汉风网正能量导航网-汉风网资料库

1 人工智能的概念与应用

1.2 人工智能的定义

人工智能是指对人的意识和思维过程的感知与模拟，不同于传统计算机技术，是机器根据既定的程序执行计算或控制任务。1950年，现代计算机之父艾伦·图灵（Alan Turing）在文章《Computing Machinery andIntelligence》中提出疑问“机器能思考吗？”，他认为，如果一台机器进行多次测试后，有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就具有了“智能”的特征，这也是著名的图灵测试的主要内容。1956年，达特茅斯会议上计算机科学家约翰·麦卡锡首次提出“人工智能（ArtificialIntelligence）”一词，并将其定义为“制造智能机器的科学与工程”,标志着人工智能领域的正式创立。目前，人工智能定义尚未形成统一。Rich & Knight(1991)认为，人工智能是研究如何让计算机完成现阶段人类才能做得更好的事情；麻省理工大学教授Winston(1990)认为，人工智能是研究那些使感知、推理和行动成为可能的计算；中国信通院在《人工智能发展白皮书（2018）》中提出，人工智能可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能。不同于传统的计算机技术是由人类编写，包含既定程序执行指令要求，人工智能可以通过读取海量数据，从中发现规律和联系，实现自我学习，拥有归纳推理和决策能力。

当前我们尚处于弱人工智能时代，但智能化趋势明显。按照目前流行的定义，弱人工智能也称应用型人工智能，指的是专注于且只能解决特定领域问题的人工智能，无自主意识；强人工智能又称通用人工智能，指的是可以胜任人类所有工作的人工智能，有自主意识。牛津大学物理学家大卫·多伊奇教授曾评论，至今没有任何迹象显示可能出现强人工智能，当前我们仍处于弱人工智能时代。从底层技术来看，人工智能仍依赖于现代计算机架构的软、硬件，以统计算法对人类行为和活动进行分割，而后完成模拟、预测和决策，其出现一方面得益于芯片运算和处理能力的提升，如GPU、FPGA、ASIC等，另一方面得益于机器学习算法不断成熟与更新。人类在18世纪进入蒸汽时代，19世纪进入电气时代，20世纪进入信息与互联网时代，随着未来人工智能技术逐渐成熟，21世纪将步入智能时代。信息与通信技术（ICT）产业是智能时代的基石，对整体经济社会发展具有明显的辐射作用，也是当前及未来各国科技竞赛的制高点。能否抓住智能时代变革的机遇，是中国建设现代化强国的关键。

1.2 人工智能的关键技术

人工智能的关键技术是机器学习，深度学习是机器学习的重要分支，极大地提升了应用的准确性，是时下最热门的技术领域。通俗来说，机器学习是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。从模型结构上来分，机器学习算法可以分为线性回归、逻辑回归、决策树、贝叶斯模型和人工神经网络等。2006年加拿大Hinton教授提出深度学习概念，不同于浅层学习算法，深度学习使用多层非线性处理单元变换数据输入，极大地发展了人工神经网络算法。在21世纪充足数据基础和芯片算力提升的支持下，深度学习算法大大推动了人工智能在各行各业应用中的准确性，如语音识别、图像识别、自然语言生成等，呈现出爆发式发展态势。

与以往的技术进步稍有不同，人工智能对于劳动要素的替代不仅在于体力，还在于脑力甚至创造力等高技能工作。以往技术进步最明显的共同点就是机器代替了人力，如第一次工业革命的蒸汽机、第二次工业革命的电机和内燃机、第三次工业革命的互联网，均在不同程度上将劳动者从繁重、枯燥、重复、低效的劳动中解放出来。人工智能的不同之处在于，随着硬件层、数据层以及算法层等各方面技术储备趋于成熟，机器或逐渐可以完成复杂的逻辑思考和决断。2016年，机器人AlphaGo1.0以4:1战胜韩国围棋第一人李世石；2017年,AlphaGo2:0击败当时世界排名第一的中国棋手柯洁。2017年7月美国50个州开始使用世界上第一个“机器人律师(DoNotPay)”，2018年1月日本癌症研究会开始用AI检测胃癌，检出率超过92%，用时仅0.02秒。

