人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)及路徑探析

摘 要：人工智能作為第四次工業(yè)革命的引擎，已成為推動(dòng)新舊動(dòng)能轉(zhuǎn)換的重要引領(lǐng)力量。然而關(guān)鍵核心技術(shù)缺失、技術(shù)研發(fā)與市場(chǎng)需求不匹配、產(chǎn)業(yè)低效賦能、潛在風(fēng)險(xiǎn)較大、創(chuàng)新人才短缺等問(wèn)題制約人工智能產(chǎn)業(yè)進(jìn)一步發(fā)展。通過(guò)分析人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，建立了“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三維分析框架，明確人工智能產(chǎn)業(yè)發(fā)展態(tài)勢(shì)，探析創(chuàng)新路徑。研究發(fā)現(xiàn)：第一，人工智能產(chǎn)業(yè)鏈的縱深發(fā)展需要基礎(chǔ)層支撐技術(shù)水平的持續(xù)提升，技術(shù)層開源框架搭建與深度學(xué)習(xí)訓(xùn)練帶動(dòng)應(yīng)用層優(yōu)化場(chǎng)景生態(tài)，產(chǎn)業(yè)鏈未來(lái)發(fā)展呈現(xiàn)“開放、共享”的創(chuàng)新模式；第二，創(chuàng)新鏈需要構(gòu)造基于產(chǎn)品研發(fā)、成果轉(zhuǎn)化與產(chǎn)業(yè)應(yīng)用的技術(shù)閉環(huán)，以技術(shù)為驅(qū)動(dòng)力創(chuàng)新人工智能商業(yè)模式，以環(huán)節(jié)間的實(shí)時(shí)互動(dòng)帶動(dòng)創(chuàng)新鏈持續(xù)發(fā)展；第三，供給類、需求類與環(huán)境類三類政策工具發(fā)揮不同作用，分別為人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展提供推動(dòng)力、拉動(dòng)力以及間接影響力，需綜合運(yùn)用三類政策工具激發(fā)人工智能產(chǎn)業(yè)的創(chuàng)新活力。在政策工具的影響下，產(chǎn)業(yè)鏈與創(chuàng)新鏈深度融合、耦合協(xié)調(diào)，既有產(chǎn)業(yè)鏈帶動(dòng)創(chuàng)新鏈發(fā)展，又有創(chuàng)新鏈驅(qū)動(dòng)產(chǎn)業(yè)鏈發(fā)展，二者共同促進(jìn)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展。

關(guān)鍵詞：人工智能；產(chǎn)業(yè)鏈；創(chuàng)新鏈；政策工具

中圖分類號(hào)： F49 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2096-7055（2024）03-0023-14

人工智能的迅速發(fā)展深刻改變著社會(huì)面貌，已成為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，正在引領(lǐng)全球創(chuàng)新熱潮［1-2］。作為經(jīng)濟(jì)發(fā)展的新引擎，人工智能在推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)方面具有廣泛的應(yīng)用前景，既大幅提高了社會(huì)生產(chǎn)力，又促成了社會(huì)經(jīng)濟(jì)的結(jié)構(gòu)性變革［3-4］。在諸多重點(diǎn)產(chǎn)業(yè)領(lǐng)域中，人工智能產(chǎn)業(yè)因其在速度、廣度、深度等多方面的“顛覆性”潛能及對(duì)未來(lái)經(jīng)濟(jì)發(fā)展巨大的帶動(dòng)和支撐作用受到各個(gè)國(guó)家及地區(qū)的重視［5-6］。作為新一代信息技術(shù)、智能技術(shù)與產(chǎn)業(yè)深度融合的重點(diǎn)產(chǎn)業(yè)，人工智能產(chǎn)業(yè)代表著中國(guó)未來(lái)技術(shù)前進(jìn)的主要方向，已成為推動(dòng)新舊動(dòng)能轉(zhuǎn)換的重要引領(lǐng)力量［7］。人工智能產(chǎn)業(yè)集聚了知識(shí)要素和技術(shù)資源，主要包括核心技術(shù)產(chǎn)業(yè)和融合產(chǎn)業(yè)兩部分，既有依托技術(shù)創(chuàng)新驅(qū)動(dòng)的人工智能科技產(chǎn)業(yè)化，又有融合不同應(yīng)用場(chǎng)景的產(chǎn)業(yè)智能化［8］。習(xí)近平總書記在2018世界人工智能大會(huì)上強(qiáng)調(diào)，中國(guó)正致力于實(shí)現(xiàn)高質(zhì)量發(fā)展，人工智能的發(fā)展應(yīng)用將有力提高經(jīng)濟(jì)社會(huì)發(fā)展智能化水平，有效增強(qiáng)公共服務(wù)和城市管理能力［9］。人工智能產(chǎn)業(yè)是智能經(jīng)濟(jì)時(shí)代社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要源泉，是促進(jìn)中國(guó)產(chǎn)業(yè)可持續(xù)發(fā)展的重要抓手，具有較強(qiáng)經(jīng)濟(jì)帶動(dòng)性的“頭雁”效應(yīng)［10］。大力發(fā)展人工智能產(chǎn)業(yè)是貫徹落實(shí)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的關(guān)鍵途徑，是培育產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要渠道。

當(dāng)下，社會(huì)經(jīng)濟(jì)關(guān)注焦點(diǎn)在于實(shí)體經(jīng)濟(jì)全面振興、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、創(chuàng)新驅(qū)動(dòng)持續(xù)發(fā)展，傳統(tǒng)要素驅(qū)動(dòng)型增長(zhǎng)方式不再適用于社會(huì)經(jīng)濟(jì)發(fā)展，人工智能產(chǎn)業(yè)逐漸成為助力經(jīng)濟(jì)快速發(fā)展的嶄新動(dòng)能，為中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變提供了前進(jìn)動(dòng)力［11-12］。作為知識(shí)要素貢獻(xiàn)率較高、滲透性極強(qiáng)的基礎(chǔ)設(shè)施產(chǎn)業(yè)，人工智能產(chǎn)業(yè)對(duì)于社會(huì)經(jīng)濟(jì)的影響程度與影響范圍相比其他產(chǎn)業(yè)更為深刻、更加廣泛［13］。本文基于產(chǎn)業(yè)創(chuàng)新系統(tǒng)理論與創(chuàng)新生態(tài)鏈理論，對(duì)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)進(jìn)行深刻剖析，有利于厘清人工智能產(chǎn)業(yè)可持續(xù)發(fā)展路徑，進(jìn)而高效發(fā)揮人工智能產(chǎn)業(yè)促進(jìn)社會(huì)經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁動(dòng)力。產(chǎn)業(yè)鏈?zhǔn)侨斯ぶ悄芨哔|(zhì)量發(fā)展的鏈?zhǔn)较到y(tǒng)結(jié)構(gòu)，創(chuàng)新鏈?zhǔn)侨斯ぶ悄墚a(chǎn)業(yè)創(chuàng)新活動(dòng)開展的連續(xù)過(guò)程，政策工具是人工智能產(chǎn)業(yè)創(chuàng)新環(huán)境的重要支撐［10］。因此，本研究從“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三個(gè)維度出發(fā)，對(duì)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)進(jìn)行系統(tǒng)性的理論分析，明確人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展路徑，破解中國(guó)當(dāng)前人工智能產(chǎn)業(yè)的發(fā)展難題。

一、我國(guó)人工智能產(chǎn)業(yè)現(xiàn)狀分析

隨著數(shù)據(jù)存儲(chǔ)量的擴(kuò)大、數(shù)據(jù)獲取便捷性的提高、機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)技術(shù)的突破，人工智能得以迅猛發(fā)展，日益與經(jīng)濟(jì)社會(huì)深度融合，為社會(huì)治理智慧化打下了堅(jiān)實(shí)的基礎(chǔ)［14］。得益于核心技術(shù)的日趨成熟，人工智能應(yīng)用場(chǎng)景持續(xù)增多，所帶來(lái)的新穎商業(yè)模式也在不斷改良。2020年，中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到3 251億元，人工智能相關(guān)企業(yè)數(shù)量達(dá)到6 425家，中國(guó)人工智能企業(yè)數(shù)量位居全球第二［15］。根據(jù)《2022年人工智能指數(shù)報(bào)告》，中國(guó)人工智能領(lǐng)域的私人投資總額已位居世界第二位［16］。人工智能產(chǎn)業(yè)迅速發(fā)展的同時(shí)，人才匱乏的問(wèn)題日益顯現(xiàn)。雖然目前我國(guó)人工智能相關(guān)領(lǐng)域的從業(yè)人員數(shù)量已突破60萬(wàn)，但與較快增長(zhǎng)的人才需求相比，人才困境還是制約人工智能產(chǎn)業(yè)持續(xù)發(fā)展的難題之一［15］。我國(guó)人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新活躍度持續(xù)提升，截至2020年底，中國(guó)人工智能企業(yè)申請(qǐng)專利55.13萬(wàn)項(xiàng)，已躍居世界第一［15］，但是我國(guó)仍然沒有完全掌握核心技術(shù)，人工智能產(chǎn)業(yè)整體發(fā)展水平與發(fā)達(dá)國(guó)家尚存差距。

（一）產(chǎn)業(yè)優(yōu)勢(shì)

人工智能產(chǎn)業(yè)在新時(shí)代發(fā)展背景下具有諸多可能性，現(xiàn)有研究一致認(rèn)為人工智能可以幫助產(chǎn)業(yè)提高全要素生產(chǎn)率，降低資源依賴程度，進(jìn)而促進(jìn)社會(huì)經(jīng)濟(jì)長(zhǎng)期穩(wěn)定增長(zhǎng)［17-19］。在產(chǎn)業(yè)層面，人工智能深度融合于不同的產(chǎn)業(yè)應(yīng)用場(chǎng)景，對(duì)生產(chǎn)運(yùn)營(yíng)流程進(jìn)行智能化分析并針對(duì)控制與決策環(huán)節(jié)作出判斷，持續(xù)提升產(chǎn)業(yè)生產(chǎn)能力與創(chuàng)新效率，高效配置機(jī)器設(shè)備等硬件資源，有效解決了產(chǎn)品適配率低、工作流程繁瑣、安全保障環(huán)境較差等相關(guān)問(wèn)題［20］。在個(gè)體層面，生產(chǎn)車間傳統(tǒng)的自動(dòng)化在人工智能產(chǎn)業(yè)的作用下，逐漸發(fā)展為智能自動(dòng)化，把個(gè)體從單調(diào)、反復(fù)、繁瑣的工作流程中解放了出來(lái)，這使得個(gè)體得以把精力投入創(chuàng)新回報(bào)率更高的工作任務(wù)中，不斷發(fā)揮個(gè)體創(chuàng)造潛能，極大提升了勞動(dòng)生產(chǎn)率［21］。在系統(tǒng)層面，人工智能技術(shù)的妥善應(yīng)用不僅提高了產(chǎn)業(yè)分工專業(yè)化效率，而且使得產(chǎn)業(yè)分工多樣化更具合理性［22］。人工智能在不同的產(chǎn)業(yè)應(yīng)用場(chǎng)景扮演著多樣性的角色，消除了產(chǎn)業(yè)邊界，拓寬了產(chǎn)業(yè)創(chuàng)新的活動(dòng)空間，進(jìn)一步提升了生產(chǎn)管理效率、創(chuàng)新研發(fā)效率以及市場(chǎng)交易效率［23］。在政策層面，一系列人工智能相關(guān)政策的陸續(xù)出臺(tái)，初步構(gòu)成了我國(guó)人工智能產(chǎn)業(yè)的創(chuàng)新政策體系，促成人工智能產(chǎn)業(yè)駛?cè)敫哔|(zhì)量、可持續(xù)、更安全的發(fā)展快車道，更是演化出了人工智能產(chǎn)業(yè)在新常態(tài)發(fā)展環(huán)境下的新模式、新業(yè)態(tài)與新方向［24-25］。

