范德志，于 水

(南京農(nóng)業(yè)大學(xué) 公共管理學(xué)院，江蘇 南京 210095)

2019年3月中央全面深化改革委員會(huì)第七次會(huì)議通過的《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的指導(dǎo)意見》指出，要促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的任務(wù)。黨的二十大報(bào)告強(qiáng)調(diào)“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”。(1)習(xí)近平：《高舉中國特色社會(huì)主義偉大旗幟為全面建設(shè)社會(huì)主義現(xiàn)代化國家而團(tuán)結(jié)奮斗》，載《人民日報(bào)》2022年10月26日。以ChatGPT為代表的生成式人工智能大模型以自然語言理解能力與內(nèi)容生產(chǎn)能力引起全球關(guān)注，ChatGPT代表了大模型產(chǎn)業(yè)發(fā)展的全新高地，未來預(yù)計(jì)能夠產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價(jià)值。(2)齊旭：《ChatGPT：AI的新起點(diǎn)？》，載《中國電子報(bào)》2023年2月10日。生成式人工智能大模型具備的人工智能算法和大語言模型技術(shù)在金融、傳媒、電商等領(lǐng)域具有潛在的應(yīng)用情景，有望成為我國實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的重要技術(shù)設(shè)施，賦能更多行業(yè)和場景，推動(dòng)新一輪的產(chǎn)業(yè)變革和模式創(chuàng)新。

人工智能并不是新近的概念，早在1956年，美國達(dá)特茅斯學(xué)院上麥卡錫首次提出了“人工智能”這個(gè)概念，即為人工智能發(fā)展史上的元年。2017年谷歌公司發(fā)布了transfomer為后續(xù)GPT模型的基礎(chǔ)架構(gòu)。2018年至2020年間，OpenAI公司相繼發(fā)布了GPT-1、GPT-2、GPT-3。直到2022年11月OpenAI開發(fā)并推出的聊天機(jī)器人ChatGPT，它是基于GPT-3.5架構(gòu)的大型語言模型并通過強(qiáng)化學(xué)習(xí)進(jìn)行預(yù)訓(xùn)練。自此，國內(nèi)外對生成式人工智能大模型的研究與應(yīng)用日益增多。Doraid Dalalah等研究了大模型在教育和學(xué)術(shù)研究中的應(yīng)用。(3)Doraid Dalalah，Osama M.A. Dalalah.：The false positives and false negatives of generative AI detection tools in education and academic research：The case of ChatGPT，The International Journal of Management Education，21(2)，2023.Sarah Kreps等分析了GPT-3政治立法中的優(yōu)勢和風(fēng)險(xiǎn)。(4)Sarah Kreps，Maurice Jakesch：Can AI communication tools increase legislative responsiveness and trust in democratic institutions？Government Information Quarterly，40(3)，2023.ChatGPT在創(chuàng)業(yè)內(nèi)容創(chuàng)作領(lǐng)域的應(yīng)用，如模仿名人CEO的風(fēng)格。(5)Cole E. Short，Jeremy C. Short.：The artificially intelligent entrepreneur：ChatGPT，prompt engineering，and entrepreneurial rhetoric creation，Journal of Business Venturing Insights，(19)，2023.我國學(xué)者一是聚焦于技術(shù)風(fēng)險(xiǎn)層面，警惕ChatGPT技術(shù)所帶來的知識產(chǎn)權(quán)、算法歧視、數(shù)據(jù)安全(6)劉艷紅：《生成式人工智能的三大安全風(fēng)險(xiǎn)及法律規(guī)制——以ChatGPT為例》，載《東方法學(xué)》2023年第4期。等多重風(fēng)險(xiǎn)挑戰(zhàn)。二是專注于技術(shù)產(chǎn)品的場景開發(fā)。ChatGPT具備的突出優(yōu)勢能在數(shù)字政務(wù)、新聞傳播(7)何向向：《基于智能內(nèi)容生成的新聞傳播生態(tài)重塑、風(fēng)險(xiǎn)與應(yīng)對——以ChatGPT為例》，載《傳媒》2023年第10期。、教育考試(8)徐光木，等：《ChatGPT助推教育考試數(shù)字化轉(zhuǎn)型：機(jī)遇、應(yīng)用及挑戰(zhàn)》，載《中國考試》2023年第5期。等不同場景帶來的機(jī)遇與挑戰(zhàn)。三是針對ChatGPT提出了不同的治理路徑，規(guī)制新興技術(shù)可能會(huì)帶來的潛在風(fēng)險(xiǎn)，如探索“先發(fā)展，再治理”“邊發(fā)展，邊管理”(9)鐘祥銘，方興東，顧燁燁：《ChatGPT的治理挑戰(zhàn)與對策研究——智能傳播的“科林格里奇困境”與突破路徑》，載《傳媒觀察》2023年第3期。全鏈條治理(10)張凌寒：《深度合成治理的邏輯更新與體系迭代——ChatGPT等生成型人工智能治理的中國路徑》，載《法律科學(xué)(西北政法大學(xué)學(xué)報(bào))》2023年第3期。及其包容性治理(11)于水，范德志：《新一代人工智能ChatGPT的價(jià)值挑戰(zhàn)及其包容性治理》，載《海南大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)》2023年第5期。等多元化風(fēng)險(xiǎn)防范策略。

綜上所述，已有研究對大模型的應(yīng)用場景、技術(shù)風(fēng)險(xiǎn)、規(guī)制手段等方面作了研究，對充分認(rèn)識大模型的突出優(yōu)勢及其對實(shí)體經(jīng)濟(jì)的影響發(fā)揮了重要作用。與此同時(shí)，學(xué)術(shù)界鮮有進(jìn)行大模型與實(shí)體經(jīng)濟(jì)的融合研究，尤其是鮮有立足于新動(dòng)能、新產(chǎn)業(yè)、新模式，從大模型賦能為視角進(jìn)行研究，為此本研究具有較為重要的理論與現(xiàn)實(shí)價(jià)值?；诖?，本文在系統(tǒng)梳理總結(jié)大模型助推實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展理論機(jī)理的基礎(chǔ)上，考察大模型在技術(shù)創(chuàng)新、產(chǎn)業(yè)發(fā)展及其政策制定方面的實(shí)踐基礎(chǔ)，最后提出利用大模型推動(dòng)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的政策建議。

一、生成式人工智能大模型賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的理論機(jī)理

高質(zhì)量發(fā)展必須把握的核心要義在于培育新動(dòng)能、發(fā)展新產(chǎn)業(yè)和形成新模式。生成式人工智能大模型從宏觀、中觀以及微觀層面為新動(dòng)能、新產(chǎn)業(yè)和新模式的形成與發(fā)展提供了新的路徑，大模型賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵在于微觀、中觀和宏觀層面的協(xié)調(diào)、有序推進(jìn)。在微觀層面上，關(guān)注于大模型的人機(jī)交互模式、信息分發(fā)獲取模式、內(nèi)容生產(chǎn)模式；在中觀層面上，聚焦大模型將催生超級產(chǎn)業(yè)組織、改變產(chǎn)業(yè)關(guān)聯(lián)關(guān)系和助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級；在宏觀層面上，大模型能夠激發(fā)創(chuàng)新效率、提高生產(chǎn)要素組合效率、改善政府宏觀調(diào)控。與此同時(shí)，微觀、中觀和宏觀的理論脈絡(luò)具有統(tǒng)一性、連貫性，即微觀層面是中觀層面和宏觀層面的先決條件，中觀層面是連接微觀層面和宏觀層面的中介載體，宏觀層面是實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合體現(xiàn)。