1.3 人工智能产业版图

人工智能企业可分为基础层、技术层和应用层，目前中国以应用层发展为主，相关企业数量占比近八成。其中，基础层以AI芯片、计算机语言、算法架构等研发为主；技术层以计算机视觉、智能语音、自然语言理解等应用算法的研发为主，应用层解决实际问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。根据《中国新一代人工智能科技产业发展报告(2019)》，截至2019年2月，应用层人工智能企业占比最高，为75.2%；技术层居第二位，占比为22.0%；基础层企业占比最少仅为2.8%，而美国三类企业分别为39.1%、57.7%、3.2%。根据艾瑞咨询在《中国人工智能产业研究报告》中的测算，AI在安防和金融领域市场份额最大，在工业、医疗、教育等领域最具爆发力。

2 人工智能时代，需要多少劳动力？

有观点认为，既然人工智能可以取代许多人的岗位，对劳动力的需求也会相应减少；但实际有失偏颇。美国麻省理工大学经济学教授Acemoglu等（2017）经实证研究发现1993-2007年美国19个产业中机器人的使用与就业率之间呈负相关关系，每千名工人中每多1台机器人，就业人口比例降低0.18%-0.34%。中国人口与发展研究中心副研究员黄匡时（2018）撰文预测在“机器换人”时代，中国将有5-6亿的劳动力被机器人替代。类似地，还有不少观点认为，人工智能取代社会普通劳动力是大趋势，生出来的人都是负担而不是劳动力。我们认为，人工智能对就业的影响不仅是替代效应，单从“机器换人”的角度思考是片面的。

2.1 人工智能影响就业的机制

人工智能影响就业的机制包括替代效应、补偿效应和创造效应；替代效应导致就业岗位直接消失，补偿效应通过自身产业规模扩大吸引就业，创造效应通过创造新工种、新产业模式提供就业。工业革命以来，每一次技术进步与革命，都会引发就业方面的替代效应。珍妮纺织机、瓦特蒸汽机代替了手工业者和壮劳力；汽车、轮船等机器的出现，使马夫、船夫、书信先生等职业消失……人工智能技术发展，使一些脑力劳动者所从事的工作，如汽车驾驶、检测病症、数据分析等也逐渐被取代。然而，在过去一个世纪里，技术以空前的速度不断进步，但劳动占国民经济的份额却长期保持稳定（张鹏飞，2018）。根本原因在于，技术进步也可以间接创造出新的就业岗位，抵减替代效应对就业的负面影响，即抑制效应（Countervailing Effect）（Acemoglu &Restrepo, 2018；Autor & Salomons, 2018）。抑制效应又可进一步分为补偿效应（Compensation Effect）和创造效应（Creation Effect）（Acemoglu & Restrepo，2018；Bessen，2018）。补偿效应主要是人工智能替代性带来的效率提升将引致相关产业规模的扩大，通过规模扩大弥补单位产出就业岗位的减少。创造效应主要指人工智能一方面通过新产业和新服务直接创造新工种，另一方面释放出的劳动力可以转岗转行从事其他工作，间接创造就业岗位。

2.2 替代效应：机器换人力

一些研究认为，未来10至20年人工智能将会使目前30%-50%的工作面临高替代风险，全球数以亿计的就业岗位或将被完全替代，中国每年被替代的员工约300万人。人工智能既能替代体力劳动又能替代脑力劳动，这一“通用性”的特点是前几次科技革命无法做到的。2013年，剑桥大学学者Frey和Osborne在“未来的雇佣关系：就业将如何受电子化影响”研究项目中，采用高斯过程分类器（Gaussian Process Classifier）对美国702个具体岗位进行了电子化替代概率预测，结果显示47%的工作在未来10年至20年内面临较高风险被人工智能取代，主要包括生产活动、行政办公支持类工作、销售服务等相关岗位。2017年，普华永道对29个国家超过20万名员工的工作任务和技能进行调查，结果显示，预计到2030年，英国30%的工作有自动化风险，低于美国（38%）和德国（35%），高于日本（21%），从行业看，运输和仓储、制造业和批发零售等部门首当其冲，分别为56%、46%和44%；麦肯锡全球研究院(MGI)在报告《流失就业，新增就业：自动化时代的劳动力转型》中预计2016-2030年间，中国被替代的全职员工的规模约在4000-4500万，即平均每年约300万人；到2030年，自动化将使中国五分之一的制造业工作岗位不复存在，全球将有多达8亿人的就业岗位被人工智能替代。