作為新一輪科技革命的核心驅(qū)動(dòng)力，人工智能產(chǎn)業(yè)正沿著數(shù)字化、網(wǎng)絡(luò)化、智能化的發(fā)展主線演進(jìn)。依托人工智能產(chǎn)業(yè)與越來(lái)越多應(yīng)用場(chǎng)景的深度融合，從產(chǎn)業(yè)上游的設(shè)計(jì)研發(fā)到中游的生產(chǎn)制造，再到下游的市場(chǎng)響應(yīng)與反饋，不同的場(chǎng)景生態(tài)都有著相適應(yīng)的人工智能技術(shù)方案［26］。人工智能產(chǎn)業(yè)向外擴(kuò)張既為傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提速，又為經(jīng)濟(jì)增長(zhǎng)提供支撐，凸顯了人工智能產(chǎn)業(yè)的擴(kuò)張?jiān)鲩L(zhǎng)效應(yīng)［27］。作為知識(shí)與技術(shù)密集型的復(fù)雜系統(tǒng)產(chǎn)業(yè)，人工智能還可能對(duì)其他產(chǎn)業(yè)產(chǎn)生一定的關(guān)聯(lián)與驅(qū)動(dòng)作用。技術(shù)基礎(chǔ)理論的突破和工程化應(yīng)用的實(shí)施為人工智能產(chǎn)業(yè)與其他產(chǎn)業(yè)相互關(guān)聯(lián)奠定了良好的基礎(chǔ)，智能技術(shù)逐漸向多樣化的行業(yè)領(lǐng)域滲透［28］。在人工智能產(chǎn)業(yè)數(shù)字技術(shù)、產(chǎn)品研發(fā)、管理服務(wù)、市場(chǎng)開拓范式等輸出下，很多行業(yè)得到“活化”，形成“泛人工智能化”發(fā)展模式［29］。面向未來(lái)，人工智能將帶動(dòng)更多相關(guān)行業(yè)領(lǐng)域的快速發(fā)展，此為人工智能產(chǎn)業(yè)的“關(guān)聯(lián)活化效應(yīng)”。

（二）產(chǎn)業(yè)困境

目前，我國(guó)人工智能產(chǎn)業(yè)雖然在技術(shù)研發(fā)創(chuàng)新優(yōu)化與智能應(yīng)用工程實(shí)踐等方面取得了部分成就，但是在關(guān)鍵基礎(chǔ)理論突破與核心技術(shù)架構(gòu)設(shè)計(jì)等重點(diǎn)領(lǐng)域還存在較大劣勢(shì)［3］。人工智能產(chǎn)業(yè)鏈不同創(chuàng)新主體的發(fā)展重心相距較遠(yuǎn)，以高校/科研院所為代表的基礎(chǔ)研發(fā)端重視人工智能底層平臺(tái)開發(fā)與深度技術(shù)訓(xùn)練，而以企業(yè)為代表的產(chǎn)業(yè)應(yīng)用端更重視人工智能技術(shù)應(yīng)用場(chǎng)景的部署，期望短期內(nèi)就可兌現(xiàn)人工智能技術(shù)的經(jīng)濟(jì)價(jià)值，這就導(dǎo)致了人工智能研發(fā)端與應(yīng)用端存在界限，技術(shù)研發(fā)與市場(chǎng)應(yīng)用需求未必匹配，人工智能技術(shù)賦能效應(yīng)難以得到充分發(fā)揮［6］。在社會(huì)治理方面，人工智能相關(guān)法律規(guī)范體系尚未建立，關(guān)鍵技術(shù)泄露風(fēng)險(xiǎn)、用戶隱私侵犯風(fēng)險(xiǎn)、知識(shí)產(chǎn)權(quán)受侵風(fēng)險(xiǎn)、技術(shù)違約風(fēng)險(xiǎn)等人工智能潛在風(fēng)險(xiǎn)可能發(fā)生，人工智能技術(shù)研發(fā)前的預(yù)見性保護(hù)方案和技術(shù)應(yīng)用后的風(fēng)險(xiǎn)規(guī)避方案沒有落實(shí)到位，人工智能產(chǎn)業(yè)發(fā)展需要一系列的法律準(zhǔn)則規(guī)范作保障［15］。人工智能高端人才供給不足，且現(xiàn)有的人工智能人才主要聚集在產(chǎn)業(yè)應(yīng)用端，技術(shù)研發(fā)端的后備人才偏少，人才結(jié)構(gòu)的偏頗也是我國(guó)在核心技術(shù)領(lǐng)域落后于發(fā)達(dá)國(guó)家的原因之一［27］。

人工智能核心技術(shù)欠缺與產(chǎn)業(yè)低效賦能問(wèn)題需要明確產(chǎn)業(yè)鏈合理分工，人才短缺問(wèn)題難以支持人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展，需要合理規(guī)劃創(chuàng)新鏈的整體布局，而潛在風(fēng)險(xiǎn)的存在亟須系統(tǒng)完整的法律體系。由此，深刻剖析人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)對(duì)于破解產(chǎn)業(yè)發(fā)展難題，指導(dǎo)其高質(zhì)量發(fā)展具有重要意義，本文嘗試從“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三個(gè)維度出發(fā)，明晰三個(gè)維度下人工智能產(chǎn)業(yè)的創(chuàng)新態(tài)勢(shì)，并從三維度融合視角探析人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展路徑，以期獲得良好的產(chǎn)業(yè)發(fā)展效果。

二、人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展分析框架

人工智能產(chǎn)業(yè)發(fā)展要突破技術(shù)水平、要素稟賦的限制，必須以合理化的產(chǎn)業(yè)鏈分工來(lái)解決產(chǎn)業(yè)結(jié)構(gòu)失衡問(wèn)題，增強(qiáng)產(chǎn)業(yè)發(fā)展的創(chuàng)新驅(qū)動(dòng)力［30］。而人工智能產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)力的持續(xù)供應(yīng)則依托于創(chuàng)新資源的及時(shí)性、高效性、準(zhǔn)確性配置，這就需要沿著創(chuàng)新鏈［31］，圍繞人工智能產(chǎn)業(yè)前端研發(fā)、中端轉(zhuǎn)化以及后端應(yīng)用提供長(zhǎng)效動(dòng)態(tài)的創(chuàng)新保障機(jī)制。在此過(guò)程中，系統(tǒng)性、持續(xù)性、遞進(jìn)式的政策工具為人工智能產(chǎn)業(yè)將資源稟賦優(yōu)勢(shì)與前沿核心技術(shù)高效緊密銜接，為產(chǎn)業(yè)鏈發(fā)展與創(chuàng)新鏈突破的協(xié)調(diào)耦合提供了有力支撐［32］，助力人工智能打造完備的產(chǎn)業(yè)體系。創(chuàng)新生態(tài)鏈理論提出，在不同環(huán)節(jié)上的創(chuàng)新主體需要保持平衡才能實(shí)現(xiàn)可持續(xù)發(fā)展。政策工具為不同創(chuàng)新主體在產(chǎn)業(yè)鏈、創(chuàng)新鏈上的合作營(yíng)造了良好的創(chuàng)新環(huán)境，有助于主體之間協(xié)調(diào)發(fā)展。

由此，對(duì)我國(guó)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)及路徑進(jìn)行分析，可按照“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三個(gè)維度構(gòu)建分析框架。人工智能產(chǎn)業(yè)鏈層級(jí)結(jié)構(gòu)包括基礎(chǔ)層、技術(shù)層和應(yīng)用層，創(chuàng)新鏈三類過(guò)程包括產(chǎn)品研發(fā)、成果轉(zhuǎn)化與產(chǎn)業(yè)應(yīng)用，政策工具三種類型為供給類、環(huán)境類以及需求類。本文構(gòu)建分析框架如圖1所示。

（一）產(chǎn)業(yè)鏈視角

人工智能產(chǎn)業(yè)鏈可劃分為三層：基礎(chǔ)層、技術(shù)層和應(yīng)用層［33］。其中，基礎(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，為人工智能產(chǎn)業(yè)發(fā)展提供完善的后臺(tái)保障，基礎(chǔ)層的主要內(nèi)容包括軟硬件的研發(fā)、數(shù)據(jù)及算力的支撐、云計(jì)算平臺(tái)的鋪墊等。技術(shù)層是人工智能產(chǎn)業(yè)的核心，為人工智能產(chǎn)業(yè)持續(xù)發(fā)展提供具體的技術(shù)形式，其主要活動(dòng)是模擬人的智能相關(guān)特征，并以此來(lái)構(gòu)建人工智能技術(shù)的實(shí)現(xiàn)路徑。應(yīng)用層是人工智能產(chǎn)業(yè)的延伸，以人工智能底層應(yīng)用技術(shù)為基礎(chǔ)，結(jié)合具體應(yīng)用場(chǎng)景需求，形成特定解決方案來(lái)把人工智能應(yīng)用技術(shù)轉(zhuǎn)變?yōu)閷?shí)際生產(chǎn)力［34］。人工智能產(chǎn)業(yè)鏈的具體結(jié)構(gòu)如圖2所示［35］。基礎(chǔ)層、技術(shù)層與應(yīng)用層之間有機(jī)銜接從而形成了人工智能產(chǎn)業(yè)鏈的復(fù)雜系統(tǒng)，在技術(shù)創(chuàng)新發(fā)展日新月異的新常態(tài)背景下，人工智能產(chǎn)業(yè)不斷向其他領(lǐng)域擴(kuò)散、滲透，“智能+”的新發(fā)展模式將有力促進(jìn)社會(huì)經(jīng)濟(jì)的快速增長(zhǎng)。