(一)生成式人工智能大模型在宏觀層面通過提升生產(chǎn)效率推動(dòng)高質(zhì)量發(fā)展

1.提高生產(chǎn)要素的組合效率

基于自然語言的ChatGPT快速應(yīng)用、AIGC(人工智能生成內(nèi)容)應(yīng)用場景快速拓展，麥肯錫研究報(bào)告《2023年AI現(xiàn)狀：生成式AI的爆發(fā)之年》指出，生成式人工智能可能每年為全球經(jīng)濟(jì)貢獻(xiàn)“一個(gè)英國的GDP”，到2040年，生成式人工智能可以使勞動(dòng)生產(chǎn)率每年增長0.1%至0.6%。大模型對企業(yè)的生產(chǎn)要素組合產(chǎn)生了深刻影響，助推企業(yè)在采購、研發(fā)、生產(chǎn)、銷售與售后等價(jià)值鏈環(huán)節(jié)能夠做到快速行動(dòng)、及時(shí)決策，破解傳統(tǒng)的技術(shù)治理或算法治理中模型通用能力不強(qiáng)的困境。ChatGPT僅需管理者設(shè)置合適的提示詞(prompt)就能協(xié)助管理者完成指派的各種任務(wù)，分析企業(yè)發(fā)展過程中的大量數(shù)據(jù)，幫助企業(yè)發(fā)現(xiàn)和解決問題，由此轉(zhuǎn)變傳統(tǒng)資源的投入、整合和利用方式，將人從重復(fù)性的、簡單的腦力勞動(dòng)中解放，并以資源、資本、勞動(dòng)等要素的最小化投入，實(shí)現(xiàn)產(chǎn)出的最大化。同時(shí)，利用多模態(tài)感知、深度學(xué)習(xí)等技術(shù)，將數(shù)據(jù)轉(zhuǎn)化為可視化的圖表和報(bào)告，為企業(yè)提供更全面、更準(zhǔn)確的數(shù)據(jù)分析結(jié)果，實(shí)現(xiàn)資源與要素的協(xié)作化開發(fā)、集約化整合和高效化利用，進(jìn)而提高生產(chǎn)要素組合效率。據(jù)美國高盛公司的研究，采用生成式人工智能技術(shù)后，先進(jìn)國家的全要素生產(chǎn)率將提高1.5個(gè)百分點(diǎn)，10年內(nèi)全球GDP將至少凈增7%。

2.激發(fā)產(chǎn)業(yè)創(chuàng)新效率

創(chuàng)新是實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的的動(dòng)力源泉。創(chuàng)新效率既取決于子系統(tǒng)之間的交流、合作等交易過程的效率，也取決于子系統(tǒng)的內(nèi)部管理過程的效率，內(nèi)部效率與外部效率的有機(jī)融合是其成敗的關(guān)鍵所在。(12)李輝：《大數(shù)據(jù)推動(dòng)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的理論機(jī)理、實(shí)踐基礎(chǔ)與政策選擇》，載《經(jīng)濟(jì)學(xué)家》2019年第3期。一方面，大模型具備強(qiáng)大的自然語言理解與泛化能力，激發(fā)產(chǎn)業(yè)創(chuàng)新的內(nèi)生動(dòng)力。大模型能不依賴于標(biāo)簽進(jìn)行自我優(yōu)化，省去了巨大的數(shù)據(jù)打標(biāo)成本，較強(qiáng)的人機(jī)交互水平能夠適應(yīng)用戶更為復(fù)雜的任務(wù)需求，諸如工業(yè)制造、自動(dòng)駕駛、醫(yī)療診斷等領(lǐng)域逐步擺脫傳統(tǒng)工作模式，社會(huì)職業(yè)群體將逐漸向人工智能技術(shù)操作以及社會(huì)功能性服務(wù)領(lǐng)域轉(zhuǎn)移，從而降低了人類重復(fù)勞動(dòng)的成本，讓其專注于更有創(chuàng)新性的工作任務(wù)，最終促進(jìn)產(chǎn)業(yè)創(chuàng)新效率的提升。另一方面，大模型的多模態(tài)整合能力，激發(fā)產(chǎn)業(yè)鏈上中下游的協(xié)作交流效率。它能夠?qū)?shù)據(jù)流、技術(shù)流、資金流和人才流有效整合，并與大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等行業(yè)融合發(fā)展，各種信息不對稱性程度降低，產(chǎn)業(yè)鏈上中下游的社會(huì)分工協(xié)作、合作互動(dòng)效率得以更大程度開發(fā)，也能催生出更多的產(chǎn)業(yè)鏈和產(chǎn)業(yè)生態(tài)的形成。

3.改善政府宏觀調(diào)控

在不完全的信息狀態(tài)下，為避免可能的市場失靈導(dǎo)致社會(huì)經(jīng)濟(jì)不穩(wěn)定，亟需政府層面進(jìn)行宏觀調(diào)控、加強(qiáng)政策供給，而政府宏觀調(diào)控的有效性主要取決于政府各職能部門能否搜集、整合、分類和利用海量數(shù)據(jù)，獲取完備、充足的有效、可用信息。在工業(yè)化時(shí)代，人類只能對圖片、視頻、聲音等數(shù)據(jù)進(jìn)行挖掘和搜集，此時(shí)只能獲取歷史數(shù)據(jù)而難以對正在發(fā)生或未來的數(shù)據(jù)進(jìn)行處理和分析。在此情況下，政府宏觀調(diào)控獲取到的信息可能是不完全或者不準(zhǔn)確的信息數(shù)據(jù)，因而在制定和實(shí)施產(chǎn)業(yè)政策、財(cái)政政策、投融資政策時(shí)，政府在因果思維模式下的選擇將不可避免有主觀判斷的成分。(13)何大安，楊益均：《大數(shù)據(jù)時(shí)代政府宏觀調(diào)控的思維模式》，載《學(xué)術(shù)月刊》2018年第5期。隨著大模型時(shí)代的到來，融合人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的數(shù)智化政務(wù)服務(wù)在實(shí)踐中悄然興起，成為政務(wù)服務(wù)的技術(shù)、理論和實(shí)踐前沿。相比于數(shù)字政務(wù)，數(shù)智政務(wù)擴(kuò)展了“智能化”方面的潛力，(14)汪波，牛朝文：《從ChatGPT到GovGPT：生成式人工智能驅(qū)動(dòng)的政務(wù)服務(wù)生態(tài)系統(tǒng)構(gòu)建》，載《電子政務(wù)》2023年第9期。以生成式人工智能大模型加持的政務(wù)系統(tǒng)使得完全信息成為可能。大模型在促進(jìn)政務(wù)信息與數(shù)據(jù)及時(shí)有效的獲取、存儲(chǔ)、處理與加工等方面具有潛在的應(yīng)用價(jià)值，以更低門檻、更高效率，打通部門數(shù)據(jù)斷流節(jié)點(diǎn)難題，推動(dòng)各類數(shù)據(jù)在生產(chǎn)、配送、服務(wù)等環(huán)節(jié)的暢通流動(dòng)，為政府決策提供更為全面、真實(shí)、有效的信息，大幅提高政府宏觀決策的質(zhì)量與效率。

