本站點使用cookies,繼續瀏覽表示您同意我們使用cookies。Cookies和隱私政策
隨著ChatGPT的出現,後智能時代也如約而至。了解AI領域發展創新和演進競爭趨勢,更能洞察在AGI成熟臨界機會下,中國數智產業的可行發展方向和不對稱創新轉型競爭策略。
文/華為戰略營銷首席專家 李常偉
自2022年12月Chat GPT 3.0橫空出世,形成AI領域奇點效應以來,AI已在全球呈現潮涌發展趨勢,GPT-3. 5 及 GPT-4 等大模型相繼涌現。這是通用人工智能AGI的起點,機器的算力第一次趕上人類神經元的數目,人工智能開始具備了人類的推理能力。
可以說,Chat GPT開啟了新一輪的技術風暴。如何乘上AI這趟快車、如何構築智能時代新競爭力和領導力,已成為ICT產業的優先議題。
Chat GPT形成了人工智能的奇點效應,在微積分、概率論等統計算法基礎上推動了AI發展,被冠之以“數據飛輪”模式,但同時面臨著“專業準確性”和“高訓練成本”兩大挑戰。Chat GPT3.5模型參數量達到1.8萬億量級,一次訓練成本接近500萬美金,而AI準確度在90分位形成瓶頸(如圖1)。
圖1︰從“數據飛輪”到“數據+智慧”飛輪,驅動AIGC逼近AGI臨界點!
為突破瓶頸,進一步提升AI能力,Open AI嘗試了新的三步走策略︰第一,疊加專業AI即MoE(Mixture of Experts)策略,在通用AI大模型基礎上鏈接16個模型參數為1110億的專業AI,提升AI的準確性;第二,提供開放Chat GPT的API,驅動生態伙伴在GPT基礎上生成自己的專業GPTs,發展專業智能體;第三,發展、整合、吸收新型算法,如Q-Star,推進逼近AGI。
在巨大的市場背景以及觸手可及的門檻誘惑下,科技巨頭紛紛加注AI。2023年英偉達推出5nm的GH200超級芯片;Google推出多模態Gemini,進一步使AIGC向AGI趨近,其DeepMind團隊新近推出FunSearch算法,將預先訓練好的 LLM 與自動評估器配對,前者的目標是以計算機代碼的形式提供創造性的解決方案,後者則負責防止出現幻覺和不正確的想法。通過這兩個組件之間的來回迭代,初始解決方案“進化”為新知識,逐步趨近AGI水準。
AGI的大規模爆發驅動企業AI的融合集成。微軟Office推出集成ChatGPT的Copilot,以每月30美金吸引大量企業用戶訂閱,形成微軟新增長的引擎;在行業領域,特斯拉的Optimus人形機器人、FSD V12自動駕駛系統、華為盤古氣象大模型等AI行業應用,正突破行業體驗和準確性等臨界指標,成為改變行業效能的新業態。
AGI已達臨界點成為公認的事實。英偉達CEO黃仁勛預測AGI將在5年內實現點的突破,特斯拉馬斯克認為3年即可實現,人類的AI夢想即將照進現實。
與此同時,AI正在改變經濟增長範式。根據工信部報告,智算規模的增長能有效帶動數智經濟的增長,計算力指數平均每提高1點,數字經濟和GDP將分別增長3.5 和1.8 。AI驅動的新經濟發展模式,必將成為2024年開始的全球戰略競爭的制高點(如圖2)!
圖2︰AI算力與GDP息息相關
AI的加速發展和成熟,使原本處于開源、非營利性質的AI技術開始進入封閉、商業導向的競爭旋渦,原本協同一致的科技巨頭也開始分化進而成為競爭對手。
Open AI的一枝獨秀,在科技巨擘中形成推力,或選擇合作、或快速跟進,成為當下不二的策略選擇。其中Open AI與微軟深度合作,在LLM領域一枝獨秀,並聯合推出Co-pilot服務;而Anthropic因安全理念問題成為Open AI的首個強大對手;谷歌因為搜索被替代風險最大,陸續推出Bard、Gemini等AI業務,借助YouTube的業務數據和算法優勢,形成多模態領域的優勢。 其 DeepMind團隊近期更推出FunSearch算法,使谷歌在AGI領域進展有超越態勢;特斯拉推出FSD V12和Optimus等與其新能源車緊耦合的AI系統,形成差異化領先;Meta AI集成20多種AIGC新方法,聚焦改善Facebook、Instagram、Messenger和WhatsApp上的體驗——包括搜索、社交發現、廣告、商業通信等;隻果正用AI技術改版Siri,預計2024年從 iOS 18 和 iPadOS 18 開始推出生成式AI功能,在iPhone和iPad 中加入生成式 AI 技術;亞馬遜借助雲優勢推出Titan 系列AI模型,分為兩種,一種是用于內容生成的文本模型,另一種是可創建矢量嵌入的嵌入模型,用于創建高效搜索功能等,並推出CodeWhisperer AI編程助手免費向用戶開放。
