中國AI的真正優勢是什麼？年輕人到底還要不要學習程式設計？未來那些專業最有前途？最近，阿里巴巴集團聯合創始人、董事長蔡崇信在香港大學陸佑堂做了一次演講。這是港大商學院“陳坤耀傑出講座系列”的年度活動。據主辦方透露，這次演講的報名速度創下了紀錄——郵件發出兩小時內，超過1200人報名。中美AI競爭中國的四張底牌在演講開場，蔡崇信就拋出一個觀點：美國人定義的AI競賽規則是錯的。蔡崇信說，美國人怎麼算誰贏？看誰的大語言模型更強。今天是OpenAI領先，明天是Anthropic，後天可能是別人。“這個計分方式本身就有問題。”蔡崇信認為，真正的贏家不是誰有最好的模型，而是誰用得最好。而這個判斷的依據是：AI的價值在於滲透率。“中國國務院的AI規劃就很務實一一到2030年，AI代理和裝置的滲透率要達到90%。”那中國憑什麼能普及得更快?蔡崇信列了一張完整的底牌清單。電力：15年前埋下的伏筆蔡崇信說，訓練大模型、跑推理本質上都是在燒電。中國的電力成本比美國低40%。因為15年前中國就開始大規模投資電力傳輸基礎設施。北方發的電要送到南方，新能源產地和用電需求地往往不重合，必須靠輸電網路打通。中國國家電網每年資本支出900億美元，美國只有300億——三倍的差距。結果就是中國的電力裝機容量是美國的2.6倍，而且新增裝機容量是美國的9倍。這個差距還在拉大。資料中心：成本碾壓在中國建一個資料中心，成本比美國低60%。這還沒算晶片，只是基建。工程師紅利：全球一半的AI人才有中國學歷背景蔡崇信提到一個有趣的資料，全球幾乎一半的AI科學家和研究人員，都有中國大學的學位——無論他們現在在美國公司、中國公司，還是世界任何地方工作。他還講了個段子。最近社交媒體上有人吐槽，說自己在Meta (Facebook)的Al團隊裡，同事們都在用中文交流想法，他完全聽不懂。“這是中文第一次成為一種優勢。”蔡崇信開玩笑地說。他還舉了個例子，以前中國公司出海，語言是劣勢。比如在義大利開辦公室，當地人不會說中文，中國員工得用第二語言溝通。但在AI領域，全球的華人工程師用中文分享想法、交換思路，這反而成了資訊優勢。資源匱乏逼出來的系統級創新蔡崇信說，美國有大量GPU，中國沒有。但他認為，匱乏反而創造了優勢。“GPU的缺乏反而創造了’飢餓優勢’。當你沒有足夠資源時，你被迫在系統層面創新。”他說。訓練一個兆參數的模型，如果系統效率不高，GPU消耗會非常恐怖。中國團隊因為硬體受限，必須把系統最佳化做到極致。DeepSeek就是這麼逼出來的。而阿里的通義千問 (Qwen) 模型剛剛贏得了一場為期兩周的加密貨幣和股票交易AI競賽，DeepSeek排名第二。蔡崇信對DeepSeek毫不吝惜地讚美：“我們在杭州的鄰居，他們做的事情令人難以置信。”開源模型會擊敗閉源模型對於眼下閉源模型和開源模型之爭，到底誰會勝出？蔡崇信的觀點很直接：開源模型會擊敗閉源模型，不是因為開源更先進，而是因為開源更符合全球大多數使用者的利益。他舉了個例子。假設你是沙烏地阿拉伯，想發展AI，又想保持“AI主權”——意思是AI不受外國控制。但你沒有人才自己開發模型。這時候你有兩個選擇。一個是通過API使用OpenAI。但你要付很多錢，而且資料要喂進去——你不知道資料去了那裡，那是個黑箱。第二個選擇是直接下載阿里的開源模型，部署在自己的私有雲上。免費，而且資料完全可控。所以不管是從成本還是隱私來說，都是開源模型勝出。“所以無論是政府還是企業，只要認真做成本效益分析，都會傾向於開源。”蔡崇信說。那麼阿里怎麼賺錢？蔡崇信的回答是：“我們不靠AI賺錢。”他說，阿里靠的是雲端運算。你用開源模型沒問題，但你要跑模型，需要雲基礎設施，包括儲存、資料管理、安全、網路等，這些阿里都能提供。所以開源模型是流量入口，雲服務才是利潤來源。這種模式其實很像早年的網際網路公司：免費產品獲客，增值服務變現。只不過規模和技術門檻完全不同。阿里巴巴持續進化的秘決對話中，港大教授鄧希煒問了一個問題：阿里從B2B電商變成AI雲端運算公司，秘訣是什麼？蔡崇信回答：沒有秘訣，就是跟著客戶需求走。阿里1999年成立時，中國還沒加入WTO，國際貿易必須通過國有貿易公司。2001年入世之後，小企業可以直接和全球做生意了。阿里的B2B平台就是幫這些小廠找買家——第一版網站是英文的，面向海外。後來消費者電商起來了，就有了淘寶。買家和賣家互不信任，就發明了支付寶（最初是個擔保交易系統）。物流跟不上，就投資物流。“雲端運算也是一樣的邏輯。16年前，沒人討論雲。但阿里的消費平台要處理海量資料，如果繼續用Dell的伺服器、EMC的儲存、Oracle的資料庫，所有利潤都會交給這些供應商。”蔡崇信說，發展雲端運算完全是出於必要，出於對技術自主可控的需求。所以阿里雲的起點是“自己吃自己的狗糧”——先內部用，用好了再開放給外部客戶。蔡崇信對年輕創業者的建議也很明確：優先選擇有機增長，而不是併購。因為自己團隊培養出來的能力，DNA純正，文化匹配。阿里也做過併購，“有些成功，有些失敗得很慘”。還要不要學程式設計？給年輕人的幾點建議在學生問答環節，關於技能和專業選擇，蔡崇信給年輕人提出了很多建設性的意見和建議，資訊密度很高。比如在技能層面要做好三件事。學會獲取知識。 聽起來是廢話，但在AI時代，知識獲取的效率差異會被放大。建立分析框架。 不是死記硬背，而是能對資訊做出自己的判斷。學會提問。 蔡崇信特別強調這一點——提出正確的問題，比找到答案更重要。那麼AI時代到底還要不要學程式設計？蔡崇信的回答是：要，但理由變了。很多人說AI時代不用學程式設計了，用自然語言（natural language）就能指揮機器。蔡崇信並不認同。“程式設計的目的不是為了操作機器，而是訓練思維過程。”他甚至建議學電子表格——能把一個複雜公式寫對，讓數字自動計算出來，這本身就是邏輯訓練。對於年輕人來說，專業選擇可以考慮三個方向。資料科學。這其實是統計學的新名字，蔡崇信認為未來資料會爆炸式增長，懂得管理和分析資料的人永遠稀缺。心理學和生物學。這個專業主要是理解人腦怎麼運作。“人腦仍然是最高能效的’機器’，AI的很多設計思路都來自對大腦的模擬。”材料科學。世界現在被位元（bits）主導，但讓位元跑得更快的，是原子（atoms）。半導體領域會有大量創新，而半導體的核心就是材料。當年為什麼放棄高薪加入阿里?1999年，為什麼蔡崇信放棄香港的律師高薪，跑去杭州加入一個18人的小公司。在很多場合，蔡崇信回答過這個問題，這次演講中他用金融人的思維解答：不對稱風險收益。“下行風險非常有限。為什麼？因為我有好的學歷，讀過法學院，最壞情況我還能當律師。但上行空間是無限的。”蔡崇信說，就像一個看漲期權——最多虧掉權利金，但收益沒有上限。他又補充了一句更重要的話：機會是來找你的，不是你去找它的。 你要做的是“準備好”，這樣機會來的時候才能抓住。AI是泡沫嗎？“每一個泡沫背後，都有一根針在靜靜等待。”這句出自股神巴菲特。最近，美國預測平台Polymarket近日推出“AI泡沫何時破滅”的投注。目前累計投注額已接近15萬美元，三個選項當中，有2%認為AI泡沫會在今年底破滅的，有15%認為AI泡沫會在明年3月破滅。最熱門下注年份是2026年底，近40%投資者認為AI最遲明年底可能出事。那麼，AI到底會不會像2000年網際網路泡沫一樣破裂？蔡崇信認為，對於這個問題要區分兩種泡沫。一種是金融市場泡沫，比如股票估值是不是太高？50倍市盈率合不合理？“這是一門藝術，我不知道。”第二種是技術泡沫，也就是技術本身是不是虛假的。“AI可能存在金融泡沫，但技術本身是真實的。 就像2000年3月網際網路泡沫破裂，但網際網路並沒有消失——今天網際網路比那時候強大得多。”蔡崇信說。所以他的結論是：所有投入AI基礎設施的資源、模型開發的努力，不會打水漂。 (九千光年)

