趋势洞察
打造数智平台,以应用驱动产业协同,加速智能转型
随着ChatGPT的出现,后智能时代也如约而至。了解AI领域发展创新和演进竞争趋势,更能洞察在AGI成熟临界机会下,中国数智产业的可行发展方向和不对称创新转型竞争策略。

文/华为战略营销首席专家 李常伟
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。