李國杰：發(fā)展數(shù)字經(jīng)濟(jì)要排除「極左」和「極右」的干擾

2018 中國計算機大會（CNCC2018）于 10 月 25-27 日在杭州國際博覽中心舉辦。今年的大會主題是「大數(shù)據(jù)推動數(shù)字經(jīng)濟(jì)（Big Data Drives the Digital Economy）」。

會議邀請到近 400 位國內(nèi)外計算機領(lǐng)域知名專家、企業(yè)家到會演講，當(dāng)中就包括 CCF 名譽理事長、CCF 會士、中國工程院院士李國杰，他的報告題目是《發(fā)展數(shù)字經(jīng)濟(jì)值得深思的幾個問題》，在此次報告中，他提出如下觀點：

? 發(fā)展數(shù)字經(jīng)濟(jì)要排除「極左」和「極右」的干擾

? 大數(shù)據(jù)的影響難以被統(tǒng)計

? 創(chuàng)新驅(qū)動=全要素生產(chǎn)率驅(qū)動

? 要用歷史眼光判斷技術(shù)的作用

? 數(shù)字化轉(zhuǎn)型的方向

以下是AI 科技評論編輯整理并經(jīng)李國杰院士修改的演講內(nèi)容。

我早已不在第一線做研究開發(fā)，剛剛聽 Robert E.Kahn 演講，他年紀(jì)這么大了還在做研究，真的讓我非常佩服，我現(xiàn)在只能當(dāng)個大數(shù)據(jù)和人工智能的粉絲，起啦啦隊員的作用。下面講的技術(shù)都比較宏觀。我不是經(jīng)濟(jì)學(xué)家，下一位講者是北大經(jīng)濟(jì)系的孫祁祥教授，是真正的經(jīng)濟(jì)學(xué)家。所以接下來涉及一些跟經(jīng)濟(jì)相關(guān)的內(nèi)容時，我會講得稍快，或者干脆跳過去，以免在經(jīng)濟(jì)學(xué)家面前班門弄斧。

發(fā)展數(shù)字經(jīng)濟(jì)要排除「極左」和「極右」的干擾

這次演講我強調(diào)的一個中心思想是，發(fā)展數(shù)字經(jīng)濟(jì)得排除左右兩方面的干擾。極右的干擾是對大數(shù)據(jù)、人工智能等新一代技術(shù)的無視、墨守成規(guī)，導(dǎo)致錯失發(fā)展機遇；極左的干擾是不顧國情，盲目冒進(jìn)，對新技術(shù)抱有不切實際的幻想。

現(xiàn)在大數(shù)據(jù)和人工智能已經(jīng)被列為國家戰(zhàn)略，我們要滿腔熱情地?fù)肀?qū)動數(shù)字經(jīng)濟(jì)的新技術(shù)，但是不要只做表面文章，而應(yīng)扎扎實實地把大數(shù)據(jù)和人工智能融入實體經(jīng)濟(jì)，為經(jīng)濟(jì)發(fā)展注入新動能。

我今天的演講題目是《發(fā)展數(shù)字經(jīng)濟(jì)值得深思的幾個問題》，我只是提出問題，沒有給出答案，希望與大家共同研討。

2017 年我國電子信息產(chǎn)業(yè)的收入達(dá)到 18 萬億元，大數(shù)據(jù)相關(guān)產(chǎn)業(yè)收入只有 4700 億元（國家大數(shù)據(jù)發(fā)展規(guī)劃要求 2020 年大數(shù)據(jù)相關(guān)收入達(dá)到一萬億元）。去年一年，我國大數(shù)據(jù)核心產(chǎn)業(yè)的收入是 234 億元（我國人工智能產(chǎn)業(yè)的收入大概在 200 億元左右）。

大數(shù)據(jù)核心產(chǎn)業(yè)只有 230 億元是什么概念？中國護(hù)膚面膜產(chǎn)業(yè)的年收入是 236 億，說明大數(shù)據(jù)核心產(chǎn)業(yè)和人工智能目前只相當(dāng)于面膜產(chǎn)業(yè)的規(guī)模。大數(shù)據(jù)核心產(chǎn)業(yè)收入只占電子信息產(chǎn)業(yè)總收入的千分之一左右，如此弱小的大數(shù)據(jù)核心產(chǎn)業(yè)如何能成為推動經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動力，重塑國家競爭優(yōu)勢的新機遇？

