人工智能（AI）作为“新基建”七大板块中的重要组成部分，将会成为推动经济高质量发展的一个重要引擎。然而，当前人工智能领域主要受技术发展、资本驱动的影响，与实体经济融合的智能驾驶、智能机器人、智能医疗、智慧金融等行业应用仍处于探索阶段，呈现出供给侧和需求侧错位的现象。在人工智能技术实现产业化应用的过程中，如何避免人工智能技术与企业需求的脱节？如何降低人工智能技术应用的扩散成本？如何高效地实现人工智能与实体经济的整合式创新，使人工智能产生倍增的商业价值？这一路径值得探讨。
人工智能技术是新一代产业变革的重要推动力
人工智能技术的迅速发展对社会的影响主要体现在两个方面。一方面，人工智能行业的发展会催生与其自身发展相关的产业，并促进上下游企业的创新发展。近年来，我国的人工智能产业迅速发展，作为一个新兴产业，其自身的发展带动了与其密切相关的芯片产业，以及下游的机器人行业等的迅速发展。另一方面，不同于传统的新兴产业，人工智能技术对企业创新产生了更为广泛的影响。基于人工智能的创新可能会改变企业提供的一系列产品及服务的特性，对生产、就业等产生影响。企业可以利用人工智能技术改变生产运营的流程，例如，DeepMind被谷歌用于改善运营成本，DeepMind实现了根据外部环境改变数据中心运行参数的功能，为谷歌提高了电量利用率，从而大大节约了企业的能耗成本。不仅如此，人工智能技术还催生了新的产品及服务。以人工智能在医疗领域的应用来看，人工智能可以基于对大量数据的训练，得出对病例较为准确的判断及诊疗方案。同样以DeepMind为例，DeepMind积极探索跨行业的实际应用，致力于利用人工智能技术为人类社会作出实际贡献，于是应用人工智能改变了原有的医疗诊断流程。近年来，人工智能的发展已经不仅仅局限于技术本身，而是逐渐实现了跨领域的融合，为传统行业发展赋予了新的动力。人工智能技术是新一代产业变革的重要推动力，各个传统行业都应积极探索人工智能技术的深度应用。
我国人工智能技术产业的发展尚处于对西方技术的追随与赶超阶段，而最新的理论与实践证明，“整合式创新”范式往往能为后发者提供弯道超车的机会。为此，可发挥集中力量办大事的制度优势，鼓励、引导以企业为主体，建设多个人工智能开放创新平台并形成“赛马效应”，切实促进人工智能与实体经济的整合式创新。整合式创新是战略创新、协同创新、全面创新、开放式创新的综合体，包括诸多中国企业在内的世界一流企业的创新之路，都是在开放式创新的环境下，通过统筹全局的战略设计创新，调动全要素参与，实现各个部门主体与利益相关者的协同创新。以新冠肺炎疫情防控为例，快速筛查出抗肺炎病毒的药物事关重大。传统而言，医药研发是一个技术门槛高、业务复杂、周期漫长的过程，而通过整合式创新，人工智能辅助药物筛查成为可能，例如，华为云EI医疗智能体平台（EI-Health）在病毒基因组计算分析、抗病毒药物研发和抗疫医疗影像分析领域，可提供海量AI算力和算法的强有力支持。借助EI-Health，医药专家、AI技术专家组成的联合研发团队可以在一周时间内对8506种已有药物进行筛选，而且还针对UniChem小分子库中的1.6亿多个化合物分子进行了更大规模的药物筛选，筛选出的结果可以供相关研究机构和制药企业进行中长期药物研发。通过医疗智能体平台完成的蛋白质同源模建、分子动力学模拟计算和大规模虚拟药物筛选，可在短时间内完成上千亿次的计算，让以往耗时数月的计算机辅助药物筛选在数小时内完成。
参照“多快好省”的原则建设我国人工智能开放创新平台，实现人工智能与实体经济的整合式创新
按照整合式创新范式，大力推动人工智能开放创新平台的建设，这将具有重大的经济效益和社会效益。具体而言，人工智能开放创新平台应注意参照“多快好省”的原则进行规划、建设。
“多”：人工智能开放创新平台不应具有垄断性，而是应该鼓励以企业为主体建设n个多领域交叉融合的开放创新平台，并形成“赛马”机制。2017年11月15日，科技部在北京召开新一代人工智能发展规划暨重大科技项目启动会，并宣布首批国家新一代人工智能开放创新平台名单：即依托百度公司建设自动驾驶国家新一代人工智能开放创新平台，依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台，依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台，依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。2018年9月，科技部正式宣布，依托商汤集团建设智能视觉国家新一代人工智能开放创新平台。商汤集团成为继阿里云公司、百度公司、腾讯公司、科大讯飞公司之后的第五大国家人工智能开放创新平台。
