黨的十九大報告明確指出：“加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合，在中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能”。如果說互聯網的快速發展將我國帶入了信息經濟的時代，那么人工智能的到來將帶領我們進入智能時代，這是引領新一輪科技革命和產業變革的戰略性技術，具有很強的“頭雁效應”。對于我國實體經濟來說，想要脫離勞動密集型和資源粗放型的發展，走向高質量的發展，人工智能無疑是最好的搭檔，將人工智能與實體經濟融合，即將人們從繁重的機械工作中解脫出來，實現實體經濟的轉型升級。

意義

我國人工智能行業的發展較為快速，中商產業研究院發布的《2018-2023年中國人工智能行業市場深度調研及投資前景預測報告》顯示，我國人工智能市場前景良好，加上2018年人工智能扶持政策不斷出臺，技術應用商業化程度不斷加深，推動了我國從信息化走向智能化的變革。美國在2016年完成了《美國機器人發展路線圖》；俄羅斯2015年頒布“成立國家機器人技術發展中心”總統令，將軍用、專用和兩用機器人作為優先發展方向；歐盟計劃到2020年投資28億歐元用于機器人研發和成果轉化；我國在《新一代人工智能發展規劃》中首次將人工智能上升到國家戰略規劃。我國的戰略規劃不但可以使民眾對人工智能更加重視，而且可以更好地調動資源，為人工智能技術的發展提供支持。

和互聯網相同，人工智能可以成為一種能力，而不是單一的技術或產業，因此它的應用領域十分廣泛，而實體經濟作為我國經濟發展的基礎，近年來，受全球經濟增速減緩、生產成本上升及利潤下降、虛擬經濟泡沫等多重因素疊加影響，出現了增長放緩、結構性矛盾突出和效益下滑等諸多問題。此時非常需要注入人工智能這樣的新鮮血液，幫助其轉型升級，實現經濟穩定增長。因此，推進人工智能與實體經濟深入融合發展是加快實體經濟轉型的必然選擇：一是人工智能能夠有效開拓全新市場，覆蓋實體經濟未曾達到的空白領域，這既改變了實體經濟的發展模式，同時也改變了人們的工作與生活方式。二是人工智能技術在實體經濟中的應用，可以促進其高質量發展，如通過實施制造業的智能制造工程，不僅可以改造和提升傳統制造業，而且可以優先培育和發展一批戰略性新興產業集群，形成實體經濟新的產業推動力和制造業新的經濟增長點。三是人工智能可以不斷提高實體經濟的生產效率，甚至改變生產方式，為實體經濟帶來顛覆性的變革，進而實現轉型升級。

挑戰

目前我國正處于人工智能與實體經濟初步融合的階段，若想做到精準匹配和深入融合仍面臨諸多問題。

1.基礎薄弱

（1）現有數據很難支撐人工智能發展的需求。人工智能的發展離不開數據的支撐，只有隨著數據的積累、計算機算法的優化，人工智能才能取得更大進步。同時，人工智能的推進要依靠大量高質量的數據，質量越高，人工智能技術與實體企業匹配度越精確。但是目前我國現有大數據存在一定的局限性，如數據權屬不清晰，無法實現數據的有效流通，同時企業和政府缺乏數據雙向共享機制等。

（2）人工智能技術的尖端人才匱乏，核心技術缺失。2019年《全球AI人才流動報告》顯示，全球約有44%的AI人才是在美國獲得的博士學位，在中國獲得博士學位的人才占比不到11%，雖然2018年我國在AI領域21個主要學術會議上發表論文的研究人員有2725人，排名全球第二，但是排名第一的美國有15747人，兩者仍有相當大的差距。對我國目前人工智能發展來說，專業人才的獲得和培養是比較大的挑戰。另外，我國人工智能的基礎理論和關鍵技術比較薄弱，如核心算法、芯片和根本組件與發達國家相比還有差距。核心技術的缺失大大削弱了我國人工智能的國際競爭力，在面對人工智能和實體經濟的初步融合時，容易受制于人。

