人工智能视角下创新管理研究综述与未来展望

杨 曦1,3,刘 鑫2,3,4

(1.华中科技大学 管理学院,湖北 武汉430074;2.西南交通大学 公共管理与政法学院;3.西南交通大学 知识创新与知识产权研究中心,四川 成都 610031;4.中国科学院 科技战略咨询研究院,北京 100190)

人工智能作为全球新一轮科技革命和产业革命的核心驱动力,将对创新本身带来深刻变革。在回顾人工智能创新管理研究文献基础上,从技术、制度、组织和法律理论视角入手,分别对人工智能视角下技术创新路径、创新政策、创新模式与知识产权制度创新进行系统梳理与评述,在此研究基础上提出并界定“机器创新”这一新的技术创新模式,丰富了该领域的理论研究。结合人工智能视角下的创新管理研究现状,针对系统视角下人工智能领域创新生态系统研究空白,绘制出人工智能视角下未来创新管理研究的4条路径,并对未来研究进行展望。

关键词人工智能;创新管理;机器创新;知识产权

0 引言

1950年计算机科学理论的奠基人图灵[1]在《计算机器和智能》中提出著名的“图灵测试”,即如果一台机器能够与人展开对话,并且会被人误以为它也是人,那么这台机器就具有智能。1956年达特茅斯会议上人工智能(Artificial Intelligence)这一概念被明确提出,标志着人工智能学科正式诞生。人工智能之父之一的马文·明斯基[2]将人工智能定义为“让机器做本需要人的智能才能做到的事情的一门科学”。Cerka 等[3]将人工智能视为一种能够借助计算机或其它设备模仿人类思维方式并获得经验的实体。虽然学界尚未对人工智能形成统一定义,但普遍认为人工智能与智力技能直接相关,并且能够独立于开发人员或用户,自己进行理解、学习和决策。在60多年的发展历程中,人工智能一直处于技术创新前沿,近年来相关研究更是呈现集中爆发态势。

在1912 年熊彼特首次提出“创新”概念后,创新管理逐渐成为备受国内外学者关注的热门议题。创新管理是指管理学科范畴的创新研究,主要涵盖技术、制度、组织、法律、创新系统等研究维度,其主要研究内容为探讨各维度对创新管理的共同作用[4,5]。技术是创新与变革的重要驱动力量,其在创新管理领域的研究中扮演着重要角色[5]。制度环境可以加快特定技术领域产业化进程,特定技术产业创新管理受到政策机制的广泛影响[6]。从组织维度看,创新类型是影响创新管理的重要因素之一[7]。在知识经济背景下,创新依赖于知识,如何利用知识获利是创新管理研究的一个重要方面。知识产权被用来创造收益、维护公司竞争地位并释放竞争信号,因此知识产权是创新管理的重要组成部分[8]。创新系统作为“集体资源”的集合,为创新管理参与主体提供了良好的外部性,创新系统是创新管理研究的一个前沿领域[9]。随着人工智能高速发展,理论层面的创新管理议题引发了国内外学者们热烈讨论,聚焦于以机器为创新主体的技术创新,核心是价值创造。本文从技术、制度、组织、法律、系统等维度,对人工智能视角下的创新管理研究进行了细致梳理与研究。技术维度下,互联网、大数据、云计算等新一代信息技术加速迭代演进推动人工智能技术创新沿“弱人工智能”到“强人工智能”,再到“超级智能”的路径演变;制度维度下,在激烈的市场竞争中,只有引领技术创新的主体才能赢得人工智能领域的主导权。各国和地区为争取人工智能领域的主动权并抢占战略制高点,纷纷出台创新政策;组织维度下,将机器纳入技术创新主体范畴,由机器生产创造显著的技术、产业和社会价值的新模式,将改变现有基于人或组织等技术创新主体展开的开放式创新、破坏性创新等技术创新局面;法律维度下,随着人工智能自主学习能力与创造能力不断提升,其创作物和发明成果必将对现行著作权制度和专利制度带来深刻变革,知识产权制度创新相关理论研究及法律法规制定亟待完善;系统维度下,目前尚未有学者对人工智能领域创新生态系统进行研究。本文试图通过对比分析传统创新生态系统与人工智能领域创新生态系统,挖掘人工智能领域创新生态系统未来的研究路径。

目前人工智能领域创新管理研究刚刚起步,理论建构仍处于探索阶段。本文基于技术、制度、组织和法律4个理论研究维度对现有人工智能领域创新管理研究文献进行梳理与归纳(见图1),旨在展现该领域国内外相关研究概况,提出并界定“机器创新”这一新的技术创新模式,丰富该领域理论研究成果;绘制未来人工智能创新管理研究的4条路径,填补国内外人工智能领域创新生态系统研究的空白,并对未来研究进行展望。