一是基礎(chǔ)層。人工智能產(chǎn)業(yè)的健康發(fā)展有賴于基礎(chǔ)層提供的堅(jiān)實(shí)數(shù)據(jù)基礎(chǔ)，通過(guò)基礎(chǔ)層對(duì)海量數(shù)據(jù)的高效分析以及算法迭代，解決了技術(shù)層和應(yīng)用層面臨的強(qiáng)度高、體量大、需求復(fù)雜多變的數(shù)據(jù)處理難題［30］。比如，具備全棧全場(chǎng)景AI能力的華為公司自主研發(fā)的芯片、全場(chǎng)景AI計(jì)算框架MindSpore與Atlas系列板卡為技術(shù)層完善開發(fā)平臺(tái)、應(yīng)用層創(chuàng)新具體智能技術(shù)形式提供了足夠支撐。隨著市場(chǎng)經(jīng)濟(jì)快速發(fā)展，數(shù)據(jù)量以指數(shù)級(jí)的速度增長(zhǎng)，人工智能產(chǎn)業(yè)基礎(chǔ)層的強(qiáng)勁算力與數(shù)據(jù)技術(shù)持續(xù)為數(shù)據(jù)分析提供開源動(dòng)力，不斷積蓄基礎(chǔ)層支撐技術(shù)的發(fā)展勢(shì)能，推動(dòng)我國(guó)從數(shù)據(jù)大國(guó)逐漸轉(zhuǎn)變?yōu)閿?shù)據(jù)強(qiáng)國(guó)?；A(chǔ)層的創(chuàng)新活動(dòng)多為周期長(zhǎng)、難度大、流程復(fù)雜、風(fēng)險(xiǎn)性高的基礎(chǔ)研究，依靠核心軟硬件多元化創(chuàng)新來(lái)帶動(dòng)人工智能產(chǎn)業(yè)持續(xù)發(fā)展［36］?；A(chǔ)層的創(chuàng)新焦點(diǎn)在于關(guān)鍵平臺(tái)，此平臺(tái)是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的底層平臺(tái)，技術(shù)層與應(yīng)用層的生態(tài)建設(shè)均需建立在關(guān)鍵平臺(tái)之上?；A(chǔ)層的發(fā)展需要時(shí)刻關(guān)注技術(shù)實(shí)際，在重點(diǎn)突破硬件技術(shù)的同時(shí)，還要兼顧數(shù)據(jù)技術(shù)、系統(tǒng)技術(shù)、云計(jì)算平臺(tái)的研發(fā)升級(jí)［37］。另外，完善的基礎(chǔ)研究支持體系是基礎(chǔ)層可持續(xù)發(fā)展的有力保障，這就需要構(gòu)建適宜的創(chuàng)新孵化平臺(tái)來(lái)保護(hù)原始創(chuàng)新，并實(shí)現(xiàn)資源要素的集約化和高效化利用。創(chuàng)新難度等級(jí)高、技術(shù)和資金壁壘高、基礎(chǔ)層技術(shù)較為薄弱是我國(guó)人工智能產(chǎn)業(yè)與國(guó)際發(fā)達(dá)國(guó)家存在差距的主要原因，尤其在芯片領(lǐng)域，更是被少數(shù)國(guó)際巨頭壟斷［38］。雖然我國(guó)在數(shù)據(jù)體量方面具有得天獨(dú)厚的優(yōu)勢(shì)，但尚未構(gòu)建起數(shù)據(jù)生態(tài)系統(tǒng)，還需依據(jù)市場(chǎng)需求特征增強(qiáng)基礎(chǔ)研究與產(chǎn)業(yè)需求的關(guān)聯(lián)度，為人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展提供必要支撐。

二是技術(shù)層。人工智能商業(yè)化建立在技術(shù)層的平衡發(fā)展之上，技術(shù)開放平臺(tái)的構(gòu)建為技術(shù)落地以及場(chǎng)景應(yīng)用提供了可能［39］。人工智能全產(chǎn)業(yè)鏈的縱貫暢通有賴于技術(shù)層的平臺(tái)建設(shè)。技術(shù)層一方面與基礎(chǔ)層的軟硬件設(shè)施緊密相連，拓展了基礎(chǔ)技術(shù)的應(yīng)用范圍，另一方面又帶動(dòng)了應(yīng)用層的場(chǎng)景更新，為各類不同應(yīng)用場(chǎng)景提供有力技術(shù)支持［40］。例如，商湯科技公司開發(fā)的SenseCore商湯AI大裝置，其包括算力層、平臺(tái)層與算法層，通過(guò)SenseCore開源社區(qū)共建AI技術(shù)生態(tài)，全面系統(tǒng)地破解了長(zhǎng)尾應(yīng)用的需求問(wèn)題。技術(shù)層主要面向細(xì)分應(yīng)用，具有資金、技術(shù)以及人才三重壁壘，是人工智能產(chǎn)業(yè)的發(fā)展重心。當(dāng)前，深度學(xué)習(xí)技術(shù)創(chuàng)新速度逐漸放緩，技術(shù)層已步入升級(jí)優(yōu)化階段，人工智能產(chǎn)業(yè)整體發(fā)展駛?cè)搿案咚倏燔嚨馈薄＜夹g(shù)層作為人工智能產(chǎn)業(yè)鏈承上啟下的關(guān)鍵環(huán)節(jié)，主要依托基礎(chǔ)層的海量數(shù)據(jù)資源、智能計(jì)算平臺(tái)以及核心軟硬件系統(tǒng)來(lái)進(jìn)行識(shí)別分析與學(xué)習(xí)建模，對(duì)應(yīng)用層的產(chǎn)品智能化程度起到關(guān)鍵性作用。在這個(gè)過(guò)程中，感知智能與認(rèn)知智能是技術(shù)層的核心階段［41］。感知階段的主要任務(wù)是通過(guò)人與信息之間的聯(lián)通來(lái)獲得機(jī)器學(xué)習(xí)建模必備的各類數(shù)據(jù)；認(rèn)知階段的主要任務(wù)是對(duì)已有數(shù)據(jù)進(jìn)行智能運(yùn)算，借由數(shù)據(jù)分析、深度學(xué)習(xí)來(lái)實(shí)現(xiàn)判斷、決策等類人腦功能。技術(shù)層的發(fā)展邊界逐步拓寬，從多角度融合創(chuàng)新進(jìn)行深度學(xué)習(xí)理論突破將是人工智能技術(shù)升級(jí)下一步的前進(jìn)方向。技術(shù)層的快速發(fā)展同時(shí)受制于深度學(xué)習(xí)的局限性，具體表現(xiàn)為過(guò)度依賴龐大數(shù)據(jù)量以及人為的強(qiáng)勢(shì)干預(yù)［42］。因此，探索多樣化的學(xué)習(xí)方式、組合多種分支技術(shù)以及高效識(shí)別多模態(tài)信息源成為技術(shù)層發(fā)展突破的重點(diǎn)。

三是應(yīng)用層。人工智能技術(shù)對(duì)各場(chǎng)景的切入、各領(lǐng)域的滲透造就了“人工智能+”的行業(yè)應(yīng)用現(xiàn)狀，改善了生產(chǎn)流程的傳統(tǒng)環(huán)節(jié)，提高了產(chǎn)業(yè)制造效率，降低了產(chǎn)品成本，豐富了用戶體驗(yàn)，以不受專業(yè)限制的智能應(yīng)用給傳統(tǒng)領(lǐng)域帶來(lái)了實(shí)質(zhì)變革［43］?；A(chǔ)層技術(shù)生產(chǎn)工具的不斷完善，技術(shù)層智能運(yùn)算體系與開放平臺(tái)的全面建立，共同為應(yīng)用層智能技術(shù)的擴(kuò)散、融合、滲透提供了支撐，這也使得人工智能產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)漸顯明晰，人工智能規(guī)?；瘧?yīng)用被提上日程。例如，采取“數(shù)據(jù)+業(yè)務(wù)+場(chǎng)景”模式的中國(guó)平安使“人工智能+”與場(chǎng)景應(yīng)用無(wú)縫對(duì)接，“智慧客服”實(shí)現(xiàn)所有業(yè)務(wù)在線一次性辦理，“510急速賠”打破傳統(tǒng)固定網(wǎng)格派工模式，中國(guó)平安在智能醫(yī)療、智慧金融、智慧教育、智慧交通等領(lǐng)域的深耕構(gòu)建了良性循環(huán)、自我更新的人工智能生態(tài)圈。人工智能產(chǎn)業(yè)應(yīng)用層可依據(jù)對(duì)象類別的差異分為行業(yè)場(chǎng)景生態(tài)應(yīng)用和消費(fèi)級(jí)終端應(yīng)用［44］。行業(yè)場(chǎng)景生態(tài)應(yīng)用主要是以人工智能應(yīng)用技術(shù)與各類外部行業(yè)的對(duì)接為主，消費(fèi)級(jí)終端應(yīng)用則主要包括智能硬件、智能無(wú)人機(jī)與智能機(jī)器人等三個(gè)方向。應(yīng)用層的快速發(fā)展使得人工智能對(duì)社會(huì)實(shí)踐中基本場(chǎng)景的覆蓋范圍逐漸擴(kuò)大，全面提升了社會(huì)運(yùn)轉(zhuǎn)效率。人工智能應(yīng)用層影響社會(huì)運(yùn)行基本要素的主要路徑可分為四步：一是在人工智能技術(shù)作用下，科學(xué)研究方式已逐漸轉(zhuǎn)變，創(chuàng)新研發(fā)效率提升，科技競(jìng)爭(zhēng)的動(dòng)力來(lái)源愈加豐富［45］；二是商業(yè)創(chuàng)新與競(jìng)爭(zhēng)愈加激烈，人工智能是改善商業(yè)環(huán)境的重要手段；三是各類場(chǎng)景需求不斷細(xì)化，消費(fèi)、醫(yī)療等各個(gè)生活領(lǐng)域的智能應(yīng)用水平持續(xù)提升；四是國(guó)防安全成為人工智能技術(shù)應(yīng)用的重要領(lǐng)域［46］。一方面，人工智能應(yīng)用層對(duì)生產(chǎn)場(chǎng)景的全面滲透有助于優(yōu)化全產(chǎn)業(yè)鏈結(jié)構(gòu)，促使產(chǎn)業(yè)轉(zhuǎn)向附加值較高的產(chǎn)品與服務(wù)。另一方面，應(yīng)用層的發(fā)展不能急于兌現(xiàn)人工智能的商業(yè)價(jià)值，需對(duì)產(chǎn)業(yè)發(fā)展進(jìn)行充分、妥善地理解思考，確保人工智能產(chǎn)業(yè)健康發(fā)展［47］。

基礎(chǔ)層是人工智能產(chǎn)業(yè)的“源頭活水”，產(chǎn)業(yè)鏈的縱深發(fā)展需要基礎(chǔ)層支撐技術(shù)水平的持續(xù)提升，基礎(chǔ)層核心理論與關(guān)鍵技術(shù)突破帶動(dòng)技術(shù)層創(chuàng)新服務(wù)平臺(tái)完善，技術(shù)層開源框架搭建與深度學(xué)習(xí)訓(xùn)練帶動(dòng)應(yīng)用層優(yōu)化場(chǎng)景生態(tài)，從而驅(qū)動(dòng)整個(gè)產(chǎn)業(yè)鏈的創(chuàng)新發(fā)展。人工智能面向未來(lái)的產(chǎn)業(yè)鏈優(yōu)化路徑是以技術(shù)為基點(diǎn)的“縱向深耕”，一方面，加強(qiáng)基礎(chǔ)層與技術(shù)層的技術(shù)互動(dòng)，合理規(guī)劃建設(shè)人工智能產(chǎn)業(yè)創(chuàng)新中心，以技術(shù)開發(fā)促創(chuàng)新研發(fā)；另一方面，暢通技術(shù)層與應(yīng)用層的賦能渠道，緊密貼合市場(chǎng)需求，實(shí)現(xiàn)人工智能技術(shù)在滿足市場(chǎng)需求上的橫向延展，打造“開放、共享”的人工智能產(chǎn)業(yè)鏈創(chuàng)新發(fā)展模式。

