摘要：科技成果日益革新与产业变革持续深化的综合背景下，人工智能作为控制成本、提高工作效率的关键技术，在新时代环境下受到越来越多的关注，人工智能产业社会地位也愈发突出。人工智能产业作为国家核心竞争力的重要组成，也是各个国家在全球博弈中都想抢占的关键制高点。基于此，本研究着重探讨了人工智能产业与管理的问题。通过分析当下国内人工智能产业与管理的现状，指出产业投资结构失衡以至于建设布局的合理性不足。对此，提出了相关的实施策略。

关键词：人工智能产业；管理；策略

引言

根据“十四五”规划战略指导内容，我国人工智能产业与管理将重点把握原始创新及优化研发布局等方面。旨在通过进一步优化人工智能基础技术供给体系结构，进而推动不同专业学科的交叉融合与多元资源的开发利用。人工智能不仅是科技革命的重大成果与后期科研的重要技术支撑，也是实现产业融合与转型升级不可或缺的驱动力。尤其是目前人工智能产业已经成为促进跨领域、跨区域合作创新的着力点，人工智能产业可以为其他领域、产业的优化升级创造有利条件的价值更加突出，所以加快人工智能产业建设步伐与管理优化是非常有必要的。但是由于目前国内人工智能产业的消费级市场还没有完全形成，人工智能企业也没有实现发展成熟，所以人工智能产业建设与管理还需要不断完善产业机构，解决产业低端化问题。对此，本文结合当下人工智能产业与管理的现状进行了研究探讨。

一、人工智能产业与管理的现状分析

（一）人工智能产业规模持续高速发展

首先从我国人工智能产业现有的建设规模来看，截止2021年12月，人工智能产业总规模达4041亿元人民币，人工智能产业投融资金额为201.2亿美元，同比增加40.4%。根据我国人工智能产业地区分布，深圳和广州地区是人工智能企业主要的集聚地，在建设布局上初步形成了以华为等龙头企业为人工智能产业建设方向的领头羊，以大疆等五家独角兽企业为中坚力量与主要支撑，以其他中小型人工智能企业为衔接力量的发展格局。再从国内的人工智能产业链整体部署进行分析，主要分为三大板块：人工智能产业应用与落地、人工智能技术创新攻坚、强化基础软硬件支撑[1]产业链中的各个板块相互作用、相互促进，在部署上强调以模块联合的形式推动人工智能产业链各个结构的衔接，逐级推进产业链结构升级，部署战略上注重稳扎稳打。并且人工智能产业在资金等方面的资源有相对丰厚的保障，所以在实现人工智能产业规模化持续高速发展上面本身就具备优势条件。

（二）人工智能产业结构实现竞争力保障

我国人工智能产业在深入发展的过程中，同期对数据、计算、算法等专业内容进行了革新，并且也促进了芯片、传感器等专业技术的创新发展，可以说是“牵一发而动全身”。也正是因为实现了跨领域融合发展的格局，在数字化向智能化跃升的关键阶段，国内人工智能产业拓展建设范围才具备新的科研成果大规模落地应用的条件，而这也是人工智能产业正式走向高速发展的必要基础[2]。从我国人工智能产业结构的竞争力及其保障来看，最核心的部分就是人工智能的专有技术，而国内不少人工智能企业都拥有一定数量的专利，并且相较于国外来说，我国人工智能产业的应用场景更加多元、应用范围及其拓展空间也更加广泛。虽然国外也有不少专有技术专利，但是在大规模应用落地这一层面，国外相对集中于一些发达的经济区和特殊行业。而我国人工智能产业还致力于日向化的应用落地建设，基于“共同富裕”战略目标，人工智能产业建设也在由沿海发达地区逐渐向内陆推进。总的来说，我国人工智能产业结构不仅具备前期稳步进行的综合实力，同样具备后期实现快速发展的爆发力与持续驱动力。

