时间：2023-06-07 09:02:31
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇人工智能技术创新范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
当代社会，人工智能技术对各大领域的发展带来冲击。商业银行作为金融行业科技创新的前沿领域，应主动求变，积极应对人工智能对商业银行经营模式带来了严峻的挑战，将人工智能技术带来的压力内生为自身改革的动力，理智看待人工智能的发展，坚持技术创新，全面推进产品创新与服务创新，以顺应信息化潮流。发展情况不同地区的商业银行也要客观认识自身在“客户资源、网络构建、社会信誉”等方面的优势，取长补短。乡镇地区一般不如城市地区发展快，乡镇人员在接受科学技术进步带来的发展同样可能会比城市人员接受得慢，因此需通过匹配当地发展情况来适当的、逐步地在商业银行引入人工智能。各大商业银行在当地人员可接受的程度引入一定的人工智能技术，搭建多样化平台服务模式，不仅为前台工作人员减轻工作负担，而且能快速响应市场需求，为商业银行自身的改革发展打基础、存实力，不断提高综合实力全力进军智能化领域。另外，政府应对积极引进人工智能的商业银行提供大力的支持，包括资金及技术上的支持。为商业银行提供畅通的援助流程，确保人工智能技术的发展不受基础设施滞后的干扰，推进我国商业银行智能化改革的进程；政府应从行业规范入手，适当干预，及时推出有关人工智能的法律法规和管理条例，促进商业银行人工智能的健康可持续发展，避免有心之人假借人工智能技术破坏商业银行管理经营秩序，为人工智能技术的发展做好基础性工作。随着科学技术的进步和时代的发展，人工智能技术正在逐步进入大家的视野。无论是上班打卡的人脸识别技术，还是回家后扫地机器人的智能自动清扫技术，都为大家带来不少便利，成为现代科技生活不可或缺的一部分。新一代人工智能正在全球范围内蓬勃兴起，商业银行作为金融科技的重要行业，自然要积极引入人工智能技术来提高行业的工作效率，改善自身管理与成本问题，以提高整体运营水平，使其在激烈的金融市场中更具竞争力。
1.商业银行对人工智能引入的主要方面
据我们观察了解，目前商业银行对于人工智能的主要应用在智能人工客服、大数据分析以及简单的私人理财顾问三方面。首先，智能人工客服的生物识别、自然语言处理技术能够高效的为商业银行的前台人员减少不必要的业务量，使人工客服以客户能够理解的方式传达信息和解决问题，提高了商业银行客服方面的办事效率，从而提升了客户对商业银行办理业务的新鲜感和好感度。人工智能技术的引进对于商业银行执行层人员的分工更加专业化，有利于提高工作效率，减少因工作变化而损失的时间；可以减少人员培训的要求，降低成本；另外人工智能的引进激励商业银行员工改变自身缺陷，提高自身应变能力，向好的方面发展自己，进一步推进了商业银行优胜劣汰制度，降低了商业银行的管理难度。另一方面，智能客服还可以将客户需要处理的业务和所询问的信息进行合理分类，通过挖掘客户关注热点问题，为商业银行开展潜在业务提供科学性的支持。其次，人工智能的大数据分析功能已经小范围应用到商业银行中的风险控制及智能数据采集，这点与智能客服归类客户询问信息，为商业银行挖掘潜在业务的功能有异曲同工之妙。大数据分析与商业银行运行模式结合，可以增加商业银行本身的风险管理数据变量及观测视角，丰富商业银行的风险数据来源，打破传统商业银行风险数据结构的不完善，传统银行与新型银行运行模式对比，如图1，还可以提升数据准确性和客户甄别度，优化商业银行内部测评，建立安全的风险防范机制，相对实现风险管理的有效性和独立性，提升评估精准度。另外，大数据分析结合智能理财顾问，通过对客户及风险数据的分析、分类、整合，打造商业银行客户与风险管理信息精准灵活的技术平台。该技术平台以先进的数字模型为基准，代替人们的主观判断。通过在数据中筛选的“大概率”事件，为客户制定收益最大化的策略，减少客户在情绪波动的情况下作出的非理性投资决策。这使商业银行的风险管控清晰可见，在为客户带来相当的收益以及良好的服务体验的同时，也为商业银行带来较好的声誉，利于突出商业银行现有的优势，在一定程度上促进商业银行的转型升级。
2.不同发展地区商业银行的人工智能的发展及后期经营
然而，在调查研究过程中，我们发现，发展情况不同的地区的商业银行在应用人工智能方面的广泛度不同。由此看来，很多城镇银行不能盲目地扩大自身人工智能化程度。当发展状况不太好的地区的商业银行一股脑的引进人工智能设备，很有可能会造成当地人员对新技术的抵抗、反感心理。久而久之，就会导致的人工智能技术在其业务进展时的应用效率低、自身管理与成本问题没有得到改善，整体运营水平没有提高这些“徒有其表”的现象。当前，人工智能技术与商业银行运营的结合还没有达到最佳效益组合，城乡发展不平衡的问题导致人工智能技术的应用在这些地区之间存在一定的差异。人工智能技术在商业银行中的运用仅限于经济较发达的一、二线城市和部分城市的繁华市区。很显然，这部分地区经济发展迅速，人群的接受和适应新型科技的能力强，人工智能技术应用相对广泛。一般当顾客进入银行大厅就有自助系统进行服务，人工智能的数据存储和分析功能也可以将客户所要开展的业务加以准确地分类分析，为客户提供准确高效的服务；同时，人工智能技术和大数据分析可以定期监测客户风险、为客户提供相对合理的理财建议，提高客户体验感；除此之外，人工智能技术的引入和高效应用使柜台繁杂的人工业务减少很多，工作相对集中，人机协同，有效地提高了银行的运营效率。然而，在一些小城市和不发达的城镇地区，人工智能技术在商业银行运营中的应用存在着低级、不广泛等问题。很显然，农村地区经济发展较为缓慢，人群的接受和适应能力相较落后于城市人群，人工智能技术在商业银行开展业务过程中的应用不是很广泛；在调研中发现，这类地区商业银行对于人工智能的应用仅限于ATM机和最基本的智能客服，人工智能技术还未充分的发挥作用。
前台人工的业务比较多，即使是有客户通过人工智能机器进行业务服务，也需有前台工作人员进行辅助指导。这种发展缓慢与发展不充分问题提高了商业银行引入人工智能的成本，而且超过一半的农村人口没有城市人口的理财观念，人工智能的风险监控和个人理财管理建议等系统在此就无法涉猎，导致“大材小用”。然而正是这种农村地区发展不平衡不充分问题更能给商业银行的人工智能的应用带来机遇。对于农村商业银行来说，农村地处发展缓慢的地区，“三农”根基坚固，人员思想意识落后，对于商业银行积极宣传的金融服务不感兴趣，各家各户对现代化的金融服务没有概念，人工智能在商业银行中的发展会受到一定的制约。所以，这些地区的商业银行应小部分引入人工智能服务，比如，可以先引入前台服务的智能语音机器人，通过对话的方式解决客户的需求，指导客户顺利完成所办理的业务，适量地减少前台工作人员的工作强度，投入到人工智能无法涉及的领域，物尽其用，减少商业银行引入人工智能的成本，使当地客户慢慢适应人工智能带来的便捷。当地商业银行也应加大人力资本投资，建立培育人工智能技术人才的新机制，加大员工培训学习人工智能的力度，提高他们的应用能力素质，培养一支专业知识全面、业务娴熟的队伍，为人工智能在当地的普及提供专业的服务，促进人工智能在当地的发展，适应时代的变化。本专业队伍也要凭借专业知识积极探索服务农村的新机制和新模式，使自己的产品或服务有别于城市商业银行，形成自己独特的经营特色。其次，还可以根据农村需求，在人工智能技术创新的基础上，设立有特色的地方性商业银行服务产品。一是开发出贴近农户需求的金融产品，同时加大产品营销宣传力度，尤其是在掌上营业厅等方面着重从农村年轻客户入手，提供差别化、个性化服务，通过便利高效的服务来吸引潜在客户。二是加强对于农村小微产业金融服务的创新，利用其发展需要融资服务的特点，将大数据分析与风险管控联系起来，使其产品、存货、经营权作抵押担保，开展涉农小微产业联保贷款；对于个体户，通过人工智能技术的数据分析组合，开发各种低风险个人理财套餐。三是在金融环境上，农村商业银行作为地方性金融机构，其业务范围和技术水平都相当有限，因此应积极创新，与城市等较发达地区的各类金融机构达成全方位的合作，凭借人工智能拓展经营领域，创新经营模式，扩大营销渠道。发展较好的地区就可以积极引入人工智能技术，不管是前台大厅的智能服务还是对客户的信息识别、智能理财推荐服务都可以提上日程，满足客户的需求，为客户解决理财方面的问题。协调城乡发展不平衡情况，简便人工智能的操作步骤，升级语音控制的人工智能技术实现人工智能与客户良好的互动，使客户感受到人工智能带来的方便。另外，利用人工智能检测客户的风险水平，为客户提供相应的银行理财产品，即使客户不接受理财产品，也提高了城镇客户的认知，对银行理财有了一定的认识，对钱财的管理有了相应的理解。这样一来，商业银行在加大人工智能的宣传力度的同时也能响应号召，改善城镇地区发展落后的情况。
