技术创新，是和平年代各国发展经济的核心抓手。距离2015年“互联网+”被提出仅仅过去了四年时间。这四年间，“互联网+”为社会带来了翻天覆地的变化，人们的工作和生活方式产生了深刻变革，先后诞生了以BAT（百度、阿里巴巴和腾讯）为代表的互联网巨头和以今日头条、美团、滴滴等第二代互联网“新贵”，引领着“Copy from China”（从中国拷贝）应用创新一浪接一浪的热潮。

除了广大的个人消费市场增长，“互联网+”对已有行业的快速发展也做出了巨大贡献：它打破了固有行业藩篱，搭建起数字化基础设施，使得泛在网络、分布式连接、数据横流成为可能，构建了支撑数字化经济转型的基石。

在完备的基础设施和海量数据资源的基础上，通过对数据信息进行“深耕”，提升运营效率、降低成本和促进产品创新成为了新的增长点。因此，“互联网+”之后，人工智能技术发展应用的浪潮恰恰契合了这一发展需要。

因此，“智能+”实体企业作为科技赋能实体产业的本轮重点，一经提出就引发了各行各界的热议。套用经济学最基本的需求和供给角度，本文把智能+赋能百业作为研究对象，试图探讨现阶段需求和供给侧的若干问题。

“智能+”实体企业的需求侧，指的是企业对智能技术的采纳。俗话说隔行如隔山，各个行业本身差异很大。即使在同一行业，成熟的大企业和中小企业对智能化的需求也有所不同。所以“智能+”实体企业需求的研究必须实现“个性化”，针对具体企业、具体业务环节、具体问题，进行具体分析。

影响企业智能技术需求的一个重要因素是企业自身数字化基础设施的完备程度。目前还没有成熟的理论框架可以用来给各个企业评级，这可以作为理论工作者研究的一个方向。2017年国外有研究提出企业对人工智能数字化技术的需求金字塔可以作为业界实践参考。这一框架与经济学里的马斯洛需求层次理论相近，将企业对数字化技术的需求从低到高列出，分别包括：数据收集、数据存储和转移、数据准备（清洗、异态检测）、数据分析标注汇总训练、机器学习（算法优化）和人工智能与深度学习。

笔者认为，基于对自身数字化基础设施完备程度的评估，企业应该逐步形成各自的“智能+”采纳度指标，综合反映企业自身的业务需求、业务伦理、可支付程度以及与已有流程的整合度等。

同时，不仅需求端要从了解自己入手，“智能+”的供给侧也有其自身的特点。“智能+”的供给侧可以被理解为运用人工智能技术为企业和个人提供产品和服务的主体，既包括各种人工智能创业企业、独角兽，也包括传统的互联网巨头和新贵们。

这些人工智能企业不遗余力地将智能化技术带入大众视野的同时，也暴露出了一些问题。例如仍然采用工业时代传统的卖方思维，会耍大刀的就夸大刀好，会挥几板斧子的就夸斧子的厉害之处，依托自身的技术优势去寻找应用场景，划定市场。当前五花八门的机器人产品就充分反映了现阶段的这种特征，例如市场上各种厂家、各种功能的机器人种类众多，包括扫地机器人、做饭机器人、看护机器人、陪伴机器人等等。然而，这种供给驱动方式的缺陷是与市场需求脱节，人们需要的不是数量众多的机器人，而是一个能帮难解困的生活助手。

这种供给与需求的不匹配，也体现在现有的人工智能行业应用上。比如在医疗行业人工智能的应用中，智能语音方向上，技术提供方总是强调语音识别与自然语言处理算法的准确率极高，能够将语音自动转化成文本，节省医生写病历时间，然而医生却认为病历最核心的是记录下医生的判断以及后续辅助诊断的措施决策，仅仅将与病人的对话转化成文本实际使用意义较低。

当然，现阶段供给和需求的脱节与当前人工智能技术所处的发展阶段有很大关系。上述各类功能机器人就是在面向单一明确需求的“专用”人工智能技术下实现的，如果这些企业能继续投入基础研发，实现“通用”人工智能，成为全方位生活帮手的通用机器人就有可能出现。

所以，“智能+”实体企业实施落地是技术驱动的业态创新的实践，需要需求侧和供给侧同时发力对接:实体企业需要认识到自身数字化基础设施的完备度和对数字化技术的需求层级；供给侧要从各种应用场景中认识到真实的行业需求和痛点是什么，并将其反馈到研发环节，促进技术演进，从而创新产品、创新流程和提升用户体验。（王延峰，上海交通大学人工智能研究院副院长、教授）

分享让更多人看到