打造数智平台，以应用驱动产业协同，加速智能转型

自2022年12月Chat GPT 3.0横空出世，形成AI领域奇点效应以来，AI已在全球呈现潮涌发展趋势，GPT-3. 5 及 GPT-4 等大模型相继涌现。这是通用人工智能AGI的起点，机器的算力第一次赶上人类神经元的数目，人工智能开始具备了人类的推理能力。

可以说，Chat GPT开启了新一轮的技术风暴。如何乘上AI这趟快车、如何构筑智能时代新竞争力和领导力，已成为ICT产业的优先议题。

突破瓶颈，AGI 趋近临界

Chat GPT形成了人工智能的奇点效应，在微积分、概率论等统计算法基础上推动了AI发展，被冠之以“数据飞轮”模式，但同时面临着“专业准确性”和“高训练成本”两大挑战。Chat GPT3.5模型参数量达到1.8万亿量级，一次训练成本接近500万美金，而AI准确度在90分位形成瓶颈（如图1）。

图1：从“数据飞轮”到“数据+智慧”飞轮，驱动AIGC逼近AGI临界点！

为突破瓶颈，进一步提升AI能力，Open AI尝试了新的三步走策略：第一，叠加专业AI即MoE（Mixture of Experts）策略，在通用AI大模型基础上链接16个模型参数为1110亿的专业AI，提升AI的准确性；第二，提供开放Chat GPT的API，驱动生态伙伴在GPT基础上生成自己的专业GPTs，发展专业智能体；第三，发展、整合、吸收新型算法，如Q-Star，推进逼近AGI。

在巨大的市场背景以及触手可及的门槛诱惑下，科技巨头纷纷加注AI。2023年英伟达推出5nm的GH200超级芯片；Google推出多模态Gemini，进一步使AIGC向AGI趋近，其DeepMind团队新近推出FunSearch算法，将预先训练好的 LLM 与自动评估器配对，前者的目标是以计算机代码的形式提供创造性的解决方案，后者则负责防止出现幻觉和不正确的想法。通过这两个组件之间的来回迭代，初始解决方案“进化”为新知识，逐步趋近AGI水准。

AGI的大规模爆发驱动企业AI的融合集成。微软Office推出集成ChatGPT的Copilot，以每月30美金吸引大量企业用户订阅，形成微软新增长的引擎；在行业领域，特斯拉的Optimus人形机器人、FSD V12自动驾驶系统、华为盘古气象大模型等AI行业应用，正突破行业体验和准确性等临界指标，成为改变行业效能的新业态。

AGI已达临界点成为公认的事实。英伟达CEO黄仁勋预测AGI将在5年内实现点的突破，特斯拉马斯克认为3年即可实现，人类的AI梦想即将照进现实。

与此同时，AI正在改变经济增长范式。根据工信部报告，智算规模的增长能有效带动数智经济的增长，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰。AI驱动的新经济发展模式，必将成为2024年开始的全球战略竞争的制高点（如图2）！

图2：AI算力与GDP息息相关

AI发展路径浮现，实现差异化领先

AI的加速发展和成熟，使原本处于开源、非营利性质的AI技术开始进入封闭、商业导向的竞争旋涡，原本协同一致的科技巨头也开始分化进而成为竞争对手。

Open AI的一枝独秀，在科技巨擘中形成推力，或选择合作、或快速跟进，成为当下不二的策略选择。其中Open AI与微软深度合作，在LLM领域一枝独秀，并联合推出Co-pilot服务；而Anthropic因安全理念问题成为Open AI的首个强大对手；谷歌因为搜索被替代风险最大，陆续推出Bard、Gemini等AI业务，借助YouTube的业务数据和算法优势，形成多模态领域的优势。 其 DeepMind团队近期更推出FunSearch算法，使谷歌在AGI领域进展有超越态势；特斯拉推出FSD V12和Optimus等与其新能源车紧耦合的AI系统，形成差异化领先；Meta AI集成20多种AIGC新方法，聚焦改善Facebook、Instagram、Messenger和WhatsApp上的体验——包括搜索、社交发现、广告、商业通信等；苹果正用AI技术改版Siri，预计2024年从 iOS 18 和 iPadOS 18 开始推出生成式AI功能，在iPhone和iPad 中加入生成式 AI 技术；亚马逊借助云优势推出Titan 系列AI模型，分为两种，一种是用于内容生成的文本模型，另一种是可创建矢量嵌入的嵌入模型，用于创建高效搜索功能等，并推出CodeWhisperer AI编程助手免费向用户开放。

