與碳中和的目標引導下，成為了新舊動能轉換、轉變產業結構的重點區域。依靠資源、能源在以重工業發展為首要目標的經濟建設初期發展勢頭強勁的城市，也面臨著“資源詛咒”問題，例如城市污染嚴重、生態環境退化以及發展路徑固化、發展模式轉型困難（姚鵬和葛曉莉，2022；付奎等，2023）。在環境保護與經濟高質量發展的時代要求下，以第二產業為主的資源型城市如何進行產業升級、創建新業態、尋求新的經濟增長點，成為了當前的破局關鍵（Torvik，2002）。

GPT 版本的更迭和在生活中的引入，促進第二產業的全自動化升級、推動第三產業比重提升并催生新業態，為經濟發展模式帶來了新機遇。ChatGPT 背后的生成式人工智能大模型，參數越多能夠處理的信息就越復雜、越豐富，對于現有數據處理分析的準確性也會不斷提升。ChatGPT 的發展對我國資源型城市以及老工業基地具有以下三個方面的帶動作用。其一，就第二產業而言，ChatGPT 可以在制造業中一定程度充當決策大腦的角色，通過與機械動能和傳統人工智能相連，在分析處理生產終端數據資料的同時，結合管理層輸入的企業目標和市場需求信息，監督生產質量數據并及時對生產種類和數量做出調整，能夠促使第二產業提升自動化程度，依托城市堅實的產業基礎提高生產效率，在第二產業內部實現生產方式的優化升級。其二，就產業結構升級而言，ChatGPT通過后期的監督學習、人類反饋強化學習，具有長文本輸出和人際交互性能提升的突破，其影響范圍逐步擴展到第三產業，為資源型城市的服務業發展提供先進科學技術與生產要素。使得第三產業發展能夠站在更高起點，在生成式人工智能的加持下，迅速縮小與其他城市的現有差距。其三，ChatGPT 對于產業的影響層層遞進，由單純的輔助功能過渡為完全替代，最終突破現有產業范圍，開創出專屬于生成式人工智能的新市場。為經濟發展釋放更大潛力。通過引入新業態、新模式，為資源型城市的發展路徑提供新思路，打破固有發展思維，提供新的經濟增長點，吸引其主動對城市內部產業升級轉型。

2. 實現產業的內部創新

在信息化、全球化經濟高速發展的現實背景下，中國政府高度重視產業創新。自1999 年便開始設立創新基金，通過財政撥款、金融貸款等優惠政策，推動科技企業的研發創新。在政府的高度關注下，中國的科研經費投資在20 年間躍升將近1.6 個百分點，超過歐盟的平均水平（孫薇和葉初升，2023）。但根據世界知識產權組織公布的《2020 年全球創新指數》來看，中國的創新水平與研發經費的投入情況并未實現成果上的完全匹配。

在科學研發和創新方面，ChatGPT 背后的生成式人工智能借助模型大參數規模的運算能力，能夠為產業研發起到一定的助力作用?？傮w而言，創新主要分為兩個方面，一方面是在現有知識的基礎上進行排列組合，通過不同的組合形成新研發；另一方面是在已有理論基礎上拓展邊界，實現新領域的理論突破。ChatGPT 的加入能夠對創新的兩個層面發揮直接和間接效用。首先，ChatGPT 所依托的大參數人工智能模型，能夠對大規模數據進行高速運算，將現有知識中的要素窮盡組合形式，最大限度提供創新選項。其二，ChatGPT 的加入，提升了現有產業的自動化與數字化水平，對于人力資本具有部分輔助甚至完全替代的作用。能夠將勞動力從原有繁瑣、程序化的工作中解放出來，創造閑暇的同時，也為理論知識的深入思考爭取更多時間，從而釋放人類智慧的更多潛能，助力拓展現有的理論邊界。

