自1956年夏季达特茅斯会议以来，人工智能技术已经走过了60多年的发展历程。其间尽管兴起过几次研究热潮，但直到2016年“阿尔法狗大战李世石”后人工智能才算真正进入社会大众的视野，2016年也因此被称为“人工智能商业化元年”。人工智能在概念提出后60年才进入商业化应用，最根本的原因可能在于，人工智能的技术原理和实现途径在经过几次高潮低谷的轮回后发生了根本性变化。加州大学洛杉矶分校统计和计算机科学教授朱松纯认为，前30年人工智能的实现以数理逻辑表达和推理为主，后30年则以概率统计建模、（机器）学习等为主。这意味着从技术路线来看，前后两个阶段的人工智能属于两种不同技术，不妨将其分别称为“旧人工智能技术”和“新人工智能技术”。

促进宏观经济高质量增长

 

当前，新人工智能技术得以加速进入大规模商业化应用阶段，关键在于其技术路线同2008年全球金融危机后世界新一轮科技革命和产业变革加速演进趋势相契合。在过去10年里，作为此轮科技革命技术核心的（移动）互联网、大数据、云计算、3G/4G/5G通信等新一代信息技术快速迭代并实现商业化应用，使数据信息在生产、存储、处理、分析、传输等不同环节发生全方位、革命性变化。从技术实现角度来看，数据、算法、算力是新人工智能技术赖以运行的基石；因此，新人工智能技术本质上可以看作是一种（集成的）信息技术，是新一代信息技术的重要组成部分。伴随新人工智能技术的大规模商业化应用，经济社会发展组织模式将发生深刻变化。

 

新人工智能技术作为新一代信息技术，具有渗透性、替代性、协同性、创造性等技术—经济特征。这些特征使得新人工智能技术有着广阔的应用前景，并能通过要素支撑、效率提升、知识创造等方式促进宏观经济实现高质量增长。

 

渗透性是某项技术所具备的能够与经济社会各行业、生产生活各环节相互融合并带来经济运行方式改变的一种潜能（Bresnahan、Trajtenberg，1995），也是新人工智能作为通用目的技术（General Purpose Technology, GPT）有望对经济社会产生广泛影响的基础性特征。替代性是指新人工智能技术物化为特定形态的要素后，能够替代其他要素在生产过程中发挥支撑作用。新人工智能技术的替代性不仅表现为对资本要素（包括非ICT资本和其他ICT资本）的替代，还包括对劳动要素的直接替代。协同性更多是指生产过程中新人工智能技术的应用能够提升其他要素间衔接配合的契合度，降低摩擦成本，从而提高运行效率。协同性也是其他很多ICT所具备的技术—经济特征。创造性是指新人工智能技术在知识创造方面所发挥的积极作用。在生物医药、材料科学、量子物理等领域，研发过程具有“大海捞针”的特点，虽然能够确定创新存在于已有知识的某种有用组合之中，但是有用知识范围广泛复杂，要找出来特定有效组合极不容易；而新人工智能技术的突破性进展，则使得研究人员能够大大提高识别效率，缩短寻找最有价值组合的时间。

 

另外，新人工智能技术也是一种高度集成的信息技术，涉及大数据、云计算等众多新一代信息技术，具有很长的产业链条。新人工智能技术的大规模推广应用必然会引发产业链各环节技术产品的集群式、爆发式增长，从而有望形成国民经济新的接续主导产业，为宏观经济持续增长、结构优化提供有力支撑。

 

带来就业分配重大结构性变化

 

新人工智能技术的广泛应用在促进经济增长的同时还会带来就业和分配方面的重大结构性变化。新人工智能技术对劳动要素的替代，特别是对人类智力的部分替代，使得社会劳动就业市场不可避免受到重大冲击。从工业革命以来技术进步和自动化进程演进的历史经验来看，重大技术革命在消灭一部分既有就业岗位的同时，往往也会创造出新的岗位（例如机器替代手工操作岗位的同时衍生出机器维修这样的新岗位），最终在就业岗位总量上会达到一个新的平衡，但结构性变化不可避免。新人工智能技术由于能够对原本专属人类的智力活动产生一定程度的替代，因此，其对就业结构的影响机制相比以往会更为复杂。

