首页>经济论文

“AI+”下的人工智能与实体经济融合发展的路径研究

发布时间:2020-04-11 所属栏目:经济论文

  摘要:目前我国在人工智能和实体经济发展阶段仍存在着人工智能高端技术人才匮乏、各行业间数据不流通、数据泄露、低端智能等问题。本文以深圳、珠海、湛江为例研究“AI+”下人工智能与实体经济的深度融合发展的路径问题,提出完善服务业、制造业发展,紧抓人才培养和引进、推动技术进步,加大数据开放力度、推进数据治理,拓宽实体经济领域的场景探索等措施,对我国实体经济的转型有极大的帮助。

  关键词:人工智能 实体经济 现状 融合路径

  《上海金融》(月刊)创刊于1980年,由海市金融学会主办。本刊坚持政策性、理论性与实践性相结的办刊宗旨,始终站在金融改革开放的前沿,探索金融理论,服务金融改革,反映金融实践、理论紧密联系实践是《上海金融》的最鲜明的办刊特色。荣获华东地区优秀期刊;中国人民银行优秀期刊。

  近年来,我国高度重视人工智能的发展,人工智能和实体经济的深度融合也对我国推进经济发展有重大作用。2017年7月8日国务院印发并实施《新一代人工智能发展规划》以及贯彻习近平总书记在党的十九大报告中提出“加快发展先进制造业,进一步推动人工智能和实体经济深度融合。”[1]。我国目前已经在医疗、制造、服务、教育、零售等行业实现了与人工智能的融合。但是在这些领域中仍存在诸如核心技术缺失、智能低端化、人才匮乏、大数据管理混乱等问题,亟需对人工智能与实体经济的深度融合路径进行研究。本文在现有的人工智能与实体经济融合情况的基础上,探索在人工智能的配合下,实体经济如何能实现长期盈利以及如何更好地服务于人民,这对我国实体经济高质量发展以及转型升级有极大的帮助。

  一、人工智能应用于实体经济

  本文选择广东省深圳、珠海、湛江的三个不同层级的城市作为代表,从健康医疗、智能制造、智能教育、智慧城市、智能零售、智能服务领域等助力实体经济的六个重要领域展开研究,通过访谈和问卷的形式对六个领域中人工智能的应用进行调查,共收回有效问卷325份,其中深圳125份,珠海87份,湛江113份。

  (一)健康医疗领域

  通过本次调研的结果来看,深圳、珠海、湛江三个地区了解和使用过智能诊断系统的人数占比颇高。广东省在2018年发布了《促进“互联网+医疗健康”发展行动计划(2018-2020)》,政府和资金的双重支持,越来越多成熟产品走向基层医疗机构。但如何让更多的人们利用人工智能医疗设备是目前医疗领域所面临的问题。

  (二)智能制造领域

  在智能制造领域,通过调查反映出,仅仅有52.38%工厂使用机器人参与生产制造环节。这反映出企业缺乏自主创新能力,缺少人才。制造业是一个国家的根本和基础,人工智能与制造业结合是发展制造业的突破口,但目前仍面临着人才队伍结构不合理,专业人才流失严重等问题。人才和创新是企业发展的核心,加强人才队伍建设,加大研发投入,提升自主创新能力,力争从制造业大国转变为制造业强国。

  (三)智能教育领域

  通过采访老师、教育工作者以及学生,其中使用过智能教学系统的人数占68.25%。同时我们对未使用过教育系统的人进行深度采访,询问未使用智能教学人工系统的原因,大部人还是比较习惯传统教学方法。少部分人认为虽然人工智能给教育事业带来的极大便利,但是同时与会对用户造成一定的隐私侵犯,关注公众号,扫描二维码签到上课可能会使自己的信息泄露。这反映出,发展人工智能与实体经济相结合要防范信息泄露的风险,提高网络安全。

  (四)智慧城市领域

  智慧城市是指利用各种信息技术或创新理念开拓和整合城市系统和服务,提高资源利用效率,优化城市管理和服务,提高公民生活质量。主要应用于社区、校园、交通、环卫等范围。

  通过走访三个城市的部分社区,我们了解到超过50%的社区已经应用智能停车、智慧物业、智慧养老等智慧应用。但仅仅有31.78%的人使用过“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,这对于上班的群体来说是非常有益的,可以节省时间。深圳已经开始应用只能厕所,解决目前公测难找、环境差,带来了极大的便利。

