《華為：2023智能經濟白皮書（61頁）.pdf》由會員分享，可在線閱讀，更多相關《華為：2023智能經濟白皮書（61頁）.pdf（61頁珍藏版）》請在三個皮匠報告上搜索。

1、智能經濟使能可持續發展第 1 章 四大趨勢影響全球經濟發展執行摘要0203第 2 章智能經濟的介紹09第 3 章智能經濟背后的關鍵技術19第 4 章量化智能經濟的價值30附錄49第 5 章實現智能經濟45目錄1智能經濟智能經濟的定義智能經濟是數字經濟發展的新階段，在吸取數字經濟發展優秀經驗的同時，還將兼顧到更多的社會發展需求。5G+、人工智能和物聯網等下一代技術的無縫融合，將驅動孤立、分散運作的單點智能模式向多智能系統聯動的新模式發展，從而使能智能經濟通過創新型的智能解決方案來提高生產力、提升社會福利和改善環境效益，促進虛實產業的融合發展，帶動新一輪的經濟高速增長。智能經濟的主要特征勞動力價值

2、因可獲得更多新技能和新機會而增加資本拓寬了人類創造力的邊界更大程度的技術集成，生產流程發生顛覆性革新由于四舍五入的緣故，其合計數未必與總計數相等。智能經濟的社會效益健康安全效益:+3.2萬億美元如 工作場所安全 犯罪預防 應急響應時間社會包容效益：+0.4萬億美元如 信貸準入 更具包容性的勞動力消費者時間節省價值：+1.5萬億美元如 未來零售 自動駕駛汽車 居民服務預計 2030 年智能經濟可產生的價值=+總和:18.8萬億美元生產力的提高:9.1萬億美元社會福祉的提升:5.2萬億美元環境效益的增加:4.5萬億美元智能經濟的生產力效益2.31.11.01.00.82.90.02.04.06.0

3、8.010.0房地產業建筑業制造業專業服務業貿易業其他行業單位：萬億美元經濟價值智能經濟的環境效益1.70.50.50.41.20.30.01.02.03.04.05.0其他行業貿易業建筑業制造業電力業采礦業單位：萬億美元減碳效益執行摘要2智能經濟四大趨勢影響全球經濟發展第 1 章31 世界銀行（2018），貧困與共享繁榮：拼出貧困的拼圖，https:/www.worldbank.org/en/publication/poverty-and-shared-prosperity-2018#:text=and%20shared%20prosperity.-,The%202018%20edition

4、%20%E2%80%94%20Piecing%20Together%20the%20Poverty%20Puzzle%20%E2%80%94broadens%20the,differences%20in%20needs%20across%20countries2 世界銀行（2021），全球生產率：趨勢、推動力與政策，https:/www.worldbank.org/en/research/publication/global-productivity3 世界衛生組織（2021），老齡化與健康，https:/www.who.int/news-room/fact-sheets/detail/age

5、ing-and-health4 世界銀行（2022），總和生育率（育齡婦女人均生育子女數），https:/data.worldbank.org/indicator/SP.DYN.TFRT.IN從在太空探索中取得的進步到構建能夠抵御未來流行病的衛生系統的需求，我們的世界正面臨著前所未有的變革趨勢，這些趨勢將對我們的生活、工作和娛樂方式產生深遠影響。本章重點介紹了將對未來全球經濟格局產生重大影響的四大趨勢：i）勞動生產率出現結構性下降；ii）氣候變化風險不斷上升；iii）數字化帶來企業估值重塑需求；iv）消費者和勞動者期望發生根本性轉變。2013至2018年，新興市場經濟體勞動生產率的年平均增長率

6、已從2002至2007年的4.9%下降至3.5%金融危機以后，勞動生產率增速持續減緩自1990至2018年，中國經濟保持持續增長態勢，13億人口已實現脫貧，1 如今全球正在經歷勞動生產率增速結構性下降的問題，該問題也成為經濟增長的桎梏。多國政府試圖通過勞動力技能提升計劃等措施扭轉該趨勢。然而，迄今為止，這些努力在解決生產率難題方面收效甚微。發達經濟體勞動生產率的年平均增長率已從2002-2007年的1.3%下降到2013-2018年的0.8%。勞動生產率放緩并非是發達經濟體獨有現象，新興市場和發展中經濟體（EMDEs）的勞動生產率年平均增長率也從2002-2007年的4.9%下降到2013-2

7、018年的3.5%。2全球人口紅利已接近尾聲，這一事實使得勞動生產率增長放緩對經濟的負面影響更加嚴重。根據世界衛生組織（WHO）最新統計，到2030年，全球60歲以上人口的比例將從如今的13%增至17%，到2050年，該比例將增至22%。3 全球平均育齡婦女總和生育率已從1960年的5.0下降到2020年的2.4，4 僅略高于4智能經濟維持人口總量不變的世代更替水平2.1。5 2019年，世界上40%以上的人口生活在低于每名婦女2.1個子女更替率的國家，然而，這一比例在2021年攀升至近60%。6 發達國家經濟增長放緩的主要風險之一是貧富差距進一步擴大，社會不公平現象加劇。7 同時也造成了許多

8、國家日益嚴重的社會和政治分裂，以及貿易和勞動力市場中的保護主義政策。5 J.Craig（1994），生育更替水平與未來人口增長，https:/pubmed.ncbi.nlm.nih.gov/7834459/#:text=In%20developed%20countries%2C%20replacement%20level,need%20to%20be%20much%20higher.6 聯合國(2022),全球人口很快就會達到80億-然后呢?,https:/www.un.org/en/unchronicle/global-population-will-soon-reach-8-billion

9、-then-what7 T.Piketty（2013），21世紀資本論，https:/dowbor.org/wp-content/uploads/2014/06/14Thomas-Piketty.pdf8 國際能源機構（2021），全球能源回顧：2021年二氧化碳排放，https:/ 瑞士再保險（2021），氣候變化經濟學，https:/ D.Tilman（2011），全球糧食需求和農業的可持續集約化，https:/www.pnas.org/doi/full/10.1073/pnas.111643710811 解釋型新聞網（2019），氣候變化影響作物產量并降低全球糧食供應，https:/ J

10、.Jgermeyr（2021），氣候對全球農業的影響在新一代氣候和作物模型中出現更早，https:/ 截至目前，地球上的氣溫比19世紀末升高了1.1，過去十年是有記錄以來最溫暖的十年。氣候變化的后果包括極端干旱、水資源短缺、重大火災、海平面上升、洪水以及生物多樣性減少等，這些后果都將對經濟發展帶來嚴重的打擊。最近的一項研究表明，在極端情景假設下，如果不采取行動并導致氣溫上升3.2，全球經濟可能會損失GDP的18%。在這樣的極端情況下，亞洲經濟體將受到最嚴重的打擊，GDP將受到多則26%的打擊。9 氣候變化給經濟帶來的主要風險包括財產損失、氣候沖擊造成的貿易中斷以及生產效率的進一步損失。此外，全

11、球80%以上的卡路里消耗來自小麥、水稻和玉米等10種作物。10 令人擔憂的是，由于氣候變化，全球水稻和小麥產量每年平均下降0.3%和0.9%。11 另一項研究也表明，在大量溫室氣體排放的情景假設下，最早從 2030 年開始，玉米作物的產量預計會下降 24%。125智能經濟盡管當前對于應對氣候變化所需投資額的估計存在較大差異，但預估金額均十分龐大。例如，國際可再生能源機構（IRENA）預測，可再生能源投 資每年需達7,500億美元。13 摩根士丹利（Morgan Stanley）則認為，截至2050年，各國需要在可再生能源、電動汽車、碳捕獲和儲存、生物燃料和氫能領域投資50萬億美元，才能充分減少

12、碳排放，以實現巴黎協定遏制全球變暖的目標。14 不幸的是，聯合國政府間氣候變化專門委員會（IPCC）的最新報告顯示，當前全球應對氣候變化的措施仍然不足，針對低碳領域的投資比所需的投資低了近六倍。15 顯然，糧食安全、生產效率和經濟增長面臨的風險并不僅是物理風險，還包括過渡風險。為應對氣候變化，需要重新評估資產價值，減少對化石燃料或煤炭等資產的依賴，這將給全球金融體系帶來系統性貶值風險。1613 加拿大責任投資聯盟（2020），投資綠色債券：多“綠”才算綠？，https:/www.riacanada.ca/magazine/investing-in-green-bonds-how-green-i

13、s-green/14 彭博社（2019），摩根士丹利表示這些公司將從氣候變化中獲利，https:/ 15 聯合國政府間氣候變化專門委員會（2022），氣候變化2022：減緩氣候變化，https:/www.ipcc.ch/report/sixth-assessment-report-working-group-3/16 瑞士再保險（2021），氣候變化經濟學，https:/ 物聯網研究機構（2022），2021年全球物聯網市場規模增長22%這16 個因素影響到2027年的增長軌跡，https:/iot- 福布斯（2018），我們每天創造多少數據？每個人都應該閱讀的令人震驚的數據，https:/

14、國際數據公司IDC（2020），全球數據和存儲領域預測，https:/ IBM（2022），2022 年全球 AI 采用指數，https:/ 據估計，全球90%的數據是在過去兩年中創建的，每天創建的數據量達到2.5艾字節（10的18次方）。18 2018年，全世界創建、捕獲、復制和消耗的數據總量為33萬億吉字節。到2020年，這一數據增長到59萬億吉字節，預計到2025年將接近翻三倍。19IBM在2022年進行的一項全球調查顯示，目前35%的公司表示已經在其業務中使用了某種形式的人工智能，另有 42%的公司表示正在探索人工智能的未來應用。20 此外，企業越來越多地使用人工智能來改善客戶體驗，從

15、提供有針對性的產品推薦，以此提高客戶忠誠度，到為消費者提供專屬的智能個人助理（如Amazon Echo和Google Home），它們可以充當連接家庭中各種設備的中心樞紐。到20256智能經濟年，預計在用的智能家居設備數量將會上升至200億臺，全球14%的家庭將擁有智能家用機器人，90%的智能設備用戶將使用智能個人助理。21 此外，到2030年，預計每10,000名員工將擁有390個機器人提供支持。22技術不僅提高了人們的生活質量，還改變了人們、政府和企業之間的互動方式。在新型冠狀病毒肺炎大流行期間，擁有數字化能力的公司，尤其是服務行業的公司，相較于數字化能力缺失的公司發展得明顯更好。這也成為

16、私營和公共部門加強采用數字技術的催化劑。為了應對層出不窮的客戶需求，并在未來激烈的競爭中占據一席之地，數字化轉型成為企業的一道“必答題”。隨著大數據、人工智能、物聯網、云服務和可擴展平臺等技術的不斷崛起，不進行數字化轉型的公司或將面臨淘汰風險。隨著企業數字化轉型的不斷深入，需要采用新的方法來分析和評估這些公司，這就涉及到尋找其他的途徑來了解每家公司未來的發展趨勢，因為判斷公司的快速增長能持續多久，公司的進入壁壘的有效性，以及確定哪些公司能夠獲得長期的市場支持，將變得越來越具有挑戰性。雖然通過衡量企業實物資產（現金、設備和土地等）價值來評估企業價值的傳統方法仍然十分重要，但需要通過對于其他無形資

17、產的準確評估進行補充，如互聯網流量、創建和分析的數據、用戶規模、日活躍用戶數量（DAU）及其社會影響力等。然而，向這種新形式的資本評估方式過渡的過程中將會面臨一系列挑戰，包括需要將貨幣價值應用于這些評估領域，以更全面地了解其整體價值。21 華為（2021），數字經濟的未來：以云為基礎，以數據為燃料，以人工智能為驅動，https:/ 22 華為（2021），智能世界2030，https:/ 經濟學人（2021），居家辦公的興起，https:/ 此外，新型冠狀病毒肺炎還掀起了“大辭職潮”，每月自愿辭職的比例上升到本世紀的最高水平。許多員工將疫情視為重新掌控自己時間和生活的絕佳時機，這迫使企業不得不

18、去尋求一些創新的方式以解決勞動力市場中對于工作不滿的問題，包括使用先進技術，如挖掘元宇宙在重塑組織未來的工作方式的潛力。ii.對于消費者而言，由于社交媒體和智能手機的出現，他們對“快”的定義發生了巨大的變化。社交媒體為用戶實時提供突發新聞、7智能經濟人物動態和信息更新。這種7x24小時全天候、“永遠在線”的文化要求企業調整服務，以滿足消費者的需求。此外，由于互聯網的普及，在如今的消費商業環境中取得成功的要求比以往任何時候都更加嚴苛。由于互聯網增加了對產品公開評論的可行性，并給予了消費者尋找替代產品的能力，消費者正變得越來越成熟。這種日益激烈的競爭態勢要求企業轉變經營方式，以確保其產品能夠在當今

19、的競爭環境中獲得蓬勃發展。勞動者和消費者的根本性轉變對于企業的反24 T.Goodwin（2018），商業達爾文主義數字時代的適者生存法則，https:/ 美國消費者新聞與商業頻道CNBC（2020），預計25%的美國購物中心將在5年內關閉，使其重獲新生并不容易，https:/ 這些新的商業模式不僅創造了新的市場，還加速了在創新方面落后企業的萎縮。例如，在線購物和食品配送服務的持續增長將導致約25%的美國購物中心在未來三到五年內關閉。25向智能經濟轉型可以幫助我們克服這些挑戰 雖然這些趨勢似乎為社會、政策和商業帶來了全新的挑戰，但好消息是，我們有辦法通過借力解決這些挑戰。這些在文獻和公開信息中

20、都已經有了充分的介紹，并不是本次研究的重點。相反，本次研究的目的是引入一個新概念，以突出世界是如何開始向數字發展的新軌道過渡的前沿技術的廣泛采用突顯了這一點，這些前沿技術有助于為當今世界出現的社會、政策和商業挑戰創建智能解決方案。這就是智能經濟的概念數字經濟的下一階段和釋放其全部潛力的關鍵所在。本次研究旨在進一步說明向智能經濟的過渡將如何帶來新的可能性，并產生社會經濟和環境效益。目前，這些智能應用的價值僅限于孤立的案例研究，沒有得到全面的理解。本次研究結合了可計算一般均衡（CGE）模型和自下而上的估計，試圖量化這些技術在各個行業中持續應用的潛在全球價值。希望調動私營部門和監管機構的積極性，使得