图1 人工智能视角下的创新管理研究的理论视角

1 人工智能技术创新路径

人工智能技术创新路径可大致分为“弱人工智能”和“强人工智能”,二者的本质区别就在于机器是否有意识,如果有意识、自我、有创新思维等,即为强人工智能[10]。“强人工智能”主要包括认知模拟(Cognitive Simulation)和应用AI(Applied AI)两种形式,其中认知模拟旨在模拟人脑如何工作,而应用AI旨在开发可应用于商用化的智能系统,如人脸识别系统等[11]。从演进程度看,“强人工智能”演进的下一阶段为“超级智能”,“超级智能”是指能够全面取代人类智能的一种“强人工智能”,有3种形式:高速超级智能、集体超级智能和素质超级智能[12]。鉴于人脑是通过学习获得感知、认知、智能等能力的,对应地,从演进认知层面可以将人工智能演进分为3个阶段;第一阶段是以深度卷积神经网络为代表的感知智能,其依赖于大数据,目前在视觉物体识别、语音识别和自然语言理解等方面取得了媲美人类水平的成功;第二阶段是对人类深思熟虑行为模拟的认知智能,包括推理、规划、记忆、决策与知识学习等,这些高级智能行为仍在艰难探索中;第三阶段是创造性智能,即要求人工智能具有类似于人类的顿悟、灵感等超强能力,属于更高层次的人工智能,相关研究尚处于空白[13]。结合人工智能演进程度和演进认知层面,可将感知智能、认知智能和创造性智能分别对应弱人工智能、强人工智能和超级智能。

当前人工智能技术水平仍处于弱人工智能阶段。以2016年AlphaGo击败职业围棋棋手李世石为例,与人类相比,AlphaGo 没有主观体验与自我意识,仅具备了人类能力的某些子片段,从本质上讲是弱人工智能[14]。随着人工智能技术进入高速发展的机遇期,技术创新路径将从“弱人工智能”逐渐过渡到“强人工智能”阶段,而过渡的重要突破口是“迁移学习”,即人工智能将从某领域学习掌握的技巧和经验迁移到新的相关领域并加以应用。

2 人工智能领域创新政策

创新政策是技术创新的重要驱动力量,旨在促进以知识为基础的技术竞争产业发展[15]。当前人工智能技术发展面临着经济、安全、监管等多方挑战,各国和地区对该领域创新政策制定尤为关注,相继在国家战略层面对人工智能作出顶层设计[16]。本文细致梳理美国、日本、英国、欧盟和中国等人工智能领域技术发展较为领先的国家和地区近年的人工智能技术创新政策(见表1),旨在明晰我国人工智能创新政策不足并提出建议。

2.1 美国

美国联邦政府对人工智能技术研发支持主要来自于机器学习与人工智能分委会和美国国立卫生研究院。除大量投入资金外,联邦政府也十分重视从国家战略层面对人工智能作出顶层战略设计。在出台的人工智能发展战略政策报告中明确指出,政府是人工智能发展过程中安全和公平的重要监管人。该报告旨在提升人工智能在美国国家发展中的战略地位,促进政府、企业、高校和科研院所在人工智能领域分工协同。

表1 各国和地区人工智能领域主要创新政策

国家 政策时间/名称 政策内容来源美国2013年“通过推动创新性神经技术进行脑研究”(BRAIN)计划计划10 年投入45 亿美元,旨在深化对人类大脑的认识[17]2016年10月《为人工智能的未来做好准备》系统梳理人工智能发展的现状与趋势、政府应开展的工作以及面临的机遇和挑战[18]2016年10月《国家人工智能研究和发展战略计划》全面搭建美国人工智能研发的实施框架,提出七大研发战略[19]2018年3月《美国机器智能国家战略》提出机器智能对国防、经济、社会等方面的广泛差异并提出具体建议[20]日本2015年1月《新机器人战略》提出机器人发展的五年规划,包括跨领域问题、机器人国家标准等[21]2016年1月《第五期科学技术基本计划》将“超智能社会”列为重点目标[22]2017年《人工智能产业化路线图》提出人工智能产业化的三个发展阶段[23]英国2016年《人工智能:未来决策制定的机遇和影响》人工智能未来发展对英国社会和政府的影响[24]2016年9月《机器人和机器系统的伦理设计和应用指南》第一个关于机器人伦理设计的公开标准[25]2017年1月“现代工业战略”增加47亿英镑的研发资金促进人工智能、“智能”能源技术、机器人技术等领域的发展[26]欧盟2013年1月“人脑计划”10年内获得10亿欧元的经费,用于脑部疾病治疗以及大脑运作模式探索[27]2013年12月“SPARC计划”到2020年,将投入28亿欧元用于研发民用机器人[28]2016年5月人工智能立法动议通过立法赋予人工智能法律身份[29]2017年2月通过《欧盟机器人民事法律规则》这一决议从机器人使用的责任、伦理、造成损害等方面提出对基于人工智能技术控制机器人的监管原则[29]中国2015年5月《中国制造2025》明确提出“加快发展智能制造装备和产品”[30]2015年7月《国务院关于积极推进“互联网+”行动的指导意见》将人工智能作为重点布局的11个领域之一[31]2016年5月《“互联网+”人工智能三年行动实施方案》到2018年,形成千亿级的人工智能市场应用规模[32]2016年7月《“十三五”国家科技创新规划》重点开发移动互联、量子信息、人工智能等技术,推动增材制造、智能机器人、无人驾驶汽车等技术的发展[31]2017年7月《新一代人工智能发展规划》新一代人工智能发展分三步走的战略目标,到2030年使中国人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心[31]