(二)生成式人工智能大模型在中觀層面通過促進(jìn)產(chǎn)業(yè)變革推動(dòng)高質(zhì)量發(fā)展

1.改變了產(chǎn)業(yè)關(guān)聯(lián)關(guān)系

產(chǎn)業(yè)關(guān)聯(lián)關(guān)系指產(chǎn)業(yè)之間錯(cuò)綜復(fù)雜的生產(chǎn)技術(shù)聯(lián)系和經(jīng)濟(jì)聯(lián)系，(15)芮明杰：《產(chǎn)業(yè)經(jīng)濟(jì)學(xué)》，上海：上海財(cái)經(jīng)大學(xué)出版社，2005年版，第300頁。具體體現(xiàn)在產(chǎn)品供需關(guān)聯(lián)和技術(shù)供需關(guān)聯(lián)兩個(gè)方面。其一，依靠海量信息與數(shù)據(jù)的有效收集、存儲(chǔ)與加工，輔助用戶精準(zhǔn)化地分析產(chǎn)品上下游的市場需求和供給。大模型具備調(diào)用多種程序來實(shí)現(xiàn)一個(gè)指令的綜合能力，其心智方面趨于人類，輔助用戶更敏銳地發(fā)掘事物之間的內(nèi)在聯(lián)系。企業(yè)利用大模型對產(chǎn)品的屬性進(jìn)行分析，了解產(chǎn)品屬性之間的相關(guān)關(guān)系和市場偏好。根據(jù)海量數(shù)據(jù)的智能分析結(jié)果，用多模態(tài)圖形化的方式進(jìn)行展示和分析，輔助使用者可以更為精準(zhǔn)化的對產(chǎn)品屬性進(jìn)行優(yōu)化和調(diào)整。其二，作為一種自然語言處理技術(shù)，生成式人工智能大模型與智能制造、云計(jì)算等前沿技術(shù)的供需關(guān)聯(lián)度日益緊密。在智能制造中，大模型可用于工業(yè)生產(chǎn)流程中的自然語言交互、語音識別等，與工業(yè)機(jī)器人、自動(dòng)化系統(tǒng)進(jìn)行自然語言對話，提高了工業(yè)生產(chǎn)效率；大模型可以用于智能客服、智能推薦和智能搜索等云計(jì)算場景，提高云計(jì)算平臺的智能化水平。

2.催生超級產(chǎn)業(yè)組織

數(shù)字化背景下的產(chǎn)業(yè)組織是通過殺手并購和差別定價(jià)行為實(shí)施自我優(yōu)待、拒絕交易等行為達(dá)到壟斷市場目的的新式產(chǎn)業(yè)組織形態(tài)。(16)張文魁：《數(shù)字經(jīng)濟(jì)的內(nèi)生特性與產(chǎn)業(yè)組織》，載《管理世界》2022年第7期。在此過程，生成式人工智能大模型推動(dòng)分散化數(shù)字資源分配的再次聚集，并與下游平臺端的深度結(jié)合，頭部企業(yè)重新掌握用戶的信息數(shù)據(jù)，形成了一種超級產(chǎn)業(yè)組織。一方面，大模型將億萬用戶的偏好特征、信息數(shù)據(jù)、萬億級參數(shù)等集成于大模型應(yīng)用平臺。另一方面，大模型可以通過多模態(tài)的方式進(jìn)一步擴(kuò)大模型獲取數(shù)據(jù)的來源渠道，在數(shù)據(jù)和算法成為當(dāng)下新的權(quán)力要素背景下，超級產(chǎn)業(yè)組織隨之誕生。如ChatGPT上線僅兩個(gè)月全球用戶就突破1億人，創(chuàng)下了有史以來增長最迅速的消費(fèi)者應(yīng)用程序紀(jì)錄，這也印證了ChatGPT應(yīng)用的速度和廣度。ChatGPT連接著世界級的超大規(guī)模用戶群，由此，帶有邊界化、職能化的垂直經(jīng)濟(jì)結(jié)構(gòu)特征的產(chǎn)業(yè)組織逐漸走向具有橫向聯(lián)合性質(zhì)的跨區(qū)域、跨領(lǐng)域、跨行業(yè)的超級產(chǎn)業(yè)組織。

3.助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級

其一，大模型改變傳統(tǒng)產(chǎn)業(yè)生產(chǎn)方式，促進(jìn)傳統(tǒng)產(chǎn)業(yè)的智能化、個(gè)性化變革。一方面，在企業(yè)生產(chǎn)中提高傳統(tǒng)產(chǎn)業(yè)勞動(dòng)生產(chǎn)率和資源利用率，通過對員工和設(shè)備的多模態(tài)實(shí)時(shí)分析并生成報(bào)告。輔助員工完成產(chǎn)品的智能設(shè)計(jì)、加工、監(jiān)督等多個(gè)環(huán)節(jié)的智能化任務(wù)。另一方面，傳統(tǒng)工業(yè)生產(chǎn)中規(guī)?；?、標(biāo)準(zhǔn)化操作是產(chǎn)業(yè)發(fā)展的主要方式，在大模型條件下，產(chǎn)品個(gè)性化定制成為企業(yè)發(fā)展的趨勢。ChatGPT根據(jù)用戶的需求偏好進(jìn)行個(gè)性化設(shè)置，根據(jù)不同的場景提供不同的服務(wù)。其二，大模型推動(dòng)傳統(tǒng)產(chǎn)業(yè)內(nèi)部流程再造，提高產(chǎn)業(yè)研發(fā)、制造、運(yùn)營、服務(wù)等環(huán)節(jié)的效率。在研發(fā)設(shè)計(jì)環(huán)節(jié)，ChatGPT可用于企業(yè)對客戶需求的精準(zhǔn)化、實(shí)時(shí)化分析，縮短產(chǎn)品研發(fā)、設(shè)計(jì)的時(shí)間，并對產(chǎn)品設(shè)計(jì)提出技術(shù)改進(jìn)方案，輔助開發(fā)者創(chuàng)新；在生產(chǎn)制造環(huán)節(jié)，大模型輔助企業(yè)員工精準(zhǔn)設(shè)定技術(shù)設(shè)備的工藝參數(shù)，實(shí)現(xiàn)工業(yè)生產(chǎn)的精細(xì)化操作；在運(yùn)營管理環(huán)節(jié)，大模型整合多種系統(tǒng)終端，直接為管理人員提高可供參考、選擇的決策方案；在產(chǎn)品服務(wù)環(huán)節(jié)，大模型應(yīng)用于人機(jī)協(xié)同的會(huì)話、業(yè)務(wù)處理、推廣宣傳等創(chuàng)新領(lǐng)域，并與傳統(tǒng)產(chǎn)業(yè)多個(gè)環(huán)節(jié)的契合，推動(dòng)企業(yè)從‘大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)’轉(zhuǎn)向‘個(gè)性化定制+柔性化生產(chǎn)’的制造模式。(17)孔德臣，姜迎春：《ChatGPT等新一代人工智能的特性及其數(shù)字經(jīng)濟(jì)效應(yīng)——基于馬克思的機(jī)器與異化理論》，載《經(jīng)濟(jì)問題》2023年第7期。