資料顯示，Google正在多個維度縮小與OpenAI的差距。11月Gemini的下載量達到1.008億次，而ChatGPT為6780萬次。使用者現在在Gemini上的聊天時間已超過ChatGPT或Claude等聊天機器人競爭對手。GoogleGemini 3發佈以來的兩周內，ChatGPT的每日獨立活躍使用者數七天均值已下降6%。本周人工智慧（AI）領域一個重磅消息是，OpenAI CEO Sam Altman周一向全體員工宣佈啟動“紅色警報”，要將全部資源集中於最佳化ChatGPT，應對GoogleGemini的激烈競爭。這一戰略調整反映出AI競爭格局的深刻變化，也揭示了Google自研晶片TPU對輝達晶片主導地位的潛在威脅。媒體報導稱，OpenAI決定推遲包括廣告業務、健康和購物AI代理和個人助手Pulse等其他產品開發，將核心資源重新配置到改善ChatGPT的日常使用體驗上。Altman表示，OpenAI仍需改進ChatGPT的日常體驗，包括提升個性化功能、速度和可靠性，並擴大可回答問題的範圍。瑞銀科技分析師Tim Arcuri在最新研報中指出，Google將要發佈的新一代TPU晶片Ironwood及其TPU生態系統正在對輝達構成實質性挑戰。輝達的股價表現已明顯落後於Google。Google使用者時長反超，ChatGPT日活下滑市場資料顯示，Google正在多個維度縮小與OpenAI的差距。據Sensor Tower資料，11月Gemini的月度下載量達到1.008億次，而ChatGPT為6780萬次。更值得注意的是，使用者現在在Gemini上的聊天時間已超過ChatGPT或Claude等聊天機器人競爭對手。據Deedy Das統計，自GoogleGemini 3發佈以來的兩周內，ChatGPT的每日獨立活躍使用者數（七天均值）已下降6%，顯示出競爭壓力的直接影響。雖然OpenAI仍擁有超過8億周活躍使用者，在整體聊天機器人使用中佔據主導地位，但使用者正在向Google流失。OpenAI負責ChatGPT的主管Nick Turley本周一晚間在社交媒體發帖稱，搜尋是最大的機遇領域之一，ChatGPT目前佔全球搜尋活動的約10%且增長迅速。他還說，公司的重點是讓ChatGPT更強大、繼續增長並擴大全球訪問範圍，同時使其更直觀和個性化。瑞銀：GoogleTPU晶片對輝達構成威脅在AI模型競爭的背後，晶片層面的較量同樣激烈。瑞銀科技分析師Tim Arcuri在研究報告中指出，GoogleTPU晶片的進步正在改變市場格局。據Arcuri分析，Google在今年4月首次披露最新一代TPU晶片Ironwood，並於11月正式推出。該晶片針對大語言模型（LLM）、專家混合模型（MoE）和高級推理進行最佳化，支援訓練、微調和推理工作負載，這與此前TPU的狹窄定製形成對比。Ironwood尚未提交至MLCommons的MLPerf v5.1資料中心訓練基準測試，但鑑於更多計算資源、FP8支援和遠超前代的高頻寬記憶體，Arcuri預計其單晶片性能將明顯超過Trillium。Arcuri指出，Google的上一代Trillium晶片專門針對推理工作負載最佳化且HBM容量較低（32GB vs 95GB），相比之下，Ironwood擁有更多計算資源、FP8支援和大幅增加的HBM容量，預計單晶片性能將顯著超越Trillium。Ironwood還將TPU規模擴展到最多9216個TPU的域，遠超v5p的8960個和Trillium的256個。Arcuri指出，這正是輝達整個生態系統表現明顯落後於Google的原因，Google正享受TPU產品帶來的關注度激增。GoogleDeepMind的首席技術官Koray Kavukcuoglu表示，通過使用Google自研的定製晶片訓練AI模型，公司已經“顯著提升了性能”。瑞銀認為，雖然Google隨著時間推移可能會考慮擴大TPU的生態系統，但任何此類努力都必須限制對Google雲平台（GCP）收入的潛在蠶食。從這個角度來看，Meta和蘋果都是內部TPU部署的主要候選對象，因為它們擁有支援內部工作負載的大型AI項目、龐大的內部AI叢集，且對GCP的依賴相對較小。OpenAI面臨多重競爭壓力OpenAI此次啟動紅色警報的背景是面臨來自多家競爭對手的壓力。Google上月發佈的新版Gemini AI模型在行業基準測試中超越了OpenAI，推動Google母公司Alphabet的股價飆升。上周Alphabet股價一周漲超14%，自兩周前發佈Gemini 3以來，截至上周五不到兩周內也累漲超10%。自8月發佈圖像生成器Nano Banana以來，Gemini的使用者基數持續攀升。Google透露，月活躍使用者從7月的4.5億增長至10月的6.5億。OpenAI還面臨來自Anthropic的壓力，後者在企業客戶中越來越受歡迎。雖然OpenAI仍擁有超過8億周活躍使用者，在整體聊天機器人使用中佔據主導地位，但使用者正逐漸被Google吸引。輝達回應TPU挑戰面對GoogleTPU的崛起，輝達在與瑞銀的交流中強調了與Google雲平台的牢固關係，指出Google在Gemini推理工作負載中同時使用TPU和GPU。輝達認為，雲服務商不太可能在其雲堆疊中運行TPU，因為需要大量工作負載最佳化才能在專用積體電路（ASIC）上實現總體擁有成本（TCO）優勢。輝達還表示，迄今為止，其相對於同行的性能優勢並未縮小。展望2026年，輝達指出Anthropic的1吉瓦（GW）容量和HUMAIN的60萬單位擴張是其2025-2026年5000億美元訂單數量之外的增量，提供了潛在上升空間。輝達的CPX晶片正在瞄準需要100萬以上token上下文窗口的高級程式設計應用。輝達尚未正式公佈市場規模，但此前曾暗示上下文窗口應用約佔推理市場的20%。Altman上月說，未來八年，OpenAI的資料中心項目承諾投資總額約為1.4兆美元。換句話說，OpenAI擁有1.4兆美元的承諾資金投入，用於維持其行業領先地位。總體而言，OpenAI確實有理由感到緊張，但這場動盪目前仍侷限於公司內部。至於輝達這家全球市值最高的公司是否也面臨類似的“紅色警報”，市場仍在密切觀望。 (invest wallstreet)

01 引言：AI競賽進入“硬核升級”新階段大家好，我是AI學習的楊同學。當整個科技圈還沉浸在OpenAI 11月13日推出的GPT-5.1時，Google在一周後就擲出了真正的“技術核彈”——Gemini 3。這一發佈節奏本身就頗具戰略意味：在競爭對手聚焦“體驗最佳化”時，Google選擇在底層架構、多模態理解、智能體能力三大核心層面實現跨越式突破。Gemini 3的亮相即巔峰：它以1501分登頂LMArena全球排行榜，成為首個突破1500分的模型，並在GPQA Diamond、MATH Apex等博士級推理基準中實現躍升。更關鍵的是，Google首次在模型發佈當天就將其部署至搜尋AI模式、Gemini應用、Vertex AI等核心產品，展現出技術與生態整合的雙重碾壓優勢。02 模型架構：原生多模態與MoE設計的協同進化Gemini3核心架構最佳化了，主要在以下兩個關鍵方面體現出來：1.原生多模態的徹底化與“先文字後拼接視覺模組”的傳統方案有所不同，Gemini3在預訓練階段，便在統一的Transformer中對文字、圖像、音訊和視訊資料進行處理，從而形成跨模態的共享表徵空間。這樣的設計降低了傳統多模態流水線中的資訊損耗，使模型能夠直接理解“語氣+畫面細節”這一複雜組合。實際測試中，Gemini3在MMMU-Pro（專業多模態理解基準）獲得81.0%的得分，在視訊理解任務Video-MMMU中同樣領先，證明了其跨模態推理的優越性。2.稀疏MoE架構的規模化應用根據技術文件披露，Gemini3 Pro採用稀疏專家混合模型（MoE），通過動態路由機制僅啟動部分專家網路，實現了兆參數規模下的高效推理。這種架構使其在保持龐大知識容量的同時，將推理延遲降低高達40%。架構領先性：原生的多模態，與MoE相互結合，這使得Gemini3不但突破了“多模態理解的瓶頸”，還突破了“模型效率的瓶頸”，成為了首個能夠支援端到端多模態互動的兆級模型。03 訓練範式：預訓練與後訓練的“雙重躍遷”GoogleDeepMind研究副總裁Oriol Vinyals指出，Gemini3的性能飛躍源於預訓練和後訓練階段的聯合最佳化：1.預訓練階段使用跨模態課程學習，在混合文字、程式碼、圖像和視訊的資料集上分階段訓練，顯著提升模型對複雜概念的泛化能力。針對長上下文最佳化，通過稀疏注意力機制和動態壓縮儲存技術，實現百萬級token的連貫推理。在MRCRv2基準測試中，Gemini3在128K上下文長度下平均得分77.0%，遠超競爭對手。2.後訓練階段引入多維度強化學習（RLHF），不僅最佳化“有幫助性”，還針對推理步驟正確性、程式碼可執行性等細分目標訓練獎勵模型。大規模應用合成資料，通過教師模型生成高品質數學推理和程式碼資料，建構資料飛輪。訓練突破：從Gemini2.5到3.0的躍升，被團隊稱作“史上最大增量”，這直接對“擴展定律已失效”的行業觀點進行了反駁。04 硬體基石：TPU Ironwood與OCS光交換的“系統級勝利”Google的全端優勢在Gemini3的硬體底座上體現得淋漓盡致：1.第七代TPU Ironwood峰值性能較TPUv5p提升10倍，單晶片記憶體頻寬達7.4TBs，支援9216晶片互聯的超大規模叢集。通過3DTorus拓撲結構與光交換網路（OCS）結合，消除大規模訓練中的資料瓶頸，叢集效率提升約60%。2.軟硬協同最佳化搭載自研Pathways軟體棧，支援數萬晶片的並行調度，動態分配MoE模型中的專家計算任務。與Anthropic簽訂的百萬級TPU訂單反映了其硬體的外部競爭力。硬體領先性：Google憑藉著“晶片-叢集-軟體”這一全鏈路的掌控，達成了那種單一雲廠商很難去複製的算力規模以及能效比。05 性能表現：基準測試與真實場景的“雙重碾壓”Gemini3在多項關鍵測試中刷新紀錄1. 推理能力Humanity‘sLastExam（HLE）得分37.5%（無工具）和45.8%（帶工具），較Gemini2.5接近翻倍。ARC-AGI-2（衡量AGI潛力的基準）得分31.1%，超過GPT-5.1的17.6%。2. 程式碼與智能體能力在終端操作基準Terminal-Bench2.0中取得54.2%的得分，領先第二名11個百分點。