（二）創(chuàng)新鏈視角

創(chuàng)新鏈?zhǔn)侨斯ぶ悄墚a(chǎn)業(yè)各層級(jí)、各主體之間形成的一系列推動(dòng)創(chuàng)新活動(dòng)進(jìn)展的鏈?zhǔn)竭^(guò)程，創(chuàng)新鏈的上游是產(chǎn)品研發(fā)，中游是成果轉(zhuǎn)化，下游是產(chǎn)業(yè)應(yīng)用［48］。人工智能產(chǎn)業(yè)內(nèi)部的技術(shù)創(chuàng)新驅(qū)動(dòng)和外部市場(chǎng)對(duì)于人工智能產(chǎn)品的需求以及社會(huì)實(shí)踐場(chǎng)景生態(tài)人工智能技術(shù)應(yīng)用之間彼此反饋，共同填充了創(chuàng)新鏈的各個(gè)環(huán)節(jié)［49］。在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展進(jìn)程中，產(chǎn)品研發(fā)、成果轉(zhuǎn)化、產(chǎn)業(yè)應(yīng)用三個(gè)環(huán)節(jié)相互作用、彼此促進(jìn)，覆蓋了人工智能產(chǎn)業(yè)創(chuàng)新鏈的全過(guò)程，具體如圖3所示。

在產(chǎn)品研發(fā)環(huán)節(jié)，創(chuàng)新人才支持、創(chuàng)新資源供給與研發(fā)經(jīng)費(fèi)保障共同構(gòu)成了創(chuàng)新研發(fā)的基礎(chǔ)。其中，創(chuàng)新人才是產(chǎn)品研發(fā)活動(dòng)的實(shí)施者，是人工智能技術(shù)創(chuàng)新活動(dòng)的主體，在人工智能技術(shù)更新迭代與智能產(chǎn)品升級(jí)等方面發(fā)揮著關(guān)鍵作用。創(chuàng)新人才是人工智能產(chǎn)業(yè)實(shí)現(xiàn)創(chuàng)新發(fā)展的重要角色，在智能產(chǎn)品研發(fā)與設(shè)計(jì)方面具有突出表現(xiàn)，能夠有力集聚并高效利用各類創(chuàng)新要素來(lái)推動(dòng)人工智能產(chǎn)業(yè)上游產(chǎn)品研發(fā)環(huán)節(jié)的階段創(chuàng)新能力提升［50］。產(chǎn)品研發(fā)階段需要的創(chuàng)新資源呈現(xiàn)多樣化的趨勢(shì)，既需要人工智能產(chǎn)業(yè)各個(gè)層級(jí)所提供的不同技術(shù)知識(shí)，也需要高校/科研院所帶來(lái)的學(xué)術(shù)資源與平臺(tái)，還需要第三方機(jī)構(gòu)及時(shí)收集市場(chǎng)需求信息，將反饋信息轉(zhuǎn)化為產(chǎn)品研發(fā)與設(shè)計(jì)的前進(jìn)方向［51］。研發(fā)經(jīng)費(fèi)是產(chǎn)品研發(fā)與設(shè)計(jì)的主要投入，是創(chuàng)新活動(dòng)開展的物質(zhì)基礎(chǔ)，產(chǎn)品研發(fā)成功率與上游環(huán)節(jié)整體創(chuàng)新能力提高都離不開充足的研發(fā)經(jīng)費(fèi)保障。人工智能產(chǎn)業(yè)創(chuàng)新鏈上游階段在技術(shù)創(chuàng)新的作用下，不再是標(biāo)準(zhǔn)化的研發(fā)設(shè)計(jì)模式，而是轉(zhuǎn)變?yōu)閭€(gè)性化、定制化、服務(wù)化的產(chǎn)品研發(fā)，采取開放式創(chuàng)新模式，讓市場(chǎng)中的各類人工智能產(chǎn)品用戶也參與創(chuàng)新活動(dòng)，產(chǎn)品研發(fā)、管理創(chuàng)新與市場(chǎng)反饋正逐步融合為一個(gè)過(guò)程［52］。人工智能產(chǎn)品終端的市場(chǎng)反饋信息及時(shí)返回到產(chǎn)品研發(fā)階段，強(qiáng)化了人工智能產(chǎn)業(yè)對(duì)需求市場(chǎng)的控制力，提高了創(chuàng)新研發(fā)活動(dòng)的收益，更增強(qiáng)了人工智能產(chǎn)業(yè)創(chuàng)新鏈的延伸性和各個(gè)環(huán)節(jié)的關(guān)聯(lián)性。

在成果轉(zhuǎn)化環(huán)節(jié)，知識(shí)產(chǎn)權(quán)保護(hù)、轉(zhuǎn)化效率提升與多元技術(shù)交叉共同驅(qū)動(dòng)創(chuàng)新成果的轉(zhuǎn)移轉(zhuǎn)化。人工智能產(chǎn)業(yè)涉及的技術(shù)與知識(shí)具有高度復(fù)雜、非線性排列、種類繁多的特點(diǎn)，這就需要采取一定措施來(lái)保護(hù)創(chuàng)新成果［53］。知識(shí)產(chǎn)權(quán)保護(hù)是對(duì)創(chuàng)新活動(dòng)實(shí)施主體的獎(jiǎng)勵(lì)與認(rèn)可，可以促進(jìn)創(chuàng)新成果的推廣和實(shí)用化，并激勵(lì)各類創(chuàng)新主體以更積極的狀態(tài)投入創(chuàng)新活動(dòng)中，例如，基礎(chǔ)層進(jìn)行人工智能底層技術(shù)架構(gòu)的開發(fā)，技術(shù)層進(jìn)行深度學(xué)習(xí)與建模的方法更新，應(yīng)用層進(jìn)行市場(chǎng)終端的場(chǎng)景鋪設(shè)。創(chuàng)新成果轉(zhuǎn)化效率對(duì)于人工智能產(chǎn)業(yè)創(chuàng)新鏈的穩(wěn)定運(yùn)轉(zhuǎn)至關(guān)重要，在轉(zhuǎn)化過(guò)程中，需要借助多元化的交叉技術(shù)來(lái)提高創(chuàng)新成果轉(zhuǎn)化的成功率［54］。在人工智能產(chǎn)業(yè)創(chuàng)新鏈中，創(chuàng)新成果轉(zhuǎn)化成功率越高，其創(chuàng)新能力也就越強(qiáng)。創(chuàng)新成果轉(zhuǎn)化不僅為上游階段產(chǎn)品研發(fā)提供了動(dòng)力來(lái)源，促使其更高效捕捉產(chǎn)業(yè)技術(shù)需求，創(chuàng)造新產(chǎn)品、新工藝、新技術(shù)，而且為下游階段產(chǎn)業(yè)應(yīng)用獲取良好市場(chǎng)效果奠定了基礎(chǔ)，實(shí)現(xiàn)了知識(shí)和技術(shù)的應(yīng)用及擴(kuò)散，為人工智能技術(shù)規(guī)模應(yīng)用提供了必備條件［31］。人工智能產(chǎn)業(yè)創(chuàng)新鏈拓展的廣度和深度有賴于創(chuàng)新成果轉(zhuǎn)化的效率，依靠創(chuàng)新鏈某單一環(huán)節(jié)的創(chuàng)新產(chǎn)出已不足以提升創(chuàng)新鏈的系統(tǒng)效益，創(chuàng)新成果轉(zhuǎn)化將產(chǎn)品研發(fā)環(huán)節(jié)與產(chǎn)業(yè)應(yīng)用環(huán)節(jié)連接起來(lái)，暢通創(chuàng)新鏈三個(gè)環(huán)節(jié)之間的交流渠道，更好地驅(qū)動(dòng)創(chuàng)新鏈持續(xù)發(fā)展。

在產(chǎn)業(yè)應(yīng)用環(huán)節(jié)，市場(chǎng)需求是人工智能產(chǎn)業(yè)發(fā)展動(dòng)力的主要來(lái)源，產(chǎn)業(yè)智能水平的提升一方面可以快速收集市場(chǎng)信息，并反饋給創(chuàng)新鏈上中游環(huán)節(jié)，另一方面有助于創(chuàng)新管理模式，實(shí)現(xiàn)人工智能產(chǎn)業(yè)應(yīng)用的市場(chǎng)價(jià)值［55］。產(chǎn)業(yè)應(yīng)用進(jìn)程中，人工智能產(chǎn)業(yè)創(chuàng)新鏈?zhǔn)斋@的經(jīng)濟(jì)效益會(huì)反哺產(chǎn)品研發(fā)環(huán)節(jié)和成果轉(zhuǎn)化環(huán)節(jié)，創(chuàng)新活動(dòng)的開展需要大規(guī)模的資源投入，包括人才和經(jīng)費(fèi)的投入，產(chǎn)業(yè)應(yīng)用的收益可以滿足產(chǎn)品研發(fā)和成果轉(zhuǎn)化的資源輸入要求，創(chuàng)新成果在產(chǎn)業(yè)中的應(yīng)用可以最大限度地發(fā)揮人工智能技術(shù)的社會(huì)經(jīng)濟(jì)價(jià)值［56］。產(chǎn)業(yè)應(yīng)用的市場(chǎng)價(jià)值體現(xiàn)在龐大的人工智能用戶群體上，市場(chǎng)需求層次多元化促使人工智能產(chǎn)業(yè)應(yīng)用呈現(xiàn)系統(tǒng)化、生態(tài)化、規(guī)?；内厔?shì)，創(chuàng)新鏈整體表現(xiàn)為平臺(tái)運(yùn)行模式，且具有動(dòng)態(tài)性特征。產(chǎn)業(yè)應(yīng)用位于人工智能產(chǎn)業(yè)創(chuàng)新鏈的下游位置，最貼近市場(chǎng)用戶，其與上中游的協(xié)作與協(xié)調(diào)對(duì)于提升創(chuàng)新鏈整體創(chuàng)新水平具有重要影響［57］。作為人工智能產(chǎn)業(yè)與市場(chǎng)用戶連接的窗口，產(chǎn)業(yè)應(yīng)用環(huán)節(jié)是產(chǎn)業(yè)與市場(chǎng)貫通的關(guān)鍵，各類應(yīng)用場(chǎng)景的更新逐漸模糊了產(chǎn)業(yè)與市場(chǎng)的邊界，使得用戶可以參與創(chuàng)新鏈價(jià)值共創(chuàng)過(guò)程，三個(gè)環(huán)節(jié)相互關(guān)聯(lián)、實(shí)時(shí)協(xié)作，向市場(chǎng)提供一體化的人工智能解決方案。