美国的报告重点结合人工智能的应用及管理提出四点要求，一是美国政府应该对人工智能加大政策扶持和资金投入力度；二是人工智能对劳动力市场和宏观经济产生影响；三是人工智能需建立全球合作和安全；四是需完善人工智能的伦理以及相关法律法规。英国的报告主要侧重于人工智能对未来宏观趋势和影响的分析，一是人工智能有助于提升生产力；二是人工智能对劳动力市场产生影响；三是应管理和降低人工智能可能带来的风险。
美国的报告重点强调政府、公众，以及社会各界应共同努力来支持人工智能科技的发展，并深思熟虑关注其发展潜力、管理其可能带来的风险。一是重点加强对应用程序开发的监管，采取有效措施既保障公共安全又鼓励创新；二是支持人工智能在基础研究和公共产品方面的应用，并制定相关标准规范；三是应确保人工智能系统可控、公开、透明，且行为与人类的价值观保持一致。
英国的报告重点提出对人工智能的四大判断。一是人工智能可帮助企业和个人有效利用数据资源、简化数据交互方式，从而提高工作效率和生产力；二是人工智能将改变现有的工作类型和所需技能，未来工作将主要是对人工智能技术的补充和完善；三是预警人工智能技术带来的冲击，未来的技术革新会更加频繁，技术变革会导致一些从事特定工作技能和工作类型的人员被淘汰；四是政府需考虑由人工智能进行决策的问责机制，确保问责的透明度。
对我国人工智能发展的启示
人工智能要以产业化应用为根本导向。当前人工智能产业化应用已经在机器人、无人驾驶、智慧城市等细分领域初现端倪，引起了社会各界的广泛关注。无论是资本市场，还是企业和学术界，都加大了对人工智能产业化应用的投入力度，市场潜力将进一步加速释放。只有不断拓展人工智能产业化应用的深度和广度，才能引领市场爆发式增长。美英的人工智能报告均表明当前国内外科技巨头对人工智能的研发和投资正逐步向产业化应用倾斜，我国也应遵循市场的价值导向，抢占未来市场。
人工智能要以协同发展为基础支撑。数据、算法和计算能力是支撑人工智能发展的三大核心要素，三大要素协同创新是人工智能发展的本质需求。美英人工智能报告中多次强调三大要素对人工智能发展的重要性，并指出当前人工智能呈现高速发展态势的根本原因。一是海量数据的出现，人工智能算法训练、深度学习等均需要大量数据提供支持。二是计算能力的提高，尤其是云算的出现，使传统计算模式向并行计算模式转变，大幅缩短了计算处理时间，为深度学习等人工智能技术发展提供重要支撑。三是诸多底层算法开放，先进的算法能够更好地分析和挖掘数据价值。
人工智能要由政府把握关键方向和规避相关风险。综观美英国家的人工智能报告，政府在引领人工智能发展方向，加大政策扶持力度方面拥有绝对主导权，尤其在人才队伍建设方面，人工智能属于典型的智力密集型产业，构建专业人才培养体系、提升高端人才供给能力对政府而言责无旁贷。此外，由于人工智能正逐渐融入到人们日常生产、生活的方方面面，政府有责任也有义务制定相应法律法规，规避和降低人工智能发展带来的道德和法律风险。
中图分类号：TP18
文献标识码：A
一、人工智能技术的发展及其影响
人工智能技术研究开始于20世纪50年代中期，距今仅有60年的发展历程，但是其迅猛的发展速度，广泛的研究领域以及对人类产生的深远影响等令人惊叹。调查显示，77.45%的人认为现实生活中人工智能技术的影响较大，并且86.27%的人认为人工智能技术的发展对人类的影响利大于弊；认为人工智能技术对人类生活影响很小且弊大于利的人权占很小一部分。人工智能技术的发展和应用直接关系到人类社会生活，并且发挥着重要的作用。人工智能技术的发展方向和领域等由人类掌控着，所以人类应该尽可能地把人工智能技术的弊处降到最低以便更好地为人类造福。2016年3月份，围棋人工智能AlphaGo与韩国棋手李世h对弈，最终比分4∶1，人类惨败。4月份，中国科学技术大学正式了一款名为“佳佳”的机器人，据了解，机器人“佳佳”初步具备了人机对话理解、面部微表情、口型及躯体动作匹配、大范围动态环境自主定位导航和云服务等功能。而在这次正式亮相之前，“佳佳”就担纲主持了2016“首届全球华人机器人春晚”和“谁是棋王”半Q赛。人工智能技术确实给人类带来了诸多的便利，给人类生产生活带来便利；但是，人工智能技术的快速发展超乎人类的预测，引起了人类的恐慌和担忧。百度CEO李彦宏称，人工智能是“披着羊皮的狼”。毋庸置疑，科学技术是一把双刃剑，当人类醉心于科学技术所带来的福利中时，更应当注意其带来的负面作用。人类发明和创造科学技术最终是为了造福人类，而非受到科技的异化。
随着科技的发展，人工智能技术越来越成熟，在此整体趋势之下，不同的人群对人工智能技术的不断成熟与应用有着不同的看法。调查结果显示，在关于机器人会不会拥有人类的思维甚至超过人类的问题方面，27.45%的人认为机器人会拥有人类的思维和超过人类；而56.86%的人认为机器人不会拥有人类的思维和超过人类，小部分人对此不是很清楚。由于受到人工智能技术迅猛发展的冲击，如机器人保姆、AlphaGo围棋等智能产品对人类发展带来的威胁，一部分人仍然对人工智能技术的发展担忧甚至认为终有一天机器人将代替人类、征服人类、控制人类。但是，大部分的人在机器人是否能够超过人类方面，保持乐观积极的态度，认为机器人永远不会拥有人类的思维并且超越人类，因为人类是技术的主导者，人类掌握着技术的发展方向，技术终究是为了人类服务。这一看法肯定了人类的无止境的创新，然而，在人类醉心于技术创新的同时，应意识到某些创新确实超出了人类的预料，如AlphaGo与李世h围棋人机大战就是人类在技术面前失败的惨痛教训。因此，面对科技对人类的异化，人类要时刻保持警惕，适时地总结“技术异化”的缘由和解决对策。
二、人工智能技术发展面临的问题及其原因
随着技术的革新，人工智能技术的应用越来越广泛，与人们的日常生活联系也愈加密切。从智能手机的普及到自动驾驶汽车的研制成功，再到生产、建设、医疗等领域人工智能技术的应用，都表明了人工智能技术正悄无声息地改变着我们生活方式。诚然，人工智能技术使我们的生活更加丰富多彩，给我们带来了极大便利，但与此同时，人工智能技术也给社会带来了一系列不可忽视的问题：人工智能技术在社会生产领域的应用对劳动市场造成冲击；人工智能系统在收集、统计用户数据过程中个人隐私及信息安全方面的隐患；人类对人工智能产品的依赖引发的身心健康问题；人工智能引起的责任认定问题等。斯蒂芬・霍金在接受BBC采访时表示，“制造能够思考的机器无疑是对人类自身存在的巨大威胁。当人工智能发展完全，就是人类的末日。”表示同样担忧的还有特斯拉的创始人马斯克，他曾直言，“借助人工智能，我们将召唤出恶魔。在所有的故事里出现的拿着五芒星和圣水的家伙都确信他能够控制住恶魔，但事实上根本不行。”不可否认，人工智能技术是把双刃剑，有利亦有弊，争议从来就没有停止过，而最不容忽视的莫过于人工智能技术引发的一系列伦理困境，关于人工智能的伦理问题成了重中之重。
