唯物史觀視域下新一輪科技革命的核心與特質

唯物史觀視域下新一輪科技革命的核心與特質

張建雲

科學技術是第一生産力。研究當今時代生産力發展及生産方式變革狀況，最根本的就是要深刻把握當今新一輪科技革命的本質、核心與特質。而要研究當今新一輪科技革命的本質、核心與特質，就要研究引領、主導新一輪科技革命的具有底層技術架構意義和基礎設施意義的信息技術發展狀況。近20年來，信息技術正在實現前所未有的技術大融合，表現為形成于20世紀的無線通信技術、計算機、信息數字化、互聯網、人工智能等信息技術與誕生于21世紀的雲計算、移動互聯網、區塊鍊、物聯網等新信息技術相互融合、相互促進、相輔相成，形成數字智能技術體系，黨的二十屆三中全會将其概括為“數智技術”體系。習近平總書記指出：“新一輪科技革命和産業變革正在孕育興起，雲計算、大數據、物聯網、人工智能等快速發展，同生物、能源、材料、神經科學等領域交叉融合，引發了以綠色、智能、泛在為特征的群體性技術變革。以互聯網為代表的網絡信息技術日益成為創新驅動發展的先導力量，加速了勞動力、資本、能源、信息等要素的流動和共享，推動社會生産力發生了新的質的飛躍”。數字智能技術體系是推動當今新一輪科技革命的關鍵性、主導性力量，其核心與特質在于：在數字智能技術體系支持下，人工智能基于海量數據建構模型，極大地解放腦力勞動，從而推動以數據信息資源為原料的數字内容生産，即數字化文化生産成為引領社會發展的新生産領域，使文化生産與物質生産相融合，物質生産文化化。在基于智能互聯網的分工協作日益密切、勞動社會化深度發展的推動下，新産業、新業态、新模式層出不窮、日新月異。資本主義價值運動及資本邏輯與數字智能技術主導的新生産力發展要求相背而行，而社會主義則與新生産力發展相輔相成、相互促進，推動人類社會進入新文明形态。

一、信息技術大融合形成的數字智能技術體系是新一輪科技革命的主導力量

信息技術主要興起于20世紀中期，是随着電子計算機（40年代）、信息數字化（40年代）、人工智能（50年代）、互聯網（60年代）、移動通信（80年代）等技術的産生和應用而廣泛流行的。進入21世紀以來，随着雲計算（2006年）、物聯網與移動互聯網（2008年左右）、區塊鍊（2008年）等新信息技術的産生和應用，信息技術實現了前所未有的技術大融合，形成了數字智能技術體系，掀起了新一輪科技革命。

1.信息技術大融合與數字智能技術體系的形成

傳統的信息技術中，移動通信技術源自19世紀末20世紀初無線電通信的發明和使用，人們開始利用電磁波進行無線通信。其後随着蜂窩網絡等技術的發展，20世紀80年代出現第一代移動通信技術（1G），90年代出現第二代移動通信技術（2G），主要用于信息的即時即地傳遞。計算機誕生于20世紀40年代，經曆了電子管、晶體管、集成電路、大規模和超大規模集成電路以及個人電腦等發展階段，主要用于信息的存儲、計算和處理等。信息數字化技術誕生于20世紀40年代，計算機科學家們發現二進制數制與計算機内部的邏輯電路開關狀态吻合，開始将信息從模拟格式轉化為數字格式，以便于将信息在計算機上存儲、傳輸、計算、分析和使用。其後随着模數轉換器（ADCs）的發明與應用，人們開始普遍将模拟信号轉換為數字信号，由此紛繁複雜的物理世界就可以很容易在計算機上進行量化、分析和處理。人工智能誕生于20世紀50年代，簡單地說，人工智能的目的就是通過對數據信息的計算、分析、處理，使計算機能像人腦一樣思考，從而使機器更智能。互聯網誕生于20世紀60年代，主要應用于傳輸、交流和共享信息；1989年提出的萬維網采用分布式技術，使網頁相互鍊接，通過超文本系統實現信息的全球共享。此外，20世紀還誕生了分布式計算、密碼學、虛拟技術、傳感器技術、射頻識别技術等多種與信息技術密切相關的技術。

