人工智能如何对标高质量发展目标？

摘自： 《智能社会研究》2026年第1期 人工智能系统的开发应用具有两面性，趋利避害在很大程度上依赖于政策引导。人工智能具有解决科技、经济和社会问题的巨大潜力，应通过各相关方的共同努力，在相关领域实现对标。对标意味着从高质量发展目标着眼，对人工智能的发展与应用提出更高要求。实现高质量发展与智能向善有机结合的根本要求，可归结为借助人工智能赋能，分别从供给侧和需求侧着手并发力，提高并分享劳动生产率，进而形成新增长点，创造新就业岗位，增加居民收入，改善收入分配，稳定消费者和生产者的预期，显著增进居民福祉。 人工智能的投资热呼唤对标 对于以美国为代表的超大规模投资，在人工智能科技界、经济学家群体、商业及投资领域，存在着广泛且针锋相对的争论。无论人们如何评价与判断，这在客观上都是一场热度难减的人工智能投资热。随着“人工智能＋”行动的部署与实施，中国在人工智能基础设施、大模型、芯片、与重点领域广泛深度融合等方面，也积累了大规模投资，在国际上居于领先和前沿地位，在这场竞赛中必然占据主角位置。 首先，人工智能有望成为破解诸多发展难点与堵点的重要技术方案，社会对其存在现实且迫切的应用需求。突破经济增长瓶颈的现实需求催生了新的技术应用，人口老龄化、劳动力短缺背景下自动化技术的快速普及即是明证。人工智能赋能机器人以破解自动化进程中劳动力不足的难题，是提高劳动生产率的必要之举。 其次，在当前地缘政治格局下，关键性科技的领先地位被主要国家视为占据战略制高点的标志与目标。对中国而言，人工智能既是需瞄准的未来科技和产业发展制高点的体现，也是能造福人类的国际公共产品，因此要充分发挥新型举国体制优势，推动人工智能朝着有益、安全、公平的方向健康有序发展。 最后，国内外处于激烈战略性竞争中的大公司，都把自身在人工智能发展中的作用视为科技领先的象征和拥有绝对市场地位的保障。与此类似，基于对未来生产率显著提高的期待，无论是作为创新者的大型科技公司，还是作为人工智能系统用户的各类企业，都有着强烈的技术渴望，也都承担不起落后于人的风险。 颠覆性技术革命不可避免地会伴随着泡沫乃至金融风险，既不能在拥抱新技术时顾此失彼，也不能因担忧风险而踯躅不前。诺贝尔经济学奖获得者达龙·阿西莫格鲁区分了增强劳动者能力的“正确”人工智能和替代就业的“错误”人工智能。人工智能的发展在现实中涉及伦理、向善、隐私、安全等诸多外部性问题，人工智能先驱诺伯特·维纳最早提出所谓的“对齐问题”，目的就在于引导人工智能发展，使其符合人类整体或群体的预期目标、偏好及伦理原则。 在依靠人工智能为经济各领域赋能的同时，要确保人工智能符合高质量发展目标。首先，为了保障投资的健康性和回报率的确定性，应引导人工智能技术进入产业政策中优先序最高的领域。其次，人工智能技术方向终究要靠需求来引导，因此功能完善的市场经济体制是必要条件。再次，中国人工智能发展的优势在于超大规模市场和广阔应用场景，因此发展和民生的现实需求应始终作为引导信号。最后，无论是人工智能系统，还是各种智能体或具身智能，都具有无限的赋能和应用潜力，应借鉴这些来推动人工智能的发展和治理。 供给侧赋能：提高全要素生产率 在中国经济步入新常态的背景下，人口红利渐趋式微乃至消失，这既促使增长动能从要素投入向劳动生产率提升转变，也使得劳动生产率提升的源泉从劳动力在产业间流动所带来的资源重新配置，转向市场主体间优胜劣汰所引发的效率增进。这种动能转换和相应的发展方式转变，既可能借助人工智能赋能而加速，也可能因人工智能导向偏差而受阻。在大型科技公司及前沿科技行业率先应用新的自动化技术，企业生产率得到显著提高的情形下，劳动力将转向那些门槛较低、生产率提升缓慢的行业和企业，从而降低整体生产率的提高速度。 中国经济跨越“刘易斯拐点”后，人口红利减弱，普通劳动者工资大幅上涨，在制造业中引发了机器对劳动的替代，制造业的劳动生产率提高加速，就业吸纳能力减弱。由于第三产业成为第二产业被替代劳动者的蓄水池，两个产业劳动生产率的差异未能缩小。随着资源重新配置过程的减慢，整体生产率增长也相应减速。这导致部分产能过剩，企业内卷式竞争加剧。以资本深化的方式提高劳动生产率，造成资本过度投入，进一步降低了投资回报率。市场上普遍存在的“竞次”行为，导致生产者价格和消费者价格双双走弱。 人工智能的迅猛发展及其展现出的强大功能，很容易让人们认为它必定是破解上述难题的万应灵药。然而，也存在这样一种可能性，即在产业之间、行业之间以及企业之间再次出现不平衡现象，进而使人工智能的生产率提高效应被抵消。可见，对标中国经济整体生产率的提升，关键在于运用合理的规制和恰当的产业政策，消除而非拓宽部门之间与市场主体之间可能出现的技术鸿沟、数字鸿沟和智能鸿沟。将建立人工智能系统的算法、算力和耗能支出，以及在相关基础设施上的投入