《现代财经-早读早分享》2025年元月29日周三（第3260期）

今天是2025年元月29日，星期三，农历正月初一，祝福全国人民吉祥安康，万事如意，美好的一天从阅读《现代财经-早读早分享》开始！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3260期）。原创不易，敬请尊重。谢谢鼓励。

  一、早读分享   

人工智能时代下产业链供应链的重构、风险及应对

  导读  

2024 年1 月，习近平总书记在主持中共中央政治局第十一次集体学习时强调，要“围绕发展新质生产力布局产业链，提升产业链供应链韧性和安全水平，保证产业体系自主可控、安全可靠”。党的二十届三中全会通过《中共中央关于进一步全面深化改革 推进中国式现代化的决定》，再次提出要“健全提升产业链供应链韧性和安全水平制度”“抓紧打造自主可控的产业链供应链”。产业链供应链是现代经济的重要形态，其韧性和安全水平反映了一国经济抵抗风险的能力，对现代化经济体系运行具有重要影响。伴随着第四次工业革命的加速演进，人工智能的变革式发展正在悄然打破全球经济平衡，其技术创新的迭代演变会加剧产业链供应链的重构，给产业链供应链运行带来各种不稳定因素及各类风险问题。在此背景下，系统讨论和深入剖析人工智能时代下产业链供应链重构及其风险应对显得尤为重要。

一、人工智能技术发展及其对产业链供应链的重构

随着数字时代的来临，以强化学习、深度学习等为代表的人工智能技术引领了我国经济新一轮增长。根据《中国新一代人工智能科技产业发展报告（2024）》，截至2023 年6 月，中国人工智能企业数量超过4 400 家，人工智能核心产业规模达到5 000 亿元。人工智能技术被广泛应用于智慧城市、智能制造、智能物流、智能网联汽车、智能农业等细分领域。当前，人工智能的全球产业规模正在迅速增长，预计到2030 年我国人工智能核心产业规模将超过1 万亿元［1］。随着大模型在逻辑推理、语义理解、视觉感知等方面的颠覆性突破，人工智能将进一步重塑产业链供应链格局，引发产业竞争格局的变革。

（一）产业链供应链将更加趋向收缩化与短链化

一方面，基于生产效率视角，以工业机器人、深度学习、智能供应链管理等为代表的人工智能技术极大提高了产业链供应链的自动化、智能化水平，智能制造的高效利用可以实现标准化和流程化生产中的劳动力高水平替代。例如，通过ChatGPT 技术在制造业领域的创新应用来降低传统工业产品制造过程中的生产设计时间及成本。同时，人工智能通用技术具有高强度的溢出效应，能够促进不同部门间生产要素的流动，以及产业链供应链上下游各生产供应环节的要素调整和优化，从而引致不同产业的关联效应和倍增效应的同频共振，全面提升产业链供应链体系的生产效率，缩短产业链供应链环节。另一方面，基于分工链条视角，人工智能技术能够驱动产业链供应链的参与度调整和分工重构，以智能化为特征的新型分工合作模式可以有效减少技术、信息、数据等要素密集型的产业链服务环节交易成本，降低部分产业对劳动力等传统生产要素的高度依赖，以地理限制的突破来更大限度拓展及延伸产业链供应链服务环节。在此过程中，产业链供应链的分工逻辑也将遵循成本最小化的路径，更加趋向收缩化与短链化。

（二）产业链供应链将更加趋向近岸化与本土化

当前，在以美国为主导的霸权主义推动下，单边主义、贸易保护主义等反全球化思潮盛行，全球产业链供应链的原有格局被打破并在加剧重构。世界范围内的各国产业链供应链布局重点也随之改变，逐渐从以生产效益为主转变为以产业链供应链韧性和安全性为主。在人工智能时代下，自动化、智能化技术的收益往往大于简单人力所带来的投入—产出比，发展中国家通过低成本劳动力与大规模制造形成比较优势的传统发展逻辑已难以适应生产力的颠覆性变革，世界各国在全球产业链供应链中的地位将被重塑。有研究表明，自动化工序能够促进制造能力和创新能力的提升，而由其所带来的生产方式变革会提高30%的生产效率［2］，有利于弥补发达国家本土产业工人不足、劳动力成本较高、产业配套薄弱等方面的劣势。产业链供应链的核心竞争力正在被重新定义，部分发达经济体也由此获得了更大的制造业回流与“再工业化”的自主选择权，全球产业链供应链将更加趋向近岸化与本土化。