我的理解是，高質(zhì)量發(fā)展的必經(jīng)之路是從資源要素驅(qū)動轉(zhuǎn)變?yōu)閯?chuàng)新要素驅(qū)動。數(shù)據(jù)技術(shù)的本質(zhì)是「認(rèn)知」技術(shù)和「決策」技術(shù)。它的威力在于加深對客觀世界的理解，產(chǎn)生新知識，發(fā)現(xiàn)新規(guī)律。大數(shù)據(jù)是數(shù)字經(jīng)濟(jì)關(guān)鍵的生產(chǎn)要素，它的作用是使各類經(jīng)濟(jì)活動朝著更加高效率、更高質(zhì)量、更具備可持續(xù)性、更智能化的方向發(fā)展。

大數(shù)據(jù)的影響難以被統(tǒng)計

大數(shù)據(jù)的影響難以被統(tǒng)計，這是因為數(shù)字經(jīng)濟(jì)的統(tǒng)計中包含了許多傳統(tǒng)產(chǎn)業(yè)的貢獻(xiàn)，我們經(jīng)常講融合型數(shù)字經(jīng)濟(jì)的占比，這點一直讓我感到困惑，數(shù)字經(jīng)濟(jì)的增量究竟在哪里？20 世紀(jì) 80 年代，經(jīng)濟(jì)學(xué)家索羅提出一個悖論：到處都看得見計算機，就是在生產(chǎn)率統(tǒng)計上看不到。今天可能有一個相反的數(shù)字化悖論：在統(tǒng)計上?？吹綌?shù)字化的巨大作用，但在生產(chǎn)活動中還不易發(fā)現(xiàn)數(shù)字化的價值。實際上，大數(shù)據(jù)的作用不僅體現(xiàn)在經(jīng)濟(jì)增長上，更多體現(xiàn)在生產(chǎn)方式、生活方式、科研模式、政府管理模式的改變和福利改進(jìn)，特別是人們思想觀念和認(rèn)知方式的改變上。別太在意數(shù)字經(jīng)濟(jì)規(guī)模的統(tǒng)計數(shù)字。

? 現(xiàn)有使用的統(tǒng)計標(biāo)準(zhǔn)不適合數(shù)字經(jīng)濟(jì)，因為數(shù)字經(jīng)濟(jì)中有許多免費的應(yīng)用沒有計入 GDP（伊甸園的 GDP 是 0）。數(shù)字經(jīng)濟(jì)帶來產(chǎn)品質(zhì)量的巨大改進(jìn)、產(chǎn)品種類的極大豐富、用戶體驗的明顯改善，都無法在 GDP 中反映。

? 不同的機構(gòu)統(tǒng)計的口徑不一致，測算的數(shù)字經(jīng)濟(jì)規(guī)模有幾倍之差。根據(jù)聯(lián)合國 2015 年的統(tǒng)計，全球數(shù)字經(jīng)濟(jì)規(guī)模只有 2.5 萬億美元，比中國信通院公布的中國數(shù)字經(jīng)濟(jì)規(guī)模還小。

我們需要關(guān)注的不是在原來的經(jīng)濟(jì)大餅中劃出多大一塊算成數(shù)字經(jīng)濟(jì)，而是要關(guān)注大數(shù)據(jù)和人工智能究竟為經(jīng)濟(jì)發(fā)展貢獻(xiàn)了多少新的增量，提供了多少原來沒有的新產(chǎn)品和新服務(wù)，經(jīng)濟(jì)效率和用戶體驗提高了多少。

有些咨詢公司提出一些新的統(tǒng)計模式，如麥肯錫提出 iGDP，波士頓咨詢提出 eGDP 等，試圖更好地體現(xiàn)數(shù)字經(jīng)濟(jì)的影響。