21世紀之前，上述這些信息技術在各自相對獨立的創立、發展中還沒有充分顯示出其強大力量，但是，進入21世紀之後，随着雲計算、移動互聯網、區塊鍊、物聯網等新信息技術的産生和應用，各種信息技術開始相互滲透、彼此支持、相輔相成，形成數字智能技術體系，以其強大的技術力量主導、引領新一輪科學技術革命。具體表現在：一是計算機、信息數字化、移動通信、互聯網等技術相互融合而形成的移動互聯網，使人們用掌中手機就可以随時随地随身上網，人的一切活動及狀态都可以數字化，成為數據；移動網絡與傳感器、射頻識别、全球定位等技術相互融合而形成的物聯網，又使一切物品的運行及狀态都可以數字化，成為數據。由此，個人與個人、人與物及物與物之間信息互聯互通，海量數據即時即地生成、傳遞、共享，快捷、方便，且成本極低。二是雲計算技術在移動互聯網等技術支持下，将分布式計算、虛拟化技術等相融合，将計算任務分布在大量計算機構成的資源池中，根據客戶需要，在短時間内完成對海量數據的處理和分析。三是基于移動互聯網、雲計算等技術，區塊鍊将早已存在的分布式網絡、密碼學、共識算法、智能合約等多種技術融合在一起。作為互聯網的底層技術構架，區塊鍊網絡（互聯網3.0）具有去中心化功能，以及線上數據不可篡改、信息全程可追溯等功能，且線上智能合約自動執行，從而建立技術信任機制及數據确權機制，能夠更好地保護隐私、保證安全，提高數據資源的管理水平和使用效率。四是在大數據、移動互聯網、物聯網及雲計算、區塊鍊等技術支持下，人工智能機器學習基于海量數據，建構模型，提出解決問題的新方案或新内容等，協助人腦處理信息，促進數據價值化，實現數據資源的落地應用。在模型加持下，人腦觀念建構效率日益提高，機器也越來越智能。

2.數據是數字智能技術體系圍繞的核心

由上述信息技術大融合可以看到，數字智能技術體系是圍繞大數據的實時生成、存儲、傳遞、共享、交流，以及計算、使用、管理和落地應用而展開的。數據是數字智能技術體系圍繞的核心，是深刻理解數字智能技術體系及當今新一輪科技革命的“理性具體”。馬克思曾把人的認識過程概括為兩條道路：“在第一條道路上，完整的表象蒸發為抽象的規定；在第二條道路上，抽象的規定在思維行程中導緻具體的再現。”第一條道路就是将從實踐中獲得的經驗材料由感性具體概括、上升為理性抽象的過程，理性抽象揭示了事物不同方面的規定性，但是還沒有揭示出這些不同方面規定性的内在聯系，沒有揭示出事物整體運動的内在規律，因而還需要從理性抽象上升到理性具體即思維具體，達到對事物的“許多規定的綜合”和“多樣性的統一”的認識，從而完整揭示事物的本質和整體運動的内在規律。計算機、信息數字化、人工智能、互聯網、移動通信、雲計算、移動互聯網、物聯網、區塊鍊等各種信息技術，就是從實踐獲得的經驗材料中抽象、概括出來的數字智能技術體系不同方面的規定性，但是這些抽象規定還沒有從整體上揭示出整個數字智能技術體系的本質和内在運動變化規律，沒有從内在機理角度揭示出數字智能技術體系是如何推動生産力發展、實現生産方式變革的，需要進一步從各種抽象規定中提煉、概括出“理性具體”即“思維具體”，達到對數字智能技術體系的“許多規定性的綜合”和“多樣性的統一”的認識。

這個“思維具體”就是“數據”。數據即在線的數字化信息，計算機、信息數字化、人工智能、互聯網、移動通信、雲計算、移動互聯網、物聯網、區塊鍊等各種信息技術都是圍繞着“數據”這個“思維具體”而展開的。具體來說，在信息技術大融合的前提下，在數字智能技術體系的支持下，智能網絡主要負責數據的即時即地生成、傳遞、共享、交流等；雲計算主要負責數據的實時分析、處理，促進數據價值化；區塊鍊确保網上數據不可篡改、全程可追溯，并為數據确權，從而促進數據的高效管理和使用；而人工智能負責數據的落地應用，通過機器學習、建構模型，提高人腦“觀念地改造事物”的效率，提升機器智能。可以說，大數據如同做飯用的“米”，而計算機、信息數字化、人工智能、互聯網、移動通信、雲計算、移動互聯網、物聯網、區塊鍊等各種信息技術如同做飯用的“鍋”“鏟”等工具體系，數字智能技術體系的核心思想就是如何生産、使用數據，提高腦力勞動效率，促進生産力發展。

總之，理解、把握數字智能技術體系，核心在于以數據為中心，探讨如何促進數據的海量生成與交流、共享，如何推動數據的價值化，如何形成新質生産力。

3.數字智能技術體系在當今新一輪科技革命中起引領和主導作用

當今時代，盡管前沿科學技術有很多種，如量子技術、生物技術、新能源新材料技術、航空航天技術等，但是沒有哪一項科技成果能與數字智能技術體系相比，給人類帶來如此廣泛而深刻的變革。在當今科學技術前沿中，數字智能技術體系具有基礎設施意義和底層架構意義，是起引領性和主導性作用的新科學技術，其他的科學技術隻有在數字智能技術體系加持之下，借助大數據、互聯網、人工智能等才能更好實現創新發展。例如，基因技術特别是基因測序和檢測技術，會産生大量的多樣性基因數據，隻有借助數字智能技術，才能從海量數據中探尋基因的功能及其與疾病的關系，推動基因組學和生物信息學的發展。數字智能技術體系滲透到傳統産業中，推動傳統農業、工業、服務業實現數字化、網絡化、智能化，由此形成一系列新技術、新産業、新業态、新模式，促進産業革命，推動生産力實現前所未有的大變革。