3. 緩解部分產業的區域發展不平衡

中國土地面積廣闊，整體經濟的飛速提升尚未實現各個區域之間的發展平衡。區域之間的不平衡，由起初的東中西部階段性差異逐漸轉變為南北方差距（汪晨等，2019；唐瑜等，2022），板塊、城市群內部的不平衡發展貫穿始終，也構成了區域整體經濟情況不平衡的重要來源（劉華軍等，2017）。在此社會背景下，不同地區的產業要素投入、投資回報率以及資金變現能力存在較大差異（張麗君等，2019），教育、醫療等與社會民生息息相關的公共服務行業差異尤為明顯。

以ChatGPT 為代表的生成式人工智能，經過一系列的生成式預訓練、監督學習以及后續的人類反饋強化學習，在教育和醫療水平方面，已經能夠提供一定的輔助。對待發展較為落后的地區，ChatGPT 主要通過打破信息壁壘、高素質人才補充兩個渠道實現公共服務產業的幫扶。首先，對于智力資源相對匱乏、信息資源溝通不暢的地區，ChatGPT 前期的生成式人工智能預訓練從各個渠道吸收大量的基礎知識，并隨著數據庫資料的更新不斷迭代。當其作為現有教師、醫生的工作助手加入后，能夠迅速拓寬視野、提升原有的教育和診斷水平。其次，經濟發展較為落后的地區，在人才流動市場上缺乏吸引力，高素質人才引進面臨較大困難。ChatGPT 通過后期的監督學習和人類反饋強化學習，已經具備了與學生、病人一對一溝通答疑的能力，能夠作為工作人員相對獨立地參與其中。在不加重地區財政資金負擔的同時，解決高端人才吸引力不足的問題，帶來前沿信息和專業技術?；诂F有水平，從暢通信息技術和補充人力資本兩個角度，緩解教育、醫療等公共服務行業的區域發展不平衡。

4. 拉動消費整體水平提升

消費是拉動經濟增長的重要引擎，疫情加劇了中國經濟下行壓力，而我國居民的消費水平整體偏低（雷瀟雨和龔六堂，2014）。收入分配不平衡（萬廣華等，2022）、人口老齡化程度加?。ㄊ磉\等，2021）以及農村地區整體教育水平偏低（李翔和朱玉春，2013）等社會現實是阻礙我國消費增長的重要因素。但隨著數字基礎設施的建設完善，能通過便利化（張勛等，2020）、優化消費決策（王茜，2016）、建立消費信貸（臧旭和張欣，2018）等方式，釋放居民的消費潛力，促成我國的國內國際雙循環新發展格局。

ChatGPT 作為生產要素的技術加持，通過減少勞動力參與、提升生產質量和效率，拉動消費增長。在制造業生產過程中，ChatGPT 利用多模態模型成為生產線的決策中樞，吸收管理層的生產指令，生成具體生產計劃并與實體機器人的實際操作相結合，使得制造業的生產經營實現全方位自動化。通過減少人力資本所占比重、提高生產效率，降低企業生產總成本、增加單位時間內的生產數量，創造更大的盈利空間。與此同時，通過識別生產線機器人反饋的溫度、重量與體積等多種數據形式，對企業的產品質量進行實時監測，及時發現殘次品并予以修正。在提升制造業產品質量的同時，降低企業的無謂生產損耗。產品人力投入減少，導致其生產成本下降，產成品的市場售價也隨之降低。對我國的消費零售業形成利好，在短期收入水平尚未大幅度提升的情況下，產品售價的壓低將會刺激消費需求，隨之而來的“收入效應”將會提升消費者各領域的消費水平。ChatGPT 在生產過程當中的參與比重加大，有助于緩解當前國內消費較為低迷的現狀，為構建國內發展新格局、形成強大國內市場帶來機遇。

（二）ChatGPT 對中國帶來的挑戰

1. 面臨核心技術封鎖的被動局面

從技術本身的引進方面而言，中國屬于ChatGPT 被動接受方，處在短時間內無法迅速趕超的困境中，要提防人工智能技術封鎖帶來的劣勢地位。要想實現ChatGPT 應用平臺的跟進，必須突破其背后的生成式人工智能模型技術，而首先要面對的是硬件基礎設施建設，這是保障大模型運算的物質前提。

