基于生产率视角。目前，关于人工智能对产业结构转型升级的作用机制主要来源于自动化对生产率影响的讨论延伸。一般而言，基于经典的自动化生产理论模型下，假定工业产品使用自动化和手工两种技术进行生产。

　　在极限情况下，手工技术可以完全替代劳动力，在自动化条件下，传统人力技术将完全被资本所着代。结合新古典增长理论可知，资本份额与劳动生产率同向变化，即与任何形式的资本深化方式相同，自动化生产模式推动劳动生产家提升，Graetz和Michaels(2018)采用英美等发达国家数据进行研究发现，工业机器人的使用对本国劳动生产率具有正向作用。

　　目前，工业机器人使用最为广泛的领城集中于制造业。因此工业机器人的使用对制造业生产率的提升作用将更为显著。而制造业生产效率的提高，进一步提升对数字化制造业、智能化制造业等高端制造业的有效需求，这正是推动制造业产业结构优化升级的决定性动力。

　　高端制造业智能化的有效需求规模扩大促使制造业进行规模化、专业化生产和技术创新，促进制造业从传统产业向高端化过渡转变，从而推动整体产业结构升级。从更深层次而言，生产率的提升可以从产业关联和产业融合的视角进一步解释。

　　一方面，产业关联关系随着技术进步而动态变化。以机器人、大数据、云计算、物联网的广泛应用为主要标志的人工智能时代改变了传统的产业关联关系。利用人工智能化生产技术，企业可以加快推动生产链条智能化，从而更为准确满足市场需求和供给，规避生产过程的盲目性与随机性，进而提升劳动生产率，推动产业发展协同趋向，最终实现产业结构合理化发展。

　　另一方面，人工智能化的技术创新发展势必促进了产业融合，推动整体产业结构高级化发展。推动产业融合既是产业自身生产效率提升的现实需要，也是技术变革、经济全球化等外部环境因素推动的必然结果。

　　产业融合具有多方面的影响因素，而技术变革是最为重要的驱动力之一。以工业机器人为特征的人工智能作为新型经济资源逐渐成为重要的技术变革形式，通过推动与传统制造业深入融合，促进传统制造业更有效实现资源配置，从而推动生产率提升，实现产业结构升级。

　　与此同时，人工智能与传统制造业的深度融合可以推动高新制造业和生产性服务业的快速发展，促使产业结构实现高级化提升。以人工智能直接产业(智能机器人、机器学习、图象识别等)、人工智能关联业态产业(集成电路、软件开发、智能终端)和人工智能渗透作用产业(工业机器人、大数据处理、云计算处理、智慧能源等)为代表的一系列新兴产业。

　　依托人工智能产业发展而出现，并与人工智能相适应发展，将为新兴制造业和现代服务业的发展提供新动能。人工智能产业的发展通过产业融合带动高端制造业、现代服务业发展，同时促进制造业和服务业结构高级化发展，使得经济效益和社会效益同步提开，进一步地优化经济发展结构。

　　基于劳动力结构视角。人工智能在通过资本深化推动生产率提升的同时，对整体劳动力就业结构也存在重要的影响，从而实现产业结构转型升级。Autor等(2003)率先提出生产任务理论模型，认为生产活动由两种不同类型的任务组成，即程序化生产任务和非程序化生产任务。

　　其中，程序化生产任务为重复性劳动和认知任务，仅依靠低技能劳动力;而非程序化生产任务具有灵活性和创造性，依赖于高技能劳动力。人工智能等自动化生产模式对低技能劳动的程序化生产产生誉代效应，对高技能化劳动的非程序化生产具有互补作用。

　　伴随着人工智能自动化发展的是，近年来全球发达经济体呈现出不同程度的就业极化现象。即总体而言，不仅高级技术工人的就业岗位与工资得到提升，而且更容易被人工智能着代的低级技术工人的就业岗位和工资也在增加。

　　学术界关于这一现象做出了很多有益的探索，例如Autor和Dorn (2013)基于非平衡生产率增长模型发现，由于产业之间在在较大的产品差异性。因而两者具有较低的产品替代性。