科技云報道原創(chuàng)。

人類歷史的敘述與技術進步的影響深深交織在一起。

迄今為止，每一次工業(yè)革命都徹底改變了我們社會的輪廓，引入了機械化、大規(guī)模生產和數字化，并重新定義了人類生存的規(guī)范。

自2022年11月30日OpenAI發(fā)布ChatGPT以來，從GPT3.5發(fā)展到如今的GPT4.0、Claude3、Gemini、Sora，微軟、谷歌、亞馬遜等國際科技巨頭先后入場，以及華為（盤古）、騰訊（混元）、百度（文心）、阿里（通義）等中國玩家不斷加入，科技創(chuàng)新正以前所未有的速度拉開了第五次工業(yè)革命的序幕，成為重塑產業(yè)創(chuàng)新和經濟增長模式的重要力量。

今年兩會期間，“新質生產力”成為出現頻率最高的熱詞。2024年政府工作報告將“大力推進現代化產業(yè)體系建設，加快發(fā)展新質生產力”作為第一大任務。

“人工智能+”行動的提出，預示著AI技術將進一步與實體經濟、傳統產業(yè)乃至社會治理等領域深度融合，形成新型生產力形態(tài)，推動經濟社會高質量發(fā)展。

面對AI在提升生產力方面帶來的巨大想象空間和更多未知，中國AI準備好了嗎？

新質生產之“力”

當前，中國大力開展“人工智能+”行動，已初步建成比較全面的AI產業(yè)支撐體系。作為新質生產力重要的驅動引擎，“人工智能+”行動將在撬動新質生產力發(fā)展發(fā)揮著重要的作用。

中國信通院數據顯示，2023年中國AI核心產業(yè)規(guī)模達到5787億元，相關企業(yè)數量達4482家。

多方數據顯示，中國AI產業(yè)鏈已覆蓋芯片、算法、數據、平臺、應用等上下游關鍵環(huán)節(jié)，細分領域不斷取得突破，目前在AI和機器人等關鍵未來產業(yè)領域具備國際競爭力。

從形態(tài)看，AI不再是單一的產業(yè)、單一的集群，已經成為宏觀經濟新動能的內核驅動力。ChatGPT推出以來，其對經濟和產業(yè)的變革影響力正逐漸增強。

ChatGPT實現了從“企業(yè)產品”到“產業(yè)工具”的跨越，從創(chuàng)新探索到生產力賦能的跨越。

2023年被視為中國大模型的發(fā)展元年，包括中國頭部科技企業(yè)（阿里、百度、騰訊、華為、字節(jié)等）、新興創(chuàng)業(yè)公司（百川智能、智譜、MiniMax等）、傳統AI企業(yè)（科大訊飛、商湯科技等）以及高校研究院（復旦大學、中科院等）等都在加速大模型領域的投入。

工信部賽迪研究院的數據顯示，2023年我國大模型市場規(guī)模將達到132.3億元，增長率將達到110%。

目前，我國已有超過19個語言大模型研發(fā)廠商，從模型參數數量上看，根據Info Q發(fā)布的《大語言模型綜合能力測評報告2023》，發(fā)布大于百億級別參數規(guī)模的模型的國內企業(yè)已達到15家。

據專家預測，2035年生成式AI有望為全球貢獻近90萬億元的經濟價值，其中我國將突破30萬億元。

在大模型產品百花齊放的當下，大模型實現了計算機能力從“搜索”到“認知與學習”，再以進一步發(fā)展為“行動與解決方案”層面。

由于創(chuàng)業(yè)門檻高，中國的大模型創(chuàng)業(yè)者很快就意識到，基礎大模型未來可能是少數幾家寡頭的游戲，更多的機會蘊藏在應用層當中。

在大模型的首年，“第一幕”是從技術出發(fā)，發(fā)現了基礎大模型這個新的“錘子”，目前市場正在進入“第二幕”，將端到端地解決人類問題。也就是說，需要拿著錘子找釘子。

事實上，正是基礎大模型的發(fā)展為應用層的繁榮提供了必要的條件，也讓聚焦于垂直應用的AI創(chuàng)業(yè)公司的成本大大降低。

越來越多開源大模型的出現，讓創(chuàng)業(yè)公司不必自己投入大量資源訓練模型，可以在這些開源大模型的基礎之上，利用自己積累的行業(yè)數據進行微調，從而形成滿足特定任務的應用。

業(yè)內的一個共識是，中國在基礎大模型方面不具有顯著優(yōu)勢，但可以在應用層方面另辟蹊徑。

中國擁有龐大的市場和用戶基礎，更容易獲取大量的用戶數據和應用場景，能為大模型的應用提供豐富的數據資源。

同時，多樣化的場景也為大模型應用提供了廣闊的空間，例如在智能客服、智能推薦、智能翻譯等領域，中國大模型已經取得了顯著的成果。

從“狂熱”到“理性”

盡管大多數人仍然看好AI的前景，但是投資人卻越來越謹慎。尤其是在國內，AI熱潮似乎以超乎想象的速度回歸理性。除了“誰會成為‘中國OpenAI’”的期待，市場開始思考起AI創(chuàng)業(yè)的風險性。