（三）产业链供应链将更加趋向融合化与数智化

中国信息通信研究院发布的《中国数字经济发展研究报告（2024 年）》显示，2023 年我国数字经济规模已达到53.9 万亿元，数字经济占GDP 比重为42.8%，而产业数字化占数字经济比重高达81.3%。数字化转型已经深入制造业和服务业各领域各环节，且在不断向农业农村领域加速渗透，推动了各行各业的生产模式和运营方式变革，加快了全球产业链供应链的格局重塑。在产业转型升级的背景下，人工智能的自主决策、自主学习、自主感知等潜能有利于企业实现降本增效和迭代创新，而“人—机交互”“人—数交互”“人—人交互”等人工智能交互则有助于提高企业的信息收集、识别、评估和传递能力，提升数字化转型绩效［3］。同时，人工智能应用场景也在不断丰富，人工智能技术的高渗透、高融合、高通用特征拓展了产业链供应链的链接方式，拓宽了链接范围，有利于多条产业链在横向维度上的渗透融合，推动单链式的产业链合作关系向网络化高效化转变，催化产业链供应链的融通耦合、协同创新及其模块化集成的新变革。产业链供应链的融合化和数智化水平已成为衡量产业链供应链现代化的重要标志。

二、人工智能时代下产业链供应链演化过程中的三重风险

人工智能时代下我国产业链供应链面临三重风险：在宏观层面上存在经济结构转型与新一轮大国竞争的内外部挤压风险；在中观层面，存在产业升级滞后、结构失衡及产业空心化的隐忧；在微观层面，存在着企业“中等技术陷阱”及数据和算法安全风险。

（一）宏观层面：经济结构转型与新一轮大国竞争的内外部挤压

1.经济结构转型对我国产业链供应链带来的双重冲击

根据技术—经济范式理论，在经济发生动荡且有新技术革命爆发的导入期，旧技术旧部门发展潜力不断衰减而新技术新部门尚未全面展开，此时在资本趋利效应下社会资本将倾向于对新技术新部门的非理性投资，在新技术与新兴基础设施的盲目扩张下，将引发“创造性破坏飓风”（gales of creative destruction）［4］。在创造性破坏过程中，不可避免地会出现生产力质变对原有经济体系的冲击，必然会出现新部门取代旧部门、部门竞争加剧以及结构性失业等一系列问题。

一是人工智能时代下劳动力市场结构变化对产业链供应链带来冲击。在全球化和数字化背景下，产业链供应链发展呈现前所未有的复杂性和动态性。人工智能技术正在与制造业、医疗、金融等行业深度融合，由此催生出一系列新商业模式和产业链供应链新形态。尤其是人工智能所引发的制造业转移可能导致我国大量低技能劳动力失业，而人工智能、大数据等高技术人才需求增加，加剧了我国就业市场的结构性矛盾。从理论上看，人工智能技术革命推动了产业与家庭生产部门的“机器换人”，通过变革劳动时间配置和产业结构对结构性就业矛盾产生深远影响［5］。以人工智能技术为核心的无人驾驶、无人配送等多场景示范应用对传统产业链供应链模式带来巨大的“替代”威胁。同时，人工智能的创新应用会提高产业集中度，促使就业岗位向特定产业集中，与人工智能发展密切相关的产业将吸引大量劳动力涌入，而一些传统劳动密集型产业，如传统制造业、服务业等，则会因劳动生产率提升相对缓慢而导致就业吸引力降低，引致产业间劳动力资源分布失衡，劳动力供给和消费市场出现结构性波动，进而对产业链供应链形成冲击。

二是由分工细化及产业数智化重构带来的分配结构变化冲击。产业链供应链的分工重构及数字化转型升级过程伴随着分配结构的调整。以汽车产业为例，从传统燃油汽车向人工智能电动汽车转型过程中，电池技术研发、自动驾驶系统开发等环节成为新的价值增长点，这些环节的企业在利润分配中的比重逐渐增加。这种分配结构的变化会引导资源向高附加值环节流动，促使产业链各环节企业为获取更多利润而进行技术创新和升级，从而推动整个产业链向高端化发展。然而，当分配结构不合理，例如对新技术研发投入的回报不足时，就会抑制企业的创新积极性，阻碍产业链的升级步伐。同时，产业链内部各环节竞争力的变化也会引致分配结构的调整，在此过程中可能加剧产业链上下游企业间矛盾。例如，上游原材料供应商如果因数智化转型而提高了产品性能和质量，但在利润分配和价格上未得到合理体现，就可能会减少产业链的转型投入，甚至中断供应而造成产业链供应链的断裂，从而影响产业链供应链的整体质量和稳定性。

2.新一轮大国竞争中我国面临的科技创新和产业创新双重封锁

近年来，世界主要发达经济体在人工智能领域相继展开国家层面的战略部署，人工智能技术的创新研发及应用成为科技和产业大国之间的重要竞争点。人工智能在经济社会生活中的深度嵌入及广泛应用，将会加剧全球科技大国在知识领域和技术领域的竞争。