習近平總書記多次強調大數據、互聯網、人工智能等在數字智能技術體系支持下的引領、主導作用，指出：“當前，由人工智能引領的新一輪科技革命和産業變革方興未艾。在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術驅動下，人工智能呈現深度學習、跨界融合、人機協同、群智開放、自主操控等新特征，正在對經濟發展、社會進步、全球治理等方面産生重大而深遠的影響。”再如：“互聯網快速發展的影響範圍之廣、程度之深是其他科技成果所難以比拟的。互聯網發展給生産力和生産關系帶來的變革是前所未有的，給世界政治經濟格局帶來的深刻調整是前所未有的，給國家主權和國家安全帶來的沖擊是前所未有的，給不同文化和價值觀念交流交融交鋒産生的影響也是前所未有的。”顯然，這裡的“人工智能”“互聯網”不是指單一的互聯網技術或人工智能技術，而是以數字智能技術體系為支撐的互聯網和人工智能。數字智能技術體系就是當今時代起主導作用的基礎設施和底層架構技術，是引領新一輪科技革命的核心力量，是推動新質生産力發展的主導力量。

二、數字智能技術體系支持下人工智能解放腦力勞動是新一輪科技革命的核心與關鍵内容

數字智能技術體系引領的新一輪科技革命根本不同于傳統的大機器生産力革命。18、19世紀自然科學迅猛發展并應用于生産領域，推動工具機、傳動機與蒸汽機帶動的動力機有機結合，形成了大機器體系。馬克思指出：“這種機械裝置所代替的不是某種特殊工具，而是人的手本身‘輕易、精确和迅速的程度是任何最熟練工人的富有經驗的手都無法做到的’。”③機器體系的形成極大地解放體力勞動，是大工業全面爆發的标志，推動生産力實現質的飛躍發展。當今時代，數字智能技術體系支持下人工智能基于海量數據、建構模型，協助人腦處理信息，極大地解放腦力勞動，提高人腦觀念建構效率，提升機器智能，促進生産力實現新的質的飛躍發展。

1.腦力勞動即人腦的觀念建構過程是人類勞動的内在環節

人類的勞動從制造第一把石刀時起就不是單純的體力勞動，而是包含腦力勞動在内的、與體力勞動同時付出的活動過程，即人們在現實地改造事物之前，首先在頭腦中觀念地改造事物，然後根據頭腦中觀念建構的成果，指導現實改造活動。馬克思在《1844年經濟學哲學手稿》中将這一思想表述為：“人不僅像在意識中那樣在精神上使自己二重化，而且能動地、現實地使自己二重化，從而在他所創造的世界中直觀自身。”在《資本論》中這一思想被表述為：“最蹩腳的建築師從一開始就比最靈巧的蜜蜂高明的地方，是他在用蜂蠟建築蜂房以前，已經在自己的頭腦中把它建成了。勞動過程結束時得到的結果，在這個過程開始時就已經在勞動者的表象中存在着，即已經觀念地存在着。他不僅使自然物發生形式變化，同時他還在自然物中實現自己的目的”。

在一般意義上，腦力勞動就是耗費腦力的勞動過程，是大腦依靠神經系統，運用已有的全部信息進行創新的高級神經活動。這個過程的本質就是人腦的“觀念建構”活動，即人們根據現實存在的不足，在頭腦中觀念地改造事物、創造理想存在的過程，也就是人們運用抽象、概括、想象、聯想等思維能力，篩選信息并對相關信息進行計算、分析，将自身的理論、知識等全部理性以及情感、意志、理想、信念、審美情趣等全部感性滲透到觀念形态的事物中，創造出現實世界沒有的理想的觀念存在的過程。腦力勞動即觀念建構的對象化結果就是各種精神文化産品，既包括科學理論、政治思想、哲學、藝術等一般形式，也包括解決問題的新方法、勞動過程的新方案以及勞動結果的新圖式等具體的精神文化産品。然後，人們依據人腦觀念建構的理想存在，借助實物工具，在現實中實際地改變事物的形式，生産出産品滿足需要。因此，勞動的現實改造事物的過程是以觀念建構的、現實世界沒有的理想存在為指導的活動，觀念建構的創新性引領現實實踐的創新性。這就是人類勞動的本質。

