产业政策🧜🏼‍♂️：新型云时代下的旧思维

产业政策：新型云时代下的旧思维

作者：发布时间👅：2021-03-09 来源👨‍🎤：沪港发展联合研究所+收藏本文

来源：https://industrytoday.com/addressing-multi-cloud-it-challenges-in-manufacturing/

知名智库 The Manhattan Institute最近发布了一份关于云时代的产业政策报告🦡，阐述了制造业经历的变化及其对大国经济的重要性🔎。作者是智库高级研究员Mark P. Mills。

报告内容摘要

政策制定者和专家们正越来越多地宣称，这个国家需要一项“产业政策”。尽管这远不是一个新的想法，但营收统计数据却给了它表面上的合理性👨🏼‍⚖️。

1980年🧘🏻，美国在全球制造业中所占的份额为30%👩🏻‍🦽‍➡️；如今，这一比例已下滑至16%。相比之下，该份额在本世纪初还不到10%的中国🕺🏻，现在已攀升到28%🛌。如果美国重新夺回已失去的全球市场份额的一半，这将构成国内制造业的巨大翻番。与此同时🔵，Covid-19疫情已经暴露了药品⛹🏻‍♂️、医疗设备与物资，更不用说从汽车到空调的所有产品的关键部件🦸🏼，均在海外生产的危险程度🤽🏿‍♀️。

国家安全是考虑制造业回流的一个显而易见的原因；而制造业对于经济的整体重要性则是另一个原因😸。例如，美国近一半的出口是以制成品的形式进行的；如果将所有与生产和输送能源有关的材料的工业生产包括在内✢，这一比例将上升到三分之二🚞🙆🏿‍♂️。工厂在传统意义上提供着高薪工作，尤其针对并未受过大学教育的人们，制造业就业在创造间接就业和繁荣方面提供了最大的经济乘数🚴🏿，制造业企业承担了私营部门接近70%的研发支出费用🙅🏿‍♂️。

针对培育国内产业👩🏿‍🏫，有着许多明智的建议（其中也有一些不太明智的）。但它们都有一个缺陷（这也是本篇报告的重点关注）𓀐🏄🏿‍♀️：许多政策制定者和实时评论者，以及普通公众都未能认识到制造业正在经历着重大的进展。

第一：近几年来🫳🏿，制造企业内部和周围的服务不断融合🐣。因此🧑‍🦳，官方数据是评论和公共政策建议误解经济现实的根本：许多被称为“服务”的工作和经济活动实际上是“工业”的一部分🧑🏻‍🚀。这种融合并非小事。研究表明，在众多行业中，“服务”占制造业产出的30%-90%。这些“服务”中的大多数并非文职工作🚣🏼‍♂️🤣，也并非后勤工作；它们涉及到生产生态系统的方方面面。其中约40%-90%的“服务”由外包供应商提供🖼，但不一定是离岸供应商👩‍🦽‍➡️。总而言之，在制造业所涉及的经济和劳动活动中，有相当一部分（大约占20%-50%）正被错误地纳入了“服务”一项中。

这种普遍的分类错误描绘了一幅比现实更为惨淡的工业事务图景。这也意味着，政策制定者冒着“可能将激励或惩罚针对于错误的目标，从而导致意想不到的后果”的风险。

第二🤹‍♀️：随着云基础设施与人工智能（AI）的大规模发展👩🏻‍🎤👨🏿‍🦱，制造业的“服务化”正在加速演变🏌🏼🧑🏿‍🚒。在2020年上半年，制造业对云技术的使用增加了140%以上，甚至超过了其在教育领域同样快速的扩张。经过多年的过度渲染，人工智能终于提供了有用的软件工具🧑🏼‍🎤，这些工具带来了几十年来在制造效率方面最为重要的一些进步。然而，在云基础设施和人工智能方面的就业与增值都被一同计入了“服务”项下🩱。

对于美国来说🕍，制造业的数字服务化是乐观的，且到目前为止❄️，美国仍是云基础设施和人工智能发展的主导国家。然而，人们对于数字基础设施相关的新闻🚌、娱乐和“社交”功能给予了更多的关注。而这，部分是因为制造业革命才刚刚开始，另外则是因为在很大程度上，服务化被以过时指标为基础的政府会计给掩盖了。

那些考虑产业政策的人需要认可并促成制造业正在发生的深刻变化。理应将制定税收和监管政策以鼓励，或至少不是抑制，更多针对新技术和新公司进行的私人投资，放在首要的位置。但是，除非国会指示商务部与私营部门合作，寻找更好的方法来判定制造业经济中正在发生的变化，否则这些变化不会得到认可。

前言

如今👨🏼‍🍳🧟，两党似乎达成了一个共识🫐：美国需要一项产业政策。就共和党和民主党之间的争论而言🏃‍➡️，主要是关于应支出多少以及哪种类型的产业应该受到青睐（或不受青睐）。

在这个国家，保护和增强工业健康并不是一个新颖的想法。美国第一任财长亚历山大·汉密尔顿（Alexander Hamilton）在其1791年的《关于制造业的报告》中指出🌏🧑‍⚖️：“一个国家的财富、独立和安全似乎与制造业的繁荣有着显著联系。”

从那以后🧑‍🎄🦶，美国的政策制定者和总统们，在不同的时期以不同的方式，将工业标示为经济和国家安全的一个重要特征。1940年12月，富兰克林·D·罗斯福总统以制造业的强大为基础发表了“民主兵工厂”演讲。1961年🧝‍♀️，肯尼迪总统在全国制造商协会发表演讲时曾断言♈️：“如果美国工业不能……增加本国出口超过进口的顺差，我们的国际收支状况和我们捍卫自由的承诺将受到威胁……在我们讨论这些问题时，资本主义正在遭受着考验𓀁。” 2012年👩🏼‍🦳，美国总统奥巴马向国会递交了一份在美国创造制造业就业机会的“蓝图”👩‍🏫。唐纳德·特朗普（Donald Trump）政府的一个核心主题是积极地引导美国制造业回流，这也是乔·拜登（Joe Biden）总统2020年承诺的核心内容🚻，即让制造业成为“繁荣兵工厂”的一部分📳😪，后者明显借用了罗斯福的语言风格（即“民主兵工厂”）。