(三)生成式人工智能大模型在微觀層面通過革新商業(yè)模式推動(dòng)高質(zhì)量發(fā)展

1.改變傳統(tǒng)人機(jī)交互模式

人機(jī)交互模式是指在人與計(jì)算機(jī)系統(tǒng)中，借助某種計(jì)算機(jī)對話語言，完成指定任務(wù)的技術(shù)，它經(jīng)歷了從“刺激—反饋”“一鍵操縱”“智能服務(wù)”到“情感交流”的模式演變。(18)梁爽：《從“刺激-反饋”到“情感交流”——移動(dòng)應(yīng)用人機(jī)交互的模式演變與發(fā)展歷程》，載《青年記者》2021年第4期。在早期手工作業(yè)階段，人機(jī)交互表現(xiàn)為由開發(fā)者本人使用計(jì)算機(jī)，采用手工操作和二級制代碼的方法，進(jìn)行較為簡易的計(jì)算工作。進(jìn)入網(wǎng)絡(luò)用戶界面階段，以HTML及HTTP為基礎(chǔ)的瀏覽器是其代表，由此形成的萬維網(wǎng)使交互過程擺脫了以往只能依賴特定路徑查找信息的限制。例如，搜索引擎、聊天工具等。當(dāng)下，大模型正顛覆傳統(tǒng)人機(jī)交互模式，以擬人化、強(qiáng)交互性、全感官(19)于水，范德志：《新一代人工智能(ChatGPT)的主要特征、社會(huì)風(fēng)險(xiǎn)及其治理路徑》，載《大連理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2023年第5期。的特質(zhì)模擬用戶的思維過程，根據(jù)用戶給定的上下文和語法規(guī)則生成情景化的回復(fù)，在對海量數(shù)據(jù)不斷地學(xué)習(xí)、訓(xùn)練和反饋迭代升級的過程中，不斷提高大模型的人機(jī)交互水平，使其更能應(yīng)對復(fù)雜多變的場景。在此意義下，突破了傳統(tǒng)人機(jī)交互中過于規(guī)則化、標(biāo)準(zhǔn)化的模式，如傳統(tǒng)模式下用戶只能通過網(wǎng)站平臺進(jìn)行商品的瀏覽、搜索、選擇、購買等，大模型則促進(jìn)人工智能的商用價(jià)值從傳統(tǒng)的商業(yè)端、政府端延伸至消費(fèi)者端，(20)張璐：《通用人工智能風(fēng)險(xiǎn)治理與監(jiān)管初探——ChatGPT引發(fā)的問題與挑戰(zhàn)》，載《電子政務(wù)》2023年第9期。以多模態(tài)的信息攫取方式，直接與用戶進(jìn)行自然語言互動(dòng)，并根據(jù)用戶需求進(jìn)行精準(zhǔn)化的產(chǎn)品推薦和服務(wù)供給，而用戶也可以根據(jù)自己的喜好和需求進(jìn)行個(gè)性化設(shè)置。

2.改變信息分發(fā)獲取模式

隨著算法驅(qū)使的信息分發(fā)獲取技術(shù)的興起，它開始取代傳統(tǒng)人工、社交媒體及其搜索引擎的統(tǒng)治地位，根本性地顛覆了社交媒體基于人際關(guān)系和社交圖譜的內(nèi)容傳播機(jī)制，用戶個(gè)人擔(dān)負(fù)起信息分發(fā)獲取的主角。在此背景下，數(shù)據(jù)和算法輔助和改進(jìn)用戶內(nèi)容生產(chǎn)的便捷性、高效性和豐富性，認(rèn)知智能技術(shù)實(shí)現(xiàn)更高效的信息整合和知識推薦，如當(dāng)下的抖音、快手、淘寶等就是典型代表。而通過大算力、強(qiáng)算法和大數(shù)據(jù)形成的生成式人工智能，顛覆了以用戶為中心的內(nèi)容分發(fā)獲取模式，從當(dāng)下表現(xiàn)出來的智能特征看，大模型的泛化性、涌現(xiàn)性可以不依賴于標(biāo)簽進(jìn)行優(yōu)化，憑借多輪次的上下文學(xué)習(xí)、推理，能主動(dòng)承認(rèn)甚至質(zhì)疑輸出結(jié)果的問題及其局限性，進(jìn)而提高答案的精確性，并在某些環(huán)節(jié)上展現(xiàn)出超越人類的創(chuàng)新性能力。大模型構(gòu)建出的人機(jī)高度融合的新型生產(chǎn)力創(chuàng)造不僅迎合了市場需求與政策規(guī)劃，也有助于實(shí)現(xiàn)公共價(jià)值與商業(yè)價(jià)值的平衡，而其所具有的新的信息分發(fā)獲取模式將塑造新的商業(yè)生態(tài)，必將改變?nèi)祟愋畔鞑サ恼J(rèn)知?jiǎng)恿C(jī)制。(21)方興東，顧燁燁，鐘祥銘：《ChatGPT的傳播革命是如何發(fā)生的？——解析社交媒體主導(dǎo)權(quán)的終結(jié)與智能媒體的崛起》，載《現(xiàn)代出版》2023年第2期。

3.革新內(nèi)容生產(chǎn)模式

勞動(dòng)工具的每一次變革都帶來生產(chǎn)方式變革。在大模型出現(xiàn)之前，總體上是人類生成內(nèi)容，電視臺、廣播、報(bào)紙等圍繞人類所形塑的專業(yè)生產(chǎn)內(nèi)容(PGC)或用戶生產(chǎn)內(nèi)容(UGC)，主要是圍繞人類采集、加工、處理等活動(dòng)形成的內(nèi)容生產(chǎn)流程。工業(yè)革命后出現(xiàn)并延續(xù)如今的專業(yè)化分工、組織化運(yùn)行、大規(guī)模生產(chǎn)的內(nèi)容生產(chǎn)模式，而該模式實(shí)現(xiàn)的前提是以人作為生產(chǎn)和管理的主體。作為人工智能生成內(nèi)容的革新，ChatGPT大模型區(qū)別于傳統(tǒng)PGC和UGC的內(nèi)容生成模式，其強(qiáng)交互性、多模態(tài)性等特質(zhì)嵌入至內(nèi)容生產(chǎn)的各個(gè)環(huán)節(jié)，內(nèi)容生產(chǎn)的主體不再局限于用戶，內(nèi)容生產(chǎn)運(yùn)行邏輯發(fā)生重要變化，其趨向于以人機(jī)協(xié)同共創(chuàng)的智能化、個(gè)性化的方向發(fā)展。一方面，大模型協(xié)助用戶進(jìn)行內(nèi)容創(chuàng)作，個(gè)性化回應(yīng)用戶提出的開放域問題，并通過人工標(biāo)注數(shù)據(jù)與強(qiáng)化學(xué)習(xí)方法的結(jié)合來生成多模態(tài)知識，以此極大拓展用戶進(jìn)行創(chuàng)新和創(chuàng)意的能力。另一方面，大模型能夠自主實(shí)現(xiàn)文本、視頻、圖片等多種形式的知識融合創(chuàng)新，在與各類軟件融合形成“大一統(tǒng)”的超級APP平臺，進(jìn)一步實(shí)現(xiàn)技術(shù)賦能的集成式創(chuàng)新，成為商業(yè)變革中強(qiáng)大的生產(chǎn)力工具。在此意義上，大模型的內(nèi)容生產(chǎn)模式形成了人與人工智能協(xié)同生產(chǎn)內(nèi)容的新運(yùn)行范式。(22)陸小華：《智能內(nèi)容生成的實(shí)質(zhì)、影響力邏輯與運(yùn)行范式——ChatGPT等智能內(nèi)容生成現(xiàn)象透視與解析》，載《新聞大學(xué)》2023年第4期。

二、生成式人工智能大模型賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的實(shí)踐基礎(chǔ)

