产业智能化过程中的创新范式研究
——以广州市汽车产业智能化为例

刘 刚 李川川

一、引言

2021年11月，中共十九届六中全会审议通过了《中共中央关于党的百年奋斗重大成就和历史经验的决议》，明确提出“加快发展现代产业体系，壮大实体经济，发展数字经济”〔1〕。2022年1月，国务院印发《“十四五”数字经济发展规划》，进一步明确指出“促进数字技术向经济社会和产业发展各领域广泛深入渗透，推进数字技术、应用场景和商业模式融合创新，形成以技术发展促进全要素生产率提升、以领域应用带动技术进步的发展格局”〔2〕。推动人工智能和实体经济融合发展提升我国经济的国际竞争力，是实现高质量发展的关键驱动力量。

人工智能属于通用技术（General Purpose Technologies），具有广泛的应用场景。人工智能和实体经济的融合发展包括智能科技产业化和产业智能化。其中，产业智能化是指通过人工智能通用技术和产业专用技术体系的融合，实现产品和生产的智能化，实现产业全要素生产率和国际竞争力的提升。

在第四次工业革命中，汽车产业智能化是人工智能和实体经济融合发展的前沿。首先，智能网联汽车是汽车产品智能化的方向。与传统汽车相比，智能网联汽车是机电和信息一体化产品，涉及包括自动驾驶、车路协同、车载芯片、5G和高精地图在内的多学科、技术、产业和组织的跨界融合。〔3〕其次，汽车生产和制造的智能化同样涉及包括5G、大数据、数字孪生和虚拟制造在内的多种人工智能技术应用。汽车产业智能化过程中以多学科、多产业和多技术类别交叉融合为特征的开放式创新，代表了产业智能化创新范式发展的方向。

Chesbrough首次提出“开放式创新”概念〔4〕，把它定义为有目的地利用知识流入和流出以加快企业内部创新，同时扩大创新的外部使用市场。〔5〕Chesbrough等进一步强调开放式创新是“基于跨越组织边界的有目的地管理知识流动的分布式创新过程”〔6〕。Lichtenthaler则从知识视角把开放式创新看作是在组织边界内外进行知识探索、积累和开发的过程。〔7〕开放式创新突破了工业经济时代以内部创新为主导的创新范式〔8〕，扩大了知识和技术重组的边界和范围，激发了科技创新及其成果商业化。〔9〕

随着新一代信息技术和网络空间的发展，知识和技术重组的边界和范围突破了物理空间限制，开放式创新范式步入新的发展阶段。Curley等指出，尽管Chesbrough创造性地提出了开放式创新概念，但是在数字经济发展背景下开放式创新已经步入以生态系统为中心的2.0阶段。〔10〕与开放式创新1.0不同，开放式创新2.0不再基于企业视角，而是基于网络和生态视角，强调所有利益相关创新主体的共同参与，并在创新过程中发挥互补作用。〔11〕尤其是包括云计算、物联网和大数据在内的颠覆性技术的应用不仅提高了创新速度，而且增强了系统创新能力。〔12〕

人工智能是人类智力的延伸。人工智能进一步突破了物理和网络空间限制，使知识和技术重组表现为边界更加模糊的小世界网络构建过程。〔13〕创新主体的多元化和跨学科、跨组织、跨产业、跨区域互补性创新，使创新过程表现为高度开放的创新生态形成和演化过程。因而，考察多元异质创新主体的跨产业和跨组织知识、技术重组和互补性创新，是分析产业智能化过程中创新范式变革的基本视角。

二、研究方法和设计

从创新范式变革的视角看，产业智能化被看作是一个复杂价值网络的形成和演化过程。价值网络的创新主体不仅包括人工智能企业，而且包括传统产业企业、上下游供应链企业、客户和社会公众在内的利益相关者。多元创新主体的相互作用和协同创新共同推动产业智能化发展。

