图片来源：网络第七届世界智能大会将于下月在天津举办，人工智能是当然的聚焦点。关于AI，几十年来，有高光时刻，也有困难时期，近日ChatGPT的走红，使AI赛道被重新点燃，人工智能概念人气高涨，本文就近年来AI的发展情况，以及未来的走势谈几点看法，不妥之处，敬请指正。

        一、AI自述很早以前，AI深居理论和实验中，大众知之甚少；后来，通过媒体的渲染，走进大家的脑海，然而也是知其然而不知其所以然。近年，元宇宙、GPT、增强虚拟等一系列AI应用报道，颠覆了人类对真实与虚拟世界的认知，也感到一项划时代的技术崛起。

　　AI，或称人工智能，形成于 20 世纪 50 年代，诞生于 1956 年的达特茅斯会议。50-60 年代，机器人和智能软件开始出现；70-80 年代是依托知识积累构建模型的专家系统时代；2006 年起深度学习算法的推出，开始了自主学习的认知智能时代。在我国，AI，并不是新东西，上世纪七十年代，钱学森先生以其战略科学家眼光，凭借其对未来的深刻洞察，在我国提出人工智能的概念，强调了人工智能的重要性。AI是引领新一轮科技革命和产业变革的战略性技术，堪比第四次技术革命，打开产业的想象边界，被视为世界各国声望与国力竞争的又一武器，各国纷纷从战略上布局人工智能，加强顶层设计。人工智能可分为三个阶段，分别为计算智能、感知智能和认知智能，或者称弱人工智能（ANI）、强人工智能（AGI）和超强人工智能（ASI）。人工智能产业发展永远不是依靠投机和市场情绪的追逐，技术才是“硬道理”，应用才是真出路。从技术角度说，算力、算法、数据三大要素，构筑了AI的基础，这三个要素缺一不可，相互促进、相互支撑。我们要诠释的是，技术不是为了自己而存在，而是为了人们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，无论是语言大模型，还是文生图或数字人生成，都离不开大规模AI基础设施的算力支持。算力，可以说是第四次工业革命的引擎，如果说过去是数据的繁荣时期，那么现在显然是算力发展的黄金年代。不管互联网巨头怎么争斗，掌握算力的一定是赢家，当前部分大模型厂商已经开启产业化应用，但是算力依旧是限制AI大规模商业化落地的主要原因。

　　从社会层面看，AI备受安全、伦理等问题困扰。AI到底是赋能于人类，还是替代人类？回答这类问题，需要实践来加以验证，其实，这也不是今天需要回答的问题，但有一点可以肯定，无论是替代还是赋能，我们都要学会如何与AI相处。不管你对AI的潜力有多少疑虑，新时代的变革已经开始，与其对抗和质疑AI，不如主动拥抱它，利用它来提升自己的竞争力。与AI共生是互为增进的不断持续精益的过程，摸索一套与AI共处的方式，取其利，避其害，将优势化为胜势、变潜力为实力，将决定未来你的成长高度。人类真正的对手是自己，超越自己则是最大的成功，AI将帮助我们完成这一过程。从我国角度来说，AI已成为中国科技创新的一个新标签。在人工智能这一新兴技术发展上，中国企业与世界强手们，站在同一起跑线上。我国《第十四个五年规划和2035年远景目标纲要》中罗列的八大前沿科技领域，居于首位的就是人工智能。2017年，为抢抓人工智能发展重大战略机遇，构筑人工智能发展先发优势，中国制定并实施了《新一代人工智能发展规划》。近年，我国AI核心产业规模超过4000亿元，企业数量超过3000家，AI高水平论文发表数量已经位居世界一二名，AI基础研究发展态势良好，已经成为人工智能基础研究大国。我国正在利用AI来建立发展优势，智能芯片、开源框架等关键核心技术不断取得重要突破，中国从制造大国走向制造强国，离不开AI技术的支撑。我国多个城市规划建设人工智能计算中心，通过“算力网络”实现“算力、数据、生态”三汇聚，成为城市基础设施的一部分。我国所取得的AI成绩有目共睹：计算机视觉市场目前已在人脸识别、工业视觉、OCR 和内容理解等领域获得重大突破；普惠AI之路虽然任重道远，但以华为为代表的企业正在推进，从芯片，到算法，再到平台应用，将全面推进人工智能的普及进度。

