上海交大安泰史占中論行研：如何把握從“互聯網+”向“智能+”的演進

　　采編：上海交通大學行業研究院

　　專訪對象：史占中，上海交通大學安泰經濟與管理學院教授、博士生導師，上海交通大學行業研究院人工智能+產業研究行業研究團隊首席專家，上海交通大學產業經濟研究中心主任，上海市科學學研究會理事長。

　　曾先后畢業于浙江大學、復旦大學，獲經濟學碩士、博士學位;曾在企業工作多年，歷任公司董事、總經理，主持公司戰略規劃和投資管理工作。調入交大工作以來，曾先后赴國務院發展研究中心、國家發改委宏觀經濟研究院、科技部戰略研究院從事合作研究。

　　十三屆全國人大二次會議上，國家領導人作《政府工作報告》，明確了2019年的政府工作任務，其中正式提出“智能+”的重要戰略：“推動傳統產業改造提升。圍繞推動制造業高質量發展，強化工業基礎和技術創新能力，促進先進制造業和現代服務業融合發展，加快建設制造強國。打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能”。

　　如何把握從“互聯網+”向“智能+”的演進，如何理解智能經濟的經濟學含義，“智能+”將向社會經濟的哪些重點領域與產業擴散，智能化又將給社會經濟治理帶來哪些機遇和挑戰?就以上話題，我們邀請了上海交通大學史占中教授發表相關看法。

　　“智能+”就是“互聯網+”的升級版

　　2018年的《政府工作報告》中提出了“做大做強新興產業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進‘互聯網+’”這樣一項重要戰略。而到了今年，“智能+”作為推動傳統制造業改革的一項政府工作任務被首次提出，在史占中教授看來，這就是在強調推動制造業轉型升級，為傳統制造業“賦能”。

　　史教授認為，如果說“互聯網+”是運用新技術新模式改造傳統產業，以商業模式和業態創新為主，兼顧技術創新，那么“智能+”就是“互聯網+”的升級版，側重于技術創新，是一種新的社會生產形態。它對傳統產業改造的廣度和深度會大幅提升，特別是傳統制造業，將成為改造的重點。

　　所謂的“互聯網+”就是“互聯網+各個傳統行業”，但這不是簡單的兩者相加，而是利用信息通信技術以及互聯網平臺，讓互聯網與傳統行業進行深度融合，創造新的業態。在這個過程中，互聯網與物聯網高速發展，帶來了最大的貢獻就是數據。這是“互聯網+”時代最有價值的資源，也為“智能+”的實現提供了基礎。

　　實際上，人工智能技術的發展遠遠早于信息通信技術，但并沒有發揮其應有的威力。原因就在于沒有互聯網與物聯網的支持。沒有大量的數據、不能與其他行業進行融合，就不能激發人工智能技術應用的巨大潛力。

　　而這正是智能經濟的經濟學含義。經濟學的核心是如何實現資源的更有效配置，智能技術就為此提供了巨大的幫助。以智能機和信息網絡為基礎平臺和工具，以數據流動的精準分析來化解復雜系統的不確定性，它能夠幫助我們更有效決策，將大量的數據變成真正有效、有價值的信息，從而減少物耗能耗，同時提高效率，增加產出，從而實現資源的優化配置。

　　所以說“互聯網+”和“智能+”是緊密相連、相互傳承的，兩者之間具有邏輯上和技術上的演進，“互聯網+”為“智能+”貢獻數據，“智能+”則利用人工智能等技術對數據進行糾正與決策。“智能+”作為制造業高質量發展的下半場，通過新一代的信息技術(尤其是人工智能技術的應用)與制造業深入融合，讓人、機、物全面實現互聯，從而實現全要素的相互聯動，以及產業鏈和價值鏈的全面整合。

　　推動高質量發展，離不開“互聯網+”和“智能+”的強力助推。特別是當前我們正處于5G應用的前夜。5G所具備的高帶寬、低時延和大連接的特點，將催生前端工業設備、傳感器等的“萬物互聯”，并將云端的智能化資源，幾乎實時傳導到終端。這些勢必將全面加速“互聯網+”和“智能+”產業的發展進程。