在SWE-BenchVerified（真實軟體工程任務）達到76.2%，接近Claude的77.2%但綜合編碼能力更均衡。3. 長上下文理解在百萬token的文件處理中保持連貫性，例如一次性分析50萬token的企業年報後，能關聯歷史資料生成戰略洞察。06 生態整合：從“對話工具”到“工作流引擎”的範式轉移Gemini3的特別之處在於它與Google生態系統的融合更加深入1.發佈即覆蓋數十億使用者整合至搜尋AI Mode、Gmail以及Android系統，使用者無需改變自身習慣，便可呼叫模型能力。例如，在搜尋時查詢“RNA聚合酶工作原理”，能夠直接生成互動式的科學動畫。2.生成式UI與智能體平台推出Antigravity開發環境，支援多智能體協作程式設計：一個智能體寫程式碼，另一個測試，第三個生成文件。根據使用者查詢動態生成定製化介面（如為兒童設計遊戲化學習介面，為成人生成高資訊密度圖表）。3.全端護城河從TPU晶片（算力自主）到搜尋Gmail（資料閉環）再到Workspace（分發管道），形成競爭對手無法快速複製的三重優勢。07 總結：Gemini 3的劃時代意義技術層面：原生多模態+MoE架構+長上下文支援，實現從“感知智能”到“行動智能”的跨越。工程層面：TPU Ironwood以及OCS光交換一同建構超大規模算力叢集，軟體與硬體協同所展現出的效率，將那單一的硬體方案完全地給碾壓了。生態層面：全端能力使AI從獨立工具變為嵌入使用者日常的“數字思維夥伴”。 (AI學習的楊同學)

中國網路的牌局，從未如此焦灼。一場圍繞AI的“軍備競賽”已驟然升級，戰火的焦點逐漸從展示模型參數的“肌肉秀”，轉向真刀真槍的應用登陸戰。阿里巴巴（09988.HK）近乎以「all-in」的姿態豪賭個人AI管家，先後推出了夸克、千問等APP；而字節跳動早已憑藉「豆包」的億級使用者，再次上演流量奇襲。與此同時，騰訊（00700.HK）正將AI能力悄悄注入微信、QQ帝國，而百度（09888.HK）則試圖將十餘年在AI領域的技術苦修兌換為商業勝勢。這場巨頭之戰，不再只是技術的較量，而是關乎流量、生態與商業模式的終極考驗。當大洋彼岸的同行已然跑通「生產力付費」的商業路徑時，中國的巨頭們又將如何在這片獨特的土壤上，重塑互聯網的未來？深水區的登陸戰：從模型競賽到場景為如果說2024年是AI大模型的“播種之年”，那麼2025年無疑是AI的“登陸之年”。尤其是下半年，中國各大互聯網巨頭不再滿足於發布會上的性能跑分，已悄然將戰略重心悉數轉移至“場景”這片最考驗實力的前沿陣地，路徑選擇卻又因各自的基因與產品而涇渭分明。其中，阿里巴巴的「壯士斷腕」式轉向，是一場關於流量入口的豪賭。近日，阿里已將原來的“通義”APP升級更名為“千問”，並明確表示要全面對標Chat GPT。這個佈局不僅是名稱的變更，更是阿里戰略重心的徹底轉移。阿里正集結大量資源，試圖將淘寶的電商、高德的地圖、餓了麼的外賣等核心生活服務，悉數接入這個全新的AI助理中。其意圖顯而易見，利用千問模型的技術優勢，打造一個AI時代的超級流量入口，讓使用者在一個App內，透過對話就能完成從購物、導航到訂餐的全鏈路操作。這背後，既是阿里對過去B端模型服務路徑的修正，更是對其強大電商與生活服務生態的終極考驗。阿里能否透過千問APP真正打通公司旗下的各個業務類股，從而實現無縫整合，為使用者提供極致的「辦事」體驗，或將決定這場豪賭的成敗。相較阿里的激進，騰訊的策略更顯穩健。在表面平靜之下，騰訊已通過多次的小更新，將AI技術融入了其龐大的社交帝國。與阿里不同，騰訊並不急於再造一個獨立的超級App，而是將“元寶”等AI能力，作為“智能化引擎”，全面賦能到微信、騰訊會議、遊戲、廣告等其所有核心業務線中。如在騰訊會議中即時產生紀要、在微信中快速摘要文章、讓AI輔助提升廣告的精準定向能力等。這種「生態協同」的模式，既避免了應用冷啟動的難題，又能迅速獲得大量使用者回饋以迭代技術。 AI對於騰訊而言，更像是一個“催化劑”和“增效器”，其核心目標是提升現有帝國的運作效率與商業價值。字節跳動的AI之路，則充滿了賴以成功的「爆款方法論」。作為後來者，字節的佈局務實且充滿攻擊性。 「豆包」應用的快速崛起，是其「流量換市場」策略的又一次成功復刻。豆包透過抖音、頭條的巨量導流，配合「AI伴侶」等強黏性功能，迅速抓住了大量的使用者。而在AI程式設計等專業領域，每月9.9元的「包郵」套餐，則以一種近乎「掀桌」的方式搶佔了開發者生態；其下屬平台釦子空間搭建的開發者生態，有效提高了打工人的工作效率。字節這種「實用至上、追求極致性價比」的打法，旨在透過快速落地和規模化應用，以數據飛輪反哺模型迭代，試圖在AI應用層復刻企業在短影片領域的成功。百度則是這條賽道上最執著的「技術長跑者」。堅持「晶片-框架-模型-應用」四層全端自研的百度，是全球少數實現全端自主可控的科技公司。其「All in AI」的戰略已堅持十餘年，如今正進入收穫期。其中，核心產品百度搜尋的AI化改造最為徹底。目前，百度旗下超過七成的頭部搜尋結果已由AI產生。而將百度文庫AI化，以重構為“一站式內容創作平台”，更成為國內商業化最成功的AI產品之一。百度的AI發展路徑，是一場由技術積累驅動的“效果湧現”，其深厚的技術壁壘使其在這場競爭中佔據了獨特的生態位。不過如何將技術優勢轉化為C端市場不可撼動的使用者黏性，仍是百度亟需解決的問題。兩條道路，兩種哲學：中美AI的發展分野將視線投向全球，就會發現中美AI產業正沿著兩條截然不同的道路演進。這不僅是技術路線的差異，更是市場環境與產品哲學的根本分野。美國AI的發展，呈現出典型的「技術突破驅動」模式。從OpenAI的GPT-5到Google最新的Gemini 3，這些產品往往是實驗室中誕生的革命性技術，技術發布後，再自上而下地尋找和定義應用場景。這些產品也因此更傾向於打造“強大的專業工具”，無論是作為“最強大腦”的Chat GPT，還是作為“工作副駕”的微軟Copilot，其核心價值都在於幫助用戶更有效率地完成特定任務。這種定位，自然地導向了清晰直接的商業模式——SaaS訂閱和API通話付費，用戶需要為「效率」買單。中國的路徑則恰恰相反，大廠的發展路徑是典型的「應用場景驅動」模式。基於全球最龐大的行動網路市場，大廠面對的是大量的具體需求。如何讓電商推薦更精準？如何讓內容創作更有效率？這些問題倒逼著AI技術的快速工程化落地。在巨大的需求下，大廠更側重於打造“全能的生活伴侶”，字節“豆包”的情感陪伴、阿里“千問”的“管家式”服務，價值都在於滲透用戶生活的方方面面。這種定位決定了其商業化更偏向於「生態變現」。主流打法依舊是網路的「免費」邏輯，先圈佔海量使用者，再透過生態內的加值服務、廣告效率提升或交易佣金來獲利。這樣發展路徑的不同，並無優劣之分，而是兩國市場環境的必然產物。美國強大的To B市場和開發者文化，為「工具型」AI的商業化提供了沃土。而中國無與倫比的To C生態和數字生活一體化，則為「服務型」AI的場景落地創造了絕佳條件。版圖重塑：流量、生態與未來AI技術的深度融合，正像一場深刻的底層構造運動，悄然間，已系統地重塑了中國互聯網的商業版圖。在行動互聯網時代，流量被分割在功能各異的App孤島中。而大廠擬通過AI助手，打通各業務生態。彼時，使用者無需在App間頻繁跳轉，只需在一個統一的對話介面提出需求，此後由AI理解、拆解任務，最好由APp調度後台所有服務資源完成服務閉環。這意味著，未來流量的分配權將從應用商店和超級App，向上轉移至「AI助理」的掌控者手中。誰的助理更「懂你」、能辦的事更多，誰就能掐住未來數字世界的咽喉。AI時代，傳統的「廣告+佣金」模式也逐漸被顛覆，一個更多樣化、更健康的商業模式矩陣正慢慢形成。其核心是從收割「注意力」轉向出售「生產力」與「便利性」。這主要體現在三個層面，首先，是針對專業功能的「免費+增值」訂閱模式，百度文庫的AI會員已成功驗證了這條路；其次，是在AI助理完成服務閉環後抽取的交易佣金，這將AI與GMV直接掛鉤；最後，是廣告模式的智能化革命，AI可以根據用戶實時場景實時生成廣告內容，從而將轉化效率提升到新的量級。以往，網路公司的護城河是建立在使用者關係鏈上的「網絡效應」。而AI時代，新的護城河或將演變為一個更強大的「數據+模型+生態」的智慧飛輪。擁有最豐富場景和大量使用者資料（如阿里的電商資料、騰訊的社交資料）的平台，能夠訓練出更懂該場景的模型；更聰明的模型則能提供更極致的用戶體驗，吸引更多用戶；更多用戶的互動行為又會產生更優質的資料，進一步強化模型。當這個飛輪與平台強大的商業履約能力（支付、物流、線下服務）結合時，所形成的壁壘將是純技術公司難以踰越的。展望未來， 中國AI市場的競爭格局遠未塵埃落定。這場競賽已不再是單純的模型優劣之爭，而是生態整合能力、產品創新能力和商業化效率的全方位比拚。阿里的電商、騰訊的社交、字節的內容和百度的資訊，各家都將寶押在了自己最堅實的陣地上。最終的勝負，或許不取決於誰的技術最頂尖，而在於誰能率先將AI真正融入其商業基因，並成功讓數億使用者心甘情願地為「智能」本身買單。這場深刻的變革，才剛拉開序幕。 （環球老虎財經app）

