现代服务业与人工智能产业的耦合协调发展研究——以体育服务业为例

卿 平，李玥峰

（成都体育学院经济管理学院，成都610041）

一、问题提出

产业融合是全球经济增长和产业演化的必然趋势，也是促进产业提质增效、构建现代化产业体系的有效途径。而人工智能作为一项面向未来的战略性技术，已引发国际国内相关层面的广泛关注。2017年，发展人工智能上升到国家战略层面[1]。2019年10月，《关于新时代服务业高质量发展的指导意见》指出，要推动人工智能、云计算等新一代信息技术在服务领域深度应用[2]。党的十九届五中全会提出要加快发展现代化产业体系[3]，推动大数据、人工智能等和现代服务业深度融合，这些为我国现代服务业和人工智能的融合发展指明了方向。

体育服务业作为与国民经济生活息息相关的体育产业子产业，具备产业链长、覆盖面广、附加值高、关联性强等特点，拥有普通服务业的共性特征，其与旅游、教育、文化、养老、金融等行业的跨界融合已成为一种普遍趋势。2019年，国内体育服务业增加值在体育产业增加值中的比重已超过60%[4]，其主导地位日益凸显，对国民经济的贡献力度也逐渐提升，但是，体育服务业要肩负起国民经济新增长点的使命，单纯依靠自身的发展是无法实现的。基于此，在数字经济时代，研究体育服务业与人工智能的融合发展对于促进产业结构转型升级、助力体育服务业高质量发展具有重要意义。

近年来，人工智能凭借云计算等先进的算法支持而越来越广泛地应用于体育服务业中。根据信息科学的主流观点，将人工智能划分为“弱人工智能”“强人工智能”和“超人工智能”三个阶段[5]。而当前人工智能体育应用尚处于弱人工智能阶段[6]，即机器智能通过深度学习等算法工具来挖掘人类运动行为及场景中的海量数据，从而改善优化运动行为及场景等内容的过程，对人工智能与体育应用的所处阶段作出了判断。据此，本研究结合数据的合理性和可得性原则，试图从定量的角度对近年来人工智能产业和体育服务业的融合发展展开研究。

二、相关文献回顾

（一）关于服务业和人工智能的融合

人工智能概念诞生于1956年的“达茅斯会议”[7]。经过半个多世纪的发展，人工智能在新理论新技术的驱动下广泛应用于生产生活各个领域。关于其概念的核心内容，一方面是通过感知和分析相关数据，让机器理解人的智能化行为；另一方面是让机器模拟其行为，甚至完成得更好[8]。当人工智能综合作用于生产劳动中时，能够极大提高生产力水平，成为产业高质量发展的新引擎[9]。

在融合的具体产业上，中国人民银行武汉分行办公室课题组等率先总结了先进发达国家人工智能在金融产业的应用，并结合我国实际提出了具体应对措施[10]。刘飞等聚焦中国人口老龄化以及区域养老服务布局不合理等矛盾问题，认为人工智能可以改善养老产业规模、产业布局及产业生态，促进养老产业高质量发展[11]。范伊璠等则聚焦于人工智能与医疗、教育、金融等行业的融合，指出人工智能对服务业的影响在于对顾客体验价值的再造[12]。

在融合发展的产品上，孙效华等认为智能服务机器人、无人车、AIoT（智能物联网）、娱乐与助理等公私服务人工智能产品以及医疗、法律、物流等行业人工智能产品正在潜移默化地影响着人类的生产生活和对服务业的改造升级[13]。

在融合发展路径上，王小艳认为，人工智能技术应用和产业发展的良好势头为其与服务业深度融合赋予了强大科技动能[14]。耿子恒指出，虽然人工智能与服务业融合发展在具体场景的应用中具有丰富的实践案例，但是由于“人工智能+服务业”各应用场景的特点差异较大，难以从统一框架视角考虑服务业发展，因而目前还未总结形成一般性理论分析框架[15]。

