點擊上方藍字關注“信息化時代”
中國工程院院士 李國傑
這次演講我強調的一箇中心思想是，發展數字經濟一方面需要排除對大數據、人工智能等新一代技術的無視、墨守成規，導致錯失發展機遇這方面的干擾;另一方面要排除不顧國情，盲目冒進，對新技術抱有不切實際的幻想的干擾。
現在大數據和人工智能已經被列為國家戰略，我們要滿腔熱情地擁抱驅動數字經濟的新技術，但是不要只做表面文章，而應紮紮實實地把大數據和人工智能融入實體經濟，為經濟發展注入新動能。
2017 年我國電子信息產業的收入達到 18 萬億元，大數據相關產業收入只有 4700 億元(國家大數據發展規劃要求 2020 年大數據相關收入達到一萬億元)。去年一年，我國大數據核心產業的收入是 234 億元(我國人工智能產業的收入大概在 200 億元左右)。
大數據核心產業只有 230 億元是什麼概念?中國護膚面膜產業的年收入是 236 億，說明大數據核心產業和人工智能目前只相當於面膜產業的規模。大數據核心產業收入只佔電子信息產業總收入的千分之一左右，如此弱小的大數據核心產業如何能成為推動經濟轉型發展的新動力，重塑國家競爭優勢的新機遇?
我的理解是，高質量發展的必經之路是從資源要素驅動轉變為創新要素驅動。數據技術的本質是認知技術和決策技術。它的威力在於加深對客觀世界的理解，產生新知識，發現新規律。大數據是數字經濟關鍵的生產要素，它的作用是使各類經濟活動朝著高效率、高質量、可持續性、智能化的方向發展。
大數據的影響難以被統計
大數據的影響難以被統計，這是因為數字經濟的統計中包含了許多傳統產業的貢獻，我們經常講融合型數字經濟的佔比，這點一直讓我感到困惑，數字經濟的增量究竟在哪裡?上世紀 80 年代，經濟學家索洛提出一個悖論：到處都看得見計算機，就是在生產率統計上看不到。今天可能有一個相反的數字化悖論：在統計上常看到數字化的巨大作用，但在生產活動中還不易發現數字化的價值。實際上，大數據的作用不僅體現在經濟增長上，更多體現在生產方式、生活方式、科研模式、政府管理模式的改變和福利改進，特別是人們思想觀念和認知方式的改變上。別太在意數字經濟規模的統計數字。
現有使用的統計標準不適合數字經濟，因為數字經濟中有許多免費的應用沒有計入 GDP。數字經濟帶來產品質量的巨大改進、產品種類的極大豐富、用戶體驗的明顯改善，都無法在 GDP 中反映。
不同的機構統計的口徑不一致，測算的數字經濟規模有幾倍之差。根據聯合國 2015 年的統計，全球數字經濟規模只有 2.5 萬億美元。我們需要關注的不是在原來的經濟大餅中劃出多大一塊算成數字經濟，而是要關注大數據和人工智能究竟為經濟發展貢獻了多少新的增量，提供了多少原來沒有的新產品和新服務，經濟效率和用戶體驗提高了多少。
數字化的價值更多體現在無形資產上，1975 年標普 500 公司無形資產只有幾千億美元，佔總資產的 17%，2018 年無形資產達到 2 萬億美元，佔總資產的 83%。蘋果、亞馬遜等全球市值最高的幾家公司都是數字公司。有人認為不要看重市值，因為這只是投資人的估值，但我覺得市值是購買一個公司的價格，市值與公司收入(利潤)的關係如同母雞與它下的蛋的關係。數字經濟的代表性企業市值最高，超過所有的傳統企業，這說明數字經濟代表著未來經濟的發展方向，無形資產將會變成真金白銀。
創新驅動=全要素生產率驅動
談大數據的作用不能光看量和增長，還要關注質的變化。我們更多要從全要素生產率(FTP)的角度來理解大數據和人工智能。