人工智能創(chuàng)新鏈的價(jià)值目標(biāo)既包括提升行業(yè)場(chǎng)景應(yīng)用的智能水平，也包括優(yōu)化市場(chǎng)終端消費(fèi)者的智能產(chǎn)品體驗(yàn)。價(jià)值目標(biāo)的實(shí)現(xiàn)需要?jiǎng)?chuàng)新鏈構(gòu)造基于產(chǎn)品研發(fā)、成果轉(zhuǎn)化與產(chǎn)業(yè)應(yīng)用的技術(shù)閉環(huán)，以技術(shù)為驅(qū)動(dòng)力創(chuàng)新人工智能商業(yè)模式。人工智能創(chuàng)新鏈優(yōu)化路徑首先是要準(zhǔn)確、及時(shí)、快速地收集市場(chǎng)信息，將產(chǎn)業(yè)應(yīng)用環(huán)節(jié)的需求反饋到產(chǎn)品研發(fā)端；其次，市場(chǎng)需求是產(chǎn)品研發(fā)創(chuàng)新升級(jí)的主要?jiǎng)恿?lái)源，研發(fā)端需匯聚產(chǎn)業(yè)內(nèi)外創(chuàng)新資源，充分發(fā)揮高校/科研院所等技術(shù)創(chuàng)新高地的資源優(yōu)勢(shì)，將需求信息高效轉(zhuǎn)化為創(chuàng)新創(chuàng)意源泉，打造技術(shù)生態(tài)促進(jìn)智能產(chǎn)品研發(fā)升級(jí)。最后，強(qiáng)化成果轉(zhuǎn)化與產(chǎn)業(yè)應(yīng)用的聯(lián)系，將創(chuàng)新鏈的價(jià)值服務(wù)對(duì)象，即行業(yè)應(yīng)用對(duì)象與市場(chǎng)消費(fèi)用戶，納入創(chuàng)新鏈整體流程，以環(huán)節(jié)間的實(shí)時(shí)互動(dòng)帶動(dòng)創(chuàng)新鏈持續(xù)發(fā)展。

（三）政策工具視角

人工智能產(chǎn)業(yè)發(fā)展需要系統(tǒng)性的政策環(huán)境，而我國(guó)人工智能起步較晚，尚處于發(fā)展探索階段，現(xiàn)有政策大多是缺乏實(shí)踐應(yīng)用條件下的先行支持政策，不可避免地存在不足之處，這就需要采用政策工具來(lái)對(duì)人工智能產(chǎn)業(yè)進(jìn)行有效政策干預(yù)［32］。人工智能已上升為國(guó)家戰(zhàn)略，產(chǎn)業(yè)政策體系逐漸建立，而且我國(guó)社會(huì)主義制度有利于推動(dòng)人工智能產(chǎn)業(yè)實(shí)現(xiàn)從低到高的發(fā)展躍遷，利用政策工具來(lái)完成人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展目標(biāo)，從而充分發(fā)揮集中力量辦大事的優(yōu)勢(shì)。在梳理分析國(guó)家層面人工智能相關(guān)政策的基礎(chǔ)上，將政策工具劃分為供給類、環(huán)境類、需求類［58］12，其所具有的特點(diǎn)與次級(jí)工具見表1。

在我國(guó)目前的人工智能產(chǎn)業(yè)創(chuàng)新支持政策體系中，供給類政策工具占比較高，這與國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》所提出的建設(shè)布局人工智能創(chuàng)新平臺(tái)高度一致。需求類政策工具使用較少，這與人工智能技術(shù)應(yīng)用尚不成熟有關(guān)，人工智能產(chǎn)業(yè)處在初期發(fā)展階段，場(chǎng)景生態(tài)的智能應(yīng)用暫不明確，政府的需求引導(dǎo)力度不大［59］?？傮w來(lái)看，我國(guó)人工智能產(chǎn)業(yè)不同類型政策工具的使用比率大致為，供給類政策工具占比42.6%，環(huán)境類政策工具占比31.9%，需求類政策工具占比25.5%［32］。在人工智能產(chǎn)業(yè)發(fā)展過(guò)程中，供給類政策工具可以有效推動(dòng)產(chǎn)業(yè)生產(chǎn)，需求類政策工具可以帶動(dòng)市場(chǎng)需求，環(huán)境類政策工具則主要起到間接影響作用，具體如圖4所示。

供給類政策工具主要反映政策的推動(dòng)作用，政府通過(guò)自上而下的方式，從供給端對(duì)人工智能產(chǎn)業(yè)發(fā)展提供支持，利用人才、經(jīng)費(fèi)、數(shù)據(jù)、場(chǎng)地等基礎(chǔ)設(shè)施資源的增量化供給直接作用于人工智能產(chǎn)業(yè)生產(chǎn)要素，降低人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新的資源約束力度［60］。在人工智能產(chǎn)業(yè)初期發(fā)展階段，政策要比市場(chǎng)的作用力度更明顯，人工智能產(chǎn)業(yè)創(chuàng)新支持政策體系既符合產(chǎn)業(yè)發(fā)展規(guī)律，也滿足供給側(cè)結(jié)構(gòu)性改革的要求。人工智能產(chǎn)業(yè)供給類政策工具的次級(jí)工具可分為公共服務(wù)、科技支持、教育培訓(xùn)、信息支持與財(cái)政支持五個(gè)方面［32］。供給類政策工具對(duì)于培養(yǎng)人工智能產(chǎn)業(yè)創(chuàng)新人才，提供產(chǎn)業(yè)發(fā)展所需經(jīng)費(fèi)，鋪設(shè)產(chǎn)業(yè)發(fā)展創(chuàng)新與資源平臺(tái)具有重要作用，因其涉及系統(tǒng)性工程，故起效緩慢，但是解決了人工智能產(chǎn)業(yè)發(fā)展驅(qū)動(dòng)不足的問(wèn)題，使得作用效果得以持久。基礎(chǔ)設(shè)施與創(chuàng)新平臺(tái)建設(shè)力度不足，創(chuàng)新人才培養(yǎng)與引進(jìn)尚未落地，人工智能相關(guān)學(xué)科建設(shè)不完善，社會(huì)多元主體參與度不高是供給類政策工具目前存在的問(wèn)題［61］。下一步，供給類政策工具應(yīng)逐步提升對(duì)創(chuàng)新人才培養(yǎng)、資源共享平臺(tái)建設(shè)的投入力度，改善公共服務(wù)效率與質(zhì)量，以更適宜的經(jīng)費(fèi)支持體系提高人工智能應(yīng)用市場(chǎng)的調(diào)節(jié)與適應(yīng)能力，并且以妥善的方式引導(dǎo)社會(huì)資本積極參與人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展進(jìn)程。

環(huán)境類政策工具主要在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展過(guò)程中施加一定影響，保障人工智能產(chǎn)業(yè)各層級(jí)、各階段的創(chuàng)新主體擁有適宜的外部創(chuàng)新環(huán)境，驅(qū)動(dòng)產(chǎn)業(yè)內(nèi)部與外部的不同參與主體在更多領(lǐng)域開展協(xié)同創(chuàng)新活動(dòng)［62］。產(chǎn)業(yè)融合和場(chǎng)景應(yīng)用是人工智能價(jià)值所在，且隨著關(guān)聯(lián)主體的增多，人工智能的生態(tài)應(yīng)用趨向于集成智能，為了確保人工智能產(chǎn)業(yè)在正確的發(fā)展軌道上前進(jìn)，需要環(huán)境類政策工具發(fā)揮作用，以規(guī)避人工智能可能帶來(lái)的負(fù)面效應(yīng)，并拓展人工智能產(chǎn)業(yè)創(chuàng)新鏈。人工智能產(chǎn)業(yè)環(huán)境類政策工具的次級(jí)工具可分為目標(biāo)規(guī)劃、財(cái)務(wù)金融、稅收優(yōu)惠、知識(shí)產(chǎn)權(quán)與法規(guī)管制五個(gè)方面［32］。環(huán)境類政策工具可以為人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展提供軟環(huán)境建設(shè)支持，對(duì)產(chǎn)業(yè)創(chuàng)新目標(biāo)進(jìn)行合理規(guī)劃，因創(chuàng)新環(huán)境的營(yíng)造是一項(xiàng)長(zhǎng)期工程，故環(huán)境類政策工具起效相對(duì)緩慢，但創(chuàng)新環(huán)境具有持續(xù)性的影響。環(huán)境類政策工具種類比較齊全，是政府發(fā)揮職能優(yōu)勢(shì)的關(guān)鍵工具，但也存在著部分問(wèn)題，創(chuàng)新環(huán)境建設(shè)還處在探索階段，目標(biāo)規(guī)劃與產(chǎn)業(yè)實(shí)踐匹配水平還需繼續(xù)提升，政策實(shí)施尚未完全落地，產(chǎn)業(yè)關(guān)聯(lián)主體暫無(wú)明確激勵(lì)辦法［63］。環(huán)境類政策工具的設(shè)計(jì)要以人工智能技術(shù)生命周期和產(chǎn)業(yè)發(fā)展規(guī)律為指導(dǎo)，強(qiáng)化創(chuàng)新環(huán)境建設(shè)的過(guò)程監(jiān)控，確保政策的實(shí)施效果，做到政策規(guī)劃與產(chǎn)業(yè)發(fā)展同步。

需求類政策工具是對(duì)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展的市場(chǎng)端支持，政府從人工智能技術(shù)應(yīng)用對(duì)象出發(fā)，向市場(chǎng)受眾推廣智能產(chǎn)品，直接作用于人工智能產(chǎn)業(yè)市場(chǎng)，使人工智能產(chǎn)業(yè)創(chuàng)新成果具有良好的市場(chǎng)效果［64］。人工智能產(chǎn)業(yè)需求類政策工具的次級(jí)工具可分為政府采購(gòu)、購(gòu)置補(bǔ)貼、服務(wù)外包、貿(mào)易管制與海外機(jī)構(gòu)五個(gè)方面［32］。政府采購(gòu)可以從市場(chǎng)需求端有效拉動(dòng)人工智能產(chǎn)業(yè)發(fā)展，購(gòu)置補(bǔ)貼可以起到刺激消費(fèi)的效果，設(shè)置海外機(jī)構(gòu)則可以帶動(dòng)海外需求，這些政策工具的實(shí)施可以為人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展帶來(lái)快速且明顯的效果，但是需求類政策工具的拉動(dòng)力大多只具有短期性作用。在人工智能產(chǎn)業(yè)創(chuàng)造新產(chǎn)品、新工藝、新發(fā)明時(shí)，需求類政策工具可有效降低人工智能產(chǎn)品的市場(chǎng)阻力，減少可能面臨的系統(tǒng)性風(fēng)險(xiǎn)，激發(fā)各層級(jí)、各階段人工智能創(chuàng)新主體的發(fā)展活力［65］。需求類政策的使用較少，尤其是政府采購(gòu)缺失嚴(yán)重，需要完善政策體系結(jié)構(gòu)，適當(dāng)補(bǔ)充需求類政策工具，加強(qiáng)政企合作，充分發(fā)揮需求類政策工具的直接性、快捷性作用，引導(dǎo)更多產(chǎn)業(yè)內(nèi)部與外部的創(chuàng)新主體主動(dòng)參與人工智能領(lǐng)域的創(chuàng)新活動(dòng)，助推人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展。

