[ 我們對20位科學(xué)家和工程師的深度調(diào)研進(jìn)行了比較分析，總結(jié)出了中國可以通過算法和軟件的應(yīng)用創(chuàng)新在四個方面持續(xù)強(qiáng)化中國現(xiàn)有價值鏈。這四個方面分別是：智能化產(chǎn)品服務(wù)設(shè)計(jì)、智能化生產(chǎn)制造、智能化供應(yīng)鏈管理以及智能化運(yùn)營管理。 ]
[ 我們認(rèn)為，核心算法和軟件的持續(xù)創(chuàng)新根本上還是取決于基礎(chǔ)科學(xué)的發(fā)展和投入。無論是關(guān)鍵的軟件還是硬件技術(shù)，每一種產(chǎn)品都是基礎(chǔ)科學(xué)幾十年來理論積累的產(chǎn)物。因此，我們強(qiáng)調(diào)基礎(chǔ)科學(xué)投入的長期性與穩(wěn)定性是提高核心算法與軟件原創(chuàng)性的關(guān)鍵所在。 ]
在上一篇文章《中國突圍中高端價值鏈，應(yīng)發(fā)力硬科技》中，我們采用機(jī)器學(xué)習(xí)聚合分類研究，在全球5228種產(chǎn)品類別中系統(tǒng)性地識別了當(dāng)前中國高度進(jìn)口依賴的88種“卡脖子”關(guān)鍵產(chǎn)品。而為了突破西方對中國在關(guān)鍵技術(shù)上的制裁，本文基于美國麻省理工學(xué)院經(jīng)濟(jì)學(xué)家阿西莫格魯（Acemoglu）提出的偏向性技術(shù)進(jìn)步理論，結(jié)合近期我們對全球及國內(nèi)頂級學(xué)術(shù)機(jī)構(gòu)及科技互聯(lián)網(wǎng)公司共計(jì)20位人工智能科學(xué)家、算法工程師和數(shù)據(jù)分析師的調(diào)研分析，發(fā)現(xiàn)了當(dāng)前發(fā)達(dá)國家對中國在中高端價值鏈上的制裁主要集中在以芯片、光刻機(jī)和半導(dǎo)體為代表的硬件技術(shù)上。
而相比硬件，近年來中國在軟件方面的自主研發(fā)和迭代速度進(jìn)步明顯。因此，我們建議中國可通過自身市場、資本與數(shù)據(jù)要素優(yōu)勢，集中突破部分“卡脖子”的關(guān)鍵軟件和算法技術(shù)。具體來說，中國可利用對軟件與算法的創(chuàng)新應(yīng)用，持續(xù)強(qiáng)化現(xiàn)有的七大優(yōu)勢產(chǎn)業(yè)鏈。在穩(wěn)固現(xiàn)有價值鏈競爭優(yōu)勢的基礎(chǔ)上，圍繞一些數(shù)據(jù)敏感度較低且可貿(mào)易度較高的行業(yè)（如光學(xué)器件、化學(xué)、機(jī)電控制等），不斷提升中國軟件技術(shù)與西方高端硬件技術(shù)相互間的依賴性，最終幫助中國順利邁入全球中高端價值鏈。
破局之機(jī)：數(shù)據(jù)密集型產(chǎn)業(yè)的崛起
回顧人類歷史上的經(jīng)濟(jì)增長變化，東西方世界真正出現(xiàn)巨大經(jīng)濟(jì)增長差距就是從19世紀(jì)工業(yè)革命初開始。圍繞這種差異，一大批經(jīng)濟(jì)學(xué)家試圖解釋經(jīng)濟(jì)增長的源泉到底是什么。古典增長理論認(rèn)為勞動和資本要素是經(jīng)濟(jì)增長的核心動力。而新古典經(jīng)濟(jì)學(xué)家在此基礎(chǔ)上進(jìn)一步納入了全要素概念將技術(shù)視為外生變量解釋經(jīng)濟(jì)增長。而從20世紀(jì)80年代開始， 盧卡斯（Lucas）和羅默（Romer）等人試圖把技術(shù)進(jìn)步內(nèi)生化，并解釋了經(jīng)濟(jì)增長的源泉是知識的分享和積累。
近10年來，隨著以大數(shù)據(jù)、云計(jì)算和人工智能為代表的新一代信息技術(shù)的發(fā)展，瓊斯（Jones）和托內(nèi)特（Tonetti）研究了數(shù)據(jù)在生產(chǎn)過程中的基本模式，并定義了數(shù)據(jù)作為生產(chǎn)要素對經(jīng)濟(jì)增長的作用。盡管數(shù)據(jù)作為信息，其本身無法被直接應(yīng)用于生產(chǎn)，但通過分析和預(yù)測數(shù)據(jù)（信息）指導(dǎo)經(jīng)濟(jì)物品的生產(chǎn)與應(yīng)用，將顯著降低經(jīng)濟(jì)物品的交易成本，從而提高勞動生產(chǎn)率。