调查发现，47.55%的人认为人工智能所引发的伦理问题是因为人性的思考，占比较大；而22.55%的人认为是由于人们价值观念的改变；29.9%的人认为是利益分化与失衡以及一些其他的原因导致的。由此可以看出导致人工智能伦理困境的原因是多方面的。主要总结为以下几个方面。
第一，从技术层面来看，人工智能技术在现阶段仍然有很大的局限性。人工智能是对人脑的模仿，但人脑和机器还是存在本质区别的，人脑胜于人工智能的地方，就是具有逻辑思维、概念的抽象、辩证思维和形象思维。人工智能虽能进行大量的模仿，但由于不具备形象思维和逻辑思维，仅能放大人的悟性活动中的演绎方法，不可能真正具有智能，这决定了机器不能进行学习、思维、创造。此外，智能机器人也不具备情感智能，它们根本无法去判断自己行为的对错，也无法自动停止自己的某项行为，所以如果人工智能技术一旦被不法分子利用，后果不堪设想。可见，由于人工智能自身技术上的局限性导致的伦理问题已经影响到其未来发展。
第二，从规制层面来看，伦理规制的缺失和监督管理制度的不完善是导致伦理问题产生的重要原因。科技的发展目标是为人类谋求幸福，但我们必须认识到，无论是在科技的应用还是发展过程中总是存在一些难以控制的因素，倘若没有相应的伦理原则和伦理规制加以约束，后果难以想象。在目前人工智能领域，缺乏一套成体系的关于人工智能技术产品的从设计、研究、验收到投入使用的监督管理方案，也没有一个国际公认的权威性的规范及引导人工智能技术的发展及运用的组织或机构。现有的监督体制远远滞后于人工智能技术的发展速度，无法匹配技术发展的需要。缺乏相关监管制度的约束，人工智能技术就不可避免会被滥用，从而危害社会。
第三，从社会层面来看，公众对人工智能技术的误解也是原因之一。人工智能作为一门发展迅猛的新兴学科，属于人类研究领域的前沿。公众对人工智能技术的了解十分有限，调查显示，对人工智能技术只是了解水平较低的人较多，占62.75%，以致部分人在对人工智能技术没有真实了解的情况下，在接触到人工智能技术的负面新闻后就夸大其词，人云亦云，最终导致群众的恐慌心理，从而使得更多不了解人工智能技术的人开始害怕甚至排斥人工智能技术。我们必须清楚，人工智能是人脑的产物，虽然机器在某些领域会战胜人，但它们不具备主观能动性和创造思维，也不具备面对未知环境的反应能力，综合能力上，人工智能是无法超越人脑智能的。在李世h对弈AlphaGo的旷世之战中，尽管人工智能赢了棋，但人类赢得了未来。
三、人工智能技术的发展转向
人工智能技术的发展已经深入到人类社会生活的方方面面，其最终发展目标是为人类服务。但是，科学技术是把双刃剑，它在造福人类的同时，不可避免地会给人类带来灾难，因此，人类应该趋利避害，使人工智能和科学技术最大化地为人类服务。这就要求人类必须从主客体两个角度出发，为人工智能技术的健康发展找出路。
1.技术层面
（1）加强各个国家人工智能的对话交流与合作。人工智能自20世纪50年代被提出以来，尤其是近六十年来发展迅速，取得了许多丰硕的成果。如Deep Blue在国际象棋中击败了Garry Kasparov； Watson 战胜了Jeopardy的常胜冠军；AlphaGo 打败了顶尖围棋棋手李世h。从表面上看，人工智能取得了很大的进步，但深究这些人工智能战胜人类的案例，我们发现这些成功都是有限的，这些机器人的智能范围狭窄。造成这一现象的很大一部分原因就在于国际间人工智能技术的对话交流与合作还不够积极，所以加强各个国家人工智能的对话和交流迫在眉睫，同时也势在必行。
（2）跨学科交流，摆脱单一学科的局限性。从事人工智能这项工作的人必须懂得计算机知识、心理学和哲学。历史的经验告诉我们，一项科学要想走得长远就必须有正确的意识形态领域的指导思想的介入。在人工智能这项技术中，有些科学家们可能只关注经济利益而没有引进相应的伦理评价体系，最终使得技术预测不到位，没有哲学的介入，等真正出现问题时就晚了。所以要加强科学家与哲学家的沟通交流，令科学家能更多地思考伦理问题，提高哲学素养，在人工智能技术中融入更多的哲学思想，保证人工智能技术能朝着正确、健康方向发展。
（3）人工智能技术的发展，要与生态文明观相结合。在人工智能技术发展中，要注入更多的生态思想，这关系人民福祉、关乎民族未来的长远大计。在人工智能发展中，若是产生资源过度消耗、环境破坏、生态污染等全球性的环境问题时，人类必须制止并进行调整。人工智能技术要想发展得更好，前景更加明亮，前途更为平坦，就必须保持与生态文明观一致，与人类自身利益一致，为人类造福。
2.人类自身层面
（1）增强科学家道德责任感。科学技术本身并没有善恶性，而研发的科学家或是使用者有善恶性。人工智能将向何处发展，往往与研发人工智能的科学家息息相关。科学家应打破“个体化原理”，要融入社会中去，关注社会道德伦理问题，承担起道德责任，为自己、他人、社会负责，多去思考自己研发的技术可能带来的后果，并尽可能去避免，多多进行思考，严格履行科学家的道德责任。
（2）提高公众文化素养。调查发现，对人工智能技术了解水平较低的人较多，占62.75%；而非常了解的人较少，占4.41%；另外，对人工智能技术了解的人占21.08%，不了解的人占11.76%。由此可以看出，大部分的人对人工智能技术都能有所了解，但都不是很深入，而且仍有部分人对人工智能技术丝毫不了解，所以，人工智能技术对于个体的影响是比较微小的，其发展还没有深入到个人的日常生活中。特别是在一些关于人工智能的科幻电影的渲染，可能使那些对于人工智能技术并不了解或是一知半解的人产生偏见。在日常生活中，人工智能给人类带来了极大的便利。通过提高公众的文化素养，使公众正确认识人工智能技术，将是缓解甚至是解决人工智能技术某些伦理问题的重要途径之一。
（3）加大监督力度。人类需要通过建立一个完善的监督系统引导人工智能技术的发展。对于每项新的人工智能技术产品从产生到使用的各个环节，都要做好监督工作，以此来减少人工智能技术的负面影响，缓解甚至减少人工智能技术的伦理问题。
3.道德法律用
（1）通过立法规范人工智能技术的发展。调查发现，90.69%的人认为有必要对人工智能技术所引发的科技伦理问题实行法治，由此可以看出，要想保证科技的良好健康发展，必须要建立健全相关法律条例。然而我国在这一方面的法律还存在很大的漏洞，相关法律条文滞后于人工智能的发展，并未颁布一套完整的关于人工智能的法律体系。没有规矩不成方圆，在人工智能领域亦是如此。我们都无法预测将来人工智能将发展到何种地步，这时就需要人类预先加以适当的限制，利用法律法规加以正确引导，使其朝安全、为人类造福的方向发展。
（2）构建人工智能技术伦理准则并确立最高发展原则。要构建以为人类造福为最终目的的伦理准则。人工智能技术的伦理问题已经给人类造成了很多负面影响，而要防止其带来更多负面影响，构建合适的人工智能技术伦理准则势在必行。
此外，要确立以人为本的最高发展原则 。一切科学技术的发展都应把人的发展作为出发点。人工智能的发展也是如此，要将以人为本、为人类服务为出发点，并作为最高发展原则。
四、结语
科学技术是把双刃剑，人类只有消除人工智能技术的潜在威胁，发挥人工智能技术最大化效用，避免伦理困境重演，才能实现人机交互的良性发展，实现人工智能与人类的良性互动。
参考文献：
[1]王文杰，叶世伟.人工智能原理与应用[M].北京：人民邮电出版社，2004.
[2]甘绍平.人权伦理学[M].北京：中国发展出版社，2009.
[3]杨怀中.现代科技伦理学概论：高科技伦理研究[M].武汉：湖北人民出版社，2004.
[4]王志良.人工情感[M].北京：机械工业出版社，2009.
[5]邹 蕾，张先锋.人工智能及其发展应用[J].信息网络安全，2012（2）.
[6]王 毅.基于仿人机器人的人机交互与合作研究[D].北京：北京科技大学，2015.
[7]田金萍.人工智能发展综述[J].科技广场，2007（1）.
[8]郝勇胜.对人工智能研究的哲学反思[D].太原：太原科技大学，2012.