  对于智慧城市来说,除了政府的扶持外,还需要人民的支持和应用,大力的宣传,让人们切身体会到人工智能与实体经济结合的优点,推动人工智能与实体经济的发展与不断完善。

  (五)智能零售领域

  无人便利店、无人货架、智能货柜等一系列无人零售业务在2017年已经席卷中国,但通过调查发现无人便利店的发展现状并不乐观。这是因为部分老年人对于线上支付不了解,没有咨询业务,退换货很麻烦。还有部分青年人认为店内面积过小,品种相对单一。无人便利店管理人员则表示目前存在素质不好的公民破坏商品、盗窃等行为。无人便利店虽然提高了结算的效率,但是也降低了安全性,因此,行业亟需一套完善的智能化解决方案来弥补或规避这些问题。

  (六)智能服务领域

  随着先进制造技术、新材料技术的进一步发展,服务业也相继出现人工智能的设施。深圳、珠海、湛江三个地方部分服务业已经开始使用智能服务机器人。餐厅机器人代替服务员、虚拟客服代替人工客服、智能机器人为患者看病。智能机器人为我们生活和工作提供了很多帮助,使我们在不少领域的作业成果都会更加精准与高效。但是在我们的采访中,有人提出他们的担心,人类是否会被机器人取代,他们是否会面临事业问题。所以在发展人工智能与实体经济相融合时,我们要学会拥抱新事物,要有危机意识。从现在起主动融入人工智能时代,学习计算机知识,让自己变得更加无可替代,才能在时代变革中获益。

  二、“AI”+下实体经济的发展现状

  随着社会的发展,AI行业逐渐从概念深入到了各行各业之中,逐步转变成真正的“AI+”行业。目前,我国人工智能技术已经深入到了包括健康医疗、智慧城市、智能制造、智慧零售、智能服务和智能教育等在内的实体经济的各个领域,人工智能在实体经济的应用已进入初级阶段。[2]但我国人工智能与实体经济的融合存在一些挑战,下面主要从主要以制造业、服务业、医疗业三个行业为例阐述发展现状。

  (一)制造业

  我国是制造业大国,制造业能够为人工智能发展提供巨大市场;并且在人工智能对我国各行业的增速影响的排名中,制造业排列第一。据相关数据显示,虽然我国目前在人工智能技术的投资高于美国等发达国家,但我国人工智能投资大多集中在商业及零售领域,制造业投资占比极低。人工智能主要依靠于大数据运用,而制造业生产制造环节数据难以获得且不能通用;对于不同的制造業而言,所需要的人工智能技术不同,因而制造业应用人工智能技术成本较高。此外,能够集制造业与人工智能技术于一体的人才缺乏;制造业相关人才对于互联网、大数据了解不足,而部分人才仅精通人工智能技术,市场复合型人才供给不足。[3]

  (二)服务业

  近年来,人工智能技术快速应用于我国服务业,发展迅猛。例如,人工智能技术应用于金融服务行业,部分银行等金融公司引入了预测分析、智能推荐、语音识别等,提高了金融服务公司的竞争力。人工智能在金融行业的应用,具有较多优点:增强公司的个性化服务、提高金融公司工作效率、降低公司运营薪酬支出等。但我国服务业发展也存在一些问题。第一,人工智能设备应用不足;大多数企业不注重服务业发展,因而引入较少智能设备,依旧依靠廉价劳动力。第二,信息数据不共享;对于服务企业而言,企业之间存在竞争关系;大型公司构建了专属数据库,数据仅供公司内部使用,不对外公开,导致小型企业对人工智能技术发展现状了解不足。第三,信息安全问题频发;在人工智能技术的应用中数据不可或缺,但数据中涉及较多客户隐私,存在公司内部泄露信息、出现技术漏洞导致数据泄漏,消费者对信息安全问题担忧。

  (三)医疗业

  目前,人工智能正逐渐应用于医疗业,主要应用于医学影像、辅助诊断、药物研发等领域,医学影像领域最为成熟。当然我国医疗业也存在一些不足。第一,高端技术人才缺乏;我国人工智能技术应用领域较广,智能医疗设备引入较多,但是缺乏与智能设备配套的专业诊断人才,因而人才成本也较高。第二,医疗数据难以获得利用;我国医疗数据安全要求高、数据开放受限制、数据标准不统一、数据成本代价高等问题。

