自1956年夏季達特茅斯會議以來，人工智能技術已經走過了60多年的發展歷程。其間盡管興起過幾次研究熱潮，但直到2016年“阿爾法狗大戰李世石”后人工智能才算真正進入社會大眾的視野，2016年也因此被稱為“人工智能商業化元年”。人工智能在概念提出后60年才進入商業化應用，最根本的原因可能在于，人工智能的技術原理和實現途徑在經過幾次高潮低谷的輪回后發生了根本性變化。加州大學洛杉磯分校統計和計算機科學教授朱松純認為，前30年人工智能的實現以數理邏輯表達和推理為主，后30年則以概率統計建模、（機器）學習等為主。這意味著從技術路線來看，前后兩個階段的人工智能屬于兩種不同技術，不妨將其分別稱為“舊人工智能技術”和“新人工智能技術”。

促進宏觀經濟高質量增長

當前，新人工智能技術得以加速進入大規模商業化應用階段，關鍵在于其技術路線同2008年全球金融危機后世界新一輪科技革命和產業變革加速演進趨勢相契合。在過去10年里，作為此輪科技革命技術核心的（移動）互聯網、大數據、云計算、3G/4G/5G通信等新一代信息技術快速迭代并實現商業化應用，使數據信息在生產、存儲、處理、分析、傳輸等不同環節發生全方位、革命性變化。從技術實現角度來看，數據、算法、算力是新人工智能技術賴以運行的基石；因此，新人工智能技術本質上可以看作是一種（集成的）信息技術，是新一代信息技術的重要組成部分。伴隨新人工智能技術的大規模商業化應用，經濟社會發展組織模式將發生深刻變化。

新人工智能技術作為新一代信息技術，具有滲透性、替代性、協同性、創造性等技術—經濟特征。這些特征使得新人工智能技術有著廣闊的應用前景，并能通過要素支撐、效率提升、知識創造等方式促進宏觀經濟實現高質量增長。

滲透性是某項技術所具備的能夠與經濟社會各行業、生產生活各環節相互融合并帶來經濟運行方式改變的一種潛能（Bresnahan、Trajtenberg，1995），也是新人工智能作為通用目的技術（General Purpose Technology, GPT）有望對經濟社會產生廣泛影響的基礎性特征。替代性是指新人工智能技術物化為特定形態的要素后，能夠替代其他要素在生產過程中發揮支撐作用。新人工智能技術的替代性不僅表現為對資本要素（包括非ICT資本和其他ICT資本）的替代，還包括對勞動要素的直接替代。協同性更多是指生產過程中新人工智能技術的應用能夠提升其他要素間銜接配合的契合度，降低摩擦成本，從而提高運行效率。協同性也是其他很多ICT所具備的技術—經濟特征。創造性是指新人工智能技術在知識創造方面所發揮的積極作用。在生物醫藥、材料科學、量子物理等領域，研發過程具有“大海撈針”的特點，雖然能夠確定創新存在于已有知識的某種有用組合之中，但是有用知識范圍廣泛復雜，要找出來特定有效組合極不容易；而新人工智能技術的突破性進展，則使得研究人員能夠大大提高識別效率，縮短尋找最有價值組合的時間。

另外，新人工智能技術也是一種高度集成的信息技術，涉及大數據、云計算等眾多新一代信息技術，具有很長的產業鏈條。新人工智能技術的大規模推廣應用必然會引發產業鏈各環節技術產品的集群式、爆發式增長，從而有望形成國民經濟新的接續主導產業，為宏觀經濟持續增長、結構優化提供有力支撐。

帶來就業分配重大結構性變化

新人工智能技術的廣泛應用在促進經濟增長的同時還會帶來就業和分配方面的重大結構性變化。新人工智能技術對勞動要素的替代，特別是對人類智力的部分替代，使得社會勞動就業市場不可避免受到重大沖擊。從工業革命以來技術進步和自動化進程演進的歷史經驗來看，重大技術革命在消滅一部分既有就業崗位的同時，往往也會創造出新的崗位（例如機器替代手工操作崗位的同時衍生出機器維修這樣的新崗位），最終在就業崗位總量上會達到一個新的平衡，但結構性變化不可避免。新人工智能技術由于能夠對原本專屬人類的智力活動產生一定程度的替代，因此，其對就業結構的影響機制相比以往會更為復雜。