综上所述，目前服务业与人工智能的融合发展相关文献主要集中在融合的具体产业、融合产品和融合发展路径上，鲜有将体育服务业作为融合对象的研究，且已有研究主要以定性分析为主，缺少定量化的实证分析。随着近年来产业结构调整和升级，体育产业的经济功能日益凸显，隶属体育产业的体育服务业作为服务业中的一个新兴产业门类，属于现代服务业的范畴，与体育用品业和体育建筑业相比更具有体育特性，是真正意义上的低碳环保产业。体育服务业的快速发展对当前产业结构调整和经济发展具有重要意义，而现实中我国体育服务业发展远远达不到国际体育发达国家体育服务业发展水平，这已经严重制约了国内经济的平衡发展、社会的全面进步及人民生活质量的改善。推动体育服务业快速发展是顺应经济增长阶段变化规律、把握社会发展新时代历史机遇的首要条件。

人工智能技术的出现正好为体育服务业的快速发展插上了强劲的翅膀，体育服务业包含门类繁多，有隶属于传统服务业的体育用品销售业，也有属于现代新兴服务业的体育竞赛表演活动、体育健身休闲活动等，如此大的行业跨度正好为体育服务业与人工智能产业的融合发展提供了广泛基础。因此，本研究拟对近年来国内体育服务业与人工智能的融合现状进行量化分析，厘清二者之间融合所处的阶段，从而帮助政府及相关部门正确认识二者之间的发展关系，更好地推动体育服务业与人工智能的可持续发展。

（二）关于产业融合的模型方法选用

科学方法的选用是测算体育服务业和人工智能业融合度的基础，关于产业融合的模型方法研究，通过梳理国内外相关文献，发现目前国内外学术界测算产业融合度的方法主要包括灰色关联分析法、投入产出法、AHP—模糊综合评价法、赫芬达尔指数法、贡献度测量法、耦合协调度模型、专利相关系数法等。

国外研究中，Fai 等运用专利相关系数法和赫芬达尔指数法测量了产业之间的融合程度，发现在化学、电子、机械及交通运输产业间存在非常明显的技术融合特征[16]；LiCao 等运用耦合协调模型研究了制造业和生产性服务业之间的融合问题[17]。

国内学者使用的测量产业融合方法具体内容如表1所示，表中归纳了不同方法的主要特点，对比得出最适用于本研究的测算方法。

表1 产业融合度主要测算方法

基于以上方法特点的归纳，可以发现目前学术界对产业融合度的测算方法尚未统一，且不同测算方法具有各自的优势和不足。其中，灰色关联分析用产业关联度代替产业融合度，虽然在某些领域之间可能会放大效应，但是胜在计算简便且对数据要求不高；投入产出法所需的投入产出表数据每五年更新一次，且数据样本量较小，难以适用于体育服务业相关研究；AHP-模糊综合评价法易受到指标体系合理性和专家打分主观性的影响，难以保证测算结果的准确性；赫芬达尔指数法适用于主要依靠技术融合形成的融合现象，且相关专利数据获取难度较大，对于体育服务业相关指标的收集存在局限性；贡献度测量法作为一种成熟的实证方法应用虽比较成熟，但只适用于测算某产业与目标产业的融合度，难以体现两大产业融合的双向互动关系。

耦合协调度模型是通过衡量系统间不同要素相互影响、相互作用的程度来反映产业间的融合程度，近年来被广泛应用于不同领域的研究中，能够较好地规避数据获取的困难性和计算过程的繁琐性等问题，从而在客观上反映体育服务业和人工智能产业之间的融合程度。因此，在借鉴前人研究成果的基础上，选择耦合协调度模型来测算体育服务业与人工智能产业之间的融合水平。