　　至于在“智能+”擴散的過程中社會經濟的哪些領域會成為重點，史占中教授表示，“智能+”戰略的提出以及智能技術的擴散，都是為了建設安全便捷的“智能社會”，也就是以提高人民生活水平和生活質量為目標，加快人工智能的深度應用，形成無時不有、無處不在的智能化環境，讓全社會的智能化水平大幅提升。越來越多的簡單性、重復性、危險性任務由人工智能武裝的“機器人”完成，個體創造力得到極大發揮，形成更多高創造性和高舒適度的就業崗位;精準化智能服務也更加豐富多樣，人們能夠最大限度享受高質量服務和便捷生活;社會治理智能化水平大幅提升，社會運行更加安全高效。目前互聯網巨頭已啟動了人工智能的開源平臺建設：百度致力于自動駕駛，阿里致力于城市大腦和智慧生活，騰訊聚焦于醫療影像資料處理，科大訊飛聚焦于語音識別;另外還有在模式識別方面的刷臉技術，也逐漸應用在高鐵、車站和機場的安檢領域。

　　具體來說會涉及以下幾大方面：

　　1.智能服務

　　智能教育。利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系。開展智能校園建設，推動人工智能在課堂教學、行政管理、信息溝通等全流程應用。開發立體綜合教學場、基于大數據智能的在線學習教育平臺。開發智能教育助理，建立智能、快速、全面的教育分析系統。建立以學習者為中心的教育環境，提供精準推送的教育服務，實現日常教育和終身教育定制化。

　　智能醫療。推廣應用人工智能治療新模式新手段，建立快速精準的智能醫療體系。探索智慧醫院建設，開發人機協同的手術機器人、智能診療助手，研發柔性可穿戴、生物兼容的生理監測系統，研發人機協同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診。基于人工智能開展大規模基因組識別、蛋白組學、代謝組學等研究和新藥研發，推進醫藥監管智能化。加強流行病智能監測和防控。

　　智能健康和養老。加強群體智能健康管理，突破健康大數據分析、物聯網等關鍵技術，研發健康管理可穿戴設備和家庭智能健康檢測監測設備，推動健康管理實現從點狀監測向連續監測、從短流程管理向長流程管理轉變。建設智能養老社區和機構，構建安全便捷的智能化養老基礎設施體系。加強老年人產品智能化和智能產品適老化，開發視聽輔助設備、物理輔助設備等智能家居養老設備，拓展老年人活動空間。開發面向老年人的移動社交和服務平臺、情感陪護助手，提高老年人生活質量。

　　2.社會治理智能化

　　智能政務。開發適用于政府服務與決策的人工智能平臺，研制面向開放環境的決策引擎，在復雜社會問題研判、政策評估、風險預警、應急處置等重大戰略決策方面推廣應用。加強政務信息資源整合和公共需求精準預測，暢通政府與公眾的交互渠道。

　　智慧法務。建設集審判、人員、數據應用、司法公開和動態監控于一體的智慧法務數據平臺，促進人工智能在證據收集、案例分析、法律文件閱讀與分析中的應用，實現法院審判流程和司法體系的智能化。

　　智能交通。研究建立營運車輛自動駕駛與車路協同的技術體系。研發復雜場景下的多維交通信息綜合大數據應用平臺，實現智能化交通疏導和綜合運行協調指揮，建成覆蓋地面、軌道、低空和海上的智能交通監控、管理和服務系統。

　　智能環保。建立涵蓋大氣、水、土壤等環境領域的智能監控大數據平臺體系，建成陸海統籌、天地一體、上下協同、信息共享的智能環境監測網絡和服務平臺。研發資源能源消耗、環境污染物排放智能預測模型方法和預警方案。加強京津冀、長江經濟帶等國家重大戰略區域環境保護和突發環境事件智能防控體系建設。

　　智慧城市。構建城市智能化基礎設施，發展智能建筑，推動地下管廊等市政基礎設施的智能化改造升級;建設城市大數據平臺，構建多元異構數據融合的城市運行管理體系，實現對城市基礎設施和城市綠地、濕地等重要生態要素的全面感知以及對城市復雜系統運行的深度認知;研發構建社區公共服務信息系統，促進社區服務系統與居民智能家庭系統協同;推進城市規劃、建設、管理、運營全生命周期智能化。