（3）人工智能產業發展不充分和分布不均勻。億歐智庫發布的2017年《中國人工智能產業發展城市排行榜》顯示，我國人工智能發展最好的三個城市為北京、上海和深圳，北京總分最高為9.31分，第二名上海僅有7.8分。從表中可以看出，我國人工智能發展較好的城市為一線城市，但是我國的傳統企業，如制造業，由于成本原因主要集中在二三線城市，因此，人工智能與實體經濟之間的一定的物理距離導致我國人工智能發展不均衡。

（4）人工智能技術的相關法律法規不完善。在人工智能與實體經濟融合過程中，相關法律法規的缺失會導致產生數據安全問題，如越來越多的設備、系統、生產和服務過程暴露在工業互聯網上，其中涉及大量重要的工業數據和用戶隱私信息，如果這些數據和信息被竊取，將會對企業造成嚴重威脅，目前缺乏針對數據保護的法律法規和管理措施。

2.落實技術應用比較困難

（1）當前我國實體經濟下行壓力較大，傳統企業發展不樂觀。一是市場需求不足會導致企業投入的減少，進而影響人工智能產業的投入，使人工智能與實體經濟的融合缺乏動力。二是傳統企業對人工智能的認識存在誤區。人工智能自身不能憑空發展，必須與實體企業相結合，才能發揮出更大的作用。

（2）人工智能技術并沒有在實體經濟中得到充分應用。一是我國長期粗放型的生產方式，使得企業忽視了對大量數據進行精細化處理，這是阻礙人工智能在實體企業中充分應用的重要原因。二是傳統企業的生產模式和思維模式比較落后，大部分傳統企業還停留在人工智能技術摸索的階段，要實現技術的精準匹配還有很長一段路要走。

（3）資本熱情高漲，但實際應用效果不理想。清華大學中國科技政策研究中心等機構聯合發布的《中國人工智能發展報告2018》指出，2017年，我國已成為全球人工智能融資規模最大的國家，市場規模達到了237億元，同比增長67%。2019年烏鎮智庫發布的人工智能報告也指出，我國正成為世界人工智能投融資最活躍的國家之一，2018年融資總額高達157億美元。資本對人工智能的高度熱情，不但說明人工智能的發展依賴于技術的發展，也說明了人工智能的前景被看好。然而，據億歐智庫《2018年中國人工智能商業落地研究報告》統計，2017年我國AI創業公司獲得500多億元的融資額，但2017年我國AI商業落地100強創業公司累積產生的收入卻不足100億元，90%以上的AI企業虧損。人工智能技術應用有很好的發展前景，但是人工智能與實體經濟的結合不是簡單的相加，需要不斷地深入探索。

路徑探索

1.不斷推進大數據平臺的建立，加強對人工智能發展的支撐力度

（1）針對大數據管理混亂、沒有統一標準的現象，建立統一的數據收集處理平臺，對實體企業特別是國有企業的數據進行收集、整理和存檔，實現數據信息共享。同時，建立大數據統一開放平臺，加強對政府部門數據的統籌管理和集中開放，統一制定數據開放計劃。這個平臺不但可以實現對數據的收集整理，也可實現大數據共享，人工智能基于這個基礎，可以對實體經濟有更準確的把握，更好更快地匹配到相應的實體經濟中。

（2）整合大數據與人工智能產業，形成產業鏈。沿著大數據和人工智能產業鏈進行布局，如企業、學校和研究院進行合作實現大數據和人工智能的產學研一體化，不但可以促進資源共享，也可以更好地發揮大數據對人工智能的支撐作用。

2.不斷引進和培養人工智能人才，掌握人工智能核心技術

（1）注重從小培養青少年的人工智能思維，在大學階段設立人工智能專業課程并加大基礎學科，尤其是算法、算力領域的人才培養。

（2）努力引進優秀人工智能人才，尤其是吸引海外人才，并不斷推出原創技術。

3.完善法律法規，形成相關的標準體系

2017年7月，國務院印發《新一代人工智能發展規劃》，指出建立人工智能法律法規、倫理規范和政策體系，形成人工智能安全評估和管控能力。不久前，全國人大常委會已將一些與人工智能密切相關的立法項目列入本屆五年的立法規劃，同時把人工智能方面立法列入抓緊研究項目。出臺相關的法律法規，一方面可以促進人工智能技術快速應用，加速人工智能應用市場成型；另一方面可以促進產學研快速整合，形成完備的人工智能產業生態鏈，有利于人工智能與實體經濟的深入融合。