一是我国人工智能领域的基础创新投入严重不足。从企业研发创新看，中国人工智能企业的创新研发支出仍远远落后于美国、欧洲和日本。2018—2019年，美国人工智能领域企业投入的科技研发费用占据了全球科技支出的61%，我国人工智能领域企业研发支出虽然快速增加，增速达到34%，但实际占据的全球科技支出份额明显小于美国。从人工智能知识产权保有量看，我国各类实体拥有的人工智能专利总量超过3万件，位居世界第一，但中国相关企业拥有的人工智能相关专利多为门槛较低的实用新型专利，发明专利仅占专利申请总量的23%。同时，根据世界知识产权组织的数据，我国企业拥有的95％的人工智能设计专利和61％的人工智能实用新型专利将会在5年后失效，相比之下，美国85.6％的人工智能专利技术在5年后仍在支付维护费用。2020年，我国需要在人工智能基础研究与创新，打造核心关键技术长板、加强知识产权保护方面加大投入力度。我国人工智能产业的算力算法核心基础相对薄弱。我国人工智能发展在数据规模和算法集成应用上都走在世界前列，但在人工智能基础算力方面，能提供国产化算力支持的企业还不多。在人工智能的算力支持方面，IBM、HPE、戴尔等国际巨头稳居全球服务器市场前三位，浪潮、联想、新华三、华为等国内企业市场份额有限；国内人工智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高、联发科等国际巨头供货，中科寒武纪等国内企业发展刚刚起步。在人工智能算法方面，主流框架与数据集领域国内外企业龙头企业包括谷歌、脸书、亚马逊、微软等，深度学习主流框架TensorFlow、Caffe等均为美国企业或机构掌握，百度、第四范式、旷视科技等国内企业的算法框架和数据集尚未得到业界的广泛认可和应用。2020年，我国需要进一步部署加强人工智能基础设施建设，并重视国内人工智能算法框架的创新推广。
二是“高端”的AI技术与“中低端”的产业之间存在脱节现象。相对于庞大的经济体量，目前我国人工智能推广应用有限，仍有不小提升空间。人工智能技术与企业业务需求存在鸿沟，尤其是传统企业的整体智能化程度偏低。以制造业为例，业务信息化水平不足造成的场景数据获取困难，研发投入大和交付周期长，成为一部分企业利用AI进行转型升级的制约因素。
三是产学研合作密切度待提升，成果转化率不高。一方面，高水平、跨行业复合型人才稀缺。当前我国人工智能产业发展迅速，但人才尤其是高水平、资深人才规模较小，难以满足行业发展需求。我国人工智能基础环节薄弱，与缺少顶级基础研究人才有直接关系。市场上缺少既了解行业又掌握人工智能关键技术，还能够进行应用开发的复合型人才。另一方面，对我国人工智能产业而言，高校、科研院所、企业之间如何实现密切合作的问题亟待解决。现有产学研合作培养模式较为单一，高校、科研院所、企业之间的合作多为自发性短期行为，缺乏顶层统筹以及可持续运行机制。
四是数据使用不规范问题较为突出，安全问题逐渐显现。人工智能技术在造福人类的同时，也引发了诸多安全问题，以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响。算法战指的是将人工智能算法、机器学习等技术全面应用于对敌作战中的情报收集、武器装备、战场勘测、指挥协同、决策制定等环节，核心目标是利用人工智能技术提升军事作战能力；深度伪造是一种基于深度学习的人物图像合成技术，随着人工智能算法开源不断推进，深度伪造技术门槛正在不断降低，非专业人员已经可以利用简单开源代码快速制作出以假乱真的视频和图像。2019年以来，基于人工智能的算法战和深度伪造的正在扩大军事影响、形成网络暴力、破坏政治选举、扰乱外交关系等方面被滥用，并给社会和国家带来极大风险。上述对人工智能技术的滥用给我国家安全、产业安全、社会经济安全带来巨大风险，需提前预防可能风险，并寻求国际支持。
对策建议：
颠覆性的变革已经到来
“人工智能已经有60年的历史，但最近10年有了突破，包括算法的改进，对人脑的更好的理解，但更大的突破是越来越多的数据和计算能力指数的上升。这四个因素加在一块，使得人工智能变成了可用的技术，没有那么神秘。”张亚勤说。
“一个颠覆性的技术变革时代已经到来。”张亚勤认为，前三次工业革命的技术基石分别是蒸汽机、电和信息技术，而第四次工业革命的技术基石将是人工智能，大数据、物联网、互联网医疗、互联网金融、智能汽车，它们的底层都是人工智能技术。
在张亚勤看来，人工智能会成为未来一切事物的必需品，而更为重要的是人工智能发展速度要比人们想象得更快。比如在今年年初，AlphaGo战胜了李世石，对于人工智能行业而言，这是一个里程碑事件;而对于大众来说，也为人工智能技术进行了一次非常好的科普。
但是，担忧也随之而来。人工智能时代已经快速袭来，但是人们似乎还没有准备好。实际上，制造业、零售业、运输业等已经开始大量地使用机器人，翻译、速记、设计师、厨师、司机、记者和作曲家……也都已经有了人工智能“同行”，这让很多人担心，“机器人替代人做各种各样的工作，我会失业吗？”更为可怕的是，人工智能会不会超越人类，甚至毁灭人类？张亚勤认为，人工智能短期内会使得一些旧的行业和工作消失，很多重复性的、简单脑力劳动会被替代，但是长期来讲，它还是会创造新的就业。
“人工智能并不可怕，它并不是要打败人类或者超过人类智慧，它和人之间并不是竞争关系，而是一种补充和支持。在未来的20、30年内，人工智能将有进一步发展，但不会打败人类的大脑或智慧，人类被机器奴役的情况在未来很长一段时间内都不会出现。”张亚勤说。
从“互联网+”到“智能+”
其实，目前在我们的生活中人工智能的应用场景已经非常多了，比如你使用iPhone的Siri（语音助手），停车场的车牌识别，用语音操控家里的电视……这些其实都是人工智能技术的具体应用。
张亚勤预测，人工智能技术很快就会更加广泛和深入地渗透到各行各业中，“互联网+”会升级到“智能+”。所谓“智能+”与“互联网+”概念类似，就是人工智能技术与各行各业融合，帮助各行各业进一步变革升级，提升效率、创造新价值，让产品、服务变得更加“聪明”。“‘智能+’将会再度重构所有行业的商业模式与竞争法则。”他说。
张亚勤表示，未来5到10年将会是人工智能发展的黄金时期，这也意味着非常多的机会。“在这一次工业革命中，一些新的行业和新的企业会出现，这将会创造更多不同的、更有价值的、更公平的机会，就像前三次革命也创造了大量的新机会一样。”他说。
“过去我们对产业的改变只是优化一些细节，但现在要面对的则是一个大的颠覆性的改变，特别是80后、90后的年轻人，真的面临非常多的选择，现在确实是一个‘大众创业、万众创新’的最佳时空点。但我一直在讲，创业要以创新作为根本，没有创新的创业是不可持续的，为创业而去创业，这个失败率会很高，也会造成资源的浪费。”张亚勤说。
但是，随着更广泛的应用，人工智能技术能否实现安全、可靠、可控出现不少的担忧，张亚勤认为，这并不是一个简单的是与否的问题，这是一个需要全世界共同思考解决的问题。
“如果只有我们自己做，就太寂寞了”
现在，世界上引领人工智能（AI，Artificial Intelligence））创新研究的已经不仅是大学和研究所，各大互联网公司，Google、Facebook、IBM、微软……也包括中国的百度等，都在重金挖掘人工智能这座“未来金矿”，希望能够在新时代到来之时，形成自己的“护城河”。
张亚勤是一位科学家出身的总裁，一个典型的技术信仰者，这一点与百度公司创始人李彦宏一样。2014年，时任微软全球资深副总裁、微软亚太研发集团主席的张亚勤离职加盟百度出任总裁，引起了巨大的震动。与沉醉于产品创新和商业模式创新的企业家们不同，李彦宏和张亚勤都笃信：只有技术创新才真正拥有改变世界的力量，而百度也一直都是一家以“硬技术”创新驱动的公司。
一、引言
（一）问题提出
人工智能作为下一代技术发展的趋势，其方向也是众多科技界人士关心的问题。很多科学家预言，人工智能不仅仅是人类技术突破的下一个阶段，而且更是人工智能的发展潜力必将超出人类的控制，成为新一个物种，甚至可能替代人类，“统治”地球，我们抱着研究的目的，来探讨人工智能技术发展的方向与途径。
人工智能技术的发展对大多数人而言，是浑然不觉，全无概念的，但是从近年来各大科技公司的战略与产品上看，人工智能的确已经成为当下科技界争夺的战略制高点，苹果的Siri语音助手，谷歌的无人驾驶等单向的人工智能技术已经非常成熟，而大量的科技公司正在投入巨大的精力与财力进行研究，可以预见，在不久的将来，人工智能技术必将成为人类生产生活领域中广泛应用的技术之一。而对其进行发展脉络和规律的判断与估计也是十分必要的，也是顺应技术趋势，推动技术创新的必由之路。
（二）目的与意义
一方面，对于科学研究来说，繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更正确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，人工智能这门科学的详细目标也天然跟着时代的变化而发展。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰硕信息的逻辑结构。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。我们可以将这样的学习方式称之为“连续型学习”。本质上，这种方法为人的“创造力”的模式化提供了一种相称有效的途径。
另一方面，对于人类的生产生活甚至未来来说，人工智能技术的快速发展，不仅会在更大程度上解放人的劳动时间与降低工作辛劳程度，使得人们越来越离不开机器的工作，并且每个人的生活方式发生根本性的转变，而且，更重要的是，在未来，人类是否会与机器进行深度融合，发展处全新的生命构造体，以此来迭代和进化，实现人类和机器人的和谐共存，还是人工智能会自动发展出自我意识，而在将来的某一个时点，机器人们将会对他们的缔造者――人类举起屠刀，实现自己称霸的野心，这也不得而知，因此，对人工智能的路径探讨是十分必要和有重大意义的。
二、人工智能发展趋势
（一）人工智能的准确定位
人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
（二）人工智能的发展趋势研究
1、自我存续。这是一个十分显眼的要求，人工智能如果作为一个新物种存在，其必须拥有自我生存的能力，即离开人类，人工智能技术必将仍然存在。而且人工智能将与其他物种和环境形成新型交流互动方式。以极端的情况来说，如果人类在将来的某一天消失了，而人工智能必须拥有维持自身生存和发展机制和技术，如果是电量不足，核心机器人将会指挥挖掘型机器再次挖煤，或核能机器人运用核能来发电，以维持自身的正常运转，而这一切的工作都是在人工智能的机器内部解决，而并不需要人类的参与，这就是人工智能的自我生存功能。
2、自我迭代更新。这是在自我存续的基础之上发展而来的。一个机器，一代机器的存在可能并不是问题，而要想机器向人类一样代代繁衍不绝，则对人工智能来说，绝对是一个巨大的障碍。因此，在机器自身的自我繁殖更新迭代，也是必须要进行的过程，这就需要强人工智能的高度运用，来对整个机器人生态进行实时评估，不断地提出新的发展要求，而且立即组织机器人中的“科学家”对其进行研究与探讨，实验与创造，或者是融入生物技术而与之进行基因式的合作，这些都是不确定的，唯一能确定的是，离开人类的独立人工智能必须要有发展创造出更新更快更强的人工智能的能力。
3、自我认同。人工智能的自我认同分两个层面，一方面是对内进行认同，另一方面，是对外进行认同。如果假定人工智能是人类的发展方向，其必须会对人类关心的终极问题等产生同样的巨大疑惑，比如我是谁？我从哪里来？要到哪里去？宇宙的界限是什么？而且以人工智能的水平来看，它一定不会停留在思考的层面上，而是会进行各种不同的实验与探索，已验证自己的猜想。另一方面，人工智能作为一个以理性而存在的物种，其合作是建立在种种规章制度之上，而一旦有机器发现制度的漏洞，就会有进行套利和损人利己的动机，而阻止这种情况的发生，只能是建立在机器人的情感共同体的基础之上，即是机器人产生同样的情感，而形成有效率的合作与分工，而不会因为短期利益牺牲长远利益。
三、结论
由上述探讨可知，人工智能的发展道路还是非常漫长而艰辛的。对于其是否会取代人类，这个问题要依赖于将来的技术发展和人类的生命形态的演变而定，而我们对人工智能进行的物种化探讨是非常有必要的，也是对人工智能技术的发展和对其风险的防控具有借鉴意义的一个环节，是我们进行科学技术开发的留有的一个客观冷静的分析角度。
中图分类号：TP18文献标志码：A文章编号：2095-2945（2020）32-0057-02
Abstract：Fromtheperspectiveofartificialintelligence，peoplerequireasignificantimprovementintheaccuracyofscientificandtechnologicalinformationservices，sothatitsvaluecontinuestorise，bringingchallengesandopportunitiesforintelligencework.Bysummarizingthecontentsofartificialintelligenceandscientificandtechnologicalinformation，combinedwithartificialintelligencetechnology，thispaperstudiestheautomaticperceptionofscientificandtechnologicalinformationneedsconcerningthekeypoints，contentperceptionandotheraspects，highlightingthewisdom，intelligenceandefficiencyofscientificandtechnologicalinformationwork，andoptimizingtheautomaticperceptionscheme.
