李国杰院士：发展数字经济的三个关键

【编者按】

11月2日，由中国科学院、中国工程院、广东省人民政府指导，广东院士联合会、东莞市政府主办的“2018粤港澳大湾区院士峰会暨第四届广东院士高峰年会”在东莞市开幕，在下午的“新一代信息前沿技术与智能制造论坛“上，中国计算机学会名誉理事长、中国工程院院士李国杰发表了题为《发展数字经济值得深思的几个问题》的演讲。

由于当天议程安排，李国杰院长的演讲内容略有删减，但在10月25日的2018中国计算机大会上，李国杰院士曾发表同名演讲，并发布于《AI研习社》，该文部分的补充内容来源于其整理，原版权归属于李国杰院士。

亿欧经整理编辑发布，以供业内人士参考。

11月2日，由中国科学院、中国工程院、广东省人民政府指导，广东院士联合会、东莞市政府主办的“2018粤港澳大湾区院士峰会暨第四届广东院士高峰年会”在东莞市开幕，本次年会以“拥抱新时代，抢抓新机遇，激发新动能”为主题，逾60名院士和超百名科学研究领域的专家学者，以及来自百度、华为等公司的一线技术负责人齐聚一堂，围绕智能制造、再生医学、人工智能等议题展开深入探讨。

据了解，广东院士联合会是由早广东工作院士和广东籍院士自主发起，由院士自愿组成的非营利性机构，旨在团结和凝聚国内外广东籍及在广东工作院士的智慧和力量，同时以此为平台汇聚国内外高端创新要素，提升广东自主创新能力，为广东经济社会发展提供有力的科技和人才支撑。而广东院士高峰年会是广东院士联合会着力打造的一个品牌活动，至今已成功举办三届。四年来，广东院士联合会聚集了两百多名粤籍和在粤工作院士，及约1300名紧密联络的高端科技人才，并还在不断吸纳和培育更多创新力量。

在11月2日下午的“新一代信息前沿技术与智能制造论坛“上，中国计算机学会名誉理事长、中国工程院院士李国杰发表了题为《发展数字经济值得深思的几个问题》的演讲，李国杰院士认为：当摩尔定律临近极限之际，大数据和AI计算却出现了指数级增长，计算机系统结构将成为关键的推动因素。然而，目前只有不足1%的云服务器为AI加速服务，要让AI变得无处不在，吞吐量需要提高100倍以上。

“发展大数据和人工智能不能停留在算法层面，必须扎根在系统结构和软件理论的深土中。”

“发展数字经济要排除两方面的干扰，一方面是对新一代人工智能技术麻木不仁、墨守成规，导致错失发展机遇；另一方面是不顾国情、盲目冒进，对新技术抱有不切实际的幻想。”李国杰说，要扎扎实实地把大数据和人工智能融入实体经济，为经济发展注入新动能。

以下为李国杰院士的演讲全文：

大家下午好，我今天演讲的题目是《发展数字经济值得深思的几个问题》，刚才两位专家讲得都很专业，大家听起来要费脑筋的，我这个报告相对比较宏观一些。我今年75岁了，我今天讲的东西是比较常识的东西，不是在座各位要懂得很多专业知识的。但是这些常识问题可能还是需要深思。

第一，到底要怎样人士大数据和人工智能的巨大作用。

现在大数据和人工智能已经被列为国家战略，我们要满腔热情地拥抱驱动数字经济的新技术，但是不要只做表面文章，而应扎扎实实地把大数据和人工智能融入实体经济，为经济发展注入新动能。

首先我讲一下数据。

2017年我国电子信息产业的收入达到18万亿元，这是不是GDP，是收入。大数据相关产业收入只有4700亿元。大家注意，还有一个数据，就是大数据的核心产业的收入是234亿（国家大数据发展规划要求2020年大数据相关收入达到一万亿元）。去年一年，我国大数据核心产业的收入是234亿元（我国人工智能产业的收入大概在200亿元左右）。

大数据核心产业只有230亿元是什么概念？中国护肤面膜产业的年收入是236亿，说明大数据核心产业和人工智能目前只相当于面膜产业的规模。大数据核心产业收入只占电子信息产业总收入的千分之一左右，如此弱小的大数据核心产业如何能成为推动经济转型发展的新动力？

我的理解是，高质量发展的必经之路是从资源要素驱动转变为创新要素驱动。数据技术的本质是「认知」技术和「决策」技术。它的威力在于加深对客观世界的理解，产生新知识，发现新规律。大数据是数字经济关键的生产要素，它的作用是使各类经济活动朝着更加高效率、更高质量、更具备可持续性、更智能化的方向发展。