如今🍺，新冠疫情及其在中国的源头暴露了制造业供应链的挑战与其战略脆弱性，而这些在很大程度上已被轻松忽视。政策制定者与公民认识到药品🫃🦶🏿、医疗设备和物资以及个人防护设备所需的纺织品，更不用说从汽车到空调等所有产品的关键部件👱‍♂️，都生产于海外。

考虑到这场疫情对供应链的破坏🦙，两党的政治家们均在事实上肯定了（即便不明确的话）制造业的关键作用👨🏽‍💻。而这一切是在长期以来关于去工业化🙅🏼‍♀️、工厂工人失业和服务经济崛起的鼓声中发生的👉🏽。

核心问题并不在于政府是否在国家的工业和经济健康方面发挥了作用；税收☆、关税🤏🏼、贸易协定🫴🏼、环境和其他法规的存在保证了政府发挥了自身作用☝🏿🫶🏿。相反地，从广义上讲，核心争议反映了政治哲学的差异。简单来说🌚，一方面🙋🏿，有一种更加以自由市场为中心的方法，面对市场和制造业的复杂性，这种方法自信地认为，与政府相比🙋‍♀️，无数的大小企业平均在投资去向与投资额方面能够做出更好的决定👬。另一方面，有一种联邦专家更为同意的观点🍜，即引导特定行业和经济走向特定的结果🦹🏿。根据定义，后者寻求确定出“赢家”，而前者则寻求促成赢家产生的体制。随着2020年供应链的中断🎀，国家安全重新成为这场争论的一个关键因素👤。

然而，两个政党都仍在一种旧思维下运作🧥，这种思维尚未赶上并认识到整个制造业部门正处于技术上的拐点。如果不清楚制造业的未来与过去有着多大的差异🧑‍🔬🌏，政策制定者要冒着“行动无效甚至适得其反”的风险。从根本上讲，政策制定者冒的风险相当于在一个多世纪前，即电气化和大规模生产流水线出现之际，试图培育出更多的水车和蒸汽锅炉驱动的制造业。

当今，我们见证了制造企业内部和周围数字服务的融合。这一演变在几十年前就逐步开始了🙎🏽🚑，只是当今随着云基础设施的出现而更加成熟并立即加速，这与人工智能（AI）的“大众化”是一致的⛎。这是一种制造业的数字服务化，它迫使陈旧的服务业与工业分类学失去意义。

不幸的是🩱，数字服务业与制造业正在形成的融合，正被过去的政府会计标准所掩盖🧑🏿。这些指标越来越多地在“服务”项下，报告着实际上属于制造业的部分活动同就业情况。这种分类错误不仅描绘了一幅比实际情况更为惨淡的工业事务图景；它也同时意味着🤏🏿，政策制定者可能会冒着“塑造出一种无法得到适当解释甚至被注意到的成功🏄‍♀️，或者更糟糕的是🙅🏽‍♀️，这种成功完全与预期相反”的风险。

为什么制造业仍旧重要

“关于美国制造业走向终结的传言是过于夸张的🤔。”——埃隆· 马斯克，2020年

作为全球最有价值的制造业企业（若以2万亿美元的股市价值来衡量），苹果是一家典型的“科技”公司✴️🤌。苹果80%的销售额来自于硬件，尽管其大部分的硬件是由“合同制造商”生产的👱🏼‍♂️，且大部分是在海外生产的💇🏽‍♀️。许多其他类似市值的科技公司🙂，即便其收益结构相较于苹果更为偏重软件，但它们都在硬件基础设施上进行了大量的投入🤏🏿。如果没有这些硬件，亚马逊🫑、微软👩🏽‍💼、谷歌✍️、IBM和甲骨文等科技巨擎就无法提供“推翻”传统市场的软件和云服务。亚马逊运营着超过1500万平方英尺的建筑🦹‍♂️，里面装满了计算机硬件，从服务器🈵、路由器到内存条，该建筑规模相当于覆盖了曼哈顿60多个街区。它还运营着超过2亿平方英尺的仓库🏋️，里面正充斥着越来越多的机器人。

这能说明什么？正是拥有了利用材料技术和化学科学的硬件制造能力，才使得全社会那些神奇而又平凡的服务创造成为了可能，从电子商务、视频会议和清洁的水👨🏽‍🌾，到药品、电力🤵🏽、共享单车和度假。没有制成品就没有服务💇🏽‍♂️。而且，正如我们不久将阐释的那般🔛，情况会变得相反：没有服务就无法制造出产品🤍。

即使在数字时代，物质仍旧重要。美国每年生产并运输超过12万亿磅的实体商品。美国大约70%左右的出口是以制造业成品的形式完成的。而且🧜🏽‍♂️，正如人们经常注意到的，制造业的就业机会，与几乎所有的服务业相比，都有着更大的经济乘数——创造附带就业机会和繁荣的溢出效应。制造业企业同时也承担着私营部门大约68%的研发支出👩‍👩‍👦。

正确地看待🧑🏿‍🔧🪹，制造业本身即是美国经济中最大的一部分⛴，近乎达到医疗服务规模的三倍🎛。这一鲜为人知的事实来源于经济分析局（BEA）的数据，该数据库将过于宽泛的“服务业”类别进行更加细致的分类🌳，因为原本的服务业内部经营业务的差别就犹如机械工坊与烘焙坊之间的区别这般地大。（图1）。