筆記君說：近日，在中歐EMBA三十周年慶典上，《連線》雜誌創始主編、《2049》作者凱文·凱利（Kevin Kelly）發表了主旨演講，用他一貫的睿智與溫度，為我們描繪了一幅關於AI（人工智慧）與人類未來的全景圖。從通用人工智慧的不確定性到智能體經濟的全新可能，從任務被取代到工作被重塑，從美國矽谷到“酷中國”的想像。他告訴我們，在充滿不確定性的時代，保持樂觀不是天真，而是一種責任；選擇相信未來會更好，才能真正創造出更好的未來。以下為演講實錄，有刪節。一、重要觀點在充滿不確定性的時代，最重要的不是預測未來，而是為未來做好準備。我們需要“異人智能”，因為它們能以全新的方式看待問題，提出人類未曾想到的解法。AI取代的是任務，而非工作。它讓人類更高效、更具創造力，而非被動失業。人類與AI的關係不是競爭，而是互補與協作。AI不是威脅，而是一面鏡子。它讓我們重新認識智慧的本質，也促使我們思考人之所以為人的意義。所謂“進托邦”，並不是一個完美的世界，而是一個每天都在變得更好一點點的世界。保持樂觀並非天真，而是一種基於歷史的理性判斷。樂觀不僅是一種態度，更是一種道德擔當。因為創新與進步，都需要建立在相信未來會更好的基礎上。未來不是“屬於”樂觀主義者，而是由他們創造的。正如當下由過去的樂觀主義者所塑造，明天也將由今天的我們來延續。未來最具競爭力的人，不是拒絕AI的人，而是能夠與AI協作、共創、共進的人。一個“酷”的人或國家，不是以力量壓服他人，而是以創造力和魅力讓他人想要模仿。二、AI與不確定性今天，我想分享的第一個主題是關於AI以及它的不確定性。提到AI，人們立刻會想到它背後巨大的未知。這種不確定性並不是因為誤解或資訊不足，而是即便全球最頂尖的專家，對未來的判斷也存在極大的分歧。在我看來，關於AI的未來，有三個關鍵的不確定性：第一，通用人工智慧是否可能實現？第二，未來計算的發展趨勢是中心化還是去中心化？第三，AI將對就業產生怎樣的影響？不確定性一：通用人工智慧是否可能實現？換句話說，我們能否真正創造出一種具備廣泛智能、能夠像人類一樣思考和學習的系統？答案是：我們還不知道。我們已經有了相關的理論，也投入了數十億美元的研究經費，但結果仍然不確定。也許未來並不會出現真正意義上的通用人工智慧，而是會出現成百上千種在特定領域中表現卓越的“弱人工智慧”。從能力的角度來看，一端是專用智能，另一端是通用智能。當前，大多數資金與資源都投入在通用智能的探索之中，許多大型公司都在押注這條路線。然而，在我看來，我們應該關注“人工智慧們”（AIs）。未來不會只有一種智能，而會有許多不同形態的人工智慧。我們將看到各種潛在的智能形態、不同的“腦結構”和思維方式。以DeepSeek、OpenAI為例，它們的模型其實都是由多個專業的弱人工智慧系統組合而成。換句話說，我們今天所看到的，是由不同“智能模組”共同運作的集合，而非單一的“通用智能體”。當我們談論智能時，不能僅以人類的認知方式為標準。不同的大腦與不同的學習結構，會產生不同類型的智能。某些動物在特定任務中比人類更擅長，而機器的優勢又體現在不同方面。由此可見，智能的多樣性本身就是自然現象。在這個廣闊的“智能空間”中，人類智能只是其中的一種形式。未來的AI，可能會出現許多“異人智能”（Alien Intelligences），它們以不同於人類的方式思考，但可能得出相同的結論。這種差異不是缺陷，而是一種優勢。我們需要“異人智能”，因為它們能以全新的方式看待問題，提出人類未曾想到的解法。因此，我相信，人工智慧的最終形態不會是一個單一的通用系統，而是一個由多種專用智能組成的復合網路。我們將生活在“智能的多樣世界”中。不確定性二：中心化還是邊緣化？第二個不確定性，是AI計算的發展方向。未來的人工智慧計算，將主要依靠中心化的雲端系統，還是更多地依靠邊緣與本地裝置？目前，大多數公司都押注在中心化的方向上。這一邏輯源自“縮放定律”，即模型越大、參數越多、訓練資源越充足，智能表現就越強。因此，我們看到大語言模型規模不斷擴大，晶片數量持續增長，模型的性能也似乎越來越強。然而，這種趨勢是否可持續？我們並不確定。更大的模型意味著更高的能耗和更龐大的資料中心，也帶來了集中化的控制問題。與此相對，另一種趨勢正在悄然興起：邊緣計算。事實上，目前全球約70%的計算發生在邊緣端：在手機、工廠、汽車、感測器以及家用裝置之中，都存在大量的本地計算活動。未來十年，隨著硬體性能的提升和模型最佳化的推進，越來越多的AI運算將轉移到邊緣裝置上。這種轉變帶來了非常顯著的優勢，邊緣計算響應更快，隱私保護更強，能耗更低，同時具有更強的獨立性。未來的智能裝置如機器人、智能眼鏡或自動駕駛汽車，將能夠在本地實現智能計算，無須依賴雲端即時指令。因此，在我看來，未來的AI計算架構很可能呈現“混合式”的格局：中心化的雲端運算與去中心化的邊緣計算共存，但主導力量將逐步向邊緣側轉移。這種分佈式結構，或許才是智能社會的真正形態。不確定性三：取代還是賦能？人工智慧究竟會提升人類工作的效率，還是會直接取代人類？專家們仍然沒有一致的答案。然而，從現有資料來看，人工智慧帶來的並不是失業，而是效率的提升。到目前為止，沒有證據表明AI導致了大規模裁員。實際上，在大多數情況下，AI幫助人們提升了生產力。研究顯示，日常使用AI的員工平均效率提升約25%。AI的引入改變了工作的結構，但並沒有讓工作消失。它讓人們從重複、標準化的任務中解放出來，專注於更具創造性和判斷力的工作。在這種意義上，AI不是替代人類，而是擴展人類的能力。以客服行業為例，過去由人工接聽的任務，如今由AI客服承擔。AI系統可以全天候工作，而人工客服則負責監督、最佳化和處理複雜問題。結果是服務效率提升，顧客體驗改善，同時創造出新的崗位，如AI培訓師、系統監管員、演算法評估師等。AI並沒有減少工作崗位，而是改變了工作的性質。正如一個工作是由多項任務組成的，AI可以取代部分任務，但無法取代“工作”本身。因為工作不僅僅意味著執行，更意味著責任、判斷與創造。AI擅長執行，卻無法承擔責任；能生成內容，卻缺乏自我學習的意識。因此我們可以說：AI取代的是任務，而非工作。它讓人類更高效、更具創造力，而非被動失業。人類與AI的關係，不是競爭，而是互補與協作。面對這三大不確定性，我們無法給出確切答案，但這並不意味著我們應當恐懼未來。相反，我們應該以開放的心態、靈活的策略去適應變化，擁抱更多的可能性。人工智慧的發展方向或許是多樣的，甚至彼此充滿矛盾，但唯一可以確定的是，AI將持續演化。它可能改變產業結構，重塑工作方式，也可能引發倫理、文化與社會層面的再思考。在這種不確定的時代，最重要的不是預測未來，而是為未來做好準備。我們無法決定AI將成為什麼樣的存在，但我們可以決定自己以怎樣的態度去面對它。保持學習的能力，保持理解的深度，保持對未知的敬意，這是人類在智能時代最大的優勢。三、AI的前沿與未來方向在理解了人工智慧所帶來的不確定性之後，我們更需要思考未來的AI將如何演進，接下來的5~10年它的發展重點會是什麼。我認為，未來AI的創新將主要體現在四個前沿方向上：符號推理、空間智能、情感智能以及智能體。這些方向不僅代表技術的延伸，更意味著智能的多維化與專業化。未來的AI將不再是單一的模型，而是一系列不同類型智能的組合。1. 符號推理：結構化智能的回歸在人工智慧的發展歷史中，符號推理是最早出現的一類智能形式。它強調通過邏輯規則、因果關係和結構化表達來理解世界。而如今，我們使用的大語言模型大多基於神經網路。這種模型雖然非常強大，但主要依賴海量的資料與統計學習。它們可以模仿語言，卻並不真正理解邏輯，也不具備深層的推理能力。這些神經網路是“扁平的”系統，內部缺乏明確的結構與層次。它們能夠生成流暢的語言，解決部分問題，卻無法像人類那樣進行“推理”或“規劃”。因此，許多研究者認為，人工智慧要實現更高層次的認知，必須引入結構化推理機制。換句話說，未來的AI需要結合自下而上的神經網路學習與自上而下的邏輯推導，讓這兩種智能模式形成互補。人類大腦正是這種多重智慧型手機制的複合體。我們擁有注意力、歸納、演繹、長期記憶、情緒調節與規劃等不同的認知系統。AI若要向更複雜的智能邁進，也必須整合這些不同的能力。因此，未來的AI研究，不僅要追求更大的模型規模，更要探索如何在“推理”“學習”“規劃”“情緒”等不同智能模組之間建立平衡與協同。我們可以把智能想像為一種複合物，由多種元素構成：推理、模擬、學習、語言、感知、記憶……這些能力的合理組合，才可能構成真正的“通用智能”。每個智能體都需要在速度、精準性、記憶和能耗之間做出權衡，無法面面俱到，這正是未來AI研究的關鍵挑戰，即如何在複雜性與效率之間取得平衡。2. 空間智能：讓AI理解真實世界目前的大語言模型在知識層面非常強大，但它們對現實世界的理解是很有限的。這些模型通過閱讀文字學習，而非在真實世界中體驗。它們知道“人類說了什麼”，但不知道“世界是怎樣的”。因此，我們需要讓AI具備“空間智能”，具備能夠在真實世界中行動、感知、理解的能力。空間智能是讓AI真正脫離文字的關鍵。未來的AI不僅要能“說”，還要能“做”；不僅要能“計算”，還要能“觀察”。