新华网北京8月6日电（王唯一）2024年《政府工作报告》首次提出“人工智能+”行动，旨在推动AI技术与各行业的深度融合，是推动中国从“互联网时代”迭代升级至“人工智能时代”的政策设计和布局，亦是发展新质生产力的重要体现。对此，中金研究院与中金公司研究部此前联合推出《AI经济学》报告，力图从经济视角探讨本轮AI进步的生产力特点及生产关系含义，围绕宏观经济、产业影响、治理挑战等问题提供一个系统分析。

报告预计需求市场规模大 2030年将达近十万亿元

该《报告》认为，相较于基准情形，研究估计我国产业端AI的需求市场规模在2030年将达到9.4万亿元，2035年为10.5万亿元，2050年为23.9万亿元。中金公司预计，以2024年为基准，AI的引入将为我国带来的GDP额外提升，在2030年约4.8万亿元，2035年约12.4万亿元，2050年约50.4万亿元，对应额外年化增长率分别约为0.5%，0.8%和1.3%。

该《报告》预计未来十年，AI对采矿、医疗、资源加工、信息、租赁和商务服务等行业的生产率提升较大，对批发零售、住宿餐饮、轻工制造等行业的生产率提升较小。受AI影响，我国就业短期可能向轻工制造、住宿和餐饮等行业转移，但长期看则可能向金融、信息服务、地产、租赁和商务服务、医疗等行业转移。

该《报告》认为，中国有必要在AI领域加速追赶和进步，并需着重构建两类创新金融模式：算力等基础设施追赶需要“大企业+大银行+大政府”的追赶式创新金融模式；大模型商业应用可考虑构建“中小企业+资本市场+制度建设”的引领式创新金融模式，在严格事后反欺诈基础上增加资本市场包容性，以构建硬科技与软创新、科技与消费相辅相成的创新生态，更好发挥资本市场筛选效应。

发挥我国规模优势 更快突破AI技术阈值

中金公司首席经济学家、研究部负责人、中金研究院院长彭文生在报告前言中指出，经济学的一个重要概念是规模经济效应，即生产规模的增加带来单位成本下降，效率提升。“任何企业在成长过程中，一开始亏损，只有规模达到一定程度以后，才开始盈利。”AI大模型的涌现（非线性特征）或者投入门槛要求使得大国在AI发展过程中享有规模优势。大国拥有更多人口和企业，有助于分摊高昂的固定（训练）成本，更快突破AI技术的规模阈值。同时，大国使用AI的主体和场景更多，可带来庞大和丰富的本地数据，以及更大规模和更多样的应用市场。大国也更容易建设有利于AI落地应用的基础设施，助力产品和技术的推广。

《报告》认为，发挥好中国的规模优势，一个关键问题是如何促进资源投入创新。对于追赶式创新，其技术路径已较为清晰，应该发挥大企业在创新要素积累（知识产权、人力资本、研发投入等）方面的优势，由银行提供长期、稳定的资金支持。引领式创新通常没有成熟的技术路径可供参考，更加依赖众多中小企业的创新试错，资本市场能更有效地起到筛选创新技术路线、商业模式的作用。中国的规模优势在制造业领域尤其突出，一个新增长点是人形机器人。

《报告》还称，AI技术发展和产业化应用尚在早期，目前我国更需要重视技术进步的内生性，同时提振经济增长，为科技创新活动提供坚实的基础和环境，有助于中国在AI领域加速追赶。

大模型需要投入 风险投资至关重要

中金研究院董事总经理谢超表示，耐心资本并非公益资金，规模定律意味着大模型需要投入。从融资模式看，公益性捐赠难以支撑OpenAI的成功，风险投资至关重要。所谓规模定律，简单说即是AI模型的参数规模越大，模型效果越好。要支撑模型持续扩大，就要持续地推动算法优化、算力增长与数据积累，每一项都需要大量的成本投入。

另外，中金研究院执行总经理周子彭认为，为了反映AI的新发展趋势，基于任务替代模型，中金公司构建了元任务框架，并以此来分析AI对经济的影响。人类的元任务划分为数字信息处理、视觉信息处理等16类，并认为随着技术进步，AI完成元任务的种类由易到难逐步扩大，成本持续下降。企业部门基于成本收益考量，决定何时与AI元任务进行融合。该研究绘制了AI元任务在研发端和应用端的成本预期曲线，并统计了覆盖中国92.5%GDP行业的工资及元任务构成，这为估算AI产品的市场价值、行业和经济影响提供了基础。