为了抢抓人工智能发展的重大战略基于，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，国家不遗余力地给予政策扶持。
2015年，国务院提出将人工智能作为11个重点布局的领域之一，推动其在智能家居、智能终端、智能汽车、机器人领域的应用。
2017年7月，《新一代人工智能发展规划》出台，提出“三步走”计划，到2030年人工智能理论、技术与应用总体达到世界领先水平。
此外，为贯彻落实“十三五”规划《纲要》，加强“互联网＋”、人工智能等前沿技术领域创新，加快推动数字经济发展，今年年初，国家发改委组织实施了2018年“互联网＋”、人工智能创新发展和数字经济试点重大工程，并有56个项目入选其中……
天时地利人和占尽，人工智能想没前途都难。
2
随着人工智能在各行各业中的普及与应用，人们已完全能够切身感受到其优势所在。当无人驾驶亮相深圳令世人惊叹之时，当生产车间越来越依靠智能化、自动化流水线时，当产品的外观质检越来越依靠机器视觉设备来替代质检员的人眼和人脑来实施时，当学校的老师们可以无需为批改试卷而费力之时，人工智能可以大幅度提高工作效率这一命题自然也就成立了。
于是，在这个追求效率和质量的时代，人工智能成为了当之无愧的宠儿，甚至在国民经济发展中扮演的角色也越来越重要。
可殊不知，我们在享受人工智能带来的种种利好时，很多人的饭碗已经快要保不住了。
失业危机，也成为了目前人类对人工智能强势崛起最为忌惮的痛点所在。
一切历史都是当代史。当前我们眼前所发生的种种，从历史上几乎都能找到类似的情境；所以，“以史为鉴，可以知兴替”，之于人工智能大抵也是如此。
我们不妨回忆一件有意思的事情：
上世纪70年代，电子信息技术革命来临，IT界不断的技术革新让人们的工作方式发生了巨大变化，效率显著提高。然而，事实却与人们看到的不尽相同。
1973年美国政府公布的非农业生产部门数据显示，表征人均产出大小的劳动生产率与表征技术进步／生产效率的全要素生产率年均增长分别为2．9％和1．9％；随后的1973～1997年间，劳动生产率与全要素生产率年均增长速度分别仅为1．1％和0．2％。
尽管计算机处理能力增加了两百多倍，但美国自1973年开始便结束了生产率高增长时期，生产率的增长速度降至此前25年的一半，而且企业的信息技术投资与投资回报率之间没有明显的关联。
这一现象，便是著名的 “IT生产率悖论”，诺贝尔经济学奖得主罗伯特·索洛对此描述道：“除了生产率统计方面之外，计算机无处不在。”
换句话说，虽然IT产业发展迅猛，但是它对宏观经济生产率的提高作用却微乎其微。
之所以用此为例，是因为人工智能同IT技术一样，都属于“通用目的技术（General Purpose Technology）”的范畴。根据最新的维基百科介绍，经济学家们普遍认为，人类发展史走到今天，总共出现过26种通用目的技术，包括蒸汽机、电力、内燃机、IT、人工智能……等等。
什么是通用目的技术？我们可以将其理解为同时包含以下四方面特点的一种技术：
1． 可以被广泛应用至国民经济各个领域，无论是农业、工业还是服务业；
2． 可以持续促进生产率提高，并同时降低使用者的成本；
3． 可以显著促进新技术创新，并推动新产品的生产；
4． 可以不断促进生产、流通和组织管理方式的调整和优化。
以IT技术为例：它问世后，以初期的某个特定应用领域为起点；随着技术的不断发展与进步，其应用成本将会逐渐下降，同时应用范围会不断拓展至其他各行各业。此外，IT技术具有极强的正外部性，其自身的演进也会显著地促进其他新技术的创新和应用，并同其他技术形成良好的互补。
最后，IT技术的应用不仅促进了产品和生产环节的技术创新和生产方式的转变，还加速了组织管理方式的优化，实现了产品技术、过程技术、组织技术的提升。
可以看出，人工智能同样具备这些特征。
那么，今天的人工智能，是否会重复昨天IT生产率悖论的故事？我们不妨从数据总寻找答案。从图2来看，自2008年国际金融危机至今，中国的劳动生产率水平一直是稳步上升的，但增速却从2009年的9．02％降至2017年的6．85％，虽说个别年份增速有所波动，但依旧无法掩盖总体下降的态势。
另外，为了便于观察，笔者采取大致五年一个阶段来衡量全要素生产率的平均增速水平。从图3中不难看出，自2000年以来，中国的全要素生产率增速是逐阶段趋于下降的，尽管近年来各种新技术、新产业、新业态、新模式喷薄涌现，但是2010～2017年全要素生产率的平均增速却降至1990年以来的最低值，仅为2．04％。
如此看来，人工智能在我国的崛起与几十年前IT产业在美国的繁荣如出一辙，虽然人工智能技术的应用可以大大提高人们的工作与生产效率，但是却并没有让宏观层面的整体劳动生产率与全要素生产率得到显著提高，二者甚至还有所降低。
称人工智能为当代版的“生产率悖论”，并不过分。
