探求真理 發展學術 服務社會
        歡迎訪問深圳市社會科學網 今天是

        社科簡訊

        用好生成式人工智能 推動新質生產力發展

         日期:2024-09-10   來源:深圳特區報

          ■ 陳琨 陳蕊

          提要

          新質生產力特點是創新,關鍵在質優,本質是先進生產力。生成式人工智能通過自動化、智能化手段,大幅提升生產效率,減少人力成本,推動傳統產業的數字化轉型和智能化升級。依托生成式人工智能這個“創新”抓手,是加快形成新質生產力的一個途徑。

          發展新質生產力是推動高質量發展的內在要求和重要著力點。加快發展新質生產力,必須充分發揮科技創新的引領作用,讓科技創新塑造發展新動能新優勢,促進社會生產力實現新的躍升。生成式人工智能(Generative AI)是人工智能(AI)的一個重要分支,專注于創造全新內容。從本質上講,生成式人工智能可大幅度提升和創造生產力,成為新質生產力的引擎。

          生產力是由勞動者、生產資料、勞動對象三要素構成的。勞動者是對從事勞作活動一類人的統稱;生產資料是勞動者在勞動過程中用來改變或影響勞動對象的一切物質資料或物質條件;勞動對象是指勞動者把自己的活動加在勞動過程中的一切物質資料。新質生產力以勞動者、勞動資料、勞動對象及其優化組合的躍升質變為基本內涵,以全要素生產率提升為核心標志,是由生產要素創新性配置、技術創新群體性突破、產業結構深度轉型升級而催生的當代先進生產力。

          從勞動者的角度來看,勞動者技能與素質亟須提高。產業升級和科技進步對勞動者的專業技能、創新能力、綜合素質等要求不斷提高。但是,目前我國整體勞動者素質有待進一步提升。人社部統計數據顯示,截至2022年年底,全國技能勞動者總量超過2億人,占就業人員的26%,高技能人才超過6000萬人,占技能勞動者的30%。這一人才結構還不能滿足高質量發展的需求。同時,老齡化對勞動力市場的沖擊顯著。隨著我國老年人口比例的增加,勞動年齡人口的數量和比例逐漸減少,勞動力供給出現短缺。這導致企業招聘成本上升,勞動力成本增加。

          從勞動資料的角度來看,技術設備升級成本高,能源與環境約束大。技術進步日新月異,要求企業不斷更新設備、采用新技術以提高生產效率和產品質量。然而,技術創新投入大、風險高,對許多企業尤其是中小企業構成挑戰。同時,資源環境壓力要求企業在生產過程中更加注重節能減排、綠色發展。這對企業的技術水平和生產模式提出了更高要求。

          從勞動對象的角度來看,市場個性化產品需求加大,產業結構需要優化。隨著消費升級和個性化需求增加,市場對產品和服務的要求變得更加多樣化、高品質化。個性化產品的設計和生產成本比通用產品更高。如何優化產業結構、促進產業升級成為重要課題。

          新質生產力特點是創新,關鍵在質優,本質是先進生產力。生成式人工智能通過自動化、智能化手段,大幅提升生產效率,減少人力成本,推動傳統產業的數字化轉型和智能化升級。依托生成式人工智能這個“創新”抓手,是加快形成新質生產力的一個途徑。

          1.關注勞動力市場,探索新型的勞工關系

          生成式人工智能的普及推動了用工形式的靈活化。企業可以根據業務需求靈活調整用工規模,通過項目制、兼職、遠程工作等方式,實現人力資源的高效配置。這種靈活的用工形式不僅降低了企業的用工成本,也提高了勞動者的就業靈活性和工作滿意度。

          生成式人工智能與勞動者之間的協同工作成為新型用工關系的重要特征。生成式人工智能可以承擔繁重、危險或某一領域專業化程度高的工作,減輕勞動者的體力和智力負擔,提高工作效率。同時,勞動者則專注于需要創造力、情感理解和復雜決策的任務,如藝術創作、情感交流、戰略規劃等。這種人機協同的工作模式不僅提高了工作效率,也促進了兩者之間的互補和共同發展。

          2.提高技術產能,促進綠色經濟發展

          基于生成式人工智能的強大數據分析和處理能力,企業可以制定更加精準的定制化技術升級方案。其可以分析具體使用場景、工作負載以及性能需求,為技術升級量身定制具體方案,提供人員培訓。同時通過智能分析和預測能力,可以幫助企業降低新技術采用的成本和風險。

          生成式人工智能可以優化能源分配和使用,降低能源消耗和排放。例如,通過分析能源使用數據,它可以提出節能方案,幫助企業降低能耗成本,減少對環境的影響。同時可以協助企業構建循環經濟體系,實現資源的循環利用和再生。通過智能分析和預測,它可以指導企業合理采購、使用和回收資源,降低資源消耗和浪費。

          3.加速個性化產品開發,優化產業結構

          生成式人工智能可以迅速生成產品設計的多種方案,包括不同風格、功能和外觀的原型。這使得產品團隊能夠快速迭代和測試不同的設計思路,從而更快地找到滿足市場需求和用戶偏好的個性化產品。同時,其具備強大的學習和優化能力,能夠不斷學習和適應用戶的反饋和需求變化。通過不斷迭代和優化產品設計方案,提升產品的個性化和智能化水平。

          生成式人工智能的廣泛應用推動了傳統產業的數字化、智能化升級和轉型。企業借此可以優化生產流程、提高生產效率、降低生產成本,并推動產品向高端化、個性化方向發展。

          (陳琨:深圳大學管理學院教授;陳蕊:深圳大學管理學院助理教授)