21、其擁抱并推動實現全面的智能經濟轉型。附錄部分提供了本次研究中使用的CGE模型的更多細節。8智能經濟智能經濟的介紹第 2 章926 牛津經濟研究院（2022），牛津經濟學數據庫，https:/ 牛津經濟學研究院（2017），數字溢出，https:/ 基于華為過去的一項研究，數字經濟可被定義為總經濟回報和技術投資對于GDP產生的影響。27 該研究表明，數字經濟已經在不少世界發達經濟體中貢獻了超過30%的GDP，并且預計2015至2025年，大約55%的全球經濟增長將來自于數字經濟的驅動.然而，盡管數字經濟對全球總體GDP的貢獻份額仍在不斷攀升，但數字經濟的總體增長率正呈現下降趨勢（圖1）。數字經濟

22、增長率預期將從2017年的14%下降至2030年的4.9%。與此同時，非數字經濟的平均增長率在2015至2030年間預計為1.6%，這意味著全球增長可能放緩。第一章已經著重強調了全球經濟放緩的一些潛在風險。因此，為了降低這些風險，需要尋找數字經濟的下一發展階段：智能經濟。從現在至2030年，數字經濟增長率可能會下降至5%以下非數字經濟數字經濟資料來源：華為，牛津經濟研究院，安永分析F=forecast萬億美元559509051085806010065707515.2%84.8%74.8201524.3%97.275.7%2025F20.7%79.3%81.220202015-2020 CAGR

23、8.1%2020-2025 CAGRF7.0%2025-2030 CAGRF5.2%數字經濟的增長率圖1 數字經濟一直是全球經濟的關鍵驅動力，然而，數字經濟的增長率預計在未來十年將放緩10智能經濟何謂智能經濟？它與數字經濟有何不同？本研究試圖強調我們對于數字經濟的認知、其目的性以及其可能性的理解中微妙卻又重要的差別。智能經濟是數字經濟發展的新階段，在吸取數字經濟發展優秀經驗的同時，還將兼顧到更多的社會發展需求。5G+、人工智能和物聯網等下一代技術的無縫融合，將驅動孤立、分散運作的單點智能模式向多智能系統聯動的新模式發展，從而使能智能經濟通過創新型的智能解決方案來提高生產力、提升社會福利和改善環

24、境效益，促進虛實產業的融合發展，帶動新一輪的經濟高速增長。雖然數字經濟的最終目標是幫助企業最大限度地擴大現有產品及服務的覆蓋面，使其能夠接觸更多的消費者，但智能經濟的范圍和目標可以被視為更廣泛的解決長期市場失靈問題（如信息不對稱等），并增進整體社會和環境福祉。智能經濟是數字經濟發展的新階段，在吸取數字經濟發展優秀經驗的同時，還將兼顧到更多的社會發展需求。5G+、人工智能和物聯網等下一代技術的無縫融合，將驅動孤立、分散運作的單點智能模式向多智能系統聯動的新模式發展，從而使能智能經濟通過創新型的智能解決方案來提高生產力、提升社會福利和改善環境效益，促進虛實產業的融合發展，帶動新一輪的經濟高速增長。

25、例如，區塊鏈技術的創建是為了確保數字記錄不會被篡改或銷毀，從而提高交易的安全性和透明度，同時，其應用（如加密貨幣）也提供了一個不受中央政府控制的支付系統。智能經濟中的技術能夠創造全新的產品和資產類別（例如NFT和加密貨幣），其全部潛力正在不斷演變和發展。誠然，智能經濟依賴于數字經濟中已經可用的技術。因此，雖然不能完全區別描述這兩個概念，但本研究提出了這兩個概念不同的三個關鍵特征。這些差異是通過技術和成本突破實現（因此，更多地采用和試驗應用程序），例如通訊（5G+）、人工智能（AI）、物聯網（IoT）、區塊鏈、下一代交互技術（AR/VR），甚至其他非信息通信（ICT）技術的推動者，例如納米技術（

26、nanotech）、生物技術（biotech）、綠色技術（green tech）。圖2總結了這些特征。首先，智能經濟通過提供更高效和更廣泛的技能獲取途徑，為勞動力提供了增量收益，從而增加了整體勞動力流動性。其次，智能經濟中的資本為勞動力提供補充，以突破人類創造力的邊界，允許創造新想法來滿足快速變化的市場需求。第三，智能經濟還具有技術集成度更高的特點，以創造出新的服務產品，并優化生產流程（如柔性制造），從而實現更大的范圍經濟并降低生產風險，如產能過剩問題。11智能經濟圖2 區別智能經濟和數字經濟的三個關鍵特征資料來源：安永分析智能經濟 智能培訓以及高效的技能開發方法 更安全、成本更低廉地獲得新技

27、能培訓 進一步提高勞動力流動性，尤其是跨行業和更高報酬工作 資本（即技術）在創作過程中補充或接管勞動力 試錯及產品化成本大幅降低 高水平的技術集成（如人工智能、區塊鏈和物聯網）協同工作 高度靈活的生產流程數字經濟 創造了更多的新的工作機會，但并未導致工資顯著提升 創作過程主要由人類完成 數字平臺創造了更多分銷渠道，但未改變底層產品 沒有或剛剛開始技術集成 生產過程靈活性較低1.勞動力價值的提升2.資本拓寬人類創造力的邊界3.前沿技術整合以革新生產流程智能經濟通過增加獲得新技能的機會和勞動力流動性來提升勞動力價值 數字經濟創造了包括叫車服務、食品配送在內的多種新的機會。從本質上可以說，經濟中可獲

28、得的機會的范圍面臨重大擴張，并且每個機會有自己的一套要求。然而，盡管勞動力角色的類型有所增加，但這些新角色的工資相對現有角色在很大程度上仍然停滯不前。例如，一家中國的3C類產品生產流水線工人的月平均工資可達1,035美元，28 而一位中國外賣騎手的月平均工資約為1,125美元（人民幣7,750元）。29 部分原因是工人并沒有獲得市場所認可的“高價值”技能。相反，智能經濟有潛力通過提高智能培訓和技能發展方法以提升勞動力的能力來改變這一狀況，這將很大程度上幫助將回報重新分配至勞動力，而非由傳統資本所有者積累。28 SCMP（2019），富士康內部是怎樣的：中國最大的iPhone組裝工廠，https

29、:/ TechNode（2019），嚴格的到達時間和較低的工資促使中國的送貨司機承擔風險，https:/ Soldmatic（2022），焊接模擬器增強培訓與傳統培訓比較，https:/ PSFK（2022），Shein的AI程序大規模匹配當地需求.，https:/ 英國廣播公司（2022），Shein：神秘Z世代造型中國品牌，https:/ 衛報（2022），Shein：一次性快時尚不可接受的面孔，https:/ 對外科手術、駕駛和操作先進機械等角色的勞動力培訓變得更加有效，使勞動力得以轉移到全新的行業，以上如果沒有智能經濟應用的干預則不可能實現。同時，隨著勞動力提升技能的能力變得更加輕松，

30、其生產價值提升的可能性也變得更大，從而導致更多的技術收益被轉移至勞動力身上。智能經濟可以協助人類突破創造力的邊界，以滿足多變的消費者需求 在數字經濟中，資本（如技術、機器）主要用于減少消費者獲取產品、企業獲取消費者所付出成本。例如，隨著電子商務的出現，消費者在一天內瀏覽數百種產品并比較其價格的成本已被大大降低。此外，隨著企業通過簡化供應鏈、支付系統和下游物流來降低成本，商品價格能夠通過規模經濟降低。對于一家獲取客戶的企業來說，電子商務平臺和社交媒體使他們能夠接觸到遠遠超過實體店所能接觸到的客戶。然而，雖然數字平臺有助于增加企業的訪問和覆蓋范圍，但它們的基礎產品，如音樂和電影等內容，并沒有不同。

31、創作過程在很大程度上仍然是勞動力的職能。然而，在智能經濟中，資本和技術可以開始扮演和補充勞動力的角色，特別是在突破人類創造力的邊界方面，允許創造新的想法，從而開發出全新的產品、市場和生產流程。智能經濟的技術推動者將幫助勞動者創造性地產生想法，極大減少試錯和產品化的成本。例如，中國的一個快時尚電商品牌在整個供應鏈中利用AI，并成功從競爭者中脫穎而出。該公司的AI引擎可以實時捕捉消費者的需求變化或對新時尚趨勢的興趣。然后，AI引擎為其技術驅動和連接的供應鏈生成預測，以創建一個完整的產品系列，并在三天內將其交付給市場比大多數其他主要時尚品牌快五倍以上。31 據估計，憑借其AI引擎，32 雖然這家公司

32、的設計師團隊僅200人，平均每天卻能夠生成10,000款新設計。3313智能經濟我們看到有公司開發了可以讓用戶通過一句文本提示生成自由形式的數字草圖，以及基于草圖創建動畫的軟件。除此之外，人工智能虛擬藝術家AIVA（Artificial Intelligence Virtual Artist）是一名電子作曲家，據說其所創作的音樂通過了圖靈測試。隨著機器不斷獲得認知能力，并獨立于人類工人做出決策和執行任務，帶來了對經典經濟理論中“勞動”的重新定義。（進一步討論見專欄 1）。此外，先前對“資本”的定義也可以擴展到包括數據。其結果是，允許機器支持或接管以前留給人類勞動力的任務，將騰出能力和時間讓人類

33、自己參與更具戰略性和高價值的任務，包括擁有更多的休閑時間。14智能經濟智能經濟模糊了資本和勞動力之間的的界限柯布-道格拉斯生產函數是描述生產產出與資本（K）和勞動力（L）的生產投入之間關系的模型，尤其適用于制造業。1 函數描述如下：在這個公式中，Y是由生產投入要素L和K產生的總產出；A代表全要素生產率（TFP），指由投入水平無關的因素帶來的產出變化，如技術進步。傳統意義上，勞動力作為生產投入要素被嚴格定義為工人數量。從國家層面上講，這意味生產要素L很大程度上取決于該國的人口趨勢。另一方面，非數字經濟中的資本傳統上僅指現實世界的有形和實物資產，比如機器。然而，在數字經濟出現期間，由于互聯網和軟件

34、被賦予了真實的經濟價值，資本的定義不再嚴格局限于有形資產，這迫使資本的定義發生了轉變。勞動力與軟件等無形資產相結合，能夠產生20世紀20年代首次引入柯布-道格拉斯生產函數時未想到的經濟價值。隨著世界向智能經濟轉型，我們看到我們對全球經濟中勞動力和資本的思考又發生了一次質的轉變。這是因為機器和資本正在逐漸侵占傳統的勞動力角色。過去，這只是工廠所有者在增加機器數量還是工人數量之間進行權衡的問題。但在智能經濟中，隨著資本可以模擬自然智能，例如日程安排、形成建議、閱讀文字和專欄 1理解發言，勞動力和資本現在比以往任何時候都更加融合。因為隨著資本正扮演著勞動力的角色，兩者現在可以在過去無法實現的動態中相

35、互加強，商品生產方式的舊結構和模型方程不再成立。雖然人工智能能夠產生洞察和分析供勞動者使用，但反過來勞動力可以指導和培訓人工智能以使其輸出更符合勞動力需求的結果。資本和技術在智能經濟中的作用是通過承擔繁重任務的負擔，使勞動力能夠過渡到更高價值的角色，或為他們提供必要的工具，將生產力提高到新的高度，從而增強勞動力的能力。由于勞動力需要不斷地被重新定義，并且勞動力和資本越來越相互依賴，過去勞動力和資本的經典二分法不再適用。資料來源：1 C.Cobb和P.Douglas（1928），生產理論，https:/www.jstor.org/stable/181155634 C.Shapiro 和H.Var

36、ian（1999），信息規則：網絡經濟戰略指南，https:/ 前沿技術的日益集成是智能經濟的一個關鍵特征萌芽期集成上升期集成下一代集成數字經濟智能經濟高度集成的前沿技術例如，當與物聯網傳感器和5G+的低延遲功能一起使用時，可以解鎖元宇宙中生成數字孿生的能力。人工智能還可以與數字孿生體配對，以提高效率，預測潛在風險并增強決策能力。物聯網單獨使用以收集實時數據，以促進更快、更好地決策物聯網和人工智能AI變得更加高效，通過利用物聯網系統創建的數據來進一步改進決策和提高運營效率人工智能模仿人類執行諸如閱讀、聽力和玩游戲等任務的機器5G+和元宇宙當5G+技術提供更低延遲和更高速度以提供真正沉浸式擴展現

37、實（XR）體驗時，元宇宙的應用程序和有效性會得到提高智能經濟將以技術的更大集成為特征，徹底改變生產流程 雖然支持智能經濟的一些關鍵技術已經存在了一段時間，但是它們大多是獨立使用的。換句話說，技術之間集成程度尚不成熟（或沒有）。隨著世界向智能經濟過渡，這些技術之間的集成水平將顯著提高，從而帶來更廣泛的生產能力提升。（圖3）例如，在智能經濟中，由于技術的發展，采用AI作為單點智能的成本將變得更低。除此之外，集成多種智能系統以獲得新的解決方案也正成為一種新興趨勢，這有潛力使得生產效率呈指數級增長。換言之，智能技術的采用和集成的提升可以反映梅特卡夫定律的結論，即網絡的價值與系統連接用戶數的平方成正比（

38、n2）。3416智能經濟35 優傲機器人（2022），關于優傲機器人，https:/www.universal- Equipment News（2020），協作機器人為質量控制流程開辟新視野，https:/www.equipment- 優傲機器人（2022），廈門建霖集團，https:/www.universal- capacity pooling）是柔性制造的關鍵推動要素，也展現了智能經濟中資本的價值是如何通過技術的整合大幅提升的。一個融合了包含物聯網和人工智能等多種下一代技術的單一智能系統。35 協作機器人本身可以被視為多個協作機器人通過5G+技術的支持相互交互，是多元智能系統相互協同運行

39、的一個典型例子。一家中國領先的浴室配件和汽車配件制造商，引入了64臺協作機器人，用于提升其生產流程的效率。36 通過利用協作機器人及其相互集成，并調整其功能和布局，該公司成功地將新項目的生產線調配時間從6個月縮短至1周。自部署協作機器人以來，該制造商的產品產量大幅提高，而員工崗位的重新部署也有效地幫助降低了公司的員工流動率。37 專欄2提供了另一個例子，以說明技術的整合如何促成獨特的解決方案，如自動駕駛汽車，從而為社會帶來積極效益。17智能經濟汽車從非數字經濟時代向智能經濟的過渡在非數字經濟中，汽車是主要資產（資本）且需要駕駛員（勞動力）才能發揮作用，因此只有依靠勞動力才能操作汽車（例如，如何