偏向性技術(shù)進(jìn)步理論指出了當(dāng)技術(shù)創(chuàng)新使某生產(chǎn)要素邊際產(chǎn)出相對其他生產(chǎn)要素顯著增長時，技術(shù)就會“青睞”（偏向）該要素。同時，該要素的邊際產(chǎn)出和規(guī)模報(bào)酬將呈現(xiàn)遞增特征。結(jié)合中國經(jīng)濟(jì)增長的實(shí)際情況，依靠傳統(tǒng)生產(chǎn)要素投入拉動中國經(jīng)濟(jì)增長的潛力越來越小，無論是勞動還是資本要素的邊際產(chǎn)出近年來均呈現(xiàn)顯著遞減特征。相反，以數(shù)據(jù)為代表的新生產(chǎn)要素近年來呈現(xiàn)出邊際產(chǎn)出遞增的特征。這是因?yàn)樾畔r代下新一代技術(shù)創(chuàng)新（比如云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等）幾乎都是圍繞數(shù)據(jù)要素生產(chǎn)和發(fā)展的。正如偏向性技術(shù)進(jìn)步理論的核心觀點(diǎn)，技術(shù)創(chuàng)新偏向數(shù)據(jù)要素從而帶動市場資源集中流入數(shù)字產(chǎn)業(yè)，最終導(dǎo)致數(shù)字密集型產(chǎn)業(yè)規(guī)模報(bào)酬顯著遞增。
根據(jù)我們的預(yù)測，2025年中國所擁有的數(shù)據(jù)規(guī)模將占世界數(shù)據(jù)圈的30%，這意味著中國將成為擁有數(shù)據(jù)規(guī)模全球第一的經(jīng)濟(jì)體。龐大的數(shù)據(jù)規(guī)模將進(jìn)一步支持中國發(fā)展數(shù)據(jù)密集型產(chǎn)業(yè)以支持中國經(jīng)濟(jì)增長。
數(shù)據(jù)產(chǎn)業(yè)的核心競爭力：軟件和算法
盡管中國數(shù)據(jù)規(guī)模正以驚人的速度持續(xù)擴(kuò)張，但如何高效地使用數(shù)據(jù)來指導(dǎo)經(jīng)濟(jì)產(chǎn)品服務(wù)創(chuàng)新，是數(shù)據(jù)密集型產(chǎn)業(yè)向高質(zhì)量方向發(fā)展的關(guān)鍵，也是中國經(jīng)濟(jì)持續(xù)增長的源泉。我們認(rèn)為，真正對數(shù)據(jù)密集型產(chǎn)業(yè)擁有絕對控制權(quán)，不僅僅取決于數(shù)據(jù)規(guī)模，更取決于核心算法和軟件系統(tǒng)。
基于我們的研究，長期以來，中國在軟件與核心算法上依舊整體處于被西方國家“卡脖子”的狀態(tài)。比如，在核心工業(yè)軟件領(lǐng)域，國產(chǎn)EDA（電子設(shè)計(jì)自動化）與發(fā)達(dá)國家EDA工具相比，在性能上（如工具完整性、穩(wěn)定性、工藝設(shè)計(jì)等）仍存在代際差距。在操作系統(tǒng)上，絕大部分手機(jī)和個人電腦依舊被三家美國公司（谷歌、蘋果、微軟）所壟斷。在核心算法方面，中國國產(chǎn)的高端機(jī)器人在穩(wěn)定性和易用性上仍與日本、美國、德國和瑞士等國家存在差距，反映了中國在中高端制造業(yè)上仍未能掌握相匹配的核心算法。
然而，基于我們對全球和中國頂級高校及科技互聯(lián)網(wǎng)公司20位人工智能科學(xué)家和工程師的最新調(diào)研情況來看，相比當(dāng)前“卡脖子”的硬件技術(shù)，中國在關(guān)鍵軟件領(lǐng)域率先突破的可能性更高。這是基于目前中國在算法和軟件領(lǐng)域具備的三大優(yōu)勢：
