产业与政策丨依托人工智能加速数字经济发展的路径思考
作者简介
郭真
中国联合网络通信有限公司智能城市研究院高级咨询顾问，高级信息系统管理师，雄安智慧城市专家库成员，高教虚拟仿真技术专家组成员，主要从事智慧城市顶层设计、规划咨询及技术创新等工作。李帅峥
中国联合网络通信有限公司智能城市研究院咨询顾问，主要从事数字经济、智慧城市及新技术、新业务的研究与咨询工作。论文引用格式：
郭真, 李帅峥. 依托人工智能加速数字经济发展的路径思考[J]. 信息通信技术与政策, 2022,48(6):69-74.
依托人工智能加速数字经济发展的路径思考
郭真 李帅峥
（中国联合网络通信有限公司智能城市研究院，北京 100048）
摘要：介绍人工智能对于我国数字经济的发展重要作用，从人工智能作为新技术基础设施支撑、人工智能产业发展、产业智能化、空间智能化等方面详细分析人工智能在数字经济发展中面临的问题，阐述人工智能“三横四纵”技术框架体系，提出六大发展建议，并对人工智能对数字经济的助推作用进行展望。
关键词：数字经济；人工智能；基础设施；产业智能化；数据安全
中图分类号：F49 文献标志码：A
引用格式：郭真, 李帅峥. 依托人工智能加速数字经济发展的路径思考[J]. 信息通信技术与政策, 2022,48(6):69-74.
DOI：10.12267/j.issn.2096-5931.2022.06.012
0 引言
人工智能作为重要的新型信息基础设施，正在推动我国数字经济发展，成为我国智能化转型，迈向数字强国的重要支撑力量。“十四五”数字经济发展规划中，明确提出通过“智能+”赋能行业智能化转型，提升算力算法与开发平台一体化建设水平，为政务服务、智能制造等重点新兴行业领域提供智能基础服务。人工智能作为新技术基础设施的支撑作用被广泛认知，对于行业的商业价值提升愈发明显。构建算网一体化智能基础支撑体系，推动人工智能产业发展，助推产业智能化进程，具有重要的时代意义。
1 人工智能推动数字经济发展现状
数字经济正在成为重组全球要素资源、重塑全球经济结构的关键力量。据统计，全球数字经济增加值规模已由2018年的30.2 万亿美元增长至2019年的31.8 万亿美元[1]。数字经济也正在为我国经济发展提供重要动能，2020年我国数字经济规模达39.2 万亿元，位居世界第二，同比增速世界第一[2]。2022年1月，国务院发布了《“十四五”数字经济发展规划》（以下简称《规划》），是我国数字经济领域的首部国家级专项规划。《规划》预计到2025年，数字经济核心产业增加值占国内生产总值比重将达10%，凸显了数字经济在我国“十四五”时期乃至2035年中长期规划期内的重要战略地位。《规划》提出，打造繁荣发展的数字经济，关键之一即有序推进基础设施智能升级，高效布局人工智能基础设施。据预测，到2030年，我国人工智能核心产业规模将超过1 万亿元[3]。以人工智能为代表的新一代信息技术，将为推动我国“十四五”期间数字经济高质量发展提供重要的技术基础和产业动能，对我国数字经济发展具有重要意义。
人工智能数字经济的作用主要体现在建设智能基础设施、创新应用场景、构建价值链生态三方面。首先，人工智能作为一种新型基础设施，与5G、大数据、云计算等技术的深度融合，为数字经济的发展提供了底层支撑。算据、算法和算力是人工智能发展最基本的三要素，算据为数字经济发展提供了核心生产要素，以人工智能芯片、云计算中心和超算中心为代表的算力为行业应用提供底层计算能力，算法的创新将有效促进人工智能技术落地应用。其次，人工智能通过应用场景的创新与传统经济深度融合，正在成为促进传统经济升级有力抓手，并在专业领域实现高度自动化生产，提升产业效率，推动传统产业智能化，实现产业的升级换代，进而优化产业结构，重塑生产组织方式。与此同时，人工智能也在不断催生智能产业并通过传统产业智能化和智能技术产业化，加速民生服务和社会治理的智能化变革。最后，通过构建价值链生态，促进人工智能产业生态的内部开放与外部协同，进而推动人工智能规模化应用，助力数字经济高质量发展。