2.3 补偿效应：扩大规模，补偿就业

人工智能通过降低成本，促进公司扩大生产规模，弥补单位产出就业产出的减少，例如京东智能物流机器人减少了86%的分拣人工，但2016-2018年物流员工数量从6.6万人增至9.5万人。人工智能通过规模扩大弥补单位产出就业岗位的减少，具体又可分为三种情形（蔡跃洲，陈楠，2019）：一是生产线上不易被替代的职位随着生产率的大幅提升有所增加；二是人工智能更节约成本，是企业有条件扩大生产，增加生产线，带来就业岗位的增加；三是效率提升导致公司产品价格更低，产品价格的降低会增加消费需求，带动企业扩大生产规模，增加对劳动力的需求。例如，随着京东物流智能机器人的运用，其整体分拣效率比传统作业方式提升5倍，减少了86%的分拣人工。同时，2016-2018年京东集团员工数量从11.6万人快速增长至17.9万人，其中物流从业人员从6.6万人增至9.5万人。可见人工智能等新技术的使用大大提升了平台运营效率和订单量，总就业岗位不降反升。

2.4 创造效应：创造新工种、转岗转行

人工智能直接创造相关行业的技术岗位,如人工智能工程技术人员、人工智能训练师、智能制造工程技术人员等，到2025年，新一代信息技术产业领域人才缺口都将超过900万人。随着中国人工智能、物联网、大数据和云计算的广泛运用，2019年4月1日，人力资源社会保障部、市场监管总局、统计局正式向社会发布了13个新职业信息，其中包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员和云计算工程技术人员。2020年1月2日，中国就业培训技术指导中心再次发布包括智能制造工程技术人员、人工智能训练师、无人机装调师等新职业。2017年，教育部、人力资源和社会保障部、工业和信息化部等部门对外公布的《制造业人才发展规划指南》表示，人工智能产业发展直接带来了对专业数字技术人才需求量的增长，到2025年，新一代信息技术产业领域人才缺口将超过900万人。根据阿里研究院2018年发布的《人工智能在电子商务行业的应用和对就业影响研究报告》，人工智能应用于新零售产业，就需要大量具有自主设计和读取数据能力的复合型买手、专业零售服务人才，具有技术背景和零售经验结合的复合型人才，智能客服背后的机器人“饲养员”、生产线上的“数据标签工”等等。

猎聘大数据显示，过去五年全国人工智能和大数据人才需求呈快速增长态势，年复合增长率超70%，但相关领域的人才供给远不能满足市场需求。腾讯研究院《全球人工智能人才白皮书》显示，全球AI领域人才约30万，而市场需求在百万量级。猎聘大数据研究院以2015年Q1为基准点，用此后每个季度发布职位数与2015发布的职位数相除，结果显示，截至2019年Q2，人工智能与大数据领域发布岗位数增长了11.75倍，年复合增长率超过70％，明显高于互联网行业，可见人工智能领域的人才稀缺性更强。从供给端看，目前中国真正开设人工智能专业的院校不足2%，行业内部自发的人才培养还没有成体系，机器学习、深度学习、图像处理、数据仓库、机器视觉、自然语言处理等领域的人才供给相对不足，院校端和产业端高质量人才供给水平远远不能满足市场对人才的需求。

对于人工智能释放出的劳动力，绝大多数可从事其他工作，如相关设备操作维护或前往物流、餐饮、销售等服务行业，间接创造就业岗位。在制造业中，企业释放出的劳动力并不总是冗余的，绝大多数情况下，这些人可以在学习培训后填补其他岗位的空缺。例如，2017年广东省人社局对200多家开展“机器换人”的企业调查显示，用工减少的企业约占44%,减少的员工中近50%仍留在企业内部，他们或被调配到人员紧缺的岗位或产线，或在技能培训后转岗至技能要求高的岗位，如设备维修、监测及预测性维护等。此外，未来的工作并不单单是高技能，部分中低技能的工作同样不可或缺。根据人社部发布的《2019年第四季度全国招聘求职100个短缺职业排行》，营销员、收银员、餐厅服务员、保安员、保洁员、商品营业员位居紧缺职业前十，随着被释放出的劳动力逐渐转至这些劳动密集型服务行业，就业岗位被间接创造出来。

2.5 小结：未来20年人工智能或净增约9000万岗位

根据咨询机构预测，未来20年人工智能将为中国创造9300万个净增就业岗位，其中服务业将净增近一亿就业岗位。2018年，普华永道发布《人工智能和相关技术对中国就业的净影响》预测，未来20年人工智能将为中国创造12%的净增岗位，相当于增加9300万个就业岗位。其中服务业分别有21%、50%的就业岗位被替代和创造，总体净增加9700万个就业岗位；建筑业分别有25%、38%的岗位被替代和创造，总体净增加1400万个就业岗位；农业的岗位流失最为严重。从细分行业上看，因老龄化而需求大增的健康医疗领域将会迎来扩张，电子商务和专业性、技术性的服务等板块也会受益于生产率提高，创造新岗位。