2.腦力勞動即人腦的觀念建構需要海量信息和強大的信息處理能力

人腦為了更好地進行“觀念建構”，需要兩個基本條件：一是盡可能全面且準确的信息，二是大腦分析、處理信息的能力。

什麼是信息？依據辯證唯物主義原理，信息就是人腦對客觀世界的一切反映結果，是人的一切意識形式如感覺、知覺、記憶、表象、思維等的活動結果。信息既包括借助語言、文字來表達的知識、規則等理性内容，也包括人們在現場具身交往中從彼此的眼神、語調、動作、行為等中體驗、感受的情感性信息。

信息是勞動過程正常進行必不可少的要素。馬克思曾指出：“廣義地說，除了那些把勞動的作用傳達到勞動對象，因而以這種或那種方式充當活動的傳導體的物以外，勞動過程的進行所需要的一切物質條件也都算做勞動過程的資料。”勞動過程正常進行所需要的一切物質條件都屬于勞動資料。因此，生産資料除了包括土地、實物工具等實體性要素之外，還内在包括其他非實體性要素，如信息、科學技術、管理、分工協作等。信息不同于其他非實體性要素，其他非實體性要素如科學技術、管理等不是人類勞動一開始就具有的，而是生産力有了一定發展之後逐漸形成的，信息卻是人類勞動一開始就必須具有的條件。例如，人類社會早期要成功制作石刀，頭腦中除了有石刀的觀念圖形，還要有對石頭的屬性、規律及周圍環境等信息的基本掌握。信息對人的實踐成功至關重要，沒有或缺少信息，勞動就是盲目的，就會失敗。因此，信息是生産力中不可缺少的内在生産要素。在腦力勞動中、在人腦的觀念建構中，信息越豐富、越全面、越準确，觀念建構的方案、圖式、内容等就越有創新性和指導性，勞動就越容易成功。

人腦觀念建構需要的信息，一部分是人們對自己實踐中收集的感性資料進行提煉、概括而形成的經驗、知識，但這樣的信息是有限的。為了獲得更多信息，人們之間需要借助媒介進行交往、交流，交換信息。前數字智能時代，信息主要是通過語言文字來表達，以紙等為存儲和傳遞媒介，信息收集、傳遞、交流、共享受到時空限制，具有當下性，從而影響了新信息生成的數量和質量。在當今數字智能時代，信息借助二進制代碼來表達，形成數據，數據存儲在硬盤等載體上，并通過互聯網傳遞、交流和共享。數字化信息随着移動互聯網、物聯網等技術發展和普及應用日益形成巨量資料。海量數據所蘊含的海量信息單靠人腦是無法有效計算、分析、處理和使用的，因為人腦作為肉體器官，分析和處理信息的能力受到生理局限，因此人的腦力勞動、人腦觀念建構的效率也受到局限。

馬克思指出：“勞動資料取得機器這種物質存在方式，要求以自然力來代替人力，以自覺應用自然科學來代替從經驗中得出的成規。”19世紀，大機器體系以其自然力代替了人手，解放了人的體力，極大地提高了勞動效率。當今時代，數字智能技術體系的發展和海量數據資源的形成，則要求人們自覺地應用科學技術，以自然力來超越人腦的生理局限，這就是人工智能在數字智能技術體系的支持下，基于海量數據、建構模型，協助人腦計算、分析、處理信息，從而解放腦力，極大地提高勞動效率。

3.基于數字智能技術體系人工智能協助人腦處理數據信息的内在機理

機器學習是人工智能的核心。機器學習的本質就是對腦力勞動即對人腦的觀念建構過程的模拟。具體來說：首先，人工智能為解決問題從海量數據中尋找隐藏的規律和内在邏輯，進行數據特征提取，這個過程就如人腦為解決問題在從感官輸入及人腦已有的信息中篩選相關信息、提煉相關知識的過程。其次，人工智能确定算法、建構模型，通過訓練數據集對模型進行訓練，調整參數，優化性能，這個過程猶如人腦通過想象、聯想等思維能力提出解決問題的初步方案、圖式或知識等，然後反複修改而确立的過程。再次，人工智能再用驗證集數據驗證模型效果，經過評估，最終确定最優模型，這個過程就如人腦确立的初步方案、圖式或知識等經過實踐不斷驗證而最終确立的過程。最後，人工智能依據确定的模型，就可以去解決現實的具體情境和場景提出的各種問題了，也就是人工智能針對實際場景的問題提出解決方案或構建新圖式、新内容等。這些新方案、新圖式、新内容等為人腦的觀念建構提供無限豐富的資料或工具，從而極大提高腦力勞動的效率。同時，優秀的模型加持到機器上，機器就越智能，具身智能機器人也就越能更好地服務人類。