本文以广州市汽车产业智能化过程中的创新范式变革作为研究对象。广州市汽车产业智能化的创新主体主要包括三类①政府和作为社会公众的客户同样是汽车产业智能化的创新主体。因为价值网络量化分析的需求，在实证分析中，我们暂时剔除掉这类主体。在第四部分的理论分析中，我们再引入他们，考察政府和社会公众对产业智能化进程的影响。：一是整车企业，如广汽集团、小鹏汽车；二是智能网联汽车企业，如小马智行、文远知行；三是智能装备企业，如明珞装备、瑞松科技。整车企业包括传统整车制造企业和造车新势力企业。智能网联汽车企业是指自动驾驶核心关键技术研发企业。智能装备企业则是指把人工智能应用于汽车装备生产线的装备制造企业。以32家企业为样本节点，基于实际调查和大数据方法搜索与样本节点存在人工智能技术合作关系的关系节点，采集包括技术合作、核心人力资本和投融资关系的数据。②核心人力资本和投融资关系包含了技术合作关系。例如，核心人力资本的前期学习和工作经验本身就属于知识和技术流动的范畴。同时，在投融资关系中，尤其是企业之间的投资和收购内含技术合作关系。通过对关系数据进行量化分析〔14〕，本文考察了广州市汽车产业智能化创新范式的变革过程。

三个维度的关系数据包括：（1）技术合作关系。技术合作关系包括人工智能技术输入和赋能关系。其中，技术输入指关系节点对样本节点的技术支持。技术赋能则是指样本节点对关系节点的技术支持。（2）核心人力资本关系。核心人力资本关系包括企业高管的前期学习和工作经验，即企业高管前期就读和工作过的高校、科研院所和企业。（3）投融资关系。包括样本企业的融资关系和对外投资关系。为了分类统计和量化分析，当节点之间存在三个维度关系中的某一类关系时，赋值为“1”。关系数据来自两个方面：一是实际调查数据；二是企业官网和公开资料中的数据，数据采集的截止时间为2020年12月31日。

三、广州市汽车产业智能化价值网络分析

（一）价值网络基本结构

将采集的32家样本企业三个维度的关系数据输入社会网络分析软件Gephi 0.9.2，我们得到一个由874个节点和1536条边（关系）构成的广州市汽车产业智能化价值网络拓扑结构图（见图1）。价值网络的关系节点数是样本节点数的26.31倍，充分说明广州市人工智能和汽车产业已经步入深度融合发展阶段。

图1 广州市汽车产业智能化价值网络拓扑结构图

为了比较广州市汽车产业智能化价值网络的各项结构指标，本文利用Gephi0.9.2生成了三个与原网络节点数和网络密度相同的随机网络作为对照组（见表1）。一般认为，如果网络的聚类系数大于相应随机网络，且平均路径长度相当，则称该网络具有小世界网络特征。〔15〕广州市汽车产业智能化价值网络的平均聚类系数为0.044，远高于三个随机网络，说明网络节点之间的紧密程度较大。包括平均路径长度为3.689、模块度为0.627和网络节点度数中心度呈幂率分布特征在内的结构性统计指标表明，广州市汽车产业智能化价值网络属于复杂网络，具有小世界网络的基本特征，是高度活跃的创新网络。

表1 广州市汽车产业智能化价值网络结构统计指标对比表

从样本节点度数中心度①度数中心度是指与该节点直接相连的其他节点的个数，是用来刻画网络分析中节点中心性的指标，它反映了该节点在价值网络中的影响力和辐射带动作用。度数中心度越高的节点，与其直接相连的节点越多，意味着节点在价值网络中拥有更多的技术合作、核心人力资本和投融资关系，其活跃度和重要程度也就越高。排名看，广汽集团排名第一位，度数中心度为261；高新兴排名第二位，度数中心度为189；小鹏汽车排名第三位，度数中心度为184。与整车企业和智能网联汽车企业相比，智能装备企业的节点度数中心度排名相对靠后。在人工智能和汽车产业的融合发展中，整车企业和智能网联汽车企业及其相互作用发挥着关键作用。从关系节点的度数中心度排名看，腾讯排名第一位，度数中心度为73；华为和科大讯飞分别排名第二位和第三位，度数中心度分别为42和41。排名前三的关系节点均为国家级人工智能开放创新平台。