每年🔬，全球能制造出价值约2万亿美元的信息硬件🔐，从计算机、内存芯片到手机信号塔🏊🏿‍♀️，从智能手机到数据中心，这大致相当于全球的汽车销售总量👨🏿‍🦲。如果没有这些数字硬件，就不会有额外4万亿美元的软件服务注入如今的全球经济。

“实物”在世界经济中的主导地位不会被很快替代。后疫情时代，随着世界经济恢复正常💁‍♀️，对于制成品未得到解决的🦤、被压抑的需求规模十分惊人👨🏽‍🏭。试想一下：世界上仅有不到15%的公民拥有汽车✩；而生活在世界最热地区的近30亿人口中，只有8%拥有空调❎。经济预报员预计，世界将在几年内重回，甚至超过2019年的制造业峰值——14万亿美元，并在那之后继续增长。

尽管如此，美国人被告知🍳，如果制造业回流的目标是重振国内制造业就业，那么这些努力将付诸东流📬，因为自动化和信息技术将取代这些工作岗位。技术在取代人力劳动方面的作用是一个需要更多探索的课题（此处不仅仅只是可行与否）。然而🤵🏻‍♂️，一些高层次的现实——特别是服务化——意识到且与理解关于自动化和就业的过度主张遗漏了什么尤为相关。生产力提高得益于技术的进步——顾名思义，每单位产出投入的减少，特别是劳动力的减少，正是导致了各种商品成本的降低，财富的扩张，以及相应的✅，几个世纪以来总体就业率不断提高🧉。每生产一种产品的人数减少所带来的生产力提高，往往会被更多的生产所抵消，从而导致（某个地方）就业率的净增长，或者🧝‍♀️。至少是下降速度的放缓。这一就业机会是否被美国的商业体系抓住则更多地与政策有关，而不是技术。

在过去的20年中，由于外国竞争（通常是高额补贴），尤其是来自中国的竞争，美国无疑失去了全球的市场份额和数百万个制造业就业岗位。与此同时👀，美国的国内政策对于工业变得愈发敌视，这是一种不良的关系组合。

与此同时，人口普查数据显示，美国的就业结构发生了从制造转向服务业的重大转变。麻省理工学院（MIT）经济学家大卫•奥托（David Autor）和安娜•所罗门（Anna Salomons）在描绘这种转变方面做了先创性的工作，并注意到数据显示🈸，高薪“中等技能”工作（通常不需要大学学位）出现了一种空洞化🙅🏻‍♂️，同时🍳🙍‍♂️，就业机会更多地转向了低技能（低薪）和高技能（高薪）职业。这两种趋势都主要出现在服务业🛜。

而这🖕🏿，正是我们开始看到的将实际上是生产部分的各种活动归类为服务的挑战。所有领先的制造企业和行业都知道，通过将实际生产与通常被称为“服务”的任务（研究🧎、开发、设计、运营和供应链管理）紧密结合，可以获得竞争优势🤹🏽‍♂️。这一现实就是将许多制造业企业转移回美国需要时间的原因👨🏼‍🌾🧜‍♂️。

已故的安迪·格罗夫（Andy Grove）在辞去英特尔（Intel）首席执行官一职后🎼，发起了一场运动，解释道这种“经验链”将“服务业”和“生产业”这两种表面上独立的业务紧密联系在了一起。经济历史学家马克·莱文森（Marc Levinson）是少数几位警告传统数据无法揭示工业经济现状的分析师之一。例如👩‍🦯，他指出🔼，“一项活动是否被归类为制造业🦊，在很大程度上取决于它在何处进行”，而非该工作是否属于制造业的一部分。

因此，如果设计师♻、研究人员、维修人员和卡车司机都直接受雇于国内的制造商，在政府统计数据之中🧅，他们的工作将记录为“生产”或“制造”的一部分。但如果这些工作（出于任何原因）被外包（不一定是离岸外包）给了与一家国内制造商提供相同服务的公司，有时甚至使用相同的人员和硬件🐆🈺，这些企业和员工则通常会被记录为“服务”的一部分。

一个清晰的例子便是所谓的无工厂制造商，这些业者将重心放在设计与销售产品，并与提供专门制造的厂商签订合同，把生产制造的环节外包出去🎚。例如类似如苹果公司，或者，类似芯片制造商高通或者英伟达的一家企业。虽然许多这样的合同制造商确实在人口普查名单上显示为“工业”，但最新数据（自2012年）显示，大约2万家美国公司（总共雇用约150万人）上报其提供合同制造服务，却并不被列入“制造业”。

将生产活动归类为服务业🏋️，无论如何也不能解释为何美国制造业的就业岗位在过去的20年内急剧缩减。但显然的，它确实呈现出了更迅速的衰退，即工业就业岗位减少的同时服务业就业岗位增多⛹🏻‍♀️。随着下个计算机和软件时代的来临，制造业的“服务化”加速发展，这种误解将变得更为严重🗝，并可能在未来几年内严重误导政策制定者与公众。

制造业的服务化

“服务业这个行业并不存在🚈，只是有些行业的服务成分大于或小于其他行业罢了，所有人都在服务他人。”——西奥多·莱维特🤪，《哈佛商业评论》，1980年

尽管这位已故经济学家提出了这一警告，但各国政府与经济学家长期以来一直在通过将经济划分为三个熟悉的、过于简单的类别：农业🛎、制造业和服务业，来以此跟踪进展并制定政策。在历史上的大部分时间里，这样的划分似乎是有用的，因为每个类别所发生的事情有着明显的差异。经济学家喜欢用理发的例子来说明服务业与制造业的不同。服务业💅🏿，例如理发🥾，通常是无形的，难以储存或运输，往往是高度私人化或客制化的。这些特性使得服务天生就不利于提高生产率。（今天的医疗保健服务也是如此）但是世界已经发生了改变。