自2020年以來，人工智能機器學習取得了突飛猛進的發展，尤其是随着深度學習等技術不斷突破，生成式人工智能橫空出世。生成式人工智能通過模拟人腦神經網絡的結構和運行機制，建立預訓練大模型，對沒有标注的大規模數據自動進行通用特征提取，以提高模型的通用性和泛化能力。由此，在完成新任務時，就可以利用這些通用特征、通用知識，隻需要少量标注數據，進行微調，就能訓練出性能良好的模型。同時，生成式人工智能可以自動處理多種類型的數據，包括圖像、文本、視頻、音頻等，可以多模态生成模型，實現異構數據的生成式輸出。在模型訓練中，生成對抗網絡（GAN）技術、變分自編碼器（VAE）等技術起到重要作用。2025年1月，深度求索（DeepSeek）ＡＩ技術創新，驚喜世人，它采用動态稀疏計算技術、動态神經元激活技術，極大降低計算量；采用混合精度量化訓練技術，壓縮模型體積；采用超大規模混合專家模型（MoE）技術，高效利用計算資源，提高模型性能；等等。從而它在極大地降低芯片、算力成本的同時，訓練出性能同樣優秀的模型，并且采取完全開源策略，造福世人。

總之，随着技術不斷突破，生成式人工智能在協助人腦處理信息、提高人腦觀念建構效率及提高機器智能性等方面日益顯示出巨大無比的優勢，在此基礎上能夠快速、高效生成具有創新性的原創内容或新方案、新圖式等，可以應用于多個領域、多種場景。例如在藝術領域，生成式人工智能可以幾秒生成有全新内容、情節或意境的文學、音樂、繪畫等作品，從而為人類寫小說、編曲、繪畫等提供無限豐富的資料，激發人的靈感，提高藝術創新性。

4.人工智能生成産品的本質及價值

生成式人工智能功能如此強大，有人因此擔心人工智能會使人類記憶力、分析力、判斷力等能力下降，會危及人類的主體性。實際上，人工智能生成的産品、呈現的答案，根本不同于人類腦力勞動獲得的産品。腦力勞動屬于人的本質力量的對象化活動，在腦力勞動中，人将自身的全部力量，既包括人的知識、規則等全部理性，還包括人的願望、道德感、意志、理想、信念、審美情趣等全部情感，滲透到觀念形态的事物中，凝結在精神文化産品上。這些精神文化産品不僅體現着知識等理性，而且還内含全部社會化的情感，因而能夠滿足人的全面性需要。而人工智能生成内容過程不是人的勞動對象化過程，人工智能無法将自然語言表達的知識等理性對象化，同時因為人工智能不是生命體，沒有本能欲求、生理需要，沒有來自生命原始沖動的那種欲望，沒有源于需要滿足而産生的情緒情感，不會有情感、意志、理想、信念、審美等全部感性的對象化，因而人工智能生成的新内容、新産品不能滿足人的情感需要，原則上也不能作為最終産品直接消費，永遠無法代替人類勞動。

人工智能的重大價值在于協助人腦處理信息，極大解放腦力勞動。人工智能基于海量數據建構模型，提出解決問題的新方案、圖式或新内容，可以為人類腦力勞動提供無限豐富的資料、工具或條件，激發人的想象力和創新力，為人腦建構觀念産品提供前所未有的便捷，極大地提高腦力勞動效率，推動生産力實現新的質的飛躍發展，推動社會生産方式發生變革。因而數字智能技術體系加持人工智能極大解放腦力勞動是新一輪科技革命的最核心、最關鍵的内容。

三、腦力勞動解放推動生産方式變革是新一輪科技革命的重要成果

當今時代，數字智能技術解放腦力勞動，極大提高勞動“觀念地改造事物”的過程即人腦觀念建構過程的效率，正在推動生産方式發生前所未有的大變革。主要表現在：數據成為新型的重要的起關鍵性作用的生産要素，以數據為原料的數字内容生産的興起推動數字化文化生産成為經濟發展新引擎。同時，數字智能技術體系加持互聯網推動分工協作、勞動社會化達到前所未有的廣度和深度。但是，數字智能技術推動的新生産方式變革受到社會制度的影響和制約，資本主義私有制和資本邏輯不适應數字智能技術主導的新生産力發展要求，二者相背而行；而社會主義公有制對“生産資料全社會共同占有和使用”的制度設計、價值追求與數字智能技術主導的新生産力發展相輔相成、相互促進，科學與勞動實現真正統一。

1.生産資料内容變革：大數據成為起關鍵性作用的生産要素

腦力勞動解放、人腦觀念建構效率的極大提高是通過數字智能技術加持人工智能機器學習實現的，數據是人工智能建構模型的“原材料”。沒有數據，一切都無從談起。數據是數字智能技術體系做飯的米、制作美味佳肴的食材，數據的數量、質量及多樣性直接決定模型的性能，從而直接影響人腦處理信息、進行觀念建構的效率，決定勞動全過程智能化的質量。由此，數據成為數字智能時代腦力勞動進而是全勞動過程獲得解放的核心與關鍵要素。“浩瀚的數據海洋就如同工業社會的石油資源，蘊含着巨大生産力和商機，誰掌握了大數據技術，誰就掌握了發展的資源和主動權。”“要構建以數據為關鍵要素的數字經濟”。數據是繼土地、勞動力、資本、技術等之後的新型生産資料，而且是重要的、起關鍵作用的生産要素。