2.2 日本

日本重视人工智能领域战略和计划制定,绘制了人工智能产业化路线图,计划分3个阶段推进人工智能技术应用。同时,日本重视技术的国家标准化,以机器人技术为例,《新机器人战略》明确指出,通过实现机器人技术国家标准化,进而提升在国际标准中的话语权。

2.3 英国

英国侧重于人工智能领域的监管和道德问题,并以此推动国民经济发展。英国凭借其在胚胎、生殖技术等新兴技术领域具备的良好监管和道德问题处理经验,对机器人等人工智能前沿研究领域中出现的社会问题和道德问题进行了风险评估,以保证人工智能能够融入人类社会现有道德规范。

2.4 欧盟

鉴于经济推动庞大机器人群体产生,由此带来了一系列主体认知和社会责任问题,欧盟委员会法律事务委员率先提出人工智能立法动议,要求欧盟委员会把正在不断增长的、最先进的自动化机器“工人”的身份定位为“电子人”。欧盟立法保护政策的做法旨在解决人工智能领域中存在的潜在风险与挑战。

2.5 中国

中国政府出台了一系列支持人工智能技术创新的政策,但与其它国家和地区创新政策对比,仍存在以下两个方面的不足:一是政府对人工智能领域的资金投入不足;二是尚未对人工智能领域的法律、道德等风险进行防范,立法较为落后。未来,政府应当加大人工智能领域研发资金投入,同时制定人工智能伦理白皮书,将法律规范及道德准则等指导性或规范性材料加入系统设计阶段。

3 人工智能对技术创新模式的影响

美国经济学家熊彼特[33]在《经济发展理论》中首次提出“创新”的概念,是指将生产要素与生产条件重新组合后引入生产体系,建立一种新的生产函数。技术创新理论衍生于熊彼特的创新理论,弗里曼[34]在《工业创新经济学》中明确指出,技术创新是指新产品、新过程、新系统和新服务的首次商业性转化。技术创新主体是指具有创新能力、参与技术创新实践活动的人或组织[35]。技术创新主体是研究创新模式的重要视角。创新来源角度,Chesbrough[36]完整阐述了“开放式创新”理论,认为开放式创新模式的创新主体包括供应商、消费者、顾客、大学和研究实验室、竞争对手、其它行业企业、创新中介和其它等8 种类型,该创新模式指出不仅需要利用创新主体自身的研发力量,更应当充分调动外部资源实现技术进步;创新程度角度,Christensen[37]提出“破坏性创新”理论,破坏性创新模式的创新主体主要为企业,其中新入企业较传统企业更容易发生破坏性创新,该模式旨在使创新主体通过开发新市场或提供新功能,重塑现有市场;创新方式角度,Gloor[38]提出“协同创新”的概念,协同创新模式以个人、企业、高校、科研院所、地方政府以及国际创新力量等作为创新主体,利用网络实现创新资源和要素的有效汇聚,促成“人才、资本、信息、技术”等创新要素深度融合。

综观现有文献,学者们对技术创新模式的研究主要围绕人或组织等技术创新主体展开,尚未将机器纳入研究范畴。但随着技术创新环境不断改变,技术创新能力不断提高,新的技术创新主体和技术创新模式不断涌现[39,40]。在即将开启的人工智能时代,人工智能在某些领域将不断挑战并战胜人类智能[41],仅依靠现有的人或组织等传统技术创新主体进行创新将越来越力不从心。机器作为技术创新过程中新产品、新系统和新服务的全新承载体,能够独立于开发人员或用户自行进行理解、学习与决策[42],具备自主创新及实现技术价值转化的能力,从而具备成为技术创新主体的资格。在人工智能时代,将机器纳入技术创新主体范畴具有现实性与可行性。

