自2022年11月推出以来在国内外广受热议，它是由开发的人工智能聊天机器人，建立在的GPT-3系列大型语言模型之上，能够以对话的方式进行有逻辑的、生动的互动，这意味着人工智能在技术和应用层面取得了历史性的突破。到2023年1月，全球累计超过1亿人使用，掀起了人工智能的新浪潮。科技部部长王志刚近期两次谈到和人工智能发展的问题，认可了在算法有效性和实时性上取得的突破。在国新办举行的“权威部门话开局”系列主题新闻发布会上，科技部高新技术司司长陈家昌表示将把人工智能作为战略性新兴产业，作为新增长引擎，继续给予大力支持。今年《政府工作报告》也指出，支持工业互联网发展，有力促进了制造业数字化智能化。在技术不断突破和政策支持的大背景下，人工智能技术对经济社会影响几何，应该如何应对，这一系列问题都值得我们进一步思考。

人工智能技术对经济社会的影响

人工智能技术作为一种通用目的技术，正在向各个领域全面渗透，对原有的生产模式产生颠覆性影响。正如国务院于2017年印发的《新一代人工智能发展规划》中所提出的，“人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节”。相比于传统的生产模式，人工智能技术往往能够利用更大规模、更多样化的数据，提高企业对未来信息的预测能力。企业预测各种宏观经济变量、行业供求环境和微观生产条件的能力增强，可以做出更优决策，优化生产过程，提高生产效率，进而扩大生产规模。而人工智能对生产效率的提升作用，具体可以从劳动力市场与创新逻辑两个渠道进行深入挖掘。

(一)人工智能技术重塑劳动力市场。在人口结构老龄化和经济转型并行的大背景下，我国劳动力市场供求格局和就业问题备受关注。针对这一关键性问题，以往的学术研究立足于多个角度、不同经济体，进行了全面探讨。

首先，人工智能技术对劳动力的替代效应。在生产过程中，许多任务都可以被视为“预测性任务”，而与劳动力相比，基于人工智能技术和大数据来进行预测的边际成本更低，预测效率更高。人工智能技术的发展应用推动了生产过程的自动化转型，可以替代一部分原本是由劳动力承担的生产工作，降低生产经营过程中人工参与的程度，从而降低每单位产出的劳动力需求规模。因此，人工智能技术最直接的影响会替代劳动力，造成劳动力规模下降。上述替代效应在发达国家和发展中国家都能找到实证依据。随着像等人工智能技术的长足发展，初阶的脑力劳动者的工作岗位可能被取代。例如，能够通过谷歌公司工程团队的初级程序员职位的入职测试，这意味着初级程序员的工作完全可以被胜任。同时，在信息搜集的基础上，还能够完成一定程度的信息整合，提供智能化的服务，这意味着原本具有相关技能的劳动者的部分工作都有可能被取代。

其次，人工智能技术对劳动力市场也将存在互补效应和技能创造效应。人工智能技术完成的工作需要劳动者进行审核管理，技术和与之互补的职位将共同完成生产过程。基于美国数据的最新研究表明，人工智能分析师分析上市公司的公告、行业趋势和宏观环境等的能力能够打败大部分分析师，但人工智能和人类分析师的能力是具有互补性的，在产生准确预测结果方面人类分析师更胜一筹。此外，人工智能与实体经济的深度融合会创造出更多的知识和技术密集型岗位。一方面，人工智能技术的应用需要具备数据处理、分析等数据技能的专业人员，也需要更多的高技能员工使得人工智能技术与生产、运营、管理、销售等企业的基本活动紧密结合。另一方面，人工智能技术所孕育的数字经济创造的新业态和新的商业模式，也会相应创造新的就业机会。

(二)人工智能技术对企业的创新逻辑也将产生深远影响。首先，研发产出的核心在于创新主体如何产生想法，通常认为创新主体同外界交流想法的频率造就了人力资本的积累，进而提高了创新成果的数量和质量。人工智能技术能够提供海量的数据，帮助研发人员翦除信息搜寻整理等低创新度的任务，降低产品创新的成本，从而提高现有产品的质量，并给予更多空间去研发新的产品。

