发展智能服务业，打造中国经济高质量发展新动能

　　文/陈健 陈志(中国科学技术发展战略研究院)

　　当前全球产业结构由“工业型经济”向“服务型经济”加速转型。近年来，我国服务业占比及其在整个经济中的相对地位不断攀升，但总体来看，我国服务业仍处于国际分工中低端，贸易逆差规模较大，服务效率低下、服务形式单一、标准化程度低、人工成本日益提高等痛点限制了我国服务业发展与创新水平的提升。亟需推动服务业与云计算、大数据、物联网、人工智能等新一代智能技术相结合，大力发展智能服务业，提高服务业劳动生产率，为未来经济发展提供不竭动力。

　　一、服务业疗治“鲍莫尔病”刻不容缓

　　近年来，我国服务业对GDP的贡献率逐年提高，按当年价格计算，2015年第三产业增加值占GDP的比重首次超过50%，2018年已达到52.2%，服务业对经济增长的作用进一步彰显。但与此同时，我国服务业劳动生产率仍明显低于第二产业。按当年价格计算，2017年，我国服务业劳动生产率为124446.37万元/人，仅相当于第二产业的82.14%。我国服务业劳动生产率与发达国家的相对差距在总体上仍然较大，按2015年美元不变价格计算，我国服务业劳动生产率分别相当于美国的12.1%和日本的13.0%。从服务业内部结构来看，我国金融、物流、信息、科技服务业等生产性服务业增速较快，但整体发展水平依然偏低，高端生产性服务产品供给严重不足，尤其是知识密集型服务高度依赖进口;文化、旅游、健康、房地产等生活性服务业发展较为成熟，但劳动生产率水平增长缓慢，尤其是随着我国人力成本的提高，生活性服务业单位劳动成本逐年提高，且难以适应我国居民消费结构向高质量、个性化转变的需要。这将大大制约我国全社会劳动生产率的提高，甚至妨碍整个经济运行质量、效益和竞争力的提高及创新能力的成长，加剧我国服务业在国际竞争中的劣势，出现所谓的“鲍莫尔病”。鲍莫尔认为, 相对于工业制造业而言,服务业劳动生产率提高很慢, 具有“停滞部门”的特征,因而,服务业比重的不断提高将不利于整体经济效率的提高, 即存在所谓的“鲍莫尔病”,也就是“成本病”(Baumol,1967)。

　　从发达国家的历史经验来看，“鲍莫尔病”并非不可避免。20世纪90年代前后，美国在产业结构不断向服务业转型的过程中，经济增长并没有停滞。美国通过在服务业中广泛应用ICT技术，不仅促进了服务业，尤其是生产性服务业的劳动生产率的提高，还增加了服务业的可贸易性，从而借助全球化分工体系，将较为成熟的劳动密集型服务业环节外包出去，使美国服务业的劳动生产率增长在1995年以后一度领先于制造业部门。

　　在新时代下，以ICT技术为基础的新一代智能技术在服务业中的应用，仍是解决“鲍莫尔病”、推动服务业成为我国经济发动机的重要途径之一。当前，美国、日本、德国、英国等发达国家都在探索医疗保健、教育、商务、金融、法律咨询等服务业领域的智能化转型。我国也亟需引入智能化技术和手段，从而更好地激发服务业发展潜能，促进服务业结构优化升级和发展方式转变，夺取我国在服务贸易中的主动权。

　　二、智能化赋予服务业新内容新边界

　　智能服务业是以智能技术为基本要素和基础支撑，以智能技术与服务业各领域深度融合应用为主线，通过商业模式、服务流程和服务产品的创新而形成的以智能化、个性化、价值化为特征的服务业态。智能化体现为企业能够自动、高效、准确、及时地挖掘客户的潜在需求并实时响应和快速迭代;个性化能够基于对客户的画像提供“千人千面”的定制化服务;价值化则实现了服务交付质量的标准化和服务价值的可衡量性。智能服务业是现代服务业的创新发展和升级延续，它既包括运用智能技术对传统服务业的改造升级，也包括智能技术催生的各类新兴服务业态。总体来看，智能技术在服务业创新中的应用包括三个层次：

　　第一个层次，“机器换人”降低劳动力成本。当前，我国服务业“招人难”“用工荒”等问题凸显，“机器换人”将成为重要趋势。据麦肯锡预测，到2030年，中国将有至少1.18亿人的岗位被机器人取代。按照现有三次产业就业人数比例，未来有约5300万服务业岗位，尤其是服务业中简单性、重复性、危险性的活动，将由智能技术辅助完成或完全取代。作为一种重要生产要素的服务机器人，不仅将具有数万亿的市场规模，还能基于其“一次投入即可重复使用”的特点，大大降低服务业的单位劳动成本。例如，顺丰快递使用OCR技术取代人工识别服务，3小时即可识别2000万张快递手写运单;银行只需1个智能客服和8名人工客服即可完成过去每天400个电话客服10个小时电话连线的工作。