目前关于人工智能对技术创新模式影响的研究较为匮乏,仍处于探索阶段。基于上述对传统技术创新模式和技术创新主体以及人工智能对技术创新主体重要影响的文献梳理,本文试图提出一种新的技术创新模式,即“机器创新”,其定义如下:为适应并预见人工智能的快速发展趋势,某些领域技术创新主体将逐渐从传统的人或组织转变为机器,实现从人或组织的学习、组织资源获取、知识溢出到机器学习、机器组织行为、机器价值创造和机器创新伦理转变。由机器创造出各种具有创新性的产品、系统与服务,其结果是获得显著的技术、产业和社会价值,进而推动生产方式变革与社会进步。鉴于技术创新模式相关理论体系主要由原因、过程和结果3个部分构成[36,43],本文从这3个方面对“机器创新”展开分析。原因方面,技术创新主体改变是产生新技术创新模式的主要影响因素[44]。在人工智能技术迅猛发展的背景下,机器具备一定程度的技术创新能力,并参与到新产品、新系统和新服务的创造过程中。因此,机器成为技术创新主体是产生机器创新的主要动因;过程方面,新的技术创新模式主要涉及知识开发与利用等环节改变[45]。就信息识别而言,机器不仅能够识别数据流中的文字信息,还能将数据流中的图像信息和语音信息转变为个人、企业等可以理解的信息,丰富了数据流的使用形式和数量。就资源获取而言,传统技术创新模式侧重于寻找外部资源、技术合作或战略联盟等,在人工智能技术影响下,机器创新丰富了与外部合作的资源获取方式,如数据搜索、数据处理、算法优化等。就技术创新问题解决流程而言,原先基于经验的人类智能被基于计算机系统的人工智能替代,即机器创新首先扫描系统内部资源,找到技术创新过程中的问题,然后通过算法将内部资源转化为计算机系统可处理的相关数据,并借助网络搜寻外部资源,匹配合适的解决办法[46];结果方面,新技术创新模式的影响主要体现在价值提升上[47]。机器创新在产业、技术和社会价值上较传统技术创新模式有显著优势。从产业价值角度看,机器创新一方面使一批新产业、新产品逐渐进入市场,如计算机视觉、语音/语义识别以及智能机器人等,另一方面有助于传统制造业与服务业改造升级,如智能制造、智能物流、智能交通以及智能教育等。从技术价值角度看,机器创新能大幅提高技术研发创新效率。以机器写作为例,机器人在写作速度上具有绝对优势,一篇简短的新闻稿能够在分秒之间完成。从社会价值角度看,机器创新对“人”的替代蕴含巨大的社会变革潜力,将对劳动力结构、创新绩效与产出计算方式、全球制造业格局等产生深度影响,机器创新对数据的深度挖掘与分析,能更好地迎合顾客真实需求,为其提供个性化、有针对性的服务,进而创造更大的经济和社会价值。

4 人工智能与知识产权制度创新

在人工智能技术迅猛发展的背景下,全球知识产权领域正面临巨大挑战,鉴于人工智能技术带来的知识产权问题研究的紧迫性,本文从著作权制度和专利制度视角对相关问题展开详细论述。

4.1 人工智能与著作权制度创新

关于人工智能著作权制度问题的探索仍处于起步阶段,目前学者们对于该问题的研究主要集中在以下两个方面:一是人工智能创作物能否被认定为作品;二是人工智能能否成为著作权的权利主体,其创作作品的著作权归属。

关于人工智能创作物能否被认定为作品,多数学者基于作品的独创性标准对该问题进行探讨,将人工智能创作物与人类创作作品相比,如果二者很难区别,意味着该内容应被认定为作品[48]。因此,应对现有作品的定义进行微调,将人工智能创作物纳入作品的范畴[48]。但是,部分学者认为人工智能的模式化、程序化会使得作品再创作趋向于同质化、无差别化、相似化,这与作品的独创性要求相悖,因而不能将人工智能创作物纳入著作权法保护范畴[49]。除独创性标准外,近年来有学者主张从市场效应的视角对该问题进行研究,着眼于该创作物对经济社会发展的利弊。若将该创作物视为非作品,大量涌入公共领域的创作物会降低市场对于版权作品的需求,可能导致版权产业萎缩。若将该创作物视为作品,大量涌入市场的人工智能版权作品会使版权市场的竞争更加激烈。所以是否将人工智能创作物视为“作品”,应当由该国的具体国情决定[50]

就人工智能能否成为权利主体及其创作作品的著作权归属问题而言,国外学者普遍认为人工智能不能成为著作权的权利主体,人工智能生成内容应当归属于人工智能设计者或者所有者。英国学者根据《版权、设计和专利法》第9条第三款规定,认为人工智能生成内容的著作权应当归属于操作者。美国学者普遍认为人工智能生成内容应当归属于人工智能设计者或者所有者[51]。我国著作权法明确否认自然人以外的对象能够实施创作行为,在权利归属条款中规定“创作作品的公民是作者”。因此,根本不存在归属于人工智能的作品,对于新出现的人工智能创作物,从利益分配的角度出发,其应归属于所有者[48]

就人工智能发展对著作权实践方式的影响而言,不同国家或地区已经在立法上展开了不同程度的实践。日本以法律的形式,将人工智能化的作品以条文形式规定下来,旨在保护人工智能利益相关者,防止诉讼争端[49]。英国、南非等部分英联邦国家认可了人工智能创作物的可版权性,英国1988年《版权、设计和专利法》和南非1978年《版权法》中将人工智能创作作品的作者视为人工智能的操作者[50]。欧盟委员会法律事务委员会于2017年1月12日通过一项决议,考虑赋予最先进的自动化机器“工人”法律地位,即“电子人(Electronic Persons)”,并赋予这些机器人依法享有著作权、劳动权等“特定的权利与义务”[52]。目前我国尚未对人工智能领域著作权问题进行立法保护,鉴于人工智能创作物与人类作品在形式上的不可分性,无须为人工智能创作物专门设立新的法律保护模式,只需通过改革并利用现有法律和法理的合理部分来应对人工智能问题[49,50]

