界面新聞?dòng)浾?| 張藝 張熹瓏
人工智能帶動(dòng)了新的科技和產(chǎn)業(yè)潮流?！按竽Ｐ蜁r(shí)代正全面到來?！倍辔粚＜以?月25日至26日在廣州舉辦的2023小蠻腰科技大會(huì)暨AIGC人工智能峰會(huì)上表示，智能生成時(shí)代到來的影響，在于經(jīng)濟(jì)活動(dòng)的整個(gè)邏輯、所有模式和生態(tài)都發(fā)生了改變。
以AIGC為代表的人工智能在今年迎來了爆發(fā)式的增長。據(jù)IDC數(shù)據(jù)，2023年全球人工智能支出將達(dá)到1540億美元，同比增長將達(dá)到26.9%；到2026年AI相關(guān)產(chǎn)業(yè)規(guī)模支出將達(dá)到3000億美元，2022-2026年的復(fù)合年增長率將達(dá)到27%。
本輪人工智能是全球科技創(chuàng)新，市場巨大，商業(yè)化的空間已提前顯現(xiàn)，也成為科研、創(chuàng)投、產(chǎn)業(yè)落地之間競賽的制高點(diǎn)。而在上述幾個(gè)領(lǐng)域，我國正奮起直追，但這注定是一次“道阻且長”的歷程。
業(yè)內(nèi)稱2030年進(jìn)入人機(jī)協(xié)同時(shí)代
人工智能概念最早在1956年達(dá)特茅斯會(huì)議上提出。按照業(yè)界的觀點(diǎn)，人工智能發(fā)展經(jīng)歷了三次浪潮：上世紀(jì)50年代-70年代， 人工智能主要用于解決代數(shù)、幾何問題；80年代后專家系統(tǒng)使得人工智能實(shí)用化；1993年至今，深度學(xué)習(xí)算法推升了新一輪人工智能發(fā)展的浪潮。
而在未來，人工智能大行其道，已經(jīng)成為業(yè)內(nèi)共識(shí)。IBM大中華區(qū)董事長陳旭東認(rèn)為，人工智能在未來幾年將有突飛猛進(jìn)的發(fā)展，發(fā)展過程中存在幾個(gè)關(guān)鍵節(jié)點(diǎn)：
- 2022年是突破性的一年，以ChatGPT為開端，基礎(chǔ)模型展示了其巨大的能力；
- 2024年，AI的治理和相關(guān)法規(guī)將得到進(jìn)一步完善；
- 2029年或更早一些，人工智能將有望具備邏輯推理能力，同時(shí)是可信、可解釋的推理；
- 到2030年，全能型、多模態(tài)的人工智能將進(jìn)一步普及，人類的生產(chǎn)生活進(jìn)入全新的人機(jī)協(xié)同時(shí)代。
“人工智能女王”賈斯汀·卡塞爾在活動(dòng)現(xiàn)場表示，未來的一個(gè)方向是標(biāo)志性AI和大語言模型的結(jié)合：“如果我們能夠和AI共存，AI也必須要和我們建立關(guān)系；它也要使用我們的五種感官，AI的下一個(gè)步驟就是使用身體語言以及五種感官。”
中歐資本董事長、原華為副總裁張俊在接受界面新聞等媒體采訪時(shí)提出，ChatGPT的里程碑式的突破在于它把對(duì)話機(jī)器人的技術(shù)真正落地，它可能帶來一個(gè)生產(chǎn)力的飛躍，倒逼生產(chǎn)關(guān)系的進(jìn)步。
“ChatGPT代表了未來大模型的走向，下一步必將會(huì)從語言模型走向多模態(tài)模型，多模態(tài)智能涌現(xiàn)，同時(shí)也會(huì)進(jìn)一步走向物理世界，在機(jī)械智能上做通用大模型、通用智能。”京東集團(tuán)副總裁何曉冬如此表示。
在此背景下，通用人工智能、腦機(jī)交互、AI芯片等概念相繼提出，但行業(yè)仍面臨較大的風(fēng)投難題。“中國現(xiàn)在的資本很活躍，但資本很難落地。”廣州粵港澳大灣區(qū)研究院理事長鄭永年認(rèn)為，科技進(jìn)步是核心，但如果沒有科研體制改革或者行政體制改革很難落地。
創(chuàng)投稱將“全力投資硬科技和AI”
投資人工智能是門好生意嗎？界面新聞發(fā)現(xiàn)，創(chuàng)投機(jī)構(gòu)正積極關(guān)注這一領(lǐng)域的投資機(jī)會(huì)。
“未來十年的投資計(jì)劃，我們希望在中國投資1000家硬科技和AI公司，分布在很多細(xì)分領(lǐng)域?！泵坊▌?chuàng)投創(chuàng)始合伙人吳世春在大會(huì)上提出上述目標(biāo)。他認(rèn)為，中國是AI最大的應(yīng)用市場，在每一個(gè)細(xì)分的行業(yè)領(lǐng)域、細(xì)分賽道都會(huì)涌現(xiàn)出很多創(chuàng)業(yè)機(jī)會(huì)、投資機(jī)會(huì)。
吳世春自稱是一個(gè)對(duì)中國的未來最樂觀的天使投資人。據(jù)介紹，作為活躍的早期投資機(jī)構(gòu)，過去三年公司投了300多家硬科技公司，包括新能源新材料、半導(dǎo)體、軍工、大數(shù)據(jù)、智能制造、商業(yè)航天，現(xiàn)在“我們做好了準(zhǔn)備全力地去投資中國的硬科技和AI應(yīng)用領(lǐng)域”。
“我們看到了AI領(lǐng)域在選礦、材料的發(fā)現(xiàn)、生物醫(yī)藥等各個(gè)領(lǐng)域的應(yīng)用。我們會(huì)關(guān)注AI在細(xì)分垂直領(lǐng)域?qū)π袠I(yè)效率的提升、成本的降低。”吳世春表示。