　　3.利用人工智能提升公共安全保障能力

　　促進人工智能在公共安全領域的深度應用，推動構建公共安全智能化監測預警與控制體系。圍繞社會綜合治理、新型犯罪偵查、反恐等迫切需求，研發集成多種探測傳感技術、視頻圖像信息分析識別技術、生物特征識別技術的智能安防與警用產品，建立智能化監測平臺。對重點公共區域安防設備的智能化改造升級，在有條件的社區或城市開展基于人工智能的公共安防區域示范等。

　　強化人工智能對食品安全的保障，圍繞食品分類、預警等級、食品安全隱患及評估等建立智能化食品安全預警系統。加強人工智能對自然災害的有效監測，圍繞地震災害、地質災害、氣象災害、水旱災害和海洋災害等重大自然災害，構建智能化監測預警與綜合應對平臺。

　　4.促進社會交往共享互信

　　人工智能技術在增強社會互動、促進可信任交流中具有極其重要的應用。下一代社交網絡研發，增強現實(AR)、虛擬現實(VR)等技術的推廣應用，可促進虛擬環境和實體環境協同融合，可有效滿足個人感知、分析、判斷與決策等實時信息需求，實現在工作、學習、生活、娛樂等不同場景下的流暢切換。在改善人際溝通障礙方面，還可開發出具有情感交互功能、能準確理解人的需求的智能助理產品，增進情感交流。另外人工智能與區塊鏈技術的融合，有助于建立新型社會信用體系，最大限度降低人際交往成本和風險。

　　我國供給端的數字化程度仍落后于歐美國家

　　我國作為消費大國，電子商務率先發展起來了，消費端數字化水平領先世界，從購買-支付-物流-售后整個消費行為路徑的數字化程度都高于國外。最典型的就是阿里巴巴，它的商業操作系統通過提升輸出系統能力，實現了“品牌、商品、銷售、營銷、渠道管理、服務、資金、物流供應鏈、制造、組織、信息管理系統”等商業要素的在線化和數字化，是目前數字化的領先者。

　　但史占中教授也指出，由于互聯網及信息化技術的起步較晚，我國供給端的數字化水平不高：研發缺乏數據驅動、數字化生產工廠的比例遠低于歐美(歐洲46%，美國54%，中國25%)。因此，通過消費端拉動供給端，實現數字化能力由消費端向供給端遷移，是中國智能經濟發展的模式之一。具體差距體現在以下幾大方面：

　　其一，裝備的智能化。我國是制造大國而不是制造強國，最大的原因就是智能化裝備的普及率低，手工類作坊仍然比比皆是，低廉的成本也并非得益于智能技術，而是低廉的勞動力。然而美國、德國等歐美國家早已形成了智慧工廠，在生產過程中實現數字化管理，能有效地實現人機對話和人機協作，并且投入機器人代替工人，突破員工體力與記憶力的生理界限，極大地提高了工作效率，減少差錯率。所以從這方面來看，我國與歐美國家的差距是很大的。

　　其二，數據決策能力。裝備智能化的水平直接決定了產生大數據的能力，我國的智能化裝備普及率較低，因此，首先在數據的產生方面就落后于歐美國家。其次，將數據轉換成有價值的信息方面也相對滯后，在智能化生產過程中難以進行有效判斷與分析，因此在數據決策方面的能力較差。

　　其三，各系統間信息整合能力。許多歐美國家的數字化工廠中已經實現了智能互聯技術，形成機床、車間、工廠、企業間信息的互通、數據的共享在這種互動互聯的過程中實現人機對話。目前我國的傳統制造業還未達到這樣的數字化程度，各個系統間的信息整合能力仍較為落后。

　　總體來看，我國在供給端上的數字化發展程度遠遠落后于歐美國家，需要對此予以重視，迎頭趕上。但實際上有一些企業已經在進行嘗試了，比如富士康公司就開始了智能化工廠的實踐。

　　我國人工智能發展未來面臨四大挑戰

　　人工智能這一概念近年來已經多次出現在了政府工作報告中。2017年指出要全面實施戰略性新興產業發展規劃，加快新材料、新能源、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化，做大做強產業集群。2018年指出要做大做強新興產業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進“互聯網+”。而今年的政府工作報告則提到“要促進新興產業加快發展，深化大數據、人工智能等研發應用，培育新一代信息技術、高端裝備、生物醫藥、新能源汽車、新材料等新興產業集群，壯大數字經濟。”

