北京
長心來自于長信，生態(tài)需要涵養(yǎng)。只有更多機構(gòu)能夠投資到AI領(lǐng)域，更多創(chuàng)業(yè)者能夠獲得資金資源加持，各行各業(yè)企業(yè)充分應(yīng)用各類AI技術(shù)，國內(nèi)大模型相關(guān)企業(yè)多卷原理升維，少卷價格戰(zhàn)，走向第一第二象限才有可能。
本文作者系
盤古智庫學術(shù)委員、
上海財經(jīng)大學特聘教授、智能科技產(chǎn)業(yè)與智能經(jīng)濟研究學者
胡延平，
文章來源于“
秦朔朋友圈
本文大約6200字，讀完約14分鐘。
英偉達股價超越微軟、蘋果，成為全球市值第一大企業(yè)之后，近日出現(xiàn)下跌，失去第一位置。股市必然有波動，股價必然會漲跌，短期中期英偉達可能重回市值第一。不過比市值登頂更重要的是產(chǎn)業(yè)登頂，英偉達毫無疑問已經(jīng)成為智能時代基礎(chǔ)設(shè)施的第一驅(qū)動，AI生態(tài)位的算力王者，超級智能大模型、機器人、智能汽車、AI PC、元宇宙等多領(lǐng)域計算架構(gòu)的主導者。
從微軟、谷歌到蘋果曾經(jīng)的市值交替第一，不知不覺我們已經(jīng)走過了PC、互聯(lián)網(wǎng)、移動三個時代的頂點。
親歷人工智能發(fā)展進程的沸騰瞬間，心態(tài)頗為復雜。
大市和股價已經(jīng)如此高企，還在持續(xù)上行，且機構(gòu)繼續(xù)看好，這種現(xiàn)象在過去的大周期里并不多見。上一次目睹這樣的沸騰，已經(jīng)是24年前。AI算力登頂資本市場這種極具象征意義的標志性事件，很容易讓人聯(lián)想到2000年前后的網(wǎng)絡(luò)繁榮，以及泡沫破裂之際刺骨的寒冷。
在這樣一個歷史時點，非常有必要倡明一個概念：長創(chuàng)新。
長創(chuàng)新、根科技、母生態(tài)，才是底層邏輯，也是求解發(fā)展問題的答案。
這一次和那一次不太一樣：大周期視野下的強智能
互聯(lián)網(wǎng)從萌芽、泡沫、寒冬到走向鼎盛，實際上是一個已經(jīng)持續(xù)50多年時間的大周期。商業(yè)互聯(lián)網(wǎng)的歷程則是30多年。而人工智能如果從1950年前后的源頭算起，已經(jīng)經(jīng)歷70多年漫長探索。如果從這一輪熱潮的第一個起點“可用AI”來看，從起步到現(xiàn)在大約已經(jīng)有15年時間。如果從第二個起點看，起步只有6年時間。
第一個起點，是始于2009年、2012年才形成熱度的ImageNet帶動的圖像識別，神經(jīng)網(wǎng)絡(luò)的復興以及在多個識別領(lǐng)域的付諸實用。
第二個起點，是2018年至2023年從GPT1到GPT4發(fā)布所點燃的AI2.0強智能發(fā)展行情。準確地說，脫胎于GPT3的ChatGPT在2022年末的發(fā)布，才真正引起全球關(guān)注，廣泛擴散。
第二個起點是AI2.0強智能發(fā)展周期的開始。實際上只是處于起步階段，目前還看不到這條歷史性的發(fā)展曲線的頂點。但顯然AI2.0強智能的基本面，比當初的互聯(lián)網(wǎng)要堅實的多。
迄今為止，AI2.0主要是一種科技突破、創(chuàng)新擴散現(xiàn)象，不是制造概念，更不是投資畫餅。有泡沫是必然的，但是強智能的到來也是必然，且從根本上和股市無關(guān)。
股市只是“鏡像”了產(chǎn)業(yè)科技所取得的成功。真正的價值基礎(chǔ)是，人工智能突破所建立的廣泛信心，以及全球性的大規(guī)模應(yīng)用。尤其是每一天都在繼續(xù)取得新的進展，“一夜顛覆”的故事一再發(fā)生，使得人們對AGI（通用人工智能）圣杯的感覺已經(jīng)不僅僅是渴望，而是隱約可及。
不過更為關(guān)鍵的是，這是一個充滿生態(tài)感的科技故事。而正在譜寫的歷史，主角不僅僅是人工智能、大模型。
信號：NAIQ、MOTGAMA、SCCIEOSS與新IT-G8重塑全球秩序
數(shù)據(jù)顯示，英偉達是美股增長的主要貢獻者，但主角顯然不止英偉達。