其次，人工智能技术利用大数据和更准确的预测结果，减少了创新过程中的不确定性，降低创新成本。产品创新的发展基于较长时间和多次数的实验与研究，这一过程蕴含了较大的不确定性。大规模、多样化、高速度数据的积累和分析能够大大提高预测能力，人工智能技术恰恰可以通过基于大数据的学习和分析，使得不确定程度大大降低。例如，2022年4月，美国合同研究组织(CRO)巨头查尔斯河与医疗科技公司Valo 联合推出一个由人工智能驱动的药物研发平台，整合了Valo的人工智能计算平台和查尔斯河的临床前专业知识，形成单一集成产品，以可推进的先导物和候选药物为目标，提供药物发现服务。此外，人工智能帮助企业更精准地把握消费者的需求，进而提高研发投入的需求。受益于数据的积累和分析(比如消费者在购买产品后的线上评论)，企业对市场需求的分析更具前瞻性，使得研发方向更加针对符合消费者需求结构的新产品或新服务以提高产品或服务的竞争力，因此研发成果商业化失败的风险大大降低。

推动人工智能与经济社会深度融合

人工智能技术与经济社会深度融合的过程承载着重大的机遇，也面临着一系列潜在的挑战。如何应对这一颠覆性的技术变革，高效推动人工智能与经济社会深度融合，并从容应对人工智能技术可能引发的挑战，是社会各界共同关注的重要问题。

(一)有效引导企业将人工智能技术融入生产过程，是当前面临的核心问题。自2017年开始，全国各地针对人工智能产业的发展规划政策层出不穷。但由于各地的产业基础、信息基础设施建设、人才供给条件等差异，各地经济与人工智能技术的融合程度可能存在差异。同理，不同类型公司的人工智能发展也可能存在不平衡的状况，进而导致数字鸿沟等社会发展问题，拉大社会贫富差距。具体而言，数据的充足程度和对人工智能相关人才技术的吸引力是关键的影响因素。从数据方面看，数据量在个体维度和时间维度的丰富性可以提高预测精度。因此，拥有大规模、多样化的数据集的公司优势明显。从人才和技术的角度看，高校密集、人才供给充足的一线城市，具备发展人工智能技术的先天优势。基于美国数据的最新研究显示，规模大的公司应用人工智能技术所获得的回报更大，这在一定程度上加剧了行业内的利润率差距，导致行业集中度上升。对于中小企业而言，应用人工智能技术仍然面临较大困难，需要更多的政策支持。因此，如何支持欠发达地区、中小规模企业在人工智能趋势中保持竞争力，是亟待政策设计者关注的。例如，从地区层面为中小企业使用人工智能提供更多信息化的基础设施，降低企业软硬件投入的固定成本;联合更多的大企业和平台企业来营造更好的人工智能应用的生态，最终实现让各个地区、各大行业都能充分享受到人工智能提升效率的发展机遇。

(二)规范人工智能技术的安全应用，是人工智能高效助力经济社会发展的必要保障。用户隐私数据的安全性和算法歧视的问题日益凸显，人工智能技术的突飞猛进也给人工智能治理模式的规范化提出了更高的要求。在数据安全方面，政策应加强数据安全监管，加速数据确权等方向的立法，明确数据治理中的责任主体，完善行业自律机制，规范市场秩序。企业应落实人工智能技术的数据风险评估和数据保护等举措。例如，制定企业层面的数据保护政策，加强对员工的培训教育，明确人工智能的数据风险监测和对风险事件的处理制度等。算法歧视指的是企业利用用户数据和人工智能技术进行差异化定价，损害了消费者公平交易的机会和知情权。政府、企业以及社会组织等多元化的机构应当共同成为人工智能治理的参与者。例如，政府应当为人工智能模型的平等制定标准，鼓励企业披露算法模型的平等质量报告，并对算法的预测结果进行定期的抽样监测。

(三)劳动者应不断提升自身技能。作为劳动者，应从合作而非竞争的视角来看待人工智能工具的加入，并注重塑造自身与人工智能互补性的技能。诞生以来，担忧人工智能取代人类工作的言论甚嚣尘上。前文已探讨了人工智能可能给劳动力市场带来的影响，一方面，重复性工作被人工智能技术替代是当前数字经济发展的大势所趋，但另一方面，人工智能相关技能的从业人员仍处于短缺状态，且对从业者的专业程度和创造性要求较高。国内外的招聘数据均显示，人工智能相关技能需求近年来高速增长，但人才供给远远不足。在这一背景下，劳动者应不断提升自身的人力资本水平，调整技能发展方向，一方面提高数字化能力和逻辑思维，另一方面加强对沟通协作、情感支持、创造力等自身软实力的打造，最终成为人工智能工具的高效利用者。

综上，的横空出世体现了当前人工智能技术的飞速发展，引发了我们对人工智能技术如何影响经济社会的思考。人工智能技术与实体经济的融合能实现生产效率的提升，同时也会重塑劳动力市场和企业的创新逻辑。此外，人工智能技术作为新的增长点，也面临着发展不平衡、数据隐私保护、算法不公平等潜在的问题，需要政府、企业、社会的共同协作，以保障人工智能高效助力经济社会发展。