就技术竞争视角而言，在人工智能科技革新上取得先行优势，有利于技术大国巩固其在知识领域的原有优势，为科技强国对技术弱国采取更加隐蔽且自然的权力封锁提供技术性工具。当技术先发国在人工智能领域取得算力或算法技术突破时，便能将这种优势快速扩散外溢至其他相关领域，通过掌控大模型研发与应用领域的话语主导权和制定权来阻滞后发国的创新发展，搭筑起发达国家与发展中国家之间新的“技术藩篱”。尤瓦尔·赫拉利指出，在人工智能时代科技强国具有的垄断数据能力可能导致少数几个大国掌控全球的数据信息，而技术弱国则可能面临“数据殖民”的危机，从而阻碍发展中国家的产业创新和社会转型，部分发展中国家甚至可能面临被全球价值链排除在外的风险［6］。

进一步地，根据波特的竞争力理论，地区与国家竞争力集中表现为产业竞争力，由技术创新竞争向产业创新竞争延伸。人工智能技术优势国能够以其所拥有的技术权力优势直接渗透和操纵技术全球产业链供应链，从而在产业链环节随意切断对中下游国家的技术供应，并围绕供应链环节对技术落后国采取进出口封锁管制，同时阻止本国高端、先进技术扩散至后发国家。2022 年8 月，美国出台《芯片与科学法案》，提出要限制相关芯片企业的正常商业活动。此外，美国还拉拢日本、荷兰、韩国等发起所谓的半导体供应链联盟，试图在半导体产业链供应链环节通过构筑“小院高墙”来阻滞中国发展。半导体技术是人工智能的最核心硬件及最底层基础设施，美国在半导体领域的打压封控实质上就是为了遏制中国在技术创新和产业创新交叉领域的进一步发展［7］，进行科技创新和产业创新的双重封锁。可以预见，随着技术竞争的白热化，国外企业会更频繁地使用技术封锁和专利诉讼对中国企业进行打压，以美国为代表的技术先发国也会加剧对中国企业在价值链攀升过程中的链主遏制，影响中国产业链供应链的稳定性。

（二）中观层面：产业升级滞后、结构失衡及产业空心化的隐忧

1.产业转型升级滞后的风险

正如习近平总书记所指出的，“我国关键核心技术受制于人的局面尚未根本改变，创造新产业、引领未来发展的科技储备远远不够，产业还处于全球价值链中低端”［8］。根据斯坦福大学发布的《2024 年人工智能指数报告》，2023 年源自美国的顶级AI 模型数量达到了61 个，欧盟21个，而中国仅有15 个。我国目前尚处于人工智能发展的起步阶段，此时极易因技术创新热潮和资本集聚效应而加剧低水平技术扎堆和“低端锁定”问题。根据新熊彼特学派的技术窗口理论，发达国家已经在相对成熟的技术上率先取得标准、规模和价格以及产业生态联盟等方面的竞争优势，后发国家难以再在此类技术上获得赶超突围的机会。在产业转型升级的背景下，我国现有的人工智能产业链上中下游企业及大中小微企业间协同创新能力不足，且人工智能的产业链供应链及其创新链也存在滞后性失衡问题。在国内集中表现为创新链的发展不平衡，在国际上则体现为较高的对外依赖度［9］，在影响产业链供应链整体创新能力的同时，这种滞后性失衡可能加剧产业链供应链的脆弱性，以及对外风险抵抗力的下降。

2.产业结构失衡的风险

从中国人工智能产业发展规模来看，2023 年人工智能核心产业规模达到5 787 亿元，共有智能化企业4 482 家。同时，截至2023 年底，我国在人工智能模型领域已形成“百模大战”局面，累计共发布200 多个人工智能大模型［10］。以自动驾驶、机器学习与ChatGPT 等先进技术为核心的人工智能正在加快重塑经济运行逻辑，彻底颠覆原有的经济生态，由此人工智能领域涌入大量的资本。人工智能的快速发展会进一步释放生产资源要素的集聚效应，技术、资金和人才将大量流入人工智能相关产业，可能存在产业发展过热与产能相对过剩的潜在风险。在此过程中，发展要素的偏向性流动将会加速传统产业的萎缩进程。例如，伴随着智能汽车产业的快速发展，电池技术研发、自动驾驶系统开发与智能工厂建设流入大量资本，而传统燃油汽车产业面临着市场的抢占和挤压，其上下游产业链的相关零部件供应商和维修企业面临着市场份额缩小的困境，由此导致的产业结构失衡可能影响整个汽车产业链供应链的稳定性。