數(shù)字化的價值更多體現(xiàn)在無形資產(chǎn)上，1975 年標(biāo)普 500 公司無形資產(chǎn)只有幾千億美元，占總資產(chǎn)的 17%，2018 年無形資產(chǎn)達(dá)到 2 萬億美元，占總資產(chǎn)的 83%。蘋果、亞馬遜等全球市值最高的幾家公司都是數(shù)字公司。有人認(rèn)為不要看重市值，因為這只是投資人的估值，但我覺得市值是購買一個公司的價格，市值與公司收入（利潤）的關(guān)系如同母雞與它下的蛋的關(guān)系。數(shù)字經(jīng)濟(jì)的代表性企業(yè)市值最高，超過所有的傳統(tǒng)企業(yè)，這說明數(shù)字經(jīng)濟(jì)代表著未來經(jīng)濟(jì)的發(fā)展方向，無形資產(chǎn)將會變成真金白銀。

大數(shù)據(jù)與人工智能就像一對雙胞胎，我將它們合稱為數(shù)據(jù)智能，其巨大作用本質(zhì)上是整個信息技術(shù)的作用。信息技術(shù)醞釀了幾十年，現(xiàn)在是見效的時候了。

上面這張圖顯示，電氣化時代和信息化時代生產(chǎn)率的增長曲線相當(dāng)吻合。前期有段時間較慢，過了一段時間后就變快了。21 世紀(jì)是提高信息技術(shù)生產(chǎn)率的黃金時期。數(shù)據(jù)智能技術(shù)的興起得益于計算能力的提升，存儲成本的降低和網(wǎng)絡(luò)通信技術(shù)的普及。

從某種意義上講，大數(shù)據(jù)的勝利就是計算技術(shù)、特別是摩爾定律的勝利。數(shù)據(jù)智能目前還是使能（enable）技術(shù)，它不是像電力一樣的通用技術(shù)，從使能技術(shù)到通用技術(shù)需要一個大規(guī)模普及的發(fā)展過程。

創(chuàng)新驅(qū)動=全要素生產(chǎn)率驅(qū)動

談大數(shù)據(jù)的作用不能光看量和增長，還要關(guān)注質(zhì)的變化。我們更多要從全要素生產(chǎn)率（FTP）的角度來理解大數(shù)據(jù)和人工智能。

創(chuàng)新驅(qū)動就是全要素生產(chǎn)率驅(qū)動。與蒸汽機創(chuàng)造了鐵路產(chǎn)業(yè)、內(nèi)燃機創(chuàng)造了汽車產(chǎn)業(yè)、發(fā)電機創(chuàng)造了電力產(chǎn)業(yè)不同，大數(shù)據(jù)與人工智能并沒有在現(xiàn)有的支柱產(chǎn)業(yè)之外，創(chuàng)立出新的支柱產(chǎn)業(yè)。換句話說，大數(shù)據(jù)與人工智能本質(zhì)上是提高效率、改善配置的優(yōu)化技術(shù)，理解大數(shù)據(jù)和人工智能對經(jīng)濟(jì)發(fā)展的巨大推動作用，要從提高生產(chǎn)率上找原因。

隨著進(jìn)入新時期，我國人口紅利消失，資本回報也在下降，轉(zhuǎn)向創(chuàng)新驅(qū)動就是轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動。

上面這張圖顯示，只有日本在 1900-1929 年 TFP 的貢獻(xiàn)在 50% 以下。我國大多數(shù)年份的 TFP 貢獻(xiàn)率都在 30% 以下，1995-2005 年維持在 30% 左右，2006-2013 年降到 21%。

2014 年，我國 TFP 只相當(dāng)于美國 43% 的水平。中國 TFP 年均增速必須達(dá)到 2.7%（美國 1%），才能在 2035 年超過美國 TFP 60% 的水平。請大家注意， 2008 年以后，我國的 TFP 沒有上升，反而下降，每年增長不到 2%。 2013 年開始有點回升，但是對經(jīng)濟(jì)增長的貢獻(xiàn)率也只在 20% 左右。我們講大數(shù)據(jù)、人工智能，但目前這些技術(shù)并不能明顯促進(jìn) TFP 的提高。

國家信息中心的學(xué)者對我國 TFP 做了分解，我很佩服他們，竟然能將相關(guān)性這么強的東西區(qū)分開來。全要素生產(chǎn)率 TFP 科技分解為技術(shù)進(jìn)步、技術(shù)效率、規(guī)模效率和配置效率的乘積。也就是說，TFP 的增長率等于技術(shù)進(jìn)步、技術(shù)效率、規(guī)模效率和配置效率的增長率之和。