我國(guó)人工智能產(chǎn)業(yè)發(fā)展尚不成熟，需要恰當(dāng)?shù)姆ㄒ?guī)管制與適宜的政策工具來(lái)規(guī)范產(chǎn)業(yè)發(fā)展。當(dāng)前，供給類政策工具在三類政策工具中占比較高，主要面向人工智能技術(shù)創(chuàng)新研發(fā)階段與產(chǎn)業(yè)規(guī)模應(yīng)用階段，環(huán)境類政策工具占比適中，在人工智能發(fā)展的不同階段均起到良好的作用效果，需求類政策工具占比較少，未能充分帶動(dòng)人工智能產(chǎn)品需求力度。在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展進(jìn)程中，需綜合運(yùn)用三類政策工具激發(fā)人工智能產(chǎn)業(yè)的創(chuàng)新活力，以供給類政策工具克服人工智能新興發(fā)展階段尚不成熟的資源劣勢(shì)，以需求類政策工具有效引導(dǎo)和支持人工智能價(jià)值實(shí)現(xiàn)，合理布局環(huán)境類政策工具，充分發(fā)揮其配套支撐的作用。

三、人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展路徑

人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展是一個(gè)創(chuàng)造新知識(shí)與新技術(shù)，應(yīng)用技術(shù)與知識(shí)研發(fā)產(chǎn)品，推廣智能產(chǎn)品并深化產(chǎn)業(yè)實(shí)踐，從而將創(chuàng)新知識(shí)通過(guò)一系列實(shí)踐轉(zhuǎn)化為實(shí)際生產(chǎn)力的鏈?zhǔn)竭^(guò)程。人工智能產(chǎn)業(yè)鏈不同層級(jí)、創(chuàng)新鏈不同環(huán)節(jié)以及不同種類的政策工具之間會(huì)產(chǎn)生相互作用，這就會(huì)影響人工智能產(chǎn)業(yè)內(nèi)各創(chuàng)新要素的實(shí)時(shí)流動(dòng)、重新組合以及自由擴(kuò)散，產(chǎn)業(yè)層級(jí)、創(chuàng)新環(huán)節(jié)以及政策工具之間的耦合協(xié)調(diào)、同步發(fā)展可以有效提升人工智能產(chǎn)業(yè)創(chuàng)新水平，助推其高質(zhì)量發(fā)展［66］。在產(chǎn)業(yè)鏈、創(chuàng)新鏈與政策工具的相互影響下，人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展路徑如圖5所示。

在政策工具的影響下，產(chǎn)業(yè)鏈與創(chuàng)新鏈深度融合，人工智能產(chǎn)業(yè)創(chuàng)新潛力被激發(fā)，產(chǎn)業(yè)發(fā)展日益系統(tǒng)化，創(chuàng)新資源在產(chǎn)業(yè)內(nèi)的調(diào)度與配置更加合理化。人工智能產(chǎn)業(yè)鏈與創(chuàng)新鏈愈加完整，市場(chǎng)需求的提升不僅提高了產(chǎn)業(yè)內(nèi)部創(chuàng)新主體的積極性，使其更加高效利用創(chuàng)新要素，而且為人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展補(bǔ)充了前進(jìn)動(dòng)能［67］。

在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展過(guò)程中，產(chǎn)業(yè)鏈、創(chuàng)新鏈與政策工具三者之間關(guān)系緊密。

首先，產(chǎn)業(yè)鏈的發(fā)展需以政策工具提供的軟環(huán)境為依托，三類政策工具對(duì)不同層級(jí)具有不同作用。在基礎(chǔ)層，主要是供給類政策工具發(fā)揮作用，因人工智能底層技術(shù)具有基礎(chǔ)性、前沿性，其風(fēng)險(xiǎn)較大，能否帶來(lái)收益存在較大不確定性，故需加強(qiáng)供給，筑牢人工智能底層基礎(chǔ)，并且基礎(chǔ)層的創(chuàng)新成果能夠給產(chǎn)業(yè)創(chuàng)新發(fā)展帶來(lái)長(zhǎng)期效益。在技術(shù)層，環(huán)境類政策工具影響較大，人工智能核心技術(shù)的突破不僅需要基礎(chǔ)技術(shù)的支撐，更需要良好的創(chuàng)新環(huán)境輔助，如此才能更好發(fā)揮人工智能技術(shù)優(yōu)勢(shì)。在應(yīng)用層，需求類政策工具效果直接，人工智能應(yīng)用對(duì)象既包括行業(yè)場(chǎng)景生態(tài)，又包括市場(chǎng)消費(fèi)終端，需求類政策工具可以有效提升市場(chǎng)需求水平，深化推廣智能產(chǎn)品，對(duì)應(yīng)用層的影響較顯著［68］。

其次，產(chǎn)業(yè)鏈中的生產(chǎn)實(shí)踐可以引導(dǎo)創(chuàng)新鏈有序開展創(chuàng)新活動(dòng)，基礎(chǔ)層的底層技術(shù)架構(gòu)為產(chǎn)品研發(fā)提供了平臺(tái)支撐，技術(shù)層的多元智能技術(shù)為成果轉(zhuǎn)化提供了技術(shù)支持，應(yīng)用層的場(chǎng)景生態(tài)應(yīng)用經(jīng)驗(yàn)與市場(chǎng)份額積累為產(chǎn)業(yè)應(yīng)用提供了推廣條件。

最后，創(chuàng)新鏈中新知識(shí)、新發(fā)明、新工藝、新產(chǎn)品等創(chuàng)新活動(dòng)的開展離不開政策工具的支持，供給類政策工具為產(chǎn)品研發(fā)提供人才、經(jīng)費(fèi)與資源等物質(zhì)保障，環(huán)境類政策工具所營(yíng)造的創(chuàng)新氛圍是創(chuàng)新成果轉(zhuǎn)化與人工智能向其他領(lǐng)域滲透、擴(kuò)散以及融合的重要條件，產(chǎn)業(yè)應(yīng)用覆蓋面擴(kuò)大與應(yīng)用質(zhì)量提升需要依托需求類政策工具發(fā)揮作用。

人工智能技術(shù)與產(chǎn)品的相互匹配可以驅(qū)動(dòng)同一層級(jí)、同一環(huán)節(jié)的人工智能產(chǎn)業(yè)發(fā)展，此為人工智能產(chǎn)業(yè)鏈與創(chuàng)新鏈的橫向協(xié)同。不同層級(jí)、不同環(huán)節(jié)之間的人工智能產(chǎn)業(yè)與技術(shù)相互鏈接，在產(chǎn)業(yè)系統(tǒng)內(nèi)高效傳輸創(chuàng)新資源并及時(shí)反饋數(shù)據(jù)信息，此為人工智能產(chǎn)業(yè)鏈與創(chuàng)新鏈的縱向協(xié)同。人工智能產(chǎn)業(yè)鏈與創(chuàng)新鏈協(xié)同的緊密程度與政策工具發(fā)揮的效果緊密相關(guān)，政策工具效果顯著，則產(chǎn)業(yè)鏈與創(chuàng)新鏈相互促進(jìn)，人工智能產(chǎn)業(yè)既有充足的發(fā)展動(dòng)力，又有強(qiáng)勁的市場(chǎng)拉力［69-70］。在三者的相互影響下，人工智能產(chǎn)業(yè)發(fā)展升級(jí)，產(chǎn)業(yè)鏈與創(chuàng)新鏈在創(chuàng)新發(fā)展背景下呈現(xiàn)出新的形式，政策工具的補(bǔ)充完善也逐漸形成系統(tǒng)完整的政策體系，進(jìn)一步推動(dòng)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展。

在人工智能產(chǎn)業(yè)未來(lái)發(fā)展中，政策體系的作用效果逐漸顯現(xiàn)，產(chǎn)業(yè)鏈與創(chuàng)新鏈交互融合，呈現(xiàn)出嶄新的發(fā)展路徑。一是產(chǎn)業(yè)鏈帶動(dòng)創(chuàng)新鏈，人工智能產(chǎn)業(yè)化應(yīng)用是產(chǎn)業(yè)鏈發(fā)展的主要目標(biāo)，在政策支持體系作用下人工智能技術(shù)賦能帶動(dòng)傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，企業(yè)自主創(chuàng)新能力提升并確立創(chuàng)新主體地位，產(chǎn)業(yè)鏈可借助人工智能產(chǎn)業(yè)發(fā)展的確定性來(lái)對(duì)沖創(chuàng)新鏈中產(chǎn)品研發(fā)與成果轉(zhuǎn)化可能存在的不確定性，拓寬產(chǎn)業(yè)應(yīng)用的覆蓋范圍。二是創(chuàng)新鏈驅(qū)動(dòng)產(chǎn)業(yè)鏈，促進(jìn)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展是創(chuàng)新鏈的主要目的，創(chuàng)新鏈重點(diǎn)解決人工智能產(chǎn)業(yè)發(fā)展中的技術(shù)難題，創(chuàng)新意識(shí)的產(chǎn)生、積累、運(yùn)用有效推動(dòng)了產(chǎn)業(yè)鏈中技術(shù)的更新與升級(jí)，進(jìn)而將創(chuàng)新意識(shí)轉(zhuǎn)化為具體技術(shù)形式與智能產(chǎn)品，在這個(gè)過(guò)程中，政策工具的完善暢通了創(chuàng)新成果產(chǎn)業(yè)轉(zhuǎn)化的渠道。

四、結(jié)論與建議

（一）研究結(jié)論

為明確人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)及路徑，基于“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三維視角，結(jié)合人工智能產(chǎn)業(yè)創(chuàng)新過(guò)程與發(fā)展規(guī)律建立分析框架，系統(tǒng)梳理并分析了人工智能產(chǎn)業(yè)發(fā)展態(tài)勢(shì)及創(chuàng)新路徑，揭示了在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展進(jìn)程中產(chǎn)業(yè)鏈、創(chuàng)新鏈與政策工具的作用。主要研究結(jié)論如下：第一，人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展建立在基礎(chǔ)層技術(shù)架構(gòu)之上，技術(shù)層是產(chǎn)業(yè)的核心，為產(chǎn)業(yè)發(fā)展提供具體技術(shù)形式，應(yīng)用層是產(chǎn)業(yè)的延伸，可將人工智能技術(shù)部署于其他場(chǎng)景領(lǐng)域；第二，人工智能產(chǎn)業(yè)創(chuàng)新活動(dòng)呈鏈?zhǔn)浇Y(jié)構(gòu)，創(chuàng)新鏈上游產(chǎn)品研發(fā)實(shí)現(xiàn)了人工智能知識(shí)與技術(shù)的更新與運(yùn)用，中游成果轉(zhuǎn)化促進(jìn)了人工智能創(chuàng)新成果的推廣和實(shí)用化，下游產(chǎn)業(yè)應(yīng)用兌現(xiàn)了人工智能的市場(chǎng)價(jià)值；第三，政策環(huán)境是人工智能創(chuàng)新發(fā)展必不可少的先決條件，在人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展過(guò)程中，供給類政策工具具有推動(dòng)力，需求類政策工具具有拉動(dòng)力，環(huán)境類政策工具主要起間接影響作用；第四，產(chǎn)業(yè)鏈、創(chuàng)新鏈與政策工具三者之間相互影響、彼此促進(jìn)，以耦合協(xié)調(diào)的發(fā)展步伐推動(dòng)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展邁入全新階段。