創新驅動就是全要素生產率驅動。與蒸汽機創造了鐵路產業、內燃機創造了汽車產業、發電機創造了電力產業不同，大數據與人工智能並沒有在現有的支柱產業之外，創立出新的支柱產業。換句話說，大數據與人工智能本質上是提高效率、改善配置的優化技術，理解大數據和人工智能對經濟發展的巨大推動作用，要從提高生產率上找原因。
進入新時期，我國人口紅利消失，資本回報也在下降，轉向創新驅動就是轉向全要素生產率驅動。
2014 年，我國 TFP 只相當於美國 43% 的水平。中國 TFP 年均增速必須達到 2.7%(美國 1%)，才能在 2035 年超過美國 TFP 60% 的水平。2008 年以後，我國的 TFP 沒有上升，反而下降，每年增長不到 2%。 2013 年開始有點回升，但是對經濟增長的貢獻率也只在 20% 左右。我們講大數據、人工智能，但目前這些技術並不能明顯促進 TFP 的提高。
在過去，工業經濟追求的是規模經濟，強調分工、專業化、單個品種的規模。現在的新經濟追求的是範圍經濟，強調品種的多樣化和個性化。然而個性化和通用性是矛盾的，這就是我常講的“昆蟲綱悖論”。以後的物聯網、人工智能應用可能像昆蟲一樣，有很多品種，你想把這些應用規模化生產，就會產生矛盾，只能靠大數據和智能技術解決這一矛盾。
強調數據驅動要關注提高技術效率。技術效率是指在一定的投入下獲得最大產出的能力，要在提高技術效率上下功夫。2001~2013 年中國技術效率的年均變化率是負 0.02%，2008~2013 年期間，中國大數據企業的技術效率平均變化率為負 5.9%。技術效率低是我國的明顯短板。
用歷史眼光判斷技術的作用
近兩年，人工智能火爆，許多人認為信息時代已經過去了，大數據的熱潮也已經過去了，現在已進入人工智能新時代。究竟現在處在什麼時代，需要有歷史的眼光。作為一種基礎的科學範式，數據科技的影響可能要比人工智能更持久，但是人工智能技術更具有顛覆性。
信息時代與工業時代一樣，會延續較長時間。人工智能的復興標誌著信息時代進入智能化新階段。現階段的人工智能本質上是一種計算技術。信息時代將走過數字化、網絡化、智能化等幾個階段。說現在已告別信息時代，進入了智能時代，有點牽強。
我們絕不能低估大數據和人工智能的戰略作用，但也不能對人工智能、大數據抱有過高的、不切實際的期望。我國各地開了很多人工智能大會，已經起到了很好的造勢作用，接下來就要強調落地生根。
數字轉型轉什麼
“數字化”在英文中有兩個名詞，一個是 Digitazation，另一個是 Digitalization。Digitazation 是指信息的數字化，Digitalization 指改變商業模式的業務流程數字化。現在追求的數字化轉型是生產模式、運行模式、決策模式全方位的轉型。摩拜單車就是數字化轉型的典型案例，通過採用 GPS 定位和 4G 通信技術改造了傳統自行車產業。
數字化轉型的第一個目標是改變產業分佈，大力發展生產性服務業。我們國家生產性服務業佔比遠遠低於美國和韓國。大數據和人工智能的貢獻在產業分佈中不能直接看到，其作用必須融合在其他的產業發展中。
第二個目標是由傳統企業轉向數字化企業。我國的高檔數控系統、數字化工具測量儀器和國外相差 20 年，現在有應用場景的地方沒有智能產品，有智能產品的地方又沒有應用場景，這兩處存在鴻溝。
第三個目標是要發展科技型中小企業。大企業是中小企業技術創新和成果轉化的市場，如果大企業搞大而全，什麼都要自主開發，什麼都要講自主知識產權，就封閉了創新鏈條。我國要鼓勵科技型中小企業向高精尖發展，每一個行業都應當有既懂數字化技術又熟悉行業業務的小企業。
與您距離更近！
中國信息化週報（信息化時代）
官網：www.cio360.net
閱讀更多 中國信息化週報 的文章