3.产业空心化的风险

一是实体经济“脱实向虚”。我国制造业增加值占GDP 的比重从2016 年的28.1%下降至2020 年的26.3%，2023 年为26.2%［11］，制造业在尚未充分发展的情形下便呈现过早去工业化的倾向。根据《中国新一代人工智能科技产业发展报告（2024）》，2023 年在我国4 431 家人工智能的核心产业部门中，有71.93%的企业选择与第三产业企业建立技术合作关系，第二产业企业占比27.92%，仅有0.15%的企业选择与第一产业企业进行技术合作。第三产业的快速发展吸引了人工智能技术企业的加速渗透，在资本的逐利效应驱使下，人工智能与制造业厂商将更加倾向于将资本有偏集聚到短期收益更高的服务业和金融业，而服务业存在“鲍莫尔成本病”，占比过高可能会影响生产率的进步，同时还会加剧产业空心化的风险。

二是产业加速外迁。随着人工智能的快速发展，我国劳动密集型产业的优势将会被削弱，部分制造业从中国转移出去的风险将加大。施瓦布在《第四次工业革命》中提出担忧，“在第四次工业革命时期，如果低成本劳动力不再是企业的竞争优势，全球制造业就很可能回归发达经济体。一旦发生这样的情况，低收入国家就会面临困境”［12］。在我国制造业“大而不强”的发展状况下，由制造业金融化、服务化以及向外转移而带来的产业空心化问题无疑会加剧我国产业发展的整体衰退风险，引致制造业空心化及其衍生风险。此外，制造业中心外迁会降低我国对AI 芯片、高精度传感器、控制器等关键技术和零部件的研发投入，导致进口依赖增加，将对我国供应链的稳定性和产业安全构成威胁。

（三）微观层面：企业“中等技术陷阱”及数据和算法安全风险

1.企业“中等技术陷阱”

“中等技术陷阱”是指一个经济体在早期发展中可以通过发达经济体的技术转移或技术扩散来实现经济追赶，却无法照此路径实现中等收入经济体向发达经济体的跨越。20 世纪80 年代初期，为尽快取得现代工业发展所需的先进技术，弥补大规模现代化建设中资本与外汇不足的问题，我国采取“以市场换技术”的方针，通过让渡一定的市场份额，利用企业在产业链供应链不同环节中技能、技术和知识的溢出效应来换取发达经济体的先进技术和企业管理经验。然而，改革开放的发展历程与高端技术的“卡脖子”事实告诉我们，“核心技术靠化缘是要不来的，必须靠自力更生”［13］，否则我国的芯片企业甚至人工智能产业都将落入“中等技术陷阱”［14］。

企业是实体经济运行的重要微观基础，是产业链供应链体系的主要参与者。国有企业和民营企业是国家经济政策和高端技术进步的代理人，二者都肩负打破技术壁垒和实现经济跨越的重要任务，但从我国企业向全球高端价值链的攀升实践来看其发展境遇并不理想。根据路径依赖理论，企业成长及其技术演进普遍遵循着隐性或显性的路径锁定现象。尤其是，当企业处于技术含量及附加值较低的产业链中下游时，叠加企业对初期成长或后期所形成的粗放型发展模式的路径依赖，将会对企业技术创新及其高质量发展带来严重羁绊。一方面，“百模大战”虽然体现出我国在人工智能领域的快速发展和竞争态势，但其背后亦可能是企业自主创新能力不足而引致的技术创新同质化问题，或是受困于路径依赖下的技术创新瓶颈。当前，我国在智能机器人发展方面所需的激光、力觉及视觉传感器等先进技术仍然依赖于进口，集成应用环节中的机器人调试与虚拟仿真软件被少数外国公司所垄断［15］。国外人工智能的巨头企业已经开始加紧建构开源开发框架生态，试图掌握硬件适配和应用接口的双重主导权。若我国企业仍然沿袭对他国头部企业开发的算法模型进行二次优化的路径，则有可能跌入人工智能的“中等技术陷阱”。另一方面，人工智能相关企业可能在未取得高端产品竞争优势的情形下，因同质化创新投入巨大、后期难以收回成本而深陷资金链断裂险境，对上下游产业链及我国经济安全带来连锁影响。此外，根据资源基础理论，中小企业的竞争力提升及成长过程均体现出对生产要素成本与资源可获得性的高度依赖，而算力供应、云计算平台及深度学习等人工智能基础层研究都具有跨学科、模块化、超复杂性等方面的高技术特性，意味着人工智能企业在自主研发过程中需要耗费更大的时间成本、试错成本、创新成本、生产要素成本。因此，企业可能更加偏好风险较低且短时回报较高的技术层和应用层研究。与此同时，发达经济体在上游设计公司、中游代工制造商和关键设备提供商上已形成垄断性、复杂性的全球合作关系，这进一步增加了我国企业向人工智能全球生态系统的切入难度。我国人工智能相关企业在关键核心技术与基础层研究的缺位及不可控性将直接影响产业链供应链的稳定性和安全性水平。