（二）政策建議

根據(jù)前文從“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三維視角的分析，結(jié)合人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，提出以下建議：

以人工智能產(chǎn)業(yè)為核心，必須建立“基礎(chǔ)層核心理論”+“應(yīng)用層關(guān)鍵技術(shù)”的協(xié)同效應(yīng)，發(fā)揮多方創(chuàng)新主體的“關(guān)聯(lián)效應(yīng)”，人工智能產(chǎn)業(yè)才能“如虎添翼”。人工智能應(yīng)用層在我國(guó)發(fā)展最為迅速，已經(jīng)奠定了良好的產(chǎn)業(yè)應(yīng)用基礎(chǔ)并且開拓了龐大的市場(chǎng)空間，需要基礎(chǔ)層核心理論研究和應(yīng)用層關(guān)鍵技術(shù)開發(fā)來(lái)助力其發(fā)展。為此，需集合產(chǎn)業(yè)內(nèi)外多方主體的創(chuàng)新優(yōu)勢(shì)，如建立“政產(chǎn)學(xué)研用”協(xié)同創(chuàng)新聯(lián)盟，暢通人工智能全產(chǎn)業(yè)鏈條上人才、數(shù)據(jù)、技術(shù)、知識(shí)、資金、制度等各項(xiàng)資源的流動(dòng)渠道，聯(lián)合開展重點(diǎn)核心技術(shù)攻關(guān)，推進(jìn)人工智能產(chǎn)業(yè)鏈高質(zhì)量發(fā)展。

創(chuàng)新人才是人工智能產(chǎn)業(yè)最寶貴的資源，善用高質(zhì)量人才為其“賦能”，人工智能產(chǎn)業(yè)未來(lái)發(fā)展才會(huì)“如花似錦”。人工智能產(chǎn)品具有技術(shù)要求高、更新迭代快、研發(fā)投入大的特點(diǎn)，這就要求人工智能創(chuàng)新鏈要有充足的創(chuàng)新人才團(tuán)隊(duì)作支撐。構(gòu)建高標(biāo)準(zhǔn)、高素質(zhì)、高水平的人工智能創(chuàng)新人才培養(yǎng)體系，建立健全創(chuàng)新人才引進(jìn)制度，是促進(jìn)人工智能創(chuàng)新鏈均衡發(fā)展的關(guān)鍵舉措。

政策工具的“活化效應(yīng)”可以有效激活人工智能產(chǎn)業(yè)發(fā)展?jié)摿?，良好的政策環(huán)境使其發(fā)展“如魚得水”。政策工具的制定與運(yùn)用既要考慮優(yōu)化人工智能創(chuàng)新環(huán)境，以推動(dòng)力、拉動(dòng)力雙向促進(jìn)人工智能產(chǎn)業(yè)發(fā)展，也要考慮綜合運(yùn)用不同種類的政策工具推進(jìn)多元?jiǎng)?chuàng)新主體互動(dòng)以及人工智能產(chǎn)業(yè)鏈各層級(jí)、創(chuàng)新鏈各環(huán)節(jié)之間的協(xié)同創(chuàng)新。

（三）未來(lái)展望

本文僅從“產(chǎn)業(yè)鏈-創(chuàng)新鏈-政策工具”三個(gè)維度對(duì)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)進(jìn)行分析，尚不足以概括人工智能產(chǎn)業(yè)的發(fā)展全貌，也未能細(xì)致刻畫出人工智能產(chǎn)業(yè)所在的創(chuàng)新環(huán)境，但本研究從三維度融合視角出發(fā)，探析人工智能產(chǎn)業(yè)創(chuàng)新態(tài)勢(shì)及發(fā)展路徑可為后續(xù)研究提供新的視角。本文重點(diǎn)研究了人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展態(tài)勢(shì)及路徑，對(duì)人工智能的社會(huì)治理方面關(guān)注不足，后續(xù)研究需要重點(diǎn)分析人工智能治理難題，通過(guò)合理有效的措施來(lái)應(yīng)對(duì)人工智能倫理安全風(fēng)險(xiǎn)。未來(lái)人工智能產(chǎn)業(yè)在我國(guó)經(jīng)濟(jì)發(fā)展中將扮演更重要的角色，可以從更全面、更完整、更系統(tǒng)的角度對(duì)其進(jìn)行研究，把市場(chǎng)終端納入分析框架，從技術(shù)研發(fā)源頭到市場(chǎng)應(yīng)用終端，綜合考慮人工智能價(jià)值實(shí)現(xiàn)全過(guò)程，也可從某一技術(shù)創(chuàng)新環(huán)節(jié)或價(jià)值實(shí)現(xiàn)環(huán)節(jié)深度挖掘人工智能發(fā)展?jié)摿Γ笇?dǎo)其高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［1］

劉剛， 劉晨. 人工智能科技產(chǎn)業(yè)技術(shù)擴(kuò)散機(jī)制與實(shí)現(xiàn)策略研究［J］. 經(jīng)濟(jì)縱橫， 2020（9）：109-119.

［2］ GARTNER. 2018世界人工智能產(chǎn)業(yè)發(fā)展藍(lán)皮書［R］. 北京： 中國(guó)信息通信研究院， 2018.

［3］ 中國(guó)信息通信研究院， 中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟. 人工智能發(fā)展白皮書-產(chǎn)業(yè)應(yīng)用篇［R］. 北京： 中國(guó)信息通信研究院， 2018.

［4］ 徐鵬， 徐向藝. 人工智能時(shí)代企業(yè)管理變革的邏輯與分析框架［J］. 管理世界，2020，36（1）：122-129，238.

［5］ QI J Y， WU F， LI L， et al. Artificial intelligence applications in the telecommunications industry［J］. Expert Systems， 2007， 24（4）：271-291.

［6］ SHAO Z， YUAN S， WANG Y L. Institutional collaboration and competition in artificial intelligence［J］. IEEE Access，2020，8：69734-69741.

［7］ 曹靜， 周亞林. 人工智能對(duì)經(jīng)濟(jì)的影響研究進(jìn)展［J］. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2018（1）：103-115.

［8］ HUTCHINSON P. Reinventing innovation management： the impact of self-innovating artificial intelligence［J］. IEEE Transactions on Engineering Management， 2021， 68（2）：628-639.

［9］ 中國(guó)政府網(wǎng). 習(xí)近平致信祝賀2018世界人工智能大會(huì)開幕［EB/OL］.（2018-09-17）［2022-09-22］.https：//www.gov.cn/gongbao/content/2018/content_5335347.htm.

［10］ 李紫娟. 加快推動(dòng)人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展［J］. 紅旗文稿， 2021（2）：27-29.

［11］ 余江， 孟慶時(shí)， 張?jiān)剑?等. 數(shù)字創(chuàng)新：創(chuàng)新研究新視角的探索及啟示［J］. 科學(xué)學(xué)研究， 2017， 35（7）：1103-1111.

［12］ 郭凱明. 人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)與勞動(dòng)收入份額變動(dòng)［J］. 管理世界， 2019， 35（7）：60-77，202-203.

［13］ LIU J， CHANG H H， FORREST J Y L， et al. Influence of artificial intelligence on technological innovation： evidence from the panel data of China’s manufacturing sectors［J］. Technological Forecasting and Social Change， 2020，158：120142.

［14］ BOYD R， HOLTON R J. Technology， innovation， employment and power： Does robotics and artificial intelligence really mean social transformation？［J］. Journal of Sociology， 2018， 54（3）：331-345.

［15］ 深圳市人工智能行業(yè)協(xié)會(huì). 2021人工智能發(fā)展白皮書［R］. 深圳： 深圳市人工智能行業(yè)協(xié)會(huì)， 2021.

［16］ 趙志君，莊馨予. 中國(guó)人工智能高質(zhì)量發(fā)展：現(xiàn)狀、問(wèn)題與方略［J］. 改革， 2023（9）：11-20.

［17］ 隆云滔， 劉海波， 蔡躍洲. 人工智能技術(shù)對(duì)勞動(dòng)力就業(yè)的影響：基于文獻(xiàn)綜述的視角［J］. 中國(guó)軟科學(xué)， 2020（12）：56-64.

［18］ XIONG Y， XIA S M， WANG X. Artificial intelligence and business applications， an introduction［J］. International Journal of Technology Management， 2020， 84（1/2）：1-7.

［19］ FATIMA S， DESOUZA K C， DAWSON G S. National strategic artificial intelligence plans： a multi-dimensional analysis［J］. Economic Analysis and Policy， 2020， 67：178-194.

［20］ 陳勁. 人工智能與實(shí)體經(jīng)濟(jì)的整合式創(chuàng)新路徑研究［J］. 人民論壇， 2021（1）：29-31.

［21］ MAO S， WANG B， TANG Y， et al. Opportunities and challenges of artificial intelligence for green manufacturing in the process industry［J］. Engineering， 2019， 5（6）：995-1002.

［22］ 陳凱華， 馮澤， 孫茜. 創(chuàng)新大數(shù)據(jù)、創(chuàng)新治理效能和數(shù)字化轉(zhuǎn)型［J］. 研究與發(fā)展管理， 2020， 32（6）：1-12.

［23］ 劉斌， 潘彤. 人工智能對(duì)制造業(yè)價(jià)值鏈分工的影響效應(yīng)研究［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2020， 37（10）：24-44.

［24］ 陳婧嫣， 姜李丹， 薛瀾. 跨國(guó)比較視閾下的人工智能政策：目標(biāo)、理念與路徑［J］. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2021， 42（3）：87-100.

［25］ KNOX J. Artificial intelligence and education in China［J］. Learning， Media and Technology， 2020， 45（3）：298-311.

［26］ 蘇竣， 魏鈺明， 黃萃. 基于場(chǎng)景生態(tài)的人工智能社會(huì)影響整合分析框架［J］. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2021， 42（5）：3-19.

［27］ 謝萌萌， 夏炎， 潘教峰， 等. 人工智能、技術(shù)進(jìn)步與低技能就業(yè)：基于中國(guó)制造業(yè)企業(yè)的實(shí)證研究［J］. 中國(guó)管理科學(xué)， 2020， 28（12）：54-66.

［28］ 周小剛， 陳水琳， 李麗清. 大數(shù)據(jù)能力、技術(shù)創(chuàng)新與人力資源服務(wù)企業(yè)競(jìng)爭(zhēng)力關(guān)系研究［J］. 管理評(píng)論， 2021， 33（7）：81-91.

［29］ ZHOU Y， ZANG J Y， MIAO Z Z， et al. Upgrading pathways of intelligent manufacturing in China： transitioning across technological paradigms［J］. Engineering， 2019， 5（4）：691-701.