40、從A點到B點、轉彎時需要轉向多少等）。但隨著技術在數字經濟中的發展，如車輛健康狀況、導航建議和安全性等各種信息變得唾手可得。雖然駕駛員仍然對汽車擁有最終控制權，但他的決策得到了他所掌握的數字數據的支持。其結果是駕駛員能夠通過選擇最佳路線，規避交通擁堵并減少診斷車輛健康狀況所花費的時間來縮短行駛時間。在智能經濟中，車輛將逐漸開始執行以前需要人類輸入的單一任務，例如保持在車道內或在前車靠近時減速。以上操作通常指駕駛自動化水平中的“1級：輔助駕駛”。然而，當這些技術相互集成時，便能實現“2級：部分駕駛自動化”。最終，當車輛實現完全自動駕駛時，人類將可以在通勤期間完成其他任務，達到“5級：完全自動駕駛

41、”。至此，每天在路上花費大量時間的通勤者將不需要在旅途中占用大量注意力，并將有更多的時間和能力專注于能夠產生額外經濟價值或個人效用的其他任務。此外，在智能經濟中的資本智能不太可能僅停留在解放勞動力這點上，而很可能包括以比人類更高效地執行原本以勞動力為中心的任務的能力。比如，智能車輛之間以及車輛與道路基礎設施之間能夠相互通信。這為車輛和道路基礎設施帶來集成通信，從而為交通管理和提升通勤效率開辟新的機會。專欄 2隨后，未來城市內信息通信技術將不僅局限于“車輛對車輛（V2V）”或者“車輛對基礎設施（V2I）”之間，由于城市內數據搜集的途徑增多。這些途徑還包括公民、發電廠、公用事業、供水系統、廢物處置

42、、犯罪偵察、學校、圖書館、醫院等。通過從全城多個組成部分收集數據，我們將能夠優化城市運營和服務的效率，并創建智慧城市。技術的整合是智能經濟的關鍵組成部分，它將使我們能夠最大限度地發揮整體社會效益。智能經濟背后的關鍵技術第 3 章19前沿技術指的是在未來十年有可能大幅擴展、顯著顛覆多個行業，并為社會和經濟創造重大利益的技術。其中許多技術都被認為是“智能”的，因為它們能夠支持我們在生活中更快、更好地做出決定。表1總結了這些前沿技術。雖然其中一些技術如人工智能、物聯網等已經存在了一段時間，但其形式和范圍都在不斷發展。表1：實現智能經濟的各種前沿技術綜述 技術描述描述5G+通信技術5G+通信技術提供超

43、低延遲和巨大的網絡容量，將所有人和所有事物（包括機器、物品和設備）虛擬連接在一起。5G+的開發已經開始，5.5G 和 6G 由于速度更快、延遲更低，可能會提供更多用例。車輛對車輛（V2V）和車輛對基礎設施（V2I）通信 遠程手術 企業協作 家庭娛樂 應急通信 智慧城市人工智能人工智能是一系列技術（如機器學習和自然語言處理），它們模仿人類智能來執行諸如解決問題等認知任務。工業機器人 自動駕駛汽車 預防醫學下一代交互技術下一代交互技術可以描述為虛擬空間網絡，允許在 3D 沉浸式環境中進行交互。與標準互聯網相比，用戶可以通過元宇宙中的虛擬形象與他人進行互動。沉浸式旅游 游戲 房地產 虛擬廣告 醫學教

44、育物聯網（IoT）物聯網（IoT）是一個嵌入了傳感器、軟件和其他技術的物理對象網絡，目的是通過互聯網與其他設備和系統連接和交換數據。智能可穿戴設備 智能家居 預見性維護區塊鏈區塊鏈是一個共享的、不可變動的賬本，有助于在商業網絡中記錄交易和跟蹤資產（有形和無形資產）。非同質化代幣（NFT）分散式金融 供應鏈和物流監控 智能合約非數字使能技術其他非數字相關技術，例如納米技術、生物技術和綠色技術，是數字技術的補充，以擴大智能經濟的可能性。納米材料 納米醫學 藥物基因組學20智能經濟5G+5G是第五代移動網絡。5G無線技術旨在為更多用戶提供更高的多Gbps峰值數據速度、超低延遲、更高的可靠性、更大的網

45、絡容量、更高的可用性和更統一的用戶體驗。5G被用于多種可以改變我們生活的事情，包括為我們提供更快的下載速度、低延遲以及為數十億設備提供更多的容量和連接，特別是在虛擬現實（VR）、物聯網和人工智能（AI）領域。例如，使用5G，您可以獲得更優質的體驗，包括幾乎隨訪即達的云服務、多玩家云游戲、增強現實購物、實時視頻翻譯和物聯網自動駕駛汽車。385G的預計采用率與所有前代的網絡截然不同。據估計，到2022年，5G連接數量將超過10億，到2025年將超過20億，成為全球范圍內規模覆蓋最快的一代。與3G和4G相比，5G在推出18個月后在移動連接中的占比就超過了5.5%，而3G和4G在同一時間的滲透率均未超

46、過2.2%。到2025年底，5G網絡將占移動連接總量的五分之一以上，全球超過五分之二的人口將生活在5G網絡覆蓋范圍內。39 此外，業界已經達成共識，在未來10年，網絡將從5G發展到5G+（如5.5G和6G），40 以改善用戶的實時交互體驗，增強蜂窩物聯網能力，創建更多應用程序。38 高通（2022），您需要了解的有關5G的一切，https:/ 全球移動通信系統協會（2022），移動勢頭：2022年5G連接數量將超過10億，https:/ 華為（2021），智能世界2030，https:/ 麻省理工斯隆管理評論（2017），人工智能將創造的工作，https:/sloanreview.mit.ed

47、u/article/will-ai-create-as-many-jobs-as-it-eliminates/42 科技縱覽（2021），人工智能預測新冠肺炎無癥狀感染者機器學習識別超級傳播者，并在移動人群中對傳染源進行排序，https:/spectrum.ieee.org/ai-predicts-asymptomatic-carriers-of-covid1943 美國國家人類基因組研究所，人工智能、機器學習和基因組學，https:/www.genome.gov/about-genomics/educational-resources/fact-sheets/artificial-intel

48、ligence-machine-learning-and-genomics人工智能人工智能是通過機器，尤其是計算機系統，對人類智能過程的模擬。這意味著，隨著機器越來越能夠承擔人類的任務，在智能經濟中，勞動力和資本的融合將有所增加，隨著它們的相互作用，生產效率將提高到新的水平。這與人工智能將產生的許多新崗位是一致的，如同情心訓練師、透明度分析師和機器經濟師，他們分別屬于人工智能的訓練師、解釋者和維持者類別。41 對于人類來說，他們工作中許多難以猜測或不確定的方面都可以通過機器學習來解決，使他們能夠更有效地利用時間。人工智能的發明本身可以被視為一種新的資本形式，因為它具有內在價值，并且本身就具有生

49、產力。此外，由于人工智能能夠與人類一起工作并協助他們完成各種任務，這應該會為更多的勞動力騰出時間，讓他們參與其他經濟活動或休閑和休息等高效用活動。人工智能有三種形式：狹義人工智能（ANI）、通 用 人 工 智 能（A G I）和 超 級 人 工 智 能（ASI）。ANI主要專注于單一任務，是目前人工智能的主要形式。AGI技術將使機器能夠像人類一樣理解世界，并具有學習如何執行大量任務的能力。ASI指的是與人類思維相匹配并超越人類思維的人工智能技術。要被歸類為ASI，該技術必須在所有可能的方面都比人類更有能力。用神經形態計算對人腦進行完全建模的研究已經開始，這是一種根據人腦和神經系統的原理對計算機

50、硬件和軟件進行建模的方法。隨著各行各業采用率增加，人工智能已經滲透到了行業和人類生活的各個方面。特別是新型冠狀病毒肺炎加速了人工智能在醫療行業的應用，遠程醫療、醫療機器人和病理學輔助診斷的使用幫助臨床醫生在疫情期間履行各種職能。例如，在新型冠狀病毒肺炎防控階段，開發了可以識別人群中“無癥狀感染者”和“超級傳播者”的機器學習算法。42 此外，研究人員正越來越多地嘗試將基因組測序與人工智能相結合，以便更早地檢測潛在疾病，了解某種癌癥在患者體內的進展情況，并識別致病基因組變異。43 人工智能也改變了工廠生產商品的方式。智能工廠可以在工廠運營規劃中提供價值，而智能機器可以自動化生產過程，并通過預測性維

51、護減少停機時間。人工智能機器人可以使用機器學習算法自動執行工廠車間的某些決策過程和日常任務。人工智能還具有應對氣候變化的能力，從人工智能在減排領域的應用，到幫助我們加強適應氣候變化的能力。人工智能可以使組織通過分析排放數據來監測其碳足跡。他們還可以使用22智能經濟44 INF（2022），支撐“元宇宙”的六大技術支柱BIGANT，https:/inf.news/en/tech/aa014e2124875cc39dc4df026886f03a.html45 房地產、廣告、零售、時尚等預測性人工智能工具去預測未來的排放量，從而設定碳足跡目標并優化運營。?？松梨冢‥xxonMobil）通過部署在各

52、地的傳感器收集了大量的數據，并使用人工智能對這些數據進行分類。人工智能還可以通過安裝傳感器和處理數百萬張衛星圖像來識別非法森林活動，從而提高森林監測的準確性。一些創新還包括預測森林砍伐，并與地方政府和機構合作采取預防措施。PrevisIA使用人工智能分析衛星圖像，并通過算法找到最容易發生森林砍伐的地區。通過圖像處理森林模型，該工具可以識別非官方道路（預測未來森林砍伐的主要指標之一），并模擬未來的場景，在森林火災等雨林損失事件發生之前阻止它們。該工具最近發現了近1萬平方公里的巴西亞馬孫地區正面臨迫在眉睫的危險。下一代交互技術交互技術分為輸出技術和輸入技術。輸出技術包括頭戴式顯示器、觸覺、痛覺、嗅

53、覺，甚至是直接神經信息傳輸和其他將電信號轉換至人體感官的技術；輸入技術包括微型攝像頭、位置傳感器、力量傳感器和速度傳感器。復合的交互技術還包括各類腦機接口，這也是交互技術的終極發展方向。44 由埃隆馬斯克（Elon Musk）共同創立的Neuralink是一家腦機接口公司，該公司聲稱已經能夠通過植入猴子大腦藍牙芯片，讓猴子玩一款簡單的電腦游戲Pong。交互技術的發展是元宇宙發展的關鍵驅動因素。元宇宙被定義為用戶可以在線交互的虛擬現實空間，它正在演變成一個日益龐大和豐富的生態系統，包括元宇宙網關、平臺和數字基礎設施。此外，它還包含了各種各樣的服務提供商，以增強客戶在身份識別、社交、游戲和經濟服務

54、方面的體驗。45 這是一種全新的沉浸式互聯網。人們無需在電腦上查看數字內容，而是戴上虛擬現實頭盔在3D環境中移動。隨著交互技術的日益突顯，它可以被視為一種新的資本形式，與非數字經濟中的機器截然不同。通過創建一個完全虛擬的空間，企業可以利用這種新的資本形式為客戶提供價值。相反，對于勞動力來說，他們的價值得到提升，因為通過交互技術接受虛擬服務可以節省大量的時間，省去了從一個地方去到另一個地方的需要。此外，使用交互技術具有提高勞動力的能力的巨大潛力，因為以前由于距離遙遠而無法交付的許多任務或服務已不再面臨這種障礙。事實上，通過虛擬世界，人們甚至可以在現實世界執行抉擇之前，預先試驗各種選項。在智能經濟

55、中，由于交互技術創造了新的可能性，勞動力和資本將比以往任何時候都更加融洽。企業已經開始探索虛擬空間在其運營中可能的應用范圍，以及該技術對商業模式和價值主張的潛在影響。例如，交互技術為游戲和娛樂產業提供了巨大的變革潛力。在早期的沉浸式游戲模擬城市（Sim City）、我的世界23智能經濟（Minecraft）和第二人生（Second Life）中已經出現了一些元宇宙概念，如3D化身和世界建設。羅布樂思（Roblox）是一個集游戲和元宇宙體驗于一體的領先元宇宙玩家，日活躍用戶數從2020年的3,260萬增長到2021年的近5,000萬。46 游戲公司也有機會通過舉辦音樂會、虛擬商品貨幣化和品牌廣告

56、交易來開辟新的收入來源。在疫情期間，對現場娛樂的限制為虛擬形式鋪平了道路。例如，夢龍樂隊（Imagine Dragons）、愛莉安娜格蘭德（Ariana Grande）等幾位藝術家都舉辦了他們的首次虛擬現實演唱會。此外，下一代交互技術的優勢也延伸到了醫療領域。例如，Level Ex等公司開發的醫療視頻游戲，旨在提高內科醫生和外科醫生的臨床技能。Level Ex還幫助NASA建立了未來宇航員醫療培訓的框架。通過元宇宙，相隔千里的兩個人可以共同進行虛擬手術。未來，從空間計算技術到視頻會議的一切技術進步，以及5G+較低的延遲，都將使虛擬手術能夠與真實手術同時在手術室內進行。醫院甚至可以使用數字孿生來

57、確定外科醫生在手術中應該使用的最佳技術或角度。47物聯網（IoT）物聯網是一個術語，描述了我們與世界共享的日益復雜的在線連接設備生態系統。如今，我們在家里、辦公室、工廠或身上使用的許多設備都可以進行數字連接，因此稱為“物聯網”。聯網事物的數量已經超過了聯網人數。過去十年，全球物聯網連接數量以每年10%的速度增長。到2030年，物聯網連接數量的增速預計將比互聯網用戶增速快10倍以上。48 物聯網釋放了現有資本存量的潛力，通過連接到互聯網來提高它們的生產效率。它允許它們的集體生產力作為一個整體得到提高，由于現在它們獲得了相互交換信息的能力。然而，通過物聯網的使用，勞動生產率也得到了提高。這是因為他

