近10年是我國發展人工智能（AI）并取得突出成績的10年。當前，從AI相關研究和發文數量、專利數量上看，我國已經位居全球第一。
現階段，AI技術主要聚焦于信息處理策略的擬人化和方式的智能化，由此延伸出成千上萬的產業應用場景。其中，第二產業和第三產業是實現上述技術轉化應用的重點。
然而，我國在工業生產方面的整體水平還處于基本實現數字化的階段。只有少數的領軍企業實現生產的智能化進程?？梢姡覈F階段在AI技術的應用和實踐上與科研和創新水平幾乎脫鉤。相反，美國及其他西方國家在AI的轉化應用方面卻繁榮發展。對此，筆者將中美兩國的AI轉化應用情況進行對比，總結出三大發展驅動要點。
第一，加強業界力量參與，提升主導地位。AI是一種以應用端需求為研究策動的前沿技術。因此，行業和企業單位應成為AI技術發展的核心力量。然而，國內AI技術發展始終以科研機構或院校為驅動核心，導致研究成果與應用實踐青黃不接，這樣的認知需要改變。縱觀國內在AI技術領域發展和應用繁榮的企業，如百度、騰訊、阿里巴巴、網易等，都在內部設立研發機構驅動技術的迭代和創新，如百度研究院、網易伏羲實驗室等。個別領先企業還在技術轉化和開發能力得以夯實的基礎上，向更加前端的理論研究領域進行拓展，如阿里達摩院。在實際的技術研究過程中，這些機構扮演著項目管理者、頂層設計者、資源管理者等角色，而科研機構或院校更多是參與者和協同者。因此，加強社會力量尤其是企業在AI研究方面的參與，鼓勵企業作為研究和發展的主導方，將更有利于推動AI相關技術的應用普及和發展。
第二，優化科技組織運作，推動研究效能。AI是一種根據應用端需求變化進行敏捷迭代的前沿技術。因此，在新場景和新需求的驅動下，快速找到構建方案并開發出符合需求且性能強、運行穩的子技術十分重要。在日益激烈的市場競爭環境下，很多尚無能力出資建設和運營自有研發部門的企業，就只能向符合能力要求的科研機構或院校提出合作需求。然而，國內大部分科研機構和院校在人均科研及技術轉化產出方面的周期很難滿足現在市場和企業所需。導致這一現象的直接原因是科研機構和院校在員工效能上的管理機制尚不健全。
目前，很多企業通過將業務成本和員工工時考核相綁定的形式計算員工績效，并形成高效能的組織行為模式。比如，很多智力服務型企業要求員工填報8小時工作時間中每一個小時在某項業務上的占比。這一占比數據與該員工的小時用工成本相關聯，因此可以計算出業務對外報價中員工用工費用的占比。當員工在某項業務上所填報的時間過多就會導致實際用工費用超出業務所要求的成本閾值，這就會導致該筆業務經營虧損。顯然，這種操作方式實現了對業務成本和利潤的精確計量以及對員工工作效能的有效記錄，形成了以工作效能而非單純工作體量為導向的組織行為促動方式。在這樣的機制加持下，整個組織的全面效能提升將會得到更好的保障。當然，這種方式能否順利應用于國內科研組織和院校仍需研究、權衡和嘗試。
第三，構建多元角色生態，輸出全面價值。AI技術的應用涉及社會力量的方方面面。在理論研究開發上，科研機構和院校以及領軍企業的研究部門是主要力量；在產品轉化封裝上，當前市場上的諸多互聯網企業將形成核心產能；在價值輸出實現上，擅長數字化和商業咨詢的機構及業界企業將成為核心，并確保相關技術價值轉化的效能。另外，上述3個領域在協同時，會涉及知識產權機構、投融資機構、孵化器/加速器等。因此，在一個原始需求變為真正行業價值載體的過程中，涉及的角色是多元的。
當前，我國已形成了囊括上述所有角色的開放市場環境。但是，在實際協同過程中，每個角色僅關注自身所處環節。這就對整個價值生態的全面協同和科技創新價值的流通及變現造成阻礙。關聯方除了要意識到自身在整個價值環節中的角色和定位外，也要時刻考慮和融入前后端協同方的價值和利益。唯其如此，才能真正形成生態網絡的共贏。
2021年，德勤中國公司在一項關于“創新經濟時代下商業特征描述”的研究中明確提出，在以創新和科技為驅動的商業市場中，去中心化的生態合作網絡將成為實現科創價值落地的重要業務陣型。與過去的單向或循環供應鏈陣型不同，在特定業務或項目的生態合作網絡構建中，價值的關聯雙方應該形成價值共生關系，即在同一項業務下，一方的價值增長能夠引發另一方的價值增長。這樣的生態合作網絡在未來AI發展進程中將越來越普遍，從而更好地打通AI領域基礎研究-應用研究-轉化應用-規模輸出的創新價值鏈。
目前，我國在下一代AI技術的研究和開發上已經取得部分突破。2022年，之江實驗室跨媒體智能研究中心已經成功開發了包含文本、圖像、視頻和電生理等多模態的融合情感計算技術。在此基礎上，越來越多的AI技術將實現對人類全面心智能力的模擬，從而實現機器的全面智能。這些技術一旦在業界進行轉化和應用，所引發的產能提升是量變向質變的跨越，而推動這些技術的落地勢在必行。
來源：《中國科學報》