［30］ 杜傳忠， 胡俊， 陳維宣. 我國(guó)新一代人工智能產(chǎn)業(yè)發(fā)展模式與對(duì)策［J］. 經(jīng)濟(jì)縱橫， 2018 （4）：41-47，2.

［31］ 邸曉燕， 張赤東. 基于產(chǎn)業(yè)創(chuàng)新鏈視角的智能產(chǎn)業(yè)技術(shù)創(chuàng)新力分析：以大數(shù)據(jù)產(chǎn)業(yè)為例［J］. 中國(guó)軟科學(xué)， 2018（5）：39-48.

［32］ 呂文晶， 陳勁， 劉進(jìn). 政策工具視角的中國(guó)人工智能產(chǎn)業(yè)政策量化分析［J］. 科學(xué)學(xué)研究， 2019， 37（10）：1765-1774.

［33］ 程承坪， 陳志. 人工智能促進(jìn)中國(guó)經(jīng)濟(jì)增長(zhǎng)的機(jī)理：基于理論與實(shí)證研究［J］. 經(jīng)濟(jì)問(wèn)題， 2021（10）：8-17.

［34］ LI X Q， JIANG H L. Artificial intelligence technology and engineering applications［J］. Applied Computational Electromagnetics Society Journal， 2017， 32（5）：381-388.

［35］ 深圳前瞻產(chǎn)業(yè)研究院. 2019年人工智能行業(yè)現(xiàn)狀與發(fā)展趨勢(shì)報(bào)告［R］. 深圳： 前瞻產(chǎn)業(yè)研究院， 2019.

［36］ SHI G F， MA Z Y， FENG J， et al. The impact of knowledge transfer performance on the artificial intelligence industry innovation network： An Empirical Study of Chinese firms［J］. PloS One， 2020， 15（5）：e0232658.

［37］ YANG J， YING L M， GAO M R. The influence of intelligent manufacturing on financial performance and innovation performance： the Case of China［J］. Enterprise Information Systems， 2020， 14（6）：812-832.

［38］ 深圳前瞻產(chǎn)業(yè)研究院. 2018年中國(guó)人工智能100強(qiáng)研究報(bào)告［R］. 深圳： 前瞻產(chǎn)業(yè)研究院， 2019.

［39］ 張樂(lè)， 童星. 人工智能的發(fā)展動(dòng)力與風(fēng)險(xiǎn)生成：一個(gè)整合性邏輯框架［J］. 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2021（5）：23-36.

［40］ 朱巍， 陳慧慧， 田思媛， 等. 人工智能：從科學(xué)夢(mèng)到新藍(lán)海：人工智能產(chǎn)業(yè)發(fā)展分析及對(duì)策［J］. 科技進(jìn)步與對(duì)策， 2016， 33（21）：66-70.

［41］ 李樹剛， 劉穎， 鄭玲玲. 基于專利挖掘的感知人工智能技術(shù)融合趨勢(shì)分析［J］. 科技進(jìn)步與對(duì)策， 2019， 36（23）：28-35.

［42］ LI G， LI N， SETHI S P. Does CSR reduce idiosyncratic risk？ roles of operational efficiency and AI innovation［J］. Production and Operations Management， 2021， 30（7）：2027-2045.

［43］ 鄭瓊潔， 王高鳳. 人工智能技術(shù)應(yīng)用與中國(guó)制造業(yè)企業(yè)生產(chǎn)率：兼對(duì)“生產(chǎn)率悖論”的再檢驗(yàn)［J］. 學(xué)習(xí)與實(shí)踐， 2021（11）：59-69.

［44］ IDC， 中國(guó)信息通信研究院. 人工智能時(shí)代的機(jī)器人3.0新生態(tài)［R］. 北京： IDC China， 2017.

［45］ BOTHA A P. A mind model for intelligent machine innovation using future thinking principles［J］. Journal of Manufacturing Technology Management， 2019， 30（8）：1250-1264.

［46］ 中國(guó)信息通信研究院， 中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟. 人工智能核心技術(shù)產(chǎn)業(yè)白皮書：深度學(xué)習(xí)技術(shù)驅(qū)動(dòng)下的人工智能時(shí)代［R］. 北京： 中國(guó)信息通信研究院， 2021.

［47］ 蘇竣， 魏鈺明， 黃萃. 社會(huì)實(shí)驗(yàn)：人工智能社會(huì)影響研究的新路徑［J］. 中國(guó)軟科學(xué)， 2020 （9）：132-140.

［48］ ROTHWELL R. Successful industrial innovation： critical factors for the 1990s［J］. Ramp;D Management， 1992， 22（3）：221-240.

［49］ 李東紅， 陳昱蓉， 周平錄. 破解顛覆性技術(shù)創(chuàng)新的跨界網(wǎng)絡(luò)治理路徑：基于百度Apollo自動(dòng)駕駛開放平臺(tái)的案例研究［J］. 管理世界， 2021， 37（4）：130-159.

［50］ SOMMER L P， HEIDENREICH S， HANDRICH M. War for talents：how perceived organizational innovativeness affects employer attractiveness［J］. R amp; D Management， 2017， 47（2）：299-310.

［51］ RODRIGUEZ J A， WIENGARTEN F. The role of process innovativeness in the development of environmental innovativeness capability［J］. Journal of Cleaner Production， 2017， 142：2423-2434.

［52］ 趙炎， 樸星輝， 肖彥. 創(chuàng)新生態(tài)鏈的體系研究：以林至科技為例［J］. 創(chuàng)新科技， 2021， 21（10）： 10-17.

［53］ ZIEGLER A， NOGAREDA J S. Environmental management systems and technological environmental innovations： exploring the causal relationship［J］. Research Policy， 2009， 38（5）：885-893.

［54］ CHENG H， ZHANG Z Y， HUANG Q， et al. The effect of university-industry collaboration policy on universities’ knowledge innovation and achievements transformation： based on innovation chain［J］. The Journal of Technology Transfer， 2020， 45（2）：522-543.

［55］ ZHANG X Y， MING X G， LIU Z W， et al. A Reference framework and overall planning of industrial artificial intelligence （I-AI） for new application scenarios［J］. The International Journal of Advanced Manufacturing Technology， 2019， 101（9-12）：2367-2389.

［56］ JING X X， PENG P， HUANG Z. Analysis of multi-level capital market linkage driven by artificial intelligence and deep learning methods［J］. Soft Computing， 2020， 24（11）：8011-8019.

［57］ BERGEK A， JACOBSSON S， CARLSSON B， et al. Analyzing the functional dynamics of technological innovation systems： A Scheme of Analysis［J］. Research Policy， 2008， 37（3）：407-429.

［58］ ROTHWELL R， ZEGVELD W.Reindusdalization and Technology［M］.London： Logman Group Limited， 1985.

［59］ 湯志偉， 雷鴻竹， 郭雨暉. 政策工具-創(chuàng)新價(jià)值鏈視角下的我國(guó)地方政府人工智能產(chǎn)業(yè)政策研究［J］. 情報(bào)雜志， 2019， 38（5）：49-56.

［60］ GUERZONI M， RAITERI E. Demand-side vs. Supply-side technology policies： hidden treatment and new empirical evidence on the policy mix［J］. Research Policy， 2015， 44（3）：726-747.

［61］ 王兆祥， 宋平. 我國(guó)人工智能產(chǎn)業(yè)支持政策體系特征與優(yōu)化：中央與北上廣深的政策文本分析［J］. 科學(xué)管理研究， 2020， 38（2）：64-70.

［62］ SHEN C， LI S L， WANG X P， et al. The effect of environmental policy tools on regional green innovation： evidence from China［J］. Journal of Cleaner Production， 2020， 254：120122.

［63］ 毛子駿， 梅宏. 政策工具視角下的國(guó)內(nèi)外人工智能政策比較分析［J］. 情報(bào)雜志， 2020， 39（4）：74-81，59.

［64］ COHEN B， AMORS J E. Municipal demand-side policy tools and the strategic management of technology life cycles［J］. Technovation， 2014， 34（12）：797-806.

［65］ CALOGHIROU Y， PROTOGEROU A， PANAGIOTOPOULOS P. Public procurement for innovation： a novel eGovernment services scheme in Greek local authorities［J］. Technological Forecasting and Social Change， 2016， 103：1-10.

［66］ 李雪松， 龔曉倩. 地區(qū)產(chǎn)業(yè)鏈、創(chuàng)新鏈的協(xié)同發(fā)展與全要素生產(chǎn)率［J］. 經(jīng)濟(jì)問(wèn)題探索， 2021（11）：30-44.

［67］ LIN R J， TAN K H， GENG Y. Market demand， green product innovation， and firm performance： evidence from Vietnam motorcycle industry［J］. Journal of Cleaner Production， 2013， 40：101-107.

［68］ 王程韡， 李振國(guó). 我們是否需要一種“需求側(cè)創(chuàng)新政策”：來(lái)自“先進(jìn)”國(guó)家的經(jīng)驗(yàn)［J］. 科學(xué)學(xué)研究， 2016， 34（12）：1789-1799.

［69］ 王荔.京津冀產(chǎn)業(yè)協(xié)同發(fā)展的問(wèn)題及對(duì)策分析［J］. 華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，33（4）：64-67.

［70］ BI K X， HUANG P， WANG X X. Innovation performance and influencing factors of low-carbon technological innovation under the global value Chain： a case of Chinese manufacturing industry［J］. Technological Forecasting and Social Change， 2016， 111：275-284.

Analysis of the Trend and Path of Artificial Intelligence

Industry Innovation Development： Based on the

“Industrial Chain-Innovation Chain-Policy Tools”

ZHAO Yan， LYU Jianlin

（School of Management， Shanghai University， Shanghai 200444， China）

Abstract：

As the engine of the fourth industrial revolution， AI has become an important leading force to promote the conversion of new and old kinetic energy. However， the lack of key core technologies， the mismatch of technological Ramp;D and market demand， the low efficiency of industry empowerment， high potential risks， and the shortage of innovative talents restrict the further development of the AI industry. By analyzing the development status of the AI industry， this article establishes a three-dimensional analysis framework of “industrial chain-innovation chain-policy tools” to clarify the development trend of the AI industry and explore innovation paths. The research finds： First， the in-depth development of the AI industry chain requires the continuous improvement of the basic level of support technology. The construction of a technical layer open-source framework and deep learning drive the application layer to optimize the scene ecology. The future development of the industrial chain presents an innovative model of “openness and sharing”. Second， the innovation chain needs to construct a technical closed-loop based on product research and development， achievement transformation and industrial application. Technology is the driving force of innovative AI business models， and real-time interaction between links can drive the continuous development of the innovation chain. Third， supply-side policy tools provide a driving force for the innovation and development of the AI industry， demand-side policy tools provide a pull force， and environmental-side policy tools have an indirect impact. The AI industry comprehensively uses three types of policy tools to stimulate innovation. Under the influence of policy tools， the industrial chain and the innovation chain are deeply integrated， coupled and coordinated. This is not only the industrial chain driving the development of the innovation chain， but also the innovation chain driving the development of the industrial chain， and jointly promoting the innovation and development of the AI industry.

Key words：

artificial intelligence; industrial chain; innovation chain; policy tools

（編輯：魏萌萌）