例如，自動駕駛汽車需要理解道路結構、物體距離與物理規則；機器人需要三維空間識別、物體感知、理解力等。這類能力無法僅僅通過語言模型來獲得，必須通過與現實世界的互動來學習。未來的AI訓練，不僅會基於文字，還會基於物理、化學、生物等多維的資料。我們可能會擁有“大物理模型”“大化學模型”“大生物模型”，它們不再只是語言專家，而是“世界專家”，能夠通過真實資料理解世界運作的方式。這種趨勢也將催生新的互動方式。比如“智能眼鏡”，它能夠在佩戴者的現實視野中疊加虛擬資訊，為人提供導航、提醒或反饋。通過增強現實（AR）與混合現實（MR），AI將不再侷限於螢幕之中，而是會進入我們的日常環境。這種與現實的融合，將推動AI真正進入“空間化”階段。此外，AI還可以建構“數字孿生體”，在虛擬空間中複製現實世界的環境、流程與系統。未來的家庭、工廠乃至城市，都可能擁有自己的數字孿生體，由AI進行監測與管理。這樣一來，我們不僅能預測現實中的問題，還能在虛擬世界中提前最佳化解決方案。空間智能的核心，是讓AI真正理解世界的運行方式。只有當AI掌握了物理世界的規律，它才能安全地與我們共存。3. 情感智能：讓AI具備共情能力長期以來，人們認為情感屬於人類的專屬特質，而智能只是理性計算的結果。但事實上，情感與智能密不可分。情緒是人類決策的重要依據，也塑造了我們的社會行為。未來的AI，也必須具備理解與回應情感的能力。機器完全可以被程式設計來識別人的情緒，甚至表現出情緒。AI可以通過語音語調、面部表情、文字內容來判斷一個人的情緒狀態是驚訝、悲傷、憤怒還是恐懼。它可以據此調整自己的語氣與行為，展現出共情式的回應。例如，一個AI玩具可以察覺到孩子的情緒變化，在孩子傷心時安慰他或者問：“今天上學怎麼樣？”這種人機互動，會逐漸建立情感聯結。這種關係並不是虛假的。正如人類與寵物之間的情感是真實的，即使動物不具備語言；未來，人類與AI之間的情感聯結也將是真實的。我們可能會像對待寵物一樣，對AI產生情感依附。AI可以成為夥伴、諮詢師甚至“數字朋友”。這類情感互動，將在人類社會中產生深遠影響。AI將參與到教育、心理健康、陪伴、康復等領域，成為人類情感網路的一部分。人類的孤獨，或許會因此得到某種緩解。但與此同時，這也將引發新的倫理問題，當機器能“理解”我們的情感時，我們該如何定義真實與虛擬的界限？4. 智能體：從工具到夥伴智能體不同於傳統的軟體程序，它能夠代表人類執行任務，甚至與其他智能體協作。它們可以是具象的，如機器人、虛擬助手，也可以是隱形的，如自動交易系統、後台資料分析引擎。未來可能會存在數以兆計的智能體在全球範圍內運作。一個智能體可以招募另一個智能體，共同完成任務，就像人類的分包體系一樣。它們形成網路，相互協作、相互支付，構成一個龐大的智能體生態系統。智能體的理想狀態，是無形的智能。也就是說，它們默默地工作於後台，自動完成任務，而人類幾乎察覺不到它們的存在。正如電力或網際網路，只有當系統出現故障時，人們才意識到它的存在。成功的科技往往是隱形的，而AI也將走向這種透明的存在狀態。更重要的是，未來的智能體之間將形成一種新的經濟體系——智能體經濟。智能體可以彼此簽約、分工、支付。在這個體系中，最有可能成為它們交易媒介的是穩定幣，因為穩定幣能夠支援安全的小額支付，並適應機器之間的自動交易。但隨之而來的，是信任問題。一個智能體如何信任另一個智能體？如何防止欺詐、核驗任務完成情況？這些問題都需要新的信任機制來解決。這將是一個巨大的創新機會，未來誰能發明出適用於智能體世界的信任技術，誰就可能掌握AI經濟的基礎設施。當AI技術逐漸成熟，它將像電力一樣，成為一種可自由流通的資源。未來我們將按需購買智能，就像購買電力、水或網路頻寬一樣。AI會無處不在，廉價且易得。真正的競爭焦點，將不在於AI本身，而在於人與AI之間的介面。誰能讓AI使用得更自然、更直觀、更個性化，誰就擁有了未來的優勢。介面的易用性將成為新的創新前沿。AI的普及不會一蹴而就，而是一個漸進式的變革過程。從現在開始，AI的發展將經歷長達十年的吸收與整合期。在這段時間，人類將逐步學會與AI共事、調整組織架構與文化體系。我們的工作方式、管理邏輯、績效指標，都必須重新設計，以適應這個人機共生的新環境。AI的出現，不只是引入一個工具，更意味著一次文化重構。它將改變我們對生產力的定義，也將改變企業和社會的運作方式。真正的挑戰不在技術層面，而在於人類如何重新學習與智能共處。四、AI與就業、產業和組織變革人工智慧的發展，正在以一種深刻而漸進的方式重塑人類的工作與組織形態。它不僅改變了任務執行的方式，更在重新定義工作的本質與價值。AI的到來並非一場突然的革命，而是一場持續的演化。理解它的節奏與邏輯，才能更好地與之共生。1. AI的擴散節奏：從探索到整合AI的應用不會在短期內全面取代傳統體系，而會以漸進的方式滲透進社會的各個層面。未來十年，將是人類與AI相互適應的關鍵階段。這場轉變不僅涉及技術層面，更是組織與文化的變革。為了有效引入AI，企業必須重新設計工作流程，調整績效體系，重構決策結構。我們過去的工作系統是為人類員工設計的。而在未來的組織中，AI將成為團隊成員，需要在文化與結構上為它預留空間。這種調整併非易事，但正如工業革命時期電力改變了生產結構，AI也將推動管理與協作方式的根本轉變。在這場轉型中，小型和初創企業往往走在前列。它們規模靈活、結構扁平，能夠快速試驗與調整。相較之下，大型企業因流程複雜、層級較多，對AI的吸收速度會更慢。但無論企業大小，AI的融入已是不可逆的趨勢。2. AI的兩種應用形態：產品與能力在企業內部，AI的應用可以分為兩種類型。第一種是AI產品，即公司直接生產或銷售基於AI的產品和服務；第二種是AI內部應用，即企業在自身的營運與決策中使用AI，提升效率與創新能力。現實中，AI的內部應用往往發展得更快。許多公司並不直接生產AI，但已在流程管理、客戶服務、市場預測、風險分析等環節中廣泛引入AI工具。這種看不見的AI正在成為新的生產力來源。類似的情形，曾經在電力革命中出現過。當電力被發明時，最初並未立即改變工廠結構，但當工廠開始重新佈局以適應電動機的分佈時，整個工業體系發生了質變。AI正處在類似的階段，它不僅帶來了新產品，而且會引發組織形態重構。當知識與智能被系統化嵌入企業，部門邊界會逐漸模糊，協作將更加靈活，創新速度將顯著提升。3. AI的行業影響：知識密集領域首當其衝AI首先影響的，是那些以知識為核心的行業。軟體開發、市場行銷、醫藥研發、教育、金融與保險等領域，已經成為AI滲透的前沿。這些行業具有一個共同特徵：資訊密集、語言驅動、邏輯清晰，正是AI擅長的領域。以客服為例，AI客服的出現並沒有造成崗位的大規模消失。相反，AI系統承擔了大量重複性的溝通任務，而人工客服則專注於處理複雜問題與客戶關係維護。AI的加入，使企業能提供更長時間、更高品質的服務，同時催生出新的職位，如“AI客服監督員”“互動體驗最佳化師”。這種趨勢在翻譯、內容創作、教育輔導和金融分析等行業中同樣明顯。AI的角色，不再是“人力替代”，而是“人力增強”。它接管了任務，卻保留了工作的價值。這種“任務替代—工作重組”的邏輯，正成為AI時代勞動結構的核心特徵。4. 技術轉型的經驗法則：三次試驗企業在引入AI的過程中，常會經歷一個“三次試驗”規律。第一次嘗試通常代價高昂、失敗率高；第二次嘗試成本降低，但效果仍很有限；直到第三次嘗試，成本顯著下降，應用才會真正成熟。這種規律不僅適用於企業，也適用於個人。在AI應用的早期階段，失敗幾乎是必經之路。要想真正掌握新技術，必須通過反覆試驗與學習。因此，“先失敗，再成功”是AI時代的必修課。5. 工作的重組：任務消失，工作猶存AI不會讓工作消失，但會讓任務消失。每一份工作都是由若干具體任務構成的，AI接管的是那些規則明確、可預測、可重複的部分。但一個完整的工作往往包含責任、判斷、創造和人際互動，這些仍然是人類獨有的能力。醫生、教師、律師、設計師、程式設計師等職業將經歷同樣的演化，AI將成為他們的協作夥伴，而不是替代者。人類與AI的結合，將遠比單一的人或機器更強大。例如，AI醫生能夠快速診斷疾病、檢索文獻、提供治療方案，但真正的醫療判斷仍需人類醫生來完成。最理想的模式，是“人類醫生+AI醫生”的組合：AI提供知識支援，人類提供倫理判斷與同理心。同樣，在教育領域，“教師+AI助教”的形式將成為主流。AI可以提供個性化的教學反饋，而人類教師負責引導學生思考、激發創造力。未來的理想團隊，不是全人類團隊或全AI團隊，而是“人機協作團隊”。這種協作將重塑職業結構，使人類的核心競爭力回歸創造、判斷和情感領域。6. AI與責任：人類的不可替代性人類在工作中承擔三項職能：執行任務、承擔責任、持續學習。AI目前僅能承擔任務執行。它可以生成內容、完成計算，但無法承擔責任，更缺乏持續學習的能力。當AI出錯時，它不會道歉，不會補償，也不會感到內疚，責任始終屬於人類。因此，隨著AI的廣泛應用，人類承擔責任的價值反而會被重新強調。與此同時，AI的學習是間斷的。它依賴定期訓練和模型更新，而不是即時的、自我導向的學習。人類的學習則是持續的、動態的、基於情境的。