人工智能全产业链创新系统动力学分析

摘要:新一轮的信息革命与产业革命激发出人工智能产业的发展潜力，为了使人工智能产业生态的各项资源得到充分有效的利用，本文以系统动力学理论，形象化地将人工智能产业链划分成生产子系统、销售子系统、消费子系统，分析人工智能全产业创新驱动要素的关系，结合当前人工智能产业发展问题，提出人工智能产业实现系统化的创新路径。

关键词:人工智能;产业链;创新生态系统;系统动力学

一、研究综述

自1956年“人工智能”一词在美国达特茅斯大学学术研讨上被正式提出以来，关于人工智能的研究就从未停止过。早期对人工智能的研究集中在对机器理论以及智能程序上，到20世纪七八十年代，专家系统开始出现并成熟，实现了人工智能理论研究向实际应用的重大转变。在我国的智能算法和神经网络等方面的基础理论研究中，钟义信、蔡自兴等做出了杰出贡献，在智能技术的应用开发上，学界与人工智能企业合作，形成了“人工智能+教育”“人工智能+金融”“人工智能+零售”等一系列新的生产生活方式。近年来，人工智能外延不断扩展，成为新一轮信息革命与产业革命的重要驱动因素。为适应新的社会发展模式，学者们将人工智能产业放在一个完整的生态系统中来理解，并构建了人工智能创新生态系统(耿喆，2018)。对人工智能创新生态系统的要素、功能、运行机制以及驱动力进行了广泛的研究。人工智能与传统产业的融合为我国社会建设和经济建设做出了巨大贡献，这不仅激发了人工智能的发展潜力，也使如何加快人工智能应用落地以及如何加速促进人工智能产业与传统产业的深度融合成为焦点。依托政策制度、技术创新、管理创新以及市场机制驱动人工智能产业发展受到广泛认可。基于此，本研究利用系统动力学理论从人工智能前端的基础研发、中端的算法模型构建以及终端的产品应用对人工智能全产业链的驱动要素进行系统分析，并结合当前人工智能产业发展问题，提出针对性的解决方案。

二、我国人工智能产业概述

(一)我国人工智能产业链分布及问题分析我国人工智能产业相较欧美国家起步晚，但在近四十年的发展中，我国人工智能产业逐渐形成了涵盖基础技术支撑层、人工智能技术层、人工智能应用场景层的框架体系(张肃，2018)，人工智能产业生态分布如图1所示。理论研究以及基础技术研发是人工智能产业发展的核心所在，我国人工智能产业的前端集中在对芯片的研发、数据整理以及数据库的建立上。人工智能产业的中端技术研发是人工智能应用的基础工程，主要包括语音识别、机器视觉、自然语言处理、深度学习平台，是计算机学习结合大数据的技术成果。终端应用是解决实际问题的关键，与传统产业融合是人工智能应用的伟大成果，包括智能驾驶、机器人、智能安防、智能医疗、智能金融、智能教育等。在一定的社会历史背景下，我国人工智能产业布局呈现出前端基础研究薄弱、终端技术应用迅猛发展的格局。由于我国人工智能产业发展起步晚，为了在短期内实现超赶，我国早期开始就注重发展见效快的人工智能技术应用，着眼中低端市场，依靠我国巨大的人口红利，短短几年内我国人工智能市场规模不断扩大。然而，带来快速经济收益的代价是牺牲了对前端基础核心层次的研究，缺乏高精尖的技术创新，使得我国在国际竞争中处于劣势地位。重新调整人工智能产业结构成为当前面临的巨大难题。

(二)我国人工智能产业发展的系统性人工智能产业发展具有整体性。人工智能产业发展的三个层次相互影响，形成了完整的产业生态。前端的基础研发为中端技术实现创新发展以及扩宽终端人工智能产品应用提供了更多可能;中端人工智能技术创新和终端产品应用为前端基础研发提供更多思路，是对理论的检验和反馈;在技术开发为人工智能应用提供技术支撑的同时，人工智能的应用也作为市场动力，推动着技术开发，并为基础研发提供资金支持，如图2所示。由此可见，人工智能产业生态具有复杂性和动态性，产业链上的每一环都与整个生态息息相关，他们相互协调、相互合作，不断优化系统的整体功能，因此不能过分强调某一环节，忽视某个环节。综上所述可以看出，我国人工智能产业链并不协调，需要进一步发掘各环节的驱动因素，并进行调整，以实现系统的优化和平衡。