度数中心度排名前列的关系节点主要包括三种类型的企业和机构。第一类是包括腾讯、华为、科大讯飞、高德地图、中国移动和滴滴出行在内的人工智能开放创新平台、关键技术企业和网络基础设施服务商。其中，腾讯、华为和滴滴出行都是自动驾驶关键技术的技术开发者和集成商，为智能网联汽车提供包括智能芯片、激光雷达、智能网联系统和5G在内的关键技术。科大讯飞和高德地图则是关键技术服务商，主要提供语音和地图导航领域技术的服务。中国移动为智能网联汽车提供包括测试场地建设在内的网络基础设施服务。第二类是包括丰田汽车、蔚来汽车和上汽集团在内的整车企业。作为关系节点的整车企业，丰田汽车、蔚来汽车和上汽集团都是汽车产业智能化技术领域的代表性企业。第三类是包括华南理工大学、清华大学、西安交通大学和哈尔滨工业大学在内的，在汽车产业智能化基础研究领域排名前列的研究型大学。它们不仅为广州市汽车产业智能化提供人工智能技术支持和人才培养，而且通过校企合作共同开发智能网联汽车技术。价值网络度数中心度排名前列的样本节点和关系节点分析表明，广州市汽车产业智能化呈现生态化、网络化和集群化态势。智能网联汽车企业、整车企业、智能装备企业和研究型大学之间的相互协作是产业创新生态发展的主要推动力量。

（二）技术合作关系①在价值网络三个维度的关系数据中，技术合作关系数为1244条，占比62%；核心人力资本关系数为406条，占比20%；投融资关系数358条，占比18%。本文主要以技术合作关系数据的量化分析考察产业智能化过程中的创新范式变革。

在人工智能与汽车产业融合发展过程中，技术合作关系主要分布在智能网联汽车、智能制造和数据生态三个领域。智能网联汽车和数据生态领域的技术合作主要是为了实现产品智能化。智能制造领域的技术合作则是为了实现生产智能化。在智能制造领域，人工智能技术应用主要集中在白车身焊接生产线、智能装备、工业机器人和人才培养。而在智能网联汽车领域，人工智能技术应用主要集中在智能网联系统、自动驾驶、智能语音和导航系统。在数据生态领域，人工智能技术应用主要分布在数据平台、营销数据、用户数据和位置数据。

无论是产品智能化还是生产智能化，都涉及诸多人工智能技术和传统技术的重组和互补性创新。例如，在生产智能化领域，围绕车身生产线的智能化涉及焊接、SPR、Impact、涂胶、螺柱、弧焊、激光和铝连接等诸多工艺的智能化。其中，数据挖掘和共享是生产智能化的基础和前提。相对于生产智能化，产品智能化涉及的技术重组更加复杂。除了单车智能技术与传统整车技术融合之外，还涉及车路协同和网络安全技术的重组。在技术重组和互补性创新过程中，汽车产业智能化表现为人工智能通用技术的专用化过程。只有当通用技术和传统产业制造技术融合为专用技术体系的条件下，产业智能化才能成为企业和产业市场竞争力的来源。

产业智能化的技术重组和互补性创新是多元创新主体相互作用和协同创新的结果。与整车企业技术合作关系密切的关系节点主要包括腾讯、科大讯飞和华为在内的平台企业。平台企业不仅掌握人工智能通用技术，而且是人工智能技术集成商。通过与整车企业的技术合作，能够加速人工智能与整车设计和生产技术的融合。与智能装备企业存在密切技术合作关系的企业主要包括两类：一类是包括松下机器人和库卡机器人在内的工业机器人和智能制造算法类企业；另一类是包括长城汽车、广汽丰田、广汽乘用车、特斯拉和丰田汽车在内的国内外整车企业。前者属于人工智能技术输入企业，后者则是人工智能技术赋能企业。对于人工智能技术输入企业而言，智能装备企业是技术集成者，为整车企业提供智能生产设备。与智能网联汽车企业存在密切技术合作关系的企业包括广汽集团、丰田汽车、英伟达和中国联通在内的整车企业、芯片企业和基础设施服务商。智能网联汽车企业的技术研发包括自动驾驶和车路协同，不仅要与整车、芯片和算法类企业合作，而且要与基础设施服务商合作。