一方面，由于新人工智能可以在一定程度上替代人的智力活動，不少原本需要一定專業知識或技術背景的崗位有可能會率先被替代，例如，寫稿機器人、機器人法律助手等已經能勝任簡單的新聞稿件寫作、法律咨詢等工作。另一方面，當下的新人工智能技術還屬于弱人工智能，對人類智力活動的替代總體還非常有限，在很多情況下新人工智能技術更多是發揮輔助決策的作用，由此將衍生出大量具有人機互補特征的新崗位。基于上述機制，此次由新人工智能技術應用推動的自動化進程，崗位替代和崗位創造仍將并存，在一定時期內甚至有望繼續實現總量上的大致平衡。

當然，就業結構方面的變動可能會與以往存在較大差異。以往的自動化進程是對勞動者體力的不斷替代，被替代崗位更多集中于較為低端的簡單勞動；而新人工智能技術對智力活動的部分替代使得具有相當知識技能的中產白領崗位也處于被替代境地。一旦中產白領崗位被人工智能大規模替代，那么全社會收入分配結構將呈現極化趨勢。

拓展經濟學研究全新課題

新人工智能技術的大規模商業化應用在影響經濟發展的同時也為經濟學研究帶來很多全新的課題。政治經濟學、增長經濟學、微觀經濟學、收入分配、創新經濟學等眾多領域可能都需要結合經濟社會實踐中出現的新情況開展理論創新。從當下新人工智能技術的既有應用實踐來看，以下幾方面尤其值得深入探討。

一是馬克思勞動價值論的豐富與拓展。新人工智能技術的替代性特別是其對勞動要素的替代，要求我們結合新人工智能技術（及產品）的技術—經濟特征，從價值創造角度對其內涵本質進行重新審視，為豐富馬克思勞動價值論提供新的依據。

二是基于數據要素特征等形成的邊際報酬非遞減現象與增長理論的拓展。數據要素作為新人工智能技術最重要的基石，具有非競爭性、非排他性、零成本復制等特征，使得基于新人工智能技術所形成的要素在生產過程中發揮作用時能夠破除其他傳統要素所遵循的邊際報酬遞減規律，加上知識創造方面的作用機制，凡此種種都是傳統新古典增長理論及內生增長理論沒有覆蓋的現象。

三是收入分配理論面臨新的挑戰。黨的十九屆四中全會提出“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制”，新人工智能技術應用涉及數據、知識、資本等多項要素，如何測度其貢獻并決定其對應的報酬，將是增長經濟學初次分配理論共同面臨的新問題。而未來新人工智能技術替代效應發揮作用可能帶來的收入差距極化、大量無業人員基本生計等問題，則會對再分配理論提出新的挑戰。

四是創新經濟學理論的拓展。新人工智能技術應用還將帶來生產組織模式的重構，伴隨各種新模式、新現象的涌現，創新經濟學理論在更多創新實踐滋養下也有望得到進一步拓展。此外，新人工智能技術背后的深度機器學習等方法與經濟學現有的計量分析、因果推斷等相結合，將有望為經濟學研究提供新的定量分析工具。

經過改革開放40多年的快速發展，中國人均GDP已經突破1萬美元，超大規模市場優勢正加速釋放。在過去10多年時間里，正是憑借巨大的市場空間，我們抓住了數字經濟發展的重要機遇期，在電子商務、平臺經濟、共享經濟等領域取得全球并跑乃至領跑的優勢。未來10年，我們的超大規模市場優勢也將為新人工智能技術的大規模商業化應用提供有力支持，進而延續我國在新經濟、數字經濟領域的發展優勢。經濟學乃致用之學，經濟理論源于經濟現實。新人工智能技術大規模商業化應用，在促進我國經濟高質量發展的同時，必將為中國特色經濟學理論創新提供豐富、鮮活的實踐素材。

責任編輯；zl