Keywords：artificialintelligence；scientificandtechnologicalinformation；automaticperception
前言
当前科技情报服务对象不仅局限于特定的行业和领域，已经逐渐渗透至某一技术和个人，情报机构只有提升情报分析和反应能力才可以满足新需求。因此，机构有必要加强对用户需求的感知度，依托人工智能技术构建科技情报的感知框架，提升感知工作的合理性和高效性，进而挖掘科技情报感知领域的价值。
1人工智能及科技情报感知概述
1.1人工智能分析
人工智能又称AI，伴随着计算速度、核心算法的优化，该技术已经在神经网络、自然语言、机器学习等方面趋于成熟。当前人工智能技术可以定制个性化任务，结合不同的环境响应个体需求，制定解决方案[1]。因此，人工智能技术能够快速处理海量数据，若人类智力水平已无法满足严苛工作要求，可以借助人工智能技术处理复杂工作。同时，科技情报感知模块属于综合预测过程，因此有必要结合人工智能技术制定科技情报感知方案，实现情报工作向智慧化、个性化、精准化方向发展。
1.2情报感知分析
科技情报感知主要是工作人员针对采集到的数据完成处理、分析，进而满足受众对于情报的需求，并对今后其发展过程进行预测。学者刘记曾指出，依托科技情报感知工作可以为实现国家治理体系和治理能力现代化提供支持，加快情报刻画、情报感知以及情报响应能力的建设进程。其中，情境感知的研究具有一定复杂度，G.Chen通过调查情境信息、情境类型、情境传播等模型和系统，分析情境感知的应用程序，得出情境感知是领域普适学习的关键。例如，借助情境感知可以为用户提供体温、运动路径、温度等方面的服务。
因此，科技情报感知工作对于我国情报治理、预先感知等方面影响较大，结合人工智能技术创新科技情报感知模块已是大势所趋。当前大数据时代科技情报已经不仅停留于文献领域，正逐渐向多种数据源模式发展，要求科技情报软硬件不断升级优化，数据存储和处理水平逐渐升级，进而满足社会对情报数据的需求。
2人工智能视域下科技情报需求自动感知研究
2.1融合关键点
（1）创新驱动。当前科技情报需求逐渐向科技创新领域发展，依托我国创新驱动的发展战略，基于科学技术完成升级和发展。将科学技术和科技情报相结合后，情报工作的创新性较强，具有数字化和智慧化优势，并突出情报工作的个性化和精准性。因此，依托人工智能技术完成科技情报的自动感知十分关键，是当前科技发展的必经之路。
（2）前瞻性定位。新时期资源的网络化和数字化发展为科技情报研究工作提供大数据支持，可以在海量数据的收集、分析、处理方面发挥优势。传统的数据研究方式很难在大量数据的基础上提升情报研究质量，同时会增加研究人员的任务量。且每位工作人员自身的专业知识、情报敏感度、知识状态存在差异性，导致最终得出的情报结果不同甚至差异化较大。应用人工智能技术完成科技情报的自动感知十分重要，可以突出工作的准确性、高效性和稳定性。因此，将新兴人工智能技术和传统情报服务工作相融合是现代情报领域的关键，如自动获取和加工情报、高速处理文本信息、人工智能决策平台、依托語义内容的科研成果评价等[2]。
2.2内容感知
（1）感知系统分析。大数据背景下，科技情报预测和传播功能受到重视和应用，属于科技领域的研究热点，可以对竞争、合作、研究方面进行正确的价值判断。科技情报感知主要依托可靠、丰富的数据，借助“互联网+大数据”模式获取信息，在多种资料中得到关键的信息和数据，进而完成科技情报的感知工作。同时，数据源具有冗余度高、形式多样、存储量大的优势，因此能够落实科技情报感知工作，筛选数据源、除去冗余数据、分析剩余有效信息。借助数据集模式与知识储备库、感知数据库一同为感知过程提供信息支持。内容感知系统内的数据源并非固定不变，且信息的更新速度较快、技术淘汰时间较短，因此内容感知是实时更新、持续变化的数据系统。基于相关辅助项目，帮助用户了解工作内容。例如，借助“科技情报产品报告”为感知系统研究和应用提供支持，该报告可以帮助用户了解系统，提前评估系统实际能力，便于用户针对性提出情报需求。
（2）系统实现模式。a.数据源存储。若想发挥科技情报的自动感知作用，系统内需要具备大容量数据集合，进而为感知产品提供分析支持。同时，数据处理过程中对于信息查询、存储挑战较大。因此，本课题结合Neo4j数据库、互联网技术提升数据处理和存储效率，提高系统适应水平，保证其良好的查询效率。Neo4j数据库主要划分为两类应用模式：服务器模式、内嵌模式。本课题利用内嵌模式，借助Java-API，将Neo4j数据库和图模型相互整合。由于API的特点是数据结构灵活，因此可以通过直接编码的模式和图数据库完成交互操作。b.数据源分类。若想对数据源完成自动分类，建议识别数据源的结构功能。例如，利用机器学习、词汇特征等方式划分数据源的功能及结构。依托数据源要素、类型词汇特点、词汇分布特征等方面，依托神经网络内分类器训练模式，围绕领域技术、专题、情报报告、组织数据库等方面对数据源进行分类[3]。c.构建任务抽取模型。结合用户需求抽取目标任务可以充分发挥科技情报的自动感知优势，优化RNN模块。在研究阶段利用Bi-LSTM-CRF、卷积网络模型抽取数据源，并借助长短时双向记忆模型化解RNN梯度爆炸、消失情况。抽取模型内的输入数据是卷积，包含知识元素、句子、词等特征向量，而输出数据则依托（Conditionalrandomfield）条件随机得到结果完成预测。此模型借助多元组的方式展示数据源抽取结果，围绕数据源性质、事项、主体、依据、对象等要素进行连接。
2.3情境感知
（1）情境感知系统。情境感知系统内部因素种类较多，且科技情报感知阶段需要依据情境完成，并对感知结果造成影响。因此，在开展科技情报感知工作时，建议对特定用户完成重新评估。同时，情境感知在情报感知工作中十分关键，若忽视结果会对外部情境产生较大影响，使预测工作丧失精准度。因此，应基于外部情境条件定位事物发展方向，得到精准感知结果，发挥情报前瞻性优势。其中在获取情境数据时应关注“小数据”，即初始结构化数据，此类资源虽数量较小，但是内部包含价值信息，可以获取历史情境信息。此外，问题情境应围绕横向和纵向两个层面分析，横向维度是梳理本层实际情况，针对性选择研究方法和处理方式；纵向维度则依托时间节点理清情境信息。
（2）系统执行方案。情境感知系统建设主要内容是借助科技手段获取某一情境内的数据并完成融合。因此，情境感知技术实际上是借助人工智能中传感器等技术，依托计算机感知当前情境，完成感知应用、智能识别、决策支持，具有无干扰的优势。情境感知包含情境获取、处理、应用三个阶段。其中，情境获取主要依靠传感器终端获取设备关联、用户关联、资源关联、环境关联情境，并将上述情境信息转变为数字信号，利用嵌入系统完成判断和处理；情境处理过程则借助建模的方式控制情境信息，构建信息数据库。整合情境感知信息并协调对应的组合，控制资源分布并将其嵌入至感知数据库内；服务应用阶段相当于人工智能处理模块，可以结合用户需求提供合理服务。
2.4需求-反馈机制
（1）工作过程。需求-反馈机制实际上可以体现用户和人工智能间的关联性，属于科技情报感知的关键环节，包含自动感知信息、数据、产品模块。依托人工智能技术，通过AI方式减轻工作人员任务量。其中，AI能够智能化处理多领域工作，如医疗、教育、驾驶、金融、安防等。在科技情报感知领域引入人工智能技术可以准确、高效、及时地开展情报工作，提升工作效率、减少决策偶然性、加快数据分析处理速度。同时，科技情报感知工作的主体是用户，首先需要将其对产品的需求发送至AI处，其次借助人工智能模块分析、整合内外感知数据库信息，最后向用户反馈情报产品和相关结果。