在生成式人工智能的發展浪潮中，中國首要任務是開發屬于自己的大模型，其核心關鍵是擁有強大運算功能的GPU 芯片以及獲取能夠改寫的基礎模型代碼。硬件基礎設施是保障大模型運算速度的命脈，不論從起初的生成式預訓練，還是到后面的監督學習、人類反饋強化學習，都涉及對數據的大規模處理和計算。生成式人工智能所依托的模型越完備，其所需參數以及網絡結構就越復雜，因此對硬件設施的要求會更高。相比于CPU 而言，GPU 在模型運算中的應用范圍更廣、處理能力更強。目前，符合大模型訓練推理要求的GPU 主要代表是英偉達Ampere 系列和Hopper 系列的高端卡A100、H100，而國內的GPU 制造廠商正在以此為標準積極追趕。在軟件方面則需要引進開源大模型、閉源大模型，在此基礎上實現代碼的改寫。結合當前發展情況而言，無論是在硬件還是軟件層面，中國均需依靠國外進口。如何制造出具有較好性能的芯片并研究清楚已有的模型代碼，防止被關鍵技術遏制經濟發展，成為了中國跟上生成式人工智能趨勢所面臨的首要挑戰。

2. 新一代人工智能技術加劇失業風險

全球經濟形勢尚處于疫情影響后的動蕩期，企業出于盈利目的對勞動力需求下降。與此同時，中國經濟正處于由高速度向高質量發展轉變的調整期，結構性失業也成為了當前失業人口劇增的主要原因。失業是影響社會治安、阻礙經濟發展等一系列問題的根源之一，因此，中國政府對就業問題高度重視（張敏等，2013；Jawadi et al.，2021）。

ChatGPT 為代表的生成式人工智能模型處于發展初期，對人力資本的替代作用遠大于創造就業機會的吸收作用。根據前幾次工業革命的歷史經驗，在新技術引入的初期，雖然提升了產業的生產效率，但是社會民眾的收入停滯不前、生活水平甚至出現了下降，整體而言，受益群體并未占據主導地位，這一現象被稱為“恩格斯式停頓”。與此同時，相比于現有生產力而言，效率提升幅度越小的新技術越容易對勞動力起到替代作用，當技術發展到一定程度后，通過對生產率的大幅度提升，才會刺激經濟發展帶來更多就業機會。

中國面臨著疫情后的失業高峰期，并且在生成式人工智能的技術發展方面，并未達到世界領先水平。生成式人工智能發展從硬件基礎設施研發到模型代碼的編寫，再到真正應用到產業，相比于國外而言，我國每個環節均具有一定程度的落后，總體上存在較大差距。而技術提升幅度越小，對勞動力的替代效應就越強，“恩格斯式停頓”時間將會越長。生成式人工智能迭代速度慢，帶來的失業率長時間增加、生活質量持續降低，將會導致中國在國際市場競爭中相對被動，甚至引發國內人才外流的問題。如何加強自主研發能力、快速追趕國外的生成式人工智能水平，引領技術迭代的潮流，成為社會各界急需思考的問題。盡量在相對短的時間內提升科技，帶動國內生產率的質變，消化產業重構帶來的冗余勞動力，緩解技術革新帶來的就業市場震蕩、人民生活水平下降，是當前國內面臨的重要挑戰。

3. 人工智能改變市場結構造成行業壟斷

不同基礎的企業面對生成式人工智能浪潮，跟隨步伐將會產生異質性，拉大企業發展差距，加劇市場失靈。ChatGPT 對于企業而言，若想實現有效利用，首先，需要收集和整理大量數據，建立多個模型來滿足不同應用的需求，并進行模型訓練、優化和驗證；其次，需要招聘大量具備數字化專業知識的尖端人才，能夠理解ChatGPT 的工作原理并應用到企業實際場景中；最后，企業要提供充足的計算硬件支持，用于搭建、部署和優化ChatGPT 模型。每一項要求，都對企業的資金、人才吸引能力提出了較高要求，而大型企業憑借雄厚的發展基礎在人工智能化競爭中處于優勢地位。因此，可以預見的是，ChatGPT 的引進和成熟使用將會使得大型企業減少不必要的生產成本、提高企業生產效率，其更具優勢的盈利能力將會進一步擠占中低端企業、小微企業的市場份額，在企業競爭和自然選擇下，逐漸造成大型企業壟斷市場的局面，進一步加劇市場失靈。