作為數字化的信息，數據是人腦對客觀世界的反映結果，屬于意識、觀念範疇，屬于生産資料的非實體性要素。因此，數據根本不同于土地、資本、機器、能源等實體性要素。實體性資源具有使用損耗性、排他性、稀缺性及共享減值性，而數據具有易複制性（數據可以近乎零成本方式快速複制），使用具有非排他性（可以同時供無數個人共同使用，可以無限重複使用），因而取之不盡、用之不竭，具有非稀缺性。重要的是數據具有共享增值性，物品共享會導緻使用價值減少，但是數據共享不僅不會使使用價值減少，反而會使之增大。數據的價值不在于占有，而在于使用。舍恩伯格在《大數據時代》中指出：“數據價值的關鍵是看似無限的再利用數據價值在于它的使用，而不是占有本身。”人們獲取數據的目的是使用數據、創造價值，而不是占有數據；單純占有而不使用，數據就會失去意義。數據越共享、越使用越有價值，越能創造更大價值。同時，基于數字智能技術體系的區塊鍊網絡建構網絡協同機制、技術背書的信任機制及數據确權機制等，追蹤數據流轉、保護數據隐私，為形成開放性、去中心化的可信數據交流、共享環境創造了條件。由此，人們可以在不交換數據所有權的前提下，交換、共享數據使用價值，這就為數據資源的全社會普遍交流、共享、使用及價值化奠定了技術基礎。

正因為數據作為信息不同于物，所以數據所有權與物權就是性質不同的概念。物權的有效性建立在資源有限性、使用排他性、共享減值性的基礎上，而數據具有易複制性、使用非排他性、共享增值性，因此不能用物權的思維理解數據的所有權問題。人們購買實物産品是為了獲得物品的所有權，然而人們在互聯網上創造的數字産品形成數據一經發布、獲得收益後，就會在全網傳播，成為全社會共有資源。因此，人們願意為數字産品付費通常并不是因為它的所有權，而是因為它的獨特創意和個性能充分滿足人們的情感需要和精神追求。因此，數字産品形成數據一經發布之後再向消費者收費就會非常困難。因而，盡管數字産品版權的法律意義重大，但是在經濟上的意義卻日漸削弱。

當今時代，在生産資料的構成要素中，數據是核心的、起關鍵性作用的生産要素，土地、資本、機器、能源等實體性要素如果沒有數據加持，就不能很好地實現其價值。因此，随着數字智能技術的持續發展，數據資源的共享增值性和非稀缺性使生産資料的私有權必将失去傳統意義上的重要性。但是，在資本主義條件下，資本邏輯及其謀利本性使資本家總是千方百計地加強對數字産品及數據資源的壟斷和控制，試圖一本萬利，極力限制、阻礙數字産品、數據資源的全社會普遍交流、共享和使用，這就違背了數字智能技術主導的新生産力發展的客觀要求。而事實上資本家也無法抵擋數據資源共享增值的浪潮。社會主義以人民群衆為價值立場，千方百計地促進數據資源的全社會共享、共用、共建、共管，在确保安全的前提下，依法依規将公共數據向全社會提供，并通過數據資産入表等激發數據交易市場活躍，促進企業對數據的深度開發利用。社會主義公有制對生産資料全社會共同占有、“供全體為了全體利益而共同利用”的制度設計和價值追求與數字智能技術主導的新生産力發展相互适應，相輔相成，相互促進。

2.勞動形式變革：以數據為原料的數字内容生産推動文化生産成為經濟發展新引擎

當今時代，在數字智能技術體系支持下，人工智能協助人腦處理信息，極大地解放腦力勞動，從而推動數字内容生産成為新生産領域，使精神文化生産達到前所未有的廣度和深度。

數字内容生産是指創作者基于互聯網平台和海量數據資源，借助ＡＩ模型和數字内容制作工具，生産有創意、有創新内容的數字産品。人們把自己的情感、理智、知識等滲透到現實的生産、生活的場景中，以文本、視頻、圖片、音頻等多種形式拍攝、記錄下來，形成的數字内容産品，并獲得經濟效益。