软件即服务有着易于存储、传输和标准化的特性。这就是为何类似邮寄、归档文件、会计、文书工作和广告等服务总是最先被以信息为中心的技术迅速颠覆。这同时也是这些商业服务的数字化会被纳入制造业范畴的原因✌🏼。

商业服务业，囊括了从会计、薪资管理和法规遵从性，到运营分析、产品设计和供应链管理。1950年，这类经济只占到美国国内生产总值的9%左右。到了2000年🧑‍🚒，商业服务业占国内生产总值的比重已增长到20%以上🏓，并保持大致直至如今。商业服务业的作用从1980年增长至2000年，同时，几乎可以肯定的是👮🏻，这源自于价格更加低廉的计算所提供的功能不断强大的软件的出现👨🏽‍🦳。这本应作为一个新兴重大事件正在出现的信号。事实上，在奥巴马第一届政府执政期间，美国国际贸易委员会（U.S.International Trade Commission）的一份分析报告重点关注到了商业服务业，尤其是在制造业中的“日益重要性”𓀌。国会研究服务部（Congressional Research Service）指出，在目前的美国制造业出口的“附加值”中，非国内提供的服务占比达30%以上。

2015年的一项研究调查了包括北美在内的15个国家的22家硬件制造商，这些制造商分别为电信🌪、废水👲🏿、发电和汽车等行业生产产品。调查显示，这些硬件供应商约30%-90%的产值来自服务业。所有类别的业务都有着一个共同的文书后勤工作，它只占所确定的所有服务类型的不到三分之一；其余的任务包括从生产生态系统与安全到改善客户或供应商关系的所有方面（图2）。

研究发现，服务投入的增加与制造业生产率的提高有着相关性👍🏿。这并不奇怪，因为追求生产率和利润正是企业率先使用服务的主要原因。但是，这些制造商所使用的40%-90%的服务是由外包供应商提供的，而不是由内部提供的。因此🪒，所有这些活动（连同就业）都不会出现在制造业的会计账目中。

其他分析也发现了类似的结果😚。2017年经合组织（OECD）的一项研究显示👵🏽，欧盟和美国企业所购买或外包的服务占制造业出口总值的37%。如果纳入制造业企业包含的服务业，这一比例将超过50%👉🏻▶️。该研究发现，从化工和塑料，到信息和通信技术（ICT）、电子和汽车等行业都存在与上述相同的模式🧒🏽。研究指出：“我们用于衡量制造业（无论是外包还是内包）服务内容的其中部分依据🤴🏼，是在生产的各个阶段，资源向数字技术的转移。”

因此，无论是一个人还是一个机器人在装配线上组装铆钉或是焊接零件，更多的任务比重和附加值都处于工厂车间的上游和下游©️⛹️‍♂️。整个生产活动的全貌不仅是我们发现各种离散软件服务的地方，而且越来越多地🧎‍♂️‍➡️，是软件将一切整合到一种整体机器中的地方，而这在历史上十分独特😋。

在某种程度上，制造业所涉及的经济和劳动活动中有相当一部分（大约20%-50%）被外包，这部分如今被计入“服务业”一项，一个不可避免的事实如下🗻✵：经济学家🤸🏽‍♂️、记者、权威人士、政治家和公民对于工业经济的实际规模以及工业劳动力的计算被严重低估。这种低估也可能暴露出制造业中中等技能劳动力的“空心化”👑。

因此🥷🏽🛫，经济学家大卫·奥特想知道“一系列经济力量的相互抵消是否会很快扭转中等技能岗位的衰退。”我们认为奥特问题的答案是肯定的。除了许多制造业工作（包括如操作和维护日益复杂的供应链或生产机器的中等技能的工作）并没有消失🏌🏿🐭，而是简单地，在政府统计方法中从“制造业”转移至了“服务业”种类中，此外，一场根本性的技术变革正在进行🫙，这场变革将再次重塑整个就业结构。

商业上有望成功的人工智能（AI）和基于云技术的企业软件的出现推动了这场变革👉🏻。正如个人电脑不同于机械计算器或打字机那般，它带来了与其前身软件所不同的可能。这些软件开创于20世纪后期，用于文字处理、归档、邮寄、绘图、打印和处理电子表格，将文书工作从中等技能员工转移到专业人员的电脑桌面上👮🏿。而如今🏌🏽‍♂️，人工智能和云服务的到来将发挥完全相反的作用，使得“中等技能”员工能够执行以前需要由专业和管理领域人才方可完成的任务🤾🏿‍♀️。数字基础设施的性质，便是这场革命的首要证据📜📩。

新的纪元

“我们在两个月内见证了本来需要两年的数字化转型🧑‍✈️。”—萨提亚·纳德拉，微软首席执行官，2020年

2020年可能会作为“云技术之年”而载入史册。从网上杂货店购物、视频游戏到电影流媒体和视频会议，一切都使得数字通信量激增🦉。8月31日，作为新兴时代渐露端倪的缩影，埃克森美孚被道琼斯工业平均指数（Dow Jones Industrial Average）所除名，取而代之的是Salesforce⛹🏿‍♂️，这是一家基于云计算并专门为客户提供一整套客户关系服务的软件公司。

与此同时，在疫情造成的封城之后，远程医疗的需求有如雨后春笋，大量软件被投入医生的工作之中以增强诊断的准确性。云计算还允许研究人员快速创建临床信息的公共“数据湖泊”，用以部署当今拥有计算天文数字级别的超级计算来寻求治疗方法和疫苗✶。云计算，一种全新而重要的基础设施，但它在几十年前还并不存在。