58、們現在可以訪問以前無法獲取的數據。物聯網帶來的實時數據涌入將使勞動者能夠做出更好的決策，同時也能更好地理解周圍的世界。自其發展以來，這一概念經歷了巨大的轉變，連接已從為互聯網設計的設備（如手機和計算機），發展到諸如車輛、空調、洗衣機、可穿戴設備和家用機器人等對象。2019年，物聯網設備生成的數據量約為18澤字節，到2025年，IDC預計這一數字將增加三倍以上，超過73 澤字節。與十年前相比，最后一英里連接的改46 福布斯（2022），五個將被元宇宙改變的行業，https:/ 創新者（2022），元宇宙將如何改變商業運作方式，https:/theinnovator.news/how-the-me

59、taverse-might-change-the-way-businesses-operate/48 華為（2021），智能世界2030，https:/ 智能手表等可穿戴技術在物聯網領域及諸多的商業領域都具有巨大潛力?？紤]到許多智能手表和可穿戴設備都集成了健康和健身監測選項，以健身和生活方式為基礎的企業將發現這一趨勢尤其有益。隨著可穿戴物聯網設備可用于預防和監測心臟病發作、高血壓和哮喘，醫療保健行業也有望利用這一日益增長的趨勢。與人工智能一起，物聯網還可以用于分析患者數據、遺傳信息和血液樣本，以開發新的藥物。49 德勤（2020），互聯世界的興起，https:/ 3的類人機器人。這些機器人將有

60、能力與我們一起工作，執行更繁瑣和例行的任務，以釋放勞動力從事更多增值任務。通過縮短獲取新技能所需的時間，虛擬世界內的培訓和技能發展也將發生革命性變化。與傳統的課堂式培訓相比，由人工智能技術支持的數字教練可能具有重要優勢，因為它可以使用3D對概念進行可視化的演示。區塊鏈區塊鏈于2009年首次出現，是一種可用于記錄和存儲交易的數字賬本技術。這一概念最初起源于加密貨幣，但隨著技術的進步，現已在多個行業中得到應用，從供應鏈到零售再到醫療保健。區塊鏈技術正在改變開展業務的本質，并幫助企業重新定義如何管理有形資產和數字資產。使用區塊鏈系統可以更好地追蹤有形資產，而不可復制的數字資產，如非同質化代幣（NFT

61、）（見專欄4），正在改變我們在現實世界中思考資本的方式。銀行和金融業率先采用區塊鏈技術。它通過實現更快的跨境支付、更高的透明度和降低成本，正在徹底改變數字銀行和商業的運作方式。區塊鏈將所有相關方置于一個共同的數字化基礎設施中，從而能夠更有效地執行交易并減少欺詐。在區塊鏈上可以存儲KYC聲明，同時也允許銀行訪問客戶信息并執行盡職調查。區塊鏈網絡中每個參與者的唯一數字身份有助于簡化身份驗證過程，從而降低運營成本。區塊鏈發揮巨大潛力的另一個領域是供應鏈效率。通過可用的分散信息幫助參與者記錄和訪問相關細節，如價格、日期、地點、質量和認證，實現了材料供應鏈的端到端追蹤。例如，汽車制造商在生產了故障汽車后

62、，要承擔召回和維修的巨大成本。然而，通過使用區塊鏈更有效地追蹤故障部件的供應商，他們能夠更好地控制問題，減少時間和勞動力成本。區塊鏈提供的另一個重要的服務是智能合約。智能合約是存儲在區塊鏈上的程序，在滿足預定義條件時運行。它們可以通過自動執行其條款和條件來自動化、計算和安排付款。當履行義務時，這些合約可以立即執行，從而節省時間，消除中介，并允許多方基于共識的驗證。27智能經濟非數字使能技術需要注意的是，智能經濟中還有其他和信息與通信技術無關的技術，可以幫助實現前一章所概述的目標。納米技術被定義為對至少一維尺寸為1至100納米的物質的操作處理。納米技術可以用來對抗癌細胞，或者制造壽命延長10倍的

63、電池。50 生物技術被定義為自然科學和工程科學的結合，在醫療保健行業（如干細胞研究）和農業（如轉基因生物）中發現了許多使用案例。51 最后，綠色技術被定義為保護世界自然資源和減輕人類活動對環境的負面影響的使用技術，如第一章所述，它在解決全球經濟最緊迫的環境問題方面具有巨大潛力?？茖W家利用人工智能的力量開發了一種神經算子架構，可以模擬碳儲存期間的壓力水平，幫助科學家在碳封存期間找到最佳注入速率和位置。52 盡管這些例子并非嚴格來源于信息與通信技術領域，但重要的是要證明它們在與數字技術結合使用時如何為智能經濟做出貢獻。50 伊比德羅拉（2022），納米技術：大問題的小解決方案，https:/ 大英

64、百科全書（2022），生物技術的應用，https:/ Wen等人（2022），U-FNO 一種基于增強傅立葉神經算子的多相流深度學習模型，https:/ Auction House）舉辦了第一次基于數字的NFT拍賣會藝術家貝普爾（Beeple）的一件名為每一天：前5000天的作品。在那次拍賣中，他們創造了兩個第一：他們賣出了歷史上最昂貴的數字藝術品（成交價為6,930萬美元），并成為第一家接受加密貨幣支付的拍賣行。通過同時向客戶驗證一種新的藝術形式和一種數字貨幣，該拍賣行成為了在純數字世界中塑造商業運作方式的領導者這是一個他們已經加倍關注的未來。在首次拍賣僅一年后，佳士得的NFT銷售額現已經突

65、破1億美元。NFT是如何工作的？NFT是存在于區塊鏈上的獨特的且防篡改的數字資產，用于證明所有權和真實性。它們可以在線買賣，通常使用加密貨幣。區塊鏈的不可變性賦予了NFT價值。使用NFT，每一筆交易，尤其是涉及所有權的交易，都會在區塊鏈上記錄和驗證。這使得NFT能夠在許多領域中應用，例如游戲和元宇宙中的數字資產所有權，以及門票和現實世界的藝術品認證。目前使用NFT的領域：游戲：2017年，一款新的視頻游戲CryptoKitties開始流行，它允許用戶收集、繁育和出售NFT小貓。像Axie Infinity和Blankos Block Party這專欄 4樣的游戲正在掀起一股“邊玩邊賺”（P2E

66、）模式的浪潮，這種模式允許玩家在獲得潛在的有價值的游戲內部資產（如皮膚、卡片或特定類型的加密貨幣）時賺取真金白銀。Axie平臺交易額超過35億美元，是世界上最有價值的NFT項目之一。元宇宙：作為證明虛擬空間中身份和數字資產所有權的安全方法，NFT在元宇宙中也被證明是有用的。領先的元宇宙公司Decentraland和Sandbox正在使用NFT標記從用戶名到游戲內可穿戴設備再到房地產的一切內容。門票：將門票創建成NFT可以更好地控制門票轉售市場，確保門票存儲更安全，并為門票被視為數字收藏品提供了機會。萊昂國王（Kings of Leon）出售的NFT使買家在巡演中有權終身享有前排的座位。Coin

67、base在紐約州長舞會音樂節（the Governors Ball Music Festival）上提供免費的NFT作為商品，允許用戶進入VIP休息室。藝術和收藏品：NFT正在通過改變藝術交易的方式來顛覆藝術界。通過數字化他們的藝術，藝術家可以通過使用區塊鏈技術認證他們的作品來獲得更大的利潤。NFT可以代表多種類型的作品，如繪畫、模因、動圖、音樂、視頻等。例如，推特（Twitter）首席執行官杰克多爾西（Jack Dorsey）出售了他于2006年3月推特發布當天發布的第一條推文，這條推文以NFT的形式拍賣，最終以接近300萬美元的價格出售。我們看到近年來涌現了許多買賣NFT的平臺，如Top

68、Shot，一個用于購買、出售和交易NBA時刻視頻的NFT市場，以及無聊猿猴游艇俱樂部（Bored Ape Yacht Club），截至2022年，它已經通過出售卡通猿圖片獲得了超過10億美元的收入，這些圖片被賈斯汀比伯（Justin Bieber）、帕麗斯希爾頓（Paris Hilton）和麥當娜（Madonna）等人購買。NFT量化智能經濟的價值第 4 章30到2030年，智能經濟的價值可達到18.8萬億美元智能經濟有潛力在許多行業產生廣泛的價值。這些價值通常無法通過傳統的經濟核算方法進行估計，例如國內生產總值（GDP）。國內生產總值（GDP）僅測量經濟中商品和服務的貨幣價值，但不考慮更廣泛

69、的外部性價值，例如社會和環境效益。53本研究試圖通過三方面的影響來源捕捉這些益處的價值：i.生產力的提高，即由于應用和使用新一代技術，全球經濟所產生的增量增長。ii.社會福祉的提升，使用新一代技術在時間節省、健康和安全以及社會包容性方面具有積極的外部效應。iii.環境效益的增加，企業通過技術實現的脫碳應用所創造的碳稅減免價值。智能經濟有潛力為全球經濟創造重大價值。據估計，到2030年，智能經濟的總價值可達到18.8萬億美元（圖4和5），占全球經濟的16.9%以上。54 2020至2030年，智能經濟預計將以18.0%的年復合增長率增長，高于非數字經濟和數字經濟分別預計的2.3%和6.1%年復合

70、增長率。未來，各國對前沿技術采用的速度和程度將決定其享受智能經濟利益的速度。隨著未來可能會發現更多的使用案例和應用程序，智能經濟未來的實際價值可能會大于本研究中估計的價值。未來，通往更大、更高效的智能經濟之路無疑需要更多的資本投資將涌入到所有行業的前沿技術中，同時為這些技術應用的蓬勃發展創造有利的監管和商業環境。到2030年，智能經濟的總價值可達到18.8萬億美元，占全球經濟的16.9%53 例如：在生活標準上：更優質的健康服務、更安全的生活、更廣泛的受教育機會、更良好的工作條件、防止犯罪與安全、更令人滿意的休閑生活等，無法單純用GDP來衡量一個環境的健康與可持續水平。54 本報告中的所有數字

71、都是以2015年為基準年的實際數字。31智能經濟圖4 到2030年，智能經濟可額外產生18.8萬億美元的價值資料來源：華為、牛津經濟研究院、安永分析非數字經濟智能經濟數字經濟單位：萬億美元01020304050607080901001101201302024202120202022202320252026202720282029203018.8萬億美元30.4萬億美元80.6萬億美元圖5 智能經濟增速預計將高于數字經濟以及非數字經濟資料來源：華為、牛津經濟研究院、安永分析單位：萬億美元02040608010012014016064.416.83.684.8202080.630.418.8203

72、0129.810年復合年增長率18.0%6.1%2.3%非數字經濟智能經濟數字經濟X%復合年增長率+4.3%32智能經濟圖6 生產力提升可能成為2030年智能經濟價值最大貢獻者資料來源：華為、安永分析1 由于四舍五入的緣故，其合計數未必與總計數相等單位：萬億美元1051015209.118.85.24.5智能經濟生產力的提高社會福祉的提升環境效益的增加49%28%24%100%從細分的三個影響來源來看，生產力提高所帶來的潛在價值最大，預計約為9.1萬億美元；社會福祉的提升可帶來5.2萬億美元的價值，最后到2030年生產力提高的價值預計可達到9.1萬億美元首先，各行業可以通過應用前沿技術提高生產

73、率。這些將對全球經濟產生的積極影響，同時跨行業所產生的影響及乘數可使用一般均衡模型進行估計（詳見附錄）。如前文所述，自1990年代末以來，發達經濟體的勞動生產率增長普遍放緩。這一下降趨勢始于全球金融危機之后，而新冠肺炎大流行造成的破壞進一步加劇了這一趨勢。智能經濟有潛力通過讓勞動力專注于更高價值的技能和能力，如創造力、問題解決能力和交際能力，從而幫助經濟體解決生產率下降的問題。這些益處的很大一部分將不是來自取代現有勞動力和資本，而是來自使其能夠更有效地得到使用。對選定行業的生產力影響的一些示例包括：是環境效益的增加，預計價值約為4.5萬億美元（圖6）2030年生產力提高所帶來的潛在價值預計可達

74、到9.1萬億美元制造業將獲得最大收益（2.3萬億美元）制造業：制造商可以在工廠的設計階段使用人工智能來優化流程，以實現最大的投資回報。此外，物聯網為預測性維護打開了大門，減少了機器停機時間，并最大限度地提高了機器生產率。33智能經濟圖7 制造業、貿易業和建筑業可在智能經濟中獲得最大的生產力提升資料來源：華為、安永分析1 由于四舍五入的緣故，其合計數未必與總計數相等單位：萬億美元110年復合年增長率14.2%11.4%16.7%16.1%16.1%15.1%17.1%17.3%15.8%18.9%16.1%19.0%18.7%15.1%16.1%16.1%17.2%15.2%食品加工業教育業貿易

75、業建筑業房地產業藝術與娛樂業專業服務業制造業交通運輸業電力業住宿和餐飲業農業健康服務業廢物與水利業總計石油與煤炭業金融與保險業采礦業1,0841,0179958378123823522362352161531421269283739,0009,25002505007502,0002,2501,0001,2501,5001,7509,1442,310 醫療保健業：物聯網、5G+、植入式診斷設備和可穿戴設備使醫療服務提供商能夠在家庭環境中接觸到患者，從而為他們節省了前往醫生辦公室和醫院所可能產生的昂貴行程花費；同時，也使得醫療服務提供商在醫院便能準確評估患者的當前狀況并確定最佳治療方案。零售業：零

76、售商可以將攝像機中的人工智能和RFID技術結合起來，創造一種完全自主的購物體驗，在這種體驗中，客戶只需“即拿即走”，跳過排隊，并在其設備上以數字方式接收收據。這項技術的使用還將使零售商更好地了解購物習慣，并改進特定物品的貨架空間排布與選擇。金融服務業：金融機構可以利用量子計算分析大型或非結構化數據集，從而做出更好的決策并改進客戶服務，例如提供更及時或更相關的服務（例如，基于瀏覽歷史的抵押貸款）。圖7突出了按行業劃分的智能經濟潛在生產力收益的價值。制造業、貿易業和建筑業的潛在收益最高，制造業可獲得超過2.3萬億美元的生產力收益。制造業在智能經濟中的生產力受益最大的原因是基于現有研究有大量適用于該