三、耦合协调度模型分析

“耦合”一词原是度量电路间传送能量影响的物理学概念，后被引入经济学等领域，用于指两个或两个以上的系统在互动中实现相互影响、协调发展，从而形成的一种动态关联关系[24]，经济学领域不少专家学者认为该词对刻画不同产业间的相互作用机理具有较强解释力[25]。耦合协调度模型则是通过衡量系统之间不同要素相互影响、相互作用的关系来反映产业间的融合程度，近年来被广泛应用于旅游产业[26]、区域经济、生态环境[27]、新型城镇化[28]等领域的研究中，该模型能够较好地规避数据获取的困难性和计算过程的繁琐性等问题，从而客观反映产业之间的融合程度。本文拟通过构建耦合协调度模型来衡量近年来体育服务业与人工智能的融合现状，试图定量描述两大产业融合发展的演进趋势、类型和所处融合阶段。

（一）耦合协调度模型构建

根据耦合协调理论，可以将本研究中的体育服务业和人工智能产业看作是两个耦合的系统，两者之间彼此影响、相互作用。体育服务业和人工智能产业的耦合度能够衡量一定时期内两系统的耦合作用强弱，而耦合协调度可以反映两系统间良性互动、协调发展的综合水平。

在计算两个或多个系统之间的耦合协调度时，需要先构建产业发展水平综合评价体系，并计算各个指标的权重，从而在确定各个系统发展水平综合评价值的基础上进行计算。

1.部分指标选取原因及评价体系构建

由于体育产业统计工作开展较晚且统计数据尚不完善，本研究参考周正宏等学者[29]的研究成果，用第三产业中的文化、体育和娱乐业相关统计指标代替体育服务业相关指标。关于替代指标的有效性解释，张金桥等指出，体育产业与文化和娱乐业的融合程度非常高，体育产业特别是体育服务业带有强烈的文化特性与娱乐性质[30]。同时，体育服务业作为体育产业的核心主体[31]和现代服务业的重要组成部分，本身就包含在文化、体育和娱乐业当中[32]。因此，文化、体育和娱乐业的相关指标能够在很大程度上反映体育服务业的发展状况。

2018年11月，《战略性新兴产业分类（2018）》[33]中将战略性新兴产业分为新一代信息技术产业、高端装备制造产业和数字创意产业等9 大领域。其中，新一代信息技术产业包含人工智能产业，并将人工智能产业分为人工智能软件开发、智能消费相关设备制造和人工智能系统服务三个部分，它与国民经济行业所对应的关系如表2所示。

表2 《战略性新兴产业分类（2018）》中人工智能产业分类

由于《战略性新兴产业分类（2018）》中的人工智能软件开发、智能消费相关设备制造业和人工智能系统服务为新增产业类型，难以在统计年鉴中直接查找到相关数据，因此在参考《高技术产业（服务业）分类（2018）》[34]和《高技术产业（制造业）分类（2017）》[35]中产业业务内容的基础上综合考虑，将部分人工智能产业指标利用高技术产业数据进行近似转换处理。其中，人工智能软件开发和人工智能系统服务的数据采用软件与信息技术服务产业数据来表示，智能消费相关设备制造业数据用电子及通信设备制造业数据来表示[36]。

科学设计评价指标体系是衡量体育服务业与人工智能产业融合发展水平的重要基础，在借鉴前人研究成果的基础上，综合考虑指标选取的系统性、代表性、可操作性等原则，从人力资源、基础环境、产业规模和效益三个维度选择体育服务业和人工智能产业具有代表性的14个指标，构建体育服务业与人工智能业发展的评价指标体系，如表3所示。

表3 体育服务业和人工智能业综合发展水平评价指标体系

2.耦合协调度模型的评价标准

在耦合协调度的等级划分方面，廖重斌[37]最早提出了均匀分布函数法，刘耀彬[38]、张琰飞[26]、候兵等[39]学者沿用了这种方法。为更直观地反映体育服务业和人工智能业的协调发展情况，本研究借鉴既有经验，根据不同取值范围对两个产业发展的耦合协调度进行等级分类，如表4所示。