　　AI逐步改变着我们的生产与生活：无人收费站、无人便利店……从自动驾驶，配送无人车到手术机器人再到智能家居，已经把AI技术带到了“看得到、摸得着”的境地，对大众来说，现在的AI不再神秘。

        二、风雨历程AI的发展并非顺风顺水，从1956年人工智能这个词诞生，在迈向现代的过程中几经沉浮：80、90年代，人工智能系统存在推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来，从而步入停滞期。

　　随着科技的发展，AI跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来增长的新浪潮。2015年，资本开始逐鹿AI，当年，中国AI行业融资事件489起，融资规模为458.27亿元；国内涉及“人工智能”关键词的新注册企业有3942家。2016年新注册量则达到5070家，诞生出一批AI独角兽——商汤、旷视、云从、依图；到2017年，AI已经从机器视觉到深度学习全面开花，互联网大小巨头也开始扎堆入场。腾讯对外开放计算机视觉、智能语音识别、自然语言处理等AI技术，拉低了行业的进入门槛；百度意图占领AI操作系统和无人驾驶的高地；阿里宣布成立达摩院，投入巨资研究量子计算和机器学习等前沿技术。

　　在巨头的带动效应下，2018年AI进入全盛期。然而，也暗藏着危机和困境，AI企业炒新概念做高估值，然后融资，落地反而成为次要的，从而导致快速成长的AI走向泡沫化。首先表现在资本的看法上，投资人开始“逃离”AI赛道，2019年AI行业融资金额比上年减少300多亿元；成长期AI公司生存艰难，一些AI公司开始停滞或倒下，企查查数据显示，2019年国内注销/吊销的含“人工智能”关键词的企业为2565家。寒冰还在继续，2022年6月30日，市值2000亿港元的“AI第一股”商汤科技盘中直线跳水式暴跌，市值一日内蒸发近920亿港元（约785亿人民币），股价单日腰斩。当时，全球近90%的人工智能公司处于亏损状态，中国人工智能产业链中90%以上的企业也处在亏损阶段。人工智能产品在初期商业拓展时会面临来自客户成本方面的压力，在这个时候，产品价值还不能得到充分的市场认可，这就需要牺牲掉一部分利润教育市场。但无论如何，事实证明，前期预期过高在于行业发展遭遇瓶颈，AI行业发展进入深水区。AI大模型发展最本质的是要解决生产力的进步问题，而AI往往在整体性解释上具备优势，而其结果聚焦于具体对象、个体样本上往往却非那么有效，有待未来突破。竞争也在加剧，行业内公司不仅面临大型综合性科技企业如 Google、华为等的竞争，在人工智能细分的垂直领域也面临众多创新企业的挑战。对AI企业来说，竞争有好的一面，促进技术进步；也有不好的一面，竞争加剧可能导致人才成本增加、潜在项目赢利性降低。

　　人工智能在千行百业“开花结果”，需要时间，谁能秉持长期主义和独特的技术路径，找到了关键破局点，才能走出一条新商业模式。三、商用难题AI发展的动力实质是来自于市场、社会的需要，不仅仅是自身技术能力发展的驱动。2018年第一届世界人工智能大会，马云指出商业化的重要性，他说：智能技术将深入到社会方方面面，从传统制造业、服务业，到教育、医疗等行业，甚至人们生活。

　　也就是我们常说的AI+教育、AI+金融、AI+智造、AI+交通、AI+健康等等。甚至有人说,技术理念已经被验证，剩下更多的竞争体现在金钱、算力资源与应用场景上。然而现实是落地进展缓慢，AI企业盈利艰难，按理说，中国是世界第一制造大国，产业结构中制造业比重偏高，这为人工智能的技术应用提供了更多机会，但事实并不是如此。探究商业化困境的原因，是早已存在的强技术，弱产品的发展模式，离用户真正的需求有距离，算法走出实验室环境，对具体的场景适应能力仍有差距。AI与场景应用之间缺乏联动性及适配性。但也有AI技术本质是To B的属性，业务增长具有缓慢性。技术本身并不一定构成护城河，也不能直接满足商业需求。要把技术产品化，找到合适的商业模式，构建商业关系和商业生态，技术是出发点，商业化才是终点，沉到各行各业，成为传统生产力的一部分才是真谛。人工智能产业链包括三层：基础层、技术层和应用层。从基础层和技术层来看，人工智能三大核心要素数据、算法 和算力已相对成熟，场景化落地成为核心竞争力。场景创新成为人工智能技术升级、产业增长的新路径，促进人工智能与实体经济深度融合为主线，推动场景资源开放、提升场景创新能力。一些不掌握AI核心技术的外围公司却风生水起，重点是做了服务、搞商业，在实打实的应用上下了功夫，所以说，帮助客户实现商业价值的持续增长，才是AI的真正意义。目前，许多AI公司形成共识：做满足具体需求的产品和服务，增强自己落地行业与场景的能力，强调给客户带来的最终价值。在人工智能的浪潮中，需要技术落地，深入到应用层面，帮助传统行业创造切实经济效果。

