11月2日，《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》发布，“新场景”正从新词变成热词。“新场景”这一概念的重大意义在哪？又会孕育哪些新机遇？广州日报新花城记者对中央财经大学副教授、中国信息协会与中国体制机制改革研究会中央企业数智化转型与数据要素流通体系建设研究专家郭树行进行了专访。
广州日报：工业和信息化部在阐述“新场景”相关举措时表示，将研究出台“人工智能+制造”专项行动实施意见以及《工业互联网和人工智能融合赋能行动方案》。可以预见，工业互联网将成为“新场景”培育与开放的重要一环。您会如何想象，工业互联网赋能下的未来工业生产会是怎样的一个图景？
郭树行：国务院办公厅的《实施意见》和工信部的后续举措，可以说为中国制造业未来发展按下了“快进键”。“新场景”的核心，其实是让技术从理论研究走向产业落地的一次深刻变革，而工业互联网与人工智能的融合，将成为推动这场变革的最强引擎。
实际上，国家对工业互联网的重视和布局，并非始于今日，而是一项深思熟虑、持续多年的长远战略。早在2017年，国务院就发布了《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，正式将工业互联网提升至国家战略高度。
几年来，这项战略在产业中扮演了“筑基者”和“连接器”的关键角色。从“筑基”来看，我们建设了覆盖工厂内外的通信网络，打造了一大批国家级、行业级和企业级的工业互联网平台，并建立了相应的安全保障体系。这为海量工业数据的汇聚、传输和处理提供了坚实的基础；从“连接”来看，工业互联网让孤立的设备、系统、流程连接起来，实现了数据的“对话”和“流动”。这就好比打通了制造业的“任督二脉”，让生产、管理、供应链等各个环节的协同优化成为可能。
那么，工业互联网赋能下的未来工业生产会是怎样一幅图景？我的答案是：未来越来越多的工厂将变成会思考、能进化、善协作的“智慧生命体”。
广州日报：“新场景”中数字经济和人工智能领域的加快开放，会对经济社会领域的治理能力提出更高的要求，其中出现的伦理风险、技术鸿沟等值得关注。您认为，应该如何平衡技术的“快进”与“场景”治理能力可能滞后的关系？
郭树行：你提出的这个问题，可以说切中了“新场景”时代的一个非常核心的问题。确实，我们应该为技术的飞速发展而欢欣鼓舞，但同时，技术的“快进”也给社会治理带来了考验，特别是对场景的治理。关于如何平衡二者的关系，这个问题其实等同于如何构建一套即安全可靠又不拖技术后腿的治理体系。
我觉得，我们应该抛弃旧有的治理理念，应该有所创新。传统的治理模式往往是“瀑布式”的，即等待大规模问题出现后，再出台法规进行治理，这在技术快速迭代的今天显然已经大大滞后了。我建议面对技术飞速发展和场景缓慢适应的矛盾，可以推广“敏捷治理”理念，就是像软件开发一样，采用小步快跑、快速迭代的方式，在风险可控的范围内，与技术创新同步进行治理的一种新型模式。
比如，对于无人驾驶汽车这一“新场景”，我们不可能等到一部完美无缺的无人驾驶法规出台以后再允许其上路。正确的做法是，像广州、深圳等地已经在做的，划定特定的测试区域和道路（这就好比软件开发中的“沙盒”概念），设定严格的准入条件和应急预案。
在这个“沙盒”里，企业可以测试他们的最新技术，而政府监管部门则可以零距离观察、收集数据，实时发现问题：比如，在紧急情况下AI的决策逻辑是怎样的？数据安全如何保障？事故责任如何界定？通过沙盒里的实践，法规制定者和企业共同学习、共同成长，最终“孵化”出一部科学、务实、经得起考验的法律。这本质上就是把治理本身，也变成了一个研发和创新的过程。
关于伦理风险，其实主要是AI等先进技术带来的伦理风险，我觉得，不能仅靠外部的法律惩戒，而是更需要倡导建立“技术向善”的企业内在文化，将伦理考量前置，最好是内嵌到产品的设计、研发、测试全流程中，即“伦理设计”。
比如，一家公司要开发一套用于企业招聘的AI筛选系统。如果只追求效率，AI可能会在学习历史数据后，无意中“学会”并放大对特定年龄、性别或毕业院校的偏见。而“伦理设计”则要求团队在立项之初就要思考：这个AI会不会产生歧视？ 于是，他们在开发中会主动引入更多元化的训练数据，并利用算法（如“公平性感知”算法）来校正偏见。同时，他们会建立“AI伦理委员会”，在产品上线前进行严格的伦理审查。当一位求职者被拒时，系统至少能给出一个不涉及歧视的、合乎逻辑的解释。
总而言之，平衡技术“快进”与场景治理的关键，在于用一种动态、协同、以人为本的哲学来取代静态、单向的传统管理思维。我们要拥抱“沙盒”的试错精神，前置“伦理设计”的向善理念，便可以有效弥补技术鸿沟。
广州日报：如今，我国不缺新技术和新产品，缺的是舞台，这就需要通过制度创新和深化改革打造和开放新场景，特别是推动政府和龙头企业加快场景培育和开放，在涉及“人工智能+”新场景培育与开放的法规、制度等“软创新”等方面，您认为当前有哪些堵点，以及破解堵点的着力点？
郭树行：当前我国在人工智能、大数据等领域的技术创新已经进入世界第一方阵，但我们常常面临一个困境，就是英雄有了，用武之地却不足。国务院办公厅的《实施意见》正是为了解决这一核心矛盾，通过打造和开放新场景，为新技术提供“练兵场”和“应用场”。而要做好这件事，破解法规、制度等“软创新”层面的堵点，就成了重中之重。
在我看来，当前的“堵点”主要集中在三个方面：一是对数据安全的过度担忧造成的数据“藩篱”；二是对新生事物的过度审慎带来的法规“真空”；三是墨守陈规带来的采购“惯性”。
那么，如何破解这些堵点？我认为我们的“着力点”应放在技术升级、制度创新和模式转变上：
一是大力推广和应用隐私计算技术（如联邦学习、多方安全计算）。各部门的数据依然存储在自己的服务器里，但授权一个可信的中间平台（如数据交易所）派出“算法模型”到各家去“学习”一遍，然后带回“知识”，而不是数据本身。同时，建立清晰的数据分类分级和收益分配机制，让数据提供方在安全的前提下，有动力、有回报地开放数据。
二是全面推行“监管沙盒”制度。针对AI医疗、自动驾驶等新场景，划定特定的区域（如南沙区）、特定的机构（如几家三甲医院），在风险可控的前提下，允许企业“带照经营、边试边闯”。监管部门全程介入，与企业共同发现问题、迭代规则。这种“受控的实验”，能让法律法规的制定从“闭门造车”变成“开门造车”，最终形成一部反映现实、引领发展的“活法典”。
三是创新采购模式。可以采用“揭榜挂帅”或“创新挑战赛”的形式，先给几家入围企业一笔小额经费进行小范围试点验证。然后根据实际效果，决定谁能获得最终的合同。合同也可以是“按效果付费”，比如，AI系统每成功预警一次灾害，政府支付一笔费用。此外，政府可以设立“首台套”保险补偿机制，分担龙头企业应用首创性技术的部分风险，鼓励他们“敢于试错,、勇于创新”。
总而言之，破解“人工智能+”新场景培育中的堵点，要求政府的角色，要从一个传统的、被动的管理者，转变为一个主动的、赋能的场景设计者、数据合伙人、创新催化师。
文/广州日报新花城记者：钟达文
广州日报新花城编辑：李光曼