2 人工智能推动数字经济发展现实问题与发展瓶颈
2.1 智能基础设施不强
人工智能作为一种新技术基础设施存在算据欠缺、算力设施薄弱、算法研究能力不强、算网融合协同性不足的问题。算据方面，存在高价值数据获取困难，行业数据共享不足，数据分析能力因缺失海量数据集导致的瓶颈问题。高价值训练数据资源缺失，一方面行业对数据价值愈发重视，出于信息保护等原因无法或者不愿进行数据共享[4]。另一方面，由政府及相关组织推动建设的共性基础测试数据库及测试数据平台仍处于缺失状态，导致大量从事人工智能的研究人员无法获取到相关数据资源，致使研究与行业脱节。算力方面，规模化基础算力设施能力较为薄弱，软硬件一体的基础算力部署方式单一，获取途径受限，使用价格居高不下。一方面由于支撑图像识别及复杂数据分析的人工智能芯片及服务器价格高昂，导致小微企业及研究机构受制于资金原因无法单独购买硬件设施。另一方面，互联网头部企业及三大运营商提供的云服务仍以CPU能力为主，提供GPU能力的共享支撑算力平台模式尚未成型，公众当前难以获得性优价廉的共享算力服务。算法研究方面，我国在深度学习、人机交互、自然语言处理等主流算法与技术研究方面仍处于跟随状态，开源算法的底层核心技术仍掌握在发达国家手中，缺少以底层算法和技术为支撑的自主开放平台。算网融合方面，算力与网络尚未做到有序智能协同，高性能数据计算跨地域调度资源的需求日益增加，网络资源动态适配能力不足，我国在5G边缘计算的优势能力尚未在人工智能特定应用领域充分发挥，算力全局统筹及算网协同能力有待增强。
2.2 人工智能技术产业化布局尚待强化
人工智能产业协同创新不足、生态尚未健全。目前，我国人工智能产业结构存在头重脚轻、产业链条脱节的问题。从产业链结构来看，受限于创新难度大、技术和资金壁垒高，我国基础层的理论积累相对薄弱，而由于技术成熟度高、商业价值显著，我国在技术层和应用层的优势相对突出，2019年国内77%的人工智能企业分布在应用层，结构性失衡问题不利于我国人工智能生态的布局和产业的长期发展。
人工智能技术产业化水平目前仍处于弱人工智能阶段，基础产品发展水平不一，复合产品存在产品空白。基础产品方面，产品成熟水平和商业应用水平存在差异。从产品成熟度来看，自然语言处理、知识图谱和计算机视觉等人工智能基础产品发展相对成熟，但是由于语音、视觉、语义理解等技术条件的限制，人机交互产业发展处于起步期，其中智能家居、体感游戏方面的产品体验效果有待提升，脑机交互、情感交互等产品仍在探索期。从应用方向来看，人工智能基础产品在衣食住行等消费级市场已经实现落地，并输出商业价值。然而相较于消费互联网领域，传统行业知识获取和积累需要较长周期，人工智能在医疗、教育、庭审等专业级行业应用多处于试用阶段，存在实用效果与预期不符、同质化程度高等问题，构建低成本、易用、泛化的能力平台需要较长周期[5]。人工智能复合产品主要集中在局部细分领域,智能音箱、机器翻译机等产品普遍存在覆盖范围小、智能化水平偏低等问题。复合产品高端市场存在产品空白，智能运载产品中的自动驾驶仍然处于研发试验阶段，可穿戴智能设备产品同质化现象严重。未来，人工智能将从感知智能迈向智能认知阶段[6]，如何实现从弱人工智能到强人工智能的技术突破和在高复杂度场景中实现落地，对技术与场景以及商业化手段提出了挑战。从产业区域协同来看，各地人工智能产业布局开始出现了同质化现象，并存在投资过度、重复建设、产能过剩等问题，东部地区和中西部地区区域发展水平存在较大差异，产业协同创新能力不足。
2.3 产业智能化尚待进一步提升