本文通过对人工智能领域著作权制度研究文献的梳理发现,不同国家应结合本国国情对人工智能创作物被认定为作品后对经济社会持续发展的影响作出合理判断。目前我国人工智能技术发展势头迅猛,著作权保护问题日益突显。应当对现有作品含义进行微调,将人工智能创作物纳入作品保护范畴,结合目前英国、欧盟等人工智能领先国家和地区的立法经验,将该作品著作权归属于作品所有者。

4.2 人工智能与专利制度创新

目前世界范围内尚未有明确的、针对人工智能领域的专利制度法规、判例与政策说明[53]。人工智能背景下专利制度创新研究存在一定的复杂性,主要面临以下三大问题:一是人工智能发明成果能否被纳入专利法保护客体;二是人工智能发明成果归属;三是人工智能技术在专利检索、专利撰写和专利审查领域对现有专利制度的机遇与挑战。

针对人工智能发明成果能否被纳入专利法保护客体的争议主要集中于专利制度设立的目的与可能造成的影响等方面[54]。部分学者认为专利法设立的目的是保护专利权人的合法权益,专利法所称的发明人或者设计人是指自然人个体,而不是机器或者设备。因此,机器不是法律意义上的人,人工智能发明成果不具备可专利性。但是,随着技术发展和社会进步,在决定新的技术客体能否成为专利法保护对象时,应当注意专利法的灵活适用[55]。人工智能发明成果能否成为专利法保护的客体应当满足发明专利的客体要求以及技术方案是否符合新颖性、创造性和适用性的“三性”要求[56]。若该发明成果属于专利法所规定的智力成果并符合“三性”要求,则应当将其纳入专利保护客体范畴[56]。目前在基因编程领域,人工智能已被应用于再现部分复杂的生物发明成果或者创造出可申请专利的技术发明[57]

人工智能生成发明成果的过程通常较为复杂,往往涉及编程者、拥有者、操作者和机器等多个主体,目前争议的焦点集中于人机互动产生的发明成果的归属问题。已有学者主张赋予人工智能独立的发明人地位[58]。2017年,沙特阿拉伯将公民权授予一位人工智能机器人索菲亚(Sophia),成为世界上首个承认机器人能够作为独具法律意义上“人”的地位的国家。欧盟议会决定通过赋予机器人法律人格的提议,具体规则制定尚在进一步探索中。但是,目前人工智能尚未能独立行使法律权利、履行法律义务以及承担法律责任,人工智能产生的一系列法律后果仍由人类承担。因此,应当赋予发明创新活动的拥有者以相关技术方案的专有权,一般情况下将拥有者视为人工智能发明成果的专利权人。当拥有者、编程者和操作者分属于不同主体时,可以通过事前协议对人工智能发明成果的专利权归属进行约定。

人工智能技术使数据检索与分析工作更加高效精准,为专利检索、专利撰写和专利审查等带来了深刻变革。就专利检索而言,人工智能技术通过深度学习和多层神经网络实现了海量专利文件的快速准确收集、整合与提炼,提升了行业效率,有助于非专业专利检索人员快速获取相关专利文献并进行甄别。就专利撰写而言,日本特许厅受理全球首例由人工智能撰写的专利申请,而人工智能辅助专利撰写有助于企业的知识产权管理者将更多精力放到专利战略、专利布局及撰写规范上。就专利审查而言,人工智能技术中的神经网络和自然语言处理能力将显著提升机器翻译的准确性,有助于提升翻译工作效率、降低成本。但随着人工智能技术逐渐走入专利领域,其带来的审查员、翻译员岗位裁减,专利代理人岗位被替代等问题将对现有专利制度及体系产生一定程度的冲击。

现阶段,我国的专利制度可以通过修改完善对人工智能发明成果进行有效保护,将符合发明专利的客体要求以及技术方案“三性”要求的人工智能发明成果纳入专利法保护的客体,并将专利权归属于该发明成果的拥有者。同时,应当重视人工智能对现有专利检索、专利撰写和专利审查等专利制度带来的挑战。

5 未来研究展望

本文旨在从技术、制度、组织、法律和系统5个理论维度为人工智能视角下创新管理研究描绘了一个较为细致的全景图。同时,本文提出并定义了“机器创新”这一新的技术创新模式,为未来该领域研究开辟了新的理论视角。现有人工智能视角下的创新管理研究主要从技术、制度、组织和法律等维度对人工智能视角下的技术创新路径、创新政策、技术创新模式与知识产权制度创新进行了细致梳理,但目前尚未有学者从系统视角对人工智能领域的创新生态系统进行深入研究。创新生态系统的概念最早由美国竞争力委员会于2004年在《创新美国:在挑战和变化中成长》报告中明确提出,是指企业、政府、教育家和工人等创新主体之间逐渐出现的一种新型竞合关系[59]。早期学者们运用生态学思想对企业创新生态系统进行研究与探讨[60]。近年来,产业创新生态系统的协同与演化备受学者们关注,在即将开启的人工智能时代,人工智能视角下的创新生态系统与传统创新生态系统相比具备一些显著的新特征。目前人工智能发展尚处于弱人工智能阶段,由弱人工智能向强人工智能转变是不可逆转的。结合的国内外研究现状、针对人工智能视角下创新生态系统研究空白,本文从政策、组织、法律和系统的视角将未来的人工智能创新管理研究总结为4条发展路径(见图2)。