分解出的結(jié)果表明，對我國經(jīng)濟(jì)增長貢獻(xiàn)最大的是規(guī)模效率，配置效率其次，技術(shù)進(jìn)步排在第三位，它的貢獻(xiàn)在下降，貢獻(xiàn)最小的是技術(shù)效率。

在過去，工業(yè)經(jīng)濟(jì)追求的是規(guī)模經(jīng)濟(jì)，強調(diào)分工、專業(yè)化、單個品種的規(guī)?！，F(xiàn)在的新經(jīng)濟(jì)追求的是范圍經(jīng)濟(jì)，強調(diào)品種的多樣化和個性化。然而個性化和通用性是矛盾的，這就是我常講的「昆蟲綱悖論」。以后的物聯(lián)網(wǎng)、人工智能應(yīng)用可能像昆蟲一樣，有很多品種，你想把這些應(yīng)用規(guī)?；a(chǎn)，就會產(chǎn)生矛盾。只能靠大數(shù)據(jù)和智能技術(shù)解決這一矛盾。

強調(diào)數(shù)據(jù)驅(qū)動要關(guān)注提高技術(shù)效率。技術(shù)效率是指在給定的投入下獲得最大產(chǎn)出的能力，要在提高技術(shù)效率上下功夫。2001-2013 年中國技術(shù)效率的年均變化率是負(fù) 0.02%，2008-2013 年期間，中國大數(shù)據(jù)企業(yè)的技術(shù)效率平均變化率為負(fù) 5.9%。技術(shù)效率低是我國的明顯短板。

美國德克薩斯大學(xué)對多個行業(yè)和大型企業(yè)的數(shù)據(jù)利用率、人均產(chǎn)出率進(jìn)行了廣泛研究，結(jié)果顯示，數(shù)據(jù)利用率提高 10%，財富 100 強企業(yè)人均產(chǎn)出就會提高 14.4%。一個城市、一個地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展得好不好，不是看添置了多少設(shè)備，采集了多少數(shù)據(jù)，主要是看投入產(chǎn)出的效率提高沒有。

目前大數(shù)據(jù)分析的能效非常低。高性能計算已經(jīng)到 G 級了（即每焦耳完成 10 億次操作，GOPJ），而大數(shù)據(jù)操作，采用 Hadoop、Spark，只能做到每焦耳完成千次操作，能效與高性能計算相差 4-5 個數(shù)量級，更不要說與已經(jīng)實現(xiàn) TOPJ（即每焦耳萬億次操作）的寒武紀(jì)芯片相比了。

用歷史眼光判斷技術(shù)的作用

近兩年，人工智能火爆，許多人認(rèn)為信息時代已經(jīng)過去了，大數(shù)據(jù)的熱潮也已經(jīng)過去了，現(xiàn)在已進(jìn)入人工智能新時代。究竟現(xiàn)在處在什么時代，需要有歷史的眼光。作為一種基礎(chǔ)的科學(xué)范式，數(shù)據(jù)科技的影響可能要比人工智能更持久，但是人工智能技術(shù)更具有顛覆性。

信息時代與工業(yè)時代一樣，會延續(xù)較長時間。人工智能的復(fù)興標(biāo)志著信息時代進(jìn)入智能化新階段?，F(xiàn)階段的人工智能本質(zhì)上是一種計算技術(shù)。信息時代將走過數(shù)字化、網(wǎng)絡(luò)化、智能化等幾個階段。說現(xiàn)在已告別信息時代，進(jìn)入了智能時代，有點牽強。

我們絕不能低估大數(shù)據(jù)和人工智能的戰(zhàn)略作用，但也不能對人工智能、大數(shù)據(jù)抱有過高的、不切實際的期望。我國各地開了很多人工智能大會，已經(jīng)起到了很好的造勢作用，接下來就要強調(diào)落地生根，務(wù)實務(wù)實再務(wù)實。

目前人工智能有點「圍城」的味道，城里的人想出來，城外的人想進(jìn)去。真正做人工智能研究的專家一般講話較謹(jǐn)慎，不講過頭話，吹噓人工智能萬能或散布人工智能威脅論的大多不是真正做人工智能研究的專家。