面向下一代生態(tài)平臺，NAIQ與MOTGAMA基本都是SCCIEOSS八層布局。NAIQ為Nvidia、AMD、Intel、Qualcomm等計算-算力生態(tài)基石企業(yè)。
MOTGAMA為Microsoft、Open AI、Tesla、Google、Amazon、Meta、Apple等。SCCIEOSS為Sense傳感感知、Computing計算結(jié)構(gòu)、Connection網(wǎng)絡(luò)連接、Intelligence智能、Engine驅(qū)動引擎、OS操作系統(tǒng)、Synergy協(xié)作合約、Store市場管道的生態(tài)平臺打法。
華爾街的提法是Magnificent 7（有時是6或5），但如果從整體角度的話，我認為接下來是新IT-G8格局。新IT（Intelligent Technology）為2014-2016年間提出的有別于傳統(tǒng)IT（Information Technology）的未來科技產(chǎn)業(yè)形態(tài)。
IT-G8俱樂部主導全球智能科技格局，提供全球主要智能基礎(chǔ)設(shè)施。未來每家都是坐擁數(shù)十億用戶的生態(tài)群落。IT-G8當中，Microsoft、Apple、Meta、Google、Amazon、Nvidia、Elon Musk系必有一席，還有人工智能平臺里的一家比如Open AI。
當然IT-G8并非智能科技產(chǎn)業(yè)的全部。IT-G8的背后，是已經(jīng)十分強大但還在繼續(xù)崛起的智能科技生態(tài)群落。IT-G8的全球影響力正在變得不亞于國家形態(tài)的傳統(tǒng)G8，也就是說：
1、美股狂飆主要是科技股更尤其是8巨頭的高歌猛進，這是一場規(guī)模前所未有的金融與科技相互賦能、相互催化的爆發(fā)性的歷史過程。
2、科技與經(jīng)濟生態(tài)實際正在加速“極化”，這個世界正在加速成為運行在“他們之上的世界”，8巨頭代表了數(shù)字基礎(chǔ)設(shè)施，成為美國治下的新全球化的科技支柱。
3、最非同尋常的一點，科技巨頭與超級智能正在合體，Super Power聚變，成為全球性的超級力量存在，不僅改變權(quán)力對比，主導科技生態(tài)，還將與金融、貿(mào)易、能源、知識產(chǎn)權(quán)體系等一起重塑全球秩序。
人工智能是這個歷史過程的暴風眼。
如何理解長周期里發(fā)生的一切？
AI的意義無需贅述。
今天真正需要重新思考重新追問的是，為什么從弱智能到強智能，歷經(jīng)多年探索開始加速發(fā)展？
為什么主角是NAIQ、MOTGAMA、新IT-G8、英偉達們？
為什么點創(chuàng)新可以破局、卻無法成棋？
為什么彎道超車不成立且實際上還是在亦步亦趨地追趕；什么是時間的朋友什么是時間的敵人？
為什么已經(jīng)本來很強大的他們還在繼續(xù)加速崛起？
我們正在進入什么樣的新的歷史螺旋？什么能夠真正幫助我們行穩(wěn)致遠？
AGI不是一天到來的，AGI也不是只有一個角度一個節(jié)點一個標桿。同樣，英偉達們也不是一天到來的，不是只有一個物種一個季節(jié)一種范式。
1950年代到2050年代，是從計算到智能、從IT到新IT的長周期。智能的發(fā)展按照我的劃分，相對分為5個階段：1950年代以來的計算為主（其實并非智能），1970年代以來的功能智能為主，2009年代以來AI人工智能為主的階段（其中又分為AI1.0為主的弱人工智能和2020年以來AI2.0為主的強人工智能），接下來一直到2050年左右，會是EI內(nèi)生智能（Endogenous Intelligence）和II自主智能（Independent Intelligence）等發(fā)展階段。
1950-2006年尤其1970-2006年之間的階段，其實主要是功能計算。2006-2024年，是AI計算意義上的“智能的計算”從浮現(xiàn)到崛起的長期創(chuàng)新過程。
英偉達的創(chuàng)立比這更早，1993年。1999年GPU誕生。2012年GPU開始用于神經(jīng)網(wǎng)絡(luò)訓練。從2010年的Feimi，到之后的Kepler、Maxwell、Pascal、Volt、Turing、Ampere、Hopper到2024年的Blackwell，9代體系經(jīng)過15年的發(fā)展，結(jié)合CUDA架構(gòu)，英偉達才逐步形成面向人工智能的技術(shù)生態(tài)。