三、人工智能产业链的系统动力学分析

从纵向看，人工智能产业链是一个技术开发到应用的过程，是一个理论到实践的过程，也是一个生产到消费的过程。因此，将人工智能产业链系统形象化地分为上游生产子系统、中游销售子系统、下游消费子系统来对应人工智能产业链的三个层次。上游的生产子系统主要依靠国家科研院、大学等机构以及高新企业、人工智能企业的研究部门。生产子系统作为整个系统的基础，其核心是“产品”质量和数量。影响这两个“量”的正向因素包括科研人员(专业人员)、科研经费、消费市场、政府政策、技术水平、法律规章等，反向因素主要有研发成本、研发难度等。一般来说，更多的科研人员和专业人才，尤其是复合型人才以及更高水平的技术意味着更大可能的“生产”成功，科研经费为“生产”提供资金支持，消费市场为“生产”提供动力但也一定程度上影响“产品”质量，政府政策为“生产”保驾护航，法律规章对“生产”成果的保护也至关重要。而研发的技术难度以及研发的成本阻碍着“生产”的顺利进行。中游的销售子系统主要依靠科技企业，其核心是进行人工智能技术产品创新和传播。影响因素主要有企业数量、传播渠道、社会创新文化、行业壁垒、维护升级成本，人工智能企业数量越多，意味着产生更多的人工智能技术。传播渠道是指人工智能技术的载体，载体越多意味着更广泛全面的人工智能技术应用;社会的创新文化激发着企业不断地进行技术更迭，而与此同时也不可避免地带来更多的维护升级成本。其次，行业间的竞争形成的行业壁垒也大大影响了技术的创造与传播。另外，由于人工智能产业链之间的密切关系，上游的“产品”质量和数量也影响着中游的人工智能技术创造。下游的消费子系统主要依靠政府与社会的产业融合需求与消费者的智能化需求，核心是消费能力与融合能力。人口数量、可支配收入、政府政策是正向因素，人工智能产品价格以及产业融合转型风险是影响需求的反面因素。

四、人工智能产业链创新发展路径选择

目前，我国人工智能产业链发展存在着“头轻脚重”的问题，影响了整个人工智能产业生态系统的平衡，不利于长期发展，且在发展中越来展现出后劲不足的迹象。人工智能产业要想得到长远的健康的发展，就要选择一条适合我国状况的创新发展路径。

(一)优化人工智能产业链结构我国人工智能产业发展主要依靠中低端市场，人工智能市场存在着较大的低端供给溢出。应该充分利用产业园区聚集效应以及产学研一体化，不断开拓人工智能新市场新领域、促进人工智能产业与传统产业深度融合;政府应该加强对企业的领导，避免企业盲目进入低端市场，对人工智能产业基于支持的同时也要注重提高人工智能企业质量。

(二)加强研发成果保护对研发成果保护的缺失以及“零成本”山寨假冒产品的充斥打击了企业的创新动力。目前我国与知识产权相关的法律法规还有待完善，对假冒伪劣产品的打击力度还有待加强，无论是政府还是市场，都应该对窃取研究成果和假冒伪劣行为予以制裁和打击，营造全民创新的社会文化氛围。

(三)加强研发型人才的培养技术难题难以攻克突破是现阶段我国人工智能产业发展面临的主要问题，为进一步实现人工智能产业的发展，必须制定并实施更加完善的人才战略。从长远出发，要不断加强基础教育，为人工智能产业实现技术突破培养后备领军人才;另一方面，基于眼前发展，以更加开放的策略，引进国际先进人工智能技术人才。

(四)继续深化企业间的合作关系运用技术手段，建立人工智能产业创新生态系统中企业间的信任机制、利益共享机制、技术传播机制。通过信任机制的建立，促进系统内主体之间的合作;合理的利益共享机制，有利于促进人工智能产业创新生态系统内各主体间合作的稳定，建立知识获取平台，实现技术的传播与共享，促进人工智能核心技术的创新突破。

参考文献:

陈劲.国家创新系统演化与中国探索［N］．经济参考报，2019－04－01(007)．

耿喆，徐峰，贾晓峰.我国人工智能产业创新生态系统构建研究［J］．全球科技经济瞭望，2018，33(Z1):12－18.

谭铁牛.人工智能的历史、现状和未来［J］．智慧中国，2019(Z1):87－91.

汤临佳，郑伟伟，池仁勇.智能制造创新生态系统的功能评价体系及治理机制［J］．科研管理，2019，40(7):97－105.

杨曦，刘鑫.人工智能视角下创新管理研究综述与未来展望［J］．科技进步与对策，2018，35(22):153－160.

作者：袁根 单位：上海工程技术大学管理学院