农业、制造业、政府治理服务以及民生服务领域的数字化发展水平差异较大，存在信息化底座不牢、数字化基础不扎实的现象。农业方面，尚未完成全面信息化改造，农业生产设备与基础设施以机械能力为主，智能化能力落后，农业大数据尚未对生产销售起到实质性指导作用。我国以小农经济为主要生产模式，农业机械化、信息化正处于推广阶段，农业传感器部署和技术改造成本较高，与发达国家机械化农场作业模式相比，数字化转型难度较大。农业大数据平台及农业智能化试点示范以先导形式为主，与农业智能化阶段尚有一定距离。工业方面，我国在大力推进从制造大国向制造强国的转变，工业互联网基础设施部署过程中，尚未做到制造资源全面连接，生产资源智能调度，同时存在高端制造自主可控性不足，中低端制造业数字化基础不牢的问题。高端制造领域，主流工业控制软件、智能生产线、高精尖装备、精密仪器仪表、底层操作系统、芯片等核心软硬件能力依旧掌握在部分国际工业巨头手中，我国与德国、日本、美国等制造强国相比，自主研制能力仍有很大差距。中低端制造领域，目前仍处于信息化改造阶段，存在老旧设备信息采集困难、数据编码格式不统一，工业协议私有化不互通等问题。金融安防教育等服务业方面，信息化硬件覆盖率程度较高，需要加大数据信息使用效率。医疗行业数据共享互通能力较弱、养老信息基础设施体系尚未健全。政务治理方面，政务数据仍存在着数据孤岛，数据流通与数据共享仍是政务智能化转型需要解决的关键问题。
人工智能与行业场景结合不深入，技术与场景对接不畅、存在供需鸿沟，如何有效对接行业应用需求和技术供给成为构建智能服务生态体系的关键。当前主要以人工智能的基础能力为行业提供服务，如图像识别、人脸识别、行为识别、语音识别已被广泛用于交通管理、安防、身份认证、辅助医疗诊断、智能客服能方面，但与行业深度结合的智能应用尚待挖掘，有行业深度的人工智能应用服务亟待开发。一方面是人工智能应用场景开发未能完全对接行业需求，人工智能专家对行业理解度不深，行业专家不懂人工智能技术的现象普遍存在。另一方面是大量的行业数据处于封闭状态，人工智能的模型研究及算法优化所依赖的行业数据获取难度高，导致应用开发存在实际困难。如与工业结合方面，主要以图像识别能力分析产品合格率，但通过人工智能实现产能调优、高端生产模型制作、产品综合性能质检等方面仍有欠缺；与金融结合方面，通过大数据构建客户风险预测模型，但智能分析水平与产业投资、行业发展实践仍存在一定脱节及滞后现象；与医疗结合方面，诊断方案的场景范围以及准确性有很大提升空间；与城市治理结合方面，通过人脸、车牌、典型行为智能识别提升了城市安全水平，但事件模型有限，基于复杂事件的综合判断能力有待提升。
2.4 大安全体系尚未形成
产业智能化转型过程中，整体安全防护能力受到巨大挑战。一方面，算力跨网跨地区调度能力不足，全网态势感知及主动防御能力急需提升。随着智能数据的广泛采集及大量跨网跨域调度，带来巨大的网络安全风险，网络构架日趋复杂，亟需建立跨物联网、5G、专网等整网安全能力。第二方面，算法安全性不足带来的应用风险和信任问题。大量的人工智能算法基于开源框架模式，算法复杂但健壮性不足，易被黑客破解甚至用于反向应用攻击。部分行业风险高，一旦算法漏洞出现事故会带来无法挽救的后果，如医疗机器人手术失败会导致医疗事故，无人驾驶失控会对人员生命带来危险，产品的可靠性、稳定性要求极高，亟需加大该类产品的监管力度。第三方面，数据安全保护急需提升。人工智能应用具备信息采集及智能分析能力，采集的信息是否合法，生产的内容是否合规，信息使用是否可控，最终的信息流向是否可管，对产业健康发展至关重要。人工智能产品具备信息采集及分析能力，人脸、指纹等生物信息未加保护在互联网流动，带来很大的信息安全隐患，保护个人隐私意识亟待提升；海量行业数据集中训练，极易发生数据泄露风险；政务智能化过程中，数据被不法分子窃取会直接危害到国家安全。第四方面，存在行业智能化产品相关标准缺失，监管力度不足，产品安全性无法保证的问题[7]。随着各界对人工智能的关注力度加大，相关行业人工智能新产品层出不穷，大量新产品未经有效监管就已经推出上市，产品自身的安全认证需要加强管理。
2.5 尚未形成全周期智治、多尺度智能化的城市空间