图2 未来人工智能视角下的创新管理研究的4条路径

第1条路径是人工智能领域的创新政策由演变历程分析向创新政策实施力度分析转变。本文主要梳理了人工智能发展较为领先的国家和地区的人工智能创新政策,但是该分析无法揭示政策实施力度。在即将开启的人工智能时代,各国和地区针对人工智能领域的创新政策将不断增加,未来研究应强化对政策实施力度的量化分析,以提高人工智能领域政策建议及实施框架制定的前瞻性与合理性。

第2条路径是基于“机器创新”的多主体技术创新问题研究。“机器创新”这一新的技术创新模式赋予机器与人或组织同样的技术创新主体地位。人工智能领域的创新过程具备一定复杂性,不是某一机器、组织或者个人的行为,而是不同机器、组织和众多个人互动的结果。随着人工智能技术发展,“机器创新”类型将进一步得到细化,由人到人机交互再到纯机器创新的变革将对多主体技术创新研究带来新的挑战。因此,在人工智能时代背景下研究多主体技术创新评价问题具有深刻的现实意义和理论意义。

第3条路径是积极推动国家人工智能领域知识产权治理体系的建立和完善。法律制度是技术和产业发展的有力保障,为建立与完善人工智能领域的知识产权治理体系,应当对知识产权制度创新中的问题与挑战积极进行立法尝试。由“机器创新”创造的人工智能创作物和人工智能发明成果带来的知识产权挑战日益增加,中国若想成为人工智能领域的引领者,应当在人工智能领域的知识产权立法上,尤其是包含机器在内的多主体知识产权保护立法上进行前瞻性研究。

第4条路径是人工智能视角下的创新生态系统研究。与传统创新生态系统相比,基于人工智能构建的创新生态系统具有以下特征:一是主体多样性。随着人工智能发展,机器从工具转变为创新主体,其对创新生态系统构建的作用方式和影响机理有待进一步研究;二是多主体共生演化性,未来应加强对包含机器在内的多主体创新生态系统演化机制的研究;三是系统开放性。开放程度是决定创新生态系统能否与环境顺畅交流的关键,人工智能技术涵盖的开源软件、开放标准、开放云以及开放数据等开放元素如何改变创新生态系统与外界环境的信息传递方式,进而提升创新生态系统效率,值得进一步探讨。

参考文献:

[1] TURING A M.Computing machinery and intelligence[J].Mind, 1950, 59(236):433-460.

[2] MINSKY M.Steps toward artificial intelligence[M].Cambridge:MIT Press, 1961.

[3] CERKA P, GRIGIENE J, SIRBIKYTE G.Liability for damages caused by artificial intelligence[J].Computer Law & Security Review the International Journal of Technology Law & Practice, 2015, 31(3):376-389.

[4] 张心悦, 宋伟.创新管理的知识网络结构、演化及热点分析——SCI(2000-2013)文献计量分析[J].科技进步与对策, 2015(14):114-121.

[5] DERELI D D.Innovation management in global competition and competitive advantage[J].Procedia - Social and Behavioral Sciences, 2015, 195(6):1365-1370.

[6] HUNG S C, CHU Y Y.Stimulating new industries from emerging technologies:challenges for the public sector[J].Technovation, 2006, 26(1):104-110.

[7] DAMANPOUR F.Organizational innovation:a meta-analysis of effects of determinants and moderators[J].Academy of Management Journal, 1991, 34(3):555-590.

[8] CARNEIRO A.How does knowledge management influence innovation and competitiveness[J].Journal of Knowledge Management, 2013, 4(2):87-98.

[9] MARKARD J, MUSIOLIK J, WORCH H.System resources in emerging technological fields:Insights from resource-based reasoning for innovation and transition studies[C].IEEE Conference on Imaging Systems and Techniques, Lund, 2011.

[10] SEARLE J R.Minds, brains and programs[J].The Behavioral and Brain Sciences, 1980, 3(3):417-424.

[11] COPELAND J.Strong AI, applied AI and CS [EB/OL]. http://www.alanturing.net/turing_archive/pages/Reference%20Articles/what_is_AI/What%20is%20AI02.html,2018-1-31.

[12] BOSTROM N.Superintelligence:paths, dangers, strategies[M].Oxford:Oxford University Press, 2014.

[13] 邓志东.关于发展我国人工智能技术与产业的建议[J].科技导报, 2016, 34(7):12-13.

[14] SILVER D, HUANG A, MADDISON C J, et al.Mastering the game of go with deep neural networks and tree search[J].Nature, 2016, 529(7587):484.

[15] HERSTAD S J, BLOCH C, EBERSBERGER B, et al.National innovation policy and global open innovation:exploring balances, tradeoffs and complementarities[J].Science & Public Policy, 2010, 37(2):113-124.

[16] THIERER A D, O'SULLIVAN A, RUSSELL R.Artificial Intelligence and public policy[R].Mercatus Center at George Mason University, 2017.