云计算可能看起来像是一个捏造出来的公关术语，但是它与互联网之间有着深刻的区别🦡，而这区别正如同互联网与电话之间的区别一样。云能连接任何事物，尤其是各种所谓的智能事物，但这次🏗，又回到了集中式计算基础设施上，并作为一款不断地提供基于人工智能的新兴软件工具。在20年前基本不存在的云技术支出，现在则是一项每年高达2500亿美元的全球业务，并正在迅速增长🐢。

这一基础设施的物理性质是显著的👨‍🦽‍➡️🥏。虽然在规模上，日常生活中的计算机不断折叠缩小，但用于构成云计算工具的计算机体量已爆炸式地增长。云计算的核心是所谓的数据中心，数据中心内部有着成千上万含有计算能力🕢、通信和存储能力的机架🚌。数据中心实际上是有着仓库般大小的计算机🤽🏿，许多的大小相当于一个覆盖了100万平方英尺，位于同一屋顶下的购物中心。以平方英尺为单位的数据中心建设的年增长率在十年前就开始上升，并在过去的五年里翻了一番不止。仅在美国🧑🏼，每年的新建的建筑面积就超过了800万平方英尺🍑。

世界上有着已达数亿平方英尺的数据中心（美国拥有其中的一半有余）🧑🏿‍🍳。每10平方英尺数据中心拥有的计算能力能比1980年世界上所有计算机的计算能力总和都要强大👨‍🚀。每一种业务，尤其是制造业，都能认清未来将受到云计算能力崛起的影响🙅‍♀️，它加速所有事务的服务化。

不出所料😾🏃🏻‍♀️，大大小小的企业都在2020年加快了对云技术的使用💂‍♂️🙇🏻‍♂️。这一现象仅在“有更多的数据被远程存储在云上👨🏻‍🦳，而不是存储在用户和企业的终端设备上”这一重大突破的两年后就发生了。制造业的云技术利用率在今年的上半年增长了140%，远超增长次快的教育部门（增长率114%）。一项新的调查着眼于从零售😙、医疗保健到金融服务等所有业务的未来在IT和云技术上的支出❎，该调查发现工业产品和运输服务在云技术上的支出所对应的计划增长幅度最高。

作为“放大器”的人工智能

将各种各样的软件迁移到云端所带来的便利性、可靠性和成本节约足以值得重新调整政策和计划。然而，云应用的大量增加也促使着一种全新的基于人工智能的软件得以加速发展。

计算软件兴起于20世纪50年代的计算机诞生之际，学习算法或“机器学习”的概念则最早起源于20世纪80年代。正如微型处理器花了20年时间才变得强大和便宜到足以让传统计算技术起飞一般🍰💡，直至21世纪初🥫，微型处理器才具备了执行人工智能类软件的能力♑️。到了2010年，人工智能应用已经开始进入商业用途🔏🫁。

在高端性能方面，单个人工智能芯片现在可以提供与整个20世纪90年代军用超级计算机相匹配的处理能力✨。许多这样的单个人工智能芯片正越来越多地被安装在网络的“边缘”🐐🏂🏿，即工业运营前线的机器和设备中。据预测🧑🏻‍🎓，人工智能芯片市场将主导半导体的增长，仅在未来的五年内便将产生大约350%爆炸式增长。

人工智能作为一种实用工具的出现，使得计算机能够执行计算上较为困难的日常任务，例如轻易识别语音命令。人工智能还有助于执行更为复杂的任务，包括读取CT扫描结果，驾驶汽车或机器人，或识别自然和工业过程中的模式。

然而，人工智能的主要特点并不是围绕着“智能机器”从人类手中抢夺工作的宣传。相反，它给计算机带来了一个“自然语言界面”，即没有编程技能或特殊专业知识的人用正常语言请求和接受建议的能力。与此相对应的是，人工智能类分析的卓越功能大大增强了现在提供的建议，而这些建议则越来越多地通过使用增强和虚拟现实接口来传送。而这些🥋，正经历着“大众化”，由连接着云端的无线网络提供便利💻。换句话说🐛🧘🏽，人工智能的力量不是封闭在“电脑室”里👷🏿‍♂️🎹，而是，实时地出现在每个人日常活动的前线🤵🏻‍♂️。这一特性在工业操作中尤为重要👖。

人工智能和云技术的结合提供给了非技术人员一种“提升技能”的方法。将“强技术性”的决策活动转移给一线员工✊🏿，将使以前为专业人士保留的活动变得“空心化”。这与20世纪软件取代中等技能工作（例如，绘图、打字🧑🏿‍🚀、会计）的方式相反，后者是将其转移到了专业人员的桌面上。人工智能决策软件变得更加强大的同时🚆🤌🏿，使用起来也更加直观🈺。这一独特功能将加速“中等技能”员工手中掌握人工智能工具的转变。

到目前为止🧸，业务软件工具主要用于帮助收集、存储和描述数据。当然🚏，来自仿真和模型的人工智能模式识别和建议给予可以直接帮助专业人员或是经理👩🏿‍🦱。但它们也可以直接通知到“中等技能”工作者，即非大学学历的员工🕵🏿‍♀️。

从采矿到制造业🕖，以及获取材料和制造产品（无论是药品还是汽车）所涉及的所有过程和仪器，管理者和工程师都难以应付大量与运营效率和安全相关的多重因素的数据：来源和数量🧑🏻‍🦽‍➡️，部件位置或组成的变化🌳，输入和输出的每个字符。在专业人员手中🔽，识别这些数据中的模式将导致在操作设备🤚、调整过程中的温度或压力🧹、下订单👨🏽‍💻、通知供应链中的人员和企业等方面做出一系列决策。在工业运营中，这些复杂、相互关联的问题和任务要比在酒店运营中更为常见。许多模式是人工智能工具可以被“训练”至看到的🙋🏿。