一是在經(jīng)濟(jì)層面。中國擁有數(shù)據(jù)、人力資本與市場要素優(yōu)勢。正如我們提到的，中國擁有全世界最大的數(shù)據(jù)圈。同時，龐大的消費(fèi)市場能夠?yàn)閿?shù)據(jù)密集產(chǎn)業(yè)提供豐富的應(yīng)用場景。另外，根據(jù)2020年中國專業(yè)IT社區(qū)CSDN（Chinese Software Developer Network）的統(tǒng)計(jì)，在中國從事軟件開發(fā)與算法設(shè)計(jì)相關(guān)的學(xué)生或工程師已經(jīng)超過800萬人（根據(jù)CSDN活躍用戶計(jì)算），其中一線開發(fā)人員已經(jīng)超過60%。強(qiáng)大的人力資本優(yōu)勢使得軟件和算法開發(fā)可以快速在豐富的場景中進(jìn)行迭代應(yīng)用。
二是在制度層面。政府將大力支持?jǐn)?shù)據(jù)要素市場的培育。2020年4月中共中央、國務(wù)院公布了《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》，明確了將數(shù)據(jù)作為新型生產(chǎn)要素。意見同時指出了未來中國將圍繞數(shù)據(jù)要素在數(shù)據(jù)共享、數(shù)據(jù)融合、數(shù)據(jù)確權(quán)、數(shù)據(jù)定價以及數(shù)據(jù)安全等一系列方面推行改革。毫無疑問，國家“數(shù)據(jù)紅利”的釋放將推動數(shù)據(jù)密集型產(chǎn)業(yè)的發(fā)展應(yīng)用，這將有利于軟件和算法的迭代創(chuàng)新。
三是在技術(shù)層面。受益于開源軟件運(yùn)動，高級算法與軟件的可得性不再困難。開源軟件被描述為其源碼可以被公眾使用的軟件，并且此軟件的使用、完善和分享方面不受許可證的限制。根據(jù)全球最大開源項(xiàng)目托管平臺GitHub統(tǒng)計(jì)，到2025年全球參與開源軟件的平臺用戶數(shù)量將達(dá)到1億用戶。其中，中國開源軟件參與者的數(shù)量及開源貢獻(xiàn)度增長已成為全球最快。
破局之道：加快軟件與算法在中國價值鏈上的應(yīng)用與創(chuàng)新
正如上述分析，我們認(rèn)為中國有能力通過自身市場、人力資本與數(shù)據(jù)要素優(yōu)勢，集中突破部分“卡脖子”的關(guān)鍵軟件和算法技術(shù)。進(jìn)一步，利用軟件與算法的快速迭代和持續(xù)創(chuàng)新強(qiáng)化中國現(xiàn)有的七大優(yōu)勢產(chǎn)業(yè)鏈。在穩(wěn)固現(xiàn)有價值鏈的競爭優(yōu)勢基礎(chǔ)上，圍繞一些數(shù)據(jù)敏感度較低且可貿(mào)易度較高的行業(yè)，不斷提升中國軟件技術(shù)與西方高端硬件技術(shù)間的依賴性，最終幫助中國順利邁入全球中高端價值鏈。
首先，基于我們對全球及國內(nèi)20位AI科學(xué)家和工程師的調(diào)研發(fā)現(xiàn)，中國在軟件和算法優(yōu)化與應(yīng)用層面與西方國家的距離越來越小。比如激光雷達(dá)技術(shù)從2019年到現(xiàn)在，短短兩年間進(jìn)步巨大。2019年的時候，激光器、接收器、主控FPGA和采樣用的ADC，這四個最核心軟硬件都是被國外壟斷的�，F(xiàn)在國內(nèi)已經(jīng)有頂級的激光器生產(chǎn)商，主控和采樣都ASIC（特殊應(yīng)用集成電路）化了，只剩接收器還沒有完全解決。再如，在語音識別領(lǐng)域，目前全球最先進(jìn)的新一代語音識別系統(tǒng)“Wenet”也是由中科院和西工大AI科學(xué)家自主創(chuàng)新完成的，且整套算法框架完全不同于英國AI科學(xué)家Danial Povey所創(chuàng)造的“Kaldi”語音識別系統(tǒng) （上一代國際最先進(jìn)的語音識別系統(tǒng)）。