小微企業對經濟發展具有至關重要的推動作用，其靈活性和適應性能夠很好地應對市場的波動。在中國當前經濟不確定性增加的社會背景下，小微企業在強國富民、吸納就業、激發市場活力等方面具有不可替代的重要作用。但由于小微企業規模小、盈利較少，具有技術基礎薄弱、資金匱乏等劣勢。在改寫開源模型代碼、引進數字化高素質人才方面有一定困難，產業人工智能化潮流中適應能力較差，很有可能因生產效率低而被市場淘汰。因此，如何平衡ChatGPT 引入后的市場結構、調節市場失靈，利用財政轉移支付和優惠政策扶持小微企業生存，將成為中國政府需要思考的關鍵問題。

五、結論及建議

在人工智能技術快速更迭的時代背景下，ChatGPT 的出現引發市場關注和公眾熱議。本文結合以ChatGPT 為代表的生成式人工智能發展現狀，首先，詳細介紹了ChatGPT 的演進過程，從時間的縱向維度描述了GPT 系列的不斷迭代、依托模型的不斷加入促進性能提升。從起初簡單的文本翻譯和提煉總結，到深入法律、醫學等專業領域進行數據預測和知識輔助，再到客服等服務行業的人機靈活對話，其對于產業影響具有范圍逐漸擴大、程度不斷深化的演變特點。其次，從微觀上來看，ChatGPT 依托其大模型運算的數據處理速度、多模態模型信息接收與輸出的多樣性、群集系統特征涌現的情感功能以及生成式預訓練、監督學習、人類反饋強化學習訓練出的人機交互性能，對現有的消費零售、金融、翻譯以及新聞傳媒行業帶來顯著替代影響。逐步融入制造業、養老服務業、法律咨詢和教育服務行業，具有實現智能化、自動化的積極推動作用。與此同時，能夠與元宇宙新興領域相結合，使虛擬世界更加生動。

從宏觀來看，ChatGPT 的發展標志著生成式人工智能技術愈發成熟的應用，對中國的產業發展既有機遇也有挑戰。其機遇在于：帶動落后產業、平衡區域發展，順應高質量發展模式、促進城市產業結構合理化，為產業突破創新提供更多可能。其挑戰在于：我國在生成式人工智能的大趨勢下，在硬件、軟件基礎設施上面臨技術封鎖的風險；人工智能技術發展速度遲緩，“恩格斯式停頓”時間較長，對勞動力市場震蕩明顯；大模型的訓練所需人力、物力較多，拉大企業差距，加劇市場失靈。

基于以上探討，本文認為人工智能作為技術革命的一部分逐漸滲透各個產業已經是大勢所趨，中國應積極發揮大國優勢，加大投入，利用自身優勢抓住機遇、迎接挑戰。具體建議如下：

其一，加大算力基建投入，培育并引進數字人才。應用技術影響產業發展，我國需順應發展潮流，加大人工智能方面的研發創新投入。結合人工智能發展的三大要素（算力、算法、數據）來看，三者需要同步向前邁進。算力的提升離不開芯片、服務器的硬件支持。我國應加大在算力基礎設施方面的資金投入，提升國家戰略科技力量，掌握技術發展主動權，在人工智能的創造源頭取得先機。對于算法方面，模型的訓練、算法的設計離不開高素質數字化人才。通過新興學科的設立、科研人才的培養、對相關高校與科研院所的注資，努力突破技術限制、增強研發創新能力。在重視培育本土人才的同時，優化科研人員的工作環境和物質待遇，完善人才引進政策，努力吸納國外具有成熟經驗的高科技人才，科研人員和技術人員的持續性輸入將會確保ChatGPT 的發展穩步推進。我們應清醒地認識到當前的形勢，發揮現有的人工智能研究成果優勢，促進產學研協同發展、加快研究成果的轉化，努力在技術發展的浪潮中爭取主動權。