此外👮🏿‍♀️✧，工业中使用的机器和工艺变得更为复杂。“智能数字化助理”可以实时向一线操作员提供智能操作指导，同时也减轻了在日益复杂的环境中操作日趋繁复的机器所需的大学水平技能。

人工智能驱动的工具开始渗透进入工业市场🤸🏼🤸🏿‍♀️，亚马逊🤸🏻‍♂️、谷歌、微软和Salesforce等云技术公司以及现在数百家其他风险投资支持的初创公司都正在追逐这些市场🛕，一系列的行业调查中都能清楚表明这一点🙍🎇。麦肯锡公司在2019年，而波士顿咨询则是在去年，调查到人工智能的普及率在囊括了工业和制造业行业的各个部门内均在上升。

如前所述，支持人工智能的云技术所提供的这些功能是被标记为服务业还是工业的一部分，将取决于这些工具所处的位置🫴🧝🏽‍♀️，而不是它们是否参与了工业活动。人工智能与云技术的融合预示着美国工业竞争力的增强🥷🏿，但也将进一步使得服务业与制造业间的区别变得模糊。

应对疫情大流行下的封锁

尽管随着新冠疫情的扩散🙇‍♂️🧰，制造业部门整体出现了下滑，但作为数字时代基础的硬件制造业却在增加😥。直至2020年中，美国的半导体销售额增长了约26%。全球对半导体制造厂所用机床的需求也增长了8%🌀，而2021年将预计增长13%。这预示着美国作为主要生产计算机和通信芯片设计所需软件的五家公司中三家的所在地——Ansys、Cadence Design Systems和Synopsys。在控制着用于制造半导体的90%机床的四家公司中，美国也有三家Ⓜ️：Applied Materials✍🏿、KLA Tencor和Lam Research🍘。

当然🍟，所有这些制造业活动都在推动一切东西的深层次服务化🧙🏼‍♀️，包括bootstrap效应，即制造出硬件来构建云技术本身。正如对于人们，互联网使得图书馆、商业和娱乐变得随时随地触手可得，人工智能和云技术也将以前复杂的决策工具实时地交付至一线实践者的手中，无论是工厂车间的员工还是前台的员工。所有这些都与政策制定者加快美国制造业发展的愿景密切相关，而美国制造业的一个核心问题即是🤱🏼🧏‍♀️，在一个60%占比的劳动力没有大学学历的国家，技术工人正呈现短缺现象。

产业政策：陷入云技术诞生前的时代

“一项连贯的产业政策是实际的需求。”-罗伯特 B.赖希🚧，《哈佛商业评论》，1982年

政府通过税收和规章监管所做的大部分工作，即使只是含蓄地，也构成了一种产业政策👬🕊。当然👰🏿‍♀️，除了那些疯狂的贸易协定🌾、补贴、关税、配额和一般规则的例外之外，这些都是用于将竞争环境向一个或另一个方向倾斜的🤽🏽‍♂️。即使是自由市场原则的高声拥护者，也会时不时地屈从于支持市场干预🚵。在上世纪80年代中期👏🏿🙅🏽，里根总统对来自日本的定向制成品（电视机、电脑、电动工具）征收了100%关税，并称其目的是“执行自由和公平贸易的原则”🥸。

这些都不是什么新鲜事，而我们又在争论从重到轻，到底会以哪一种政策作为终点。在我们这个时代推行产业政策的动机与40年前并无不同👕👇🏻：国内就业、贸易平衡🙇‍♂️、全球竞争力👩🏼‍🏫，以及源自经济实力的——地缘政治现实“软实力”👉🏿。

今天，美国的制造业产值刚刚超过2万亿美元，按绝对值计算，是1980年的两倍之多🤛🏻，但这一增长主要是由一个部门主导的：即计算机相关的生产🚒。美国在如今更大的全球市场中所占的份额相较于之前则要小得多🏄🏿。20世纪80年代初，美国在全球制造业中所占份额为30%👨‍🍳，但现在已经下滑到略低于17%。重新夺回失去的全球市场份额的一半，即能构成国内制造业的巨大翻番🏷。

本文认为🦸，无论拜登政府和国会（不可避免地）做出何种努力以谋求企业回流，现在出现失败或是意外结果的可能性都比过去更大🧡。如果我们不知道我们在衡量什么，那么制定政策和衡量结果将尤其令人担忧。透过一个简单的思维实验就可以说明这一挑战。

例如，人们可以想象通过补贴、贷款、委托书，诸如此类的方法导致一个新的电动汽车（EV）制造厂建立在美国的土地上，但其结果并没有在制造业就业的统计账户中出现任何增长。相反⏰，则是服务业的扩张和更多的进口😓。上述场景何以发生👳🏼‍♀️？先用机器人和自动化生产设备填充工厂，一旦完工🧞‍♀️，官方数据中显示的唯一工业工作将来自设施建设中的临时施工工作。人们还可以想象🫰🏻，自动化生产线由基于云技术的外包企业从事运营。

机器人的维修呢✊🏻？由专业的服务公司提供👩‍🚀。来料和原材料如何解决👨🏽‍✈️✋🏼？由运输服务公司进行装运🔘🧑🏽‍🏫。制造电池的原材料从哪来？由于美国国内政策对采矿业并不友好👶🏼，因此进口矿产资源将创造海外的就业机会🤹🏻。设计问题🌗？从一个外包的🉐，计算机辅助设计的创新公司中选择。最后🤘：成品由外包的运输供应商运往市场。

这种假设（但并非不切实际的）情形下的结果是，官方数据上记录的美国制造业新增就业岗位为零，但官方划定的服务业就业岗位则新增得多得多。同时🚋，回到现实中，所有的新工作岗位，实际上都将被投入到这些电动汽车的制造中。这些工作在多大程度上属于美国👑，则往往取决于与“服务业”和“制造业”相关政策的截然不同。