 

一方面，由于新人工智能可以在一定程度上替代人的智力活动，不少原本需要一定专业知识或技术背景的岗位有可能会率先被替代，例如，写稿机器人、机器人法律助手等已经能胜任简单的新闻稿件写作、法律咨询等工作。另一方面，当下的新人工智能技术还属于弱人工智能，对人类智力活动的替代总体还非常有限，在很多情况下新人工智能技术更多是发挥辅助决策的作用，由此将衍生出大量具有人机互补特征的新岗位。基于上述机制，此次由新人工智能技术应用推动的自动化进程，岗位替代和岗位创造仍将并存，在一定时期内甚至有望继续实现总量上的大致平衡。

 

当然，就业结构方面的变动可能会与以往存在较大差异。以往的自动化进程是对劳动者体力的不断替代，被替代岗位更多集中于较为低端的简单劳动；而新人工智能技术对智力活动的部分替代使得具有相当知识技能的中产白领岗位也处于被替代境地。一旦中产白领岗位被人工智能大规模替代，那么全社会收入分配结构将呈现极化趋势。

 

拓展经济学研究全新课题

 

新人工智能技术的大规模商业化应用在影响经济发展的同时也为经济学研究带来很多全新的课题。政治经济学、增长经济学、微观经济学、收入分配、创新经济学等众多领域可能都需要结合经济社会实践中出现的新情况开展理论创新。从当下新人工智能技术的既有应用实践来看，以下几方面尤其值得深入探讨。

 

一是马克思劳动价值论的丰富与拓展。新人工智能技术的替代性特别是其对劳动要素的替代，要求我们结合新人工智能技术（及产品）的技术—经济特征，从价值创造角度对其内涵本质进行重新审视，为丰富马克思劳动价值论提供新的依据。

 

二是基于数据要素特征等形成的边际报酬非递减现象与增长理论的拓展。数据要素作为新人工智能技术最重要的基石，具有非竞争性、非排他性、零成本复制等特征，使得基于新人工智能技术所形成的要素在生产过程中发挥作用时能够破除其他传统要素所遵循的边际报酬递减规律，加上知识创造方面的作用机制，凡此种种都是传统新古典增长理论及内生增长理论没有覆盖的现象。

 

三是收入分配理论面临新的挑战。党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，新人工智能技术应用涉及数据、知识、资本等多项要素，如何测度其贡献并决定其对应的报酬，将是增长经济学初次分配理论共同面临的新问题。而未来新人工智能技术替代效应发挥作用可能带来的收入差距极化、大量无业人员基本生计等问题，则会对再分配理论提出新的挑战。

 

四是创新经济学理论的拓展。新人工智能技术应用还将带来生产组织模式的重构，伴随各种新模式、新现象的涌现，创新经济学理论在更多创新实践滋养下也有望得到进一步拓展。此外，新人工智能技术背后的深度机器学习等方法与经济学现有的计量分析、因果推断等相结合，将有望为经济学研究提供新的定量分析工具。

 

经过改革开放40多年的快速发展，中国人均GDP已经突破1万美元，超大规模市场优势正加速释放。在过去10多年时间里，正是凭借巨大的市场空间，我们抓住了数字经济发展的重要机遇期，在电子商务、平台经济、共享经济等领域取得全球并跑乃至领跑的优势。未来10年，我们的超大规模市场优势也将为新人工智能技术的大规模商业化应用提供有力支持，进而延续我国在新经济、数字经济领域的发展优势。经济学乃致用之学，经济理论源于经济现实。新人工智能技术大规模商业化应用，在促进我国经济高质量发展的同时，必将为中国特色经济学理论创新提供丰富、鲜活的实践素材。