有一个比喻就是，人工智能像奶酪，传统的制造业以及传统的产业像蛋糕。没有奶酪的蛋糕是不好吃的，高质量蛋糕就有奶酪了，这个奶酪对这整个蛋糕的提升。我的理解是：大数据是一个可重复使用的软件资源，数据只是一个对事物的记录，它是一个使能技术，所以它能够应用在很多很多领域，能够使你的各行各业都发生变化。

大数据的影响不能只看GDP统计，其影响难以被统计

大数据的作用不能只看GDP统计，大数据的大是指它的影响大，不光是规模大，比如工业大革命，地理大发现，都是大。

大数据的影响难以被统计，这是因为数字经济的统计中包含了许多传统产业的贡献，我们经常讲融合型数字经济的占比，这点一直让我感到困惑，数字经济的增量究竟在哪里？上世纪80年代，经济学家索罗提出一个悖论：到处都看得见计算机，就是在生产率统计上看不到。

今天可能有一个相反的数字化悖论：我们在统计上常看到数字化的巨大作用，但在生产活动中还不易发现数字化的价值，这个大数据和人工智能的作用，不是仅仅体现在经济增长上，更多体现在生产方式、生活方式、科研模式、政府管理模式的改变和福利改进，特别是人们思想观念和认知方式的改变上。因此，别太在意数字经济规模的统计数字。不同的机构统计的口径不一致，测算的数字经济规模有几倍之差。根据联合国2015年的统计，全球数字经济规模只有2.5万亿美元，比中国信通院公布的中国数字经济规模还小。

我们需要关注的不是在原来的经济蛋糕中划出多大一块算成数字经济，而是要关注大数据和人工智能究竟为经济发展贡献了多少新的增量，提供了多少原来没有的新产品和新服务，经济效率，新的服务和用户体验提高了多少。

有些咨询公司提出一些新的统计模式，如麦肯锡提出iGDP，波士顿咨询提出eGDP等，华为跟牛津经济研究院也在做一些工作，试图更好地体现数字经济的影响。

数字化的价值更多体现在无形资产上，1975年标普500公司无形资产只有几千亿美元，占总资产的17%，2018年无形资产达到2万亿美元，占总资产的83%。苹果、亚马逊、Alphabet、Facebook等全球市值最高的几家公司都是数字公司。有人认为不要看重市值，因为这只是投资人的估值，但我觉得市值是购买一个公司的价格，市值与公司收入（利润）的关系如同母鸡与它下的蛋的关系。数字经济的代表性企业市值最高，超过所有的传统企业，这说明数字经济代表着未来经济的发展方向，无形资产将会变成真金白银。所以无形资产从某种程度上来讲，比厂房设备更有价值。

创新驱动=全要素生产率驱动

谈大数据的作用不能光看量和增长，还要关注质的变化。我们更多要从全要素生产率（FTP）的角度来理解大数据和人工智能。

创新驱动就是全要素生产率驱动。与蒸汽机创造了铁路产业、内燃机创造了汽车产业、发电机创造了电力产业不同，大数据与人工智能并没有在现有的支柱产业之外，创立出新的支柱产业。换句话说，大数据与人工智能本质上是提高效率、改善配置的优化技术，理解大数据和人工智能对经济发展的巨大推动作用，要从提高生产率上找原因。

随着进入新时期，我国人口红利消失，资本回报也在下降，转向创新驱动就是转向全要素生产率驱动。

统计数据显示，只有日本在1900-1929年TFP的贡献在50%以下。我国大多数年份的TFP贡献率都在30%以下，1995-2005年维持在30%左右，2006-2013年降到21%。

2014年，我国TFP只相当于美国43%的水平。中国TFP年均增速必须达到2.7%（美国1%），才能在2035年超过美国TFP60%的水平。请大家注意，2008年以后，我国的TFP没有上升，反而下降，每年增长不到2%。2013年开始有点回升，但是对经济增长的贡献率也只在20%左右。我们讲大数据、人工智能，但目前这些技术并不能明显促进TFP的提高。

分解出的结果表明，对我国经济增长贡献最大的是规模效率，配置效率其次，技术进步排在第三位，它的贡献在下降，贡献最小的是技术效率。

在过去，工业经济追求的是规模经济，强调分工、专业化、单个品种的规模。现在的新经济追求的是范围经济，强调品种的多样化和个性化。然而个性化和通用性是矛盾的，这就是我常讲的「昆虫纲悖论」。以后的物联网、人工智能应用可能像昆虫一样，有很多品种，你想把这些应用规模化生产，就会产生矛盾。只能靠大数据和智能技术解决这一矛盾。

强调数据驱动要关注提高技术效率。技术效率是指在给定的投入下获得最大产出的能力，要在提高技术效率上下功夫。2001-2013年中国技术效率的年均变化率是负0.02%，2008-2013年期间，中国大数据企业的技术效率平均变化率为负5.9%。技术效率低是我国的明显短板。

