4FXBd6rkaDU作者:吕本富opinion.huanqiu.comarticle吕本富:抓住AI这个新质生产力“牛鼻子”/e3pmub6h5/e3pr9baf6人工智能的发展时不时会引发热烈的讨论,其影响已经贯穿社会经济生活的各个方面。很多人对它可能带来的安全风险感到担忧,在我看来,合理的担忧是必要的,但更重要的还是要立足于人工智能发展的客观条件,对其进行积极引导。毕竟科技发展大潮是无法阻挡的,而当下的科技发展浪潮中,人工智能是新质生产力的“牛鼻子”。纵观人类的发展,历史上的“新型生产力”无一不是由新技术触发新产业而形成的。从史前文明至今,只有24种技术对经济的影响是整体性的,并结合社会需求形成了新的产业形态。这些技术被称为“通用目的技术”,可以认为是新型生产力的“摇篮”。这些技术催生了农业、牧业、矿业、动力业、交通业、能源业、通信业、精益制造业等新产业形态,构筑了农业生产力、工业生产力。近年来,全球经济增长的新引擎正在从网络经济、平台经济升级为智能经济,人工智能技术就是接续上述的第二十五种技术。人工智能技术,特别是最近大热的大模型技术,不仅催生出了各种产品,而且改造了生产流程、改善了组织技术,是一个全能性的“技术选手”,为生产性行业、服务性行业、政府部门等各行业赋能,也为所有从事知识工作的个人赋能。这个第二十五种技术正在形成不同于农业生产力、工业生产力的智能生产力。 生成式AI(大模型技术)无论是在消费端,还是在产业端都有广泛的应用前景。在很多领域,使用者只需要用提示词对预训练模型进行引导就可以得到符合专业需要的版本。在消费端,生成式AI可以为互联网生态提供大量的内容产品,在写作、搜索、法律、金融、教育、医疗等领域提升用户的使用体验。在产业端,生成式AI的应用同样非常广阔。据相关研究,最具代表性的应用场景包括工业设计、药物研发、材料科学及合成数据等。这次由人工智能驱动的生产力跃迁和历史上历次生产力提升有所不同,这是一次质的升级,完全称得上“新质生产力”。从资源消耗的角度看,过去生产力的提升往往依靠大量资源投入、高度消耗资源能源的发展方式。人工智能摆脱了传统的增长路径,主要以数据为关键生产要素。数据要素独有低边际成本、强渗透性和融合性等特性,可推动生产工具、设备、生产方式、资源配置方式等不断优化升级,从而推动物质生产力创新。这种契合数字时代的融合性更符合高质量发展的要求,更能体现生产力发展的新内涵。 从经济运行的角度看,大模型技术定型以后,算力可以直接变成智能。对于当代企业而言,最重要的是人力资源,所以才产生了“猎头”这个行业。但在企业应用大模型技术以后,最重要的资源可能会慢慢变为智能资源。硅谷创业公司以前大量的资金是花在雇人上,现在可能有一半的钱用来雇人,另外一半则用来购买数据、购买向量数据库,再组建一个由人工智能驱动的智能中心。最近微软发布了基于大模型的人工助手,其不是以前意义上的SaaS(软件即服务),而是数字员工,换句话说,它是员工工作时的“副驾驶”。以后也许每个人工作中都会有若干个类似的智能助理。如果这个商业模式成功,微软可能就不再是一家软件公司,而是向全世界输出劳动力的公司,能够向全世界输出数十亿的劳动力。从成本的角度看,以前雇一个专业人员可能需要几千美元,而现在可能花30美元就能完成以前80%的工作。在人工智能的应用领域,我国有丰富的场景,根据上一轮发展平台经济的经验,可以想象,我国的创业者和平台公司一定会开发出更实用、更全面的应用。对此,我们充满信心。当然,以人工智能为主导的新质生产力可能会带来一些负面影响,对此,我们也要未雨绸缪。(作者是中国科学院大学经管学院教授、中国国家创新与发展战略研究会副会长)1701116535464环球网版权作品,未经书面授权,严禁转载或镜像,违者将被追究法律责任。责编:袁小存环球时报170112110459611[]{"email":"yuanxiaocun@huanqiu.com","name":"袁小存"}
