中国人工智能的2024：追赶ChatGPT不再是目标

防走失，电梯直达

来源：数字社会发展与研究

作者：陈白

经历了2023年由ChatGPT引领的生成式人工智能浪潮爆发，2024年，关于AI的声浪似乎相对小了一些。毕竟，相比去年从硅谷的争先恐后的多模态竞速到国内的百模大战，当时几乎所有人都相信，人工智能革命，这一次真的来了。

可到了2024年，尽管开年来自OpenAI的Sora的Demo视频就给了所有人再一记暴击，可自那以后，单就硅谷来看，生成式AI的涌现速度似乎开始下降了，乏善可陈的版本迭代，甚至还不如OpenAI的宫斗大剧来得有意思。

最近硅谷知名创业公司C3.ai CEO汤姆·西贝尔 (Tom Siebel) 甚至警告称，价值数十亿美元的人工智能市场正处于类似互联网时代的泡沫之中，他甚至还认为，如果 Open AI 消失，世界不会有任何变化。

如果说2024年的人工智能要有什么真正的看点的话，可能还得回到中国市场上来。尽管源自硅谷的“根技术”革新速度变慢了，可在应用端为主的中国市场，以往深藏在水面之下的变化，已经逐渐开始在水平面之上激起涟漪。

从年初的具身智能成为产业焦点，再到以月之暗面（kimi）和智谱AI为代表的一批创业公司应用的爆火，到后来百度的萝卜快跑武汉落地，虽然其中出现了争议，但争议的另一面，事实上是技术应用的落地速度正在不断加快。

如果要总结人工智能2024这一年发生的最大变化，毫无疑问是让AI落到应用场景成了潮水的方向。

▲ 图源Pexels

变化1

AI产业化提速

在这一次生成式AI革命之前的2015—2016年期间，也曾经因为AlphaGo的出现而引发过产业界的躁动，彼时在中国甚至出现了“AI四小龙”等知名创业公司；当然，其实不只是十年前，近三十年来，几乎每十年都有一次AI概念的爆火，人工智能有过好几次技术革新浪潮，但前几次都以应用端乏力而宣告泡沫破裂。

但从2024年人工智能产业来看，从大语言模型给知识工作者带来改变之外，在产业端，人工智能助力数字化转型的速度开始不断加快，甚至已经开始开创新产业——具身智能、无人驾驶都被认为是极具未来想象力的新产业。

当然，目前消费端的应用场景依然并不算多，很多人可能未必能够真切感受到人工智能带来的工作生活变化，可从产业端来看，基于生成式人工智能的产业链在中国已经初具规模。

从产业链条来看，产业链上游为硬件设备和数据设备，其中包括芯片、传感器、大数据、云计算服务等，为人工智能提供数据服务和算力支持。

中游则是人工智能产业的技术核心，包括通用技术、算法模型、开发平台三个方面，涵盖了机器感知、自然语言理解、机器学习、图谱、基础开源框架等核心技术；下游是人工智能的应用产品和场景，涉及交通、医疗、安防、金融、家居、制造等多个领域。

而在上中下游的每一个领域，都能看到一批公司开始不断发力。比如上游的寒武纪、大族激光，中游的阿里巴巴、百度、字节跳动等一众互联网厂商以及创业公司，下游包括数字生活、数字金融、先进制造等各个行业的领军公司，都开始尝试通过人工智能来改变生产流程。

▲ 资料来源：前瞻产业研究院

从产业端来看，毫无疑问的是，人工智能带来的变革已经正在发生。这种从供给侧开始的产业变革并最终传导至需求侧，在人类历史上每一次真正意义的技术革新中都发生过。这种变化也符合埃弗雷特·罗杰斯（Everett M. Rogers）所提出的“创新的扩散”的曲线所作出的判断。

这一曲线用来描述新事物（包括新技术、新观念、新产品等）在一个社会或群体中被采纳和扩散的过程。其呈现了一种典型的S型变化轨迹，表明创新的扩散并非均匀发生，而是经历了从缓慢到加速再到减速的过程。

此刻的生成式AI可以说已经越过了初期的认知阶段和加速起飞阶段，开始进入到产业化的成熟阶段，在这一阶段，创新已经被大多数潜在用户接受，扩散速度趋于平稳。此时，创新已经形成了稳定的市场基础。因此舆论的声浪降低也是情理之中。

▲ 图源Pixabay

变化2

商业新机会出现

当然和硅谷一样，中国人工智能产业最关键的主角依然是互联网科技公司们。他们作为AI技术的主要研发者和应用落地的推动者，AI带来了巨大的机会和新想象空间。

首先从技术端来看，中国拥有全球最大的互联网用户基数，积累了海量的数据资源。这些数据为训练深度学习模型提供了丰富的素材，使得中国的AI技术能够更快地迭代和优化。

此外，基于以往云计算的经验，在计算的创新方面中国科技公司也取得了显著进展，特别是在自然语言处理（NLP）、计算机视觉和机器学习等领域。

在生成式AI的应用侧来看，和ChatGPT的距离也在不断缩小。早在2023年，科大讯飞甚至把旗下AI与ChatGPT之间的距离作为公司的主要技术目标。但到了2024年，其实已经很少听到有公司说要追赶ChatGPT了。因为从全球排名来看，中国的很多大语言模型应用和ChatGPT都没有什么本质区别了。

以阿里巴巴旗下的通义千问为例，根据斯坦福最新公布的大模型测评榜单，Qwen2-72B得分为0.824，与GPT-4并列全球第四。在针对预训练语言模型的评估中，对比当前最优的开源模型，Qwen2-72B在知识、代码、数学及多语言能力上都显著超越类似Llama-3-70B这样的领先模型。

