作者：冯绪（天津大学管理与经济学部教授）；姚加权（暨南大学管理学院教授）

　　习近平总书记指出，中国高度重视人工智能发展，积极推动互联网、大数据、人工智能和实体经济深度融合，培育壮大智能产业，加快发展新质生产力，为高质量发展提供新动能。在新古典经济学理论框架下，企业生产能力主要取决于劳动力、生产要素和技术水平三个核心因素。值得注意的是，人工智能技术通过深度重构劳动力结构、优化生产要素配置、促进技术创新等方式，正在系统性重塑企业生产函数，最终实现生产能力跃升。

　　影响途径

　　人工智能优化了企业劳动力结构。企业劳动力可分为常规低技能劳动力和非常规高技能劳动力两类。其中，常规低技能劳动力主要指进行重复标准化工作的劳动力，而非常规高技能劳动力主要指从事创造性活动的劳动力。企业使用人工智能将显著改变其劳动力结构：一方面，由于人工智能具有高标准化程度，可以取代部分高度机械且重复的常规低技能劳动力工作，通过全天候生产、降低人为错误率和减少劳动成本等途径提高生产能力。另一方面，人工智能（特别是生成式人工智能，如ChatGPT、DeepSeek等）也具备相当程度的内容创造能力，可以对已有的知识进行重组、归纳和演绎，启发非常规高技能工作者。此外，生成式人工智能也减少了非常规高技能工作中的重复性任务，使此类劳动者能集中精力更好地完成工作任务中的创意类部分，最终提升企业的生产力。

　　人工智能有效利用了企业的数据要素。在传统模式下，企业的数据要素未能被充分利用，大量数据资源以碎片化的方式分散在企业的各部门中，企业必须提升自身的数据管理和利用水平，将分散和非结构化的数据转化为预测和决策的依据。企业通过协调各生产部门，建立统一的数据处理平台，整合不同格式、不同来源的数据，并运用人工智能算法对海量数据进行实时清洗和分类，快速识别数据中的关键模式和潜在关联，例如预测市场需求的变化或发现更好的投资机会等。人工智能的深度分析能力使企业可以突破传统的数据处理限制，将数据要素真正纳入生产过程中。人工智能技术降低了企业使用数据要素的技术门槛，让更多岗位能够直接利用数据辅助决策。生成式人工智能依托自然语言处理技术进行人机交互，员工无需掌握专业编程技能，通过对话式界面即可完成数据分析。这种转变使得数据价值从技术部门溢出至业务部门，各级决策者都能从中受益，从而全面提升企业生产效率。

　　人工智能推动了企业创新。传统技术升级往往依赖人力经验和反复试验，而人工智能则通过逻辑推理和智能计算改变了研发的基本模式。它能在海量信息中快速发现隐藏规律，帮助研发人员大幅缩短试错周期，直接聚焦关键突破点，模拟不同方案的实际效果，自动筛选出最有潜力的方案。更重要的是，人工智能具备持续学习能力，会根据实时反馈自动调整策略，使创新和技术进步成为动态过程而非阶段性任务，为企业创造持续的价值，最终推动企业生产力提升范式从规模驱动转向智能驱动。在业务层面，人工智能正推动企业的业务和产品向“智能增值”方向深度创新。基于人工智能技术，企业在业务和产品上能发展出更广泛的适配能力，从满足客户需求跃升为定义客户需求，从单一的产品和服务交付进化为智能系统和解决方案交付。企业的业务也将突破物理产品边界，转向“能力订阅”模式。例如，制造企业不再单纯出售设备，而是提供包含智能运维、工艺优化和能效管理的“生产力服务包”。这种模式使企业的核心资产由固定资产为主转向算法知识产权为主，形成边际成本递减的增值通道。

　　政策举措

　　第一，支持企业非常规高技能劳动力升级。鼓励企业通过技术型并购、产学研合作以及技术人才招聘、培养和激励等多渠道并举，快速实现劳动力技能结构的调整。可以设立专业的服务机构或合作平台，为企业提供智能化转型的咨询和支持服务，引导企业与高校、研究机构以及国际组织进行合作。此外，引导企业积极调整治理结构，引入技术型人才进入决策层，或设置首席技术官（CTO）等技术决策岗位，以便对人工智能等新技术的使用进行更具专业性和战略性的决策，充分发挥技术型决策层的促进作用。

　　第二，充分保障企业劳动力结构转型。政府和企业可以加强合作，共同采取措施保障常规低技能劳动力的权益和未来发展。建立完善社会保险和职工福利等相关政策，保障劳动者的合法权益。同时，政府应与企业合作开展技能培训，尤其在人机交互能力、人工智能简单应用等新兴技能上对低技能劳动力开展职业培训，提高其适应人工智能技术环境的能力。此外，还需关注灵活就业群体，提供更有针对性的人工智能工具培训和就业指导，并完善灵活就业的社保、医疗、养老等保障制度。

　　第三，推动企业数据要素高效转化。鼓励企业进一步提升数据要素使用效率，通过补贴优惠激励企业整合内部数据资源。鼓励企业打破数据孤岛，搭建跨部门人工智能公共服务平台，为企业内部提供通用算法工具与分析服务。重点支持中小企业低成本接入生成式人工智能工具。完善数据确权与流通规则，建立产业链协同数据共享机制，制定跨行业的数据分类、接口与安全标准。在确保数据安全和隐私保护的前提下，推动公共数据和资源的共享。

　　第四，构建“区域—行业”差异化的人工智能政策体系。我国企业人工智能开发水平在行业和地区层面存在较大差异，应避免“一刀切”政策。建议赋予地方政府在推动人工智能发展方面更大的决策自主权，使其能更灵活地响应地方企业特性和人工智能需求。地方政府应根据行业特征和地区差异实施针对性的引导政策，充分考虑当地金融市场、人力资源和技术成果转化等具体情况，因地制宜地为企业使用人工智能提供政策、资金、人才、技术等方面的支持，优化企业使用人工智能的制度、产业和法治环境。

　　第五，助力企业发挥人工智能研发潜力。对企业在人工智能技术研发、算法优化及智能计算平台建设等核心环节给予补贴。鼓励头部企业与高校、科研院所建立“人工智能+产业”协同创新实验室，开发覆盖创新全链条的智能推理模型库。重点培养人工智能领域科研团队和工程师，强化复合型人才能力。完善成果转化与知识产权保护体系，设立智能研发成果转化绿色通道。加强人工智能创新领域制度建设，支持国有企业开展探索性试验，并鼓励企业将试验数据转化为人工智能系统的动态学习资源，推动企业从经验试错型研发向智能引导型研发跨越，加速技术突破与产业升级。

　　第六，鼓励企业推出人工智能新业态。以政策支持企业推出人工智能的相关业态，对推出并研发新智能服务、新交付模式的企业提供优惠，并优先将此类企业纳入政府采购与产业合作清单。在重点领域推行试点，允许企业在安全可控范围内开展需求定义型服务、动态定价模型等创新实践。推动企业围绕人工智能技术与高校共建创新联合体，定向培养跨领域架构设计与商业转化人才。将人工智能驱动的新业态和新服务等纳入企业创新能力评价指标，通过政策和资源激励，推动企业将人工智能技术从落地应用向业态创新升级。