圖片來源：網絡第七屆世界智能大會將于下月在天津舉辦，人工智能是當然的聚焦點。關于AI，幾十年來，有高光時刻，也有困難時期，近日ChatGPT的走紅，使AI賽道被重新點燃，人工智能概念人氣高漲，本文就近年來AI的發展情況，以及未來的走勢談幾點看法，不妥之處，敬請指正。

        一、AI自述很早以前，AI深居理論和實驗中，大眾知之甚少；后來，通過媒體的渲染，走進大家的腦海，然而也是知其然而不知其所以然。近年，元宇宙、GPT、增強虛擬等一系列AI應用報道，顛覆了人類對真實與虛擬世界的認知，也感到一項劃時代的技術崛起。

　　AI，或稱人工智能，形成于 20 世紀 50 年代，誕生于 1956 年的達特茅斯會議。50-60 年代，機器人和智能軟件開始出現；70-80 年代是依托知識積累構建模型的專家系統時代；2006 年起深度學習算法的推出，開始了自主學習的認知智能時代。在我國，AI，并不是新東西，上世紀七十年代，錢學森先生以其戰略科學家眼光，憑借其對未來的深刻洞察，在我國提出人工智能的概念，強調了人工智能的重要性。AI是引領新一輪科技革命和產業變革的戰略性技術，堪比第四次技術革命，打開產業的想象邊界，被視為世界各國聲望與國力競爭的又一武器，各國紛紛從戰略上布局人工智能，加強頂層設計。人工智能可分為三個階段，分別為計算智能、感知智能和認知智能，或者稱弱人工智能（ANI）、強人工智能（AGI）和超強人工智能（ASI）。人工智能產業發展永遠不是依靠投機和市場情緒的追逐，技術才是“硬道理”，應用才是真出路。從技術角度說，算力、算法、數據三大要素，構筑了AI的基礎，這三個要素缺一不可，相互促進、相互支撐。我們要詮釋的是，技術不是為了自己而存在，而是為了人們的幸福和便利而存在，AI也不例外。在人工智能世界，算力是永恒的需求，無論是語言大模型，還是文生圖或數字人生成，都離不開大規模AI基礎設施的算力支持。算力，可以說是第四次工業革命的引擎，如果說過去是數據的繁榮時期，那么現在顯然是算力發展的黃金年代。不管互聯網巨頭怎么爭斗，掌握算力的一定是贏家，當前部分大模型廠商已經開啟產業化應用，但是算力依舊是限制AI大規模商業化落地的主要原因。

　　從社會層面看，AI備受安全、倫理等問題困擾。AI到底是賦能于人類，還是替代人類？回答這類問題，需要實踐來加以驗證，其實，這也不是今天需要回答的問題，但有一點可以肯定，無論是替代還是賦能，我們都要學會如何與AI相處。不管你對AI的潛力有多少疑慮，新時代的變革已經開始，與其對抗和質疑AI，不如主動擁抱它，利用它來提升自己的競爭力。與AI共生是互為增進的不斷持續精益的過程，摸索一套與AI共處的方式，取其利，避其害，將優勢化為勝勢、變潛力為實力，將決定未來你的成長高度。人類真正的對手是自己，超越自己則是最大的成功，AI將幫助我們完成這一過程。從我國角度來說，AI已成為中國科技創新的一個新標簽。在人工智能這一新興技術發展上，中國企業與世界強手們，站在同一起跑線上。我國《第十四個五年規劃和2035年遠景目標綱要》中羅列的八大前沿科技領域，居于首位的就是人工智能。2017年，為搶抓人工智能發展重大戰略機遇，構筑人工智能發展先發優勢，中國制定并實施了《新一代人工智能發展規劃》。近年，我國AI核心產業規模超過4000億元，企業數量超過3000家，AI高水平論文發表數量已經位居世界一二名，AI基礎研究發展態勢良好，已經成為人工智能基礎研究大國。我國正在利用AI來建立發展優勢，智能芯片、開源框架等關鍵核心技術不斷取得重要突破，中國從制造大國走向制造強國，離不開AI技術的支撐。我國多個城市規劃建設人工智能計算中心，通過“算力網絡”實現“算力、數據、生態”三匯聚，成為城市基礎設施的一部分。我國所取得的AI成績有目共睹：計算機視覺市場目前已在人臉識別、工業視覺、OCR 和內容理解等領域獲得重大突破；普惠AI之路雖然任重道遠，但以華為為代表的企業正在推進，從芯片，到算法，再到平臺應用，將全面推進人工智能的普及進度。

