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

自2022年11月30日OpenAI發布ChatGPT以來，從GPT3.5發展到如今的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，科技創新正以前所未有的速度拉開了第五次工業革命的序幕，成為重塑產業創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體系建設，加快發展新質生產力”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、傳統產業乃至社會治理等領域深度融合，形成新型生產力形態，推動經濟社會高質量發展。

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?

1.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展發揮著重要的作用。

中國信通院數據顯示，2023年中國AI核心產業規模達到5787億元，相關企業數量達4482家。

多方數據顯示，中國AI產業鏈已覆蓋芯片、算法、數據、平臺、應用等上下游關鍵環節，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領域具備國際競爭力。

從形態看，AI不再是單一的產業、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，其對經濟和產業的變革影響力正逐漸增強。

ChatGPT實現了從“企業產品”到“產業工具”的跨越，從創新探索到生產力賦能的跨越。

2023年被視為中國大模型的發展元年，包括中國頭部科技企業(阿里、百度、騰訊、華為、字節等)、新興創業公司(百川智能、智譜、MiniMax等)、傳統AI企業(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個語言大模型研發廠商，從模型參數數量上看，根據Info Q發布的《大語言模型綜合能力測評報告2023》，發布大于百億級別參數規模的模型的國內企業已達到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”，再以進一步發展為“行動與解決方案”層面。

由于創業門檻高，中國的大模型創業者很快就意識到，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，發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創業公司的成本大大降低。

越來越多開源大模型的出現，讓創業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數據進行微調，從而形成滿足特定任務的應用。

業內的一個共識是，中國在基礎大模型方面不具有顯著優勢，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。

2.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創業的風險性。

AI大模型賽道具有技術門檻高、資金投入多、商業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，各家大模型在持續投入人力、算力、資金并實現商業化落地方面，可能會面臨較大挑戰。

首先，AI會產生數據隱私安全性的風險，同時AI企業在形成數據、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“技術創新”到“技術壟斷”的過程，AI企業可以在操作系統、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壟斷提供，而導致其他國家的開發者被局限在應用和生態層面的開發，沒有能力介入底座的開發。

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、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產業生態，合理的分工來保證全球AI產業生態可持續發展?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，制定合適的規范和標準來指導和規范AI技術的發展和應用。

去年7月，網信辦等七部門發布了《生成式人工智能服務暫行管理辦法》，堅持發展和安全并重、促進創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新發展。

縱使生成式AI的落地有諸多困難和不確定因素，但從業者無不對其充滿樂觀和期待。展望2024年及未來，更多行業將積極主動地擁抱生成式AI，并著手制定更加契合行業發展的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，產業化和商業化進程不斷加速。越來越多的企業將大模型技術應用于實際業務中，推動了AI技術的落地和普及。

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

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者提供以促進開發效率。

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

例如去年3月，百度推出全球首個企業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，大幅降低企業使用、訓練和推理大模型的門檻。

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

在金融服務業，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現投資洞察。

百融云創開發的百小融，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在內AI基礎設施層。

AI創業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化。

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