表4 耦合协调度等级划分标准

此外，在生延超、翁钢民等学者[40-41]研究成果的基础上，对体育服务业和人工智能业的融合类型进行分类，具体分类标准如表5所示。

表5 耦合发展类型分类体系

（二）实证分析

1.指标权重计算

选取指标数据主要来源于2015—2019年《中国统计年鉴》《中国科技统计年鉴》、国民经济和社会发展统计公报以及国家体育总局官网等，其具体数据如表6所示。

表6 2015—2019年体育服务业和人工智能业指标原始数据

此处主要就中国2015—2019年体育服务业和人工智能业的融合情况进行测算，通过公式1 到公式5，首先计算出评价指标体系中各指标的权重，如表7所示。

表7 评价指标权重值

式中，xij表示第i年的第j个指标的实际值，和分别表示指标j的最大值和最小值。

式中，i=1,2,…,m，表示年份次序。

式中，i=1,2,…,m，表示年份次序。

式中，j=1,2,…,n，表示指标个数。

2.体育服务业与人工智能业发展水平分析

将所得指标权重代入公式6 和公式7，得到2015—2019年体育服务业与人工智能产业综合发展水平U1和U2，然后运用公式8 计算出两系统的综合评价指数T，其相应结果如表8 和图1所示。

图1 体育服务业和人工智能业综合评价趋势图

表8 体育服务业与人工智能业综合评价指数

式中，j=1,2,…,n，表示有关产业系统中的指标个数。ωi为指标权重数值；αij为体育服务业第j项指标第i年的标准化值；bij为人工智能产业第j项指标第i年的标准化值；U1为体育服务业发展水平综合评价值；U2为人工智能业发展水平综合评价值。T为综合协调指数，反映体育服务业和人工智能产业的整体发展水平对耦合协调度的贡献程度，α、β 为待定系数，代表体育服务业和人工智能业在模型测度中各自的重要程度，借鉴相关专家和学者研究的做法[42]，将其均取0.5，即视为同等重要。

从表8 和图1 中可以看到，2015—2019年体育服务业综合评价值虽然在2018年突然下降，但总体而言发展势头良好。人工智能产业综合发展水平总体呈现上升的趋势，说明人工智能产业的实力逐年增强，到2019年，人工智能产业综合评价指数超过0.9，说明人工智能产业已经处于比较高的发展水平上。

具体到两大产业的时序变化来看，我国体育服务业综合评价值的发展经历了两个阶段：第一个阶段是从2015年的0.4559 上升到2017年的0.7419，处于快速发展期，综合评价指数的年均增长率达到27.56%，说明体育服务业自2015年起把握住了契机，市场活力充分迸发，呈现出高速发展趋势。第二个阶段是从2018年骤降至0.4532，到2019年增长至0.4859，处于巩固提质期，说明自2018年起，体育服务业逐渐由过去的高速增长状态转变为高质量发展状态，不再单纯地追求数据的大小与增长速度的高低，而是将发展方向转变为满足群众日益增长的多元化体育需求上。

人工智能产业综合评价值从2015年的0.0010 上升到2019年的0.9230，增长了922 倍，产业发展水平综合评价值的年均增长率达到451.19%。这说明在数字经济时代发展的必然趋势下，借着顶层设计不断完善的契机，人工智能产业在五年时间中得到了快速发展，呈现出迅猛发展的态势，以可穿戴智能设备、智能机器人、人脸识别技术、视频检测智慧系统等为代表的人工智能产品和服务正逐渐渗透到群众生活的各个领域，改善着群众的生活方式。

比较体育服务业和人工智能业综合评价值五年来的相对大小可以看出：2015—2016年人工智能业发展水平明显滞后于体育服务业。从2017年开始，人工智能业开始逐渐缩小与体育服务业的差距，两大产业的综合评价值愈发接近。在2018年，人工智能业综合评价值实现了对体育服务业的反超，并在2019年继续扩大着领先优势。