与开放式创新1.0不同，在汽车产业智能化创新过程中，创新主体间的技术重组和互补性创新不再是简单的内部与外部企业和机构的线性互动，而是非线性互动，表现出明显的复杂网络特征。整车企业不仅与原有的传统零部件企业、装备制造企业开展技术合作，而且与包括平台企业在内的人工智能企业进行技术合作。智能装备企业和智能网联汽车企业的技术合作关系同样是高度开放的。

汽车产业智能化的基础是数据，表现为数据要素化和价值化的过程。整车企业数据生态领域的技术合作关系主要集中在营销数据、车辆数据、搜索数据和驾驶数据。智能网联汽车企业在数据生态领域的技术合作关系主要集中在位置数据、用户数据和出行数据。与其他两类企业相比，智能装备企业在数据生态领域的技术合作关系主要集中在数据平台。

四、模型和推论

基于广州市汽车产业智能化价值网络实证分析，本文试图通过构建一个简单的理论分析模型，考察产业智能化创新的基本特征和关键影响因素。在理论分析的基础上，对如何通过产业智能化创新范式的构建推动人工智能和实体经济融合发展提出政策建议。

假设产业智能化沿着产品智能化和生产智能化两个维度展开。①产品智能化中的“产品”是指在消费市场的最终产品。实际上，对智能装备企业而言，智能装备同时也是智能化产品，属于中间产品。作为通用技术，人工智能沿着这两个维度赋能和改造传统产业：一是人工智能和产品制造企业融合实现产品智能化；二是人工智能赋能和改造装备制造企业，实现装备智能化。然后再通过智能装备企业和产品制造企业融合实现生产智能化（见图2）。产品制造企业则同时接受两个维度的人工智能技术赋能，实现企业和产业竞争能力的提升。

图2 产业智能化创新过程逻辑图

从网络的视角分析，产业智能化是新的复杂价值网络的形成和演进过程。假设产业智能化价值网络GN[GN=(VN,EN)]包括三个子网络：GA[GA=(VA,EA)]、 GB[GB=(VB,EB)]和 GC[GC=(VC,EC)]。②V表示作为网络节点的企业和机构，E表示作为边的技术合作关系。GA网络由人工智能通用技术研发企业和学术机构构成。例如，大学、科研院所和人工智能企业。围绕产品智能化和生产智能化，假设GA网络中的创新主体分为两类：一类是掌握产品智能化技术的AI企业Ⅰ和学术机构；另一类则是掌握生产智能化技术的AI企业Ⅱ和学术机构。GB网络由产品制造企业及其上下游产业链企业构成。GC网络则由装备制造企业及其上下游供应链企业构成。

再假设除三个相互作用的子网络之外，还存在影响产业智能化的两个关键因素：政府和社会公众。其中，政府通过制定行业管制和激励政策影响产业智能化进程。而社会公众则通过价值偏好选择给产业智能化带来两个方面的影响：一是市场选择；二是政策制定。

在上述假设条件下，产业智能化创新过程和结果可以表达为复杂网络公式：GN=GAGB+(GAGC)GB+GAGA。其中，GAGB表示掌握产品智能化通用技术的企业和学术机构与产品制造企业及其产业链体系的融合。(GAGC)GB是指掌握生产智能化通用技术的企业和学术机构与装备制造企业融合之后，再与产品制造企业及其产业链体系的融合。两类融合都涉及通用技术和专用技术之间的技术重组和互补性创新。而GAGA则是指GA网络内部人工智能企业和学术机构之间围绕产品智能化和生产智能化而展开的通用技术重组和互补性创新过程。

