摘 要:“人工智能+”作为“互联网+”的延续与深化,旨在实现人工智能技术与各行业、各领域和各场景的深度融合,成为超越互联网的新型基础设施和社会操作系统。而这一变革的核心在于人工智能技术的创新模式架构所经历的根本性变化。在实施“人工智能+”行动过程中,应正视我国当前面临的技术瓶颈、人才紧缺和安全风险等问题,加强技术研发、生态建设、人才培养和行业监管,推动产业智能化升级,构建完善的人工智能生态体系。

关键词:人工智能+ 互联网+ 大模型 新质生产力 新基础设施

【中图分类号】TP18 【文献标识码】A

2024年《政府工作报告》中提出,要“深化大数据、人工智能等研发应用,开展‘人工智能+’行动,打造具有国际竞争力的数字产业集群”。这是继“互联网+”“智能+”之后,我国首次将“人工智能+”行动计划写入政府工作报告,展示出国家层面对前沿科技的高度重视,意味着人工智能已成为我国加快发展新质生产力的核心驱动力。现阶段,互联网已深度嵌入社会和经济运行的底层架构,成为不可或缺的社会操作系统,同时人工智能的发展正处于迈向通用人工智能(AGI)的关键节点,其应用前景与内在价值日益凸显。在此背景下,人工智能有望成为新型基础设施和社会操作系统,成为发展新质生产力、推动社会经济进步的重要引擎。那么,什么是“人工智能+”?相较于人工智能技术本身,为什么要强调“+”的重要性?人工智能“+”什么?应该怎么“+”?

从“互联网+”到“人工智能+”:提出背景与深层内涵

我国互联网历经三十年的发展,实现了从消费互联网向产业互联网的跃升,互联网广泛覆盖并渗透至人们生活的各个方面,对社会经济产生了革命性的影响。2015年,“互联网+”首次写入政府工作报告,同年7月国务院发布了《国务院关于积极推进“互联网+”行动的指导意见》,旨在加快推进“互联网+”发展。所谓“互联网+”是指依托互联网信息技术实现互联网与传统产业的深度融合,以优化生产要素、更新业务体系、重构商业模式等方式推动经济转型和升级。[1] “人工智能+”作为“互联网+”的延续与深化,代表着技术创新与产业升级的新阶段,是应对时代变迁的关键战略,同时也预示着新一轮科技革命和产业变革的来临。

“人工智能+”的提出背景

“人工智能+”行动计划是在技术突破、市场机遇和既有政策的基础上提出的。

第一,人工智能技术取得突破式进展,我国人工智能领域呈现出“百模大战”的态势,产业规模持续扩大。2023年是生成式人工智能元年,在此之前,全球人工智能技术的发展主要聚焦于专用人工智能的经验积累。自2022年底ChatGPT等大语言模型的出现,至2024年2月15日Sora文生视频模型的诞生,作为人工智能发展的重要里程碑,预示着通用人工智能或在不久的将来实现。我国互联网企业也积极投身于大模型和生成式人工智能(AIGC)领域的布局,截至2023年10月,国内公开的人工智能大模型数量已经达到238个;相关数据显示,参数规模超过10亿的大模型数量已超100个,2023年我国人工智能产业规模已达到2137亿元。大模型技术革新为我国人工智能产业的规模增长注入新动力,为市场存量扩张与增量空间开拓提供更多可能。

第二,我国人工智能应用市场优势显著。截至2023年12月,我国网民规模达10.92亿人,其中手机网民规模达10.91亿人,[2]互联网普及率稳步提升。雄厚的互联网用户基数催生了多元化的市场需求,为人工智能应用提供了广阔的市场空间,无论是消费电子产品、智能家居、智慧医疗,还是金融、教育、交通等各个行业,人工智能技术均展现出广泛的应用前景。此外,庞大的用户规模也意味着丰富的用户数据资源,为人工智能算法的训练和优化提供了数据支撑,使我国在人工智能技术研发方面独具优势。当前,以虚拟数字人、生成式人工智能、自动驾驶为代表的新产品、新服务和新场景正逐步渗透到人们的日常生活,人工智能应用成熟度不断提升,进一步催生了新的市场机遇。