3.耦合度、耦合协调度时序变化分析

将表8 中的相关数据代入公式9 和公式10 中，得到2015—2019年体育服务业和人工智能产业的耦合度及耦合协调度，结合表3 和表4所示的耦合协调度等级类型划分标准，得到如表9所示的体育服务业与人工智能业耦合类型、等级及阶段表。

表9 体育服务业与人工智能业耦合类型、等级及阶段表

式中，C为两个系统的耦合度，C∈[0,1]；D为两个系统的耦合协调度，D∈[0,1]，D 值越大，系统之间或系统内部要素之间愈发协调，系统愈发趋向有序。

根据表9 耦合度C值可知，2015 至2019年体育服务业与人工智能产业耦合度的平均值为0.7703，极差为0.8577，除了2015年外，耦合度整体较高，说明体育服务业与人工智能相互作用较强，但还无法确定这样的强相关是否是有利的。于是，需要关注更能体现两大产业良性协调水平的耦合协调度，即表9 中第二列数据耦合协调度D的值，也可以直观地参照图2。

图2 体育服务业与人工智能业的耦合协调度

（三）耦合协调度模型分析结果

由表9 及图2 可知，总体而言，2015年至2019年体育服务业与人工智能业的耦合协调度由0.1461 上升为0.8184，耦合发展类型由人工智能业滞后型发展为同步型，再发展为体育服务业滞后型；耦合协调等级由严重失调发展为良好协调；耦合发展阶段由萌芽阶段逐步转变为成熟阶段，表明两系统要素之间的融合程度越来越高、协调发展程度不断加深。具体来看，不同时间段发展程度有所差异，大体可分为以下两个阶段：

第一，2015—2017年是快速融合期。这一阶段二者的耦合协调度保持着高速增长状态，从2015年的0.1461 增长至2017年的0.7675，年均增长率达到了129.19%。表明在2016年《“十三五”国家科技创新规划》[43]等政策红利的推动下，人工智能产业项目拓展布局空前繁荣，借着“互联网+”战略的东风，人工智能产业与体育服务业之间的联系日益密切，二者的综合发展水平差距逐渐缩小，两大产业的融合趋向协调，效率逐步提高。

第二，2018—2019年是转型探索期。这一阶段二者的耦合协调度继续保持着发展势头，但增速显著放缓，从2018年的0.7713 增长至2019年的0.8184，年均增长率降至6.10%，说明自2017年底在国家经济发展方式开始转变的背景下，体育服务业与人工智能业的综合水平差距逐渐缩小，二者的融合也由追求高速度发展转向追求高质量发展，两大产业呈现出齐头并进，相辅相成的发展状态，反映出体育服务业和人工智能产业较好的关联效应和广阔的融合发展前景。

四、总结与展望

（一）研究结论

在数字经济高速发展的时代背景下，人工智能作为新一代信息技术的核心，不断向服务业领域渗透与融合，推动着现代服务业数字化变革。以体育服务业为例，借助人工智能等新兴数字化科技手段，体育服务业已成为优化体育产业结构与布局、调整发展中的不平衡不充分问题、助推体育产业高质量发展、切实满足群众体育生活需要的重要突破口。本研究在梳理服务业和人工智能融合以及产业融合度的主要测算方法等理论基础上，以体育服务业为例，借助耦合协调度模型对近年来我国体育服务业与人工智能产业的融合现状进行量化分析，以便厘清当前二者融合所处的阶段，正确认识二者之间的发展关系，从而为有关政府部门制定体育服务业发展规划、各相关主体进行科学决策提供了较为清晰的指向，有利于推动体育服务业与人工智能产业实现可持续发展。主要结论如下：

1.产业规模相关指标在反映产业综合发展水平中起到重要作用

在体育服务业和人工智能产业综合发展水平评价指标体系中，就指标权重而言，体育服务业增加值和人工智能产业投资金额分别在体育服务业和人工智能产业评价指标体系中所占权重最高，分别达到了0.1972 和0.1437，说明产业规模指标在代表这两大产业的综合发展水平中均占有重要地位。