　　第二个层次，“增强”服务功能，实现收益递增。针对我国服务业信息不对称、效率低下、专业水平不足的传统形象，智能技术作为一种生产工具，能够利用关联属性来提高服务与用户的相关度，改善用户的服务体验，提高资源配置效率，实现收益递增。例如，美国的Wealthfront、英国的Money on Toast、德国的Finance Scout等公司都成功将人工智能引入投资理财，根据投资者的风险偏好，为用户推荐投资组合和自动策略交易服务，大大提升了客户满意度。据高盛公司研究估计，到2025年，机器学习和人工智能将帮助金融服务业每年获得约340亿～430亿美元的收益。

　　第三个层次，“+服务”模式颠覆价值创造方式。智能技术在服务业中的应用催生了众多新业态的涌现，扩展了应用场景，激发了众多新需求的产生，扩大了需求增量。这些新业态很大一部分是伴随着智能服务与其它产业的交叉融合产生的。当前发达国家都在探索第一、二产业向“+服务”模式转型，利用智能服务的“杠杆”作用，撬动其它产业升级改造。例如，德国“工业4.0”、美国“工业互联网”都把制造业服务化作为战略核心;围绕(服)务联网(Internet of service)的理念，西门子、博世等正在转型为智能制造系统解决方案提供商;美国GE公司也在积极抢占全球航空发动机、大型医疗设备等高端装备制造及全生命周期管理服务主导权。平台等新的组织形式，将多个产业打通，实现从底层技术到组织形态和服务内容的系统性变革和协同共振，使智能服务业具备了显著的规模经济和范围经济效应，“鲍莫尔病”的病灶将不复存在。

　　三、推动智能服务业成为经济增长新引擎的重点建议

　　(一)将智能服务业提升至战略高度，激发智能服务业对我国经济转型升级的撬动作用

　　长期以来，我国对服务业发展重视不足，服务业在我国经济发展中处于边缘地位。在推进产业的数字化、智能化方面，我国在智能制造业相关领域的政策已较为完备，而在服务业领域，尽管“互联网+金融”“互联网+流通”“互联网+政务服务”等细分领域的规划政策陆续出台，但尚缺乏对智能服务业的总体部署。智能服务业涉及面广泛，各相关部门之间多头管理、政策相互矛盾、数据无法共享的问题仍十分严重，亟须形成促进智能服务业发展的合力。

　　未来应尽快明确智能服务业的主管部门，加强智能服务业总体规划和顶层设计，明确我国智能服务业发展的总体思路、发展方向和发展路径，分类推进智能服务领域的体制创新，为各细分领域提供政策支撑和方向指引，尤其在制造业服务化等重点领域进行前瞻性布局和专项规划。

　　(二)完善和升级基础设施，加快共性技术研究和平台推广，尽快形成规模效应

　　目前，我国智能服务业基础设施尚不完善，技术规模效应尚未实现，智能化成本十分高昂。以走在智能化前端的客服行业为例，目前机器人客服只能解决70%的服务量，剩余部分还是依赖人工，这一方面源于语义理解技术的不成熟，另一方面由于业务定制成本太高，中小企业缺乏较强的支付意愿。一些银行、酒店、餐厅购进的智能服务机器人，更多是为了宣传、作秀，它们尚不具备名符其实的服务功能。另外，我国基础共性服务支撑平台较弱及标准规范制定等方面的不足，也限制了智能技术在服务业中的渗透及成本的降低。

　　应设立“智能服务业标准化与应用专项”，为企业的智能服务改造提供专项基金，建设智能服务业示范基地，解决产业发展中的服务模式创新、技术方案、标准规范制定、人才培养等关键问题。鼓励有实力的大企业向平台服务商转型，并推动平台在各行业的快速复制，例如海尔的COSMOPlat平台，作为中国首个国家级工业互联网示范平台，已经逐步形成了覆盖衣联网、食联网、农业等15个行业的物联生态，并为全球数万家企业提供大规模定制社会化服务，成为行业引领者。加快数据共享，尤其要推动交通、教育、医疗等公共数据资源的开放共享。另外，还应探索推进智能服务贸易化，依托全球市场形成规模效应。

　　(三)加强智能服务业相关理论研究，创新新兴服务业治理方式

　　智能服务的实现过程是一个复杂的系统工程，亟需一种结构化的模型和管理方法，使企业的智能化服务改造过程变得可控制和可重复。但目前，我国关于智能服务业的研究还十分匮乏，理论研究远远滞后于应用实践。

　　未来应立足国家全局，在界定智能服务业基本概念的基础上，构建系统化的研究框架，打造智能服务业从理论研究、技术突破到产品研发应用的生态体系。尤其是针对服务业智能化趋势下出现的新业态、新问题，如数据产权、平台垄断、个人隐私，以及传统服务业从业者的就业转移、智能服务业的统计核算等，找准突破口和主攻方向，整合智能服务业领域顶尖人才和研究资源，实现从技术到治理方式的全方位研究和布局。