很多人应该都记得，2024年7月左右OpenAI宣布终止包括中国大陆地区在内的API调用。但这并未对国内的开发者产生太大的影响，因为它们很快就“搬家”到了国内科技公司的大模型之上。

不仅如此，国产大模型还持续开打价格战，极为低廉的算力价格，使得AI的产业应用开始不断提速。加之数据要素、数据确权等一系列产业政策和法律规范的落地，为人工智能发展所依赖的数据要素逐渐建立了明晰的体系。

其次从应用端来看：

以AI电商为代表的产业逻辑革新也带来了新机会。通过用户行为数据分析，电商平台能够提供更加精准的商品推荐，提高用户的购物体验和转化率。而再往上游追溯，AI技术在库存、物流等方面的应用，大幅提高了供应链的效率和响应速度。

比如菜鸟网络利用AI优化仓储和配送路径，能够实现高效的物流管理。AI生成的内容如商品描述、广告文案等，不仅节省了人力成本，还能根据用户偏好生成个性化内容，增强了用户的互动体验。服务领域蚂蚁推出首个服务型AI独立应用。

不只是电商和生活服务领域，以无人驾驶为代表的新产业出现，同样也给以百度为代表的科技互联网公司带来新机会。在很长一段时间深陷搜索推荐诟病之后，在AI时代，基于多年搜索引擎经验积累的百度，明显找到了一个新技术产业化的机会。

从营收状况来看，尽管产业链条上各大厂商目前都处于前期投入阶段，但随着应用落地的提速，相比前几次的AI革新，这一次的盈利和商业化焦虑明显下降了。

当然，还有非常关键的一点，那就是从非市场战略角度来看，人工智能技术的全球大变革为一度受到冲击的平台经济公司赋予了更多的合法性。

作为计算机技术积累最深厚的创新主体，互联网平台公司在这一赛道具有先发优势。面向未来的全球人工智能产业竞速，以BAT为代表的互联网公司，毫无疑问会是未来全球产业博弈的关键所在。

而且，他们的AI技术已经不断被证明可以帮助传统产业的数字化、智能化转型。从钉钉到飞书等一批互联网公司应用，都已经成为了当前实体经济数字化转型的关键抓手。它们基于自身的技术优势，推动AI与物联网（IoT）的结合，进而带动了产业互联网的发展。

这种来自技术和实体产业的双重合法性，很大程度上提振了互联网产业在平台经济整顿之后的发展信心。

▲ 图源Pixabay

变化3

科技的社会冲击显化

但产业和商业层面的积极变化，并不意味着人类通往人工智能之路就此一帆风顺。事实上，随着应用落地的提速，摩擦和转型所造成的阵痛也变得日渐明显起来。

许多人都对发生在2024年年中的武汉萝卜快跑事件有深刻印象。在AI科技史上，简单将其视为对百度公司的争议无疑是低估了这一事件的长期影响，一定程度上，这是属于人工智能时代的第一起“马车还是汽车”的争议，而随着“机器换人”的速度还在各个产业不断加快，这种争议在未来必然还会继续扩大。

事实上，自ChatGPT诞生之后，科学界产业界就常有联合签名要求叫停AI的研发进度，如今在应用层面也开始逐渐引发伦理争议，技术究竟往何处去，未来又会如何改变我们的世界？

面对这样的问题，此刻所有人都没有明确的答案。但自人类学会用火以来的所有工具革新经验来看，我们恐怕是无法改变潮水方向的。当ChatGPT通过图灵测试的那一刻起，世界就永远地发生改变了。

就像内燃机被发明之后，我们唯一能做的，不是试图拉住技术狂飙的缰绳，而是尽早开始建立基于汽车工业的高速公路系统。

回看一百多年前，汽车工业的发展对传统的马车行业造成了冲击，导致了一些经济利益上的冲突。马车制造商、马夫、马厩业主等相关行业的人士因汽车的兴起而失去生计。但当时谁也不会想到，汽车工业究竟给人类带来什么样的变化。无数的新的就业岗位因此被创造出来，其数量远远大于当时被影响的马车车夫岗位。

而且，技术的外溢效应往往都会远超当时的人们的想象。比如谁也不知道，汽车的出现会导致城市布局的变化，在发达经济体，郊区的房价甚至要远高于城市中心。而且，汽车的普及甚至还促进了女性的独立和社会地位的提升，比如早期的女性驾驶者就成为了当时社会变革的一个重要方向。

当然，汽车的出现还是造成了各种的问题，比如尾气排放、噪声污染、交通事故等等，但今天相信已经没有人会要求退回到没有汽车的时代。

互联网革命的逻辑也同样如此，我们因互联网的开放共享而在全人类范围内极大地降低了信息的不对称，并由此带来交易和沟通效率的提升。当然，互联网的出现也造成了数字鸿沟等等问题，可解决方案从来不应该是关闭它，我们更应该做的，是把精力用在弥合鸿沟上。

到了人工智能革命阶段，逻辑依然是相通的。困住武汉出租车司机的，其实从来不是无人驾驶，而是我们能否尽快在AI创新扩散的过程中，为那些因为技术革新摩擦而失去工作的人，找到新的就业机会。

从这个角度来说，人工智能要在未来实现“有效加速”，还有很长一段路要走。而在当前阶段，亟待发生转变的其实一定程度上已经不是技术本身，而是适配新技术的社会系统。