　　在史教授看來，新興產業的興起往往會衍生出一些新問題，我國人工智能整體發展水平與發達國家相比仍存在差距，許多企業的技術應用還處在野蠻生長狀態，未來面臨巨大挑戰。主要體現在以下四個方面：

　　一是行業缺乏統一標準，產業監管受到限制。與國際上公認的人工智能產業細分領域不同，我國人工智能產業分類目錄尚未建立，缺乏規范統一的統計口徑，如基礎共性標準、關鍵技術標準、產品標準和重點應用標準等。國內很多傳統制造業和IT行業企業往往借用人工智能之名，但沒有提供真正意義上的人工智能產品或服務。因此，要推動人工智能產業的健康發展，必須建立統一的標準和平臺，明確界定人工智能產業內涵，并在工業機器人等重點領域建立標準和質量認證機構以規范行業發展，進而提升自主技術標準的國際話語權。

　　二是缺乏細分行業統籌規劃，存在惡性競爭隱患。近兩年來，人工智能產業成為市場焦點，迎來急速增長，目前，北京、上海、重慶、深圳、南京、西安等地紛紛將人工智能列為重點發展產業，加大投入并完善相關項目布局。然而，我國人工智能產業如果不加強頂層設計和引導規劃，很可能造成短期井噴式發展，產生大量泡沫，形成質低價廉的惡性競爭，重蹈光伏、風電等產業的覆轍。因此，地方政府需要科學制定投資計劃，加強統籌規劃與產業規范，避免密集投資重復建設。同時，挖掘自身優勢，形成地方特色和核心競爭力，避免重復建設。

　　三是高端人才緊缺，人才引進培育難度較大。在市場快速擴張的趨勢下，國內人工智能產業出現高端人才缺口。以機器人產品為例，2014年我國銷售的5.6萬臺機器人中只有1.6萬臺來自本土供應商，且大部分是低端機器人。有國外的研究報告指出，中國北上廣深等主要大城市受住房成本、交通、污染等問題影響，對頂尖創新人才的吸引力遠不如世界同類城市;同時，各大城市對海外高層次人才的引進還受到體制機制約束，如政策不夠靈活、落實不夠全面;另外，高等院校、科研院所對人工智能相關專業設置不足，校企聯合人才培養機制還不夠成熟。四是引發社會倫理問題。隨著人工智能的發展，機器承擔著越來越多的決策任務，這也引發了許多關于社會公平、倫理道德的新問題。如果社會管理越來越多地依靠人工智能系統做決策，技術上的盲點和偏見會很容易導致歧視現象的出現。人工智能還會帶來新的社會權力結構失衡問題。借助人工智能技術，企業可以賦予每個用戶大量的數據標簽，并基于這些標簽了解人們的偏好和行為，甚至超過用戶對自己的了解，這是巨大的權利不對稱。此外，人工智能可能會造成偏見強化，在社交媒體中，人工智能將觀點相近的文章相互推薦，新聞推送也常常存在路徑依賴，當人們的信息來源越來越依賴于智能機器，偏見會在這種同化和路徑依賴中被強化。人工智能還使社會的信息和知識加工處理能力被極大放大，信息和知識的冗余反而使人陷入選擇困境。如果人們參與社會互動的次數和范圍縮小，而人工智能越來越多地介入到知識的生產中，知識與人的需求之間的關系將變得越來越間接，甚至會反過來支配人的需求。

　　總體來說，人工智能的廣泛應用仍需要一個漫長過程去不斷規范，在發展中解決相關問題。

　　高校應緊跟時代、交叉合作，為社會培養人才

　　       作為上海交大行業研究院人工智能+產業創新行業研究團隊的負責人，史占中教授認為“智能+”重要戰略的提出勢必會對高校人才培養、相關專業設置以及行業研究產生重大影響。

　　實際上國內許多高校都早在多年前就開始關注這個問題了。目前中科院、清華、北大、浙大等高校已經著手建立了人工智能相關科研機構和實驗室。中國科學院的自動化研究所在人工智能領域的研究實力非常強大;清華大學的智能技術與系統國家重點實驗室，稱得上是國內在人工智能人才培養和科學研究上的重要基地;北大的信息科學技術學院下設的智能科學與技術專業，主要從事機器感知、智能機器人、智能信息處理和機器學習等交叉學科的研究和教學;浙江大學計算機學院下設的人工智能研究所是我國最早設立的人工智能研究機構之一。