不過，吳世春也提到，接下來雖然中國還面臨很多不確定性，比如說退出難、募資難、需求比較疲弱等一些實(shí)際困難。
鄭永年指出，應(yīng)用技術(shù)是資本密集型的，并且風(fēng)險(xiǎn)很大：“創(chuàng)投是我國非常大的短板，我們需要一大批國資或民營的金融機(jī)構(gòu)專門為中小企業(yè)服務(wù)。”應(yīng)用技術(shù)需要大量的資本支持，風(fēng)投可以把分散的社會(huì)資本集中起來做這件高風(fēng)險(xiǎn)的事情：“政府負(fù)責(zé)基礎(chǔ)科研，企業(yè)負(fù)責(zé)技術(shù)轉(zhuǎn)化，風(fēng)投支撐技術(shù)轉(zhuǎn)化。”
他提及，在發(fā)達(dá)經(jīng)濟(jì)體應(yīng)用技術(shù)都交給企業(yè)來做，從0到1的基礎(chǔ)科研轉(zhuǎn)化到1-10的應(yīng)用技術(shù)。例如美國有兩類實(shí)驗(yàn)室：一類是基礎(chǔ)科研實(shí)驗(yàn)室，主要放在大學(xué)；另一類是工業(yè)實(shí)驗(yàn)室，主要是放在企業(yè)。
另一重不確定性因素來自缺乏上量的應(yīng)用場景。目前，除了安防、銀行等部分領(lǐng)域，AI仍缺少可行性能上規(guī)模的應(yīng)用場景。在張俊看來，這也是目前人工智能主要的問題：“出現(xiàn)了一大批人工智能公司的獨(dú)角獸從1800億一直跌到C輪（的情況）。為什么？就是沒有應(yīng)用場景、沒有落地?！?/span>
張俊也認(rèn)為，AIGC、對(duì)話機(jī)器人只是人工智能技術(shù)發(fā)展一個(gè)“極小的分支”，沒有必要一哄而上，還是應(yīng)該更多關(guān)注這些概念背后底層核心技術(shù)的研究。
當(dāng)前AI大模型、AIGC的商業(yè)化處于探索階段。張俊表示，國內(nèi)的科技大廠不應(yīng)在一些低技術(shù)領(lǐng)域過度廝殺，而應(yīng)該改變觀念，更大力度投入底層技術(shù)的研發(fā)，“底層技術(shù)一旦突破就能實(shí)現(xiàn)一個(gè)爆發(fā)性增長點(diǎn)?！?/span>
張俊希望通過中歐資本投出“下一個(gè)華為”，“中國至少還需要10到20個(gè)華為這樣的公司?！?/span>
科技巨頭“備戰(zhàn)”AIGC
在人工智能落地這件事上，巨頭企業(yè)更有發(fā)言權(quán)。何曉冬稱，針對(duì)產(chǎn)業(yè)需求，京東在持續(xù)升級(jí)人工智能大模型。公司2021年提出了10億級(jí)別大模型，去年打造了百億級(jí)大模型，今年將進(jìn)一步升級(jí)到千億級(jí)別的產(chǎn)業(yè)大模型。
目前，京東已通過大模型，生成了3000多個(gè)品類商品的介紹，已生成文字超30億。
“大只是一個(gè)方面，我們更加關(guān)注它如何在產(chǎn)業(yè)上真正落地?！焙螘远硎?，大模型首先會(huì)在京東上大量電商場景進(jìn)行落地。他認(rèn)為，京東產(chǎn)業(yè)鏈條的多個(gè)場景提供了大量的數(shù)據(jù)和大量的交互機(jī)會(huì)，使得人機(jī)對(duì)話技術(shù)、內(nèi)容生成技術(shù)都有了用武之地。
陳旭東通過近期調(diào)研指出，中國企業(yè)在AI落地上，主要體現(xiàn)在AI使用的成熟度、對(duì)“隨處運(yùn)行”的重視以及在自動(dòng)化和可持續(xù)方面的應(yīng)用：近60%的中國企業(yè)已經(jīng)在業(yè)務(wù)中積極部署AI，99%的企業(yè)認(rèn)為AI解決方案的隨處構(gòu)建、隨處部署和運(yùn)營至關(guān)重要。另外，70%的企業(yè)正考慮如何通過AI加速環(huán)境、社會(huì)、治理等方面的進(jìn)程。
在氣候和氣象研究方面，美國國家航空航天局（NASA）和IBM正創(chuàng)建AI基礎(chǔ)模型，應(yīng)用于檢測自然災(zāi)害、跟蹤自然資源管理中植被和野生動(dòng)物棲息地的變化；在用于分子科學(xué)的基礎(chǔ)模型方面，IBM一項(xiàng)預(yù)訓(xùn)練的AI模型可用于篩選、創(chuàng)造分子。
根據(jù)IBM的2022年全球AI指數(shù)報(bào)告，全球企業(yè)的AI采用率正在穩(wěn)步提升。落地的場景主要有三個(gè)：一是如何利用AI加強(qiáng)員工應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)的能力，包括成本的壓力、工具的缺乏、項(xiàng)目或數(shù)據(jù)的復(fù)雜性、技能缺口和勞動(dòng)力缺乏等。二是通過AI提高運(yùn)維、安全及威脅檢測、業(yè)務(wù)流程自動(dòng)化。三是利用AI打造更具可持續(xù)的運(yùn)營，超過三分之二的企業(yè)已經(jīng)或者打算把AI應(yīng)用到企業(yè)的可持續(xù)發(fā)展中。