數據雖以文本、視頻、圖片、音頻等多種形式存在，但它的本質就是數字化信息，屬于思想觀念範疇，因此可以複制、編輯，可以觀念重組、再造，所以人們運用數據資源進行數字内容生産的實質就是精神文化生産。一方面，在數字智能技術體系支持下，互聯網為人們進行數字内容生産提供無比豐富的數據資源，隻要連接網絡，人人都能獲取；同時，也為人們進行數字内容生産提供了一個超越時空和信任的平台。“‘平台’這個詞實際上已成為一個時代的所有在線空間的統稱，這些空間支撐了今天所有創作者的工作”。互聯網不僅是人們獲取數據資源、彼此交往的途徑或渠道，也是用戶進行内容創作、協同創新的空間，同時也是人們獲得服務、滿足需要的平台，因此是數字内容生産及數字産品分享、推廣、管理和運營的場域。另一方面，人們在進行數字内容創作中越來越借助各種各類專業的數字内容制作工具或服務來完成。在内容創意方面，人工智能特别是近幾年火爆的生成式人工智能日益顯示出其強大功能，它能根據人類的需要進行多模态的内容生成，還可以将文字、代碼、視頻、音頻等進行高效的模态轉換，從而為人們解決問題提出現實世界沒有的新方案、新圖式或新内容等，為人腦觀念建構、進而為精神文化生産提供無限豐富的資料、條件或工具，供人們參考和使用。在内容制作方面，互聯網内容制作技術或工具，如計算機視覺技術、多媒體處理技術，日益完善的音頻和視頻剪輯工具、美圖修圖制圖工具及創新素材如邊框、貼紙、模闆、特效等制作工具及服務，可以幫助人們加工數字内容作品，使其更具特色。專業的數字内容制作工具或服務使數字内容的生成更加自動化和高效，并且重要的是大大降低了數字内容創作的專業門檻，使每一位會使用手機、電腦等上網的普通民衆都可以進行數字内容生産和文化創作。

數字化文化生産的主要特點表現在：一是創作主體大衆化。隻要上網，每個人都可以在互聯網上獲取海量數據及數字内容制作工具，因而數字化文化生産門檻較低，人人都可以成為内容創作、文化生産主體。二是數字化文化生産内容無限豐富，可以與人類生産、生活的所有領域相結合。人們可以把日常生産、工作、學習、購物、做飯等所有生産、生活場景拍攝、記錄下來，形成數字産品。三是數字内容生産充分彰顯文化的創新性和個性。任何觀念建構、文化生産活動都是通過創作者個體想象等思維力，在頭腦中改造觀念形态的事物，創造出現實中沒有的新内容、新方案、新圖式等理想存在的過程。借助互聯網上即時即地獲取的數字化生産資料，數字化文化生産的創新性和個性得到空前發揮，特别是創作者的美感、道德感等全面情感的對象化，使數字産品能夠充分滿足人們的情感需要、精神追求。上述數字化文化生産的特點決定了當今文化生産與物質生産的融合化、一體化趨勢，亦即物質生産的文化化趨勢。但是，數字化文化生産并不是脫離物質生産的另一個領域，而是與物質生産直接融合在一起，人們把富有個性、情感的新奇創意融入物質生産中，文化化的物質産品在滿足人們功能性需要的同時，也滿足娛樂、審美等情感需要和精神追求，因而市場更加廣闊。由此，數字化文化生産促進跨界融合，促進各領域交叉整合，形成無限豐富、日新月異的新産業、新業态、新模式，從而成為當今社會經濟發展新引擎。

數字化文化生産的特點決定了當今文化生産的關鍵在于創作者的獨特創意、個性及情感對象化，因而适合采用具有靈活性、個性的小規模、分布式生産模式。資本主義的集中化、大批量、雇傭制模式是适應傳統技術和生産力而形成的生産模式，适合傳統物質生産領域，這種模式也有利于資本家牟取暴利，但這種生産模式以犧牲産品的多樣性為代價，産品缺乏個性，缺乏勞動者情感對象化，不能滿足人們多方面需要。因而，資本雇傭邏輯和增殖邏輯不适合數字化文化生産，也越來越不适應物質生産文化化的趨勢和要求。而社會主義生産的目的是滿足人民群衆日益增長的美好生活需要，社會主義國家關注人民群衆文化生活的日益豐富和精神境界的普遍提高，千方百計引導、促進創新，強調“創新是引領發展的第一動力。抓創新就是抓發展，謀創新就是謀未來”，“必須讓創新成為驅動發展新引擎。”因而社會主義國家積極引導大衆創業、萬衆創新，支持小微企業發展，并開拓便捷創業、靈活就業的新途徑，創造分布式生産新環境，建立适應數字化文化生産的體制機制，以數字文化生産引領産業變革及物質生産變革。正是這種社會主義價值追求和創新邏輯所形成的文化環境，使中國本土企業深度求索橫空出世，以算法創新打破傳統的規模擴張邏輯，解構英偉達、OpenAI等資本主義企業依靠芯片、算力霸權及閉源策略的剝削能力。