5月26日，佳讯飞鸿智能科技研究院揭牌仪式在北京交通大学隆重举行。中国科协副主席、中国铁路总公司总工程师、中国工程院院士何华武，北京交通大学校长宁滨，海淀区副区长李L萍等应邀出席活动并致辞；佳讯飞鸿电气股份有限公司（以下简称“佳讯飞鸿”）董事长林菁、总裁郑贵祥、佳讯飞鸿智能科技研究院院长刘文红、高级副总裁李力以及佳讯飞鸿集团各分子公司的领导参加揭牌仪式。军队相关单位及院校、国家863计划机器人技术主题专家组、中国铁路总公司、中科院计算所、北京市发改委、北京市科委、北京市经信委、中关村管委会、海淀园管委会、中铁建电化局、北京铁路局、轨道交通视频与安全产业技术联盟、北京航空航天大学、北京交通大学、北京理工大学、西安交通大学、微软亚洲研究院、华为公司、中科创达、保德科技、博思科技、大威激光、华信通信、超选科技公司等相关领导及专家出席会议。
会上举行了佳讯飞鸿智能科技研究院剪彩及揭牌仪式，何华武、钟章队、于川信、许鸿斌、林菁、郑贵祥、刘文红等共同为研究院剪彩和揭牌。揭牌仪式上，何华武院士对研究院的成立表示祝贺。他说，铁路行业快速发展的20余年，也是佳讯飞鸿不断成长的20余年。作为一个有进取心的企业，佳讯飞鸿围绕铁路行业需求，不断和合作伙伴深度地融合，不断地创新，研究院的成立就是佳讯飞鸿孜孜不倦求发展的最好体现。交大校长宁滨致辞，表示佳讯飞鸿是北京交通大学的董事单位，双方有着深厚的历史渊源和良好的合作基础。希望双方能共同推动智慧轨道交通产业的技术进步与创新，共同建设信息通信技术领域的人才队伍。李长萍副区长强调，科技创新中心建设是一项系统性工程，海淀需要坚持面向未来谋篇布局，佳讯飞鸿需要继续发挥领军企业的龙头带动作用，以创新创业打造经济社会发展新动力。佳讯飞鸿董事长林菁发表演讲，提出未来的时代，人工智能无处不在。人工智能是比互联网大一千倍的产业，人工智能的应用，开始向各行业渗透。佳讯飞鸿智能科技研究院的主要目标就是将人工智能技术、大数据、云计算等前沿技术与行业发展相结合，带动行业的智慧化发展，创建智慧型企业。
在随后举行的技术论坛环节，军队某研究中心领导，微软亚洲研究院城市计算领域负责人郑宇博士，全国政协委员、轨道交通控制与安全国家重点实验室通信首席教授、佳讯飞鸿智能科技研究院技术委员会主任钟章队教授分别以“军民融合的发展与展望”、“城市计算：用大数据和AI驱动城市智能”、“轨道交通移动计算与大数据应用”为主题作了精彩的学术报告。
据悉，佳讯飞鸿智能科技研究院是为落实佳讯飞鸿集团化科技实业发展愿景而创建的企业研究院。该研究院是承担国家科技创新项目的主要基地，是佳讯飞鸿对外技术合作的关键引擎。在佳讯飞鸿技术研究、产品研发、应用开发的科研体系当中，研究院将致力于研究与开发的顶端，成为企业新技术、新产品的孵化基地。在为佳讯飞鸿的各个业务板块提供技术战略和产品战略支持的同时，也成为技术创新研究与应用开发高端人才的重要输出地。该研究院目前设立五个研究方向：移动与宽带互联技术，轨道交通安全与物联网技术，智慧指挥调度技术，云计算、大数据与人工智能技术以及信息技术军民融合。研究院将聚焦佳讯飞鸿集团化的发展和建设需要，跟踪行业发展方向，开展技术创新、标准制定、产品试制、应用推广。
近年来，佳讯飞鸿在物联网技术、大数据应用、无人系统、人工智能等技术领域深入探索和实践，提出“智慧指挥调度产业链”的概念，即通过智能感知、智能调度指挥和控制系统等技术，实现前端设备智能化、无线接入宽带化、数据云化集中化、业务统一化，并汇聚行业大数据，应用人工智能技术，实现智慧化企业运营管理和生产作业。未来，佳讯飞鸿将以智能科技研究院为依托，夯实其在智慧指挥调度领域的核心优势，全力助推行业的智慧化全面转型。
埃森哲：今年技术展望的主题，“智企时代、技术为人”是核心，以人工智能技术为代表的数字技术加速演进，会给全人类带来巨大的发展机会，我们也有义务、有能力塑造技术发展的方向，让技术造福更多人。
在五个趋势里面，“智慧新界”是关注人工智能技术的核心应用在于让人机交互更方便；“生态智联和智才共享”分别讲述的是快速演进中的数字生态系统给企业以及劳动力带来的重要机遇；“人本设计”则第一次在技术展望中把设计提到前所未有的高度，也印证我们技术为人的核心理念；“进军未知”是提醒企业家在开拓数字新疆土时，保持社会责任感，创造更加公平合理的社会。
21CBR：在2017年技术趋势报告中显示，有85%的企业高管计划未来三年广泛投资人工智能相关技术，从技术角度来看，你们认为哪几个领域的投资必不可少？
埃森哲：《埃森哲技术展望2017》调研发现，超过六成的中国企业高管表示正在全面投资数字技术，作为商业战略的重要部分，该比例为全球最高。从埃森哲研究以及与客户交流来看，企业对机器学习、深度学习、自然语言处理、图像和语音识别的投入力度都比较大。全球来看，机器人流程自动化（Robotic Process Automation）是个热点，中国领先企业也已经开始在这方面采取了行动。
有一个比较现实的问题是IT基础设施的投资。有些行业的基础设施是不具备的，或者说是不完善的，有很多企业的这类设施是相对孤立的。如果说未来产品和服务将更多地由数据驱动的话，割裂的IT系统便不能有效地采集、分析和处理数据，因而也不能提供更多价值洞察。这也就表明，目前IT设施的整合是不够的。
当然，除了技术投入，越来越多的企业开始关注生态圈的投入，已经或者正在第三方平台上集成自身的核心业务功能。对于领先企业而言，第三方不仅仅是传统的合作伙伴，更可以是一起构建新生态系统、谋求下一轮战略增长的重要一员。
21CBR：“全球第一CEO”杰克・韦尔奇在《商业的本质》中曾提及，科技革命给市场带来了巨大变化和诸多杂音，在新的生态环境下，应该遵从商业的规则，回归商业本质。你们如何看待这个问题？
埃森哲：企业家们逐渐认识到回归商业本源的重要性。人们会认识电商和传统商业没有了明显的区隔，应该回到用好数字技术服务客户、创造客户价值的商业本质上来。
商业的本源从未改变：通过为客户打造极致的体验为客户创造价值，在此过程中为企业创造商业价值。技术的演变提供了更多的可能的手段与实现商业本源的可能性场景。
当然，我们也感受到了企业家的焦虑感。过去十年，基于移动化、大数据、社交网络和云计算发生的数字化变革深刻改变了人们的生活和工作方式，改变了行业边界和市场疆界。
随着数字技术的指数级增长和成本不断下降，技术创新和商业创新呈现两种形态，一种是大爆炸式创新，很多巨头企业不经意就在这种创新浪潮中被覆，比较容易受到影响的主要是技术、消费和金融行业等轻资产公司；另一种是渐进式的创新颠覆，受到影响主要是重资产公司，由于行业冲击不是非常直接，但运营利润和收入的长期下降，会使企业很容易就在“温水”状态下陷入危机。
可以得到一些启示，例如，企业在制定企业战略时候，越来越需要依赖规模、资源、行业积累以及成熟的数字能力等优势来先人一步预测行业生态的发展轨迹，创造并捕捉机遇。
21CBR：几个世纪以来，技术的发展改变着人类劳动的方式，但人工智能技术的发展却促使人类陷入反思甚至是恐惧，有哪些工作会直接受到人工智能技术的冲击？而又会在哪些领域创造出新的就业机会？
埃森哲：这是《埃森哲技术展望2017》认真回答的首要问题。人工智能将改变一些岗位的设置和工作方式，但是机器不会威胁和取代人类。人工智能将帮助企业打造更好的客户交互体验，将重新设计流程性的工作，从而使员工更多致力于高附加值的工作；同时，人工智能会带来很多专业的细分，带来岗位的增加，许多今天不存在的工作机会可以被创造出来。
我们认为不应把人工智能和人作为两个对立的个体，埃森哲提出的是一个界面的概念，相互学习实现共存，有利于发挥各自特长，实现灵活便捷、互补协作。
这里引述埃森哲的一项最新研究来说明人工智能对未来经济发展的促进作用：通过转变工作方式以及开拓新的价值和增长源，人工智能到2035年有望拉动中国经济年增长率，从6.3%提速至7.9%。
基于人工智能对中国经济整体影响的模拟分析，并结合行业规模数据，埃森哲进一步研究了人工智能对中国15个行业可能带来的经济影响。结果显示：制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。