　　AI发展的背后需要多样化的商业支持，通过多年的技术积累与研发投入，把整个算力空间及市场变得更加大众化、普惠化才是要点。各个行业都在积极探索如何利用这项技术来提高生产效率、优化服务体验以及推动行业进步。AI产业链参与者众多，商业模式、场景化落地成为核心竞争焦点，AI人应该做的是，在AI赋能下，寻找应用功能显著改善，市场空间大幅提升，说得直白一点，商业模式和变现能力是行业发展的主要看点。从长远来看，人工智能的应用，其过程是点、线、面，由单点应用到行业与地域的应用。从推动产业发展的角度选择一些超级场景对于牵引人工智能应用发展非常关键，算力（算力设施）、算法（训练框架）、数据（知识）是人工智能的基础，人工智能要大规模落地，要有算力设施和训练框架做根基，行业知识做内涵。从设计角度说，人工智能和机器学习将很快取代试错法，并为更自动化的产品定制打开大门。AI在物流上的应用，可分为二大类：一是以AI技术赋能的智能设备，如无人卡车、AMR、无人配送车、无人机、客服机器人等；一类是通过智能技术或算法驱动软件系统来提高人工效率，如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等。在物流运输环节的应用场景，是以自动驾驶技术为核心的“无人车”。自动驾驶，作为人工智能技术的关键赛道，是AI应用的一个重要方面，目前的情况是自动驾驶场景大概率维持在 L2 级，难以实现 L3 级的跨越，除技术问题外，也是有伦理问题：车祸责任归属问题。

　　AI应用关键矛盾是技术成本和应用化的不匹配，现在人工智在物流上的应用，在很多时候发现还不如用人更省成本，从吸引眼球角度可以，而大众应用则是行不通的。当前，实战落地场景分散，产品标准化程度低，商用企业转向寻求获取AI综合解决方案，AI产业的焦点从单点技术研发转向与多元化的应用场景和行业间的深度融合。人工智能的基础软硬件，包括芯片、算法、软件硬件协同、开源框架、应用开发接口等等，作为一个桥梁，把人工智能基础研究成果和场景应用广泛地结合在一起。要注重AI生态的构建，构建生态体系的基本原则是合作，合作伙伴越多，越壮大，支撑体系就会越强大，用户的依赖性就越大，整个体系就越稳固。我国人工智能应用正处于密集落地应用阶段的前夜，应用有广度问题，也有深度问题：AI在传统行业中渗透率不断上升，伴随AI算力升级及传感技术发展，强算法的机器应用产品的迭代速度加快，智能化程度有望发生质变。人工智能的机器学习、深度学习功能将带来“预测未来”的神秘力量。

　　未来，AI 赋能行业与行业反哺 AI 发展相得益彰，例如：物流行业的人工智能应用也将反过来促进人工智能技术的发展，物流行业自身所携带的大数据库和丰富的场景为人工智能的发展提供了丰厚的土壤。如果说过去是人工智能技术兴起的10年，未来则是人工智能技术落地的10年，积极挖掘并开放一批应用场景，促进研发，推动智能技术产品落地应用与迭代，是我们现在要做的事情。

