智能治理||孙璇：AI技术传播的四个层面

AI技术传播的四个层面

AI技术传播是一个多维度的经济与社会进程，不仅在全球范围形成了向各国家和地区的非均衡扩散，在行业层面实现了与各产业及应用场景的融合，还在机构层面促进了组织革新和全要素效率的提升，在社会层面产生了深远的经济社会影响。不同国家和地区、行业、机构及社会治理对象在客观条件上存在与技术结合的差异，这种结合过程中会产生互动与反馈，导致各层面不同主体间的技术传播并非均匀和同步，从而形成阶梯式扩散、差别化扩散。

（一）AI技术的全球传播

AI技术的全球传播是指一国开发的相对成熟的AI技术应用模式通过各种途径被其他国家和地区采纳、吸收、复制和改良的过程，这一过程需要与传播地的特定社会、政治、经济、教育等条件相融合和转换，才能实现良好的技术传播效果。随着AI技术在不同国家和地区的差别化扩散，数字差距已成为全球AI发展的关键议题。从产业结构差异来看，发达经济体拥有较为成熟的产业和以服务业为主导的经济结构，具备更高比例的能处理复杂任务的数字化人才，相对更有利于发挥AI的优势，更易于从推动AI技术传播中获益。而大多数新兴市场和发展中经济体过度依赖传统产业，缺乏数字基础设施和高素质劳动力，利用AI推动生产力提升仍面临诸多内在障碍。

创新环境的全球差异也塑造了AI技术传播的差别化格局。欧盟等发达经济体在创新环境和市场规模等方面具有相对优势。在欧盟AI战略指引下，欧洲各地建立了大量数字创新中心等，对AI技术在欧盟区域的扩散起到重要的推动作用。许多欧盟企业在数字创新中心共享使用AI开发所需的数据集、算法并培训专业人才，极大地促进了私营和公共部门的AI应用。

AI技术的全球传播还面临着传播障碍和成本的挑战。不同国家和经济体之间在经济发展水平、科技发展水平、市场统一度、经济制度和文化传统等方面存在较大差异，从而导致技术传播的速度和规模方面存在巨大差别。倘若低收入国家重视并完善其数字基础设施，就有机会利用AI技术获得巨大的边际收益，推动解决长期以来在医疗健康、教育和人才短缺等方面的问题，有力提高生产力水平。低收入国家若能借助国际经贸平台嵌入AI全球产业链和供应链，吸引较发达国家的技术、资本要素流入，将有利于其推动智能化发展，充分释放AI技术的外溢效应。

（二）AI技术的行业扩散

AI在不同行业的扩散是特定的行业禀赋条件与AI技术相结合的过程，因此，不同行业AI应用的差异化和阶梯化反映了各行业之间在数据、资本、行业特性和消费者偏好等方面的条件差异。

一是不同行业的数据条件存在显著差异。AI系统的效能高度依赖于数据的质量和数量。Acemoglu等认为，AI应用带来的生产率提升主要体现在IT密集行业，这些行业的信息化基础和数据质量显然高于其他行业。此外，金融业、零售业和制造业等产业由于拥有大量的结构化和非结构化数据，自动化和数据分析的基础条件较好，能为AI的扩散应用提供较好的数据条件和基础。相对于其他数据条件好的产业，农业等传统产业缺乏较高质量的数据和自动化条件，客观上限制了AI在传统产业的扩散应用。

二是不同行业的资本和技术密集程度存在客观差异。高科技产业和金融业的资本实力相对较强，投资新技术的意愿相对较高，相较于其他非资本和技术密集型行业具有较好的AI扩散应用条件。不同行业对AI技术应用的需求和侧重点各不相同：制造业更关注把AI应用于生产端，提高自动化和智能制造水平；服务业则侧重于销售端，相对更注重利用AI技术统计和预测市场趋势、客户分众化消费需求等，从而灵活调整产能和优化生产品类。

三是不同行业的行业监管和受众条件存在差异。AI行业扩散的效果还受到行业监管和消费终端的影响。例如，消费者对AI应用的接受程度、对数据隐私和安全的担忧，直接影响AI在服务业中的应用。AI在医疗领域的应用，同样受到算法失控所导致的医疗事故率、人机混合诊疗模式下的责任归属争议等影响。尽管AI已日益普遍应用于金融业新产品开发、业务运营、客户服务和客户获取等，ChatGPT等生成式AI应用也显著提高了金融业的决策质量、运营效率、客户体验和透明度等，但是，金融业通常涉及复杂的审查流程，合规流程高度依赖人工审核，人工合规流程、审查时间长度等都会给金融业应用AI的深度、成本和运营效率带来显著影响。

（三）AI技术的机构传播

机构是应用AI技术的微观主体，也是AI与其他生产要素相结合并提高全要素效率的场所。机构采用AI的过程，就是对内推动组织变革、对外构建创新协作网络，从而为AI与生产的结合做好准备、不断强化结合能力的过程。机构推动AI与生产结合的能力可以分为基础能力、提升能力和组织能力三方面。

基础能力是机构推动AI与生产结合的软硬件条件与能力，反映在机构规模、市场占有率和技术基础等方面。AI应用和维护的高成本、基础设施的高投入、算法模型的不可重复性、高质量且有标签的海量数据集等高成本因素会给一般企业尤其是中小企业带来应用AI的经济技术障碍。因而，AI的机构传播首先要求机构在市场规模、市场占有率、数据和算法等基础能力上具备变革能力。