第三,在“人工智能+”提出之前,国家及地方层面已陆续出台了一系列利好政策,以规范、引导并鼓励人工智能的创新发展。2017年,国务院印发了《新一代人工智能发展规划》,为推动其进一步落实,2022年科技部等六部门发布了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,旨在系统指导各地方和各主体加快人工智能场景应用,推动经济高质量发展。[3]2023年8月15日,《生成式人工智能服务管理暂行办法》的实施引入了大模型上线的“备案制”,取代以往的“邀请注册制”,允许获批企业面向公众开放注册并提供服务。这种监管模式为生成式人工智能技术的产业化提供了良好的培育环境,并以动态方式应对技术发展中的不确定性,截至2024年1月,全国已有超过40家获备案审批的大模型。此外,北京、上海、深圳、成都等地方政府也相继出台了支持大模型产业的相关政策。

“人工智能+”的深层内涵

“人工智能+”是指将新一代人工智能技术广泛应用并深度融合于经济和社会的各行业、各领域和各场景的过程,即“人工智能+各行各业+各应用场景”,旨在构建具有国际竞争力的数字产业集群,并推动新质生产力的形成,从而深入影响人类经济社会的方方面面,成为超越互联网的新基础设施和社会操作系统。与以往“智能+”的不同之处在于,“人工智能+”强调了人工智能技术赋能研发、应用、产业等全链条的转型升级,是纵向(行业/场景内)与横向(行业/场景间)的双重深度融合。因此,实施“人工智能+”行动的核心思路在于把握以人工智能大模型、生成式人工智能为代表的新一代人工智能技术与各行各业、各种场景深度融合发展的历史机遇,以创新为驱动力,全面激发社会各界参与数字经济发展的活力。

正所谓“科学技术是第一生产力”,从蒸汽机到电力再到互联网,每一次技术革命都是以创新为内生动力,以生产力跃升为体现,推动了社会的深刻变革。 2023年9月,习近平总书记在黑龙江考察期间强调:“整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力。”2024年《政府工作报告》中同样强调了“大力推进现代化产业体系建设,加快发展新质生产力”的重要任务。新质生产力是以新技术、新经济、新业态为主要内涵的生产力,其核心在于关键性与颠覆性技术的突破所引发的创新动能,即经济增长动力从传统的要素驱动、投资驱动转向以科技进步为核心的创新驱动,推动生产力水平的提升。[4]因此,人工智能的技术突破无疑是一场深刻的生产力革命,是发展新质生产力的重要资源。

“人工智能+”何以成为新型基础设施与社会操作系统

“人工智能+”为何能超越互联网成为新型基础设施和社会操作系统?这一变革的核心在于人工智能技术的创新模式架构所经历的根本性变化,即新理念、新用户、新模式、新产业、新应用五大创新共同驱动“人工智能+各行各业+各应用场景”的形成。

新理念:人工智能思维创新与理念升维

人类思维理念的演进始终与科技进步和时代变迁紧密相连。随着科学技术的发展,特别是互联网技术的崛起,互联网思维应运而生,并伴随互联网技术从桌面互联网时代发展至移动互联网时代,互联网思维经历了人性化、移动化和生态化的迭代升维。[5]在人工智能时代,人工智能思维则代表着基于人工智能技术变革的新兴思维理念,其核心在于运用人工智能的知识和技术来优化工作方法和处理问题。具体而言,人工智能思维主要包括以下方面:第一,人工智能知识思维涉及对人工智能技术运作原理的深入理解。第二,人工智能工具思维强调学习和有效使用人工智能工具,以及培养对人工智能的操作能力,如“调教”和利用大模型的技能。第三,人工智能系统思维要求具备跨学科的知识体系,以便全面处理和解决涉及人工智能的复杂问题。第四,创新思维作为人工智能时代的基础素养和最高标准,意味着采用新的方式和视角重新审视和解决传统问题。因此,人工智能技术变革标志着人类社会思维理念的一次重要升维。

新用户:用户概念延展与体验优化

用户的概念产生于互联网时代,互联网实现了双向交流和互动,加之大数据、算法等技术的支持,互联网平台可以根据用户反馈对产品和服务进行持续的迭代和完善,极大地提升了用户体验。随着生成式人工智能等新一代人工智能技术的出现和广泛应用,用户概念得到了进一步的拓展,催生了“用户+智能体”(AI Agent)的新型用户形态,其作为一种高级的应用程序,能够理解和分析人类指令,并以类似人类的方式作出回应、互动和决策等。基于大模型技术的智能体则更为先进和复杂,具备自治、感知、决策、适应、目标驱动、互动等特性,[6]目前已在自动驾驶、游戏非玩家角色(NPC)、机器人、医疗健康等领域有所应用。未来,智能体将与用户深度融合,成为个体的数字化映射,提升用户体验的层次和维度,同时推动相关行业和领域的创新。