77、行業的使用案例和應用程序。其中許多先進和智能的技術解決方案尚未在全球范圍內的所有制造流程中得到充分利用和采用，特別是在發展中經濟體的制造工廠中。建筑業也是智能經濟的主要受益者（預計超過1萬億美元），具體細節見下方專欄5。34智能經濟專欄 5的精確測量地圖和航拍圖像所需的時間。精確任務調度和預測：通過實時收集站點數據，人工智能可以通過考慮天氣條件、工人技能水平和潛在中斷因素，實現更精確的資源分配并減少閑置時間。自動施工設備：一些公司正在提供自動駕駛的施工機械，如自動推土機和鋪磚機器人，可以節省時間并提高效率。加強施工現場的安全：事故是造成施工延誤和成本超支的主要原因。通過將人工智能的計算機視覺能

78、力與施工現場的攝像頭相結合，可大大降低風險并減少事故數量。民用信息建模：現在使用3D軟件對項目建模，而不是開發2D圖形。這使得用戶可以沉浸在已完成的項目中，并在開始任何施工之前評估模型。案例研究：拉森特博洛集團（L&T）對其價值100億美元的建筑業務進行了現代化改造經過四年的努力，拉森特博洛集團（L&T）的工程和建筑業務正在從有效執行、范圍全面的數據戰略中獲益。450個工作地點的10,700多臺機器已經連接，員工通過培訓來充分了解通過各種技術創建的項目的實時分析，如人工智能、物聯網、VR/AR、機器人流程自動化和網絡安全。通過實施VR沉浸式培訓、使用移動應用程序進行合規處理以及使用傳感器和信標

79、，工作場所的安全性得到了極大改善。此外，現在項目的每個組成部分都可被測量，從而提高設備燃油效率25%，提高工人生產率15%，提升工廠和機械生產率和利用率10%。2資料來源：1 麥肯錫（2020），建筑業的下一個新常態，https:/ 哈佛商業評論（2020），從零開始構建數據驅動文化，https:/hbr.org/2020/02/building-a-data-driven-culture-from-the-ground-up建筑業可以通過部署前沿技術獲得顯著收益建筑業包括房地產、基礎設施和工業建筑，是全球經濟中規模最大的行業之一，占全球GDP的13%。但該行業一直受到生產率增長放緩的制約。一

80、項研究指出，過去20年來，該行業的勞動生產率年均增長率僅為1%，僅為總經濟平均增速水平的三分之一。1 該行業在利用前沿技術克服挑戰方面具有巨大潛力，例如用工安全、勞動力短缺以及成本和進度超支等。然而，該行業并不以有效利用數據或使用尖端分析做出明智的商業決策而聞名。技術可以有助于在設計、招標、融資、采購、施工、運營、資產管理和商業模式轉型等領域為建筑活動增值。數字技術正在促進更好的協作，并使得決策朝著更加數據驅動的方向轉變。因此，許多公司在其整個組織中采用了5-D建筑信息模型（BIM）、高級分析、數字采購和供應鏈管理。其中一些產品包括：數字孿生：通過數字孿生產生的節約潛力巨大，從產品開發延伸到整

81、個產品生命周期。例如，它可以用于問題診斷和預測性維護，與當今使用的勞動密集型流程相比，可大大降低成本?；谌斯ぶ悄艿墓ぞ呖梢酝ㄟ^將建筑信息模型（BIM）云中的建筑數字孿生模型與實際建筑形態進行比較，來檢測施工過程中可能出現的差異、延遲和變化。無人機測量：配備光學攝像頭的無人機和地面車輛可以進行監測活動，特別是在不安全或無法進入的區域。地理信息系統（GIS）、無人機（Drones）和地理空間人工智能（GeoAI）顯著減少了收集工作現場55 德勤（2021），有目標的城市未來，https:/ 美洲開發銀行（2022），人工智能對女性工作生活的影響，https:/publications.iadb.

82、org/publications/english/document/The-Effects-of-AI-on-the-Working-Lives-of-Women.pdf到2030年社會福祉的提升可帶來5.2萬億美元的價值除生產力的提高外，使用上述新一代技術可做出更快的決策和更準確的預測，可產生的社會效益包括：時間節省、提高健康和安全效益以及改善社會包容性等。為了從全球的視角來充分理解上述影響，在下文將使用案例研究的方法進行探究。社會福祉的提升通過三個關鍵視角進行評估：i）時間節??；ii）提高健康和安全效益；以及 iii）改善社會包容性。i.時間節省智能經濟提供了多種應用程序，可以節省個人的時

83、間，并將節省的時間用于工作或休閑。例如，無人駕駛車輛的使用預計將帶來眾多益處，例如減少交通擁堵的規模、節省通勤時間。一項基于調查的關于自動駕駛汽車潛在影響的研究估計，從長遠來看，到2050年，自動駕駛汽車每天可以為駕駛者節省出50分鐘的自由時間，駕駛者可將這些節省的行程時間用于工作、放松休息或娛樂。ii.提高健康和安全效益近年來，在創新型警察服務、連接部隊與公民以及增強公民監督服務等領域，出于安全目的使用人工智能應用程序的情況越來越多。許多城市正在投資開發智能解決方案，如實時犯罪地圖、人群管理、槍擊檢測和無人機監控系統，以確保公共安全。一項研究表明，人工智能可以幫助城市將犯罪率降低30%至40

84、%，并將應急服務的響應時間縮短20%至35%。55 機器學習和大數據分析也使分析犯罪和恐怖主義數據成為可能，從而能夠識別犯罪的模式、相關性和趨勢，進而預測和預防犯罪。iii.改善社會包容性機器學習和人工智能等技術可以使教育、金融服務和招聘流程等系統更具包容性。例如，一份名為人工智能求職應用（2020年）的報告認為，正確和負責任地使用信息密集型人工智能搜索工具有可能加快服務流程，定制服務流程，并減輕導致就業歧視的偏見。56 通過更優秀、更靈敏的工具和算法，將空缺職位的特征與候選人的技能進行匹配，人工智能求職工具可以更好地將弱勢群體納入勞動力市場。人工智能系統還可以優化求職服務，確保每個人在考慮和

85、申請工作時都能獲得平等的機會。36智能經濟量化社會效益的方法本節側重于量化傳統會計計量方法未涵蓋的前沿技術實施帶來的社會福祉效益。通過廣泛的文獻綜述，評估了具有可量化社會影響的前沿技術的用例，并將其推廣到全球層面。本文對社會影響的大小的評估有許多值得注意之處。首先，文獻綜述并不詳盡，隨著技術和采用率的發展，更多/更不同的應用案例將持續出現，從而帶來更大潛在的益處。第二，本研究僅涵蓋積極的社會影響，由于試圖理解凈社會影響將帶來重大的不確定性，超出本研究的范圍。本研究評估了社會福祉的三個組成部分（進一步細分為12個子領域）。包含的效益是未定價的外部性，并且因應用案例而導致的任何生產效率增量都嚴格包

86、含在CGE模型中。有關估算方法的更多詳細信息，請參見附錄。第一部分：時間節省這是指消費者通過應用前沿技術享受的時間節省價值。下列五個應用最為相關：i.自動駕駛車輛：由于自動駕駛車輛，人類無需駕駛汽車而所節省的時間的價值。ii.交通管制和維護：由于使用物聯網和數據分析來優化交通管理而減少交通擁堵和等待時間而節省的時間價值。iii.自動結賬：在使用物聯網和RFID技術的雜貨店購物中，通過自動付款（無需收銀員）消除等待時間而節省的時間價值。這尤其適用于使用自助結賬機制的商店（如Amazon Go）。iv.家務自動化：由于采用先進的機器人來處理家務而節省了時間，用于參加對個人更有意義的活動所帶來的額外

87、的價值。v.公共服務交付：節省的時間價值來自于人工智能和機器學習等技術帶來的更高效的政府服務（例如計算和繳納稅款、注冊公共服務等）。第二部分：提高健康和安全效益本部分量化了智能技術應用帶來的健康和安全效益的價值，下列五個應用最為相關：i.自動駕駛車輛：通過使用自動駕駛車輛預防和避免事故等帶來的生命損失的價值。ii.犯罪預防：通過使用物聯網和預測分析方法來改進預警系統以預防嚴重犯罪，從而避免了生命和財產損失的價值以及刑事調查所產生的成本。iii.應急響應時間：使用嵌入物聯網和人工智能的衛星技術來加強自然災害監測并提高救災服務的有效調度能力，避免了生命損失、財產損失和醫療成本的價值。iv.患者監護

88、：通過物聯網和高級分析實現的患者監測和健康跟蹤應用程序的持續進步（通過減少潛在事故、傷害和提升健康治療療效）延長患者壽命的價值。v.工作場所傷害預防：使用物聯網和支持人工智能的應用程序預測和監測潛在事故（例如，監測安全違規行為，如工廠工人未穿戴頭盔和37智能經濟圖8 到2030年智能經濟可帶來5.2萬億美元的社會價值其中提高健康和安全效益帶來的價值貢獻最大資料來源：華為、安永分析1 由于四舍五入的緣故，其合計數未必與總計數相等單位：萬億美元1自動結賬自動駕駛車輛交通管制和維護公共服務交付家務自動化犯罪預防應急響應時間自動駕駛車輛工作場所傷害預防患者監護創造鄉村地區就業機會金融包容性總計31,5

89、24128442815822343467421,8412263,24641613719129%63%8%時間節省提高健康和安全效益改善社會包容性安全背心），從而避免工作場所的生命損失和傷害的價值。第三部分：改善社會包容性i.信貸準入：與依賴申請人申報的數據和征信機構信息的傳統方式相比，人工智能技術和大數據分析確定的預測模式可以幫助放款人擴大信貸渠道。這將有助于提高金融包容性，并為沒有信用評分的借款人提供更多的信貸機會。ii.鄉村地區的就業機會：物聯網、5G+和人工智能的出現可能會在鄉村醫療和農業行業創造新市場，創造新的就業機會，并改善鄉村地區服務不足的現狀。到2030年，時間節省、提高健康和安

90、全效益以及改善社會包容性的價值可分別達到1.5萬億美元、3.2萬億美元和0.4萬億美元通過對上述應用方向的量化計算顯示，到2030年，智能經濟通過提升社會福祉，可產生額外的5.2萬億美元價值（圖8）。在這5.2萬億美元中，時間節省、提高健康和安全效益以及改善社會包容性分別占總價值的29%、63%和8%。38智能經濟專欄 6驅動的應用程序和射頻識別（RFID）技術來管理服裝和裝束調度。機器人吸塵器：機器人吸塵器將提供無噪音清潔和自主清潔，并使用專門的映射算法來檢測障礙物。機器人吸塵器由語音命令和集成AI助手控制。微型無人機：據預測，微型無人機可用于完成諸如給植物澆水和監控房屋周圍安全等任務。這些

91、無人機將配備燈光、聲音、攝像頭、麥克風、傳感器和機械臂。人工智能管家：人工智能管家被想象為Siri或Alexa的超級高端版本，AI管家將協助日常生活的任務管理，例如支付賬單、管理訂閱和購物。人工智能管家還可能扮演教師或培訓師的角色。反向微波爐：在設計構想中，反向微波爐可以立即冷卻物體。超智能冰箱：超智能冰箱能夠了解用戶的飲食，并在庫存不足時協助重新訂購。此外，超智能冰箱還可以根據冰箱里的食材及其保質期向用戶推薦食譜。由于冰箱內置攝像頭，用戶可以在任何地方從手機上看到冰箱里的東西。資料來源：1 M.Dohler and I.Pearson（2020），關于生活自動化提升的報告，https:/ 這

92、將使人們每天節省近兩個小時，相當于一年節省33天以上。通過結合有關家用機器人市場增長率的信息，以及對使用人工智能機器人的家庭數量的預測，本研究預測到2030年，家務自動化將節省740億小時的總價值，這些時間可用于工作或休閑（詳見附錄）。該研究還強調了一些技術在家務自動化中的應用：家用機器人：在制造、航空、醫療保健等行業中機器人的使用已經取得了進展。但據預測，家用機器人不久將也能夠完成家務，如折疊衣物、更換床單和移動家具。洗衣管理：智能機器可以感知不同類型面料（工作服、校服、亞麻布衣服、牛仔服）的“臟”的程度，并相應設置洗滌和烘干速度。此外，智能衣柜和櫥柜可以使用物聯網專欄 7直接勞動成本節?。?/p>

93、這些商店不再需要收銀員和存貨或庫存柜臺，從而使每家商店每年節省約412,300美元。間接勞動成本節?。浩脚_創建的數據間接地為對勞動力和供應鏈進行額外優化提供了參考。例如，通過這些數據，系統可以了解到每個庫存員每小時要完成多少次提貨，以及商品何時缺貨。這將使每個門店每年節省約50,000美元。毛利率增加：更快的結賬速度也將從競爭對手的店鋪中獲得更多的顧客流量，這將轉化為每家店鋪每年增加的173,000美元毛利。因此，亞馬遜自助結賬商店每年的總經濟效益約為每家645,000美元。資料來源：1 Medium（2019），對Amazon Go平臺的分析及其對大型雜貨店的啟示，https:/ walk-

94、out）商店是零售業的未來2017年，亞馬遜在華盛頓州西雅圖開設了第一家“Amazon Go”雜貨店。該公司將最初的商店描述為“一種無需結賬的新型商店”。Amazon Go提供即食小吃、雜貨和家庭必需品。購物者在這些商店購物時不需要排隊。這些商店使用類似于自動駕駛汽車的技術來運作，如計算機視覺、傳感器融合和深度學習。這項技術可以檢測產品何時被取走或返回貨架，并在虛擬購物車中跟蹤產品。當顧客帶著商品離開商店時，他或她的亞馬遜賬戶會自動收費，并向他們發送一張虛擬收據。一項研究對自助結賬商店的經濟影響進行了預估：1 57 聯合國（2022），尋求宜居氣候：凈零承諾必須以可信的行動作為支撐，https

95、:/www.un.org/en/climatechange/net-zero-coalition58 聯合國環境規劃署（2021），2021年排放差距報告，https:/www.unep.org/resources/emissions-gap-report-2021到2030年環境效益的價值可達4.5萬億美元除生產力的提高和社會福祉的提升外，智能技術可以促進脫碳，特別是在制造業、建筑業和電力業，并支持向低碳世界的過渡。如果該技術能得到充分利用，將有潛力產生突破性創新，以緩解和適應氣候變化。利用這些技術開發跨行業應對氣候變化的新解決方案是加快可持續轉型并使世界走上低碳和氣候適應型發展道路的重要機