　　AI逐步改變著我們的生產與生活：無人收費站、無人便利店……從自動駕駛，配送無人車到手術機器人再到智能家居，已經把AI技術帶到了“看得到、摸得著”的境地，對大眾來說，現在的AI不再神秘。

        二、風雨歷程AI的發展并非順風順水，從1956年人工智能這個詞誕生，在邁向現代的過程中幾經沉?。?0、90年代，人工智能系統存在推理方法單一、缺乏分布式功能、難以與現有數據庫兼容等問題逐漸暴露出來，從而步入停滯期。

　　隨著科技的發展，AI跨越了科學與應用之間的“技術鴻溝”，諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智能技術實現了從“不能用、不好用”到“可以用”的技術突破，迎來增長的新浪潮。2015年，資本開始逐鹿AI，當年，中國AI行業融資事件489起，融資規模為458.27億元；國內涉及“人工智能”關鍵詞的新注冊企業有3942家。2016年新注冊量則達到5070家，誕生出一批AI獨角獸——商湯、曠視、云從、依圖；到2017年，AI已經從機器視覺到深度學習全面開花，互聯網大小巨頭也開始扎堆入場。騰訊對外開放計算機視覺、智能語音識別、自然語言處理等AI技術，拉低了行業的進入門檻；百度意圖占領AI操作系統和無人駕駛的高地；阿里宣布成立達摩院，投入巨資研究量子計算和機器學習等前沿技術。

　　在巨頭的帶動效應下，2018年AI進入全盛期。然而，也暗藏著危機和困境，AI企業炒新概念做高估值，然后融資，落地反而成為次要的，從而導致快速成長的AI走向泡沫化。首先表現在資本的看法上，投資人開始“逃離”AI賽道，2019年AI行業融資金額比上年減少300多億元；成長期AI公司生存艱難，一些AI公司開始停滯或倒下，企查查數據顯示，2019年國內注銷/吊銷的含“人工智能”關鍵詞的企業為2565家。寒冰還在繼續，2022年6月30日，市值2000億港元的“AI第一股”商湯科技盤中直線跳水式暴跌，市值一日內蒸發近920億港元（約785億人民幣），股價單日腰斬。當時，全球近90%的人工智能公司處于虧損狀態，中國人工智能產業鏈中90%以上的企業也處在虧損階段。人工智能產品在初期商業拓展時會面臨來自客戶成本方面的壓力，在這個時候，產品價值還不能得到充分的市場認可，這就需要犧牲掉一部分利潤教育市場。但無論如何，事實證明，前期預期過高在于行業發展遭遇瓶頸，AI行業發展進入深水區。AI大模型發展最本質的是要解決生產力的進步問題，而AI往往在整體性解釋上具備優勢，而其結果聚焦于具體對象、個體樣本上往往卻非那么有效，有待未來突破。競爭也在加劇，行業內公司不僅面臨大型綜合性科技企業如 Google、華為等的競爭，在人工智能細分的垂直領域也面臨眾多創新企業的挑戰。對AI企業來說，競爭有好的一面，促進技術進步；也有不好的一面，競爭加劇可能導致人才成本增加、潛在項目贏利性降低。

　　人工智能在千行百業“開花結果”，需要時間，誰能秉持長期主義和獨特的技術路徑，找到了關鍵破局點，才能走出一條新商業模式。三、商用難題AI發展的動力實質是來自于市場、社會的需要，不僅僅是自身技術能力發展的驅動。2018年第一屆世界人工智能大會，馬云指出商業化的重要性，他說：智能技術將深入到社會方方面面，從傳統制造業、服務業，到教育、醫療等行業，甚至人們生活。

　　也就是我們常說的AI+教育、AI+金融、AI+智造、AI+交通、AI+健康等等。甚至有人說,技術理念已經被驗證，剩下更多的競爭體現在金錢、算力資源與應用場景上。然而現實是落地進展緩慢，AI企業盈利艱難，按理說，中國是世界第一制造大國，產業結構中制造業比重偏高，這為人工智能的技術應用提供了更多機會，但事實并不是如此。探究商業化困境的原因，是早已存在的強技術，弱產品的發展模式，離用戶真正的需求有距離，算法走出實驗室環境，對具體的場景適應能力仍有差距。AI與場景應用之間缺乏聯動性及適配性。但也有AI技術本質是To B的屬性，業務增長具有緩慢性。技術本身并不一定構成護城河，也不能直接滿足商業需求。要把技術產品化，找到合適的商業模式，構建商業關系和商業生態，技術是出發點，商業化才是終點，沉到各行各業，成為傳統生產力的一部分才是真諦。人工智能產業鏈包括三層：基礎層、技術層和應用層。從基礎層和技術層來看，人工智能三大核心要素數據、算法 和算力已相對成熟，場景化落地成為核心競爭力。場景創新成為人工智能技術升級、產業增長的新路徑，促進人工智能與實體經濟深度融合為主線，推動場景資源開放、提升場景創新能力。一些不掌握AI核心技術的外圍公司卻風生水起，重點是做了服務、搞商業，在實打實的應用上下了功夫，所以說，幫助客戶實現商業價值的持續增長，才是AI的真正意義。目前，許多AI公司形成共識：做滿足具體需求的產品和服務，增強自己落地行業與場景的能力，強調給客戶帶來的最終價值。在人工智能的浪潮中，需要技術落地，深入到應用層面，幫助傳統行業創造切實經濟效果。