美国德克萨斯大学对多个行业和大型企业的数据利用率、人均产出率进行了广泛研究，结果显示，数据利用率提高10%，财富100强企业人均产出就会提高14.4%。一个城市、一个地区数字经济发展得好不好，不是看添置了多少设备，采集了多少数据，主要是看投入产出的效率提高没有。

目前大数据分析的能效非常低。高性能计算已经到G级了（即每焦耳完成10亿次操作，GOPJ），而大数据操作，采用Hadoop、Spark，只能做到每焦耳完成千次操作，能效与高性能计算相差4-5个数量级，更不要说与已经实现TOPJ（即每焦耳万亿次操作）的寒武纪芯片相比了。

用历史眼光判断技术的作用

近两年，人工智能火爆，许多人认为信息时代已经过去了，大数据的热潮也已经过去了，现在已进入人工智能新时代。究竟现在处在什么时代，需要有历史的眼光。作为一种基础的科学范式，数据科技的影响可能要比人工智能更持久，但是人工智能技术更具有颠覆性。

有些经济学家认为，经济发展存在50-60年的长波周期，大数据和人工智能可能引发信息时代新的经济长波。第四波的重要推动力是电子计算机，第五波的重要推动力是互联网、移动通信、软件。现在我们处于第五波的衰退期，不是高速发展期，如果在这个时期有新发明爆发，可能在2030年左右又会出现一个新的波，第六波的主导技术可能是人工智能、大数据、物联网，还包括生命科学等新技术。

本世纪初，美国工程院请院士投票，表决过去一百年哪些技术深刻影响了20世纪。排在最前面的是电力、汽车、飞机、自来水等，计算机虽然已有半个多世纪的历史，却排在第八。一项技术对世界的影响力要一百年后才能看出来。几千年来，对人类生活影响最大的技术是油灯，因为没有它晚上就是黑暗的。

20世纪初没有人想到互联网和手机会如此普及。人类未知的领域远远大于已知领域，21世纪末流行什么现在同样很难判断。大数据和人工智能会不会是21世纪最伟大的技术现在下不了结论。未来100年生物科技、健康技术、新能源和新材料的影响也许不亚于人工智能。

我们的数字转型究竟要转什么？

“数字化”在英文中有两个名词，一个是Digitazation，另一个是Digitalization。Digitazation是指信息的数字化，Digitalization指改变商业模式的业务流程数字化。现在追求的数字化转型是生产模式、运行模式、决策模式全方位的转型。摩拜单车就是数字化转型的典型案例，通过采用GPS定位和4G通信技术改造了传统自行车产业。

近年来我国的服务业增长很快，占比达到了50%，与我国人均GDP相近国家的服务业占比已到60%。但是，我国服务业比重仍然偏低。另外，转型主要指的是转变产业的分布。通过研究过去的数据我们发现，中国占比高的是农业、制造业、建筑业、金融业等，工业数据占比很低。

数字化转型的第一个目标是改变产业分布，大力发展生产性服务业。我们国家生产性服务业占比远远低于美国和韩国。大数据和人工智能的贡献在产业分布中不能直接看到，其作用必须融合在其他的产业发展中。

第二个目标是由传统企业转向数字化企业。我国的高档数控系统、数字化工具测量仪器和国外相差20年，现在有应用场景的地方没有智能产品，有智能产品的地方又没有应用场景，这两处存在鸿沟。

第三个目标是要大力发展科技型中小企业。大企业是中小企业技术创新和成果转化的市场，如果大企业什么都要自主开发，什么都要完全自主的知识产权，就封闭了它的创新。德国将强大的中小企业群称为“隐形冠军企业”。德国和日本很多公司几十年只做一个产品，做到世界闻名，效益非常好。

我国要鼓励科技型中小企业向高精尖发展，每一个行业都应当有既懂数字化技术又熟悉行业业务的小企业。政府主导较适于追赶，不适应创新驱动发展。创新基于市场导向，由企业家精神铸就，创新驱动应以竞争政策为主。

所以我们国家一定要把发展中小微企业上升为国家发展战略，各地政府也不能只重视引进龙头企业，要把主要精力放在培育和支持当地中小微企业的发展，要鼓励科技型中小企业向高精尖发展。

谢谢大家！

一直以来，技术都是推动商业环境进化的重要因素，而目前最热的技术升级趋势，无疑是人工智能。当下，尽管人工智能行业本身已经进入了一个平稳的发展期，但它对于各行各业的赋能却正在以更热烈的姿态进行。

2018年11月30日上午，亿欧将在北京国贸大酒店举办“新技术·新动能创新者论坛”，以技术为核心要素，从行业角度出发，探讨新技术趋势下，企业如何把握升级机会、跟上时代节奏，在诸多竞争者中脱颖而出。

详情及报名链接：https://www.iyiou.com/post/ad/id/730