构建智能经济时代的人工智能新生态要发挥三大独特优势——访清华大学新质生产力研究院院长蔡继明

■本报记者张一鸣 　　人工智能正在加速赋能千行百业，如何才能让技术真正走出实验室，催生新质生产力，并降低对就业的冲击，中国应如何构建具有全球竞争力的人工智能创新生态？日前，中国经济时报记者就上述问题采访了清华大学新质生产力研究院院长蔡继明。 　　中国经济时报：应当如何构建“人工智能+制造业”的良好生态，释放智能经济的潜力？ 　　蔡继明：“人工智能+制造业”代表着工业转型升级的发展方向，关键在于充分发挥人工智能作用，实现对中国制造的全方位升级，打造更具全球竞争力的未来工业标杆。 　　一是要夯实数据与算力基础。这需要从硬件和软件、网络等多方位进行升级，在工厂内要推动工业设备数字化改造，优化算力资源供给，支持边缘计算节点布局。在行业内要建立统一的数据采集和互操作标准，特别是打造一批高质量数据集。在应用方面，要培育一批智能化供应商，提供高质量的未来工业解决方案。 　　二是要深化重点场景应用与示范。基于场景需求“定制化创新”，聚焦研发设计、生产制造、质量管控等关键环节，发布场景清单并开展“揭榜挂帅”，鼓励链主企业开放场景带动上下游协同转型，打造一批可复制的标杆工厂和解决方案。 　　三是强化技术与产业生态支撑。加快研发工业大模型、知识图谱等核心软件，推动AI与机器人融合创新，同时完善标准体系、复合型人才培养和财税金融保障，营造有利于AI赋能制造业的产业生态。 　　中国经济时报：在加速培育新质生产力的进程中，如何重塑人才培养模式，使劳动者从面临被人工智能替代转变为由人工智能赋能，实现技术进步与高质量就业的动态平衡？ 　　蔡继明：在宏观层面，需强化以技术为导向的治理，主动把控就业总量的变化趋势与节奏。应确立“以人为本、就业优先”的技术发展理念，在技术发展与应用的全流程中，将促进高质量充分就业置于核心地位，引导人工智能更多地用于拓展劳动者能力，而非替代其就业岗位。建立分类施策的就业促进与风险防控机制。针对就业替代风险较大的技术，实施准入限制或过渡期管理；针对就业创造效应显著的技术，给予财税、金融等政策支持。 　　在微观层面，需推动劳动力AI技能转型升级，提升个体的内在适应能力。一是前瞻性布局学科体系。紧密契合新质生产力的发展趋势，优化学科专业设置，推动高等教育、职业教育与产业需求精准对接。聚焦人工智能、大数据、智能制造等前沿领域，打造一批特色鲜明、优势突出的专业及交叉学科。二是构建贯穿劳动者职业生涯全周期的技能培训体系。构建覆盖劳动者学习与工作全周期、贯穿职业生涯各阶段的技能培训机制，充分发挥企业在数智技能人才培养中的引领作用。 　　中国经济时报：展望未来，中国应如何构建具有全球竞争力的人工智能创新生态？ 　　蔡继明：智能经济是人机协同、跨界融合、共创分享的新型经济形态。在此轮智能经济发展中，关键在于从单点的技术追赶、产品爆发、企业培育转向打造我国人工智能创新生态。推进生态构建的核心在于发挥两大独特优势。 　　一方面，要发挥全球最完整的工业体系和超大规模市场优势。这些优势为AI提供了海量应用场景和试错空间，形成了与美国“基础模型驱动”、欧盟“治理规则驱动”截然不同的“场景驱动+产业赋能”发展模式。 　　另一方面，要发挥新型举国体制与市场活力的协同优势。“十五五”规划纲要和《国务院关于深入实施“人工智能+”行动的意见》等进一步加强顶层设计，统筹算力网络、数据要素等基础设施建设，在此基础上激发市场活力，培育龙头企业、“专精特新”企业、独角兽企业等多层次企业梯队，特别是要鼓励AI原生企业的诞生和发展。 　　相较于数字经济生态，智能经济具有独特的发展因素，构建人工智能创新生态应有所侧重。 　　一是提升要素驱动效能。以数据、算法、算力为关键生产要素的智能经济，需进一步发挥数据的生产要素作用，在数据基础制度建设、统筹数据资源整合共享和开发利用、市场建设和治理等方面发挥政府作用。 　　二是适应和引领人机协同生产关系。智能经济时代，机器或智能体不再是独立的工具，而是与人共生、增强人的生产力和创造力的生产关系组成部分，要让人工智能成为人的能力延伸、效率提升、创造力迸发的帮手。 　　三是推进共创分享。当前我国在人工智能开源生态构建方面具有全球领先地位，应进一步引领全球人工智能开放协同生态。在积极参与全球AI治理规则制定的同时，大力支持国产模型开源化国际化，降低全球开发者特别是发展中国家应用AI技术的门槛，在开放协作中不断提升中国人工智能生态的国际吸引力和影响力。