　　AI發展的背后需要多樣化的商業支持，通過多年的技術積累與研發投入，把整個算力空間及市場變得更加大眾化、普惠化才是要點。各個行業都在積極探索如何利用這項技術來提高生產效率、優化服務體驗以及推動行業進步。AI產業鏈參與者眾多，商業模式、場景化落地成為核心競爭焦點，AI人應該做的是，在AI賦能下，尋找應用功能顯著改善，市場空間大幅提升，說得直白一點，商業模式和變現能力是行業發展的主要看點。從長遠來看，人工智能的應用，其過程是點、線、面，由單點應用到行業與地域的應用。從推動產業發展的角度選擇一些超級場景對于牽引人工智能應用發展非常關鍵，算力（算力設施）、算法（訓練框架）、數據（知識）是人工智能的基礎，人工智能要大規模落地，要有算力設施和訓練框架做根基，行業知識做內涵。從設計角度說，人工智能和機器學習將很快取代試錯法，并為更自動化的產品定制打開大門。AI在物流上的應用，可分為二大類：一是以AI技術賦能的智能設備，如無人卡車、AMR、無人配送車、無人機、客服機器人等；一類是通過智能技術或算法驅動軟件系統來提高人工效率，如車隊管理系統、倉儲現場管理、設備調度系統、訂單分配系統等。在物流運輸環節的應用場景，是以自動駕駛技術為核心的“無人車”。自動駕駛，作為人工智能技術的關鍵賽道，是AI應用的一個重要方面，目前的情況是自動駕駛場景大概率維持在 L2 級，難以實現 L3 級的跨越，除技術問題外，也是有倫理問題：車禍責任歸屬問題。

　　AI應用關鍵矛盾是技術成本和應用化的不匹配，現在人工智在物流上的應用，在很多時候發現還不如用人更省成本，從吸引眼球角度可以，而大眾應用則是行不通的。當前，實戰落地場景分散，產品標準化程度低，商用企業轉向尋求獲取AI綜合解決方案，AI產業的焦點從單點技術研發轉向與多元化的應用場景和行業間的深度融合。人工智能的基礎軟硬件，包括芯片、算法、軟件硬件協同、開源框架、應用開發接口等等，作為一個橋梁，把人工智能基礎研究成果和場景應用廣泛地結合在一起。要注重AI生態的構建，構建生態體系的基本原則是合作，合作伙伴越多，越壯大，支撐體系就會越強大，用戶的依賴性就越大，整個體系就越穩固。我國人工智能應用正處于密集落地應用階段的前夜，應用有廣度問題，也有深度問題：AI在傳統行業中滲透率不斷上升，伴隨AI算力升級及傳感技術發展，強算法的機器應用產品的迭代速度加快，智能化程度有望發生質變。人工智能的機器學習、深度學習功能將帶來“預測未來”的神秘力量。

　　未來，AI 賦能行業與行業反哺 AI 發展相得益彰，例如：物流行業的人工智能應用也將反過來促進人工智能技術的發展，物流行業自身所攜帶的大數據庫和豐富的場景為人工智能的發展提供了豐厚的土壤。如果說過去是人工智能技術興起的10年，未來則是人工智能技術落地的10年，積極挖掘并開放一批應用場景，促進研發，推動智能技術產品落地應用與迭代，是我們現在要做的事情。

