推动社会生产率提升，通用AI技术还需迈过这几道坎

人工智能（AI）之所以被视为“颠覆性技术”，不仅因其技术革命性突破，还因其重塑生产要素和生产关系的能力。随着我国AI技术快速发展，如何更好实现“技术创新赋能实体经济”，正成为业界关切。

“技术迭代过程越来越快。”新一代人工智能发展战略研究院执行院长、南开大学原校长龚克在近日举办的第二届“数字经济思享汇”上，对近十年AI技术演进趋势表达了这一观点。

在技术加速迭代的过程中，中国人工智能创新也进入快车道。今年5月，在谷歌I/O开发者大会的一份Chatbot Arena榜单上，DeepSeek和腾讯混元挺进前十。该榜单由全球知名的大模型评测网站发布，被公认为大模型性能评测的风向标。另据世界知识产权组织发布的一份最新报告，中国已经成为全球人工智能专利的最大拥有国，在全球的占比达到60%。

“但我们不应该将AI视为传统生产变量的简单增量，而应将其视为新的生产变量、新的生产要素。所以我们必须重新组合生产函数，实现生产力与实体经济的深度融合。”龚克对第一财经等媒体表示。

“要创新与应用并重。”北京市科委、中关村管委会信息处处长韩健17日在“活力中国调研行”期间，谈及北京下一步将如何加快建设具有全球影响力的人工智能创新策源地和产业高地时，也表达了类似的观点。

目前，人工智能赋能实体经济的成效已有所显现。根据国家税务总局13日发布的增值税发票数据：5月，我国高技术产业销售收入同比增长15%，延续较快增长势头。数字经济核心产业销售收入同比增长11.2%，企业采购数字技术金额同比增长10.9%，数实融合持续深化。工业机器人制造、特殊作业机器人制造销售收入同比分别增长13.2%和28.3%，“人工智能+”行动深入推进，具身智能等加快商业化进程。

中国互联网经济研究院副院长史宇鹏认为，通过数字化转型，企业提升了库存周转率，实现了降本增效，这一点已经积累了很多证据和案例。“但目前还很难从更宏观的经济数据上看到这一点。”史宇鹏认为，作为以通用为目的的技术，AI要想助力实现社会生产率的飞速增长，仍待更多探索。

首先，应突破更多AI技术瓶颈。

当前AI产业划分为两条主线：大语言模型和具身智能。北京航空航天大学自动化科学与电气工程学院副教授秦曾昌分析认为，尽管具身智能领域在科研层面技术爆发较多，但距离产业化应用仍有距离；反观大语言模型及智能体在脑力工作自动化方面，已具备较强的产业落地潜力。

“很多不可控的AI工作流程正在慢慢由智能体解决，20%～30%的办公室工作可以通过智能体替代，并让一部分人从事技术催生的新的服务业。”秦曾昌表示。

不过，AI大模型在具体行业领域和应用场景中也仍面临精准度不高、“幻觉”等问题。比如，在医疗诊断领域，多名业界人士曾对第一财经表示，部分通用大模型或能实现个别精准诊断，但个案的成功并不代表模型具备特定疾病精准诊断的能力。

在前述“活力中国调研行”期间，当被问及“填报高考志愿能否依赖AI”时，北京智源人工智能研究院院长王仲远坦言，这是一个很好的尝试，但目前大模型还未发展到一个完全成熟的阶段。

其次，有受访学者认为，人工智能改变了生产函数中技术、资本和劳动的关系。要想放大技术进步对宏观经济的拉动效应，一方面要正视AI对不同技能层次劳动者的收入格局和市场地位的影响；另一方面，需要培养一批复合型人才，呵护人才成长并培植创新创业生态。

北京师范大学经济与工商管理学院经济系主任许敏波分析，过去30年，中国劳动力市场展现出罕见的结构优化、收入提升“双提升”格局——中高技能劳动者占比持续上升，各类技能劳动者的收入水平整体稳步提升。但AI重塑不同技能层次劳动者的收入格局和市场地位。具体来说，AI技术有可能替代低技能岗位，也有可能帮助中高技能劳动力超越技能层级，进而对高技能劳动力的市场需求造成冲击。

清华大学社科学院长聘副教授谢丹夏则表示，大厂和大学的关系非常值得探讨，要通过鼓励创业，政策引导，VC、政府引导基金跟大学结合，让成果走向市场，把学术和产业结合起来。