96、遇。在本研究中首先通過案頭研究檢查了這些技術的脫碳潛力，然后使用CGE模型量化碳減排的經濟價值。選定案例的來源的行業包括：制造業：通過工業數字技術（IDT）部署排放解決方案，包括物聯網、增強現實、機器人和增材制造（3D打?。?，同時轉向低碳燃料來源。建筑業：物聯網建筑能源管理系統、商業HVAC控制和智能建筑中的智能儀表。公用事業：人工智能和物聯網能源管理應用程序將持續監測能源需求、預測性維護、預測短期和長期波動，并提高可再生能源資產的效率。到2030年，智能經濟將產生價值4.5萬億美元的環境效益 交通運輸業：使用送貨機器人、自動駕駛車輛和電動車輛以及由人工智能和物聯網支持的智能交通管理系統將有助

97、于減少道路交通產生的排放量。農業：使用人工智能、5G+、物聯網、機器人技術和農業科技創新來優化農田，將減少化石燃料的使用；精確監測植物和牲畜可提高產量和減少浪費。廢物與水利業：安裝智能垃圾箱和物聯網傳感器可以幫助地方政府優化垃圾收集路線，減少垃圾收集頻率；人工智能驅動的解決方案可提高廢物管理的效率，增加廢物回收的比例，從而減少全球資源的消耗。為了實現2016年巴黎協定規定的將全球平均氣溫上升幅度限制在1.5的目標，碳排放量需要在2030年前減半，并在2050年之前實現凈零排放。57 根據聯合國環境規劃署2021年排放差距報告估計，到2030年，全球需要每年減少約280億噸二氧化碳的排放，才能實

98、現巴黎協定1.5的目標。58 根據現有文獻，前沿技術有潛力在2030年前將全球碳排放量減少119億噸，占所需二氧化碳減排量的40%以上。一項研究表明，盡管全球信息與通信技術產業在2030年將占全球碳排放量的2%，但由于信息與通信技術對其他產業的賦能，將有助于減41智能經濟59 全球電子可持續發展協會（2015），#SMARTer2030，https:/smarter2030.gesi.org/downloads/Full_report.pdf60 波士頓咨詢公司（2021），利用人工智能力量減少碳排放及成本，https:/ Aeromon（2022），公司簡介，https:/www.aerom

99、on.io/#about62 NN Investment Partners（2022），碳排放預測：人工智能如何幫助投資者，https:/ Brainbox AI（2022），公司簡介，https:/ 與此同時，另一項研究估計，僅人工智能就有能力將全球碳排放量減少26至53億噸。60 人工智能有能力在整個生產過程的價值鏈中減少碳排放，并且可以通過以下三個方面做到這一點：1）監測排放；2）預測排放；和3）減少排放。1.監測排放公司可以使用人工智能跟蹤整個生產過程中的排放量。公司可以安排從其運營（包括商務旅行）和價值鏈的每個部分（包括材料和組件供應商、運輸商和產品下游用戶）收集數據，以支持人工智能

100、對其碳排放量的預測。此外，人工智能還能夠生成價值鏈中缺失數據的近似值，同時估計其結果的不確定性水平。例如，Aeromon是一家總部位于芬蘭的人工智能初創公司，它利用移動和固定設備監測、測量和可視化多種氣體和顆粒物，從而展示公司空氣排放的真實程度。612.預測排放預測性人工智能可以通過將公司的碳足跡與當前的減排行動、新的碳減排方法以及未來需求相關聯，來預測未來的碳排放量?；诖?，公司可以更準確地設定、調整和實現減排目標。例如，NN Investment Partners開發了一個使用人工智能預測公司碳排放強度（具體為每單位收入的排放量）的模型。這在ESG投資領域有極大作用，因為投資者需要最新的實

101、時碳排放信息，以便適當分配資本，而公司通常每年只報告一次碳排放量。623.減少排放減少排放的能力來源于對企業排放最多的地方和未來最有可能排放的地方的理解。通過對價值鏈的各個方面提供詳細的洞察，規范性人工智能與優化可以提高生產、運輸和其他方面的效率，從而減少碳排放并降低成本。例如，BrainBox AI是一家專門使用具有自適應機制的人工智能的公司，它可以精確地學習如何在建筑的所有區域使用更少的能源并優化舒適性。這使得改造建筑物中的供暖、通風和空調（HVAC）系統能夠減少能耗以及碳排放。63 制造業、建筑業和電力行業可以獲得最大的環境效益假設全球平均碳價格為150美元（國際貨幣基金組織預測2030

102、年的價格中點），119億噸碳減排意味著稅收節約1.8萬億美元。這些碳稅節省尤其受到排放密集型行業的推動，這些行業的稅收負擔隨著排放量的減少而減輕。此外，假設公司可以將這些儲蓄再投資于其他更具生產力的活動，從而提高整體經濟產出。加上碳稅節省，CGE模型計算出凈經濟產出約為4.5萬億美元（圖 9）。42智能經濟圖9 制造業、建筑業和電力行業從智能經濟帶來的脫碳中獲益最多資料來源：安永分析1 由于四舍五入的緣故，其合計數未必與總計數相等單位：萬億美元1健康服務業總計食品加工業金融與保險業制造業專業服務業建筑業電力行業采礦業貿易業石油與煤炭業交通運輸業農業教育業廢物與水利業住宿和餐飲業藝術與娛樂業房地

103、產業1,7294714653652522461941591401061048988232110902001,6001,8001,2004,4006004,6004008001,0001,4004,470結果表明，各行業的脫碳效益存在顯著差異，制造業、建筑業和發電行業是最大的受益者，分別貢獻了1.7萬億美元、4,710億美元和4,650億美元的經濟產出。這些行業較高的收益水平可能是由于兩個關鍵因素：首先，一個行業的碳強度與其脫碳潛力之間存在正相關關系。換言之，在全球排放量中占較大份額的行業將從開發更高效的生產方法和減少二氧化碳排放中獲益更多。其次，在對工業4.0的有更強推動力的行業中，上述好處會

104、更為明顯。許多公司都認識到在運營中建立可持續發展能力的重要性。向智能制造的轉變可以幫助公司推動更節能的運營流程。僅人工智能就可以幫助優化物流、改善資源分配和監控價值鏈排放。6464 波士頓咨詢公司（2021），利用人工智能力量減少碳排放及成本，https:/ 8石油和天然氣行業是另一個擁有許多試點舉措的行業，這些舉措旨在使用區塊鏈支持脫碳和能源轉型。例如，殼牌公司正在探索各種區塊鏈應用，以促進可持續燃料的采用，并確保碳信用計劃的有效性。2022年，殼牌、埃森哲和美國運通全球商務旅行聯合推出了Avelia，這是一款區塊鏈驅動的數字可持續航空燃料（SAF）商務旅行預定和索賠的解決方案。Avelia

105、使用區塊鏈技術確保將數字可持續航空燃料（SAF）的環境屬性安全分配給公司和航空公司，以減少排放，同時通過避免重復計算確保透明度和問責制。3 資料來源：1 世界經濟論壇（2020），區塊鏈如何幫助礦業公司減少碳排放，https:/www.weforum.org/impact/the-responsible-sourcing-of-raw-materials/2 Ledger Insights（2020），沃爾沃投資區塊鏈初創公司Circulor以實現電池供應鏈的可追溯性，https:/ Biodiesel magazine（2022），殼牌、埃森哲和美國運通GBT推出區塊鏈SAF解決方案，htt

106、ps:/ 實現智能經濟第 5 章4565 聯合國貿易和發展會議（2021），2021年技術與創新報告，https:/unctad.org/webflyer/technology-and-innovation-report-2021到2030年，智能經濟可以通過生產力的提高產生9.1萬億美元的附加價值，通過社會福祉的提升產生5.2萬億美元的價值，通過環境效益的增加產生4.5萬億美元的效益。雖然這些價值十分巨大，但必須采取措施使各國能夠享受這些好處。雖然詳細討論實現智能過渡的要求超出了本研究的范圍，但在最后一章將簡要介紹需要密切關注的三個領域。對前沿技術需要進行更多投資，特別是為了確保利益公平在全

107、球勞動生產率放緩之后，智能經濟為全球經濟提供了一種加速增長的新來源，但發達經濟體需要支持發展中經濟體的轉型，以使全球利益分配更加廣泛和公平。這是因為智能經濟最先進的解決方案很可能首先被發達經濟體采用，因為并非所有國家都具備同等的能力來利用潛在的利益。聯合國貿易和發展會議（UNCTAD）的技術和創新報告通過“就緒指數”評估了158個國家在使用前沿技術（如人工智能和物聯網）方面的進展，不出所料，準備就緒的經濟體集中在北美和歐洲，而準備就緒的最不充分的經濟體則集中在撒哈拉以南非洲。65 對新興經濟體進行更高水平的前沿技術投資和知識轉讓，對于它們發展參與智能經濟所需的數字基礎設施至關重要。由于智能經濟

108、的發展，發展中國家人民可能受益的服務范圍包括從教育到醫療、從銀行到公用事業等。各國在推出前沿技術方面的互相幫助的合作與努力有助于智能經濟的好處在全球范圍內更廣泛地傳播。此外，還需要關注國家內部的目標投資，以確保實現并公平分配智能經濟的利益。在安永46智能經濟66 安永（2022），2022年重塑行業未來調查報告，https:/ 明尼阿波利斯聯邦儲備銀行（2008），壟斷與創新激勵，https:/www.minneapolisfed.org/research/sr/sr402.pdf創造有利的監管環境 政府有動力推動技術創新，因為技術創新可以給社會帶來諸多好處。然而還有一個需要解決的重要領域是要

109、創造一個良好的監管環境，以支持和激勵私營部門加快向智能經濟過渡。更具體地說，政府需要確保法規公平一致，對私營部門的投入負責，并維護社會安全。首先，公平且一致的公司監管將創造一個促進競爭的環境，從而增加公司采用智能經濟提供的解決方案的機會。這些公司更有可能被迫在競爭激烈的市場中進行創新，尤其在面對消費者需求的快速變化時。公司間不一致的監管環境可能在兩個方面阻礙智能經濟的發展。如果監管偏向效率低下的公司，那么將導致采用智能經濟提供的解決方案的效率較高的公司失去市場發展動力。另一方面，偏向市場領導者的監管可能會造成壟斷。壟斷通常被認為對消費者和經濟不利，因為壟斷者的市場力量往往會引誘他們走向創新自滿

110、，67 這可能導致向智能經濟過渡的放緩。因此，通過建立對所有參與者公平的監管環境，政府可以促進健康的競爭水平，推動創新，幫助更快實現智能經濟的價值。其次，政府制定的監管應考慮到私營部門的投入。這是因為公司，尤其是技術行業的公司，很可能在未來幾十年內快速創新。政府可能并不總是掌握下一代技術的最新發展，這可能導致意識形態鴻溝的形成。如果不與私營部門密切合作并保持頻繁接觸，政府可能會面臨實施可能會阻礙向智能經濟的過渡的一攬子政策的風險。因此，在制定監管方面，與私營部門建立強有力的伙伴關系將使政府能夠及時了解行業的最新實踐，并制定鼓勵向智能經濟過渡的政策。第三，政府應該創造監管環境以建立公眾對數字采納

111、的信任。政府可以通過加強對網絡安全2022年重塑行業未來調查報告中對全球1,000多家公司進行的一項調查顯示，37%的受訪者表示擔心5G和物聯網（IoT）供應商的當前的使用案例無法滿足其業務彈性和連續性需求，47%的受訪者還認為其可持續性目標無法通過當前的使用案例實現。66 這表明需要對新一代技術進行更多投資。此外，美國競爭性運營商協會（CCA）估計，要在美國真正普遍地建立5G需要額外投資360億美元以上在基礎設施上，這將遠超出運營商的意愿。這表明，即使是發達國家也面臨著農村人口無法參與智能經濟的風險（因此無法獲得預期收益）。所有這些都意味著，政府在前沿技術投資方面發揮著重要作用，以確保智能經

112、濟的利益得到實現并公平分配。47智能經濟的監督來增強公眾對技術發展的信任。例如，英國設立了一個實體，即國家網絡安全局，負責定義和推動整個國家的網絡安全議程。政府還可以考慮實施全球公認的網絡安全標準，如美國國家標準與技術研究所的網絡安全框架，并制定強有力的實質性網絡安全法律，如布達佩斯公約規定的相關法律。采取措施緩解公眾對隱私和數據安全的擔憂，將提高公眾支持公司采用下一代技術和向智能經濟過渡的可能性。培養面向未來的勞動力以支持智能經濟 向智能經濟的過渡將導致傳統上費力而艱巨的工作角色越來越多被推給機器來處理。然而，如果各國沒有一批能夠利用下一代技術所能提供的所有利益的未來勞動力，就無法實現智能經

113、濟的全部好處。因此，私營實體和政府機構越來越需要開發在傳統教育體系之外得到認可的有針對性的目標課程和證書，以應對轉型。再培訓的重點和支持也應特別放在那些最有可能被前沿技術取代的人群身上。例如，在新加坡，作為“終身學習”計劃的一部分，政府機構Skillsfuture不僅為個人學習新課程提供補貼和貸款，還為私營公司提供一個平臺，以幫助其尋找人力資源并供求職者瀏覽可用的職位發布。68技術已經并將永遠改變勞動力在經濟中運作的性質。隨之而來的是技術和創新進步最大的歷史時期與經濟增長和生活水平提高最大的時期相吻合。智能經濟的出現在未來數年為勞動力提供了許多令人興奮的機會，社會將面臨發展一支能夠充分利用智能

114、經濟并實現其最大價值的面向未來的勞動力隊伍的挑戰。68 Skillsfuture（2022），關于 Skillsfuture，https:/www.skillsfuture.gov.sg/AboutSkillsFuture48智能經濟家、65個行業和5種勞動職業類型。GTAP是全球領先的用于CGE分析的數據庫，提供具有長期連續性的深入、及時和完整的數據。本次研究的調整和特殊考量為滿足本研究的要求，對核心CGE模型進行了調整。具體來說，做了以下修正：基線國內生產總值（Baseline GDP）該模型的基線GDP數值經過了調整，以反映本次研究的數據，本研究采用了牛津經濟研究院（Oxford Eco