以产品为导向的人工智能应用与城市空间治理存在一定程度的脱节，数字空间治理能力有待提升。目前，对智能空间多停留在概念认识，从概念到实体空间落地仍有距离。广域场景整体解决方案深度不足，缺少不同尺度的智能化空间营造，微观层面的建筑、街道、广场、绿地景观的公共空间智能化，以及智能社区、智能园区、智能商业等微单元智能化均处在小规模试点阶段，无法形成整体智能化的城市空间。与此同时，空间智能化需要构建涵盖跨域场景协同，对人工智能基础技术提出了覆盖感知、认知、决策多层次需求，然而目前人工智能产品及应用多集中在单领域、单场景，缺乏算力整合和算据拉通，还不足以满足复杂跨域场景要求。
3 人工智能推动数字经济发展技术框架
结合数字经济发展的现状和存在的问题，创新性提出包含基础设施、人工智能技术核心支撑、体系建设及发展保障等在内的“三横四纵”的智能经济发展架构（见图1）。“三横”分别为基础设施层、人工智能技术核心支撑层和人工智能创新应用及创新场景层，四纵包括安全、标准及政策制度、人才培养和价值链生态。
在“三横”体系中，首先构建“云、网、端”一体的基础设施，为人工智能技术与其他新一代信息技术融合发展提供底层支撑。人工智能作为一种新技术基础设施包含了算据、算力、算法三大要素，其与5G、MEC、物联网等网络基础设施融合，形成“联接+感知+计算+智能”的算网一体化基础设施，可提升算力调度水平和计算效率。在人工智能创新应用及创新场景方面，包含人工智能核心技术的产业化、人工智能赋能实体经济智能化以及构建智能化空间三个方面。人工智能技术产业化主要指以人工智能核心技术赋能传统装备、硬件、终端等智能化升级，形成人工智能基础产品和复合产品。产业智能化是智能技术在实体经济应用场景中的落地，可分为农业智能化、工业智能化和服务业智能化。空间智能化，主要指构建从微观到宏观多尺度智能化空间，为各类场景的智能化提供促进虚实融合，智能泛在空间载体。
4 人工智能推动数字经济发展建议
4.1 加强智能基础设施建设夯实智能信息化底座，加快推动算网一体、数智融合新型基础设施建设。算据方面，积极推动公共数据共享开放，从政府层面推动行业标准化数据集平台建设，构建共性基础测试数据库，为行业研究提供基础测试数据平台，解决行业智能化研究数据集缺失的现实问题。算力方面，提供便捷多样的算力获取能力，提升规模化基础算力设施服务水平。加快5G边缘计算部署，提供面向行业应用的人工智能应用服务模型及计算能力。积极推进算力中心基础设施建设，加快国家级、城市群及省级人工智能算力中心建设，提升算力中心共享服务能力。算法方面，加快我国自主可控的算法框架研究，积极推动我国开源算法平台建设，为研究提供底层算法及夯实的技术能力。算网协同方面，切实落实东数西算，加强东部发达省份与中西部数据中心网络骨干节点能力建设，提升数据流动能力，加强网络承载及弹性扩容能力，进一步降低跨域网络时延，实现全网算力动态统筹及最优化资源调度。
4.2 突破人工智能产业技术和应用瓶颈加强基础产品前瞻性技术探索和应用推广，推动高端复合产品技术、产业双突破。在技术突破方面，从弱人工智能走向强人工智能，不断通过工程实践探索强人工智能的路径，例如机器学习和深度学习体系的优化、脑科学研究的类脑智能、脑机接口的混合智能等多种技术路线，实现人工智能技术路线新突破。针对仿生机器人等软体结构机器人，注重与新生物材料、新生产工艺的交叉创新，实现跨领域融合突破。在应用推广方面，从单项技术产业向场景化综合生态发展，基于视觉、语音等基础技术产品，向社会治理、生活消费等领域的软硬件及解决方案延伸，整合碎片化场景，与行业专有知识深度融合，提供基于人工智能技术的多样化行业技术服务，和跨行业、跨领域的通用行业应用服务[5]，构建面向行业场景的平台生态。此外，注重从技术驱动转向以人为本，加强个人和商业用户在产品化和产业链中的参与度，增加产品和需求之间的匹配度，以面对产品个性化、创新化和多样化需求。复合产品进一步强化技术基础，优化机器学习算法，简化软件的复杂性，填补产品空白，对于已有成熟复合产品，扩展应用场景和应用领域，推进规模化应用；对于高端复合产品，紧密结合市场与需求，推动人机混合智能产品从研发试验到专业领域应用，加快高级别自动驾驶产业化探索步伐。