2.企业数据和算法的安全风险

人工智能企业通常以庞大的数据采集和算法训练为基础，而在天然逐利性的资本逻辑导向下，企业可能为实现利益最大化的目标，利用数据和算法的双重优势进一步剥夺用户和劳动者的数字剩余价值。在人工智能时代下，数据和算法俨然已成为新型权力生产要素，而企业数据一旦在采集或利用过程中遭到破坏、篡改和滥用，将对人工智能的性能及可信度造成难以预见的影响。同时，企业在制度灰色地带的道德错位也会阻碍人工智能技术的创新发展，甚至可能将风险波动引至产业链供应链的上下游，带来连锁反应。

从数据安全风险来看，生成式人工智能的大模型训练需要采集大量用户数据，其中难免存在部分敏感或私密信息，如财务数据、医疗记录或个人照片等，由此潜藏着数据泄露和信息滥用的风险。由于企业和消费者之间存在着较严重的信息不对称问题，且数据要素存在产权归属不清与不完全契约的特性，企业存在着过度收集数据和信息的动机，从而引发过度索权、强制授权以及超范围收集使用用户信息等方面的违法违规问题。同时，人工智能技术与数字平台崛起下的双边网络外部效应，为数据要素信息带来更高的商业价值，互联网平台企业有机会通过个性化推荐和定位广告投放将用户困于“信息茧房”，进而实现“大数据杀熟”和价格歧视。例如，有平台通过设计难以理解或是过于冗长的信息采集使用规则，甚至将信息访问或收集权限设置为默认允许等非明示的方式，来诱使用户在未知情况下授权个人信息。一方面，这种行为为企业带来了合规风险，另一方面为用户带来了个人信息泄露或滥用的风险。根据网络安全公司Group-IB发布的《2023—2024 年高科技犯罪趋势报告》，2023 年共有4 583 家公司的数据、信息和文件在勒索软件数据泄露站点上被发布，相较于2022年增长了74%。显然，基于其数据优势和技术优势，人工智能头部企业很容易对消费者甚至社会产生隐性权力侵害。

从算法安全风险来看，企业可能在制度灰色地带通过算法设计、开发、部署及应用来实现商业盈利，由此引发新型数字社会风险。一是人工智能内生的算法“黑箱”问题。由于深度神经网络模型的参数众多且层数结构复杂，其算法存在着高度的不可解释性和不透明性，即使是模型创造者都难以准确理解其模型的输入和输出关系，决策的合理性难以得到有效验证，而此类算法如果尚未完善就过早应用于司法审判、信贷审批或医疗诊断等领域，就可能损害社会的司法正义或人们的财产安全甚至生命健康。二是人工智能的算法歧视。在算法开发过程中，如果设计者存在过多的利益考量，在算法训练时赋予某些参数过大权重，就会复制和放大算法决策的差别对待与歧视等不公平现象，出现价格歧视、人格歧视、性别歧视等社会问题。例如，在招聘领域，公司通过运用算法来基于性别或其他社会属性对员工作出具有歧视性的决策选择［16］，久而久之这种算法偏见会引发社会舆论的人工智能“偏见”，不利于人工智能及其相关产业链的健康发展。

三、人工智能时代产业链供应链风险的应对策略

从前三次工业革命历史来看，每一次科技革命都引发了人类社会活动与经济运行的巨大变革及同频共振。伴随着第四次工业革命的加速推进，人工智能的创新应用正在悄然打破各国间经济平衡，对我国的产业链供应链韧性和安全性带来一系列重大影响，在人工智能快速发展所赋予的机遇和风险之“双刃剑”下，需要对产业链供应链韧性和安全性问题进行全方位系统性考量，并采取合适的应对策略。

（一）推进政府与市场制度安排的创新优化，在宏观层面构建产业链供应链数智新生态

人工智能的快速发展及其广泛应用可能引发“创造性破坏飓风”，对以政府为代表的制度供给方和以市场为代表的制度需求方造成巨大冲击，从而引起政府与市场制度安排的重大变革。为此，需要通过合理的制度创新来约束和激励人工智能及其相关产业发展，在宏观层面构建产业链供应链数智新生态。