有學(xué)者統(tǒng)計，1956 - 2018 年，人工智能領(lǐng)域共發(fā)表 29 萬多篇研究文獻(xiàn)，包括 8635 篇神經(jīng)網(wǎng)絡(luò)方面的文章，5023 篇機器學(xué)習(xí)方面的文章，6254 篇模式識別方面的文章。這些論文的爆發(fā)期集中在上世紀(jì)。

深度學(xué)習(xí)的發(fā)明者 Hinton 最近指出，「我的觀點是把反向傳播全部丟下，重啟爐灶?！?/p>

美國三院院士喬丹教授認(rèn)為，在未來三十年內(nèi)，人工智能實現(xiàn)不了創(chuàng)造性和變通的靈活性。目前人工智能技術(shù)還不夠強大，遠(yuǎn)沒有成為一個理論全備的學(xué)科，人們對 AI 的期待太高了，我們還沒有步入可以利用我們對腦的認(rèn)識來指導(dǎo)搭建智能系統(tǒng)的時代。

今年諾貝爾經(jīng)濟(jì)學(xué)獎得主威廉·諾德豪斯（索羅的弟子）2015 年曾發(fā)表一篇名為《我們正在接近經(jīng)濟(jì)奇點嗎？》的論文，論文指出：大部分的經(jīng)濟(jì)指標(biāo)都不支持「奇點即將來臨」的判斷。

有些經(jīng)濟(jì)學(xué)家認(rèn)為，經(jīng)濟(jì)發(fā)展存在 50-60 年的長波周期，大數(shù)據(jù)和人工智能可能引發(fā)信息時代新的經(jīng)濟(jì)長波。第四波的重要推動力是電子計算機，第五波的重要推動力是互聯(lián)網(wǎng)、移動通信、軟件?，F(xiàn)在我們處于第五波的衰退期，不是高速發(fā)展期，如果在這個時期有新發(fā)明爆發(fā)，可能在 2030 年左右又會出現(xiàn)一個新的波，第六波的主導(dǎo)技術(shù)可能是人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)，還包括生命科學(xué)等新技術(shù)。

本世紀(jì)初，美國工程院請院士投票，表決過去一百年哪些技術(shù)深刻影響了 20 世紀(jì)。排在最前面的是電力、汽車、飛機、自來水等，計算機雖然已有半個多世紀(jì)的歷史，卻排在第八。一項技術(shù)對世界的影響力要一百年后才能看出來。幾千年來，對人類生活影響最大的技術(shù)是油燈，因為沒有它晚上就是黑暗的。

20 世紀(jì)初沒有人想到互聯(lián)網(wǎng)和手機會如此普及。人類未知的領(lǐng)域遠(yuǎn)遠(yuǎn)大于已知領(lǐng)域，21 世紀(jì)末流行什么現(xiàn)在同樣很難判斷。大數(shù)據(jù)和人工智能會不會是 21 世紀(jì)最偉大的技術(shù)現(xiàn)在下不了結(jié)論。未來 100 年生物科技、健康技術(shù)、新能源和新材料的影響也許不亞于人工智能。

數(shù)字轉(zhuǎn)型轉(zhuǎn)什么

「數(shù)字化」在英文中有兩個名詞，一個是 Digitazation，另一個是 Digitalization。Digitazation 是指信息的數(shù)字化，Digitalization 指改變商業(yè)模式的業(yè)務(wù)流程數(shù)字化?，F(xiàn)在追求的數(shù)字化轉(zhuǎn)型是生產(chǎn)模式、運行模式、決策模式全方位的轉(zhuǎn)型。摩拜單車就是數(shù)字化轉(zhuǎn)型的典型案例，通過采用 GPS 定位和 4G 通信技術(shù)改造了傳統(tǒng)自行車產(chǎn)業(yè)。