2.人工智能产业发展势头迅猛并保持着综合评价值的领先态势

就体育服务业和人工智能产业的综合发展水平而言，2015—2019年二者的综合发展水平总体均呈现上升的态势。具体到时序变化来看，体育服务业综合评价值的发展经历了两个阶段，包括2015—2017年的快速发展期，以及2018—2019年的巩固提质阶段。而人工智能产业综合评价值从2015—2019年增长了922 倍，反映出我国人工智能业在五年时间中得到快速发展，呈现出迅猛发展的态势。此外，人工智能产业发展水平综合评价值在2017年与体育服务业的差距愈发接近，在2018年实现了对体育服务业的反超，并在2019年继续扩大着领先优势。

3.体育服务业与人工智能业的耦合协调正处于成熟阶段

近五年间，我国体育服务业与人工智能产业的融合可以分为2015—2017年的快速融合期和2018—2019年的转型探索期两个阶段，在此期间二者的耦合协调度由0.1461 上升为0.8184；耦合发展类型由人工智能产业滞后型发展为同步型，再演变为体育服务业滞后型；耦合协调等级经过严重失调，当前正处于良好协调状态；耦合发展阶段由萌芽阶段逐步转变为成熟阶段，这些都表明体育服务业和人工智能产业呈现出良好的融合发展态势，二者的关联效应愈发增强、融合水平逐渐提高、协调程度不断加深，具有广阔的融合发展前景。

（二）未来展望

面对新一轮工业革命背景下的经济社会发展矛盾，面对构建现代化产业体系的重大任务，面对新兴数字技术发展带来的机遇和挑战，研究人工智能与现代服务业的融合发展对于人工智能赋能产业结构转型、形成新的经济增长点、促进经济高质量发展具有重要意义。因此，从理论和实证研究层面探索人工智能与现代服务业的互动发展是未来这一领域的重要课题之一，例如对人工智能与产业结构的合理化、高级化、产业布局、产业协同等方面进行系统研究，全面衡量人工智能技术与产业发展的互动作用，形成人工智能和服务业融合发展的理论范式等内容。基于此，本研究以体育服务业为例，量化分析我国人工智能与体育服务业融合发展的现状，以此抛砖引玉，为体育服务业数字化转型发展提供参考。

（三）进一步的讨论

人工智能产业与现代服务业的融合发展的确催生了很多机会，然而，在为现代服务业数字化转型取得新进展而欢欣鼓舞的同时，也应该前瞻性、客观性地思考其背后的潜在风险和挑战，主要体现在以下几个方面：

1.巨头企业趋向垄断，市场竞争愈发激烈

人工智能作为一种能够促进生产力进步的重要力量，掌握先进的人工技能技术将很大程度上提高未来服务业主体的市场竞争力。一方面，跨行业龙头企业会凭借其技术、资源优势不断挤压中小企业市场空间[44]。例如，一些国外科技巨头凭借投入高额资金、统一技术标准、申请专利保护等举措，在人工智能基础理论研究、数据采集传输、算法设计运用、芯片设备研发等各个环节精准发力，保持其产品和服务在行业的领先甚至垄断地位。而当前，我国信息与通信技术人才不足，同样反映为服务业数字化人才短缺，造成国产人工智能芯片、算法数据支持、体育服务设备等核心技术落后于人，若不努力迎头赶上，将进一步加剧大型企业的垄断态势。另一方面，我国服务业实质上仍属于劳动密集型产业，随着人工智能、大数据、区块链等数字技术的迅速发展与应用，我国服务业的竞争对手将由过去以劳动力成本更为低廉的东南亚等国，转向掌握资本和技术优势的西方发达国家。同时，就体育服务业而言，国内体育服务业市场主体比较薄弱，表现为骨干企业活力不足，中小微企业生存难以为继等问题，其数字化转型本身就面临极大经济压力，而人工智能技术的运用需要大数据资源的铺垫和支撑，这显然会使得广大中小微企业因缺乏海量的数据、先进的技术、雄厚的资金而引发诸多竞争风险。