[17] BARGMANN C, NEWSOME W, ANDERSON D, et al.Brain 2025:a scientific vision[EB/OL].https://www.braininitiative.nih.gov/pdf/BRAIN2025_508C.pdf,2018-02-17.

[18] CATH C, WACHTER S, MITTELSTADT B, et al.Artificial Intelligence and the 'good society':the US, EU, and UK approach[J].Science & Engineering Ethics, 2017(7625):1-24.

[19] NSTC.The national artificial intelligence research and development strategic plan[EB/OL]. https://www.nitrd.gov/news/national_ai_rd_strategic_plan.aspx,2018-02-16.

[20] CSIS.A national machine intelligence strategy for the United States[EB/OL]. https://www.csis.org/analysis/national-machine-intelligence-strategy-united-states, 2018-03-07.

[21] MASAYUKI M.The effects of artificial intelligence and robotics on business and employment:evidence from a survey on Japanese firms[J].Discussion Papers, Research Institute of Economy, Trade and Industry (RIETI), Japan, 2016.

[22] 内閣府.第5期科学技術基本計画(平成28-平成32年度)[EB/OL]. http://www8.cao.go.jp/cstp/kihonkeik aku/index5.html, 2018-02-17.

[23] 経済産業省,文部科学省と総務省.人工知能の研究開発目標と産業化のロードマップ[EB/OL]. http://www.mext.go.jp/b_menu/shingi/chousa/shinkou/025/gijiroku/__icsFiles/afieldfile/2017/02/17/1382206-4.pdf, 2018-02-17.

[24] BUNZ M, JANCIUTE L.Artificial intelligence and the internet of things:opportunities and challenges for UK′s policy makers[J].Discussion Paper.Communications and Media Research Institute (CAMRI), University of Westminster, London, 2017.

[25] WINFIELD A F T, JIROTKA M.The case for an ethical black box[C].Conference Towards Autonomous Robotic Systems.Springer International Publishing, 2017:262-273.

[26] UK GOVERNMENT.Building our industrial strategy[EB/OL]. https://www.gov.uk/government/consultations/building-our-industrial-strategy, 2018-02-16.

[27] FREGNAC Y, LAURENT G.Neuroscience:where is the brain in the human brain project[J].Nature, 2014, 513(7516):27-9.

[28] SENFT E, BAXTER P, KENNEDY J, et al.SPARC:supervised progressively autonomous robot competencies[C].International Conference on Social Robotics.Springer International Publishing, 2015:603-612.

[29] GUIDO N L D.The European strategy on robotics and artificial intelligence:too much ethics, too little security[J].European Cybersecurity Journal, 2017, 3 (2):6-10.

[30] EUROPEAN UNION CHAMBER OF COMMERCE IN CHINA.China manufacturing 2025[EB/OL]. http://docs.dpaq.de/12007-european_chamber_cm2025-en.pdf, 2018-02-16.

[31] THE GOLDMAN SACHS GROUP, INC.China's rise in artificial intelligence[EB/OL]. http://www.docin.com/p-2011122785.html, 2018-02-17.

[32] CICENIA A.China's digital economy:the shape of things to come[EB/OL]. http://www.china-briefing.com/news/2018/01/04/chinas-digital-economy-shape-things-come.html, 2018-02-17.

[33] SCHUMPETER J A.The theory of economic development[M].Cambridge:Harvard University Press, 1912.

[34] FREEMAN C.The economics of industrial innovation[J].Social Science Electronic Publishing, 2009, 7(2):215-219.

[35] AJAGBE M A, ISMAIL K, ISIAVWE D T, et al.Barriers to technological and non-technological innovation activities in Malaysia[J].European Journal of Business & Management, 2015, 7(6):157-168.

[36] CHESBROUGH H W.Open innovation:the new imperative for creating and profiting from technology [M].Boston:Harvard Business School Press, 2003.

[37] CHRISTENSEN C M.The ongoing process of building a theory of disruption[J].Journal of Product Innovation Management, 2006, 23(1):39-55.

[38] GLOOR P A, LAUBACHER R, DYNES S B C, et al.Visualization of communication patterns in collaborative innovation networks - analysis of some W3C working groups[C].Twelfth International Conference on Information and Knowledge Management.ACM, 2003:56-60.

[39] 冯灵, 余翔.中国高铁破坏性创新路径探析[J].科研管理, 2015, 36(10):77-84.

[40] DANNEELS E.Disruptive technology reconsidered:a critique and research agenda[J].Journal of Product Innovation Management, 2004, 21(4):246-258.

[41] DUPOUX E.Cognitive science in the era of artificial intelligence:a roadmap for reverse-engineering the infant language-learner[J].Cognition, 2018, 173:43-59.

[42] NEGNEVITSKY M.Artificial intelligence:a guide to intelligent systems[J].Information & Computing Sciences, 2005, 48(48):284-300.

[43] 高良谋, 马文甲.开放式创新:内涵、框架与中国情境[J].管理世界, 2014(6):157-169

[44] GREER C R, LEI D.Collaborative innovation with customers:a review of the literature and suggestions for future research[J].International Journal of Management Reviews, 2012, 14(1):63-84.