4.3 加强人工智能与实体经济深度融合积极推进人工智能与实体经济深度融合，赋能实体经济转型,实现提质增效。推动政府与行业组织共同搭建行业需求对接平台，破除认知壁垒。夯实行业信息化底座能力，针对不同行业发展基础，分步骤有序推进智能化转型。农业方面，加快推进农业数据化信息化改造，加大农业智能传感器部署范围，推进以省级为单位的农业大数据平台部署，推动农业大数据对农业生产、销售、供应链的切实指导。工业方面，加快工业互联网建设，推进信息化转型。高端制造领域，加大工业控制平台及工业协议自主研发力度，攻克底层操作系统及芯片研究与生产瓶颈，围绕精密仪器仪表开展技术攻关，解决卡脖子的问题。中低端制造领域，推进设备智能化改造，推动中小企业上云，提升省级工业平台为小微企业赋能力度。金融、安防、交通等行业场景，加强行业应用场景融合深度。金融领域，加强隐私计算、多方安全计算、区块链等先进技术的应用研究；安防领域，将人脸、语音等单一能力向复杂场景多模态智能分析能力演进；交通领域，在无人驾驶领域实现与北斗、C-V2X能力结合实现国际领先。医疗健康领域，加强医疗数据共享流通，打破医疗机构数据壁垒。养老领域完善信息基础设施建设，进一步弥合数字鸿沟。政务与智慧城市场景，将城市大脑与政务治理深度融合，推进精准管理与智能决策。
4.4 强化数据安全保障构建一体化安全体系，加强数据安全保护能力。智能基础信息底座安全防护方面，打造端网云边端一体化安全防御手段，提升数据中心安全，针对计算边缘节点防护能力不足的问题，加强安全防护建设。全面提升跨网跨域数据流动过程中的数据防护能力，实现全网协同，完善智能预警能力。全面加强算法自主性研究，避免底层算法漏洞风险。核心数据安全防护方面，强化数据全生命周期管理力度。政府领域，推动省级共享开放平台数据安全体系建设，加强政务数据脱敏及数据安全防护力度，强化跨域流动监管，对境外势力发起的热点事件攻击问题，积极进行人工智能模型训练，实施主动防御。重点行业领域，推进企业上云过程中，确保核心生产数据不流失。提升行业生产数据开放力度的同时，加强行业数据分类分级力度，强化系统准入及访问安全，提升行业安全运营整体水平。
4.5 构建智能化空间构建全周期、多尺度的智能化空间。利用人工智能、空天地一体等技术手段实现数字国土空间规划和规、建、管全程智治，并将空间智能化的范畴从实体空间延伸到虚拟空间，通过数字孪生、3R等技术深度融合，强调人机交互和虚实交互，基于实体空间体验构建虚拟场景，并依托虚拟场景实现对实体空间的干预。此外，还需考虑空间智能化发展对空间载体的需求，对空间中的全要素进行统筹和综合应用，构建可感知、能学习、善治理、自适应的智能空间。最后，要将智能空间的范畴从城市尺度向宏观区域和微观单元双向扩展，包括具有固定边界智慧园区、智慧社区，以及城市功能区等跨界空间单元，以形成多尺度、多功能混合的智能交互空间。
4.6 构建基于价值链的生态产业链构建智能生态圈系统，平衡区域产业发展水平。在产业链协同方面，打造软硬件协同的智能生态圈，推动软件与定制人工智能芯片的高度耦合，释放最优性能。构建行业供需协同平台和通用平台，高效对接人工智能技术企业与垂直行业需求，并提升平台功能调用的实时性。为行业企业深化算力基础设施能力、提升通用软件服务水平提供政策资金保障，汇聚孵化人工智能企业,打造集科技研发、产业孵化、创投资本、政策支持为一体的智能生态圈系统。在区域协同方面，要平衡东部与中西部人工资智能产业发展水平，一是整合财税、金融、人才、土地等方面的政策力量向中部地区倾斜，优先选择城市群和都市圈中的核心节点城市，形成特色化可落地性强的人工智能特色产业，以点带面形成产业集群进行规模化发展；二是构建中西部与东部优势资源对接平台，实现人工智能研究成果区域共享；三是统筹布局人工智能产业链在区域间的多元化分布。结合区域数字经济产业基础和特色，形成产业链多元多区域布局，促进各区域做大做强产业链优势环节，形成区域间的产业联动，推动地区产业协同发展。