(一)生成式人工智能大模型的關(guān)鍵技術(shù)為高質(zhì)量發(fā)展提供了創(chuàng)新支撐

以ChatGPT為代表的生成式人工智能大模型在機(jī)器翻譯、文本挖掘、文本分析等自然語言處理方面取得了顯著進(jìn)步，這主要?dú)w功于近幾年深度神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等關(guān)鍵核心技術(shù)不斷的迭代升級，并基于巨量數(shù)據(jù)和大算力的加持，使得ChatGPT的具體落地得到基礎(chǔ)性支持。換言之，ChatGPT的關(guān)鍵技術(shù)來源于海量數(shù)據(jù)的積累、算力性能的提升和算法效力的增強(qiáng)。其一，算力性能的提升。ChatGPT大模型能夠迅速成熟、迅速擴(kuò)散則主要依賴于大算力的支持。ChatGPT使用神經(jīng)網(wǎng)絡(luò)架構(gòu)(Transformer)在微軟云計(jì)算平臺計(jì)算，利用該平臺的超算基礎(chǔ)設(shè)施進(jìn)行預(yù)訓(xùn)練，算力總消耗投入約3640PF-days(假設(shè)每秒計(jì)算一千萬億次，要運(yùn)行3640天)。正是由于龐大的算力投入，才能確保ChatGPT模型的出色性能。其二，算法效力的增強(qiáng)。大模型借助人類反饋強(qiáng)化學(xué)習(xí)(RLHF)的訓(xùn)練方法，將人機(jī)互動(dòng)中的訓(xùn)練經(jīng)驗(yàn)和智慧結(jié)晶吸納至多輪訓(xùn)練過程中，不斷地學(xué)習(xí)推理、迭代升級內(nèi)容，依靠不斷地反饋、試錯(cuò)來糾正程序偏差，實(shí)現(xiàn)特定任務(wù)目標(biāo)的可持續(xù)性改進(jìn)，逐步讓模型具備對生成結(jié)果的評判能力。基于迭代式的更新獎(jiǎng)勵(lì)模型和策略模型，使得獎(jiǎng)勵(lì)模型對輸出結(jié)果的質(zhì)量、目標(biāo)更加精準(zhǔn)化，在持續(xù)試錯(cuò)中獎(jiǎng)勵(lì)模型不斷地完善更新輸出結(jié)果，在此過程中逐漸與初始模型拉開差距，使得最終的生成內(nèi)容更為符合用戶的期待和需求。其三，海量的數(shù)據(jù)積累。ChatGPT有高達(dá)萬億級的參數(shù)，它利用公共爬蟲數(shù)據(jù)集聚合著超過萬億單詞的人類語言數(shù)據(jù)集。正是在此基礎(chǔ)上，ChatGPT才能具有龐大的世界知識能力，增強(qiáng)了模型的回答能力和知識量級。因而，對比傳統(tǒng)分析式人工智能所具有的一般到個(gè)別的推理邏輯，作為一種生成式的人工智能技術(shù)，ChatGPT能夠從個(gè)別特質(zhì)中歸納出具有普適性、一般化的問題，展現(xiàn)出其獨(dú)具特色的涌現(xiàn)、泛化特質(zhì)。具言之，一方面，它深度學(xué)習(xí)特性可以持續(xù)助它不斷突破技術(shù)瓶頸，聯(lián)動(dòng)云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字新技術(shù)進(jìn)行集成式創(chuàng)新升級，為社會(huì)的數(shù)字化進(jìn)步提供強(qiáng)大的技術(shù)支持。另一方面，它的群智開放性可以吸引多元主體的共同參與，有利于形成技術(shù)創(chuàng)新的良性循環(huán)，進(jìn)而為實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展提供可持續(xù)性的創(chuàng)新支撐。

(二)生成式人工智能大模型為高質(zhì)量產(chǎn)業(yè)發(fā)展提供了重要機(jī)遇

生成式人工智能大模型的持續(xù)進(jìn)步將不斷助力“數(shù)字產(chǎn)業(yè)化”和“產(chǎn)業(yè)數(shù)字化”。一方面，數(shù)字產(chǎn)業(yè)化是對核心技術(shù)的持續(xù)創(chuàng)新，推動(dòng)數(shù)字技術(shù)或信息技術(shù)的規(guī)?；⑹袌龌瘧?yīng)用。《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出包括人工智能算法、算力在內(nèi)的數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值將在2025年達(dá)到13.8萬億元。以ChatGPT為代表的生成式人工智能機(jī)器學(xué)習(xí)系統(tǒng)，其運(yùn)作依賴龐大的計(jì)算能力支持，僅預(yù)訓(xùn)練期得算力消耗約3640PF-days。因而，大模型的創(chuàng)新應(yīng)用將會(huì)助推算力及其相關(guān)新型基礎(chǔ)設(shè)施的建設(shè)發(fā)展，進(jìn)一步促進(jìn)技術(shù)的創(chuàng)新與應(yīng)用。與此同時(shí)，亟需大規(guī)模算力支持的戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，例如自動(dòng)駕駛、元宇宙、衛(wèi)星互聯(lián)網(wǎng)、數(shù)字人、芯片等產(chǎn)業(yè)，也會(huì)由于算力網(wǎng)絡(luò)結(jié)構(gòu)布局的優(yōu)化、算力利用效能的提高而廣泛受益，進(jìn)而促進(jìn)量子計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)等新興產(chǎn)業(yè)的創(chuàng)新發(fā)展。

另一方面，大模型將加速產(chǎn)業(yè)數(shù)智融合，推動(dòng)產(chǎn)業(yè)數(shù)字化。產(chǎn)業(yè)數(shù)字化指傳統(tǒng)產(chǎn)業(yè)部門通過引入數(shù)字技術(shù)而實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級，(23)江小涓，靳景：《中國數(shù)字經(jīng)濟(jì)發(fā)展的回顧與展望》，載《中共中央黨校(國家行政學(xué)院)學(xué)報(bào)》2022年第1期。通常對產(chǎn)業(yè)鏈各環(huán)節(jié)進(jìn)行數(shù)字化改造、智能化轉(zhuǎn)型。當(dāng)下，我國正處于傳統(tǒng)產(chǎn)業(yè)向數(shù)字化、智能化深度轉(zhuǎn)變的初期階段，人工智能與各種產(chǎn)業(yè)融合發(fā)展成為推進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級的重要驅(qū)動(dòng)力。以制造領(lǐng)域?yàn)槔?，我國已建?500多個(gè)數(shù)字化車間和智能工廠。在人工智能產(chǎn)業(yè)應(yīng)用方面，我國已進(jìn)入全球第一梯隊(duì)，2022年我國人工智能核心產(chǎn)業(yè)規(guī)模同比增長18%，達(dá)到5080億元。從生成式人工智能大模型的上中下游產(chǎn)業(yè)鏈來看，上游主要包括硬件制造商、芯片制造商、操作系統(tǒng)制造商及其高?？蒲性核?，主要負(fù)責(zé)自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)的研發(fā)。中游包括軟件平臺商、算法開發(fā)商等，支持技術(shù)的開發(fā)和使用，以提高大模型應(yīng)用于不同場景中的性能和契合度。下游包括各行各業(yè)的企業(yè)和機(jī)構(gòu)，例如教育、金融、醫(yī)療、工業(yè)等領(lǐng)域的具體應(yīng)用，由此可見大模型具有廣闊的市場發(fā)展空間?？傊墒饺斯ぶ悄艽竽Ｐ驼诎l(fā)展成與各類產(chǎn)業(yè)深度融合的橫向結(jié)合體，其相關(guān)應(yīng)用正加速滲透到經(jīng)濟(jì)社會(huì)發(fā)展的各領(lǐng)域，顯著提升了實(shí)體經(jīng)濟(jì)發(fā)展的生產(chǎn)效率和生產(chǎn)能力。

(三)生成式人工智能大模型戰(zhàn)略制定為高質(zhì)量發(fā)展奠定了政策基礎(chǔ)