21CBR：根据埃森哲的分析，企业沿用百年的等级制雇佣和管理模式将在数字化时代面临挑战，开放型人才市场会成为主流，你对职场人士有哪些建议，以便他们更好地在数字化劳动力关键转型期中把握机会？
埃森哲：顺着《埃森哲技术展望2017》的脉络，我们给职场人士一些建议：
1.智慧新界――努力学习新技术，踏准时代节拍，并能引领创新；
2.生态智联――放开视野，把客户体验、客户价值放在中心位置。以谦虚的态度向数字生态系统里的创新企业学习，向年轻一代企业家学习。
3.智才共享――尽可能加入“柔性团队”，为自己企业的数字化转型贡献力量的同时，也得到快速学习和成长的机会。
中图分类号：F252 文献标识码：A 文章编号：1003-854X（2013）06-0073-04
一、相关文献述评
商业模式是指企业为持续达到其主要目标而确立并运用相关运营机制，并对运营机制进行拓展，综合利用全部相关策略，创造顾客价值并实现企业价值的新型经营方式。刁玉柱（2010）较为系统地梳理了商业模式创新的相关研究成果，从战略分析、要素利用、价值创造及系统整合等四大视角归纳总结了商业模式创新的基本逻辑，认为战略分析与选择是商业模式创新的前提条件与逻样起点，技术、知识及组织创新是商业模式创新的主要动力，价值链的升级转换是商业模式创新的本质逻辑，企业系统间的因果联系是商业模式创新的内在机理①。
关于商业模式创新路径的研究集中在三个方面：一是基于商业模式创新动力与路径关系的研究。Yao Weifeng（2007）等人认为，商业模式创新起源于技术创新，技术创新产生了新的技术突破及市场需求，企业通过抓住技术革新和市场变迁的发展机遇，形成核心竞争力，增加新的利润来源，就可以产生新的赢利模式和商业模式，为顾客和自身创造价值。Fumio Kodama（2004）等人通过研究世界发达国家实践经验，认为网络技术、人工智能技术和模块化制造技术的变化推动了美国、欧洲国家和日本相关企业的商业模式创新，而且商业模式创新有助于企业在更大程度上获得技术变化所带来的收益③。二是商业模式创新途径方向的相关研究。代表性的成果有：Amit等人（2001）采用问卷调查分析方法，研究了美国和欧洲59家互联网企业的商业模式，认为高效率、互补性、目标一致性和新颖性是商业模式创新的方向④；Miles（2006）认为企业之间的深入合作是推动商业模式持续创新的方向。三是基于商业模式创新类型的研究。代表性的成果有：Linde和Cantrel借鉴熊彼特的创新理论将商业模式创新分为四种类型：挖掘型、调整型、扩展型、全新型，为企业引入全新的商业逻辑⑥。Mark等三位著名学者（2008）认为商业模式创新是企业利润增长的关键原因，商业模式创新涉及四个基本要素：客户价值主张、盈利模式、关键资源和关键流程，客户价值主张和盈利模式分别明确了客户价值和公司价值，关键资源和关键流程则描述了如何实现客户价值和公司价值⑦。
共同物流是一种将分散的物流资源共同利用，物流设施与设备共同运作和物流体系共同管理的新型运作模式，多个分散的物流参与方形成合作联盟，共同提高物流系统整体运行效率，显著降低资源消耗。对共同物流的研究最早起源于日本运输省和相关学者对共同配送的研究。荣朝和（2001）介绍了欧洲共同运输政策，并对我国的相关运输体制和政策问题进行了探讨⑧。黄福华、周敏（2007）等深入研究了湖南省农产品共同物流、中小企业共同物流、城市共同物流体系，以及中部地区零售企业的共同物流问题⑨。欧阳小迅、黄福华（2011）基于企业资源理论、交易费用理论提出了共同物流的两种运作模式：物流联盟和物流虚拟企业。王圣云等（2012）采用运输成本和网络分析方法，重点探究长江中游城市集群的物流一经济网络及其空间组织战略⑩。
二、技术变迁引发共同物流商业模式变革的机理
1 新一代技术变迁趋势
能够引致共同物流商业模式创新的新一代技术主要包括：云计算技术、人工智能技术、物联网技术。新一代信息技术和人工智能技术的应用，打破了传统商业模式各要素之间的平衡，建立起一种新的平衡态势，获取竞争优势。云计算（Cloud Computing）是基于互联网的相关服务的增加、使用和交付模式，通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算使得计算能力也可作为一种商品通过互联网进行流通，使共同物流各参与主体的各种复杂信息实时沟通成为可能。人工智能技术（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能技术企图解析人类智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。在新一代人工智能技术支持下，共同物流的运作过程可以实现全智能化，从而大幅度减少人工劳动比例和操作失误，明显改善共同物流合作的工作效率。物联网技术（Internet of Things）是一种通过射频识别（RFID）、红外感应器、全球定位系统（GPS）、下一代互联网IPv6技术、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的网络技术。在物联网时代，各种复杂信息可以通过无线传感网实现共享，共同物流各参与主体都可以实时监控整个运作过程。
2 技术变迁将引导共同物流服务内容的变化
物流服务是共同物流商业模式的支撑点。是共同物流各参与主体与服务客户进行价值交换的载体，当物流服务越能满足客户需求时，共同物流各参与主体盈利能力就越强。在物联网技术支持下，客户可以实时掌握货品运动轨迹，便于企业收集客户需求；云计算技术实现了对海量技术处理的可能；加上人工智能技术的数据挖掘与智能处理，能够实时地应对客户需求的各种变化。共同物流服务体不仅通过提供物流服务满足客户需求，同时也能够提供有价信息、知识服务、产品构想等虚拟产品，形成一体化的集成解决方案，全方位满足客户潜在需求，形成新的利润增长点。
共同物流联盟利用云计算强大的数据挖掘与分析能力，深化多样化的扩展需求，最终实现数据结点越多，资源组合可行性越多，可能开发的新型服务类型越多；另一方面，基于新技术的物流服务服务边际成本不断降低。共同物流各参与企业以开发高附加值产品、开发增值产品扩大收入：通过对客户知识的运用，深度预测未来物流业务的发展趋势，开发出引导客户需求的新型服务，保持长久的竞争力。
3 技术变迁将引导共同物流合作形式的变化
在新技术变迁中。共同物流联盟的成员企业之间信息变得更加透明，信息共享成本迅速降低，能够实现共同物流各成员企业合作形式的变革。在最终客户需求的导引下，共同物流各参与企业的合作形式将从“效率优先”向“智能优先”转变。企业之间的关系从“竞争对抗”向“合作联盟”形式转变，各成员企业与上下游企业共同构成价值链的节点网络，通过满足最终用户需求，获得合作联盟收益。
4 技术变迁将引导共同物流服务的客户需求变化
在传统技术条件下，共同物流各参与主体之间的信息沟通困难，知识共享与传播的难度非常大。通过物联网技术与云计算技术，实现了共同物流各参与主体之间的知识协同，能够更好地发掘、满足客户需求，提升客户价值。在新技术支持下，共同物流各参与主体对客户需求管理进行创新，从“满足需求”向“创造需求”方向发展，新技术实现了客户与共同物流服务企业之间的信息透明化，大大降低了双方的“信息不对称性”，客户对服务的认知越来越深刻，未来将更重视个性化、多样化需求的满足，不仅要求服务的结果，并且要求服务过程的体验。基本需求满足后，在服务之上所附加的个性价值、愉悦体验和精神满足成为客户需求的终点。未来，在新技术支持下，客户能够迅速学习各种新知识，在享受服务过程中知识增长和自身价值提升有可能成为服务重点。
三、共同物流商业模式创新路径设计
当前。我国共同物流还处于初期探索阶段，缺乏成熟的商业模式。在技术快速变迁的驱动下，共同物流的商业模式要素正在发生变化，共同物流联盟所提供的服务价值将从自身价值转变为客户价值，由此将引导共同物流服务内容、合作形式、需求发生变化，在此情景下，共同物流各参与主体必须在商业模式上有所应对，积极探索符合技术变迁背景的商业模式创新路径。