（三）人工智能产业价值在多领域突出

随着人工智能产业的快速发展与应用价值进一步凸显，企业和政府对人工智能越来越重视，并且在政府的支持下其他行业对人工智能的应用在短时间内就实现了快速升温。在此背景下，人工智能产业的跨领域应用也实现了对企业生产经济效益的增值作用，这进一步打开了人工智能产业应用落地与大规模建设的上升空间。目前，人工智能产业在安全生活、远程交易、分析预测、科学决策等领域的应用比较常见。从社会经济发展的宏观视角来说，人工智能产业对产业经济形成价值闭环。再回归到微观视角对人工智能产业价值进行分析，基于人工智能产业的数据治理结合AI技术中对业务场景的复杂高难度计算，能够综合多种影响因素进行高效率的动态化演练，并且还可以实现技术拓展与问题推理，为业务活动提供科学决策。除此之外，基于人工智能的管理战略与思维可以有效主导企业进行科学统筹布局，帮助企业把握发展机遇和解决难题，这也将人工智能产业的价值进一步突显出来。

二、人工智能产业与管理面临的问题

（一）数据安全仍然缺少长效保障

数据安全缺少长效保障是当前我国人工智能产业建设与管理亟待解决的问题，具体包括四个方面。其一，数据信息资源共享与安全传输。当下我国人工智能产业正式进入了落地应用的阶段，在应用过程中产生了大量的新兴垂直领域的数据需求，并且应对不同的应用场景还有进一步的细分需求[3]。但是现有的技术不足以保障人工智能产业实现高精度、细粒度、专业化的数据资源服务供给。例如跨境追踪技术还不够成熟、完善，所以人工智能产业在数据安全高质量供给层面的建设还有很长一段路要走。其二，人工智能产业对于公共数据的开放共享缺少业内统一的执行标准。这也是导致人工智能产业链中，仍然有部分企业和建设环节存在数据孤岛问题的主要原因之一。其三，人工智能产业大规模落地应用的过程中，如果存在数据违规跨境的相关操作，还会给国家数据安全造成加大威胁与潜在隐患。其四，一些数投毒行为也会对我国人工智能产业建设与管理产生严重危害，而目前针对这类行为的数据安全保障处理技术也不够成熟，无法充分保障数据安全。

（二）人工智能产业发展与分布不均衡

人工智能产业的发展存在平衡问题，主要体现在投入要素和产出要素两方面。从我国人工智能产业建设与管理的投入要素进行分析，因为不同地区之间针对人工智能产业建设的扶持力度存在一定差距，且地区的基础软硬件基础也存在差异性，所以人工智能产业在不同地区的发展进程相差比较明显。尤其是资金供给、智力支持等方面，北上广深等发达地区对人工智能产业的支持力度相比其他发展地区要大得多，这些地区的人工智能产业资源要素聚集度也是国内最高的。不仅如此，在人才资源的投入上，北上广深等发达地区也存在较大的优势，所以人工智能产业发展与分布的不均衡问题比较明显。从我国人工智能产业建设与管理的产出要素来看，龙头企业也相对集中在沿海经济特区、经济发达且交通便利的城市支点，并且人工智能产业的五家独角兽企业集中分布在广东地区，在产业规模效益上，地区之间的对比也较显著。再从人工智能产业的产业链内基础层和技术层产业发展力分布来看，也是与上述内容差不多的问题，发达地区的优势是其他地区难以赶超的，这也间接影响了我国人工智能产业链在地区建设中的分布均衡。并且就国内市场条件来看，这种不均衡的现象很难打破，即便强硬进行改革，也会带来更多影响上层建筑的问题，所以最好的方法是基于“先富带后富”逐步提升地区的人工智能产业链优势。

