然而，也应该看到，“第四产业”潮流所带来的新机遇和挑战是并存的。一方面，数据的重要性越来越被重视，这种新的生产方式必然会带动一系列相关产业的发展，推动经济的转型和升级，提升人们的生活质量和幸福感；另一方面，数据业的对传统产业赋能、与传统三次产业融合尚未充分，对各行各业的劳动关系的影响和重构还未达到颠覆性的影响。数据安全依然是重大威胁，数据业仍存大量模糊地带，数据业的规律尚未被完全把握，在法律、规章制度、科技伦理、数据滥用、数据产权、权益性质、数据流通、分类分级、权益分配方面，发展数据业仍有大量的工作要做。

在这场新科技革命的浪潮中，我国应当紧紧把握机遇，拥抱数据时代，积极推动相关产业的发展，加强对关键技术的研究和创新，发挥先发优势，不断创新价值释放模式，推动数据与实体经济的黏合融通，明确和完善数据业的游戏规则，开展基于数据技术的应用场景建设。

经济深度融合，促进我国产业迈向全球价值链中高端。您认为目前我国的大数据技术为实体经济的赋能发展到了什么样的程度？做得比较好的领域是哪些？有专家指出，目前人工智能和大数据与很多传统产业的融合还处在概念和理论阶段，您认为实现大范围突破的关键在哪里？

吕欣：大数据技术在为实体经济赋能方面已经取得了一定的进展。目前大数据技术已经在许多领域得到应用，例如金融、医疗、制造、物流等，对实体经济的发展带来了巨大的推动力。在金融领域，大数据技术可以通过分析海量数据来识别风险和机会，优化风险管理和投资决策。在医疗领域，大数据技术可以帮助医生进行精准诊断和治疗，提高医疗水平。在制造和物流领域，大数据技术可以实现智能制造和物流，提高生产效率和降低成本。

目前，人工智能和大数据已经在农业、矿业、传统制造业、服务业广泛应用，与传统产业的融合程度不断提升，但存在诸多挑战和问题，例如数据安全、数据质量、算法可解释性等。实现大范围突破的关键在于推动技术创新和实践应用的深度融合。这需要加强技术研发，提高数据质量和算法可解释性；加强产学研用合作，促进技术创新和应用场景的探索和开发；加强数据安全保护，建立健全的数据安全和隐私保护机制，加强对数据的治理和管理，保护用户数据安全和隐私；同时还需要加强人才培养，提高应用能力和创新能力，进一步推动人工智能和大数据技术的应用和发展。

数字农业工厂采用“大数据+人工智能”技术赋能农业（图片来源：ICphoto）

推动人工智能、大数据等技术与传统产业的深度融合，需要充分发挥市场主体的作用。实践过程中，部分企业面临“缺方案、不敢转”，“缺技术、不会转”，“缺数据、不能转”，“缺资金、不愿转”等难点痛点问题，大范围突破的关键在如下几方面：

一是针对部分转型方案和转型路径不清晰的实际困难，可以通过政府购买服务方式，分行业、分层次、分区域免费帮助企业“把脉问诊”，让企业对“为何转、如何转”心中有数。搭建体验、交流和推广的公共服务平台，推进智能制造新技术、新产品、新平台和新解决方案，为企业提供高端培训、供需合作、产融对接等一站式综合服务，消除企业“缺方案，不敢转”顾虑。

二是针对部分企业技术水平低、转型基础差难题，通过专业技术输出，开展标杆示范引领行动，鼓励效益好、实力强的标杆企业成立专业机构输出技术、服务和方案。通过外引内育，开展领军服务商培育行动，强化服务支撑，解决企业“缺技术，不会转”难题。

三是针对企业数据采集、处理和利用能力不足问题，要不断夯实传统产业数据基础，深化工业互联网平台赋能，推动国家级工业互联网平台建设，培育壮大一批细分行业和垂直领域的本土工业互联网平台，加速推动企业上云，为中小企业提供专门云制造和云服务，化解企业“缺数据，不能转”困境。

四是针对部分行业成本压力大、投入意愿弱的实际情况，要优化财政、金融政策，通过实施贷款贴息奖励、加大有效投入奖补等方式靶向精准扶持，缓解企业“缺资金，不愿转”压力。

观察者网：如今，经济和就业是普通人集中关注的议题，当我们看到对于智能革命的描述时，往往伴随着对“节省了大量人力成本”，“所需人员只有原来的20%”这样的描述，这似乎引发了类似于第一次工业革命劳动者对于机器的那种复杂的情绪。

在您看来，数据业的发展是会增加就业还是大幅削减就业，这个结果将会以何种方式实现？依托于网络、数据和计算的“智能决策”将会代替人类思考，还是激发人类思考？您在这方面是一个乐观主义者吗？

吕欣：数据作为新兴产业和工业革命时的工业有相似之处，很容易会带来劳动者对于失去岗位的担心。但是我们回顾工业革命至今，物资极大丰富，总体上人民生活更加富足，劳动者的薪酬不断提升。这其中，最基本的规律是，生产力的提升一定会带来社会整体福利水平的提升。从这个角度讲，数据业的发展，将会带来机会成本和生产边际水平的变化，只要有利于生产力提升，就一定能为广大劳动者带来更好的生活。

当然，数据业的发展对于传统产业有重构作用，如纺织工厂的数字化、智能化，会将这一传统劳动密集型产业，转变为资本密集型、技术密集型产业，这可能会导致某一行业的就业下降。但从另一个角度来看，数据业的发展不会一蹴而就，一定存在发展的过程。在这个过程中，必将带来诸如信息设备维护技师、维修技师、数据分析师等新的劳动岗位，劳动者也可以接受培训得到获取更高薪酬的机会。这也是我国人口数量下降过程中，劳动力这一要素向高质量发展进行结构性转变的重要契机。

安徽合肥无人配送车上路试跑（图片来源：ICphoto）

从上面两个方面看，数据业的发展应当是对就业结构的重构，而不是简单的削减就业。

关于第二个问题，“智能决策”将会代替人类思考，已经有很多学者基于科技伦理学进行研究，目前尚无定论。但我认为社会是一个复杂系统，大到国家、小到每一个人的每个决策，既要符合基本理论，又要考量很多现实因素，还要符合人类文化、心理的预期要求。比如经济学科中的行为经济学，就研究了很多复杂现象。同时，创新也存在非常多的不确定性，不能一言以蔽之。

此外，智能决策是否会代替人类思考，还是激发人类思考，这也取决于如何使用这些技术。如果它们被用来替代人类决策，并剥夺了人类对于决策的权利，那么它们可能会导致人类思考能力的下降。然而，如果这些技术被用来辅助人类决策，那么它们可能会激发人类思考能力，提高决策的准确性和效率。

目前来看，依托于网络、数据和计算的“智能决策”不会完全代替人类思考，而是会让人们更加聚焦于高级别的决策和创新性工作。数据技术会协助人类在决策时获得更加精准、全面的信息，但是最终的决策仍然需要人类的判断和思考。此外，数据技术也会激发人类思考，因为在开发数据技术的过程中需要进行不断的创新和发现，这也需要人类的思考和创造力。

总的来说，我们应该对数据技术的发展持乐观态度，尽管数据技术可能会减少某些职业机会，但是也可以为创造更多就业机会和提升就业质量提供契机，如果这些技术被合理地运用，也可以激发人类思考和创新，提高人类的生产力和创造力。同时。但是我们也需要关注数据技术对于一些劳动力就业机会的影响，采取措施帮助这些人转型和就业，从而减缓就业结构性变化带来的冲击。