接下來從Rubin平臺開始一年更新一代。但未來十年算力即使萬倍增長也跟不上智能的算力需求擴張。道路漫且長。
智能的計算，隨AI人工智能、EI內(nèi)生智能、II自主智能等智能三個階段發(fā)展，后期將會經(jīng)歷比新摩爾定律更具挑戰(zhàn)性的指數(shù)級發(fā)展。計算架構(gòu)與智能底座原理之變帶來的能效增長，會超越芯片工藝制程。
量子計算可遇而不可期。以什么樣的認知、心態(tài)、生態(tài)和科創(chuàng)體系面對未來，決定企業(yè)、行業(yè)乃至國家能走多遠。創(chuàng)新是微的，但影響和決定大周期和底層邏輯的創(chuàng)新，更是長的。
究其實質(zhì)，能否行穩(wěn)致遠，其實取決于我們?nèi)绾卫斫忾L周期里發(fā)生的一切，如何面對時間。
長創(chuàng)新、根科技、母生態(tài)
無論英偉達還是蘋果、谷歌、微軟，實際上都是“長創(chuàng)新”的必然。
長創(chuàng)新（Long Innovation）是我提出的一個概念。在壓力陡增與動作變形同在、反智反常識塵囂日上的今天，必須倡明這樣一個根植于基本面的概念。
人工智能發(fā)展的底層邏輯里沒有速成，前沿科技的發(fā)展范式里沒有反智，創(chuàng)新思維的詞典里也沒有取巧和偶然。
新概念不是造詞，也不只是針對英偉達。概念是對形態(tài)的準確理解，是承載實質(zhì)的認知容器。什么樣的容器裝什么樣的認知。科技歷程，一直以來是新認識新概念新物種不斷涌現(xiàn)的歷程。
面對時間，必須有緊迫感，但也必須從長計議。NAIQ、MOTGAMA也好，新IT-G8也罷，都經(jīng)歷了漫長的發(fā)展歷史，有些甚至從上個世紀六七十年代一路走來。他們的創(chuàng)新有一個共同規(guī)律，就是“長”——長創(chuàng)新。
長期主義，長周期科技，長創(chuàng)新生態(tài)，是長創(chuàng)新的三個維度。長期主義是觀念也是堅持，不懈的行動。長周期科技，意味著所在科技領(lǐng)域的發(fā)展本身具有長周期特性。
長創(chuàng)新生態(tài)是豐富多樣的物種群落具有穩(wěn)定的科技協(xié)同能力、持續(xù)的創(chuàng)新涌現(xiàn)效應(yīng)。
無論回看過去七十多年，還是預探未來二三十年，長期主義、長周期科技、長創(chuàng)新生態(tài)，這三個維度是三位一體的。而原力級別的根科技，一定來源于曾經(jīng)經(jīng)歷過無數(shù)個岔路口以及無數(shù)次基因蛻變的物種創(chuàng)新，和土壤一般元素富集的母生態(tài)。這就是長創(chuàng)新，這樣才會有長創(chuàng)新。
低成本高效率的發(fā)達市場、持續(xù)正態(tài)循環(huán)的業(yè)務(wù)價值流、穩(wěn)定可預期的政策環(huán)境、產(chǎn)業(yè)集聚的創(chuàng)新環(huán)境、長期可靠的知識產(chǎn)權(quán)等環(huán)境，是長創(chuàng)新得以孕育和發(fā)展的基礎(chǔ)。
創(chuàng)新本質(zhì)上是一種生態(tài)現(xiàn)象，長創(chuàng)新生態(tài)必然是母生態(tài)。母生態(tài)意味著科技不僅具有產(chǎn)業(yè)化能力，更具有內(nèi)生外化、要素富集、多樣性以及自下而上的涌現(xiàn)能力。
生態(tài)必須具有母性，母生態(tài)里的創(chuàng)新現(xiàn)象，主要是自然孕育、隨機生長出來的，不是規(guī)劃出來的，更不是抓出來的。母生態(tài)不僅充滿意外，而且具有微生物環(huán)境一般的生命力。母生態(tài)里必然有大量自由流動、自由組合的個體，創(chuàng)新首先基于自由意志。
長創(chuàng)新、根科技、母生態(tài)，是看待科技發(fā)展規(guī)律、把握未來發(fā)展機遇的基本視角?；陂L創(chuàng)新、根科技、母生態(tài)，認知、思維與決策符合科技規(guī)律，才能形成真正適應(yīng)未來需要的發(fā)展范式。