　　許多高校為對接社會需求，也紛紛開設了相關專業。今年三月份，南京大學成立了人工智能學院，而在南京大學之后，哈爾濱工業大學、清華大學等高校也紛紛成立研究院或建立學院。幾乎所有的計算機學科突出的科研院所和高校，都已經開始布局人工智能的專業設置。。

　　但人工智能相關教育尚存在幾個現實問題：一是教學分散，暫時沒有設立一級學科;二是人工智能缺乏統一的教材和標準;三是人工智能專業的師資力量比較短缺。要想全面解決新學科出現的這些問題，還需要一段時間的磨合。

　　史占中教授認為高校應該跟上時代發展，了解社會和市場需求，去培養專業的研發與應用人才。同時還應積極主動加強與行業之間的互動，緊密的溝通與合作，才能產生更大的“疊加效應”。我們做行業研究，不能封閉在“象牙塔”分析相關數據，撰寫研究報告，而是要走進相關行業合作共創新的知識，深刻洞察行業先機，把握行業未來的發展趨勢。

　　【相關鏈接】上海市科協第十七屆學術年會暨人工智能產業專題研討會

　　       2019年5月9日下午，上海交通大學行業研究院人工智能行業研究團隊在上海交通大學徐匯校區中院 317 教室組織召開了人工智能產業專題研討會。上海交通大學安泰經濟與管理學院院長、上海交通大學行業研究院院長陳方若，上海市科學學研究會理事長、上海科技管理干部學院院長王建平，上海市經濟與信息化委員會技術進步處副處長王東，上海市人工智能學會秘書長、同濟大學電信學院教授汪鐳，上海交大人工智能研究院院長助理、交大電信學院教授何黎明，國泰君安證券股份有限公司產業研究院院長劉兵軍，上海交大安泰經管學院教授、上海交大行業研究院人工智能行業研究團隊負責人、上海市科學學研究會副理事長史占中，以及電眼科技、InAI Lab、深蘭科技、來也科技、極熵科技等人工智能新銳公司的創始人和合伙人共同出席了會議。

　　會議上半場為嘉賓報告，由史占中教授主持。開場由陳方若院長首先代表學院感謝各位嘉賓的到來。他表示，自去年12月上海交通大學行業研究院正式成立以來，學院就邁出了商學院改革的第一步，“縱橫交錯、知行合一”，以橫向學科研究為基，加強對行業的縱向研究，實現學術研究在“窮理”和“務實”間的平衡，推動商學院的創新發展，使商學研究最終走到實踐中去，并對人工智能行業研究團隊舉辦嘉賓陣容如此強大的專業研討會也表示贊賞和期許。隨后，與會嘉賓圍繞上海市人工智能產業發展現狀以及推進政策分享了自己的精彩觀點，提出了許多有價值的政策建議，與會人員對嘉賓的報告給予了高度評價，安泰數十位研究生參會后也深感受益匪淺。

　　會議下半場為圓桌會議，由上海市科學學研究會秘書長楊耀武主持。來自電眼科技的CEO陳碩、InAI Lab 創立人竇玉梅、深蘭科技曹東、來也科技合伙人沈祺、極熵科技創始人孫東來幾位企業高管進一步就世界人工智能產業發展現狀以及未來發展趨勢展開了熱烈而精彩的討論，并對如何提高上海市人工智能產業創新策源能力貢獻了許多真知灼見。最后還與安泰研究生及業界嘉賓進行了交流互動和答疑解惑，將本次研討會推向了高潮。

　　本次人工智能產業專題研討會共計四個小時，精彩的報告、熱烈的討論為人工智能行業研究團隊深入了解人工智能行業前沿，積極開展人工智能行業研究掀開了新的一幕。

　　轉自：全球財經網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65367254。

延伸閱讀