其二，市場和政府相互配合，引導資金與產業升級實現良性循環。ChatGPT 的技術引進，短時間內需要大量的資金投入，且其回報不確定性較強。除發揮市場對于資源配置的作用外，中國也應注重發揮政府的力量，通過財政支持、稅收補貼等政策傾斜的方式，引導市場資金在逐利的商業目的下，自主流入ChatGPT 應用的相關企業，實現資金與產業升級的良性循環。與此同時，帶動更多傳統行業在現有生產模式中引入ChatGPT，實現“ChatGPT+”。此外，我國應制定相關產業政策推動生成式人工智能技術的大范圍應用，為利用市場機制形成的良性循環提供最初的政策動力，培育新的經濟增長動能。

其三，普及生成式人工智能知識，提升企業技術引進能力。新技術的出現將會加速產業領域的新舊交替，但并非所有企業家都能夠迅速擴大企業經營范圍、適應人工智能發展潮流。首先，國家科技部、商務部等相關部門應提供ChatGPT 的相關知識科普，打開數字領域、經濟領域專家面向公眾的觀點傳輸通道，降低企業家吸納新技術、順應新趨勢的時間成本；其次，由于ChatGPT 的引入和發展需要大量人力、物力投入，因此國家應充分重視小微企業、民營企業的技術引進能力，通過經濟手段、行政手段相互輔助配合的方式，為處于市場競爭劣勢的相關企業提供政策幫扶，防止出現因為客觀資金不足導致的大量小微企業被市場擠出的社會問題，維護市場的現有平衡和平穩運行。

其四，完善法律制度漏洞，維持市場秩序。ChatGPT 作為一種新的人工智能技術，帶來了眾多新業態，而新產業也帶來很多新問題。國家司法部門應預判新興業態將會突破的市場規則邊界，針對性地補全現有法律法規漏洞。對相關個人信息數據泄露、知識產權侵犯界定、制造虛假信息、故意網絡犯罪等可能出現的問題，提出處理和處罰方案。加強監管力度，在保障市場經營秩序和社會秩序的同時，減少人工智能對基本倫理造成的挑戰。

其五，完善現有教育內容，提升總體學歷水平。ChatGPT 作為人工智能技術，影響之一便是對勞動力的解放、對生產力的發展。在享受人工智能利好的同時，防止機器對勞動力的大量擠出、維持社會穩定是應考慮的首要問題。確保人類在與機器的崗位競爭中取得優勢，一方面，應在現有教育基礎上補充人工智能內容，順應社會發展潮流培養數字化人才，減少由于技能不匹配導致的結構性失業問題。另一方面，提升總體教育水平，進一步培養創新能力，最終達到人工智能為人所用、優勢互補、和諧共存的目的。

參考文獻

[1] 陳彥斌，林晨，陳小亮. 人工智能、老齡化與經濟增長，經濟研究，2019 年第7 期，第47-63 頁。

[2] 付奎，張杰，劉炳榮. 產業轉型政策能否推動城市低碳轉型——來自資源型和老工業城市產業轉型升級示范區的證據，中國環境科學，2023 年第5 期，第2590-2600 頁。