未來AI研究的一個重要方向，就是探索持續學習的可能性，但目前這仍是一個尚未解決的難題。正因如此，人類的自我學習能力和責任意識，仍然是AI無法企及和擁有的核心特質。這也意味著，在可預見的未來，人類不會被AI淘汰。我們不會因為AI而失去工作，但可能會因為不會使用AI而失去競爭力。7.AI與創造力：登山與造山創造力是人類智慧的最高體現。在AI領域，我們可以把創新分為兩種：一種是“登山式創新”，即在既有的框架內不斷最佳化，追求更高的效率。另一種是“造山式創新”，即創造出全新的領域和問題。AI擅長“登山”，在既定問題中尋找最優解；但“造山”仍是人類的領域。AI可以在資料中發現模式，卻無法提出全新的問題。而人類的創造力，恰恰體現在打破舊有框架、建立新秩序的能力。科學史上，從DNA雙螺旋的發現到量子力學的誕生，每一次重大突破，都來自這種“造山”的創造力。AI或許能在未來的某一天實現這種能力，但至少目前還遠未達到。在可預見的時代，人類仍是意義與創造的源泉。總體而言，人工智慧帶來的未來不是被取代的未來，而是被賦能的未來。任務會被重新定義，職業會被重新組合，組織會被重新塑造，但人類不會被淘汰。相反，我們將因為AI而更加聰明、高效和具有創造力。AI不是威脅，而是一面鏡子。它讓我們重新認識智慧的本質，也促使我們思考人之所以為人的意義。未來最具競爭力的人，不是拒絕AI的人，而是能夠與AI協作、共創、共進的人。正如電力點亮了工業時代，AI也將點亮智能時代。這場變革已經開始，而我們每個人都是參與者。五、樂觀主義與“進托邦”在理解人工智慧的不確定性之後，我想談談第二個主題：保持樂觀的重要性。我們正生活在一個充滿劇變的時代，AI正在重塑世界的規則，也引發了人們的焦慮與擔憂。但在我看來，保持對未來的樂觀，不僅是一種選擇，更是一種道德責任。只有相信未來可以更好，我們才有動力去創造它。1.為什麼要保持樂觀每天，我們都被各種壞消息包圍。新聞報導、社交媒體、影視作品，幾乎都在傳遞一種共同的情緒：未來正在變糟。而在所有描繪未來的科幻作品中，AI幾乎總是反派角色，它控制人類，毀滅文明，取代創造者。這樣的敘事長期影響著我們，讓人們在潛意識中將AI與危險、失控、陰暗聯絡在一起。但現實並非如此。在科技史上，很多重大創新都曾被質疑、恐懼、反對，無論是電力、印刷術、網際網路還是基因技術都是如此，但它們最終卻極大地推動了人類文明的進步。我們需要新的敘事，需要一種關於希望的想像力。人類必須先想像出一個美好的未來，才能真正去創造它。這就是樂觀的重要性：它不是盲目相信，而是主動設想一個更好的世界。因為只有這樣，才有可能實現它。2.從烏托邦與反烏托邦到“進托邦”長期以來，人類在想像未來時總是在兩個極端之間搖擺：烏托邦與反烏托邦。烏托邦（Utopia）是完美無瑕的理想世界，但是靜止的、封閉的、無聊的。它不可能實現，也不值得實現。而反烏托邦（Dystopia）則充滿絕望，機器統治，人性泯滅，社會崩壞。這種極端的悲觀敘事，雖然在文學與影視中令人震撼，但它削弱了我們的想像力，讓人們失去了改造未來的勇氣。因此，我提出一個新的概念——“進托邦”（Protopia）。所謂“進托邦”，並不是一個完美的世界，而是一個每天都在變得更好一點點的世界。“進”代表進步、前進、演化。它意味著世界並不完美，但每天都比昨天要好一點。如果我們能夠讓世界每天進步1%，讓創造多一點，破壞少一點，那在十年、二十年、五十年後，我們將生活在一個截然不同的文明之中。這種緩慢但持續的改進，就是進托邦的邏輯。3.漸進的希望：1%的力量進托邦不是幻想，而是一種統計學意義上的現實，人類過去兩百年的發展已經證明了這一點。我們的壽命變得更長，教育被普及，疾病減少，能源效率提高，資訊傳播速度之快前所未有。而在中國，這種進步更為顯著。過去四十年，中國以令人驚嘆的速度實現了社會與經濟的躍升。這些事實告訴我們，持續進步是人類文明的常態。即便未來步伐會放緩，即便存在周期性的波動，從長遠看，世界仍在向前。所以，保持樂觀並非天真，而是一種基於歷史的理性判斷。從機率上講，未來繼續改善的可能性遠大於全面倒退的可能性。樂觀並不是忽視問題，而是相信問題可以被解決。悲觀只會帶來退縮，而樂觀會驅動創造。正如投資複利的奇蹟，1%的持續進步，最終將帶來指數級的改變。4.想像力的力量：從《星際迷航》到智慧型手機沒有想像力的未來，不會自動變好。樂觀不是被動等待，而是主動想像。舉一個例子，在20世紀的科幻劇《星際迷航》中，角色使用的通訊器，啟發了後來矽谷工程師設計早期的智慧型手機。當時那只是虛構的道具，但它激發了現實世界的創造。無論是飛機、電腦、網際網路還是燈泡，它們都不是偶然誕生的，而是源於某個人心中的設想。人類的每一次偉大發明，都是由樂觀主義者推動的。因為他們相信不可能的事可以實現。想像力與樂觀，是所有創新的前提。正如歷史由過去的樂觀主義者塑造，未來也將由今天的樂觀主義者創造。5.樂觀是一種選擇，也是一種責任樂觀不是天生的性格，而是後天的決定。我們可以選擇恐懼，也可以選擇希望。樂觀，是我們面對未知時做出的積極選擇。更重要的是，樂觀不僅是一種態度，更是一種道德擔當。因為創新與進步，都需要建立在相信未來會更好的基礎上。如果沒有人相信未來可以變好，就不會有人去發明新技術、改進制度、探索科學。世界需要樂觀者。他們是社會的建設者，是推動文明前行的力量。我們今天所享受的一切，都源自過去那些對未來充滿信念的人。他們在當時也面臨質疑、挫折、風險，但他們選擇了樂觀，選擇了去創造。而我們現在所要做的，就是繼續這場信念的接力。我們要成為好的祖先，為子孫後代留下一個更好的世界。未來幾代人將生活在我們今天創造的現實之中，他們或許會感謝我們，因為我們在一個充滿不確定的時代，仍然選擇了樂觀。6.樂觀的複利：成為塑造未來的人我相信，未來的歷史學家回望今天時，會說：“21世紀20年代的人們，仍處在AI發展的初期。”我們才剛剛開始。就像25年前，人們還未曾想像智慧型手機、社交網路或雲端運算會徹底改變生活一樣，今天的AI也才剛剛踏上征途。真正的未來，尚未被書寫。而書寫未來的筆，仍握在人類手中。所以，不要害怕不確定性。不確定性不是威脅，而是機會。它提醒我們，未來並非命定，而是可以被設計、被改進、被創造的。樂觀不是天真，而是一種勇氣。它讓我們在面對未知時，仍願意前行；讓我們在失敗後，仍敢於嘗試；讓我們在變化之中，保持創造的激情。未來不是“屬於”樂觀主義者，而是由他們創造的。正如當下由過去的樂觀主義者所塑造，明天也將由今天的我們來延續。樂觀並不能保證成功，但悲觀幾乎註定失敗。在充滿不確定性的時代，選擇樂觀，就是選擇成為推動歷史向前的人。六、中國的未來與“酷中國”在演講的最後，我想談談中國的未來與前景。在全球範圍內，人們常常以競爭的視角看待AI的發展：誰會成為最後的贏家？中美之間的科技競賽誰將領先？但我不想從這個角度去討論。我更關心的是另一個問題：中國能否引領潮流？換句話說，中國能否變得“酷”？1.何謂“酷中國”所謂“酷”，是一種無須炫耀的吸引力。一個“酷”的人或國家，不是以力量壓服他人，而是以創造力和魅力讓他人想要模仿。“酷”意味著自信與從容，它是一種柔性的影響力。一個“酷”的國家，擁有別人想學習、想靠近的特質；它能夠激發世界的想像力，讓人們願意走近、理解甚至融入。在我看來，中國完全有機會成為這樣一個國家。未來的“酷中國”，將通過三種方式展現自己的吸引力：卓越的產品、強大的文化輸出以及具有魅力的城市。2.卓越的產品：創造世界想要的“中國製造”首先，中國可以繼續創造全世界都想擁有的卓越產品。這種產品不僅意味著高品質，更意味著創新與設計的領先。它們能讓全球的消費者主動攢錢購買，就像人們曾為iPhone排隊一樣。設想一下，未來25年，中國有可能推出一些改變世界的新技術：全球最優秀的自動駕駛汽車、最具突破性的廣譜抗癌疫苗、最先進的智能工廠系統。中國擁有龐大的工程師群體、完整的製造體系與強大的資料資源，這些都是支撐創新的基礎。比如，中國未來或許不僅出口商品，還會出口“工廠”本身。當中國的工廠實現全自動化後，它們可以被打包輸出，運往世界各地，實現就地製造。這將意味著從“製造產品”到“製造生產力”的躍遷。在我看來，在2030年之前，中國很可能生產出世界上最頂尖的AI晶片。而在太空探索方面，中國也有極大機會率先重返月球。這些突破不僅會改變科技格局，更將重塑全球對中國創新的認知。3.文化的輸出：軟實力的崛起除了產品，中國還可以通過文化塑造影響力。美國曾憑藉好萊塢電影、爵士樂、搖滾樂、流行文化，贏得了全球的心。同樣，中國也完全具備成為文化輸出大國的潛力。當中國的故事、中國的美學、中國的生活方式被世界理解和欣賞，中國的軟實力將真正崛起。這種文化影響力並不依賴政治或經濟，而是通過創造力與情感的共鳴來傳播。未來，也許會有越來越多的人被中國的創意、審美與敘事吸引。那時的中國將是一個“酷”中國，一個讓人們自然而然地想要瞭解、學習和模仿的中國。4.魅力都市：科技與人文的融合第三種讓一個國家變“酷”的方式，是打造具有全球吸引力的城市。一個城市的魅力不僅來自建築和經濟活力，更來自它能否激發人們的好奇與歸屬感。我相信，未來25年，中國將繼續建設一批引領世界的“魅力都市”。