文｜李勇坚
中国市场学会副会长
服务业已成为中国经济增长的主要动力。2024年前三季度，我国服务业增加值达到530651亿元，同比增长4.7%，占GDP的比重为55.9%。
从数字经济发展来看，服务业也是我国数字经济渗透率最高的行业。根据中国信通院发布的《中国数字经济发展报告（2024）》，服务业数字经济渗透率为45.63%，远高于工业（25.03%）、农业（10.78%）。
另一方面，近年来我国人工智能领域快速发展，根据OECD[1]（2024）提供的数据，我国在人工智能论文数量与高水平论文数量方面都已稳居全球第一，然而在语料方面，汉语高质量语料仍有较大的差距，在AI训练语料库Hugging Face中，汉语只占6%，远低于英语（57%）。
大语言模型很好地解决了人机交互效率问题，这意味着其更大的应用场景在需要更多交互的服务经济领域，中国在服务业数字化方面已经具有相当的优势，并依托平台支持，形成了“中国式服务业数字化”模式（李勇坚等，2024）[2]。推动人工智能在服务经济领域的大规模应用，是拓展人工智能应用场景，使中国的大语言模型或者生成式人工智能实现超越的重要环节。
然而，当人工智能，尤其是生成式人工智能等前沿技术全面渗透到服务领域时，由于服务领域的特殊性，这产生了大量新的研究议题，“服务业数字化”向“服务业数智化”转型。
从中央政策来看，对人工智能的应用场景高度重视，2024年的政府工作报告在首次提出“推进服务业数字化”的基础上，又进一步提出了“人工智能+”行动计划，这意味着中央更加重视数字技术与人工智能融合应用。
而党的二十届三中全会审议通过《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》高度重视数智技术对传统产业、社会发展各个方面的提升改造作用。明确提出“支持企业用数智技术、绿色技术改造提升传统产业”，值得注意的是，这是在中央文件中首次提出“数智技术”，也就是说，在中央层面，对数字化的理解，已从单纯的数字技术，上升到了“数智技术”。
从数字化到数智化
改变了什么
数字化与数智化，仅一字之差，二者有什么区别呢？很多人（包括很多专家）将数智化简单地理解为数字化+智能化，我们认为，这种理解较为片面。
从数字化来看，本身包括数据化（Digitization）、 数字化（Digitalization）和数字化转型（Digital Transformation）等三个层面的内容，而数智化无论是发展重点，还是目标，以及主要活动，与前面的三个概念都有重要区别，具体可参见下表。
从数据化到数智化的概念辨析
▲资料来源：数据化、数字化与数字化转型三个概念的区别来源于：Savić, Dobrica. （2019）. From Digitization, through Digitalization, to Digital Transformation. 43/2019. 36-39，引用时作者有修改，数智化的概念为作者原创。
具体而言，服务业数智化与数字化在以下方面有着显著的差异：
一是数智化强调将大量的智能技术应用到供给侧，从而提升供给系统自主化水平。
这也是很多专家强调的，数智化是在数字化的基础上，加入智能技术，从而提升供给系统的水平。例如，在餐饮行业，引入炒菜机器人、服务机器人，从而提高炒菜的效率。
Huang M H, Rust R T. （2018）[3]根据人工智能在服务业领域的应用情况，将人工智能分为四个层次——机械智能（Mechanical Intelligence）、分析智能（Analytical Intelligence）、直觉智能（Intuitive Intelligence）和共情智能（Empathetic Intelligence），对于服务业人工智能而言，需要不同的智能应用。炒菜机器人之类的，属于机械智能，也是最容易应用到服务领域的。
而根据他们的观点，人工智能的发展是有顺序的，即：机械智能主要先于分析智能，分析智能主要先于直觉智能，直觉智能主要先于共情智能。因此，机械智能会在服务领域率先应用，而这种应用主要体现在具体任务方面，其目标是用人工智能替代人类的部分重复性劳动，从而提高服务领域的劳动生产率。
以机械智能提高服务业供给侧的效率，这是人工智能在服务业领域最先的应用，也是最好理解的。然而，正如Dora E. Bock, Jeremy S. Wolter and O.C. Ferrell（2020）[4]所指出的，人工智能正在颠覆（disrupting）我们对服务的认知，因此，人工智能对服务业的影响远远不止于应用于服务过程，从而提升服务业供给效率。要深入研究服务业数智化问题，需要对人工智能在服务业领域的应用进行深入分析。