人工智能的发展时不时会引发热烈的讨论,其影响已经贯穿社会经济生活的各个方面。很多人对它可能带来的安全风险感到担忧,在我看来,合理的担忧是必要的,但更重要的还是要立足于人工智能发展的客观条件,对其进行积极引导。毕竟科技发展大潮是无法阻挡的,而当下的科技发展浪潮中,人工智能是新质生产力的“牛鼻子”。纵观人类的发展,历史上的“新型生产力”无一不是由新技术触发新产业而形成的。从史前文明至今,只有24种技术对经济的影响是整体性的,并结合社会需求形成了新的产业形态。这些技术被称为“通用目的技术”,可以认为是新型生产力的“摇篮”。这些技术催生了农业、牧业、矿业、动力业、交通业、能源业、通信业、精益制造业等新产业形态,构筑了农业生产力、工业生产力。近年来,全球经济增长的新引擎正在从网络经济、平台经济升级为智能经济,人工智能技术就是接续上述的第二十五种技术。人工智能技术,特别是最近大热的大模型技术,不仅催生出了各种产品,而且改造了生产流程、改善了组织技术,是一个全能性的“技术选手”,为生产性行业、服务性行业、政府部门等各行业赋能,也为所有从事知识工作的个人赋能。这个第二十五种技术正在形成不同于农业生产力、工业生产力的智能生产力。 生成式AI(大模型技术)无论是在消费端,还是在产业端都有广泛的应用前景。在很多领域,使用者只需要用提示词对预训练模型进行引导就可以得到符合专业需要的版本。在消费端,生成式AI可以为互联网生态提供大量的内容产品,在写作、搜索、法律、金融、教育、医疗等领域提升用户的使用体验。在产业端,生成式AI的应用同样非常广阔。据相关研究,最具代表性的应用场景包括工业设计、药物研发、材料科学及合成数据等。这次由人工智能驱动的生产力跃迁和历史上历次生产力提升有所不同,这是一次质的升级,完全称得上“新质生产力”。从资源消耗的角度看,过去生产力的提升往往依靠大量资源投入、高度消耗资源能源的发展方式。人工智能摆脱了传统的增长路径,主要以数据为关键生产要素。数据要素独有低边际成本、强渗透性和融合性等特性,可推动生产工具、设备、生产方式、资源配置方式等不断优化升级,从而推动物质生产力创新。这种契合数字时代的融合性更符合高质量发展的要求,更能体现生产力发展的新内涵。 从经济运行的角度看,大模型技术定型以后,算力可以直接变成智能。对于当代企业而言,最重要的是人力资源,所以才产生了“猎头”这个行业。但在企业应用大模型技术以后,最重要的资源可能会慢慢变为智能资源。硅谷创业公司以前大量的资金是花在雇人上,现在可能有一半的钱用来雇人,另外一半则用来购买数据、购买向量数据库,再组建一个由人工智能驱动的智能中心。最近微软发布了基于大模型的人工助手,其不是以前意义上的SaaS(软件即服务),而是数字员工,换句话说,它是员工工作时的“副驾驶”。以后也许每个人工作中都会有若干个类似的智能助理。如果这个商业模式成功,微软可能就不再是一家软件公司,而是向全世界输出劳动力的公司,能够向全世界输出数十亿的劳动力。从成本的角度看,以前雇一个专业人员可能需要几千美元,而现在可能花30美元就能完成以前80%的工作。在人工智能的应用领域,我国有丰富的场景,根据上一轮发展平台经济的经验,可以想象,我国的创业者和平台公司一定会开发出更实用、更全面的应用。对此,我们充满信心。当然,以人工智能为主导的新质生产力可能会带来一些负面影响,对此,我们也要未雨绸缪。(作者是中国科学院大学经管学院教授、中国国家创新与发展战略研究会副会长)