早在30多年前，就有學(xué)者關(guān)注人工智能對經(jīng)濟(jì)學(xué)產(chǎn)生的影響，并結(jié)合經(jīng)濟(jì)學(xué)的基本命題進(jìn)行了一些研究，這可以看成人工智能經(jīng)濟(jì)學(xué)（Economics of Artificial Intelligence）的探索。

1986年9月2-4日，“經(jīng)濟(jì)學(xué)和人工智能大會”（Economics and Artificial Intelligence Conference）在法國Aix-en-Provence舉辦。會議議題涉及到了人工智能經(jīng)濟(jì)學(xué)的一些根本問題，例如勞動力分工、決策等問題。

隨著新一代人工智能的應(yīng)用，經(jīng)濟(jì)學(xué)界掀起了一股研究人工智能在經(jīng)濟(jì)研究中應(yīng)用的熱潮。

美國國家經(jīng)濟(jì)研究局（NBER，National Bureau of Economic Research）最近幾年時間，持續(xù)舉辦人工智能經(jīng)濟(jì)學(xué)的論壇（Economics of Artificial Intelligence），為此還專門設(shè)計了一個官方網(wǎng)站。

微軟公司的Michael Schwarz針對人工智能經(jīng)濟(jì)學(xué)提出了一些開放性的問題（Open Questions），并指出了研究方向（Research Directions），他提出了一個根本性的問題，那就是人工智能和數(shù)據(jù)的邊際價值（Marginal Value of Data）。

工業(yè)4.0研究院在構(gòu)建第四次工業(yè)革命（The Fourth Industrial Revolution）體系過程中，希望解決新領(lǐng)域的一些問題，這包括“人工智能經(jīng)濟(jì)學(xué)”。

首先，任何稱得上經(jīng)濟(jì)學(xué)的學(xué)科，通常都要回答對生產(chǎn)力（Productivity）的影響。彼特 F. 德魯克（Peter F. Drucker）在1994年11月出版的《社會轉(zhuǎn)型時代》（The Age of Social Transformation）中提出了二十一世紀(jì)的主要資源是知識，而不是勞動力、原材料或資本。

從新一代人工智能主要以大數(shù)據(jù)為原材料就比較清楚，數(shù)據(jù)是主要的資源。

但是，Michael Schwarz也提出了數(shù)據(jù)是不是戰(zhàn)略資產(chǎn)（Strategic Asset）的疑問。如果數(shù)據(jù)是戰(zhàn)略資產(chǎn)，自然會產(chǎn)生某種壟斷性的商業(yè)模式。數(shù)據(jù)是像石油還是像水？如果是前者，那就非常值錢，但如果是后者，雖然有價值，但難以形成商業(yè)模式賣錢。

其次，在云服務(wù)日益變成數(shù)字商業(yè)基礎(chǔ)設(shè)施的時代，人工智能也成為了云服務(wù)上的標(biāo)準(zhǔn)配置。

大家通過開源代碼或者應(yīng)用編程接口（API，Application Programming Interface）獲得服務(wù)。一些企業(yè)提供人工智能框架的開源程序，幫助開發(fā)人員熟悉相關(guān)算法，從而發(fā)過來降低這些開發(fā)人員使用云服務(wù)平臺的成本。而對于API，這是目前最主要的使用方式。

從經(jīng)濟(jì)學(xué)家的視角來看，API的模式還是開源的模式更容易被商品化，從而使得其價值難以持續(xù)？這個問題的答案估計各不相同，自然導(dǎo)致企業(yè)戰(zhàn)略模式不同。

最后，從實(shí)用的角度看，經(jīng)濟(jì)學(xué)家也需要回答一個問題，人工智能所依賴的數(shù)據(jù)，能不能帶來先發(fā)優(yōu)勢（First Mover Advantage）？

國內(nèi)不少創(chuàng)業(yè)團(tuán)隊都把先發(fā)優(yōu)勢作為商業(yè)模式的核心，其邏輯大都是隨著投資在技術(shù)上的研發(fā)，將隨著時間流逝而增加價值，因?yàn)閿?shù)據(jù)越多越有機(jī)會形成競爭優(yōu)勢。

不過，這是不是真的可以避免商品化的影響？如果技術(shù)成本足夠低，長期來講，只要任何團(tuán)隊愿意付出努力，都可以積累足夠多的數(shù)據(jù)，除非有其他因素影響，否則，簡單理解先發(fā)優(yōu)勢是無益的。