人工智能有大幅提升生产力增长的潜力，但代价可能是收入差距的进一步拉大，包括城市发展不平衡的加剧。总而言之，人工智能将推动形成所谓的“技能偏好型科技变革”——即数字技能将特别受到重视，而对中低端技能劳动力的需求将缩小。

　　中国目前从事可自动化工作的劳动力人口超过其他国家。麦肯锡全球研究院预测中国 51%的工作内容有自动化潜力，这将对相当于 3.94 亿全职人力工时的冲击。但这并不意味着如今的高端工种能够完全免受冲击。比如，医生之类专业人士的部分工作也可能被自动化，而医生的工作内容将会更专注于与人的沟通和互动。

　　社会效益与隐忧

　　人工智能发展前景广阔，可用于改善医疗、环境、安全和教育，提升民生福祉。与此同时，由于它模糊了物理现实、数字和个人的界限，衍生出了复杂的伦理、法律及安全问题。随着人工智能的逐渐普及，需要审慎管理来应对这一转变。

　　许多现有用例展现出了人工智能解决社会问题的潜力，如环境变化预测、节能减排、智能医疗、数字化医疗档案、更为安全高效的交通系统、智慧城市、自动驾驶等。

　　然而，除了这些潜力外，管理具备自主学习和决策能力的机器也是一份重艰巨的责任。

　　首先：谁拥有个人数据？数据应以何种方式共享？面对日趋严峻的网络安全攻击又该如何保护数据？其次，人工智能可能在决策过程中产生无意识的歧视。由于现实世界存在着各种形式的种族歧视、性别歧视和偏见，开奖，输入算法中的数据也可能附带这些特征。而当机器学习算法学习了这些带有偏见的训练数据，也就“继承”了偏见。此外还有很多地缘政治的影响，如国家间的“数字鸿沟”，“自动化武器”风险等。

　　除伦理问题之外，人工智能在社会的普及更会产生诸多法律层面的影响。如果人工智能的决策导致意外甚至犯罪，谁应当对其负责？人工智能创作的知识产权归谁所有？一旦人工智能拥有超级能力，又该用哪些措施进行监管？人工智能研发人员有哪些法律权利与义务？

　　要建立一个完善的法律及伦理框架，仍有许多问题尚待充分探讨。

　　中国AI战略重点的五大预测

　　建立完善的数据生态系统

　　数据是未来的货币。例如在医学研究中，如果没有全球海量临床数据的支持，人工智能的潜力就无法得到充分挖掘。过多的桎梏将会束缚中国的人工智能企业，导致其丧失开发具有全球竞争力产品的能力。

　　中国可以通过建立并落实数据规范、向私营领域开放公共数据、鼓励跨国数据交流来构建一个更为完善的数据生态系统。

　　首先， 建立 数据标准是进行广泛数据分享和实现系统间交互操作的重要前提条件，有助于提升物联网及人工智能技术的价值。潜在的庞大数据体量是中国的天然优势，使中国有机会在国际上更好地发挥领头羊的作用。而且，在与中文语言相关的数据规范制定方面，中国也应起到主导作用。

　　对于特定行业数据，政府可要求现有的监管机构制定必要规则。比如美国证券交易委员会在 2009 年出台规定，要求所有上市公司使用 XBRL（可扩展商业报告语言）格式发布财报，确保所有公开数据的机器可读性。

　　其次，为了提升数据的多样性，政府应提高公共数据的开放程度 ，并带头建设行业数据库。这些举措同时能够提升公共服务质量、提供政策制定洞见，从而带来额外益处。比如纽约市政府就建立了公开数据门户网站，为市民提供经济发展、医疗、休闲、公共服务等领域的数据。2012 年纽约市还颁布了《开放数据法案》，要求政府部门使用机器可读取的数据并建立 API（应用程序编程接口），方便软件研发人员直接连接政府系统并获取数据。

　　最后，中国政府还需考虑 国 际 数据流的价值。麦肯锡全球研究院的调查表明，2014 年，跨境数据流为全球经济创造了 2.8 万亿美元的价值，对经济增长的贡献已经超过实体贸易。此外，研究还指出，由于经济体需要接触全球的思想、研究、科技、人才和最佳实践案例，数据流入和流出都能十分重要 。

　　拓宽人工智能在传统行业的应用