115、nomics）對全球GDP的估計和預測。碳價格（Carbon Price）對模型中的碳價格進行了更新，以匹配本研究中確定的碳價格。這確保了任何碳減排模擬都將根據研究中確定的碳價格進行估值。建模過程 數據收集從案頭研究（如文獻綜述、內部和外部報告）、環境掃描和利益相關方咨詢中收集了見解。根據收集的輸入數據進行假設，以估計智能經濟的額外經濟產出。采用CGE模型生成預測。數據收集CGE建模輸出123附錄可計算一般均衡（CGE）模型的細節 核心CGE模型可計算一般均衡（CGE）模型提供了一個可靠且廣泛認可的工具，用于估計政策制定和其他影響經濟的因素變化的凈影響。該框架支持在單一穩健的綜合經濟環境中進行

116、定制化情景分析，從而能夠評估政策對GDP和就業等關鍵宏觀經濟指標以及工業產出等關鍵行業指標的凈影響。CGE模型通常是衡量整個經濟體中大型、多年期項目影響的首選框架，并得到世界各國中央政府的廣泛認可。EYGEM本身是全球貿易和環境模型（GTEM）的衍生工具，最初由澳大利亞農業資源經濟科學局（ABARES）開發，用于分析全球層面的政策問題。EYGEM還借鑒了其他經濟模型的關鍵特征，如支撐全球貿易分析項目（GTAP）的全球經濟框架模型，以及Monash-MMRF和TERM等州和地區的建?？蚣?。與所有的經濟模型一樣，EYGEM基于一系列的假設、參數和數據，這些假設、參數和數據構成了對經濟運行結構的近似

117、模擬。默認情況下，EYGEM模型使用全球貿易分析項目（GTAP）數據庫，這是普渡大學開發的全球CGE模型的主要數據來源。GTAP數據庫還包括對雙邊貿易、運輸、能源、排放和保護的詳細估值，以描述區域之間的經濟聯系，并產生行業間的投入產出（I-O）式交易。該數據庫為CGE建模而開發，其底層輸入輸出表經過仔細審查，并使其在各種數據輸入之間具有可比性。當前發布的GTAP第十版包含約141個國49智能經濟CGE建模步驟經濟數據收集自普渡大學的全球貿易分析項目（GTAP），形成CGE模型的基礎數據。該數據庫的核心包括一個社會核算矩陣，該矩陣說明了行業交易、投資、儲蓄、稅收和最終消費（包括家庭消費、進口與出

118、口）。它經過校準和平衡，然后生成用于比較的基準均衡（也稱為BAU情景）。1模型的輸出給出了一整套產品和要素市場的市場清算價格和數量。因此，所關注的經濟變量可以與BAU GDP、就業、總消費、價格和工業產出等進行比較。4然后將BAU情景計算的結果與政策案例進行比較，以估計受沖擊因素變化的凈經濟影響。5當基準均衡建立后，通過改變基礎均衡中的一個因素，模型就會受到“沖擊”。例如，由于制造業采用物聯網技術，為全球生產效率帶來百分比提升。2然后，該模型進行重新校準，以得出“政策案例”均衡下所有部門的價格和數量集合。3政策案例均衡比較政策分析最終輸出數據調整BAU均衡校準沖擊本次研究展示了技術對全球產出、

119、生產效率和行業碳減排的按美元計算的影響。本研究主要任務是將這些名義值轉換為適用于CGE模型中的沖擊。這涉及到幾個步驟：i.本研究中確定的行業與EYGEM行業的匹配本研究中確定的行業與CG E模型中使用的行業并不完全一致。一些行業（如農業、金融服務、建筑業）一對一匹配，但本研究中確定的部分行業與多個CGE行業相符合。CGE建模和輸出在CGE模型中包括了以下步驟：為了確保能夠準確表達對這些行業的沖擊，我們對CGE行業的GVA進行了匯總，并根據匯總的GVA計算出它們的相對行業份額。例如，在CGE模型中，“開采”行業可以與煤炭、石油、天然氣和其他采礦業相匹配。因此，我們計算了煤炭、石油、天然氣和其他采

120、礦業的GVA，并將其分解為各自占開采行業GVA的份額。然后，這些份額將應用于整個開采行業的沖擊，以確保每個子行業都受到相應數量的沖擊。50智能經濟CGE 行業本研究中確定的行業適用 CGE 行業份額農業 AG農業、林業和漁業100%煤炭 COL開采業30%石油 OIL開采業20%天然氣 GAS開采業1%礦產及其他相關產品 OMN開采業48%石化及煤制品 PC制造業4%食品加工 PFOOD制造業10%制造業 MAN制造業86%電力 ELY公用事業74%水 WTR公用事業26%建筑 CNS建筑業100%貿易 TRD零售和批發分銷100%交通 TRN運輸和倉儲服務100%通訊 CMN信息與通訊100

121、%金融及其他相關服務 OFI金融服務業100%其他商業服務 OBS其他部門（住宿、專業服務、公共部門）100%人類健康和社會工作 HHT醫療保健和社會工作100%ii.名義沖擊按百分比計算在CGE模型中計算生產效率和產出沖擊，需要基于百分比的投入，而不是名義價值投入。因此，以美元計算的預估行業影響被轉化為按等值百分比增長。這包括以下步驟：收集2020-2030年行業GVA的基線值。在2020-2030年的行業GVA中添加預估的行業影響。計算由技術沖擊產生的年度行業GVA增長的百分比差異。使用此百分比差異作為行業沖擊值。行業沖擊i.生產效率沖擊。ii.為了估計工業生產效率提高的影響，對世界經濟的

122、工業生產效率提高進行了模擬。生產效率沖擊的規模是使用研究中發現的數據點來估計的，這些數據點提供了以美元計算的工業生產效率增長估計值。iii.從發現的數據點來看，為采礦業生產效率影響提供有力依據的文獻有限。保守估計，我們推斷采礦業將產生相對于制造業50%的影響。51智能經濟組成部分 1：節省時間增加采用自動駕駛汽車（AV）節省的時間價值1,280 億美元描述規模計算假設來源自動駕駛汽車為駕駛員在通勤期間騰出時間執行其他任務 麥肯錫估計，到 2030 年，全球銷售的乘用車中將有 15%是自動駕駛汽車。麥肯錫全球研究院還估計，到 2025 年，全球 15 億輛乘用車中將有 2%是自動駕駛汽車。因此，

123、基于 8.5%的歷史輕型汽車產量年均增長率，我們預測到 2030 年全球自動駕駛汽車總數為 5,340 萬輛。麥肯錫估計，平均每人每天道路交通耗時為 50 分鐘。保守地將其應用于工作日，我們預計到 2030 年，自動駕駛汽車將節省 116 億小時。根據國際勞工組織的歷史全球工資率趨勢，我們預測在 2030 年全球工資率將達到 11.0 美元，由此得出在 2030 年由自動駕駛汽車所節省的時間價值為 1,280 億美元。麥肯錫（2016）69麥肯錫全球研究院（2015）70標準普爾全球移動（2022）71麥肯錫（2015）72國際勞工組織數據庫73交通管制和維護節省的時間價值1,370 億美元描

124、述規模計算假設來源物聯網和大數據分析優化交通運營，減少交通堵塞花費的時間 麥肯錫預計，到 2025 年，全球將有 15 億輛乘用車?；?8.5%的歷史輕型汽車產量年均增長率，我們預測到 2030 年全球乘用車總數將達到 22 億輛。朱尼普研究公司的一項研究表明，智能交通管理系統有潛力使每位駕駛員每年在交通上花費的時間減少 33 個小時以上。據 Researh and Markets 估計，到 2030 年，全球交通信號市場價值將達到 2,400 億美元，而全球智能交通系統市場價值將達到 279 億美元。因此，我們假設到 2030 年，11.6%的交通系統將是基于人工智能的。假設平均車輛搭載人

125、數為 1.5 人，我們預計智能交通系統每年將節省125 億小時。結合我們對于 2030 年全球工資率 11.0 美元的預測，我們可以得出節省時間的總價值為 1,370 億美元。麥肯錫全球研究院（2015）74標準普爾全球移動（2022）75朱尼普研究公司（2021）76Research and Markets 77Research and Markets 78密西根大學（2021）79國際勞工組織數據庫80iv.輸出沖擊。v.對于新的市場沖擊，進行了與以上類似的模擬。沖擊的大小是通過產量的增加來估計的。此外，模型中的生產效率是內生的，使得工業生產效率對工業產出的增加做出反應。vi.排放沖擊。v

126、ii.對于排放沖擊，進行了一個全球排放水平通過碳減排估算而降低的模擬。排放量的減少根據第4章中確定的碳價格進行估值。用作輸入和數據源的完整數據點這項研究使用了一系列數據源以估計前沿技術對智能經濟的影響。利用收集到的洞察，（a）CGE模型估計了經濟效益；（b）闡明了前沿技術可能帶來的潛在社會效益（第4章）。社會福利影響的量化方法 所有用例的量化方法釋義如下：52智能經濟自動結帳節省的時間價值28 億美元描述規模計算假設來源通過物聯網和人工智能（如 Amazon Go）支持的自動結賬消除等待時間 美國全國便利店協會（NACS）估計，在結賬和付款排隊等待的時間總計平均為 63 秒。一個典型的店內自動

127、結賬系統（ISACS）每天處理 140 筆交易。根據Statista 的數據推斷，我們預測到 2030 年全球將有大約 286,000 家自動結賬商店。因此，使用自動結賬可能節省總計 2.56 億小時。根據國際勞工組織的歷史全球工資率趨勢，我們預測在 2030 年全球工資率將達到 11.0 美元，因此在 2030 年，由自動結帳所節省時間的價值將達到 28 億美元。美國全國便利店協會（2018）81J.Falcao 等人（2021）82Statista83國際勞工組織數據庫84家務自動化節省的時間價值 8,150 億美元描述規模計算假設來源使用家用機器人可以騰出時間執行其他任務 國王學院 Mi

128、scha Dohler 教授和未來學家 Ian Pearson 博士的一項研究預測，在未來二十年內，90%的家務任務，如更換床單、除塵、洗衣服、洗碗和重新填滿冰箱，都可以由家用機器人完成。到 2040 年，這將相當于每年釋放 33 天的勞動時間（或每年 792 小時）。ABI 研究公司估計，到 2024 年，將有 7,900 萬戶家庭擁有由人工智能驅動并帶有語音識別能力的機器人。采用由未來市場研究公司提供的家用機器人市場增長率15.5%作為擁有機器人家庭數量增長率的近似值，我們預測到 2030 年，全球將有 1.87 億戶家庭擁有機器人。假設到 2030 年，家用機器人可以節省 792 小時的

129、一半，并采用全球平均工資率11.0美元作為時間的價值，節省的時間總價值為8,150億美元。Dohler&Pearson（2020）85ABI 研究公司（2019）86未來市場研究公司（2021）87國際勞工組織數據庫 88更高效的公共服務交付節省的時間價值 4,420 億美元描述規模計算假設來源由于人工智能和機器學習，更高效的政府服務（例如納稅，注冊服務等）是可能實現的 德勤估計，通過公共服務交付的數字化，澳大利亞每年能夠為其成年人口節省 8.4 小時的等待時間。我們使用這些數據，并將其與 Oxford Insights 的政府人工智能準備度指數相結合，得出 Oxford Insights 列

130、表（160 個國家/地區）中包含的每個國家/地區可以節省的小時數的價值。根據世界銀行對于 2030 年各國成年人口的預測，我們得出全球每年能夠節省的時間為 4,020 萬小時。根據國際勞工組織的歷史全球工資率趨勢，我們預測在 2030 年全球工資率將達到 11.0 美元，因此在 2030 年，由政府服務交付所節省時間的價值將達到 4,420 億美元。德勤（2019）89Oxford Insights（2021）90 世界銀行（2022）91國際勞工組織數據庫 9253智能經濟組成部分 2：健康與安全福利提升由應用自動駕駛汽車帶來的避免生命損失的價值3,460 億美元描述規模計算假設來源通過應用

131、自動駕駛避免了生命損失 麥肯錫估計，到 2030 年，全球銷售的乘用車中將有 15%是自動駕駛汽車。麥肯錫全球研究院還估計，到 2025 年，全球 15 億輛乘用車中將有 2%是自動駕駛汽車。因此，基于 8.5%的歷史輕型汽車產量年均增長率，我們預測到 2030 年全球自動駕駛汽車總數將達到 5,340 萬輛。麥肯錫預測在 2025 年，全球范圍內部署的 3,000 萬輛自動駕駛汽車可以挽救 95,000 人的生命。假設比例相同，這意味著在 2030 年，使用自動駕駛汽車可能可以挽救 170,000 人的生命。美國交通部估計，2021 年，每個統計生命的價值約為 1,180 萬美元。通過將美國

132、的人均 GDP 與世界其他地區進行比較來縮小這一數字，我們得出平均每個統計生命的價值為 200 萬美元。因此，自動駕駛汽車避免的生命損失的總價值估計為 3,460 億美元。麥肯錫（2016）93麥肯錫全球研究院（2015）94標準普爾全球移動（2022）95美國交通部（2021）96世界銀行數據庫 97通過采用人工智能改善警察服務以減少兇殺案的價值820 億美元描述規模計算假設來源通過使用人工智能，物聯網和預測分析來改善早期預警系統，防止兇殺案，從而避免生命損失 麥肯錫全球研究院估計，到 2030 年，應用人工智能改善警察服務可以減少 10%的死亡人數。通過將全球兇殺率的下降趨勢與世界銀行的2

133、030 年人口預測相結合，我們假設 2030 年預計的 40 萬起兇殺案中有40,000 起可以通過使用人工智能來預防。美國交通部估計，2021 年，每個統計生命的價值約為 1,180 萬美元。通過將美國的人均 GDP 與世界其他地區進行比較來縮小這一數字，我們得出平均每個統計生命的價值為 200 萬美元。因此，由于人工智能在警察服務中的應用而避免的生命損失的總價值估計為 820 億美元。麥肯錫全球研究院（2018）98Our World in Data（2022）99世界銀行（2022）100美國交通部（2021）101世界銀行數據庫 102減少應急響應時間的價值2,340 億美元描述規模計

134、算假設來源通過使用人工智能來縮短應急響應時間，以減少死亡、傷害和損失 研究估計，在美國，響應時間每減少一分鐘，美國的死亡率就會降低 8%到 17%。另一篇論文估計，在美國，響應時間每減少一分鐘，嚴重創傷患者的醫療費用就會降低 5.5%。另一篇研究估計，在美國，響應時間每減少一分鐘，火災造成的損失成本就會減少 2,700 美元到 6,000 美元。使用美國國家消防協會（NFPA）的數據來獲得每起火災的平均損壞成本，我們假設響應時間每減少一分鐘，損失就會減少 28%。許多研究表明，應急車輛的平均響應時間因地點而異。例如，英國國家醫療服務體系的目標時間是 7 分鐘。在美國，城市地區的緊急醫療服務單位