第一，就政府而言，首先应做好制度安排的顶层设计，深化经济体制改革和科技体制改革，通过新型生产关系的及时变革，建立健全人工智能知识产权保护制度，以制度供给者的身份来规范市场交易行为，维护市场的公平竞争秩序，为人工智能及其相关产业发展提供良好的商业生态环境。其次，运用宏观调控手段积极引导产业合理发展，分梯次系统性地优化产业空间布局。充分发挥东部发达地区在资源条件和人工智能技术上的双重领先优势，通过政府牵头引导创新要素向人工智能等重点产业加速流动，围绕机器学习、类脑智能、半导体芯片等基础性研究开展“卡脖子”技术协同攻关，率先打造自主可控且具有全球竞争力的人工智能产业集群及面向未来产业的全产业链供应链分工体系。再次，利用行政手段降低不同地区之间的制度性交易成本，破除各种显性或隐性地方保护主义所造成的市场分割及市场壁垒，引导中西部欠发达地区充分发挥其劳动力成本优势，承接东部地区劳动密集型产业和传统制造业的产业集群转移，从而降低产业外流过快引致的产业空心化风险，保持制造业比重的基本稳定。最后，进一步完善人工智能时代下劳动技能培训相关制度。针对人工智能发展下因新兴岗位出现而导致的劳动力缺口与结构性失业问题，应推动完善失业人群的劳动技能替代培训制度，提高中低水平劳动力对于人工智能时代下新技术、新产业及新业态的适应能力，同时鼓励相关企业根据智能化技术的应用特性开展人力资本的预见性培训，推动技能培训、职业教育和劳动力市场等的发展。

第二，从市场角度来看，需要加快建立高标准市场体系，持续完善市场竞争政策，推动建立民营企业和龙头企业参与人工智能及产业链供应链创新发展重大项目建设的长效机制。在市场经济条件下，人工智能技术创新及其在产业链供应链环节的经济应用主要是通过市场主体来推动并实现的，其背后是资本的力量在发挥主要作用。因此，首先应充分发挥市场的主体性作用，建立健全数据、算力、算法等人工智能领域新型生产要素获取报酬的市场化机制，打破制约人工智能企业发展的体制机制障碍。其次，优化人工智能技术交易市场环境。深度挖掘人工智能在制造业与市场中的实际应用需求，促进市场有序开放，为人工智能和产业发展营造良好的市场环境。最后，充分发挥国内大市场的规模效应，释放内需市场的巨大潜力，为以国内市场为主导的人工智能企业提供更好的发展环境，避免此类企业因内需不足而加速产业转移的问题出现。

第三，从长效机制来看，需完善人工智能发展的相关制度安排。人工智能相关技术应用的算法规制和行业规范等方面的正式制度仍处于相对缺失状态，人工智能企业的算法伦理及其企业社会责任缺失等问题难以有效解决，存在着人工智能应用的社会伦理、道德规范与社会公共价值的潜在冲突。因此，需要充分发挥“有为政府”与“有效市场”的有机结合作用，建立健全非正式制度安排以弥补正式制度安排的不足。例如，完善人工智能企业征信与社会征信体系，强化失信、违反社会伦理规范或伦理道德的人工智能企业约束制裁力度，而对于持续遵守社会价值观与社会规范的人工智能企业予以精神或物质激励，从而充分发挥面向人工智能产业的正式制度安排与非正式制度安排的协同互补作用［17］。

（二）推动人工智能和实体经济的深度融合，在中观层面驱动产业链供应链数智化转型

农业、工业和服务业的发展特性不同，人工智能在三大产业中的渗透方式及特征也不尽相同。从当前及未来发展来看，需要在服务业领域巩固和优化人工智能应用，加快推进人工智能在农业和制造业领域的创新应用，从而在中观层面上驱动产业链供应链的数智化转型，推动产业体系的整体优化及智能经济的提质增效［18］。

第一，推动人工智能和农业部门的深度融合。一是加快推动传统农业农村基础设施的智能化转型，充分利用人工智能赋能农业生产和农村电力、交通、物流等基础设施，助推人工智能技术在农业农村领域的嵌入和扩散，打破农村“数据孤岛”。二是加快研发以机器人、智能化农业机械装备、自动化装备等高新技术为核心的农业新质态劳动工具，尽可能打破农事活动的技术边界和时空限制，进一步拓展农业领域新业态新产业，推动农业产业结构的优化升级，弥合城乡“智能鸿沟”。三是以人工智能技术重塑农业生产环节，拓展人工智能在病虫害防治、农业育种及气候灾害预警等方面的场景应用，推动传统农业向智慧农业的现代化转型，增强农业产业链供应链韧性。

第二，加快人工智能和工业部门的深度融合。积极打造以智能工业化为主体的工业化高级版本，促进工业互联网、机器学习、云计算在工业上中下游全产业链的创新研发，以先进制造业集群放大产业链供应链的“链式效应”和“集群效应”，提高供应链的规模经济效益，增强产业链供应链影响力［19］。