其次，数智化更重视产业链供应链之间的协同，这种协同是通过智能技术来实现的。
服务业涉及到许多流程，这些流程不同于制造业，有着物料的明确流转程序与加工工序，服务流程涉及到人与人之间的交接、消费者与服务提供者之间的协同等诸多问题，因此，服务业的数智化将利用人工智能技术，实现服务业流程之间的无缝衔接，从而构建更好的服务体验。同时，利用人工智能技术，还可以根据消费者反馈，及时对服务流程进行优化，从而使消费者有着更好的体验。
服务业数字化强调流程的数字化与可视化，减少服务流程中的信息不对称，但对服务流程的优化，需要大量的人工决策，因此，反馈协调的效率较低。而服务业数智化，将人工智能嵌入到服务流程乃到整个产业链供应链，并通过消费者的数智化，强化服务流程中的互动与反馈，对服务流程的持续改进，乃至根据消费者的反馈进行及时动态调整，从而使每个消费者都能够享受到更符合其需求的个性化服务。
再者，数智化改变了服务业消费者，从而使服务消费的供需互动更为便捷高效。
服务业数字化更为重视对服务流程的数字化改造，实现生产过程的数字化。然而，服务消费不同于商品消费，在服务消费的匹配过程中，消费者与供给者需要同一时空领域交互，这意味着消费者也需要有相应的数字化乃至人工智能工具。
当进一步考虑到消费者数智化时，整个服务业数智化将进入一个新的境界。人工智能技术发展以来，由于其使用门槛非常高，所以在企业端率先得到应用。
人工智能在实际使用中主要是用于两个方面：
一个方面是使用各种先进技术优化现有的服务效率，包括在各个领域使用数字化工具、机器人等，从而使服务业效率进一步提升，缓解乃至治愈服务业的“成本病”；
另一方面是利用人工智能挖掘乃至引导消费者需求。也就是说，人工智能利用所获取的大数据，对消费者的需求进行挖掘，并把相应的服务强推给消费者。
由于消费者缺乏相应的人工智能工具，无法在相应的场景中进行更深入的搜索与匹配，只能被动接受人工智能所推送的服务。这被SHOSHANA ZUBOFF（2019）称之为“监视资本主义”（Surveillance Capitalism）。
我们提议的“服务业数智化”是一种新的思路，人工智能不但用于供给端，也通过各种智能体的模式，服务于消费者。消费者可以利用人工智能工具，主要搜索与匹配特定时空与场景下的服务，从一个单纯的接受者，到一个主动的服务索取者，从而能够根据自己的个性化需求去寻找服务消费，获得更好的消费体验。
通过服务业的数智化，消费者与供给者都大量使用人工智能工具，能够更好地解决服务消费中的信任机制、供需不匹配、服务半径小、全方位体验反馈差等现实问题，提升服务消费软环境，进一步激发潜在的服务消费需求，更好地满足人民群众对美好生活的需要。
在这种背景下，人工智能做到了真正服务于人民群众对美好生活的需要，而不只是商家用之来提升利润的工具。我们将服务业数智化背景下的智能经济为“新智能经济”，具体详见下表：
从工业经济到新智能经济
▲ 资料来源：作者原创，引用请注明。
服务业数智化的路径
服务业数智化并不是一蹴而就的，而是一个渐进的过程。在具体的路径方面有两个，一个是服务业供给端的数智化，一个是消费端的数智化。
供给端的数智化，从服务业的数字化开始，再到机械智能的应用、分析智能的应用、直觉智能的应用、共情智能的应用，从而提升服务业的效率。
通过数字化，使服务流程、管理流程、供应链流程等透明化，解决服务生产过程中的信息不对称。这是服务业数智化的第一步。
在实现数字化之后，人工智能开始应用于服务业领域，这首先是用人工智能取代服务业中简单、标准化、重复性、常规性和事务性的任务，例如，管理中的报表生成、售后服务中的简单问答等。也就是说，在服务业应用机械智能。
人工智能具有非常强的计算与分析能力，人工智能在服务业领域将取代大量的分析性工作，包括律师助理、初级会计师等工作。研究表明，人工智能的应用有可能以更高效的方式提升某些分析性工作的效率，例如文案撰写、回答客户服务查询、撰写新闻报道和创建法律文件，这将提高整体工作的效率。
Glassdoor旗下的社交平台Fishbowl在2023年3月份调查了包括亚马逊、美国银行、摩根大通、谷歌、Twitter和 Meta的员工在内的4,500名专业人士[5]，发现近30%的人表示他们已经在工作中使用了ChatGPT或其他人工智能程序。其中37%的营销人员、35%的科技工作者、30%的咨询顾问表示他们在工作中使用过人工智能。虽然生成人工智能给出的答案并不总是准确，但其能够在几秒钟内对提示做出类似人类的反应，对专业人士的工作具有重要的启发意义和作用，能够极大地提高其工作效率。