无疑，上述工作启动了国内人工智能开放创新平台1.0阶段的建设，并树立了一批标杆。不过，国内人工智能开放创新平台的建设不能止步于此，而是应以市场经济为基础，形成“百花开放、百家争鸣”的竞争态势。因此，在我国人工智能开放创新平台2.0阶段的建设中，应从“标杆制”转为“备案制”，鼓励企业自主建设更多的人工智能开放创新平台。3.0阶段的人工智能开放创新平台建设，应在2.0的基础上，进一步强调跨技术领域的交叉应用，即形成图1所示的多领域交叉融合的开放创新平台。虽然人工智能技术在各个技术领域需要不断地深入研发，但在应用场景方面必将形成综合应用的趋势。因此，人工智能开放创新平台建设的3.0阶段应提前规划好我国在多领域交叉融合方面的应用布局。
“快”：发挥资本市场的优势，促进人工智能开放创新平台的快速成长。美国硅谷在信息技术、互联网技术发展方面的成功经验之一是充分发挥资本市场特别是风险投资的作用。我国发展人工智能技术时，也应注意建设“技术提供方—技术应用方—技术资助方”三方共赢的创新生态系统。其中，技术提供方是指以人工智能技术公司为核心的产学研协同创新主体，技术应用方是指实体经济中对人工智能技术的“埋单者”，技术资助方是指充分利用政府产业引导基金、天使基金、风险投资基金、股票与债券市场等金融手段，促进人工智能开放创新平台的快速成长。
“好”：在“多”与“快”的基础上，按照客观的量化指标，严选一批经过市场化“赛马”、获得市场验证的人工智能开放创新平台，促进创新的扩散。为促进人工智能技术应用转化的高质量竞争，可按照市场规模、应用场景、人工智能技术公司的财务等量化指标，定期形成《人工智能产业应用白皮书》，汇编国内人工智能产业应用的发展态势，并定期选一批优秀案例，推动各个垂直行业的人工智能技术进行创新扩散。例如，除了上述科技部支持建设的5个国家级人工智能开放创新平台外，经过3年多时间的发展，国内又涌现出了一批垂直领域的人工智能应用平台。
以华为云EI平台为例，中石油与华为云联合打造的勘探开发认知计算平台，中石油在勘探开发领域优选了20余个场景开展人工智能探索。该勘探开发认知计算平台按照数据、算法、算力和场景四个关键因素进行设计，从数据处理到机器学习、模型发布、推理应用，提供了一站式AI开发环境。在应用人工智能技术之前，石油行业的工业知识可能是躺在测井数据中的各种曲线，可能是资深勘探专家脑中的油层分析经验。这种知识像一个个孤岛无法得到共享和传承。中石油通过打造知识计算底座将数据采集、知识获取、知识计算与应用的各个环节打通，构建企业统一的知识图谱，以知识化服务形式提升各部门工作效率，完成知识的沉淀和闭环，形成可持续传承的体系化知识，并辅助培养专业人才。由于知识得到了有效的传承，新积累的知识可以在其他油田得到应用，进一步提升油田勘探效率，实现增储上产的目的。
“省”：促进人工智能开放平台在中小企业中的应用，使得专注于人工智能技术应用的中小企业能够“站在巨人的肩膀上”进行开发，而不用重复发明轮子。大型人工智能企业往往注重对平台类产品的开发，与实体经济企业的需求相对脱节在所难免。相比而言，中小型科技类企业是创新创业的活力之源，因其更了解市场需求，更容易成为贴近用户、提供解决方案的供应商。因此，大型的、头部的人工智能企业可重点建设人工智能开放创新平台，在产学研融合创新方面投入资金与人才，不断跟踪国外的技术前沿，努力进行技术赶超；而中小型科技企业可依托不断“变厚”的人工智能开放创新平台，不必再重复发明轮子，即无需过度“向下”生长、扎根底层技术，而是专注“向上”生长，尽量提供解决方案。例如，平台可以通过 “AI市场”的方式，通过交易成熟算法、交易成熟模型、交易成熟工作流的方式避免重复造轮子；而且平台也可以进一步演进，提供套件化的开发模式、零编码模式，降低传统企业应用AI的技术门槛。由此可形成“大企业‘平台’+中小企业应用‘生态’”的整合式创新体系，促进大中小各类企业在人工智能应用开发方面的专业化分工。
数字化技术为企业带来了巨大的挑战，企业应当积极采取措施，以适应数字化时代的创新发展需求。由于数字化技术不仅会影响企业的产品，也会影响企业创新的过程，因此，企业可结合自身已经具备的创新能力，积极培育新的创新能力，避免原有创新能力的刚性影响到新型创新能力的培养。数字化战略实现了从量变到质变的发展，因此也需要新的理论来进行解释。通过对数字科技带来的创新类型的总结，以人工智能技术为主的数字科技则改变了创新的过程，使创新过程更加自动化和智能化。
（作者为清华大学经济管理学院教授，清华大学技术创新研究中心主任，教育部“长江学者”特聘教授；于飞博士对本文亦有贡献）