       四、GPT希望年初，ChatGPT火遍全球，使AI變成全民話題，ChatGPT其實是一個對話的AI模型，特別之處在于它有“思想”。

　　在ChatGPT、AIGC等風口的催動下，AI賽道被重新點燃，GPT開啟了人們對AI新理解和再認識，ChatGDP是人類在虛擬空間的投射，是基于人類自身行為所構建出來的鏡像生成，既來自于人類，又反饋于人類。ChatGDP很多輸出是基于理解上的輸出，嘗試還原人類思考模式，這與過往AI有著極大的不同。市場、公眾以及機構有了進一步走進GPT的機會，無不從中感知到AI可以那么強大，其應用場景、市場評論、服務產品等，得以暴發，其背后的GPT大模型稱得上是一個技術爆炸，并且目前處于飛速的進化過程中。每當一個“風口”出現時，稀缺人才就會遭到瘋搶，近日，美國掀起AI人才爭奪戰：六位數工資，到頂級名校爭人才；同樣，國內，ChatGPT熱引發年薪千萬高管辭職潮，轉身投入AI創業浪潮里。大概率上說，ChatGPT作為一種人工智能技術驅動的自然語言處理工具，必將推動各行業發展和進步、提供更加優質、高效、便捷服務。各大公司也各顯神通，推動著ChatGPT的商業化應用，微軟將ChatGPT整合入Office、必應等產品；谷歌，推出了對標ChatGPT的大模型，更是推出落地產品 Google Workspace。國內呢？百度亮出“文心一言”，京東手握ChatJD，騰訊、華為、商湯、阿里巴巴等也摩拳擦掌，能不能將優勢轉化為勝勢才是關鍵，我國AI領頭羊商湯科技也趁勢推出了深耕AI領域多年的成果：4月10日，商湯分享了以“大模型+大算力”推進AGI（通用人工智能）發展的戰略布局，并公布了“日日新SenseNova”大模型體系。

　　商湯科技，依靠領先的“大模型+大裝置”技術路徑，建起以AI賦能的四大業務板塊——智慧生活、智能汽車、智慧商業與智慧城市，搶先實現商業化。隨著國內AI大模型陸續發布，相關行業和領域的AI滲透率也逐步提升，GPT技術降低了行業進入門檻，拿物流上的兩個場景來說：在分揀環節，ChatGPT可持續跟蹤庫存、調度貨物交付、優化自動化分揀效率，降低分揀差錯率；在訂單履行環節，實現從平臺接收訂單、跟蹤訂單進度，訂單中途變更等均能夠實時處理。從供應鏈角度來說：ChatGPT可以幫助企業跟蹤供應鏈中的每個環節，與供應商、制造商和承運商進行溝通和交互，協調供應鏈過程并確保高效率。然而，我們也不能盲目樂觀，同時，問題也出現了，三星引入ChatGPT不到20天，就發生3起數據外泄事件，涉及半導體設備測量資料、產品良率等敏感的商業數據。出于對信息泄露的擔憂，包括軟銀、日立、富士通、三菱日聯銀行和三井住友銀行在內的日本公司已開始限制在業務運營中使用ChatGPT等人工智能服務。國家層面呢？日前，意大利個人數據保護局宣布，暫時禁止使用聊天機器人ChatGPT，目前，德國、法國、西班牙、愛爾蘭、加拿大等國家也在考慮對ChatGPT采取更嚴格的監管措施，以保護數據安全。我國也推出了AI監管規定，4月11日國家互聯網信息辦公室起草了《生成式人工智能服務管理辦法（征求意見稿）》，向社會公開征求意見，其要點有二：一是支持，二是規范。國家支持人工智能算法、框架等基礎技術的自主創新、推廣應用、國際合作，鼓勵優先采用安全可信的軟件、工具、計算和數據資源。

　　利用生成式人工智能生成的內容應當體現社會主義核心價值觀，不得含有顛覆國家政權、推翻社會主義制度，煽動分裂國家，淫穢色情信息，虛假信息，以及可能擾亂經濟秩序和社會秩序的內容。因此，ChatGPT能否將優勢轉化為勝勢， 仍需要時間來觀察。人工智能的進步可能需要很長時間才能對AI公司財務狀況產生實質影響，例如，雖然微軟近水樓臺先得月整合了ChatGPT，成為AI賽道的領航員，仍被資本“看空”。

　　借助ChatGPT，AI技術正在迎來暴發式增長，然而，真正走完技術到商業落地的閉環，需要更長的路要走。

       結語：AI正在深刻地改變著世界，逐步塑造社會、經濟、生活等領域的業務新形態，也不斷帶來顛覆性、豐富性、創新性的新業態，人工智能從感知、認知走向應用決策是必然發展趨勢。然而，AI進入人類生產生活，還有很長的路要走，人類每一次從“高精尖”走向普惠的科技革新都是“一波三折”，好事多磨。