由于生成式人工智能、大语言模型等新一代人工智能的兴起，人工智能将深入到大量需要人类直觉的工作。例如，炒菜机器人在大量标准化菜肴烹饪方面已有应用。在汽车修理等领域，软件机器人也正在取代修理工程师的直觉，帮助他们更快地找到汽车的故障所在。
Martin Neil Baily, Erik Brynjolfsson, and Anton Korinek（2023）认为[6]，ChatGPT与过去自动化的大多数进步不同，它是一种影响认知工作的思维机器，其广泛应用将全面提高全要素生产率。
例如，如果生成式 AI在一两年内使知识工作者的工作效率平均提高30%，并且知识工作约占经济中所有增加值的60%，这相当于在这些年里，总生产力和产出增加18%。Noy & Zhang (2023)发现[7]，利用ChatGPT，部分写作任务的速度能够提高两倍，ChatGPT 主要替代员工的工作时长，而不是简单补充员工的技能，它能将任务重组为产生想法和编辑，而不是粗略的起草。
从未来发展来看，人工智能能够与人类实现共情，从而提升需要共情智能的服务的效率。对于前端交互、困难或沟通密集型的客户服务，情感机器人可以减轻客服代表的负担并缓解消费者的烦恼。各类服务机器人能够测量和分析人类表情，并将其分为不同的情绪（悲伤、快乐、焦虑、喜悦等），并据此作出相应的反应，以满足人类的情感需求。
消费端的数智化现在还是依赖于个人信息消费终端，主要依赖于平台提供的一些工具。由于平台经济模式的局限（很多平台在本质上依赖于广告，因此在给消费者进行服务消费匹配时，容易受到广告费用的影响，即平台会倾向于推荐支付更多广告费的商家；另一方面，平台的推荐模式基于大量消费者的大数据，而不是个别消费者的全数据，从而难以实现个性化推荐），难以实现消费者需求与供给的个性化匹配。
而一些相对中立不依赖于广告的平台，推出的一些面向消费者的智能体，能够根据消费者的个性化需求，依托消费者唤起的方式，帮助消费者主动寻找到更符合其需求的产品与服务，这对推动服务业数智化具有标杆性的意义。例如，支付宝推出的“支小宝”，就是一款消费者主动使用的生活助理，能够使消费者不再受到平台广告的影响。在未来进化过程中，这种模式将会使服务业数智化演进到一个新的阶段。
从服务业数字化到服务业数智化，虽然只有一字之差，但意味着底层技术、服务流程、服务模式等诸多方面的重大变化，这将对服务业发展路径也带来了巨大的影响，甚至影响社会经济的运行模式。
*参考文献：
[1]参见：OECD Digital Economy Outlook 2024 (Volume 1)
[2]李勇坚等，平台社会经济价值研究，中国社会科学出版社，2024年
[3]Huang M H, Rust R T. Artificial intelligence in service[J]. Journal of service research, 2018, 21(2): 155-172.
[4]Dora E. Bock, Jeremy S. Wolter and O.C. Ferrell(2020), Artificial intelligence: disrupting what we know about service, Journal of Services Marketing, Volume 34，Number 3, 2020 ,317–334
[5]Survey Reveals 30% of Professionals Have Tried ChatGPT at Work | Time
https://time.com/6248707/survey-chatgpt-ai-use-at-work/
[6]Erik Brynjolfsson，Anton Korinek，Martin Neil Baily，Can artificial intelligence actually increase human productivity? ， https://www.weforum.org/agenda/2023/05/can-ai-actually-increase-productivity/
[7]Noy, Shakked and Zhang, Whitney, Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence (March 1, 2023). Available at SSRN: https://ssrn.com/abstract=4375283 or http://dx.doi.org/10.2139/ssrn.4375283.