提升能力是机构推动AI与生产结合的软实力，体现在机构的内部创新环境、外部创新网络和技术创新周期等方面。管理者是否能通过一定激励机制和内部创新机制来鼓励员工探寻前沿技术、积极学习和掌握新技术，是否能为人才创造稳定的创新环境，是影响机构扩散的重要条件。AI技术能否被采用并广泛传播扩散，关键在于技术的客观可达性，即企业与采用新通用技术的关键投入部门是否存在直接或者间接的联系。外部创新网络的构建有利于推动AI技术的最新信息、技术知识、生产范式等在产业主体间自由流动与交换。机构与外部创新网络之间的联系、网络中关键利益方的策略和态度都直接影响着机构的技术应用偏好，机构的竞争者、供应链伙伴等关键利益方的策略对机构技术变革既有积极影响也有负面影响。同时，机构应用AI的偏好还同AI的技术创新周期有关。在AI技术创新初期率先推动组织变革、应用AI的机构，相对具有更强的推动AI与生产结合的软实力。

组织能力是调节内部关系、整合和重构机构以推动AI与生产结合的重要能力。技术条件并不是机构推动AI扩散所面临的最大挑战，更关键在于是否能为应用AI创造良好的管理机制和人文氛围，让机构从传统依靠固定资产和有形生产为主的机构转型为主要以AI为核心推动生产的机构。机构变革的决策一般取决于机构内部管理层和工会等各方态度的平衡。一方面，企业家和高管的偏好、主观态度是影响机构变革的关键因素。企业家和高管支持被认为是智能化转型成功的核心驱动力之一，他们的态度、承诺和资源分配直接影响转型的推进速度和效果，他们的技术认知会显著影响企业对AI技术的采纳和应用。另一方面，工会和员工的态度同样是影响机构变革策略的关键变量。AI应用对员工的技术能力提出了较高的要求，员工可能面临着AI所带来的“技术压力”。此外，由于AI系统会自动收集大量个人行动数据，可能不利于保护员工隐私，并导致了算法监视和算法控制的可能性。

（四）AI技术的社会传播

通用性和公共性的技术特征决定了AI的扩散不仅局限于生产领域，还会向社会各领域扩散，从而引发显著的经济社会效应。AI的社会传播不是一时、一域的变化，难以单纯依靠市场力量自发进展，技术扩散所引发的安全伦理风险和社会冲击深刻影响着技术扩散的方向、节奏和力度。

生成式AI的快速发展及其向着更强认知能力的演化已经引发国际社会对其技术威胁的担忧。经济合作与发展组织的报告认为，AI的扩散应用可能产生一定的法律、伦理和安全风险，包括偏见和歧视、隐私和数据治理、人权和民主价值观、透明度和可解释性、稳健性和安全性等，从而可能加剧雇主和雇员、企业和消费者、政府和公民之间的权力与信息不对称现象。

在AI技术开发的过程中，伦理规范的建构不够充分、技术标准的制定不够全面、监管机制的缺失等，可能导致技术谬用或滥用并威胁社会公共利益。一是算法歧视风险。算法开发者在认识和解释世界的过程中所带有的偏见，会影响到算法的设计。算法通过“贴标签”的运算原理，不可避免地将显性或隐性的偏见嵌入其中，从而放大了现有的偏见。二是泄露隐私风险。AI系统高度依赖大量数据，只有密集的用户参与模型开发、数据验证和解释模型结果，才能产生有意义且可理解的AI系统，这意味着AI系统运营中必须收集个人数据，从而导致监视风险或违反数据保护规则的风险。重要国计民生数据、一些重要行业关键原材料购销等数据的泄露，则可能严重威胁到产业安全乃至国家安全。三是让渡控制权风险。随着深度神经网络的能力不断提升，深度学习中存在的“黑箱”特征愈发显著，这种认知不透明性意味着人类可能失去对智能算法的掌控，AI系统可能形成技术闭环和技术壁垒。另外，当前对AI信息垄断的公共监管制度较为滞后，一些跨国科技巨头掌握的信息和资源远多于政府，他们在很大程度上掌控了本该由政府掌握的一些具有部分意识形态导向功能的大数据信息，可能对国家安全和公共利益带来一定隐患。

AI技术的快速传播已经对传统劳动力结构和生产方式带来巨大的影响，智能技术所带来的劳动岗位调整、劳动薪酬变化、智能技术鸿沟等可能引发一系列经济社会问题。尽管历史上的自动化浪潮和信息技术变革主要影响低技能和常规性工作，但随着先进算法的应用，AI不断拓展类脑功能，能够利用海量数据进行自学习，具备更强的认知能力和独立决策能力，以往通常认为不容易被自动化替代的、依赖复杂专业知识的高技能工作也可能受到影响。随着ChatGPT等生成式AI技术快速发展，内容创作类、法律、财务分析和咨询行业等职业也将逐步被AI技术所替代。从就业结构的国际差异看，由于发达国家的就业结构中存在大量AI高暴露和低互补性的职业，发达国家可能会首先面临由AI扩散所带来的就业冲击，其劳工阶层遭遇技术性失业或收入减少的风险相对更高。

摘自《亚太经济》2025年第2期