       四、GPT希望年初，ChatGPT火遍全球，使AI变成全民话题，ChatGPT其实是一个对话的AI模型，特别之处在于它有“思想”。

　　在ChatGPT、AIGC等风口的催动下，AI赛道被重新点燃，GPT开启了人们对AI新理解和再认识，ChatGDP是人类在虚拟空间的投射，是基于人类自身行为所构建出来的镜像生成，既来自于人类，又反馈于人类。ChatGDP很多输出是基于理解上的输出，尝试还原人类思考模式，这与过往AI有着极大的不同。市场、公众以及机构有了进一步走进GPT的机会，无不从中感知到AI可以那么强大，其应用场景、市场评论、服务产品等，得以暴发，其背后的GPT大模型称得上是一个技术爆炸，并且目前处于飞速的进化过程中。每当一个“风口”出现时，稀缺人才就会遭到疯抢，近日，美国掀起AI人才争夺战：六位数工资，到顶级名校争人才；同样，国内，ChatGPT热引发年薪千万高管辞职潮，转身投入AI创业浪潮里。大概率上说，ChatGPT作为一种人工智能技术驱动的自然语言处理工具，必将推动各行业发展和进步、提供更加优质、高效、便捷服务。各大公司也各显神通，推动着ChatGPT的商业化应用，微软将ChatGPT整合入Office、必应等产品；谷歌，推出了对标ChatGPT的大模型，更是推出落地产品 Google Workspace。国内呢？百度亮出“文心一言”，京东手握ChatJD，腾讯、华为、商汤、阿里巴巴等也摩拳擦掌，能不能将优势转化为胜势才是关键，我国AI领头羊商汤科技也趁势推出了深耕AI领域多年的成果：4月10日，商汤分享了以“大模型+大算力”推进AGI（通用人工智能）发展的战略布局，并公布了“日日新SenseNova”大模型体系。

　　商汤科技，依靠领先的“大模型+大装置”技术路径，建起以AI赋能的四大业务板块——智慧生活、智能汽车、智慧商业与智慧城市，抢先实现商业化。随着国内AI大模型陆续发布，相关行业和领域的AI渗透率也逐步提升，GPT技术降低了行业进入门槛，拿物流上的两个场景来说：在分拣环节，ChatGPT可持续跟踪库存、调度货物交付、优化自动化分拣效率，降低分拣差错率；在订单履行环节，实现从平台接收订单、跟踪订单进度，订单中途变更等均能够实时处理。从供应链角度来说：ChatGPT可以帮助企业跟踪供应链中的每个环节，与供应商、制造商和承运商进行沟通和交互，协调供应链过程并确保高效率。然而，我们也不能盲目乐观，同时，问题也出现了，三星引入ChatGPT不到20天，就发生3起数据外泄事件，涉及半导体设备测量资料、产品良率等敏感的商业数据。出于对信息泄露的担忧，包括软银、日立、富士通、三菱日联银行和三井住友银行在内的日本公司已开始限制在业务运营中使用ChatGPT等人工智能服务。国家层面呢？日前，意大利个人数据保护局宣布，暂时禁止使用聊天机器人ChatGPT，目前，德国、法国、西班牙、爱尔兰、加拿大等国家也在考虑对ChatGPT采取更严格的监管措施，以保护数据安全。我国也推出了AI监管规定，4月11日国家互联网信息办公室起草了《生成式人工智能服务管理办法（征求意见稿）》，向社会公开征求意见，其要点有二：一是支持，二是规范。国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作，鼓励优先采用安全可信的软件、工具、计算和数据资源。

　　利用生成式人工智能生成的内容应当体现社会主义核心价值观，不得含有颠覆国家政权、推翻社会主义制度，煽动分裂国家，淫秽色情信息，虚假信息，以及可能扰乱经济秩序和社会秩序的内容。因此，ChatGPT能否将优势转化为胜势， 仍需要时间来观察。人工智能的进步可能需要很长时间才能对AI公司财务状况产生实质影响，例如，虽然微软近水楼台先得月整合了ChatGPT，成为AI赛道的领航员，仍被资本“看空”。

　　借助ChatGPT，AI技术正在迎来暴发式增长，然而，真正走完技术到商业落地的闭环，需要更长的路要走。

       结语：AI正在深刻地改变着世界，逐步塑造社会、经济、生活等领域的业务新形态，也不断带来颠覆性、丰富性、创新性的新业态，人工智能从感知、认知走向应用决策是必然发展趋势。然而，AI进入人类生产生活，还有很长的路要走，人类每一次从“高精尖”走向普惠的科技革新都是“一波三折”，好事多磨。