第三，促进人工智能和服务业的深度融合。在人工智能时代下，既要迎合时代所向，大力发展与制造业和人工智能具有高度关联性的生产性服务业，又要积极制定相应政策，规范和引导人工智能在一二三产业之间的合理化应用及高质量发展，利用人工智能有效赋能服务经济，提高产业服务质量和用户满意度，避免经济发展“脱实向虚”，推动产业体系的整体优化及智能经济的提质增效。

（三）充分释放智能企业“补链强链”效应，在微观层面保障产业链供应链的自主可控

企业是构建产业链供应链的重要微观主体，而智能企业则是新一代人工智能技术深度融入企业迭代演化而成的新型企业形态。要大力培育人工智能产业链供应链的上下游企业，充分释放智能企业的“补链强链”效应，在微观层面保障产业链供应链的自主可控。

第一，准确识别并大力发展人工智能产业链链主企业。链主企业是在产业链生态中发挥主导或引领作用的企业，是整个产业链网络中联结度最高的企业［20］。人工智能产业链链主企业是人工智能相关产业链的关键技术创新主体，也是支撑相关产业关键核心技术突破的微观主体。从其具体发展路径来看，可在语音识别、无人机、图像识别等优势领域通过企业规模、企业竞争力评估等方式甄别出人工智能产业链链主，再围绕其核心链主制定相应的关键“卡脖子”技术的产业政策体系或创新政策体系。同时，在智能机器人、智能汽车、虚拟现实等人工智能的新兴领域加快培育一批产业链链主企业，并充分发挥产业链链长的宏观调控作用及链主企业的核心引领作用，支持链主企业构建开源硬件工厂、开源软件平台，在关键领域引领上下游企业协同发展［21］。

第二，积极支持并大力培育人工智能“专精特新”中小企业。在微观市场主体中“专精特新”中小企业最具竞争力和创新能力，也是制造业产业链“补链强链”及制造业质量提升的重要保障。一方面，要强化人工智能“专精特新”企业的产业链供应链整体性思维，鼓励其与其他优质中小企业在数据资产、技术创新、生产经营等方面的关联合作或协同共享，引导人工智能“专精特新”企业在推动自身发展的同时为产业链供应链上下游环节或关键环节提供数智化配套产品和服务，充分释放人工智能对产业链供应链的协同配套作用与“补链强链”效应，突破产业链供应链堵点卡点断点问题。另一方面，人工智能中小微企业要充分发挥其主观能动性，深度参与产业基础再造工程和制造业的强链补链延链行动等国家层面的战略性工程，推进价值链由低端化向数智化和高端化发展，实现从人工智能中小微企业到“专精特新”企业的价值攀升。

第三，推广智能工厂在产业链供应链环节的创新应用。强化本土产业链供应链在智能工厂关键技术和方法体系上的颠覆性创新及示范应用，优先推广生产性设备智能物联和云化数据采集、多维式人机物协同操作、生产线智能化动态调度等先进技术，及时引导并鼓励产业链供应链头部企业强化互联式分布式生产设施与工厂大数据系统的投资建设，实现生产数据可视化、生产设备网络化、生产现场无人化、生产过程透明化，进一步提升工厂管理运营的智能化水平，推进产业链供应链上中下游全链路的数智化转型，最大限度提升企业核心竞争力和产业链供应链网络韧性。

（四）促进人工智能发展的高水平对外开放，有效降低产业链供应链“脱钩断链”风险

人工智能的创新研发和应用是提升国际竞争力的重要支撑，而高水平的对外开放体制机制能够为人工智能的创新发展营造良好的国际环境，二者间存在链式互动机制。当前，需要加快完善高水平对外开放的体制机制，推动深层次的标准开放和制度型开放，以突破“小院高墙”的技术封锁，通过高水平人工智能技术的自立自强来提升我国在全球产业链和价值链中的地位，破解产业链供应链“脱钩断链”的零和博弈陷阱，赋能中国智造的全球价值链跃迁。

第一，深度参与人工智能领域的国际交流合作。2023 年10 月，中国在第三届“一带一路”国际合作高峰论坛期间提出《全球人工智能治理倡议》。同年11 月，中国等28 个国家与欧盟共同签署《布莱切利宣言》，通过国际合作探索建立人工智能领域的相关监管办法。在此基础上，需充分关注人工智能领域的国际标准和前沿动态，积极探索我国人工智能标准与国际标准的接轨路径，深度参与人工智能国际标准制定，通过国际技术交流合作，更好引进人工智能领域的国际顶尖技术、服务和人才。