[45] LICHTENTHALER U.Open innovation:past research, current debates, and future directions[J].Academy of Management Perspectives, 2011, 25(1):75-93.

[46] FIORE A D, SCHNEIDER S.Crowdscanning:the future of open innovation and artificial intelligence [EB/OL].http://blogs.lse.ac.uk/businessreview/2017/02/08/crowd scanning-the-future-of-open-innovation-and-artificial-intelligence, 2018-02-18.

[47] WU X, MA R, SHI Y.How do latecomer firms capture value from disruptive technologies? a secondary business-model innovation perspective[J].IEEE Transactions on Engineering Management, 2010, 57(1):51-62.

[48] 熊琦.人工智能生成内容的著作权认定[J].知识产权, 2017(3):3-8.

[49] 叶宗宗.人工智能与著作权[J].法制与社会, 2016(25):292-294.

[50] 曹源.人工智能创作物获得版权保护的合理性[J].科技与法律, 2016(3):488-508.

[51] HRISTOV K.Artificial intelligence and the copyright dilemma[J].The IP Law Review, 2017(57):431-454.

[52] EUROPEAN PARLIAMENT.Robots:legal affairs committee calls for EU-wide rules[EB/OL].http://www.europarl.europa.eu/news/en/press-room/20170110IPR57613/robots-legal-affairs-committee-calls-for-eu-wide-rules, 2018-02-18.

[53] HATTENBACH B, GLUCOFT J.Patents in an era of infinite monkeys and artificial intelligence[J].Stanford Technology Law Review, 2015, 32(19):44-50.

[54] 季冬梅.人工智能发明成果对专利制度的挑战——以遗传编程为例[J].知识产权, 2017(11):59-66.

[55] VAVER D.Invention in patent law:a review and a modest proposal[J].International Journal of Law & Information Technology, 2003, 11(3):8202-8210.

[56] 朱雪忠, 张广伟.人工智能产生的技术成果可专利性及其权利归属研究[J].情报杂志, 2018, 37(2):69-75.

[57] KOZA J R.Human-competitive results produced by genetic programming[M].Dordrech:Kluwer Academic Publishers, 2010.

[58] ABBOTT R.I think, therefore i invent:creative computers and the future of patent law[J].Social Science Electronic Publishing, 2016, 57(4):1079-1126.

[59] COUNCIL ON COMPETITIVENESS. Innovate America: thriving in a world of challenge and change[R].Washington, DC:Council on Competitiveness, 2004.

[60] IANSITI M, LEVIEN R.The keystone advantage:what the new dynamics of business ecosystems mean for strategy, innovation, and sustainability[J].Future Survey, 2004, 20(2):88-90.

Literature Review and Research Prospect on Innovation Management under the Perspective ofArtificial Intelligence

Yang Xi1,3,Liu Xin2,3,4

(1.School of Management, Huazhong University of Science and Technology, Wuhan 430074, China; 2.School of Public Affairs and Law, Southwest Jiaotong University; 3.Center of Knowledge Innovation and Intelligent Property Research,Southwest Jiaotong University, Chengdu 610031, China;4.Institute of Science and Technology Strategy Consulting, Chinese Academy of Sciences, Beijing 100190,China)

AbstractArtificial intelligence (AI) is regarded as a core driving force of global technological revolution and industrial revolution and brings profound changes to innovation itself.This article aims to provide a comprehensive panorama on innovation management under the perspective of artificial intelligence from the five theoretical perspectives of technology, system, organization, law and system.This article reviews domestic and international literature on innovation management under the perspective of artificial intelligence, systematically sorts out and makes comments on the technological innovation path, innovation policy, technological innovation model and innovation of intellectual property system in the field of AI from thetheoretical perspectives of technology, system, organization and law, respectively.Basing on the existing research, we propose and define the new technological innovation model "machine innovation", which enriches the theoretical research perspective in this field.Faced with the situation of innovation management under the perspective of artificial intelligence and the research blank on the innovation ecosystem in the field of artificial intelligence from the perspective of system, we draw 4 paths for innovation management under the perspective of artificial intelligence and prospect for future research.

Key Words:Artificial Intelligence; Innovation Management; Machine Innovation; Intellectual Property

DOI10.6049/kjjbydc.2018030533

中图分类号F416.67

文献标识码:A

文章编号:1001-7348(2018)22-0153-08

收稿日期2018-05-28

基金项目教育部人文社会科学基金项目(18YJC630103);国家知识产权局软科学研究项目(SS18-A-14);四川省软科学研究项目(2018ZR0336);四川省科技计划项目(2015GZ0079)

作者简介杨曦(1992-),女,湖北武汉人,华中科技大学管理学院博士研究生,西南交通大学知识创新与知识产权研究中心客座研究员,研究方向为技术创新管理与知识产权战略;刘鑫(1988-),男,陕西宝鸡人,博士,西南交通大学公共管理与政法学院讲师,知识创新与知识产权研究中心研究员,中国科学院科技战略咨询研究院博士后,研究方向为知识产权管理、科技创新政策、专利信息分析。本文通讯作者:刘鑫。

(责任编辑:林思睿)