前沿技术创新与新兴产业演进规律探析——以人工智能为例

    2.人工智能对经济增长和生产率的影响尚未完全显现 

    人工智能与产业革命时期产生的一批通用目的技术（General Purpose Technologies）一样，会对经济、社会产生重大影响，成为推动经济增长的重要动力。然而，通用目的技术对经济增长的作用往往并不是在其商业化初期就能够充分显现的，而是需要配套或互补技术的协同发展作为配合。事实上，早在Bresnahan和Trajtenberg［23］关于通用目的技术的开创性论文中，他们就提出了“创新互补”（Innovational Complementarities）的概念。他们敏锐地发现，一方面，通用目的技术的创新可以导致下游部门研发投入生产率的提高，有助于他们在整个经济中的传播。另一方面，在广泛领域中使用通用目的技术可以提高通用目的技术的发展回报。但是由于互补性创新活动广泛分布于经济中，其难以为通用目的技术和应用领域提供充分的创新激励。
    20世纪80年代曾出现关于计算机对生产率影响的质疑。随着信息与通信技术的突破，计算机技术渗入生产生活的各个领域。然而在全要素生产率统计方面，美国的全要素生产率并没有如信息通信技术迅速发展般实现相对应的增长，企业在信息技术上投入大量资源，在生产率角度却收效甚微。1987年获得诺贝尔奖的经济学家Solow［24］形象地称之为“除了生产率统计方面之外，计算机无处不在”，这一现象此后被称为索洛悖论。尽管一些学者认为索洛悖论的存在是由于计算机对经济增长贡献的计算方式存在不足［25］，或是由于计算机在服务业部门的生产力贡献未得到充分体现［26］，但这也反映出通用目的技术对经济增长贡献的滞后性。
    关于当前人工智能技术的发展对经济增长的贡献程度问题，同样存在诸多争议。以Cowen［27］为代表的学者认为，人工智能对于生产率的推进作用不会如人们想象的那么乐观，在计算机、互联网的技术变革带来的“低垂的果实”被摘尽以后，经济将会陷入长期的停滞。Zeira［28］曾用一个多部门模型对自动化的机理及影响进行分析。根据这一模型，当生产率在技术冲击下不断提升、各部门逐步实现自动化、资本回报占总收入回报份额增加，在最优增长路径下，更快的技术进步和更高的资本回报份额均会提高经济增长速度。Aghion等［29］在Zeira模型基础上研究人工智能对增长的影响时发现，人工智能技术应用在带来更多部门自动化的同时，由于“鲍莫尔病”或“成本病”的存在，将会使未被自动化部门的资本回报份额降低。综合来看，人工智能对经济增长的影响是不确定的，其取决于自动化部门的经济增长效应是否能抵消未被自动化部门的增长率的下降。而以Brynjolfsson［30］为代表的技术乐观派学者们则认为，人工智能技术的显著突破与生产率增长的放缓并不矛盾。人工智能对经济的影响会在更广泛的扩散后显现出来，其效应的充分发挥还需要互补创新的发展和应用。人工智能与互补创新的资金投入和时间投入巨大，这就至少会在初期降低生产率。因此，如同计算机对生产率的贡献在很长时期以后才得以显现一样，人工智能技术对经济增长和国民经济各个产业的影响效果的显现也需要一个过程，特别是需要人工智能互补技术以及相关产业与人工智能相融合的技术进一步发展的推动。