（三）商业应用场景对产业大规模落地存在限制

人工智能产业的商业应用场景繁多且相对杂乱，从整体布局与具体应用情况来看，一般是结合生产过程中某个环节的应用场景进行设置。并且这种模式下的人工智能作用产生的数据等要素，很难被引入到其他环节中进行作用，最多只是为科学决策提供一定的依据。所以人工智能基于商业应用场景拓展产业建设难以实现大规模落地。一方面，国内人工智能产业进入深度应用阶段后，面对商业化应用的个性化需求与系统融入部署需要，还受到企业运营成本的限制。再加上目前市面上针对商业应用场景设计的人工智能产品存在同质化问题，无法充分满足消费端与工业端的需求，所以人工智能产品本身的商业价值没有完全发挥出来，变现难度也相对较大。这就意味着人工智能没有实现从消费端获取足够的建设保障，大规模落地应用的基层建设仍需进一步完善。另一方面，人工智能产业自身也存在一些不足之处亟需改进，尤其是在数据接口标准、技术评价指标、安全评估管控等方面。所以人工智能的广泛应用缺少足够的基础条件支撑。

（四）投资战略缺乏统筹性削弱产业持续驱动力

人工智能产业与管理在提升内生持续驱动力上面也存在一些问题，而造成人工智能产业持续驱动力被弱化的主要原因，就是产业投资、融资结构的偏重、失衡。国内环境给予到人工智能产业的投资、融资，更多都是以人工智能的应用为主[4]，因此产业投资、融资的出发点与落脚点比较看重人工智能产品的应用价值，对于人工智能产业基层建设的重视程度不高。并且由于资本流向侧重于向安防、金融、制造、医疗等能够实现快速获利且运行稳定的行业，所以人工智能产业的投资偏向于应用层面，产业投资结构出现“头重脚轻”的现象。还有一些投资行为讲究短期套利，但是这种形式下需要应对的投资风险也相对较大，产业也会因缺少长远投入定力而面临建设补充动力不足等问题。例如，追求短期套利的投资随时可能出现撤资行为，在人工智能产业的技术创新研发过程中如果受到撤资影响，则整个研发活动都可以会停滞不前，间接影响到面向应用层面的人工智能产品的革新。

三、人工智能产业与管理的实施策略

（一）推进数据安全保护与共享立法进程

人工智能产业与管理的数据安全问题不仅牵连范围广泛，而且作用影响深远，为保证对人工智能产业建设的数据安全实现有效保护，以及高质量数据供给的安全共享，建议通过立法来推动产业建设。同时，基于打破数据孤岛形成的壁垒，数据安全与共享立法可以从以下几个方面切入进行设计：其一，通过对人工智能产业的新兴垂直应用领域增加数据基础服务，并结合应用场景进行系统强化，然后由人工智能企业参与并引导应用企业的内部运行系统构建，确保结合应用需求设计人工智能产品的数据采集、清洗、标注、交易、应用的一体化基础数据服务体系。其二，完善人工智能产业的数据开放服务机制。这一层面的设计主要针对人工智能产业的公共数据共享，重点在于对面向数据需求方、提供方、加工方和方的数据共享活动，打造出一体化的人工智能基础数据集成开放平台，并结合市场环境趋势进行专项立法，明确人工智能产业与管理的公共基础数据共享标准以及执行规范体系。其三，人工智能数据安全治理立法纳入风险预警机制，通过强势手段打造良好的数据生态环境，为人工智能产业建设与管理增加多重保障。提升打击违反数据安全法、恶意攻击行为的力度，并对预防核心数据违规出境、窃取等进行日志检查，要求职责划分到个人。

（二）基于产业分工强化区域资源优势

通过增强地区的人工智能产业优势带动国内产业链建设升级，可以在一定程度上抵消人工智能产业分布不均衡带来的影响。因此，建议从统筹规划的角度对人工智能产业建设与管理进行区域产业布局。例如，在京津冀地区的人工智能产业，可以根据地区的市场需求与人工智能应用落地的着力点进行产业链升级。北京地区在人工智能技术的应用研发与创新能力方面，有很大的优势，而天津地区在政策与市场规模上的发力较足，河北地区有占据了地域辽阔、人口庞大的优势。因此，可以增加三个地区之间的紧密联系并结合主要建设重点打造一条完整的人工智能产业链，按照成“一主两辅”的模式对京津冀地区的人工智能产业的上层建筑进行规划[5]，将人工智能产业中一些基础的软硬件制造向周围地区延伸，确保区域内人工智能产业建设与管理的储备，形成上下层建设相互贯通的“金字塔”建设布局。