通过复杂网络公式GN=GAGB+(GAGC)GB+GAGA，我们可以清楚地看到产业智能化不是一个线性过程，而是一个多元创新主体非线性互动过程中的涌现现象。其中，三个子网络节点之间非线性互动中的正反馈是产业智能化形成和发展的关键动力和机制。

首先考察GAGB，即以产品智能化为导向的人工智能企业和学术机构与产品制造企业及其上下游产业链之间的技术重组和互补性创新过程。两个子网络能否融合的关键是节点之间偶然的随机连接能否出现正反馈效应。只有当人工智能赋能产品制造企业创造出附加价值，并带来竞争优势的条件下，产品制造企业才能够采纳人工智能技术，向人工智能企业和学术机构进行资金和技术反馈。两个子网络节点之间正反馈效应的出现是产品智能化发展的基本推动力量。

推论1：围绕产品智能化，当且仅当人工智能和传统产业之间的技术重组和互补性创新出现正反馈效应的条件下，才能真正启动产品智能化进程。

其次，我们讨论(GAGC)GB，即围绕生产智能化人工智能通用技术与装备制造企业、智能装备企业与产品制造企业两阶段融合发展。第一阶段的融合表现为掌握通用技术的人工智能企业和学术机构与装备制造企业的技术重组和互补性创新。随着两个子网络节点的融合发展，新的智能装备企业和产业开始兴起，并成为推动智能制造的关键力量。

智能装备本身就属于复杂技术体系。当智能装备企业和产品制造企业融合发展时，将启动第二阶段技术重组和互补性创新过程。GAGC和GB的融合不仅涉及智能装备企业和产品制造企业技术重组，而且涉及产品制造企业和上下游产业链企业的技术重组和互补性创新。两个阶段的技术重组和互补性创新的结果使生产智能化技术体系专用化程度快速提高。

推论2：围绕生产智能化，当且仅当人工智能和装备制造企业、智能装备企业与产品制造企业在技术重组和互补性创新过程出现两个阶段正反馈效应的条件下，生产智能化过程开始启动。

无论是产品智能化还是生产智能化过程中的GAGB和(GAGC)GB，都会引发GA网络内部通用技术的重组和互补性创新。GA网络通用技术重组和互补性创新表现在两个方面。一是以应用场景技术创新需求为导向，通用技术逐步分化为适应不同产业智能化需求的专用化人工智能技术体系类别。例如，GA网络中人工智能企业分化为AI企业Ⅰ和AI企业Ⅱ两类，分别代表两类专用化通用技术体系。二是围绕产品智能化和生产智能化，人工智能通用技术重组和互补性创新可能引发新的颠覆性技术创新。例如，随着人工智能与制造业、汽车和金融产业的深度融合，以5G和区块链为代表的新的颠覆性技术开始出现。

推论3：在产业智能化需求牵引下，人工智能通用技术的重组和互补性创新一方面会带动专用化通用技术体系发展。另一方面会引发新的颠覆性技术创新出现。两者进一步推动制造业人工智能专用技术体系的形成和演进。

无论是产品智能化还是生产智能化过程，都会受到政府政策和社会公众选择的影响。作为第四次工业革命的引擎，数据、算力和算法构成了人工智能的关键要素。其中，数据生态的形成和发展不仅涉及企业和用户数据共享，而且涉及企业和用户的隐私安全。

一般而言，用户数据隐私和安全对产品智能化的影响较大。生产智能化涉及更多的则是企业之间的数据共享。当社会公众对数据隐私和产品安全产生担心时，将通过影响政府政策制定对行业进行管制。如果社会公众的诉求得不到政府政策响应，可能带来市场的不确定性，从而影响产品智能化的进程。生产智能化过程中的数据共享同样涉及企业数据安全，需要政府和行业共同制定规则，保障产业健康发展。

除了产业管制，政府激励和扶持政策同样会对产业智能化产生积极影响。尤其是当产业智能化初始阶段存在技术和市场双重不确定性的条件下，政府产业扶持政策能够降低GA、GB和GC网络节点连接和产生正反馈效应的约束条件，助推人工智能和实体经济的融合发展。