進(jìn)一步，我們對20位科學(xué)家和工程師的深度調(diào)研進(jìn)行了比較分析，總結(jié)出了中國可以通過算法和軟件的應(yīng)用創(chuàng)新在四個方面持續(xù)強(qiáng)化中國現(xiàn)有價值鏈。這四個方面分別是：智能化產(chǎn)品服務(wù)設(shè)計(jì)、智能化生產(chǎn)制造、智能化供應(yīng)鏈管理以及智能化運(yùn)營管理。
1。智能產(chǎn)品與服務(wù)設(shè)計(jì)。利用增強(qiáng)學(xué)習(xí)（Reinforcement Learning）、神經(jīng)網(wǎng)絡(luò)模型（Neutral Network）以及自然語言處理（Natural Language Processing）對客戶的消費(fèi)行為和模型進(jìn)行預(yù)測，從而設(shè)計(jì)新的產(chǎn)品。
在我們的調(diào)研中，很多公司早已開始利用大數(shù)據(jù)對客戶體驗(yàn)和購買模式進(jìn)行預(yù)測，從而進(jìn)一步基于預(yù)測結(jié)果對產(chǎn)品服務(wù)進(jìn)行設(shè)計(jì)和創(chuàng)新。此外，工程師和設(shè)計(jì)師可以采用創(chuàng)成式設(shè)計(jì)（Generative Design）實(shí)現(xiàn)產(chǎn)品創(chuàng)新。即通過設(shè)定對產(chǎn)品的約束條件（比如顏色、形狀、材料、體積），結(jié)合創(chuàng)成式算法（如參數(shù)化系統(tǒng)、進(jìn)化系統(tǒng)、形狀語法及拓?fù)鋬?yōu)化算法等）可自動生成上萬種產(chǎn)品設(shè)計(jì)方案。
2。智能化生產(chǎn)制造。通過監(jiān)督式和無監(jiān)督式機(jī)器學(xué)習(xí)（Supervised Learning & Unsupervised learning）算法，提高產(chǎn)品生產(chǎn)制造的效率和品質(zhì)。比如，中間品制造生產(chǎn)過程中有諸多分揀作業(yè)，如果采用智能化機(jī)器分揀，則可大大提高產(chǎn)品生產(chǎn)效率。此外，通過對質(zhì)量差異化的產(chǎn)品進(jìn)行深度學(xué)習(xí)（Deep Learning），再基于對產(chǎn)品各個生產(chǎn)環(huán)節(jié)上所獲得的監(jiān)控?cái)?shù)據(jù)，可使機(jī)器視覺更快、更精確地識別出產(chǎn)品表面的不同生產(chǎn)缺陷。
3。智能化供應(yīng)鏈管理。利用深度學(xué)習(xí)算法可優(yōu)化供應(yīng)鏈運(yùn)輸路線和倉位管理。比如通過將歷史運(yùn)輸路線和實(shí)際交付成果進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，從而分析運(yùn)輸方案對供應(yīng)鏈上交易成本的影響，以幫助管理者確定最優(yōu)運(yùn)輸路線。此外，基于神經(jīng)網(wǎng)絡(luò)算法，可幫助制造商實(shí)時檢測庫存變化、及時調(diào)整庫存規(guī)模，從而有效控制庫存短缺或過剩的狀況。
4。智能化運(yùn)營管理。監(jiān)督式學(xué)習(xí)可有效幫助企業(yè)優(yōu)化運(yùn)營決策并降低運(yùn)營成本。利用回歸模型（Regression）、決策樹（Decision Tree）及隨機(jī)森林模型（Random Forest）對生產(chǎn)管理系統(tǒng)或機(jī)器設(shè)備進(jìn)行故障預(yù)測，從而有效降低運(yùn)營成本。另外，制造商通過傳感器監(jiān)控可收集設(shè)備所處環(huán)境的溫度、照明及濕度變化，從而預(yù)測故障事件發(fā)生的概率以降低故障產(chǎn)生帶來的不確定性。針對一些生產(chǎn)任務(wù)，機(jī)器學(xué)習(xí)可以對生產(chǎn)復(fù)雜程度與生產(chǎn)規(guī)模進(jìn)行匹配分析，從而計(jì)算具體生產(chǎn)任務(wù)所需的員工數(shù)量。