2.信息安全存在隐患，算法偏差亟待解决

人工智能与现代服务业的融合会产生技术层面的种种挑战。首先，个人隐私保护存疑。人工智能的应用主要通过算法处理海量数据以获取持续的学习和发展，而受制于信息规范、数据存储等技术限制，有关个人信息的数据极有可能侵蚀原本属于个人隐私的空间和信息，进而影响服务业中用户之间的价值交换。例如，在智能设备辅助运动训练的过程中，作为数据信息的载体，智能设备可能会在非运动员主观意愿控制的情况下洞悉其训练场之外的心理偏好和疲劳负荷，造成运动员在与俱乐部的合作博弈中处于弱势地位。其次，对行业信息安全提出更高的保护要求[45]。人工智能可以仅在人工予以授权、预设代码、审核确认的情况下，替代人力来完成服务业运行的整套工作流程，降低人工参与度，极大提高工作效率，但也由于人工智能技术所具有的学习性、程序性和不可视性，可能会被黑客采取远端植入恶意代码等方式发起网络攻击，窃取企业财务信息、战略计划等商业机密，对企业发展造成巨大威胁，这就使得现代服务业的安全威胁预警与紧急风险规避等机制的完善工作成为未来比较迫切的研究方向。最后，信息损耗风险[46]的客观存在。人工智能最显著的技术特点是其具有快速的自我学习能力，而数据作为人工智能的原料，其准确性、全面性能够很大程度上影响人工智能应用的质量，倘若数据缺失或有误，将直接导致人工智能在认知层面形成片面甚至错误的判断，给相关主体的权益造成损害。即使数据完备，由于受到算法普适性和算法设计者价值观等因素的影响，人工智能在现代服务业中的应用也会在一些特殊群体身上体现出算法偏差的结果。

3.行业不公平性加剧，责任界定难以明晰

人工智能与现代服务业的融合也会在社会层面带来挑战。一方面，加大社会贫富差距。人工技能的应用以数据为基础，通过提供软硬件产品和个性化服务代替人的体力脑力活动，促进价值和财富的创造。在此过程中，数字基础扎实、掌握技术先进、数据资源丰富的个人或组织可以获得更多人工智能应用的主动权，进一步夯实发展基础，降低用工成本，创造更多社会价值；而数字资源匮乏的个人或组织则因知识结构、劳动技能短期难以适应转型发展的需求，无法分享人工技能技术带来的种种红利，甚至或将面临结构性失业的巨大风险。就体育服务业而言，无论是以聚氨酯纤维泳衣等为代表的高科技体育装备，还是训练场上为运动员配备的一系列复杂传感器，无疑都为运动成绩的不断突破提供了重要保障，但人工智能技术的应用是否会成为一种“技术性兴奋剂”[47]而对体育运动的公平本质带来冲击，则成为值得深入探讨的话题。另一方面，冲击传统伦理与监管体系。严格意义上，人工智能并不是社会主体，却可以凭借其快速学习模仿能力而拥有人类甚至超人类的自主意识或者行为，当出现问题时难以对其主体责任进行界定或者治理，这会造成一定的伦理困境。同时，随着服务业数字化转型进程的推进，市场监管需不断加强以适应新业态、新模式下涌现的新需求，一套完善的服务业数字化转型政策监管体系亟待建立。例如人脸识别作为生物识别中一项应用比较广泛的技术，是人工智能助力服务业提供个性化服务的起点。然而，在全民健身的场景中，一些运动场所入口、智慧步道起点等公共体育设施中的服务在采集个人信息之后的信息处理和储存工作并未明确清晰的责任主体与监督机制，一旦泄露将面临身份信息被盗窃的法律风险，这对相关部门如何善用人工智能技术助力现代服务业转型升级提出了新挑战和新期待。