（三）利用产业政策指导促进落地应用

对于促进人工智能产业的大规模落地应用来说，可以通过政策指导将对各个地区的人工智能产业建设与管理提出合适的方法与路径，基于统筹规划实现不同地区的协同发展与创新，为人工智能的大规模落地应用创造有利条件。一方面，要重视并积极利用企业的创新主体作用，在原有的“龙头企业—独角兽企业—中小型人工智能企业”的格局上，将各个层面的优势放大、增强。同时，基于“产学研用”创新体系，优化资源配置，政策指导的核心把控在多方共同围绕人工智能实际应用问题的协同攻关这一层面。另一方面，关于构建从源头技术创新到产业技术创新的完整价值链，也要出台相应的政策引导。可以从消费端入手，通过引导消费端挖掘人工智能应用价值并在适当展示出合适的变现渠道与方法，加快推动人工智能产业与管理形成规模效应。

（四）创新人工智能技术保障内生驱动力

虽然人工智能产业在投资结构上的持续驱动力不足，但是换个角度来看，如果人工智能实现了技术攻坚的不断创新，那么难过进一步提升人工智能产业的综合价值，吸引更多资本用长远效益的眼光重新审视人工智能产业。简单来说，就是通过增强人工智能的内生驱动力来引流，保障其他资源的稳定、持续供给。建议对“产学研用”进行优化，完善整体框架的设计，对开设了人工智能产业学院的高校增设学生个人硬性指标，要求学生在校学习期间需要去往人工智能企业进行见习学习，并提出以研究生带队组织本科学生共同参与国际性的人工智能机器人研发比赛等。同时，对人工智能企业要求不得拒绝来岗见习、实习的该专业学生，对于龙头企业适当放权，由企业自主选择最少30位实习生，但是人员挑选需要公开透明。实习期间，可以组织学生从人工智能技术创新、应用两个方面进行市场调查，促进技术研发与应用需求的有机结合。

结语

综上所述，当下人工智能产业与管理的主要问题集中在投资结构失衡、大规模应用落地条件不足等方面。对此，人工智能产业建设与管理要基于统筹规划视角对各个地区、各级产业链进行优化升级。

参考文献

[1]曾建丽，赵雪，于文艳，宋阿倩. 天津市人工智能产业创新效率的影响因素研究——基于创新价值链视阈[J]. 城市，2022，（05）：69-79.

[2]耿子恒，汪文祥. 中国人工智能产业发展态势及影响因素研究——基于中国AI上市公司全要素生产率的测算与分析[J]. 企业经济，2022，41（03）：36-46.

[3]郑杰恒，王杰敏，张琳，苏爱国. 广东省人工智能产业发展现状及对策研究——以东莞市人工智能产业为例[J]. 当代经济，2022，39（03）：44-49.

[4]袁野，刘壮，万晓榆，刘石. 我国人工智能产业人才政策的量化分析、前沿动态与“十四五”展望[J]. 重庆社会科学，2021，（04）：75-86.

[5]芦婷婷. 中国人工智能产业发展的竞争力及发展策略——基于钻石模型的分析[J]. 经济论坛，2020，（12）：18-26.

第一作者：樊富起（1981年6月），男，汉族，山东省菏泽市人，硕士研究生，副教授，研究方向：从事汽车零部件设计、汽车智能化研究。

第二作者：陈英（1985年5月），女，瑶族，广西桂林市人，硕士研究生，讲师，研究方向：从事管理科学与工程，经济学研究。

课题项目：江西省教育厅自然科学项目：无信号交叉口网联式车辆控制策略研究（编号：GJJ202018）。