对于制造半导体和药品，或者空调和传统汽车的企业，构建类似的情形十分容易。我们已经知道♈️，服务约占汽车平均生产成本的50%。最近🫱🏽，美国国家科学院（National Academy of Sciences）的一次研讨会探讨了这样一个事实🔓，即生物制药制造正处于向更高自动化和以软件为中心的生产转变的顶尖，而其中的许多部分将被归类为服务业。然而，除了近年来探索这类趋势的分析人士的孤僻圈子外🛗，人们很少关注如何该制定政策以适应当地不断变化的情况。

当地不断变化的情况之一便是地缘政治🦵。例如，媒体广泛报道了美国针对中国的关税，以及中国华为及其在下一代无线系统中的作用所引发的高调对抗◼️。而对于其他国家所正在采取的类似行动的关注则相对较少🫱🏻。从贸易👨🏻‍🦽‍➡️、知识产权甚至人权等问题所引发的各国再结盟调整则正在进行中。

印度总理莫迪采取行动以求能够“重塑基于信任和稳定的全球供应链，而不仅是分析成本与效益。”印度正与日本、澳大利亚和美国一同推动国内的制造业🤽‍♀️，并以“控制中国周边的供应链”为题展开了四方安全对话。日本的新政策为将业务迁出中国的企业提供补贴。德国则结束其“中国蜜月”，开始对抗经济和供应链上对后者的依赖，并对中国市场的开放程度到失望，同时也对于中国在知识产权与人权保护方面感到担忧🧛‍♀️。与欧盟和日本合作的台湾和美国举办了一个经济“结构”论坛📑🦵，旨在创建其“弹性供应链”以消除对于中国的依赖关系。

可以肯定的是，这些或其他类似的行动都没有导致制造业或供应链的现状发生任何突然的转变🩲。工厂在哪里运作，工程供应链在何处紧密结合🙋🏿‍♂️，材料在哪里开采和提炼，人们难以在一夜之间改变这些。印度仍有80%的太阳能电池板和70%的智能手机供应源自中国，而美国的比例也不相上下👩‍🦰。美国和世界其他地区依赖于中国在开采和提炼对许多科技产品至关重要的稀土矿方面近乎垄断的地位，以及提炼出许多产品（尤其是锂电池）所需的一半以上的钴。这些都将在未来长期存在🐤，但其势头的发展方向是明确的✍🏻。

作为回应，中国发起了一场“魅力攻势”，向欧洲和亚洲各国派遣高级外交官🤼‍♂️。仅在过去四年里，中国就向68个国家提供了双倍的贷款，从而扩大其势力范围。现在🤽🏽，这些贷款相当于世界银行向这些国家提供的债务总额🙎🏼‍♀️🙋🏼。例如，华为现在完全主宰了拥有13亿人口的整个非洲大陆市场👎🏿。

因此，美国正处于国家重组与技术变革的十字路口🧚🏽‍♀️，而这影响着能够制造出世界所需商品的供应链体系。其中许多影响力的存在甚至早于特朗普或拜登政府以及新冠疫情的爆发🦹🏻‍♀️，但是所有的影响力都将随着未来十年的云技术与人工智能的转型扩展而不断地加速。

产业回流：能够做些什么？

几十年来👨‍👧‍👧🪺，基本上每一项旨在支持制造业的提案都可以被归为三大类政府行动之一：

• 针对其他国家所谓的“不公平”或公然的保护主义贸易做法以制定补救措施

• 增加或减少公司税和补贴

• 增加监管法规或从现有法规中提供救济补助

如今，我们呼吁建立更多的上述乃至全新的机构🧷，例如联邦“技术理事会”🚣🏿‍♀️。一些政策制定者和说客希望后疫情时代的刺激资金能够用于解决收入不平等问题，其他人希望解决基础设施或“气候问题”。还有一些人希望将其用于更多的联邦“伙伴关系”，更多的研发补贴，或更多教育和再培训投入。这一列表很令人熟悉，而其中的一些可能有效。

然而，关税、税收和监管法规对于行业的影响在未来将和在过去同样重要🙇🏼。值得注意的是，国内的监管负担将至少与其他地方廉价劳动力的吸引力一样👮🏿，成为将工厂赶出中国的原因之一。

鉴于当今技术事务的新况，很少有人能够提出与经济条件和技术变革现实相适应的新颖想法👨🏿‍🦲。其中一个有趣的新想法来自于布鲁金斯学会的杜如松（Rush Doshi）。他建议对于关键行业进行供应链“压力测试”，正如在金融部门所做的那样，这或许能在未来的危机前揭示其脆弱性和潜在的解决方案😹。杜如松还建议实施新颖且更优的方法来识别和跟踪美国的供应链活动🆕。

如今的数字网络和超级计算模拟将使制造业运营和供应链的整合变得更加容易🐭。除了提高运营效率之外⛹🏽♟，这种整合还将提供进行虚拟压力测试的方式👩🏿。制造商将能够回答与供应链中运行的“及时”操作相关的漏洞和成本问题🧏🏻👷🏻‍♂️，而不是“以防万一”方法的成本问题。所面临的挑战是如何处理后果严重🧑🏼‍💼、概率较低（如疫情爆发）这般“有备无患”的事件👪，这些事件对于人民健康、社会或经济的影响远大于仅涉及特定业务的事件。