随着人工智能为专业人员分担枯燥重复的工作，未来职业将更注重劳动力的软技能，如领导力、人际交往能力、逻辑思维、主动学习和创造力等，这些是机器所不能替代的。人工智能现在还远远不能取代大多数服务工作。正如李开复在《人工智能》一书中所说，人工智能只是人类的工具，属于相对容易控制和管理的计算机程序，就目前的发展而言，人工智能还不能具备常识、创造、审美、情感、自我意识、抽象能力和跨领域推理能力。随着人工智能为专业人员分担枯燥重复的工作，越来越多的工作岗位将与创造性劳动和情感性劳动有关。世界经济论坛发布的《未来就业报告》指出，前十大新兴职业包含多个以人为中心的职业，如营销专家和经理、人力资源专家和顾问、用户体验设计师等。这些职业要求从业者了解人类行为和偏好，所涉及的技能基本上无法实现自动化。2018年LinkedIn上对全球约4000名专业人员调查显示，尽管人工智能技术发展带动了技术技能的需求，但领导力、人际交往能力、逻辑思维、主动学习和创造力等软技能的价值也将大大提高，甚至在某程度上超过了对专业技能的要求。在世界经济论坛所描绘的未来就业图景中，销售和营销专业人员、社交媒体专员、创新经理和客户服务人员将迎来需求的增长。

3 人工智能时代，人口规模重要吗？

有观点认为，人工智能时代，人口规模不再重要。我们认为人口尤其是劳动年龄人口一方面是培育人才的基础，另一方面人口规模大意味着大市场。西方发达国家即便人口不再增长，经济仍在持续发展，一些人以此论证经济发展的真正动力是“创新”而非“人口增长”。还有不少观点指出，人工智能时代，人口在质不在量，不应停留在人多力量大的思维模式上。此外，黄匡时（2018）认为人工智能将彻底颠覆传统人口问题，工业化推动了劳动生产率的提高，“低生育率陷阱”不值得担忧。我们认为，人工智能时代，人口规模依然重要。从供给端看，人口是人才与创新的基础，从需求端看，人口规模效应能够更容易形成大市场，意味着购买力和竞争力。

3.1 人口是人才与创新的基础

人口是人才的基础，人口众多意味着人才储备库巨大，进而保证科技研发与创新力；中美两国在人工智能领域的抗衡与两国大量人才资源积累不无关联。据OECD统计，2017年中国拥有研发和技术人员约180万人，排名世界第一，美国约130万人，排名第二；2001-2018年中国高校毕业生数从104万增至753万，1982-2015年中国大专以上学历人口规模从604万人升至1.71亿。人工智能时代的竞争，本质上就是人才和技术的竞争，人口众多意味着人才潜力巨大，意味着有更多技术创新的可能。目前，在人工智能领域最有竞争力的是中美两国，这与两国可以抗衡的人才资源不无关联。据中国信通院《2018中国人工智能发展报告》，2017年末美国的人工智能人才投入量为2.9万人、居世界首位，占全球总量的13.9%；中国投入量位居第二，为1.8万人，占比8.9%。

目前中国人工智能人才的平均年龄不足35岁，人口老龄化速度和水平将对相关领域的人才供给造成不利影响。猎聘大数据显示，从2019年1-7月，全国人工智能与大数据人才的年龄分布以25-30岁之间最多，占比为40.63%；其次是30-35岁，占比为29.65%，中青年人口是这一新兴行业的中流砥柱。然而，由于经济社会快速发展和计划生育政策严格执行，中国生育率下降速度和老龄化速度前所未有，按照总和生育率1.4左右的发展趋势，我们预测中国人口将在2022年前后见顶,2050年中国人口将较2022年减少9%，老龄人口占比超30%。届时，中青年人口数量下滑将对人工智能等新兴领域人才供给形成一定制约，中国科技的国际竞争力也可能受到限制。