推论4：除了技术和市场，产业智能化进程的不确定性同样可能来自企业和用户对数据隐私和产品安全问题的担心。在缺乏政府规制和政策的条件下，社会公众的价值观和选择偏好带来的不确定性将影响人工智能和实体经济的融合发展进程。

随着人工智能和实体经济深度融合发展进程的加速，GAGB、（GAGC）GB和GAGA网络节点之间的技术重组和互补性创新的持续展开将引发新的科技创新浪潮。因而，人工智能和实体经济在技术创新领域的正反馈效应的持续发生和扩大，将推动人工智能科技产业的快速发展，加速智能经济的到来。

五、总结和政策建议

基于对产业智能化的实证分析和理论思考，本文的研究表明：产业智能化涉及通用技术和专用技术体系之间多个领域的技术重组和互补性创新，是复杂价值网络形成和演进过程中多元创新主体相互作用和协同创新的涌现现象。包括大学、科研院所、企业、政府和社会公众在内的多元创新主体的跨学科、跨组织、跨产业和跨区域开放式创新，是产业智能化创新的基本特征。本文创新点主要表现在以下两个方面：第一，以广州市汽车产业智能化为研究对象，揭示了产业智能化背景下开放式创新的基本结构和发展趋势；第二，采用价值网络分析方法对32家样本企业关系数据进行量化分析，考察了人工智能与汽车产业融合过程中开放式创新范式变革的动力和机制。

从技术体系演进的视角看，产业智能化表现出三个方面的趋势：一是适应不同类型应用场景需求，通用技术的内部重组将分化为具有专用性的通用技术体系；二是通用技术和特定产业技术重组和互补性创新将推动通用技术体系的专用化，成为产业智能化的主导力量；三是通用技术的分化和通用技术的专用化将催生新的颠覆性技术诞生，通过进一步重组和互补性创新，通用技术体系具有更强的赋能能力。而这一切发生的基础是创新主体之间相互连接和技术重组过程中正反馈效应的持续出现。

人工智能和实体经济深度融合引发了创新范式的变革。与工业经济时代的创新范式不同，产业智能化过程中的创新范式以通用技术的专用化为导向，涉及跨学科、跨组织、跨产业和跨区域多元创新主体的互动和协同创新，具有明显的开放性、生态化和网络化特征。同时，产业智能化创新过程高度依赖数据资产，政府和社会公众的积极参与是新创新范式的重要内涵。

本文的政策建议包括：第一，积极构建政产学研协同的产业创新生态，促进多元异质创新主体之间的互动和协作。产业智能化涉及多元异质创新主体的跨学科、跨组织、跨产业、跨区域知识和技术重组，构建具有共同价值目标的产业创新生态是政产学研协同创新的前提和基础，也是持续推动人工智能和传统产业企业之间知识、技术重组过程中正反馈效应产生和扩大的关键机制和保障。

第二，加大对产业智能化领域的政策激励和资金扶持，充分发挥政府与市场的协同效应，降低产业智能化创新过程中技术和市场的不确定性。单纯依靠市场机制则会因为创新的高度不确定性带来创新系统失灵，所以政府应加大政策激励和资金投入的力度。这一方面能够在共性和关键技术领域推动通用技术和专用技术重组，有利于技术研发和扩散；另一方面促进产学研协同创新，有利于加速技术重组过程中正反馈效应的出现和扩张。

第三，加快制定和完善产业智能化行业标准和数据安全领域相关的法律法规和实施条例，积极规范产业智能化过程中人工智能技术的应用和引导社会公众对人工智能的正确认识。如智能网联汽车产业的发展涉及客户的数据和隐私安全，在缺乏政策和法律保障的条件下，可能引发伦理道德风险制约产业智能化的进程。政府应积极推动构建智能网联汽车领域相关的法律法规体系建设，在充分保证用户数据隐私安全的条件下促进智能网联汽车产业的快速发展。