  综上所述,我国人工智能技与实体经济的深度融合仍存在一些挑战:实体经济行业智能设备应用不足、复合型人才缺乏、信息安全问题频发、数据难以获得利用等,因此需进一步探索人工智能与实体经济深度融合发展路径。

  三、人工智能与实体经济深度融合路径

  (一)完善服务业、制造业发展

  增加全国范围内制造业与服务业的试点。一方面,在实践中培养新技术、新模式进而提高制造业的技术水平,使人工智能融入进生产制造过程的每一个流程,提高制造业的技术水平,让人工智能更好的配合制造业发展。通过产业转型升级淘汰落后产能,提高制造业的适应能力;以人工智能代替机械、高危工作,提高工作效率,降低人工高风险作业的危险。另一方面,加深人工智能通过分析客户的具体需求,及时对产品进行改进和更新,使用户在金融、医疗、教育、交通等方面获得更个性化的服务;通过人工智能,融合相同的服务环节,使生产流通环节环环相扣,提高服务效率及质量。

  (二)紧抓人才培养和引进、推动技术进步

  据2018年教育部门测算,我国人工智能人才缺口超过500万,这国内供求比例为1::10。种现象不仅出现在我国,许多发达国家也存在人才稀缺问题。因此,我国应紧抓人才培养和引进,形成稳固的人才基础。一是校企合作,加强人工智能相关学科建设。企业和科研机构合作建立人才培养输出机制,共同推进人工智能的人才培养、技术创新和落地应用;二是建立健全人才引进制度,加大对高端技术人才的福利补贴的力度,建立长期配套支持政策,让学者后顾无忧的开展研究;三是在社会上积极开展人工智能方面的竞赛,大力选拔社会上人工智能的人才,形成完整的生态链,以促进人工智能与实体经济融合。

  (三)加大数据开放力度、推进数据治理

  首先,我国在人工智能发展领域信息并不互通,也没有统一的数据收集和处理的平台。为此,我国应建立统一的大数据开放平台,实现行业间的大数据共享,使人工智能在与实体经济融合的过程中可以更准确的把握实体经济的需求定位,从而更好地实现融合。建立统一的数据搜集、整理标准,实现大数据的有效管理。此外为避免用户的信息被窃取、企业生产制造等过程被暴露等问题,应加大监管力度,建立针对数据保护的法律和法规以及管理措施、扩大民众举报途径、加大失信惩戒力度等措施;建立行业规则,规定企业获取用户信息的边界,加大对隐私数据的保护强度;加强保护个人隐私信息的宣传教育,让用户切实体会到数据泄露所带来的风险。

  (四)拓宽实体经济领域的场景探索

  目前我国人工智能发展势头很好,但是发展人工智能还是需要扩展其深度和广度。探索实体经济在其他更多可以发挥的作用,在日常工作和生活上更好的协助我们。推动发展人们在不同利用互联网大数据所得出的客户的喜爱偏好以及需求设计个性化的服务设施,营造一个更适应消费者需求的平台,提高产品的竞争力与吸引力,增大客户对企业的粘性,使企业获得长期性收益,以便更好的研发技术。拓宽人工智能在实体经济的应用场景可以优化我国资源配置、提升服务质量。

  参考文献:

  [1]李芊池,于红雨.互联网、大数据、人工智能与实体经济融合研究[J].现代经济信息,2018(11).

  [2]邓洲.促进人工智能与制造业深度融合发展的难点及政策建议[J].电器工业,2018(11).

  [3]赵可傲.人工智能与实体经济融合发展研究[J].现代商业,2018(36).

  [4]姜世戟.人工智能应用在我国银行业的探索实践及发展策略[J].西南金融,2018(02):44-49.

  [5]苗思意,黄攸立.人工智能与实体经济融合发展研究[J].中国国情国力,2019(06):4-6.

  [6]康曦.人工智能和实体经济发展研究[J].知识经济,2019(01):11+13.

  [7]何玉长,方坤.人工智能与实体经济融合发展理论阐释[J].学术月刊,2018,50 (5).

内容推荐