3.組織方式變革：基于互聯網的分工協作、勞動社會化達到前所未有的廣度和深度

分工協作密切、勞動社會化程度加深是人類生産發展的必然要求和趨勢。馬克思強調分工、協作是生産力，“分工簡化了勞動，使勞動更容易學會，從而減少了生産勞動能力的總的費用”；“分工的基本前提同擴大資本的基本前提一樣，是協作”，協作“創造了一種生産力，這種生産力本身必然是集體力”。分工細化的同時協作必須深化，從而推動勞動社會化深入發展，“勞動本身由于協作、分工以及勞動和自然科學的結合而組織成為社會的勞動”，社會化勞動是由人們彼此分工協作而聯系起來的共同勞動，勞動社會化不斷深化是人類勞動随着生産力發展、科學技術進步而不斷實現的必然趨勢。

當今時代，勞動與數字智能技術體系相結合，一方面，在引領當今社會經濟發展的數字化文化生産領域，精神生産資料即互聯網上的海量數據資源和數字内容制作工具具有普遍共享性和社會性，每個人都可以很容易獲得，勞動者與精神生産資料直接結合，基于互聯網平台進行文化生産。勞動者的新創意及數字産品的生産過程是借助他人的勞動成果而普遍實現的社會化生産。數據、數字内容産品的所有權通過Token（代币、令牌或通證）、NFT（非同質化代币）等形式實現後，就可以通過互聯網平台直接到達消費者手中，則個體勞動不用經過迂回的道路而直接成為社會勞動。因此，數字化文化生産中勞動社會化達到前所未有的高度和深度，極大地提高效率。另一方面，基于數字智能技術體系支持的互聯網日益将社會化生産的一切要素、環節、過程等直接聯系起來，去除一切不必要的中介環節，構建了一個前所未有的分工協作大平台，将生産領域與消費領域直接連接起來，不斷減少商業中介環節，促進生産與消費一體化，促進以銷定産的計劃生産實現。同時，區塊鍊構架的智能互聯網不僅将各個企業、單位組織内部的各個環節、各個要素等即時即地聯系起來，而且将社會上各個領域、各個行業、各個企業即時即地聯系起來，将全球各個國家、各個地區即時即地聯系起來，使創新鍊、産業鍊、價值鍊借助互聯網平台而整合、彙聚，超越時間、空間和信任而即時即地分工協作，推動全球經濟一體化、生産社會化達到前所未有的新高度。

資本主義私有制造成人們之間利益分割，彼此處于分離、對立和普遍競争的狀态，人們之間的交往及分工協作依靠商品、貨币為中介來實現，表現為原子式聯系，具有表面性、外部性和分割性特點。這種形成于傳統技術條件下的社會生産組織形式在當今數字時代，正在成為勞動與數字智能技術相結合實現的勞動深度社會化、分工協作高度密切性普遍實現的内在限制。美西方資本主義國家為了一己私利，堅持霸權邏輯和冷戰思維，堅持傳統物權思維，這使得它在這個數字智能技術主導的新一輪科技革命和産業變革的時代，在世界經濟深度全球化、一體化的時代，逆全球化而行，大搞單邊主義，“脫鈎斷鍊”，采取多種保護主義，阻礙全球一體化進程。相反，社會主義國家積極倡導和促進世界各個國家共建共享，推動基于數字智能技術實現的分工協作和勞動社會化的深度發展，推動構建人類命運共同體，主張“各國應該深化務實合作，以共進為動力、以共赢為目标，走出一條互信共治之路”，“加強溝通、擴大共識、深化合作，共同構建網絡空間命運共同體”。社會主義中國通過倡導和建設“一帶一路”，積極推動構建人類命運共同體。

馬克思指出，未來社會“設想有一個自由人聯合體，他們用公共的生産資料進行勞動，并且自覺地把他們許多個人勞動力當做一個社會勞動力來使用。在那裡，魯濱遜的勞動的一切規定又重演了，不過不是在個人身上，而是在社會範圍内重演”③。在未來社會，在生産資料全社會共同占有、共同使用的條件下，人們之間分工協作的密切程度就如同“一個社會勞動力”。這在傳統技術條件下是難以想象的，而當今時代，數字智能技術體系正在為“一個社會勞動力”的組織協同和勞動社會化的深度發展創造前所未有的可能和條件。社會主義适應數字智能技術主導的新一輪科技革命和生産力發展的客觀要求，必将以公平合理的方式重塑人類文明。

（作者簡介：張建雲，中國社會科學院大學6774澳门永利教授，中國社會科學院馬克思主義研究院研究員）

（本文系中國社會科學院創新工程項目“馬克思主義基本原理同中國具體實際相結合、同中華優秀傳統文化相結合研究”（2023ＭＹＹＡ01）的階段性成果）

來源：《馬克思主義研究》2025年第4期