這些城市將以綠色科技、開放文化和高效治理為特徵，它們將吸引著世界各地的遊客、創作者和企業家前來。人們會說：“我想讓我的城市像上海、深圳、杭州那樣。”他們會願意一次又一次地回來，因為這些城市不僅現代高效，更具創造力與人文溫度。5.工程師之國：資料驅動的優勢我一直認為，中國的一個重要特質，是它是一個“工程師之國”，而美國則是一個“律師之國”。這兩種結構的差異，意味著在AI時代，中國擁有獨特的優勢。工程師文化強偵錯驗、執行和問題解決，而不是爭辯與推諉。在一個以資訊為基礎的社會裡，這種文化尤其重要。中國在政策制定、技術落地和產業整合方面，能夠以資料為依據，以證據為導向，而不是依賴意識形態或直覺。這將幫助中國更快地建設一個“AI驅動的社會”，一個通過資料理解自身、通過反饋最佳化決策的社會。6.資訊社會的挑戰與平衡當然，一個以AI和資料為基礎的社會，也將面臨新的挑戰。未來的裝置與螢幕，將記錄我們的每一次操作、每一個眼神、每一個選擇。你在看螢幕的同時，也在被看。我相信，未來的技術趨勢將是“凡可追蹤之事，皆會被追蹤”。這是一種無法避免的技術演進。關鍵不在於是否可以停止，而在於如何建立平衡與信任。我們需要讓資訊流動成為雙向的。在個體的資料被蒐集的同時，個體也應有權審視系統，去監督那些監督者，去追蹤那些追蹤者。只有當監控與監督形成互相制衡，個體才能在資訊社會中保持安心，這是建立數字信任與社會公正的基礎。7.隱私與個性化的權衡在未來的智能社會中，隱私與個性化之間的矛盾將越發突出。如果你想獲得高度個性化的服務，就必須提供更多個人資料；但如果你想完全保有隱私，就只能接受標準化的對待。這是我們無法迴避的權衡。如今，人類社會正在向“個性化與透明化”的方向傾斜。人們越來越願意犧牲部分隱私，以換取便利與精準體驗。這種趨勢正在推動著社會更加資料化、可觀察化。我們需要建立清晰的規範，讓資料的使用既安全又有益，讓個體知道自己所提供的資訊用於何處、被如何使用、是否被濫用。只有當資料流動變得透明、可追責，個體才能真正受益於技術，而非被技術控制。8.AI賦能的公正社會我相信，在AI賦能的未來，中國有機會建構一個更加公正、廉潔、高效的社會。AI的應用可以幫助社會更精準地識別問題、更快速地做出決策、更公平地分配資源。中國在綠色能源、智慧城市和社會治理方面，已經展現出強大的創新能力。未來25年，中國完全有機會在這些領域繼續領跑世界。一個以AI為核心、以人本為原則的社會，將成為新的“中國模式”，一個科技與人文並重、理性與溫度平行的社會。9.成為“酷中國”“酷中國”並不是一種理想化的幻想，而是一種現實的可能。它意味著一個充滿活力、自信開放、具有創造力的國家。它的“酷”，來自創新的產品、獨特的文化與包容的城市，也來自它在技術倫理與社會公正方面的平衡。中國完全可以選擇這樣一條道路：既快速發展，又堅守人文精神；既擁抱AI，又堅持以人為本。一個既高效又公正、既現代又溫暖的社會，將是21世紀最令人嚮往的中國形象。未來的“酷中國”，將不靠權力贏得世界，而靠吸引力贏得世界。它的影響力不會來自強制，而來自共鳴；不會來自對外擴張，而來自內在的創造力。10.願景與責任我所談的，並非對未來的預測，而是一種可能的方向。未來是可以被創造的。“酷中國”的實現，並不依賴運氣，而取決於選擇。未來25年，只要中國能夠堅持以創新為驅動，以開放為姿態，以責任為底線，塑造一個讓世界尊重、信任甚至羨慕的“酷國家”，它就能夠在未來全球格局中成為引領潮流的文明力量。 (筆記俠)

【人工智慧是一場“國家級戰爭”，中國和美國都輸不起，因為AI影響的不只是經濟，而是全球競爭格局。 ——達利歐】從2015年大牛市到2025年新牛市，十年一個輪迴。此輪牛市奔騰至今，有一點已經很清晰也很關鍵：科技才是本輪牛市核心驅動力。從「川普關稅」砸出4月7日「深坑」至今，上證指數上漲27%，創業板漲72%，科創綜指漲60%。科技類股漲幅顯著領先。無獨有偶，科技革命也是美國股市最核心的敘事。此外，美國股市上漲中，「科技七巨頭」貢獻最大。中國亦然。最具代表性的是，被稱為「輝達平替」的「寒武紀」2024年以來漲幅超過15倍，市值突破6000億！對此輪突然爆發的牛市，以下幾點宏觀視野的思考極為重要：——可以確定，人類社會正在如火如荼地經歷以人工智慧為核心的新一輪產業革命，這將深刻改變人類社會的發展。從歷史上看，每一輪產業革命都將催生大牛市和超級牛股。例如，在第三次產業革命中，1980-1990年IBM股價區間最大漲幅19倍，在1990-1995年期間思科最大漲幅68倍、英特爾9.5倍，在1996-2000期間微軟和甲骨文股價分別上漲10倍、8倍。在本輪產業革命中，輝達成為最亮眼的明星。輝達僅2015年至今股價累計漲幅就超過340倍，市值突破4.3億美元。相比之下，中國市值最高的是騰訊，其市值僅為0.75億美元。當然，中國有兩家更牛的公司還沒上市：華為和字節跳動。——人工智慧是有史以來最大的工業革命，因為它影響了所有的思考。目前在人工智慧領域的競爭，主要在中美兩國之間展開。歐洲、日本、印度都基本出局，淪為被收割者。美國的領先地位毋庸置疑，不僅主導了全球最領先的平台企業（蘋果、Google、META、微軟等），也掌控了輝達這樣的人工智慧基礎設施企業。實際上，在中美大國博弈中，美國並不希望發生熱戰，更希望透過「科技戰」來達到目的。因此，美國幻想透過「晶片卡脖子」一招制敵。可以說，中美在人工智慧領域的競賽，將在很大程度上決定兩國的國運盛衰。正如達利歐所言，“AI競爭比企業盈利更重要。這不僅僅是商業競爭，而是一場“國家級戰爭”，中國和美國都輸不起，因為AI影響的不只是經濟，而是全球競爭格局。”——對中國科技實力的重估，是2025年最為重大的敘事轉變。前幾年，美國科技巨頭在全球獨領風騷。步入2025年，情況出現戲劇性變化：DeepSeek橫空出世引發對中國科技實力的重估，包括騰訊、阿里巴巴、中芯國際、華為在內的科技巨頭的實力此前被嚴重低估。事後來看，中國科技之所以能在美國包圍圈之下「逆天改命」得益於以下因素：超大規模市場，中國製造的強悍基礎，中國在網際網路和電商領域的突飛猛進，中國近年來對「自主創新」的大力投入，以及中國企業驚人的學習能力和無與倫比的勤奮。此外，正如達利歐等人所分析的，美國善於原創突破，而中國善於應用。最具標誌性意義的事件是，華為升騰和寒武紀晶片的崛起，已經令美國和輝達恐懼。無奈之下，美國宣佈恢復向中國供應輝達H20晶片，不料此舉並不被中國買帳：受「遠端追蹤」、「遠端控制」等傳聞的影響，輝達H20晶片已經停產。美國財政部長貝森特採訪中承認，中國已經研發出性能與H20晶片相當的晶片。中國能突破美國的晶片卡脖子，幾年前似乎是遙不可及的目標，堪稱「不可能的任務」（mission impossible）。如今中國取得重大進展，不能不說，這是中國的國運。此外，《南華早報》評估認為，「中國製造2025」提出的目標已經實現了86%，這是一個巨大的進展。2025世界人工智慧大會科學前沿全體會議上發佈的《全球人工智慧創新指數報告2025》，為我們評估中美人工智慧競賽提供了權威分析：——美國和中國穩居第一梯隊，總分大幅領先其他國家。——對比2023年，中美整體發展差距呈現縮小趨勢。相對其他國家，中美領先優勢進一步擴大——以大語言模型為例，美國在該領域的壟斷已經被打破，而中國大語言模型成為開放原始碼的全球領導者中美人工智慧之戰，最終鹿死誰手？達利歐說：——美國在發明方面具有獨特的競爭力，尤其是在發明最好的晶片方面。中國落後，但差距不大。中國在製造更多晶片以及讓這些晶片在應用中協同工作方面領先。中國在應用程式方面領先，並且他們正在將晶片與機器人技術整合，在這方面遙遙領先。因此，我覺得在應用和使用上會有一場激烈的競爭。2025年初，幾乎一夜之間，高盛、摩根大通、瑞銀、德意志銀行、摩根士丹利等國際大行紛紛“看多中國資產”，推動了中國科技資產“價值重估” 浪潮。最具代表性的是今年2月，德意志銀行Peter Milliken在題為《中國的，而不是AI的，斯普特尼克時刻》（China's， not AI's， Sputnik moment）的研報中指出：——Marc Andreessen將DeepSeek的發佈視為'AI的斯普特尼克時刻'，但我們認為這更像是中國的'斯普特尼克時刻'，中國的智慧財產權得到了認可。越來越不可否認的是，中國企業在多個製造業領域以及服務業提供了超值產品，而且品質優良。投資者低估了中國的技術成就。直到2024年末，中國因迅速躍升為世界汽車出口大國才受到大量關注。 2025年，中國再次震驚世界，一周內推出了世界上第一架第六代戰鬥機及低成本AI系統DeepSeek。在2023年申請的所有專利中，中國就佔了近一半。除印度外，中國擁有比世界其他國家更多的STEM畢業生。 此外，其他國家的許多畢業生也是中國人。 因此，在沒有特殊情況發生的情況下，中國企業主導地位的上升可能不會在短期內停止。投資者為主導地位買單。2025年，投資界將意識到中國的競爭力將超過世界其他地區。我們預計中國股票的「估值折價」將消失，A股/港股的牛市始於2024年，預計中期將超過先前的高點。