新模式:业务流程与商业模式重塑

在微观层面,人工智能技术通过改变人机交互模式、信息分发获取模式和内容生产模式,正在重构各行各业的业务流程和商业模式。[7]第一,人工智能大模型已经深入多模态内容生成、代码编写、创意产出等多元生成业务领域,以自动化和智能化的流程提高了企业的操作效率,并改变了现有的业务模式,即原先需要人工来完成的业务均可以用人工智能程序来替代。第二,人工智能技术的应用引领着新的商业模式浪潮。例如,虚拟数字人主播能够全天候、不间断、高准确性地进行商品推荐,为用户提供更加便捷、高效的购物体验;智能客服则一定程度上减少了用户对人工客服的依赖,提高了服务速度和质量,降低了人力成本;智能仓储系统通过精准测算库存需求、优化物流路径等,实现了库存的高效管理和资源的合理利用,减少了库存过剩和浪费。第三,人工智能技术还支持共享出行、在线教育和远程医疗等按需服务的形式,拓展了新的服务模式。

新产业:旧产业转型与新产业形成

新一代人工智能技术作为推动新质生产力形成的重要引擎,对经济活动领域以及相关产业带来了直接的影响。第一,人工智能技术助推传统产业转型升级,为其注入新的活力。例如,制造业、农业和服务业等传统产业正在经历自动化、智能化和数据驱动的产业变革和升级。第二,人工智能技术催生了新产业的兴起。例如,人工智能芯片、算法服务、数据标注等新兴产业正在迅速崛起,成为经济发展新的增长点。同时,人工智能技术还推动了智能交通、智能家居、智能医疗等产业的快速发展,提高了社会运行效率和生活的便利性。

新应用:商业端与消费端应用场景深化

在“人工智能+应用”的深度融合过程中,产生了两类主要的应用场景:一是面向商业端的企业客户应用场景。得益于人工智能大模型能够提供基于特定领域的专业化、定制化的应用服务,这类应用落地速度较快,目前应用服务已广泛覆盖至办公软件、游戏、媒体、影视、广告营销、金融、电商、医疗健康等多个专业领域。二是面向消费端的用户应用场景。人工智能应用的发展路径与移动互联网应用的普及过程展现出一定的相似性,即在初期阶段主要聚焦于工具类应用的开发,如搜索工具、视频编辑工具、图像处理工具等,以智能化、高效化的功能提升了用户的工作和生活效率。随着技术的不断进步和市场的日益成熟,人工智能技术的应用场景逐步扩展到社交和内容领域,为用户提供了更加丰富、多元的信息获取方式和交互体验。未来,人工智能技术的持续创新和市场需求的日益增长,“人工智能+应用”将继续沿着产业链向纵深发展,进一步拓宽和深化商业化场景,在更多领域实现深度融合与应用,同时激活更多实体行业中的智能化应用场景。

“人工智能+”行动的实施对策

深入实施“人工智能+”行动,要稳步推进人工智能技术与各行各业、各应用场景深度融合,正视并着力攻克我国当前在人工智能领域面临的技术瓶颈、人才紧缺和安全风险等难题,以推动人工智能技术全面、健康地与各行业深度融合,实现与互联网、实体产业的无缝对接,进而促进产业智能化升级,构建完善的人工智能生态体系。

加强技术研发,夯实大模型算力底座能力

虽然近年来我国在人工智能领域取得了重大突破,但在大模型底座算力方面,相较于国际先进水平仍显薄弱。一是我国现有算力基础设施以处理高性能、大容量任务为主,虽规模可观,但人工智能算力在整体算力中的占比偏低,难以满足大模型对特定算力的需求。[8]以GPT系列模型为例,GPT-3模型拥有1750亿参数,GPT-4模型的参数量增加至约1.76万亿,这种大模型的训练需要大量数据资源,从而对计算能力提出了极高要求。二是受限于技术瓶颈和进口制约,我国大模型技术在人工智能芯片领域面临严重桎梏。为优化算力体系,一方面应加大高性能人工智能芯片,如图形处理器(GPU)、张量处理器(TPU)等专用处理器以及边缘计算硬件的研发力度;另一方面,应加速建设自主可控的算力底座和全国一体化算力体系,以低成本、高效能和适配多场景的平台满足多样化场景需求。