AI大模型賽道具有技術門檻高、資金投入多、商業(yè)模式尚不成熟的特點，尤其是在國內智能算力較為短缺的現狀下，各家大模型在持續(xù)投入人力、算力、資金并實現商業(yè)化落地方面，可能會面臨較大挑戰(zhàn)。

首先，AI會產生數據隱私安全性的風險，同時AI企業(yè)在形成數據、獲取流量和模型技術方面會通過壟斷而取得超額的利潤。

從互聯網技術到AI技術就是一個從“技術創(chuàng)新”到“技術壟斷”的過程，AI企業(yè)可以在操作系統、用戶入口等方面進行技術壟斷，從而造成諸多不合理的利益分配。

其次，AI能把用戶變成技術的附庸，使用戶逐漸過度依賴AI而停止了技術和文明的進步。

第三，AI還可能產生智能鴻溝，AI技術的基礎設備和底座可能會由某個國家企業(yè)壟斷提供，而導致其他國家的開發(fā)者被局限在應用和生態(tài)層面的開發(fā)，沒有能力介入底座的開發(fā)。

現今的互聯網技術是由共同主體來驅動技術進步，提供多元服務，而將來AI則可能會被一家企業(yè)、一種通用技術或者一個通用底座來制約。

如何構建健康的AI產業(yè)生態(tài)，合理的分工來保證全球AI產業(yè)生態(tài)可持續(xù)發(fā)展？我國一直以來都重視AI的安全問題，注重加強AI倫理和法律等方面的研究，制定合適的規(guī)范和標準來指導和規(guī)范AI技術的發(fā)展和應用。

去年7月，網信辦等七部門發(fā)布了《生成式人工智能服務暫行管理辦法》，堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結合的原則，采取有效措施鼓勵生成式人工智能創(chuàng)新發(fā)展。

縱使生成式AI的落地有諸多困難和不確定因素，但從業(yè)者無不對其充滿樂觀和期待。展望2024年及未來，更多行業(yè)將積極主動地擁抱生成式AI，并著手制定更加契合行業(yè)發(fā)展的AI治理策略。

伴隨大模型技術的不斷成熟和應用場景的擴展，產業(yè)化和商業(yè)化進程不斷加速。越來越多的企業(yè)將大模型技術應用于實際業(yè)務中，推動了AI技術的落地和普及。

對比Open AI在去年11月召開的首屆開發(fā)者大會中連續(xù)推出GPTs與Assistant API，百度發(fā)布了App Builder，旨在簡化大模型應用的開發(fā)流程。

App Builder平臺提供了一系列核心組件，例如原子化構件、RAG（檢索生成增強框架）以及Agent機制，并以完整模版和框架的形式向開發(fā)者提供以促進開發(fā)效率。

同時，國內也涌現出一批專注于大模型技術研發(fā)和應用的企業(yè)，為大模型產業(yè)的發(fā)展注入了新的活力。

例如去年3月，百度推出全球首個企業(yè)級一站式大模型平臺千帆，千帆大模型覆蓋金融、制造、能源、政務、交通等行業(yè)的400多個場景，納管國內外主流大模型達42個，預裝了知識問答、客服對話、代碼助手等10個精選應用范式，大幅降低企業(yè)使用、訓練和推理大模型的門檻。

10月，阿里云發(fā)布了阿里云百煉大模型服務平臺。國內大模型領域商業(yè)化的加速為產業(yè)發(fā)展注入全新活力。

在金融服務業(yè)，最熱門的AI應用是客戶服務和深度分析，自然語言處理與大語言模型被用于更好響應客戶咨詢和發(fā)現投資洞察。

百融云創(chuàng)開發(fā)的百小融，依托Transformer架構搭建算法模型，采用與ChatGPT同源的智能語音識別技術，如軟交換（FreeSWITCH）、ASR（自動語音識別）、TTS（文字轉語音）、NLP等技術，具有解決“聽、說、讀、決策”的四項全能能力，合作客戶覆蓋銀行、汽車金融公司、保險公司等超7000家金融機構，為金融場景服務帶來重大革新。

展望AI時代的未來，不管是在C端、B端還是G端，都存在較大的潛在市場空間。

一方面，2023年AI項目數量激增，根據Replit的數據，2023年二季度AI項目環(huán)比增速達80%，相較于去年同期同比增長了34倍；另一方面，目前生成式AI應用層融資金融僅占三成，目前約七成資金投向了包括大模型開發(fā)在內AI基礎設施層。

AI創(chuàng)業(yè)的繁榮與應用層的稀缺之間的差距，說明AI應用即將進入大爆發(fā)時代。在此過程中，生成式AI的C端應用將面臨洗牌，B端應用也即將進入全面商業(yè)化。

在生成式AI應用方興未艾的時刻，中國的AI企業(yè)正在加速拓展應用方面的行業(yè)生態(tài)布局，即將乘著更高的浪潮向上生長。

【關于科技云報道】

專注于原創(chuàng)的企業(yè)級內容行家——科技云報道。成立于2015年，是前沿企業(yè)級IT領域Top10媒體。獲工信部權威認可，可信云、全球云計算大會官方指定傳播媒體之一。深入原創(chuàng)報道云計算、大數據、人工智能、區(qū)塊鏈等領域。

審核編輯 黃宇