近年來，我國人工智能技術(shù)呈現(xiàn)快速發(fā)展趨勢，人工智能相關(guān)管理政策如“雨后春筍”般涌現(xiàn)，多部細(xì)分領(lǐng)域的管理政策先后出臺?！痘ヂ?lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》分別從算法治理、深度合成治理等不同層面，對技術(shù)合規(guī)提出了相應(yīng)要求。為促進(jìn)以ChatGPT為代表的生成式人工智能的健康發(fā)展和規(guī)范應(yīng)用，2023年4月《生成式人工智能服務(wù)管理辦法(征求意見稿)》發(fā)布，這是首次從國家層面針對生成式人工智能產(chǎn)業(yè)發(fā)布的規(guī)范性政策。該政策涵蓋了對于生成式人工智能技術(shù)的定義、適用范圍、使用要求、數(shù)據(jù)來源和處理、監(jiān)管措施等多方面內(nèi)容。實(shí)際上，我國生成式人工智能的發(fā)展已由理論性研究步入了實(shí)踐應(yīng)用階段，在影視、娛樂、傳媒、金融、醫(yī)療、工業(yè)等各大行業(yè)和領(lǐng)域延伸和拓展。

各省市是高質(zhì)量發(fā)展的重要參與主體。各地政府有意識地提高人工智能產(chǎn)業(yè)自主性發(fā)展的優(yōu)先度，根據(jù)產(chǎn)業(yè)具體發(fā)展?fàn)顩r制定個(gè)性化發(fā)展方案，以及兼顧產(chǎn)業(yè)發(fā)展風(fēng)險(xiǎn)等方面展開具體行動(dòng)。如深圳、北京、上海等地已出臺了生成式人工智能相關(guān)的地方性政策或指導(dǎo)文件，明確本地區(qū)的發(fā)展目標(biāo)。例如《深圳市加快推動(dòng)人工智能高質(zhì)量發(fā)展水平應(yīng)用行動(dòng)方案(2023—2024年)》將“打造國家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)和國家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)”視為重要方向；深圳南山區(qū)結(jié)合本地發(fā)展需求，出臺了《南山區(qū)加快人工智能全域全時(shí)創(chuàng)新應(yīng)用實(shí)施方案》，致力于建設(shè)人工智能全域全時(shí)的應(yīng)用場景?！侗本┦写龠M(jìn)通用人工智能創(chuàng)新發(fā)展的若干措施(2023—2025年)(征求意見稿)》也是首份由地方政府出臺的與大模型高度相關(guān)的政策文件。主要從算力、數(shù)據(jù)、大模型技術(shù)、場景應(yīng)用、監(jiān)管環(huán)境等五大方向?qū)νㄓ萌斯ぶ悄艿陌l(fā)展提出了詳細(xì)的政策規(guī)劃。上海出臺了《上海市加大力度支持民間投資發(fā)展若干政策措施》《徐匯區(qū)關(guān)于支持生成式人工智能發(fā)展的若干措施》緊密契合企業(yè)需求和產(chǎn)業(yè)關(guān)切，推動(dòng)人工智能經(jīng)濟(jì)價(jià)值的實(shí)現(xiàn)。

三、生成式人工智能大模型賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的政策路徑

生成式人工智能大模型與實(shí)體產(chǎn)業(yè)發(fā)展是緊密聯(lián)系的，實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展要求大模型的脫虛向?qū)?，推?dòng)實(shí)體產(chǎn)業(yè)的經(jīng)營性、根本性的變革，同時(shí)實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展這一目標(biāo)，能推動(dòng)大模型技術(shù)安全、可持續(xù)性運(yùn)用，也是檢驗(yàn)大模型理論水平、實(shí)踐應(yīng)用水平、發(fā)展程度、合理性及合法性等方面的重要標(biāo)準(zhǔn)。為此，實(shí)現(xiàn)大模型與實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的深度融合，助力實(shí)體經(jīng)濟(jì)轉(zhuǎn)型升級，要將大模型的應(yīng)用作為發(fā)展實(shí)體產(chǎn)業(yè)的動(dòng)能，也要將實(shí)體行業(yè)發(fā)展作為大模型應(yīng)用條件以及對大模型需求導(dǎo)向的設(shè)計(jì)基礎(chǔ)。因而，關(guān)鍵是要權(quán)衡好政策規(guī)劃與技術(shù)規(guī)范的相互關(guān)系，以及計(jì)劃手段與市場需求的相互關(guān)系，盡可能發(fā)揮大模型賦能的適用性、創(chuàng)新性與可持續(xù)性，進(jìn)而高質(zhì)高效地促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展。

(一)完善人工智能頂層設(shè)計(jì)和統(tǒng)籌，超前布局生成式人工智能大模型技術(shù)

生成式人工智能所表現(xiàn)出的強(qiáng)大能力，可能代表了一場技術(shù)革命、一種新的生產(chǎn)生活方式、一個(gè)新時(shí)代，它對人類經(jīng)濟(jì)社會(huì)的沖擊難以預(yù)料，這在一定程度上倒逼政府部門通過政策規(guī)劃手段，以預(yù)防和規(guī)制大模型可能出現(xiàn)的潛在風(fēng)險(xiǎn)。

其一，統(tǒng)籌推進(jìn)生成式人工智能與實(shí)體產(chǎn)業(yè)的發(fā)展規(guī)劃。加快研究制定適應(yīng)本土發(fā)展路徑的生成式人工智能產(chǎn)業(yè)政策，立足于產(chǎn)業(yè)發(fā)展的全周期治理，對大模型的基礎(chǔ)層、專業(yè)層及應(yīng)用層采取分層、分級、專門化的治理思路。不宜將生成式人工智能一概納入高風(fēng)險(xiǎn)治理框架，而應(yīng)根據(jù)預(yù)訓(xùn)練模型、數(shù)據(jù)保密級別或規(guī)模等特征單獨(dú)設(shè)計(jì)技術(shù)標(biāo)準(zhǔn)體系、應(yīng)用規(guī)則等，避免合規(guī)成本過高阻礙產(chǎn)業(yè)發(fā)展，進(jìn)而引致歐盟數(shù)字經(jīng)濟(jì)的幼兒，數(shù)據(jù)監(jiān)管的巨匠(24)金晶：《歐盟的規(guī)則，全球的標(biāo)準(zhǔn)？數(shù)據(jù)跨境流動(dòng)監(jiān)管的“逐頂競爭”》，載《中外法學(xué)》2023年第1期。的監(jiān)管困境。

其二，加強(qiáng)大模型與實(shí)體產(chǎn)業(yè)領(lǐng)域的深度融合，促進(jìn)數(shù)實(shí)融合發(fā)展。生成式人工智能作為一種新的生產(chǎn)力要素，在實(shí)踐應(yīng)用過程中要防止脫實(shí)向虛，堅(jiān)持服務(wù)于實(shí)體經(jīng)濟(jì)發(fā)展為需求導(dǎo)向，切實(shí)從實(shí)體經(jīng)濟(jì)發(fā)展中的痛點(diǎn)進(jìn)行研發(fā)和應(yīng)用。實(shí)踐中，大模型已在教育、醫(yī)療、交通、工業(yè)等領(lǐng)域落地。應(yīng)通過上述領(lǐng)域的應(yīng)用示范，形成一批示范性強(qiáng)、帶動(dòng)性廣的重大應(yīng)用場景。此外，大模型對實(shí)體經(jīng)濟(jì)的賦能是以高質(zhì)量為發(fā)展標(biāo)準(zhǔn)，因而新一代人工智能應(yīng)用要錨定國內(nèi)外原創(chuàng)性、引領(lǐng)性的科技創(chuàng)新路徑，堅(jiān)決杜絕類似ChatGPT人工智能的山寨版、偽創(chuàng)新、蹭熱點(diǎn)的技術(shù)建設(shè)和場景應(yīng)用。