加强人工智能生态建设,深化人工智能在多领域的应用

人工智能大模型的广泛应用正在为各行各业带来前所未有的机遇。根据相关报告,人工智能技术正在从单一应用向多元化应用,以及行业特定应用扩展,特别是在互联网、电信、政府、金融和制造业中的应用渗透率最高,同时在交通、服务和教育等行业的人工智能投资和应用也明显增加,显示出人工智能技术的广泛影响力和应用前景。实施“人工智能+”行动关键在于构建人工智能生态,将人工智能技术与各行各业、各种应用场景深度融合,以满足人们日益增长的需求。在这一过程中,可以借鉴互联网生态构建的成功经验,即围绕用户需求,通过跨企业、跨行业的合作,整合各方技术和资源,形成一个互利共生的生态圈。[9]例如,在智能交通系统中,交通管理部门、汽车制造商和地图服务提供商等之间的协同,人工智能技术可以应用于交通流量预测、自动驾驶和智能停车等方面。在智能制造领域,人工智能技术能够用于优化生产线、质量检测和供应链管理,助力制造企业提高生产效率和产品质量。同样,在智慧农业领域,通过数据采集、自动化农业机器人和精准农业等手段,提高农业生产效率,降低资源浪费和环境污染。此外,人工智能与传媒的融合也展现了广泛的应用前景,如在2024年总台春晚西安分会场的《山河诗长安》节目,借助火山引擎的技术支持,首次将增强现实技术(AR)应用于实体场景,通过算法优化和技术处理确保了手机端的流畅互动体验。

加强人才培养,建设多元化人工智能人才队伍

人工智能技术的快速发展对人才的需求日益增加。据不完全统计,在过去一年间,硅谷科技巨头投入约56.3亿元招募顶尖人工智能人才;我国几家头部科技企业也投入了约6001.4万元招募人工智能人才,凸显了人才在人工智能领域的重要性。然而,我国在入门级人工智能人才方面虽然有所积累,但高水平、具有国际影响力的人才较为稀缺,因此,需要加快建设多元化、完备的人工智能人才体系。一方面,从顶层设计出发,协调推动人工智能人才的跨部门和跨领域合作,其中高校和科研机构应在这一过程中发挥核心作用,构建完善的人才培养平台。另一方面,为应对人工智能时代的挑战,还需要强化人工智能教育的社会参与度,提升全民的数字素养和人工智能思维,让每个人都能够成为人工智能时代的人才。例如,制定针对不同教育阶段的人工智能教育指南以及人工智能资源开放社区,促进人工智能资源的交流与应用。此外,还应鼓励人们学习并使用人工智能产品和应用,提升对人工智能的理解和使用能力,培养具备创新性和想象力的人工智能思维。

加强行业监管,平衡好发展与安全之间的关系

在实施“人工智能+”行动的过程中,加强行业监管以平衡其发展和安全是关键任务之一。我国的人工智能治理主要聚焦于场景应用,以相关部委协作为主导方式,监管方式经历了由间接监管向直接监管的转变。[10]间接监管主要涉及如《网络安全法》《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》《互联网信息服务算法推荐管理规定》等,涵盖了从个人信息保护到互联网平台运营者的义务等多个方面的规范;直接监管包括《生成式人工智能服务管理暂行办法》以及《北京市促进通用人工智能创新发展的若干措施》《上海市促进人工智能产业发展条例》等相关地方政策法规,这些专门针对生成式人工智能的监管规定,设定了具体的行业底线和更精细化的监管措施,旨在促进人工智能的健康发展和规范应用。随着人工智能与各行各业深度融合,未来监管工作需进一步强化,正视人工智能发展过程中可能出现的潜在安全风险,并妥善平衡发展与安全的关系。具体而言,针对不同风险等级的细分领域,应采取差异化的监管策略,对于自动驾驶、智能医学、智慧金融、智能媒体和舆情等风险较高的细分领域应实施重点监管,确保技术应用的合规性与安全性;而对于风险较低的场景则应给予更多技术引导与扶持,避免过度监管阻碍潜在的技术创新。[11]

【本文作者为中央民族大学新闻与传播学院教授、互联网平台企业发展与治理研究中心主任;中央民族大学新闻与传播学院硕士研究生苏刘润薇对本文亦有重要贡献】

注释略

责编:冯一帆/美编:石 玉