5 结束语
数字经济建设是我国“十四五”时期的重要举措，人工智能作为重要的新技术基础设施，对全面提升产业智能化水平，具有重要的底层支撑和应用赋能双重作用，正在成为我国“数字经济”发展的加速器。“十四五”时期，人工智能技术将与实体产业应用场景深度融合，实现人工智能产业发展与产业智能化的双向促进与融合提升，价值生态链进一步完善，推动数字经济向智能经济的跨越。
参考文献
[1] 中国信息通信研究院. 全球数字经济新图景(2020年)——大变局下的可持续发展新动能[R], 2020.[2] 中国信息通信研究院. 中国数字经济发展白皮书(2020年)[R], 2020.[3] 国务院. 新一代人工智能发展规划[Z], 2017.[4] 王建冬, 童楠楠. 数字经济背景下数据与其他生产要素的协同联动机制研究[J]. 电子政务, 2020(3):22-31.[5] 中国信息通信研究院. 人工智能核心技术产业白皮书(2021)[R], 2021.[6] 中国电子技术标准化研究院. 人工智能标准化白皮书(2021年)[R], 2021.
Thinking on the path of accelerating the development of digital economy based on artificial intelligence
GUO Zhen, LI Shuaizheng
(China Unicom Intelligent City Research Institute, Beijing 102627, China)
Abstract: This paper introduces the importance of artificial intelligence for the development of China’s digital economy. And it analyzes the existing issues of artificial intelligence specifically from the aspects of information infrastructure, artificial intelligence industry development, industrial intelligence and spatial intelligence. Also, this paper proposes the “three horizontal and four vertical” technical framework of artificial intelligence and puts forward suggestions. At last, the promoting effect of artificial intelligence on digital economy is prospected.Keywords: digital economy; artificial intelligence; infrastructure; industrial intelligence; data security
本文刊于《信息通信技术与政策》2022年 第6期
主办：中国信息通信研究院
《信息通信技术与政策》官网开通啦！
为进一步提高期刊信息化建设水平，为广大学者提供更优质的服务，我刊于2020年11月18日起正式推出官方网站，现已进入网站试运行阶段。我们将以更专业的态度、更丰富的内容、更权威的报道，继续提供有前瞻性、指导性、实用性的优秀文稿，为建设网络强国和制造强国作出更大贡献！
推荐阅读
《信息通信技术与政策》2022年 第5期目次
你“在看”我吗？