    3.政府与前沿技术产业化 

    在现代经济中，前沿技术的推进与产业化需要高昂的投资，存在巨大的不确定性风险，且正外部性显著，单靠企业的力量会存在投资规模不足的问题。因此，对前沿技术给予支持成为世界各国的普遍做法。技术推动和需求拉动是新技术产业化的两种主要驱动力，且二者是高度关联的。两种驱动力作为一个整体，都是创新过程所必须的条件［31］。政府对于前沿技术的支持，不仅体现在研发经费和人员方面的支持，而且还体现在通过各种形式创造市场，以促进前沿技术在应用中发展、提高。从信息技术起步开始，美国就是该领域的世界技术引领者和产业主导者，美国的信息技术发展及其产业化过程均获得了政府的大力支持。如1946年问世的世界第一台电子计算机ENIAC是美国军方定制的产品，1969年问世的因特网——阿帕网最先用于军事连接，美国国防高级研究计划局（The Defense Advanced Research Projects Agency，DARPA）1983年启动的陆地自动巡航计划是自动驾驶汽车的开端，苹果公司的Siri是美国国防高级研究项目局CALO项目的衍生产品。美国在新一代信息技术、人工智能技术研究和应用方面世界领先地位的确立，不仅得益于美国在互联网、风险投资等领域的优势和民间资本的参与，更得益于美国政府在科学技术研究、市场应用方面所起到的至关重要的作用。
    （1）政府对人工智能研发的支持 
    作为发展人工智能产业最早的国家，早在20世纪，美国就发布了一系列产业政策支持计算机、通讯信息和互联网等前沿技术。进入21世纪，美国政府着眼互联网、芯片与操作系统等计算机软硬件以及金融、军事和能源等领域，通过发布数个人工智能发展规划，从国家战略层面加紧布局，构建包括法律框架体系、评估体系、科技情报体系和人才培养体系等在内的人工智能综合国家框架体系，加大对基础研究的投入，大力扶持技术研发机构和各类实验室，力争成为全球标准体系的制定者和人工智能技术与产业化的领导者。
    2011年6月，奥巴马政府推出了《先进制造业伙伴计划》，计划投资7 000万美元支持下一代机器人的研究［32］；同年，国家机器人计划启动，意欲领先抢占下一代机器人技术及应用的地位。2013年，国家机器人计划《机器人技术路线图：从互联网到机器人（2013版）》发布；同年4月，美国启动创新神经技术脑研究计划，计划10年投入45亿美元。2016年，随着人工智能热潮的到来，美国从国家战略层面加紧布局。2016年10月，美国总统行政办公室、国家科技委员会（NSTC）发布了《为人工智能的未来做好准备》《国家人工智能研究和发展战略计划》两份重量级报告，美国成为世界上第一个将人工智能发展上升到国家战略层面的国家。根据《国家人工智能研究和发展战略计划》，2015年联邦政府在人工智能相关技术方面投入了约11亿美元，2016年为12亿美元。2016年12月，白宫又发布了第三份国家战略层面的报告——《人工智能、自动化和经济》，指出由人工智能驱动的自动化所带来的经济影响是未来政府面临的重大挑战，国家将以三大策略应对：投资和开发人工智能以获得收益、教育训练民众以适应未来的工作、帮助劳动者在转型中获得收益［33］。2018年10月，美国国家科学技术委员会发布《美国先进制造业领导战略》，将包括智能、数字制造、先进工业机器人、人工智能基础设施、制造业的网络安全在内的“抓住智能制造系统的未来”列为美国需要开发和掌握新的制造技术的五个重要领域之一［34］。美国总统特朗普于2019年签署行政令，启动“美国人工智能倡议”，将从国家战略层面进行资金以及资源的调动，服务人工智能技术研发，并呼吁学界、工业界、联邦政府共同推进人工智能，以求获得科技进步、增强经济竞争力和国家安全保障能力。人工智能研发将作为基础性的投资研发重点［35］。
    当然也需要看到，对于大多数两用技术而言，美国政府R＆D投入远比不上私营部门，后者在R＆D投入中占据了更大的份额。2015年美国政府投资人工智能相关技术的非机密研发约为11亿美元，与私营部门提供的投资相比，美国政府对人工智能的投资相形见绌。但这一现实并不能说明政府的投入对前沿技术的发展不重要，而是恰恰相反。由于前沿技术发展初期的不确定性大、投入的回收期长，因而企业往往不愿进入，直到技术的商业化、产业化前景比较明显时，企业的积极性才会增强，投入才会随之加大，因此，与私营部门对新技术的投资不同，政府投资在科学技术发展早期、在产业化之前所发挥的作用更加重要。
    （2）政府对人工智能早期市场的支持 
    实验室技术与大规模商业化技术无论在生产规模还是在生产工艺、质量控制等方面均存在巨大差异，而且由于在实验室阶段没有与市场需求实现对接，大规模商业化的技术发展方向和商业模式与研发人员甚至企业家的设想会相距甚远。因而产业化需要市场的持续支持，在较大规模的生产过程中探索最优的生产工艺、设备参数和商业模式，并通过从市场获得的收入反哺到前序研发环节，实现技术研发与产品开发的可持续性，推动技术的不断迭代优化和在规模化生产中的成熟运用。在美国人工智能技术的产业化过程中，政府特别是国防军工部门的市场支持发挥了重要的作用。
    DARPA是美国人工智能研究与应用的重要领导者，推动了人工智能技术的实际应用。自1985年成立以来，DARPA持续开展了多项重要的人工智能研究。20世纪70年代，DARPA自动语音识别和图像处理在一些军事系统上开始应用。20世纪80年代，DARPA成立战略计算项目，以此提高所有计算和信息处理领域的优势，人工智能成为战略计算项目的一个基本组成部分。1983年，DARPA支持卡内基·梅隆大学、斯坦福大学和麻省理工大学开展陆地自动巡航计划，这是无人驾驶汽车的主要开端之一。2007年，为提高指挥员临机决策的速度和质量，DARPA启动了深绿（Deep Green）计划，将仿真嵌入指挥控制系统［36］。2016年，美国国家航空航天局（NASA）利用遥控机器人建造发射着陆台。美国海军陆战队测试模块化先进武装机器人系统（MAARS）。美国陆军后勤保障局（U.S.Army Logistics Support Agency，LOGSA）引进IBM公司的人工智能产品“沃森”，集成新的人工智能和云能力。美国国防部以国防采办的形式为人工智能技术的应用提供了早期市场，以此加速推进产业技术的成熟，在保障先进技术应用于国防领域的同时，也推动了人工智能在更广泛的民用领域的扩散。

上一页  [1] [2] [3] [4] [5] 下一页