如上這些科技巨頭的動作也描繪出可供參考的AI發展路徑,即通過AI+安全+雲+業務+終端的業務融合,聚焦場景化的應用體驗和價值整合創新,最終實現差異化領先。
當前,核心AI玩家已經在數據統計分析方法基礎上,疊加專業AI、新型Q-Star、Funsearch等算法,取其精華、去其糟粕,將智算需求從指數級向對數級演進。
國際科技巨頭逐鹿AI,中國也快馬加鞭。AI戰略不僅是ICT產業突破的關鍵,也是國家數字經濟增長的抓手。總體來看,中國AI發展需要從戰略驅動和商業驅動兩個維度著手。
在頂層戰略設計上,需要理順國家、產業、企業的資源,整合優勢,明確路徑,自上而下規劃戰略協同,實現“力出一孔”和“利出一孔”(如圖3)。
圖3︰政府主導頂層設計 + 運營商主導使能新基建 +應用驅動 +產業協同
在初始階段,政府是關鍵主導力量,需要從三個維度釋放資源打開空間,包括傾斜政策、戰略投資、數據共享。首先是要明確數字安全規則、政府數智化場景的應用需求驅動等。其次是推動以國有央企為核心的“AI新基建”建設,融合“網、運、算、智、安”等要素,構建面向全社會的智算平台基礎設施,推動科技公司和高校、科研院所的AI研究開發,形成產業勢能。
此外,在產業和企業層面,需要牽引生態鏈整合和策略協同,避免在AI通用大模型軟件即PaaS層的過度內卷化競爭,同時又喪失了在SaaS層和應用層的突破發展機會。
通過頂層設計,整個的AI發展路徑是自上而下,應用驅動的。所以在商業化突破上,可以發揮中國應用場景多樣化、低階優勢,以及在部分領域積累的專業AI技術優勢,形成小模型、專業化AI應用和方案創新,實現快速切入(如圖4)。
圖4︰AI大模型服務+新業務規劃
同時需要遵從“先基礎再應用”的思路,率先構建新型技術設施,在IaaS層利用網絡的優勢,構築智算集群模式規避單點算力不足,集成分散算力資源使能大模型AI的開發、驗證的升級迭代。以運營商為代表的央企,在建設新型智算中心的基礎上,可以復制英偉達AI Foundation的策略,通過使能科技公司、高效科研單位,租賃智算資源的模式實現盈利。
在做大做強智算中心的基礎上,實現“由內而外”業務使能,即通過自身業務AI化集成融合,使能升級市場主打型業務,從而突破新賽道價值增長。
在電信領域,微軟通過AI的集成運營可以讓復雜的業務管理能力更加簡化,如網絡自動化可以支持運營商簡化網絡管理並改善客戶服務。韓國SKT在AI戰略轉型方面成為典範。2022年 11 月, CEO Ryu Young-sang宣布計劃成為一家人工智能公司,並合作開發了基于韓語的大型語言模型的開發,類似于 ChatGPT的 GPT-3 模型。2022年5月,又推出漢語版AI聊天機器人A.,在國內吸引超 100 萬用戶。2023世界移動通信大會上, SKT展示了基于大模型和自研芯片SAPEON的智能業務,如陪伴AI、數據AI、視覺AI、醫療AI、城市空中交通UAM等。 SKT認為運營商在智能化轉型中一個優勢是擁有Open AI所不具備的電信知識和專有本地數據。
對于電信運營商來說,想要將電信業務與AI融合,形成電信網絡、運營、運維的新能力和新競爭力,數智平台起著關鍵作用。雲和智能技術與解決方案作為電信運營商數智化轉型的底座,將構築網絡、算力和業務配置的靈活、高效、低成本優勢,在大規模、多業態下形成新的競爭力(如圖5)。
圖5︰轉型MaaS︰抓兩端、控中間、整合E2E,打造數智平台和生態領導力
運營商的AI協同戰略,是以安全、數據、網絡為錨點,整合垂直產業鏈資源,形成新型MaaS(模型即服務)︰一層XaaS技術和能力由領先技術廠商提供和支撐;運營商聚焦二層,開發中間件為主,實現各層XaaS的整合;構建新型MaaS,結合兩端運營和基礎設施優勢,完成垂直要素的封裝整合,實現價值鏈貫穿。
作為AI時代的基礎設施,MaaS為下游應用提供安全、高效、低成本的模型使用與開發支持。新型MaaS範式將以運營商為“鏈長”整合行業關鍵技術能力和資源,規避PaaS層內卷,實現垂直生態鏈的貫穿和拉通,加速應用和解決方案層次的突破,實現商業和規模兩個維度的領先,進而形成以應用和商業驅動技術迭代的正循環發展態勢。
面對ChatGPT引發的AI集成加速趨勢,延續移動互聯網時代的不對稱競爭策略,需要從頂層設計和戰略規劃上,聚合有限、優勢資源,力出一孔、利出一孔,達成戰略聚焦一致;進而從業務和商業驅動,從小模型、專業化AI啟動入局,垂直協同聯合創新和突破,通過小模型下的應用和商業成功驅動核心AI軟、硬件、大模型核心技術的迭代成長和成熟,最終在產業垂直整合創新轉型的新階段,在新賽道實現有效增長,構建起國家、產業和企業的新競爭力。