如上这些科技巨头的动作也描绘出可供参考的AI发展路径，即通过AI+安全+云+业务+终端的业务融合，聚焦场景化的应用体验和价值整合创新，最终实现差异化领先。

当前，核心AI玩家已经在数据统计分析方法基础上，叠加专业AI、新型Q-Star、Funsearch等算法，取其精华、去其糟粕，将智算需求从指数级向对数级演进。

中国AI发展：战略+商业双驱动

国际科技巨头逐鹿AI，中国也快马加鞭。AI战略不仅是ICT产业突破的关键，也是国家数字经济增长的抓手。总体来看，中国AI发展需要从战略驱动和商业驱动两个维度着手。

在顶层战略设计上，需要理顺国家、产业、企业的资源，整合优势，明确路径，自上而下规划战略协同，实现“力出一孔”和“利出一孔”（如图3）。

图3：政府主导顶层设计 + 运营商主导使能新基建 +应用驱动 +产业协同

在初始阶段，政府是关键主导力量，需要从三个维度释放资源打开空间，包括倾斜政策、战略投资、数据共享。首先是要明确数字安全规则、政府数智化场景的应用需求驱动等。其次是推动以国有央企为核心的“AI新基建”建设，融合“网、运、算、智、安”等要素，构建面向全社会的智算平台基础设施，推动科技公司和高校、科研院所的AI研究开发，形成产业势能。

此外，在产业和企业层面，需要牵引生态链整合和策略协同，避免在AI通用大模型软件即PaaS层的过度内卷化竞争，同时又丧失了在SaaS层和应用层的突破发展机会。

通过顶层设计，整个的AI发展路径是自上而下，应用驱动的。所以在商业化突破上，可以发挥中国应用场景多样化、低阶优势，以及在部分领域积累的专业AI技术优势，形成小模型、专业化AI应用和方案创新，实现快速切入（如图4）。

图4：AI大模型服务+新业务规划

同时需要遵从“先基础再应用”的思路，率先构建新型技术设施，在IaaS层利用网络的优势，构筑智算集群模式规避单点算力不足，集成分散算力资源使能大模型AI的开发、验证的升级迭代。以运营商为代表的央企，在建设新型智算中心的基础上，可以复制英伟达AI Foundation的策略，通过使能科技公司、高效科研单位，租赁智算资源的模式实现盈利。

在做大做强智算中心的基础上，实现“由内而外”业务使能，即通过自身业务AI化集成融合，使能升级市场主打型业务，从而突破新赛道价值增长。

在电信领域，微软通过AI的集成运营可以让复杂的业务管理能力更加简化，如网络自动化可以支持运营商简化网络管理并改善客户服务。韩国SKT在AI战略转型方面成为典范。2022年 11 月， CEO Ryu Young-sang宣布计划成为一家人工智能公司，并合作开发了基于韩语的大型语言模型的开发，类似于 ChatGPT的 GPT-3 模型。2022年5月，又推出汉语版AI聊天机器人A.，在国内吸引超 100 万用户。2023世界移动通信大会上， SKT展示了基于大模型和自研芯片SAPEON的智能业务，如陪伴AI、数据AI、视觉AI、医疗AI、城市空中交通UAM等。 SKT认为运营商在智能化转型中一个优势是拥有Open AI所不具备的电信知识和专有本地数据。

电信运营商的AI协同战略：构建新型MaaS

对于电信运营商来说，想要将电信业务与AI融合，形成电信网络、运营、运维的新能力和新竞争力，数智平台起着关键作用。云和智能技术与解决方案作为电信运营商数智化转型的底座，将构筑网络、算力和业务配置的灵活、高效、低成本优势，在大规模、多业态下形成新的竞争力（如图5）。

图5：转型MaaS：抓两端、控中间、整合E2E，打造数智平台和生态领导力

运营商的AI协同战略，是以安全、数据、网络为锚点，整合垂直产业链资源，形成新型MaaS（模型即服务）：一层XaaS技术和能力由领先技术厂商提供和支撑；运营商聚焦二层，开发中间件为主，实现各层XaaS的整合；构建新型MaaS，结合两端运营和基础设施优势，完成垂直要素的封装整合，实现价值链贯穿。

作为AI时代的基础设施，MaaS为下游应用提供安全、高效、低成本的模型使用与开发支持。新型MaaS范式将以运营商为“链长”整合行业关键技术能力和资源，规避PaaS层内卷，实现垂直生态链的贯穿和拉通，加速应用和解决方案层次的突破，实现商业和规模两个维度的领先，进而形成以应用和商业驱动技术迭代的正循环发展态势。

面对ChatGPT引发的AI集成加速趋势，延续移动互联网时代的不对称竞争策略，需要从顶层设计和战略规划上，聚合有限、优势资源，力出一孔、利出一孔，达成战略聚焦一致；进而从业务和商业驱动，从小模型、专业化AI启动入局，垂直协同联合创新和突破，通过小模型下的应用和商业成功驱动核心AI软、硬件、大模型核心技术的迭代成长和成熟，最终在产业垂直整合创新转型的新阶段，在新赛道实现有效增长，构建起国家、产业和企业的新竞争力。