人工智能發(fā)展四個象限：內(nèi)場外場見高低，內(nèi)卷外卷見短長
業(yè)內(nèi)看法往往差異較大，尤其中美之間。卷的維度也有較大不同。
美國尤其頭部企業(yè)的決心，遠比股市投資者大。大平臺基本都看清楚了，考慮的也不是股價的事，更不是像中國有些從二級市場跑到一級市場炒短線投資者說的那樣，技術(shù)已經(jīng)見頂大模型已到瓶頸期。
一切其實才剛剛開始，只有“玩得動和玩不動”“能以原理升維釋放原力”和“不能、只能做到50分”和“就是要堅持做到98分臨界點”的區(qū)別。
有原生原理升維能力、全球資源業(yè)務(wù)大盤以及多少個billion資金的頭部企業(yè)，是重要生態(tài)位的生態(tài)級玩家，他們和一眾在底層做原理探索的技術(shù)咖，以及有能力影響計算架構(gòu)的，在內(nèi)場。
Google、Meta、微軟、蘋果等頭部大企業(yè)知道，AI猛砸狠砸深砸長期砸必然出結(jié)果，不砸反倒靠邊站，而進步每天都看得見，大多數(shù)問題不是問題或者歸根結(jié)底是有沒有長期決心和能力。股價跌也要繼續(xù)砸。AI2.0已經(jīng)成為普遍的生產(chǎn)力、商業(yè)和生活娛樂場景，這種情況下不能說它只是一種股市現(xiàn)象或者說泡沫居多。
各有各的路徑，各有各的局限。大平臺的局限在于只能做系統(tǒng)做平臺做生態(tài)，稍微做小了就會靠邊站。小企業(yè)只能做一些場景應(yīng)用，投資這類項目的金主也就只能天天盤算數(shù)據(jù)護城河、用戶鎖定那些事，唯恐賺不著錢。股市投資者換著姿勢看，換著姿勢嘰嘰喳喳，波段漲跌里把握操作機會。三四線AI企業(yè)本質(zhì)上是生態(tài)依附平臺依附，一邊做一邊忐忑來忐忑去也是必然。
投資接力出口不暢，一級市場萎縮的情況下，創(chuàng)投項目往往從根本上沒足夠資金和底氣也沒決心從長線玩一票大的。小創(chuàng)業(yè)公司只能想明天，沒法想后天，因為如果都是頭部企業(yè)那種思維會活不到后天。都能理解。但是，在別人瘋狂的時候恐懼，在別人恐懼的時候瘋狂，炒AI股可以這樣，AI投資如果也這么搞就顛倒了。
業(yè)者對AI的不同看法，歸根結(jié)底主要還是各自生態(tài)位有較大差異。不在內(nèi)場的話，想法自然和內(nèi)場不會一樣。內(nèi)場外場的區(qū)別，內(nèi)卷外卷的差異，使得AI發(fā)展呈現(xiàn)為四個象限。
第一象限是內(nèi)場外卷，不斷從底層突破，演進計算架構(gòu)，升維模型原理，走向多模態(tài)、空間計算、具身智能、空間智能，著眼“原力”，在此基礎(chǔ)上生態(tài)化發(fā)展，開放平臺吸納千百萬開發(fā)者，連接全球億萬用戶。也包括AI for Science遍布科學研究各領(lǐng)域。
第二象限是內(nèi)場內(nèi)卷，競爭導致創(chuàng)新速度慢的企業(yè)不斷被顛覆，大模型迭代速度過快導致沉沒成本較高，開源模型水準局部趕上閉源模型，多平臺分流用戶，企業(yè)不得不擴大產(chǎn)品免費范圍等。核心企業(yè)不斷推進模型能力邊界與細分業(yè)務(wù)場景覆蓋，導致開發(fā)者才剛剛跑通不久的應(yīng)用模式，瞬間被平臺替代，這也屬于內(nèi)場內(nèi)卷。
第三象限是外場外卷，技術(shù)跟隨，模型水準二線三線，但有數(shù)據(jù)、場景等局部優(yōu)勢，具備一定生態(tài)化能力。從業(yè)企業(yè)主要以應(yīng)用普及為主，技術(shù)無根，產(chǎn)業(yè)依附。
第四象限是外場內(nèi)卷。主要企業(yè)的主要能力聚焦于應(yīng)用場景而非底層原理突破；企業(yè)之間競爭主要比拼資本實力，市場集中度迅速提高，但創(chuàng)新與競爭力下降。價格戰(zhàn)導致人工智能企業(yè)缺乏財務(wù)回報，無法可持續(xù)發(fā)展，業(yè)態(tài)多樣性消失、產(chǎn)業(yè)長尾萎縮。
我們在哪個象限？