第二，建立健全跨境数据流动制度。积极参与制定数据保护、跨境数据流动等方面的国际性标准制度，同时加快推动数据要素的分类分级，在此基础上进一步完善跨境数据要素的流动清单，探索式建立数据要素跨境“白名单”制度，促进风险性低、非敏感而经济效益较高的数据要素优先利用、共享和流通，并强化海外数据的隐私保护。

第三，发展和完善人工智能领域的国际知识产权规则。对于尚未形成全球统一性国际规则的人工智能“新领域”，敢于先行先试，抢占人工智能产业链供应链及其创新链的国际规则话语权，充分发挥知识产权保护对人工智能的技术创新激励，推动构建人工智能跨国企业技术的反垄断规则，促进技术的有序跨境流动和转让，以标准和规则的开放包容形成我国人工智能技术的创新竞争优势，有效降低产业链供应链“脱钩断链”风险。

参考文献

［1］田永静，苑卫国.我国人工智能发展趋势研究［J］.人民论坛·学术前沿，2024（8）：102-105.

［2］伦蕊，郭宏.数字经济影响下全球价值链的重构走向与中国应对［J］.中州学刊，2023（1）：44-51.

［3］马鸿佳，林樾，苏中锋，等.人工智能可供性、智能制造平台价值共创与制造企业数字化转型绩效［J］.中国工业经济，2024（6）：155-173.

［4］中国社会科学院经济研究所课题组.结构变迁、效率变革与发展新质生产力［J］.经济研究，2024（4）：4-23.

［5］王钰冰，郭凯明，龚六堂.结构性就业矛盾、劳动时间配置与人工智能技术革命［J］.金融研究，2024（1）：1-18.

［6］阙天舒，张纪腾.人工智能时代背景下的国家安全治理：应用范式、风险识别与路径选择［J］.国际安全研究，2020（1）：4-38.

［7］洪永淼，史九领.人工智能的政治经济学分析［J］.学术月刊，2024（1）：43-59.

［8］习近平谈治国理政：第2 卷［M］.北京：外文出版社，2017：203.

［9］郭朝先，方澳.全球人工智能创新链竞争态势与中国对策［J］.北京工业大学学报（社会科学版），2022（4）：88-99.

［10］范从来，祝思民.新质生产力与发展范式变革：以人工智能为例［J］.学海，2024（4）：45-56.

［11］毛振华.把制造业比重保持在合理水平［EB/OL］.（2024-10-14）［2024-11-13］.http：//www.banyuetan.org/szjj/detail/20241014/10002000 33135991728869503872124430_1.html.

［12］施瓦布.第四次工业革命［M］.李菁，译.北京：中信出版社，2016：49.

［13］习近平讲故事：第二辑［M］.北京：人民出版社，2022：145.

［14］郑永年.中国跨越“中等技术陷阱”的策略研究［J］.中国科学院院刊，2023（11）：1579-1592.

［15］付保宗.增强产业链供应链自主可控能力亟待破解的堵点和断点［J］.经济纵横，2022（3）：39-46.

［16］范晓唯.人工智能正义实现的主观主义风险及其应对［J］.求索，2024（3）：180-187.

［17］肖红军，阳镇，凌鸿程.媒体关注会驱动人工智能企业履行社会责任吗？——基于中国A 股上市公司人工智能企业的实证检验［J］.南京大学学报（哲学·人文科学·社会科学），2022（2）：42-66.

［18］任保平，王昕.人工智能与实体经济深度融合形成新质生产力的框架与路径［J］.社会科学，2024（7）：120-127.

［19］洪银兴，王坤沂.新质生产力视角下产业链供应链韧性和安全性研究［J］.经济研究，2024（6）：4-14.

［20］阳镇，王文娜.产业链链主视角下的关键核心技术突破：角色适配性、模式选择与推进体系［J］.改革，2024（9）：100-114.

［21］李金城.工业智能化的产业链韧性提升效应：理论机制与经验证据［J］.改革，2024（7）：80-94.

基金项目：国家社会科学基金后期资助项目“中国经济高质量发展的机理与路径研究”（20FJLB026）。

作者简介：师博，南京大学数字经济与管理学院研究员、博士生导师；阮连杰（通信作者），南京大学数字经济与管理学院博士研究生。

【免责声明】《现代财经》微信公众平台所转载的专题文章，仅作佳作推介和学术研究之用，未有任何商业目的；对文中陈述、观点判断保持中立，请读者仅作参考，并请自行承担全部责任；文章版权属于原作者，如果分享内容有侵权或非授权发布之嫌，请联系我们，我们会及时审核处理。

《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版（总第3260

期）

编辑整理：蔡子团队  

团队成员：陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校：蔡双立  方菲  胡少龙

长按以下二维码，关注《现代财经》公众微信号（modern-finance)

欣赏和阅读《现代财经》2025年第1期，敬请点击以下阅读原文