无论保险方的挑战被解决得如何🐽，一些公共政策在当今和未来依旧很重要：

• 国会应集中精力促进更多针对新技术和新公司的私人投资🕵️‍♂️，以确保在支撑未来竞争力的制造技术方面继续保持领先地位。

• 联邦政府应带头寻求协调制造业和服务业相互交叉领域之间产生的冲突的政策。

• 官方数据需要进行全面检查，以更好地衡量制造业的情况。

按照这些思路，任何关于产业回流的认真探讨🧒，尤其是关于产业政策的讨论，都应该考虑下列要点🔼🛶。

1. 资本对于新兴商业形态的重要性

几乎没有人怀疑➰，同时很容易被人们忘记👩‍❤️‍👨🫷🏽，制造业的未来将在很大程度上既取决于全新形成的产业，同时也取决于维持着的现有产业🕵🏿‍♀️。在当今这样一个技术日新月异的时代，这一点尤其如此🤝。在人们的记忆中，今天新闻中许多著名的大型科技公司（包括了微软、苹果到英伟达和优步）当初要么只是小型初创企业，要么根本不存在🍄‍🟫。但即使在疫情导致的封城给各个规模的企业造成巨大损失之前📔，每年新成立的初创企业的数量还没有从2008年的大萧条引发的衰退中恢复过来。

同样令人无庸置疑，获得资本对于初创企业的创建乃至繁荣至关重要，尤其是那些愿意承担风险的投资者🙇🏼‍♀️。现实情况下，私营部门相较于联邦政府有着更多的“干火药(dry powder,即可用于投资的现金总额)”用于风险投资——不言而喻的是，人们希望这种风险最好由私人而不是纳税人的钱来承担。根据加拿大皇家银行资本市场（RBC Capital Markets）的数据➡️🪚，自2020年开始，私人股本公司持有1.4万亿美元的“干火药”准备用于投资，其中至少有20%的目标是早期的高风险企业。

美国目前拥有40%用于投资于人工智能初创企业的资金（中国则排名第二🙆🏽🧝‍♂️，拥有16%）👩‍🦽。过去的两年中，已有约600亿美元资金投入了4000多家人工智能初创企业♠︎。北美拥有了全球一半以上的云服务基础设施。与那些致力于扩展云技术及其相关基础设施（例如高速5G网络）的公司一样，我们想得到的更多🏂🏿，而不是更少💁🏼‍♂️。但近年来♻️，风险投资者可获得的较低税率已成为“改革”的对象，即提高风险投资押注的所得税💇🏽‍♀️。后者一定会成为减少对新而高风险业务押注的推手👩🏻‍🦽‍➡️。相反地👱🏿‍♀️，为了加速创新，政策制定者应考虑消除障碍，并为投资初创企业提供额外的激励⏮。

2. 协调政策

本文探讨了制造业和服务业间的模糊度，包括（但不仅限于）就业的准确衡量。这种模糊度，撇开衡量方法不谈，可能会对美国企业的竞争力产生具体的负面影响。

许多与服务贸易相关的法规比货物贸易更加具有限制性，或可能与贸易本身产生冲突。服务是产品运营的重要组成部分🗼，从后台支持到维修保养，由于受到对国内产品含量、外国所有权👍🏼、关税和与产品不同的服务相关许可证的不同（且独立决定）的限制，通常无法跟随产品进入装运国🙎🏻。由于产品在各项服务类型方面🫰🏻，从维修甚至运营，更大程度地与产品本身的销售“捆绑”在一起（例如汽车产品正变为一项运输服务）在他国销售产品乃至携带服务的能力，正通过监管、金融、法律甚至社会政策，使得对待服务的看法差异受到阻碍，甚至消失。尽管经合组织在其服务贸易限制指数中追踪了各国对待大约22类服务的方式的巨大差异，但与工业市场的潜在破坏性互动仍然是一个明显的未知领域🧑🏽‍🎨。

调节这些冲突需要在贸易谈判中发挥出领导作用，首先要清楚地认识到，这些问题需要先成为讨论架构中的一部分，而事实往往并非如此👁。

3. 测量的真实性

最后，为了确保决策者、商界领袖和公众更好地了解市场动态，需要迫切改进联邦机构报告制造业部门数据的方式👩‍🎤。为了保持历史的一致性🙎🏼‍♂️，经济分析局和人口普查局需要继续以传统方式进行跟踪与报告数据。但为了更好地理解服务化👯‍♂️，额外的跟踪和报告机制也必不可少。至关重要的是，每个人都需要了解目前被指定为“服务业”的工作岗位中有多少是与制造业直接相关🫥，或者说是密不可分的。

这种变化并非史无前例。几十年来，广泛的学术分析致力于收集有关制造业“良好数据”的各种复杂情况，包括了与全球化和贸易的影响尤为相关的情况。其他研究指出🍵，将部分制造业劳动力外包给“就业服务”会给人留下工业劳动力萎缩的假象😳，或者至少有一部分似乎比实际情况萎缩得更快。

国会应指示商务部召集一个包括学术界、工业界和其他专家在内的工作组🚣，为改进报告提出建议🧑🏽‍🚒。例如，当一项活动作为一个行业摆脱内部运作的结果时，或者当提供服务的公司在一个行业内获得新业务时🧔‍♀️，人们可能想知道，什么时候或者在多大程度上，各种形式的外包服务仍在制造业生态系统中进行🧑‍🎓⇢。例如👨‍👨‍👧‍👦，亚马逊和UPS向支持其供应链的制造商提供交钥匙“服务”，或是（在某些情况下）产品装配的物理空间。更好的数据可以帮助我们了解真实的就业动态、未来所需技能的性质，以及在不断变化的制造业劳动力中最具建设性的政策作用⛄️。

就其本身而言，解开制造业和服务业之间的结是复杂的🧙🏿‍♀️，但两个行业数字化的加速带来了更为复杂的问题。虽然提高透明度是可能的，但仍然需要对哪些政策对未来工作和美国经济竞争力是否具有意义做出正确判断。我们也需要学会谦逊🧑‍⚕️，尤其是在剧变时期，因为“赢家”更容易拥有事后之明。

导航

产业政策：新型云时代下的旧思维

联系我们