[3] 高奇琦，嚴文鋒. 知識革命還是教育異化——ChatGPT 與教育的未來，新疆師范大學學報（哲學社會科學版），2023 年第5 期，第102-112 頁。

[4] 郭凱明. 人工智能發展、產業結構轉型升級與勞動收入份額變動，管理世界，2019 年第7 期，第60-77 頁和第202-203 頁。

[5] 何玉長，方坤. 人工智能與實體經濟融合的理論闡釋，學術月刊，2018 年第5 期，第56-67 頁。

[6] 賈楠，魯鈺鋒. 運用以ChatGPT 為代表的生成式人工智能提升稅法遵從度的幾點思考，稅務研究，2023 年第6 期，第10-15 頁。

[7] 焦建利. ChatGPT：學校教育的朋友還是敵人？，現代教育技術，2023 年第4 期，第5-15 頁。

[8] 孔高文，劉莎莎，孔東民. 機器人與就業——基于行業與地區異質性的探索性分析，中國工業經濟，2020 年第8 期，第80-98 頁。

[9] 雷瀟雨，龔六堂. 城鎮化對于居民消費率的影響：理論模型與實證分析，經濟研究，2014 年第6 期，第44－57 頁。

[10] 李翔，朱玉春. 受教育程度對農村居民消費結構影響研究，統計與決策，2013 年第12 期，第112－114 頁。

[11] 劉華軍，裴延峰，賈文星. 中國城市群發展的空間差異及溢出效應研究——基于1992—2013 年DMSP/OLS 夜間燈光數據的考察，財貿研究，2017 年第11 期，第1-12 頁。

[12] 陸小華. 智能內容生成在催生什么傳播新變局，青年記者，2023 年第3 期，第83-88 頁。

[13] 駱飛，馬雨璇. 人工智能生成內容（AIGC）對學術生態的影響與應對——基于ChatGPT 的討論與分析，現代教育技術，2023 年第6 期，第15-25 頁。

[14] 盛來運，方曉丹，馮怡琳等. 家庭人口結構變動對居民消費的影響研究——基于微觀家庭面板數據的分析，統計研究，2021 年第11 期，第35-46 頁。

[15] 蘇海濤，王秀麗. 人工智能對我國產業結構的影響分析，產業創新研究，2018 年第10 期，第18-22 頁和第51 頁。

[16] 孫薇，葉初升. 政府采購何以牽動企業創新——兼論需求側政策“拉力”與供給側政策“推力”的協同，中國工業經濟，2023 年第1 期，第95-113 頁。

[17] 孫璇. 人工智能時代生產關系的政治經濟學分析，福建論壇（人文社會科學版），2022 年第3 期，第32-41 頁。

[18] 唐瑜，胡安俊. 中國區域經濟不平衡：特征事實、演變動力與長期影響，產業經濟評論，2022 年第6 期，第86-104 頁。

[19] 萬廣華，羅知，張勛等. 城鄉分割視角下中國收入不均等與消費關系研究，經濟研究，2022 年第5 期，第87-105 頁。

[20] 汪晨，萬廣華，張勛. 區域差異與結構變遷：中國 1978-2016，管理世界，2019 年第6 期，第11- 26+194 頁。

[21] 王樂. 強人工智能視域下新聞傳播的變革與應對：以生成式人工智能ChatGPT 為例，中國電信業，2023 年第6 期，第36-39 頁。

[22] 王茜.“互聯網 +”促進我國消費升級的效應與機制，財經論叢，2016 年第12 期，第94-102 頁。

[23] 王永欽，董雯. 機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據，經濟研究，2020年第10 期，第159-175 頁。

[24] 韋東明，顧乃華，韓永輝. 人工智能推動了產業結構轉型升級嗎——基于中國工業機器人數據的實證檢驗，財經科學，2021 年第10 期，第70-83 頁。

[25] 楊小微，王玨. ChatGPT 應用于基礎教育的機遇、挑戰與應對——“刷題式”教育、學生學習、“超級教師”及教育公平，新疆師范大學學報（哲學社會科學版），2023 年，第1-11 頁。