3.2 人口规模效应能够形成大市场

人口越多，微小的需求也能形成市场；14亿人口规模的巨大市场使得中国人工智能技术优势更容易发挥并被分享。梁建章、黄文政（2018）认为，在人工智能时代，人口对科技和经济发展的意义绝不只是劳动力，庞大的人口规模，更能保证需求的多样性和供给的规模效应。目前，中国的企业之所以对人工智能的应用层表现出强烈的发展意愿，也是因为任何有关教育、医疗、金融服务、零售等应用场景的需求都有可能形成大市场，进而为创新成果的规模化生产和商业化奠定基础。换言之，在14亿人的中国，一项技术只要有1％的人感兴趣，就会出现一个千万人口的市场。例如，虽然目前中国智能音箱的市场渗透率不足3%，但根据奥维云网（AVC）全渠道推总数据，2019年上半年中国智能音箱市场销量为1556万台、销售额30.1亿元，占全球销量约三分之一，阿里、小米、百度等互联网企业势头迅猛。截至2019年6月，中国网民规模达8.54亿，网络购物用户规模达6.39亿，这让中国人工智能企业拥有巨大的市场。普华永道预测，到2030年中国、美国、欧洲的人工智能产业规模将分别为7万亿、3.7万亿、2.5万亿美元，中国的产业规模比后两者之和都大。在全球智能化大趋势下，人口众多使技术优势更容易发挥并被人们分享。

而且，机器并不能取代人的消费功能；人口减少、需求萎缩将拖累经济发展。供给和需求同时对经济发展起作用，人不仅通过生产促进经济发展，也通过消费拉动经济。没有供给就没有产品和服务，但没有需求也就没有生产的必要。人工智能或许可以替代人的部分生产功能、提高劳动力的单位产出，但不能取代人的消费功能，不能根本改变人口结构，不能减缓老龄化的速度。人口减少、需求萎缩将拖累经济发展，低生育率下20-50岁的消费主力人群数量下降，负面影响日益严峻。在总需求回落的背景下，纵使有先进的生产技术和服务水平，也很难创造经济增长。

4 政策建议

一是尽快全面放开并鼓励生育，构建生育支持体系。由于生育率持续低迷，出生人口持续下滑，少子化老龄化问题日趋严峻，并且随着中国人口总量在“十四五”时期见顶，未来中国将陷入人口萎缩。虽然前25年左右人口萎缩速度较慢，但一旦1962-1975年婴儿潮人口进入生命终点，人口萎缩速度将明显加快。为此，必须尽快全面放开并鼓励生育，加快构建生育支持体系，让生育权回归家庭自主。一是实行差异化的个税抵扣及经济补贴政策，覆盖从怀孕保健到18岁或学历教育结束。二是加大托育服务供给，大力提升0-3岁入托率从目前的4%提升至40%，并对隔代照料实行经济鼓励。三是进一步完善女性就业权益保障，并对企业实行生育税收优惠，加快构建生育成本在国家、企业、家庭之间合理有效的分担机制。四是加强保障非婚生育的平等权利。五是加大教育医疗投入，保持房价长期稳定，降低抚养直接成本。

二是完善高校人才培养体系，加强核心技术领域的人才培养与引进。目前人工智能高端专业人才储备方面存在明显短板。根据《2018人工智能发展报告》，中国人工智能杰出人才数量仅为世界第六，核心技术层的人才更是稀缺。2017年7月国务院发布的《新一代人工智能发展规划》中明确指出要把高端人才队伍建设作为人工智能发展的重中之重；2018年4月2日，教育部印发了《高等学校人工智能创新行动计划》，行动计划中要求各大高校加快建设人工智能科技创新基地。因此，我们建议一是完善高校相关领域的人才培养体系，如加强人工智能与相关学科的交叉融合；二是优化高校人工智能领域科技创新体系，例如聚焦人工智能重大科学前沿问题，推动新一代人工智能核心关键技术创新等；三是推动高校人工智能领域科技成果转化与示范应用，例如支持高校在智能教育、智能制造、智能医疗、智能城市、智能安防等领域开展技术转移和成果转化等。

三是警惕大规模结构性失业，实施好职业技能培训，促进劳动力技能转换以适应产业转型升级需求。结构性失业通常在产业结构变化剧烈而劳动者技能与之不相适应时升高。人工智能时代，容易被取代的工作主要是在结构性和确定性环境下的体力劳动以及数据收集和处理工作，如采矿、纺织、财务、审计、统计、行政、后勤等。2019年3月，国务院办公厅印发《职业技能提升行动方案（2019-2021年）》，进一步强调“把职业技能培训作为保持就业稳定、缓解结构性就业矛盾的关键举措”，要求三年共开展各类补贴性职业技能培训5000万人次以上，其中2019年培训1500万人次以上。我们建议，加快研究人工智能带来的就业结构、就业方式转变以及新型职业和工作岗位的技能需求，建立适应智能经济和智能社会需要的终身学习和就业培训体系。