其三，大模型作為一種“非中性”的技術(shù)工具，成為各國在虛擬空間進(jìn)行權(quán)力較量、安全博弈和利益斗爭的新武器，因而有必要重點(diǎn)關(guān)注網(wǎng)絡(luò)安全領(lǐng)域，規(guī)范技術(shù)研發(fā)路徑，預(yù)防國際數(shù)據(jù)生態(tài)安全、倫理安全等不確定性風(fēng)險(xiǎn)。為此要堅(jiān)持自立自強(qiáng)的大模型技術(shù)創(chuàng)新體系和可信可控的技術(shù)安全屏障并重，構(gòu)建高校、企業(yè)、研究機(jī)構(gòu)等主體相協(xié)同的產(chǎn)學(xué)研創(chuàng)新生態(tài)群，積極鼓勵(lì)和支持內(nèi)培、外引人工智能領(lǐng)域的復(fù)合型人才。同時(shí)，應(yīng)立足于開放的國際化與全球化，鼓勵(lì)我國數(shù)據(jù)安全領(lǐng)域?qū)W者、企業(yè)家積極參與網(wǎng)絡(luò)空間國際交流與合作。

(二)加快人工智能新型基礎(chǔ)設(shè)施建設(shè)，夯實(shí)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型基礎(chǔ)

未來國家產(chǎn)業(yè)競爭力將取決于新實(shí)體經(jīng)濟(jì)發(fā)展水平，而新實(shí)體經(jīng)濟(jì)必須建立在新型基礎(chǔ)設(shè)施基礎(chǔ)之上。(25)郭朝先，方澳：《新基建賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的生成邏輯與優(yōu)先策略》，載《新疆師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2023年第6期。目前我國新型基礎(chǔ)設(shè)施建設(shè)存在核心算法受制于人、算力瓶頸、數(shù)據(jù)安全等不確定性風(fēng)險(xiǎn)。因而，亟需強(qiáng)化新型基礎(chǔ)設(shè)施建設(shè)，為生成式人工智能與實(shí)體經(jīng)濟(jì)融合共進(jìn)提供必要的基礎(chǔ)支撐。

第一，算法是生成式人工智能與實(shí)體經(jīng)濟(jì)融合發(fā)展的重要生產(chǎn)關(guān)系。現(xiàn)階段，國內(nèi)人工智能發(fā)展整體缺少對語言大模型框架及底層技術(shù)設(shè)計(jì)的清晰認(rèn)知。為此，一是要重點(diǎn)支持對機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)產(chǎn)業(yè)及人才的培育，構(gòu)建以企業(yè)為創(chuàng)新主體、政府政策支持、社會(huì)協(xié)同參與相結(jié)合的大模型人才隊(duì)伍培養(yǎng)體系，各大高校和研究院應(yīng)擴(kuò)大深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等底層技術(shù)設(shè)計(jì)等相關(guān)專業(yè)的招生規(guī)模，培育適應(yīng)市場需求的人才。二是應(yīng)設(shè)立大模型產(chǎn)學(xué)研融合的研發(fā)機(jī)構(gòu)，推動(dòng)大中型科技企業(yè)共建共性技術(shù)研發(fā)平臺，合作參與大語言模型的產(chǎn)業(yè)化和商業(yè)化進(jìn)程，形成“企業(yè)出題、政府立項(xiàng)、企業(yè)資助、協(xié)同破題、優(yōu)先轉(zhuǎn)化”的科研合作機(jī)制，實(shí)現(xiàn)對模型架構(gòu)、深度學(xué)習(xí)等相關(guān)科技的深度轉(zhuǎn)化與應(yīng)用。

第二，算力是生成式人工智能與實(shí)體經(jīng)濟(jì)融合發(fā)展的重要生產(chǎn)力，能夠提高數(shù)據(jù)處理、算法訓(xùn)練的速率。摩爾定律認(rèn)為全球人工智能的運(yùn)算量每18個(gè)月需要翻一番，當(dāng)下ChatGPT的發(fā)展可能已經(jīng)涵蓋萬億級別的參數(shù)，算力需求也會(huì)隨之加大。生成式人工智能的競爭聚焦點(diǎn)逐漸轉(zhuǎn)移至人工智能的算力上，或者是包括GPU在內(nèi)的算力資源支持上。因而，要大力扶持國產(chǎn)產(chǎn)商，強(qiáng)化企業(yè)培育力度，積極與國內(nèi)頭部芯片研發(fā)型、制造型、生產(chǎn)型企業(yè)建立長期綁定合作機(jī)制，集聚技術(shù)創(chuàng)新資源要素，推動(dòng)企業(yè)自主軟件架構(gòu)的形成，建立起覆蓋上中下游的應(yīng)用生態(tài)。

第三，數(shù)據(jù)是生成式人工智能與實(shí)體經(jīng)濟(jì)融合發(fā)展的重要生產(chǎn)資料。高質(zhì)量的數(shù)據(jù)能夠驅(qū)動(dòng)算法持續(xù)性的迭代升級。一是要在國家層面設(shè)計(jì)一條基于數(shù)據(jù)開放共享、數(shù)據(jù)隱私保護(hù)、數(shù)據(jù)價(jià)值要素三者的均衡性政策思路，制定公共數(shù)據(jù)開放負(fù)面清單，基于大模型的具體業(yè)務(wù)應(yīng)用進(jìn)行黑箱測試，結(jié)合數(shù)據(jù)規(guī)范、數(shù)據(jù)安全等因素形成數(shù)據(jù)監(jiān)管機(jī)制。二是企業(yè)應(yīng)采取數(shù)據(jù)加密、數(shù)據(jù)脫敏等技術(shù)手段，建立數(shù)據(jù)訪問審核機(jī)制，對涉密數(shù)據(jù)進(jìn)行嚴(yán)格管控。大模型的基礎(chǔ)數(shù)據(jù)涉及到采集、存儲(chǔ)、標(biāo)注、傳輸?shù)拳h(huán)節(jié)，企業(yè)在數(shù)字基礎(chǔ)設(shè)施中增加諸如區(qū)塊鏈、前沿密碼等技術(shù)，建立面向數(shù)據(jù)采集標(biāo)注全流程的數(shù)據(jù)安全合規(guī)管理體系。

(三)拓寬人工智能產(chǎn)業(yè)多元的融資方式，優(yōu)化大模型與實(shí)體經(jīng)濟(jì)融合的融資環(huán)境

第一，創(chuàng)新政府財(cái)稅支持模式。在宏觀政策邏輯中，減稅降費(fèi)既有利于穩(wěn)定經(jīng)濟(jì)增長，也有利于促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級。(26)邢麗：《新形勢下優(yōu)化減稅降費(fèi)政策的方向和著力點(diǎn)》，載《財(cái)政科學(xué)》2023年第3期。同時(shí)，政府的財(cái)政支持是社會(huì)資本流動(dòng)的“風(fēng)向標(biāo)”，財(cái)稅對大模型產(chǎn)業(yè)的發(fā)展起到了積極作用，應(yīng)建立激勵(lì)機(jī)制+項(xiàng)目導(dǎo)向→考核指標(biāo)→優(yōu)勝劣汰(27)胡吉亞：《新一代信息技術(shù)產(chǎn)業(yè)融資模式的創(chuàng)新績效研究》，載《湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2023年第3期。的資金良性循環(huán)機(jī)制。以政府部門的財(cái)政激勵(lì)、項(xiàng)目引導(dǎo)等作為抓手，對人工智能產(chǎn)業(yè)發(fā)展中達(dá)到預(yù)期研發(fā)目標(biāo)的企業(yè)進(jìn)行財(cái)政激勵(lì)，尤其是在人工智能基礎(chǔ)研究領(lǐng)域中取得新進(jìn)展的企業(yè)予以大力扶持，推動(dòng)產(chǎn)學(xué)研資深度融合，讓大模型最新科技成果及時(shí)產(chǎn)業(yè)化。