最后，在我們的調(diào)研分析中，絕大多數(shù)人工智能科學(xué)家表示中國在軟件和算法的應(yīng)用層面與美國等發(fā)達(dá)國家?guī)缀跏驱R頭并進(jìn)。在中國的優(yōu)勢產(chǎn)業(yè)鏈上，我們看到已經(jīng)有越來越多的企業(yè)開始涌入人工智能浪潮，通過對圖像處理、語音處理、自然語言理解等應(yīng)用性算法將人工智能應(yīng)用在各個產(chǎn)業(yè)鏈的不同場景中。在國家政策和代碼開源的支持下，價值鏈上更多的中小企業(yè)可積極通過算法和軟件應(yīng)用，來強(qiáng)化或提高自身在制造生產(chǎn)環(huán)節(jié)上的競爭力。而在穩(wěn)固現(xiàn)有價值鏈競爭優(yōu)勢的基礎(chǔ)上，在部分細(xì)分行業(yè)中，提升西方高端硬件技術(shù)在中國軟件系統(tǒng)上的使用依賴性是中國邁入中高端價值鏈的關(guān)鍵突破口。
比如，中國在無人機(jī)、自動駕駛和區(qū)塊鏈等細(xì)分領(lǐng)域上的軟件和算法創(chuàng)新，很可能未來會讓部分國外制造商逐步適應(yīng)和接受中國的軟件系統(tǒng)。在EDA領(lǐng)域，盡管在先進(jìn)制程IC（集成電路）設(shè)計(jì)方面，EDA工具幾乎被國際三大巨頭所壟斷，但國產(chǎn)EDA在40納米及28納米制程工藝上近年來進(jìn)步非常明顯，結(jié)合5G、汽車電子、區(qū)塊鏈等新興領(lǐng)域?qū)C設(shè)計(jì)的新需求，這可能為EDA與國外中高端制造商提供相互合作與學(xué)習(xí)的方向。
破局之障：軟件與算法創(chuàng)新的瓶頸——基礎(chǔ)科學(xué)
企業(yè)的數(shù)字化和智能化不可能一蹴而就，目前全球也沒有一個通用的模板可以套用。在中國價值鏈上，對于大部分提供中間品、資本品和消費(fèi)品的泛制造業(yè)公司來說，如何對算法和軟件進(jìn)行創(chuàng)新，并根據(jù)不同的細(xì)分場景提供相應(yīng)的解決方案，依舊是當(dāng)前主要面臨的挑戰(zhàn)。在我們所調(diào)研的20位AI科學(xué)家和工程師中，幾乎所有人都提到了中國在核心算法與軟件原創(chuàng)性上仍與發(fā)達(dá)國家有不小的差距。此前西方國家可能將關(guān)閉對中國GitHub開源代碼分享的消息讓國內(nèi)很多算法工程師和科學(xué)家都感到了緊張。
我們認(rèn)為，核心算法和軟件的持續(xù)創(chuàng)新根本上還是取決于基礎(chǔ)科學(xué)的發(fā)展和投入。無論是關(guān)鍵的軟件還是硬件技術(shù)，每一種產(chǎn)品都是基礎(chǔ)科學(xué)幾十年來理論積累的產(chǎn)物。因此，我們強(qiáng)調(diào)基礎(chǔ)科學(xué)投入的長期性與穩(wěn)定性是提高核心算法與軟件原創(chuàng)性的關(guān)鍵所在。其次，要尋求在重點(diǎn)基礎(chǔ)科學(xué)領(lǐng)域?qū)崿F(xiàn)引領(lǐng)和突破。軟件和核心算法的原創(chuàng)性本質(zhì)上就是數(shù)學(xué)信息科學(xué)與技術(shù)理論的原創(chuàng)。因此，立足當(dāng)前實(shí)際情況，集中要素資源支持?jǐn)?shù)學(xué)信息科學(xué)領(lǐng)域的基礎(chǔ)理論發(fā)展與創(chuàng)新是必要的。另外，盡管西方部分學(xué)術(shù)機(jī)構(gòu)對中國存在諸多戒備，但我們還是需要鼓勵中國科研機(jī)構(gòu)更加廣泛、積極地與國際頂級學(xué)術(shù)機(jī)構(gòu)進(jìn)行合作。多元化和國際化的科學(xué)研究團(tuán)隊(duì)有利于持續(xù)推進(jìn)基礎(chǔ)科學(xué)領(lǐng)域的創(chuàng)新。
（程實(shí)系工銀國際首席經(jīng)濟(jì)學(xué)家，張弘頊系工銀國際資深經(jīng)濟(jì)學(xué)家）