1 共同物流服务内容创新路径
共同物流服务是围绕最终客户的物流需求，多个参与主体联合开展相关业务，实现客户在全供应链上的价值。在技术变迁的背景下，共同物流服务内容将从以下几个方面创新：（1）供应链一体化服务。现有的物流企业一般采用“单打独斗”的运作形式，和其他物流企业是单纯的竞争关系，由于实力单薄，加上缺乏现代技术支持，无法提供覆盖供应链全过程的一体化服务。在新技术支持下，供应链的各企业能够实现信息实时共享，从原材料开始到最终产品交付客户手中的所有物流过程都能够置于共同物流各参与主体的监控之下，从而共同物流联盟能够提供供应链一体化服务。由于合作信息更加透明，共同物流参与主体的合作伙伴型业务关系有建立的可能，促进全供应链的协调。成为无缝链接的一体化过程。（2）完善信息服务内涵与范围。共同物流服务的各参与主体由于面向多个客户服务，能够及时收集掌握大量行业内一手数据，通过对相关海量信息的全面收集、深入挖掘、科学分析和智能化处理，利用云计算技术，得出各服务行业内的相关经验数据。共同物流合作企业可以凭借其广泛的服务网络为客户收集市场需求信息、产品销售与库存信息、用户反馈信息等，为生产经营企业的决策提供服务。（3）完整的全供应链金融服务。传统的技术条件下，中小企业虽然有大的融资市场。但由于单个物流企业对物流金融业务操作的技术能力十分有限，不可能满足中小企业的融资需求。在技术变迁的背景下，共同物流服务联合多个参与主体，可以共同完成供应链的全程物流服务，对整个供应链的库存实现了全程监控，能够在更大范围内提供“物流金融”业务。此举不仅能够解决中小企业的融资难题，同时给共同物流参与企业带来新的利润源泉。（4）知识发现与知识共享服务。物流服务具备技术密集、知识密集、资本密集、劳动密集等特点，在技术变迁推动下，技术密集特点将不断增强，劳动密集特点将削弱。在新技术支撑下，共同物流服务要求有丰富的经济学知识、管理学知识、运筹学知识、计算机网络知识、物流专业知识以及信息处理技术等知识与之相配套。未来，共同物流服务的核心竞争力就体现在它能综合运用各种知识为客户提供一个专业化的最优物流解决方案上。与此同时，共同物流还将综合利用各种新技术手段，为客户提供知识发现和知识共享服务，提升客户技能，实现高层次价值满足。
通过积极引导共同物流各参与企业注重新技术的应用开发，依靠新技术实现物流效率提升，把有限市场变成无限市场。根据服务对象需求变化，沿着共同物流商业模式创新路径，在供应链一体化服务、信息服务、全供应链金融服务和知识发现与知识共享服务等方面进行创新，不断开发符合客户需要的服务内容。
2 共同物流合作方式创新路径
2013年，美国和欧盟先后宣布启动人脑研究计划，成为人类科技领域的重大事件。2013年1月，欧盟委员会宣布，“人脑工程项目”被选入欧盟“未来新兴旗舰技术项目”，作为欧盟第七框架科研计划中信息通信技术研究子计划的一部分，通过打造基于信息通信技术的综合性研究平台，绘制详细的人脑模型，促进人工智能、机器人和神经形态计算系统的发展。2013年4月，美国总统奥巴马正式宣布了“运用先进创新型神经技术的大脑研究计划”，由美国国家卫生研究院、国防高级研究计划局及国家科学基金会等单位组织实施。
美欧人脑研究计划涉及各种交叉学科，主要内容包括，一是模拟人脑体系结构和信息系统，开发出“神经学计算系统”、“神经学机器人”等新型信息计算科学平台；二是使用某种超级计算机中功能强大的多层模拟系统，绘制出人脑工作的复杂神经回路图像和模拟网络；三是探索神经网络如何存储、处理信息，以机器模拟方式建立针对环境和外部事物的超级洞察力。
美欧人脑研究计划不仅将使美欧等国占据人类科研活动的战略制高点，而且将对信息技术、产业和经济带来革命性的意义。一是可能催生颠覆性的生物计算产品，模拟人脑构建出基于自然语言交互、遗传同程算法等技术的生物形态计算产品。二是可能催生颠覆性的网络产业，基于生物智能神经学技术的协议、标准和设备，从而引起整个网络架构和联网模式的彻底变革。三是可能催生信息化发展领域产生革命性的变化，新型生物形态计算产品将在工业、农业、保健、医疗、商业、节能环保等领域获得广泛深入的应用，推动数字制造技术、互联网技术和再生能源技术的重大创新与融合，使得信息化发展领域产生革命性的变化。四是推动国民经济产生新的增长极限，人脑研究计划在经济领域将增加就业，改善全球几十亿人民的生活状况，从而成为美国经济增长的新型极限。
国际竞争日趋激烈，我国应加快人工智能发展
国际人工智能竞争日趋激烈，我国面临不进则退、缓进亦退的局面。国内互联网企业在数据、应用等方面的规模优势，以及国内快速发展的互联网基础设施将为我国推进人工智能创新发展奠定基础。与此同时，深度学习、人脑模拟等人工智能技术新赛场将为我国实现新技术突破带来机遇。
尽管我国在人工智能领域面临重大的发展机遇，但应深刻认识到，人工智能创新发展需要以坚实的理论研究、强大的技术能力以及雄厚的产业基础作为支撑，在上述方面我国与发达国家还存在一定差距，存在顶层设计和统筹规划力度不足、前沿创新能力不强、基础积累薄弱、应用深度受限、公共服务平台建设不足等问题。我国要认清发展以人工智能为代表的新技术新领域的紧迫形势，从顶层建立人工智能的国家发展战略，促进人工智能技术创新、促进人工智能在各行业各领域的融合应用。
我国发展人工智能的总体目标与重点任务
我国将依托互联网平台提供人工智能公共创新服务，加快人工智能核心技术突破，促进人工智能在各行业各领域的推广应用，培育若干引领全球人工智能发展的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。围绕“发展产业、创新应用、提升水平”，我国在《关于积极推进“互联网+”行动的指导意见》中明确提出了以下三方面重点任务：一是培育发展人工智能新兴产业，二是推进重点领域智能产品创新，三是提升终端产品智能化水平。
——培育发展人工智能新兴产业
一是建设支撑超大规模深度学习的新型计算集群，构建包括语音、图像、视频、地图等数据的海量训练资源库，加强人工智能基础资源和公共服务等创新平台建设。百度、腾讯、中科院自动化所、清华大学等均已开展深度学习理论、算法、建模、应用等方面的研究，整体上与国外顶尖水平相接近，少数领域已经赶上国际领先水平。
二是进一步推进计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键技术的研发和产业化，推动人工智能在智能产品、工业制造等领域的规模商用，为产业智能化升级夯实基础。百度利用自身的技术优势，加快深度学习等人工智能技术创新，并积极布局无人驾驶汽车、智能机器人等尖端项目的研发。
——推进重点领域智能产品创新
一是鼓励传统家居企业与互联网企业开展集成创新，不断提升家居产品的智能化水平和服务能力，创造新的消费市场空间。海尔智慧生活生态圈，以开放平台的模式来制造互联网家电，将电视、冰箱等产品变成智能终端，向用户提供消费提醒、生活信息、食品监控以及健康咨询等多种服务。
二是推动汽车企业与互联网企业设立跨界交叉的创新平台，加快智能辅助驾驶、复杂环境感知、车载智能设备等技术产品的研发与应用。上汽集团与阿里巴巴开展战略合作，投资10亿元建立“互联网汽车基金”，共同推进“互联网汽车”的开发和运营平台建设，促进汽车行业的跨界创新和转型发展。苏州智华汽车电子有限公司与清华大学合作研发车道偏离、前撞预警和全景泊车辅助等无人驾驶辅助系统，并已经在厦门金龙、郑州宇通、郑州交运集团，以及长安汽车、东风日产等市场实现量产商用。
三是支持安防企业与互联网企业开展合作，发展和推广图像精准识别等大数据分析技术，提升安防产品的智能化服务水平。海康威视与百度、阿里巴巴、腾讯、京东、乐视等互联网公司合作打造智能安防体系，涉及硬件定制、双品牌合作、智能硬件对接和云平台对接等。
——提升终端产品智能化水平