目前我國的服務(wù)業(yè)占比是 50%，與我國人均 GDP 相近國家的服務(wù)業(yè)占比已到 60%。我國服務(wù)業(yè)比重仍然偏低。

數(shù)字化轉(zhuǎn)型的第一個目標(biāo)是改變產(chǎn)業(yè)分布，大力發(fā)展生產(chǎn)性服務(wù)業(yè)。我們國家生產(chǎn)性服務(wù)業(yè)占比遠(yuǎn)遠(yuǎn)低于美國和韓國。大數(shù)據(jù)和人工智能的貢獻(xiàn)在產(chǎn)業(yè)分布中不能直接看到，其作用必須融合在其他的產(chǎn)業(yè)發(fā)展中。

第二個目標(biāo)是由傳統(tǒng)企業(yè)轉(zhuǎn)向數(shù)字化企業(yè)。我國的高檔數(shù)控系統(tǒng)、數(shù)字化工具測量儀器和國外相差 20 年，現(xiàn)在有應(yīng)用場景的地方?jīng)]有智能產(chǎn)品，有智能產(chǎn)品的地方又沒有應(yīng)用場景，這兩處存在鴻溝。

第三個目標(biāo)是要大力發(fā)展科技型中小企業(yè)。大企業(yè)是中小企業(yè)技術(shù)創(chuàng)新和成果轉(zhuǎn)化的市場，如果大企業(yè)搞大而全，什么都要自主開發(fā)，什么都要講自主知識產(chǎn)權(quán)，那么就封閉了創(chuàng)新鏈條。德國將強大的中小企業(yè)群稱為「隱形冠軍企業(yè)」。德國和日本很多公司幾十年只做一個產(chǎn)品，做到世界聞名，效益非常好。我國要鼓勵科技型中小企業(yè)向高精尖發(fā)展，每一個行業(yè)都應(yīng)當(dāng)有既懂?dāng)?shù)字化技術(shù)又熟悉行業(yè)業(yè)務(wù)的小企業(yè)。政府主導(dǎo)較適于追趕，不適應(yīng)創(chuàng)新驅(qū)動發(fā)展。創(chuàng)新基于市場導(dǎo)向，由企業(yè)家精神鑄就，創(chuàng)新驅(qū)動應(yīng)以競爭政策為主。

發(fā)展數(shù)字經(jīng)濟(jì)要改變「頭重腳輕」的局面

在全球上市企業(yè) 2000 強名單中，美國有 14 家芯片公司與 14 家軟件公司，中國尚沒有一家。我國人工智能基礎(chǔ)層、技術(shù)層和應(yīng)用層的人才數(shù)量占比分別為 3.3%、34.9% 和 61.8%，而美國分別為 22.7%、37.4%、39.4%，我們的基礎(chǔ)人才比例嚴(yán)重偏低，頭重腳輕、根基不牢。

在摩爾定律臨近極限之際，大數(shù)據(jù)和 AI 計算卻出現(xiàn)了指數(shù)級增長，計算機系統(tǒng)架構(gòu)成為關(guān)鍵的推動因素。目前只有不足 1% 的云服務(wù)器為 AI 加速服務(wù)。要想讓 AI 變得無處不在，吞吐量需要提高 100 倍以上。

下面說幾項我比較熟悉的大數(shù)據(jù)與人工智能基礎(chǔ)層的技術(shù)突破。

? 寒武紀(jì) MLU100 的峰值已經(jīng)達(dá)到 166 TOPS 。他們不光做出了智能芯片，在理論基礎(chǔ)上同樣有突破，從以前的復(fù)雜指令系統(tǒng)（CISC）、精簡指令系統(tǒng)（RISC）到現(xiàn)在的函數(shù)指令系統(tǒng)（FISC）。

? 海光 1 號高性能通用處理器總體上已達(dá)到服務(wù)器 CPU 的國際最先進(jìn)水平，適配國產(chǎn)固件和操作系統(tǒng)，已在近百個用戶的數(shù)據(jù)中心現(xiàn)場成功進(jìn)行了國產(chǎn)化替代試驗。

? 睿芯高通量處理器由我牽頭，是 973 項目的科研成果，提出了時敏數(shù)據(jù)流體系結(jié)構(gòu)，滿足高通量計算場景所需的高并發(fā)、強實時需求。

? 中科院計算所研制的低熵云計算系統(tǒng)在服務(wù)器里加了標(biāo)簽后，對于 99% 的用戶而言，延遲縮短了 30 倍，解決了云計算中用戶體驗與系統(tǒng)效率的矛盾。