越往第一第二象限走，才越可能有長創(chuàng)新
長心來自于長信，生態(tài)需要涵養(yǎng)。只有更多機構(gòu)能夠投資到AI領(lǐng)域，更多創(chuàng)業(yè)者能夠獲得資金資源加持，各行各業(yè)企業(yè)充分應(yīng)用各類AI技術(shù)，國內(nèi)大模型相關(guān)企業(yè)多卷原理升維，少卷價格戰(zhàn)，走向第一第二象限才有可能。目前的價格已經(jīng)夠低。
良性發(fā)展，首先是可持續(xù)發(fā)展。造血技能還沒有成形就大失血，會死一批初創(chuàng)企業(yè)，生態(tài)因此也就沒有了多樣性的創(chuàng)新可能。AI領(lǐng)域不能過早重復通過資本把競爭對手全都洗出局的互聯(lián)網(wǎng)故事。對于某節(jié)發(fā)起的價格戰(zhàn)，說實話各方很有看法。
哪怕只為自身考量，國內(nèi)AI力量至少在早期盡量避免內(nèi)卷，如果要卷就向外卷，外卷原理，外卷升維，外卷出海，怎么都比內(nèi)卷強。為什么同樣一條路，大家卻會去到不同的地方？
最后，是個人的觀點總結(jié)——
1.永遠沒有無所不能的AI，通用是相對的，泛化也始終是相對的。
2.AGI不是一天到來的，AGI也不是只有一個圣杯，AGI是連續(xù)通過多個節(jié)點的漸進過程。
3.通用始終首先是一種基本素養(yǎng)，而不是一種廣泛能力，但越來越多的通用會基于一系列的專用。
4.基本素養(yǎng)決定智能能力，包括泛化能力，這就是為什么有人要持續(xù)煉丹，去做那些在有些人看來會浪費大量資金資源的事情的原因。
5.長期主義要的是智，短期主義要的是能，這就是本質(zhì)區(qū)別，所以取巧可能只是意味著投機，沒有在基礎(chǔ)原理層面進行突破所取得的增益，都只是“優(yōu)化”收益，實際上并沒有長期競爭力。
6.實際上始終取巧的居多，所能看到的大部分宣示取得進展、突破、提高的，都是在取巧，取巧通常會混淆效率和效能、效能和智能的區(qū)別。
7.原理突破產(chǎn)生原力，帶來新的邊際效應(yīng)，取巧利用原力紅利，邊際效應(yīng)早期可以，中后期顯著遞減。
8.極端而言，原理、原力是本，場景、應(yīng)用、盈利是末。奔著原理去得到的是原力，早期是大資金加持，中期原力成為印鈔機，最終智能成為硬通貨。沖著賺錢去得到盈利，最終沒有自己的原理，用的是別人的原力。這是創(chuàng)新和生意的區(qū)別。
9.規(guī)模始終更有效，就像Scaling Law（尺度定律）始終有效。還有一個不叫Scaling Law的Scaling Law就是生態(tài)效應(yīng)，平臺的開發(fā)者越多，使用模型的用戶越多，接入的設(shè)備與傳感越多，對模型的增益越大，母體越強。
10.所以一定會更趨中心化，更像吸星大法，中心化智能會把一切都吸進去，也會把很多都吐出來。會有“哥斯拉即視感”，也會有依附，人和萬物對中心化智能的依附。
11.當然也會有反身性，壟斷指責、智能稅、倫理道德、數(shù)據(jù)隱私等問題都出來了，有時候是問題，有時候其實是多方博弈。
12.公域私域的邊界、力量與權(quán)力的關(guān)系、智能鴻溝與基尼系數(shù)、智能紅利是否能體現(xiàn)為智能普惠等問題，正在集中爆發(fā)，用一句老的術(shù)語說就是生產(chǎn)力與生產(chǎn)關(guān)系的矛盾會相當突出，摩擦成本急劇升高。
13.個性化智能最有可能在端側(cè)實現(xiàn)，端側(cè)效率最高，但效能未必最高。端側(cè)智能是每個人的智能，但不一定是通用人工智能，端側(cè)的通用能力要基于云端結(jié)合的混合智能。
14.云側(cè)智能實質(zhì)上更好控制，端側(cè)智能實際上更加安全。但是前者是對控制者而言，后者是對個人而言。所以很多時候會看到同樣是在講安全，但實際可能完全不是一回事，但明天后天的秩序就這樣被定義了。
15.未來是復雜的，心態(tài)比未來更復雜。■
文章來源于“秦朔朋友圈”微信公眾號
圖文編輯：張洵
責任編輯：劉菁波
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
面里歷史