[26] 姚鵬，葛曉莉. 老工業基地振興政策對企業升級的促進作用研究，經濟縱橫，2022 年第2 期，第77-88 頁。

[27] 喻國明，蘇健威. 新型趣緣關系：理解未來社會組織協同的關鍵視點，西北大學學報（哲學社會科學版），2023 年第5 期，第103-110 頁。

[28] 臧旭，張欣. 中國家庭資產配置與異質性消費者行為分析，經濟研究，2018 年第3 期，第21-34 頁。

[29] 張海波，楊兆山. ChatGPT 的教育挑戰與應答，四川師范大學學報（社會科學版），2023 年第4 期，第107-114 頁。

[30] 張麗君，羅玲，吳本健. 民族地區深度貧困治理：內涵、特征與策略，北方民族大學學報（哲學社會科學版），2019 年第1 期，第18-23 頁。

[31] 張敏，王成方，劉慧龍. 冗員負擔與國有企業的高管激勵，金融研究，2013 年第５期，第140-151 頁。

[32] 張夏恒. 類ChatGPT 人工智能技術嵌入數字政府治理：價值、風險及其防控，電子政務，2023 年第4 期，第45-56 頁。

[33] 張勛，楊桐，汪晨等. 數字金融發展與居民消費增長：理論與中國實踐，管理世界，2020 年第11 期，第48-63 頁。

[34] 張志禎，張玲玲，米天伊，丘詩萍. 大型語言模型會催生學校結構性變革嗎？——基于ChatGPT 的前瞻性分析，中國遠程教育，2023 年第4 期，第32-41 頁。

[35] 鄭世林，姚守宇，王春峰. ChatGPT 新一代人工智能技術發展的經濟和社會影響，產業經濟評論，2023 年第3 期，第5-21 頁。

[36] 周洪宇，李宇陽. ChatGPT 對教育生態的沖擊及應對策略，新疆師范大學學報（哲學社會科學版），2023 年第4 期，第102-112 頁。

[37] 周智博. ChatGPT 模型引入我國數字政府建設：功能、風險及其規制，山東大學學報（哲學社會科學版），2023 年第3 期，第144-154 頁。

[38] Acemoglu， D and PRestrepo， “Automation and New Tasks：How Technology Displaces and Reinstates Labor”，Journal of Economic Perspectives， 2019， 33（2）， 3-30

[39] Acemoglu， D and PRestrepo， “The Race between Man and Machine：Implications of Technology for Growth，Factor Shares and Employment”， American Economic Review， 2018， 108， 1488～1542

[40] Aghion， P， BFJones， and CIJones， “Artificial Intelligence and Economic Growth”， The Economics of Artificial Intelligence， 2023

[41] Autor， DH， LFKatz， and MSKearney， “The Polarization of the USLabor Market”， American Economic Review， 2006，96（2）， 189-194

[42] Bessen， J， “Automation and Jobs：When Technology Boosts Employment”， Social Science Electronic Publishing， 2023

[43] Chui， BM， JManyika， and AMMiremadi， “How Many of Your Daily Tasks Could Be Automated？”， 2015

[44] Dauth W， Findeisen S， Südekum J， Woessner N， “German Robots - The Impact of Industrial Robots on Workers”， Cepr Discussion Papers， 2017

[45] Gordijn， B， and Have， H t， “ ChatGPT： Evolution or Revolution？”， Medicine， Health Care and Philosophy， 2023， 26， 1–2

[46] Jawadi F， Mallick S K， Cheffou A I， Augustine A， “Does higher unemployment lead to greater criminality？ Revisiting the debate over the business cycle”， Journal of Economic Behavior and Organization， 2021， 182， 448-471

[47] Nordhaus， W， “Are We Approaching an Economic Singularity？ Information Technology and the Future of Economic Growth”， Nber Working Papers， 2015

[48] Torvik R， “Natural resources， Rent seeking and welfare”， Journal of Development Economics， 2002， 67， 455-470

[49] Van Dis， E A M， Bollen， J， Zuidema， W， and Van Rooij， R， and Bockting， C， “Chat-GPT： Five Priorities for Research”，Nature， 2023， 614（7947）， 224-226

[50] Wang， FY， Miao， Q， Li， X， Wang， X， and Lin， Y， “What does ChatGPT Say： the DAO from Algorithmic Intelligence to Linguistic Intelligence”， IEEE/CAA Journal of Automatica Sinica， 2023， 10（03）， 575-579

[51] Zhou， J， Ke， P， Qiu， X， Huang， M， and Zhang， J， “ChatGPT： Potential， Prospects， and Limitations”， Frontiers of Information Technology & Electronic Engineering， 2023

〔執行編輯：秦光遠〕