135、從接到 911 呼叫到到達現場平均需要 7 分鐘，而在農村地區大約需要 14 分鐘。此外，Bigdeli 估計該時間在伊朗的城市與城市之間將為 10.6 分鐘。麥肯錫估計，到 2030 年，人工智能在緊急情況監測中的應用可以將應急響應時間縮短 20%至 35%。根據 Bigdeli 的估計以及響應時間減少百分比的中間值 27.5%，預計到 2030 年，人工智能可能導致響應時間減少 2.9 分鐘。E.Wilde（2012）103RapidSOS（2015）104美國國家消防協會（2022）M.Bigdeli（2010）105麥肯錫全球研究院（2018）106EM-DAT 數據庫（2022）10

136、7 Fair Tech Institute（2022）108 54智能經濟 根據EM-DAT的歷史數據，到2030年，每場自然災害的平均死亡人數、受傷人數和損失額估計分別為34人、68人和5.02億美元。Fairtech估計，2030 年左右將發生 541 起災難。這意味著 2030 年，死亡人數、受傷人數和損失額將分別超過 18,000 人、37,000 人和 2,720 億美元。假設響應率減少一分鐘，死亡人數、受傷人數和損失額減少 12.5%（為8%和 17%的中間值）、5.5%和 28%，人工智能可以將預計的死亡人數、受傷人數和損失額分別減少約 7,000，6,000 和 220,000

137、 美元。美國交通部估計，2021 年，每個統計生命的價值約為 1,180 萬美元。美國國家安全委員會（NSC）估計，每起傷害的成本約為 44,000 美元。通過將美國的人均 GDP 與世界其他地區進行比較來按比例縮小這些數字，我們得到預防死亡、傷害和損失的價值為 2,340 億美元。美國交通部（2021）109美國國家安全委員會（2022）110世界銀行數據庫111在患者監護中采用物聯網應用，延長患者壽命的價值1.841 萬億美元描述規模計算假設來源物聯網技術支持的監控應用程序延長了壽命 麥肯錫全球研究院估計，在醫療保健中使用物聯網可以減少 7 種慢性疾病的傷殘調整壽命年（DALYs），這些疾

138、病為癌癥、糖尿病、艾滋病毒/艾滋病、感覺器官疾病、呼吸系統疾病、心臟病和神經系統疾病。這些減少在物聯網采用程度不同的發展中國家和發達國家之間略有差異。例如，對于呼吸系統疾病，發展中國家的物聯網采用率約為 5%-20%，導致傷殘調整壽命年減少 10%-20%。而這些數字低于發達國家，在發達國家，物聯網采用率約為 20%-50%，傷殘調整壽命年可能減少約為8%-13%。世界衛生組織（WHO）為這 7 種慢性病提供了全球傷殘調整壽命年。根據世衛組織的數據庫，2019 年發展中國家和發達國家的傷殘調整壽命年總數（一個傷殘調整壽命年相當于失去一年的完全健康）為 1.27億年。鑒于全球殘疾調整生命年的年增

139、長率為 0.9%，2030 年，發展中國家和發達國家的傷殘調整壽命年估計約為 1.41 億年。牛津經濟研究院預測，2030 年，全球人均 GDP 將達到 13,000 美元，將其應用于 2030 年傷殘調整壽命年預估值，傷殘調整壽命年預計將具有約為 1.84 萬億美元的經濟價值。麥肯錫全球研究院（2015）112世衛組織數據庫（2022）113牛津經濟研究院114 人工智能傳感器避免工傷的價值7,420 億美元描述規模計算假設來源通過使用人工智能傳感器避免工傷 支持人工智能的傳感器可以識別不安全的工作場所行為，并發送實時警報以防止事故發生。研究表明，工傷可減少 52%至 85%。對于本次研究，

140、我們保守使用較低數值 52%。麥肯錫估計，到 2030 年，全球各行業的人工智能采用率可能達到 50%。以國際勞工組織估計的 2020 年非致命性工傷事故為 3.4 億起作為 2030年數據的近似值，我們估計，到 2030 年，工作場所啟用人工智能的傳感器可能會預防 9,700 萬起工傷事故。美國國家安全委員會（NSC）估計，每起傷害的成本約為 44,000 美元。通過將美國的人均 GDP 與世界其他地區進行比較來同比例縮小這一數字，我們得出，到2030年，避免的工作場所事故的價值約為7,420億美元。麥肯錫全球研究院（2018）115國際勞工組織數據庫116美國國家完全委員會（2022）11

141、7世界銀行數據庫11855智能經濟69 麥肯錫（2016），汽車革命展望2030年，https:/ 麥肯錫全球研究院（2015），物聯網：超越市場炒作之外的價值，https:/ 標準普爾全球移動（2022），標準普爾全球移動顯著下調輕型汽車生產前景，https:/ 麥肯錫（2015），自動駕駛重新定義汽車世界的十種方式，https:/ 國際勞工組織（2022），國際勞工組織全球工資數據庫，https:/www.ilo.org/global/research/global-reports/global-wage-report/2020/lang-en/index.htm74 麥肯錫全球研究院（2

142、015），物聯網：超越市場炒作之外的價值，https:/ 億美元描述規模計算假設來源由于各種前沿技術在醫療保健和農業中的應用，農村社區的就業機會得以創造 研究表明，到 2030 年，物聯網和人工智能可以在印度農村（農業和醫療保健行業）創造多達 280 萬個工作崗位，價值 89 億美元印度農村每個工作崗位的價值約為 3,200 美元。我們采用全球人均 GDP 與印度人均 GDP 的比值來估計全球農村每個工作的價值。由于印度農村人口估計約為 9 億人，由物聯網和人工智能在農村人口中創造的就業率估計約為 0.32%。將這一保守比例應用于全球 34 億的農村人口，得出通過物聯網和人工智能技術為農村社區

143、創造的就業機會的價值約為 1,910 億美元。Broadband India Forum(BIF)122世界銀行數據庫123組成部分 3：改善社會包容程度 改善弱勢群體信貸準入的價值2,260 億美元描述規模計算假設來源貸款人可以通過人工智能模型確定的預測模式來拓寬信貸渠道 與傳統數據來源相比，使用人工智能和高級數據分析來分析非結構化數據（例如，從社交媒體上獲取的數據）有助于檢測信用評級的見解。例如，可以分析衛星圖像，以預測農村農民過去和未來的收入，使他們能夠獲得銀行貸款。普華永道的分析表明，貸款人可能會在損失率不變的情況下，信貸審批增加 15%-30%。全球有 17 億人沒有銀行賬戶保守地講

144、，若這類潛在借款人的信貸審批增加 15%，相當于產生 2.55 億筆新增貸款批復。據估計，全球平均小額貸款約為 885 美元。按照保守地假設這些為無銀行賬戶提供的新貸款規模本質上很小，為他們創造的潛在新信貸將約為 2,260 億美元。普華永道（2022）119世界銀行（2021）120Fit Small Business（2021）12156智能經濟75 標準普爾全球移動（2022），標準普爾全球移動顯著下調輕型汽車生產前景，https:/ 朱尼普研究公司（2021），智能交通管理顯著減少擁堵和排放，https:/ Research and Markets（2021），2021年交通信號全球市

145、場報告：新冠肺炎的影響與到2030年的復蘇，https:/ Research and Markets（2022），智能交通管理系統的市場規模、份額與趨勢分析報告按各解決方案（綜合走廊管理、交通信號控制系統）、各地區以及各細分市場預測（2022-2030年），https:/ 密歇根大學（2021），個人交通概況，可持續系統中心，https:/css.umich.edu/publications/factsheets/mobility/personal-transportation-factsheet80 國際勞工組織（2022），國際勞工組織全球工資數據庫，https:/www.ilo.org/

146、global/research/global-reports/global-wage-report/2020/lang-en/index.htm81 美國全國便利店協會（2018），購物時間，https:/www.convenience.org/getattachment/Research/Consumer-Insights/Time-to-Shop/White-Paper.pdf82 J.Falcao等人（2021），ISACS：面向零售業的店內自動結賬系統，https:/dl.acm.org/doi/pdf/10.1145/347808683 Statista（2021），2018到202

147、4年全球提供自動結賬的商店數量，https:/ 國際勞工組織（2022），國際勞工組織全球工資數據庫，https:/www.ilo.org/global/research/global-reports/global-wage-report/2020/lang-en/index.htm85 M.Dohler 和 I.Pearson（2020），生活更自動化報告，https:/ ABI研究公司（2019），消費機器人是一個轉型中的市場；智能家居將成為變革的核心，https:/ 未來市場研究公司（2021），家用機器人市場調查報告，https:/ 國際勞工組織（2022），國際勞工組織全球工資數據庫

148、，https:/www.ilo.org/global/research/global-reports/global-wage-report/2020/lang-en/index.htm89 德勤（2019），重新思考數字紅利，https:/ Oxford Insights（2021），2021年政府人工智能準備度指數，https:/ 世界銀行（2022），人口估算以及預測，https:/databank.worldbank.org/source/population-estimates-and-projections92 國際勞工組織（2022），國際勞工組織全球工資數據庫，https:/ww

149、w.ilo.org/global/research/global-reports/global-wage-report/2020/lang-en/index.htm93 麥肯錫（2016），汽車革命展望2030年，https:/ 麥肯錫全球研究院（2015），物聯網：超越市場炒作之外的價值，https:/ 標準普爾全球移動（2022），標準普爾全球移動顯著下調輕型汽車生產前景，https:/ 美國交通部（2021），經濟分析中統計生命估值部門指南，https:/www.transportation.gov/office-policy/transportation-policy/revised-

150、departmental-guidance-on-valuation-of-a-statistical-life-in-economic-analysis 97 世界銀行（2022），人均國內生產總值（現價美元），https:/data.worldbank.org/indicator/NY.GDP.PCAP.CD98 麥肯錫全球研究院（2018），智慧城市：使未來更加宜居的數字化解決方案，https:/ Our World in Data（2022），1990至2019年的兇殺率，https:/ourworldindata.org/grapher/homicide-rate?tab=table

151、100 世界銀行（2022），人口估算及預測，https:/databank.worldbank.org/source/population-estimates-and-projections101 美國交通部（2021），經濟分析中統計生命估值部門指南，https:/www.transportation.gov/office-policy/transportation-policy/revised-departmental-guidance-on-valuation-of-a-statistical-life-in-economic-analysis102 世界銀行（2022），人均國內生產

152、總值（現價美元），https:/data.worldbank.org/indicator/NY.GDP.PCAP.CD103 E.Wilde（2012），緊急醫療系統響應時間對健康結果是否重要?，https:/pubmed.ncbi.nlm.nih.gov/22700368/104 RapidSOS（2015），成果：量化應急響應時間的影響，https:/ M.Bigdeli（2010），伊朗道路交通事故受害者的院前護理時間間隔，https:/ 麥肯錫全球研究院（2018），智慧城市：使未來更加宜居的數字化解決方案，https:/ EM-DAT（2022），國際災害數據庫，https:/www

153、.emdat.be/108 Fair Tech Institute（2022），衛星通信在災害管理中的作用白皮書，https:/ 美國交通部（2021），經濟分析中統計生命估值部門指南，https:/www.transportation.gov/office-policy/transportation-policy/revised-departmental-guidance-on-valuation-of-a-statistical-life-in-economic-analysis110 美國國家安全委員會（2022），工傷費用，https:/injuryfacts.nsc.org/work

154、/costs/work-injury-costs/111 世界銀行（2022），人均國內生產總值（現價美元），https:/data.worldbank.org/indicator/NY.GDP.PCAP.CD112 麥肯錫全球研究院（2015），物聯網：超越市場炒作之外的價值，https:/ 世界衛生組織（2022），全球衛生估計：傷殘調整壽命年的主要成因，https:/www.who.int/data/gho/data/themes/mortality-and-global-health-estimates/global-health-estimates-leading-causes-of

155、-dalys114 牛津經濟研究院（2022），牛津經濟研究院數據庫，https:/ 麥肯錫全球研究院（2018），人工智能前沿：模擬人工智能對世界經濟的影響，https:/ 國際勞工組織（2022），惡劣工作條件的巨大負擔，https:/www.ilo.org/moscow/areas-of-work/occupational-safety-and-health/WCMS_249278/lang-en/index.htm117 美國國家安全委員會（2022），工傷費用，https:/injuryfacts.nsc.org/work/costs/work-injury-costs/118 世界

156、銀行（2022），人均國內生產總值（現價美元），https:/data.worldbank.org/indicator/NY.GDP.PCAP.CD119 普華永道（2022），社會責任銀行：通往普惠金融的數字化道路，https:/ 世界銀行（2021），2021年全球金融包容性指數數據庫：新冠肺炎時代的普惠金融、數字支付和彈性，https:/www.worldbank.org/en/publication/globalfindex121 Fit Small Business（2021），你需要了解的21個小額信貸統計數據，https:/ Broadband India Forum（2019）

157、，通過采用物聯網/人工智能在印度農業和醫療保健行業創造就業機會的潛力，http:/ 世界銀行（2022），人均國內生產總值（現價美元），https:/data.worldbank.org/indicator/NY.GDP.PCAP.CD58智能經濟安永（中國）企 業咨詢有限公司（“安永”）受雇于華為技術有限公司開展此項研究。安永專有的計算一般均衡模型EYGEM被用于該分析。華為技術有限公司深圳市龍崗區坂田華為基地電話:(0755)28780808郵編:免責聲明本文檔可能含有預測信息，包括但不限于有關未來的財務、運營、產品系列、新技術等信息。由于實踐中存在很多不確定因素，可能導致實際結果與預測信息有很大的差別。因此，本文檔信息僅供參考，不構成任何要約或承諾，華為不對您在本文檔基礎上做出的任何行為承擔責任。華為可能不經通知修改上述信息，恕不另行通知。版權所有 華為技術有限公司 2022。保留一切權利。非經華為技術有限公司書面同意，任何單位和個人不得擅自摘抄、復制本手冊內容的部分或全部，并不得以任何形式傳播。商標聲明 ，是華為技術有限公司的商標或者注冊商標，在本手冊中以及本手冊描述的產品中，出現的其他商標、產品名稱、服務名稱以及公司名稱，由其各自的所有人擁有。