第二，創(chuàng)建以區(qū)塊鏈為支撐的大模型信貸融資平臺。區(qū)塊鏈所具有的去中心化、不可篡改性的信息交互模式，為信貸融資提供一種更加安全、透明和高效的解決方案。在征信領(lǐng)域，傳統(tǒng)商業(yè)依賴于中央銀行的中心化征信系統(tǒng)，實(shí)踐中，除央行征信以外的企業(yè)金融數(shù)據(jù)還掌握在其他金融機(jī)構(gòu)中，導(dǎo)致信息無法實(shí)現(xiàn)及時(shí)共享。在區(qū)塊鏈環(huán)境下，商業(yè)銀行可利用鏈?zhǔn)浇Y(jié)構(gòu)的技術(shù)特性進(jìn)行數(shù)據(jù)追蹤，將企業(yè)的各種金融活動(dòng)記錄在每個(gè)節(jié)點(diǎn)上，從而實(shí)現(xiàn)信用評估。在信貸的監(jiān)督與管理領(lǐng)域，時(shí)間戳扮演著公證人的角色，記錄在每個(gè)節(jié)點(diǎn)上的金融活動(dòng)數(shù)據(jù)將得到永久儲(chǔ)存。此外，時(shí)間戳也能對企業(yè)交易行為進(jìn)行追蹤、查詢和驗(yàn)證，對企業(yè)的信貸活動(dòng)進(jìn)行嚴(yán)密監(jiān)督，保障銀企信息溝通的及時(shí)準(zhǔn)確。

第三，建設(shè)以“股貸債保”聯(lián)動(dòng)、股權(quán)投資為主的金融服務(wù)體系。目前，信用評價(jià)難、抗風(fēng)險(xiǎn)能力弱、融資難、融資貴等問題是初創(chuàng)科技型企業(yè)面臨的突出困境。股權(quán)投資為主、“股貸債?！睘榭苿?chuàng)金融體系的建設(shè)明確了方向。一方面，以股、貸、債、保等各類支持科技創(chuàng)新企業(yè)融資工具形成有效聯(lián)動(dòng)，推動(dòng)券商、銀行、保險(xiǎn)等金融機(jī)構(gòu)研發(fā)和發(fā)售科技金融產(chǎn)品。另一方面，不斷完善金融支持科技創(chuàng)新的配套機(jī)制建設(shè)，健全知識產(chǎn)權(quán)保護(hù)法律法規(guī)，加強(qiáng)科技企業(yè)信用信息平臺建設(shè)等，為金融機(jī)構(gòu)精準(zhǔn)識別科技型企業(yè)并提供更具針對性的金融服務(wù)提供抓手。

(四)充分發(fā)揮數(shù)字政府平臺優(yōu)勢，運(yùn)用大模型提升政府治理能力

ChatGPT大模型作為人工智能領(lǐng)域一次重大的技術(shù)性突破，其強(qiáng)大的學(xué)習(xí)、推理等能力，對提高數(shù)字政府建設(shè)水平進(jìn)而賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

第一，積極鼓勵(lì)支持大模型平臺的發(fā)展，形塑市場主體訴求響應(yīng)機(jī)制，搭建政企互動(dòng)橋梁，全面提升政府經(jīng)濟(jì)態(tài)勢感知和研判能力。大模型基于龐大的語料體系，在大規(guī)模的語料上進(jìn)行自監(jiān)督訓(xùn)練后，涌現(xiàn)出強(qiáng)泛化的模式識別、推理能力與記憶能力，政府部門能快速對企業(yè)的需求進(jìn)行采集、分類、整理與處置，實(shí)現(xiàn)對企業(yè)需求的全流程、跟蹤式處理，在此背景下政府更能積極主動(dòng)感知市場環(huán)境下相關(guān)企業(yè)的訴求，協(xié)調(diào)解決市場主體疑難問題。

第二，深化政務(wù)服務(wù)網(wǎng)建設(shè)推動(dòng)涉企服務(wù)“一網(wǎng)通辦”，為企業(yè)開辦、企業(yè)經(jīng)營、助企紓困、留抵退稅等主題提供集成式服務(wù)。大模型突破傳統(tǒng)信息搜索的“平臺化”模式，一改原有互聯(lián)網(wǎng)信息壟斷與層級分明的現(xiàn)狀，使之更加扁平化，(28)于文軒：《ChatGPT與敏捷治理》，載《學(xué)海》2023年第2期。信息數(shù)據(jù)實(shí)現(xiàn)跨區(qū)域、跨層級、跨部門的多元主體協(xié)同互動(dòng)，政府部門也因與企業(yè)的高頻互動(dòng)，能更為精準(zhǔn)地回應(yīng)企業(yè)需求。強(qiáng)化跨域的政務(wù)服務(wù)“跨省通辦”合作，為企業(yè)群眾跨區(qū)域辦事創(chuàng)業(yè)提供更多的便利。

第三，依托ChatGPT大模型平臺推動(dòng)政企、政民等多元主體的合作，為數(shù)字政府的“良術(shù)善用”提供長效性的動(dòng)力，進(jìn)而保障實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展。一方面，政府部門應(yīng)加強(qiáng)人工智能底座建設(shè)的引導(dǎo)，建立人工智能總體性治理框架，支持國內(nèi)互聯(lián)網(wǎng)頭部企業(yè)打造對標(biāo)ChatGPT的人工智能大模型，企業(yè)在總體性框架下設(shè)定透明化、回應(yīng)性等全生命周期的風(fēng)險(xiǎn)規(guī)制細(xì)則。另一方面，培育公民的人工智能素養(yǎng)和技術(shù)責(zé)任，保障政府?dāng)?shù)據(jù)采集的客觀性、準(zhǔn)確性，降低數(shù)據(jù)存有的偏差分布，促進(jìn)政府對數(shù)字資源的精準(zhǔn)有效配置。

四、結(jié)語

黨的二十大報(bào)告強(qiáng)調(diào)，堅(jiān)持把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上。以ChatGPT為代表的生成式人工智能大模型的應(yīng)用場景將會(huì)越來越廣泛，為實(shí)體經(jīng)濟(jì)數(shù)字化升級注入新的動(dòng)力和活力。在可預(yù)見的未來，生成式人工智能大模型能夠有效地賦能實(shí)體經(jīng)濟(jì)發(fā)展，釋放數(shù)據(jù)要素紅利、推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，助力數(shù)實(shí)融合一體化發(fā)展。在此過程中亟需關(guān)注的在于，一是關(guān)注于生成式人工智能大模型應(yīng)用于實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展理論與實(shí)踐方面的研究，著力突破生成式人工智能前沿基礎(chǔ)研究的創(chuàng)新。二是大模型廠商要緊密結(jié)合國家戰(zhàn)略需求和行業(yè)發(fā)展方向，深入探索實(shí)體經(jīng)濟(jì)發(fā)展的難點(diǎn)和痛點(diǎn)，打造適應(yīng)多樣化場景的大模型。三是大模型是新型基礎(chǔ)設(shè)施的關(guān)鍵底座之一，因而要加強(qiáng)大模型產(chǎn)品的自主創(chuàng)新力度，同時(shí)要構(gòu)建國產(chǎn)化算力產(chǎn)業(yè)體系，全面夯實(shí)人工智能底座技術(shù)。具體要從算力、算法、訓(xùn)練框架、數(shù)據(jù)資源、儲(chǔ)備人才等各個(gè)層面提升我國大模型產(chǎn)業(yè)的核心競爭力。四是處理好大模型所帶來的知識產(chǎn)權(quán)、數(shù)據(jù)隱私、算法偏見等一系列潛在挑戰(zhàn)，防范化解新技術(shù)帶來的不確定性風(fēng)險(xiǎn)。