德銀研究主管一戰封神另外一個了不起的預言來自《那吒2》。在電影的結尾，那吒和龍族合力衝突了天元鼎。充滿寓意的是，玉虛宮與美國的五角大廈相似，玉虛宮頒發的綠牌上刻有類似美國國徽的鷹圖案，象徵美國主導的全球規則。那吒對玉虛宮「好白」 的感嘆被認為是暗諷白宮的虛偽。無量仙翁冠冕堂皇的鬼話，象徵著美國「普世價值」的謊言——感謝川普已經戳破了這個謊言。天元鼎上出現了美元符號，那吒以智慧與勇氣摧毀丹爐，隱喻著對美元霸權的衝擊。東海龍族的反抗代表了打破美國霸權秩序的決心。說到這裡，大家可能已經很清楚了：此輪牛市並非經濟基本面驅動，而是源於中國科技重估引發的“國運重估”，堪稱“國運牛”。說到“國運牛”，其動力並不僅僅來自“中國科技重估”，還有多重因素的相互確認：——今年4月，中國以巨大的歷史勇氣對川普關稅訛詐進行反制，一舉戳破了川普「極限施壓」的三板斧頭。這對今後的中美博弈影響深遠——拜登2022年將俄羅斯推向了中國懷抱，川普如今又惹毛了印度，印度總理莫迪四次拒接川普電話。美國失一分，代表中國得一分——印巴空戰引發全球「重估中國軍事實力」。九三大閱兵更展現了中國強大的軍事實力，將對美國的挑釁行為產生強大震懾效應——川普政府對移民和大學發起的戰爭，正促使大批華裔頂級科學家排隊回國。 「川建國」同志太給力了！過去每年從美國向外遷移的華裔科學家，每年大約是900人，但是2020年之後猛增到了每年2600多人，主要原因就是川普臭名昭著的“中國行動計畫”。進入川普2.0以來，華裔科學家回歸祖國的趨勢更加浩浩蕩蕩。理解了上述幾點，就更能體會不久前最高領導人在紀念中國人民抗日戰爭暨世界反法西斯戰爭勝利80周年大會上的莊嚴宣示：“中華民族偉大復興勢不可擋！”從前幾年因擔心中國被美國打垮而心驚肉跳，到如今因中國復興勢不可擋而信心滿滿，這種國運大逆轉，對股市意味著什麼，相信大家會有自己的判斷。奔騰吧，國運牛！ （劉勝軍大局觀）

為了到2030年成為人工智慧領域的全球領導者，中國正在部署涵蓋從晶片到應用的整個人工智慧技術堆疊的產業政策工具。這些人工智慧產業政策的制定和拓展，引發了兩個問題：1、中國政府正在採取那些措施來支援人工智慧產業？2、這些產業措施是否有效？中國的人工智慧產業政策可能會加速中國在人工智慧領域的快速發展，尤其是通過對研究、人才、計算補貼和應用的支援。中國的人工智慧模型正在縮小與美國頂尖模型的性能差距，中國人工智慧的應用正在各個領域快速增長，從電動汽車、機器人到醫療保健和生物技術。雖然這種增長主要源於中國民營科技企業的創新，但國家的支援也有助於提升中國人工智慧產業的競爭力。然而，即使有政府的大力支援，還是有許多瓶頸亟待克服：美國主導的對人工智慧晶片以及生產此類晶片所需的半導體製造裝置的出口管制，限制了中國人工智慧開發者可用的計算能力。計算資源的匱乏迫使中國企業在投資模型開發的短期進展和建構長期的制裁抵禦能力之間做出權衡。中國的人工智慧產業政策將通過為本已強大的行業提供人才和資本，幫助中國企業與美國人工智慧公司競爭，這種發展既受益於私人市場的競爭，也受益於中國政府的投資。一、中國人工智慧政策目標和工具中國與美國在人工智慧方面的政策目標和論述有所不同。在美國，人工智慧政策論述有時被描述為“通用人工智慧競賽”；而相比之下，中國對人工智慧論述則不那麼抽象，更加側重於希望人工智慧能夠促進國家的經濟發展並增強國力，即支援整體經濟目標的經濟和工業應用。到2030年，中國的目標是將人工智慧打造成為一個價值1000億美元的產業，並在其他行業創造超過1兆美元的附加值。這一目標包括利用人工智慧升級醫療保健、製造業和農業等傳統行業。此外，它還包括利用人工智慧賦能新興產業，特別是具有實體應用的硬科技領域，例如機器人、自動駕駛汽車和無人系統。中國正在使用各種各樣的政策工具（見圖 1）。國家主導的人工智慧投資基金正在向人工智慧模型和應用的開發投入大量資金，其中包括一項 82 億美元的人工智慧初創企業基金。正在建設的國家積體電路網路，能夠彙集公共和私人資料中心的計算資源。從上海到深圳，地方政府都設立了國家支援的人工智慧實驗室和人工智慧試驗區，以加速人工智慧研究和人才培養。所有這些國家支援都建立在阿里巴巴和字節跳動等中國科技公司數百億美元私人人工智慧投資的基礎上。儘管如此，此類投資仍落後於美國的私人投資，例如 OpenAI 的星際之門項目投資 1000 億至 5000 億美元。圖1.中國的人工智慧技術堆疊和產業政策二、美國出口管制限制促使中國AI“自力更生”地緣政治緊張局勢加劇，尤其是與美國的關係，重塑了中國的人工智慧產業政策以及更廣泛的技術產業政策，使其更加注重自力更生和戰略競爭。出口管制切斷了中國獲取對人工智慧開發和部署至關重要的先進計算晶片的管道。字節跳動和百度等中國人工智慧公司已經開始抱怨計算能力受限；隨著人工智慧開發和部署對計算能力的需求不斷增長，缺乏先進晶片的獲取可能會嚴重限制中國人工智慧產業的增長。美國在總計算能力方面遙遙領先，部分原因是出口管制。規避或減輕美國主導的先進半導體出口限制的影響已成為中國人工智慧政策努力的重點。在2025年4月舉行的中央政治局人工智慧會議上，中國強調“自力更生”，並打造“自主可控”的人工智慧軟硬體生態系統。在人工智慧晶片方面，中國正在支援開發輝達GPU的國產替代產品，例如華為的昇騰系列，後者在性能和產量方面落後。依賴數量越來越少、性能越來越弱的晶片，迫使企業限制其計算能力，從而減少了它們可以同時進行的訓練和模型部署工作負載的數量和規模，目前在華為硬體上訓練的模型不足十個。此外，中國人工智慧公司正在採取其他策略來繞過出口管制並獲得被禁的輝達 GPU，包括晶片囤積以及在從墨西哥到馬來西亞的世界各地建立資料中心。因此，儘管出口管制對於美國減緩中國人工智慧發展的目標至關重要，但它們不太可能完全阻止中國的人工智慧進步，反而可能會在某些方面促進中國晶片產業的發展。中國人工智慧開發者面臨的另一個問題是缺乏成熟的美國軟體替代品。為了克服這一限制並促進自主發展，中國正在開發輝達 CUDA 軟體的替代品。在人工智慧框架方面，支援採用華為的 MindSpore 和百度的 PaddlePaddle，作為 Meta 的 PyTorch 和Google的 TensorFlow 的替代品。然而，這些框架在採用率方面目前仍然落後於美國框架，與美國程式碼庫相比，它們在 GitHub 上受到的關注度遠低於美國框架。就目前而言，中國針對西方人工智慧軟體堆疊的替代方案似乎還不夠成熟，無法完全取代西方框架。然而，如果這些替代方案日趨成熟，並形成一個真正的替代生態系統，這種情況可能會有所改變。這種動態反映了中國為增強抵禦美國出口管制能力而採取的措施的總體狀況：這些措施尚不足以克服出口管制帶來的重大限制，但有可能在不久的將來殺出重圍，發展出真正替代西方半導體和軟體的方案。三、中國的人工智慧政策會有效嗎？中國政府的支援能否使其人工智慧生態系統趕上甚至超越美國及其盟友？目前該行業的發展還為時過早，無法給出明確的答案。但總體而言，政府的支援可能不會帶來負面影響，因為中國優先考慮的政策總體上似乎是針對整個人工智慧行業的關鍵需求。中國政府的支援對於中國人工智慧的發展至關重要，尤其是在解決三大關鍵瓶頸方面：首先，如上所述，開發國產人工智慧晶片和抵制制裁的半導體供應鏈，對於在美主導的出口管制下競爭至關重要；其次，儘管中國人工智慧研究排名靠前，但其人工智慧領導者認為人才短缺是一個關鍵制約因素，這些領域的成功將決定政府支援能否幫助中國實現全球人工智慧領導地位的目標；第三，中國必須迅速擴大能源生產規模，以滿足預計到 2030 年資料中心需求增長三倍的預期，儘管中國新建發電廠的速度遠快於美國，因此很可能能夠應對這一挑戰。與此同時，中國的人工智慧產業政策也可能會在幾個方面遇到阻礙：首先，中國人工智慧公司面臨壓力，要求它們使用不太先進的本土替代品來替代全球平台，這可能會減緩它們開發前沿模型的處理程序，至少在未來幾年內是這樣。科大訊飛聲稱，除了華為的模型外，它擁有唯一一個完全使用中國製造的計算硬體訓練的公共人工智慧模型。該公司表示，從輝達轉向華為晶片（包括 Ascend 910B）導致開發時間延遲了三個月。其次，如果稀缺的人工智慧晶片不能得到有效配置，資源可能會從生產力更高的使用者身上轉移開來。第三，獲得政府支援的中國人工智慧公司可能會受到美國和其他國家更嚴格的審查，從而可能限制這些公司獲取關鍵資源（例如先進晶片）或進入國際市場的能力。例如，DeepSeek 的突然崛起已促使美國官員和機構限制其獲取美國技術，從而限制其使用。德克薩斯州、紐約州和弗吉尼亞州等州以及國防部、商務部和美國國家航空航天局等聯邦機構已禁止在政府裝置上使用 DeepSeek。人工智慧與中國已實施產業政策的其他領域（例如造船和電動汽車）有著根本的不同，部分原因在於人工智慧發展依賴於快速變化、範圍廣泛的創新。頻繁的範式轉變（例如推理模型的出現）以及對人工智慧發展軌跡缺乏共識，會讓政府難以實施長期規劃。與許多傳統行業不同，人工智慧行業嚴重依賴人才和資料等無形投入，這些投入對資本補貼的響應度較低，國家也更難控制。儘管國家支援在某些領域（例如資本密集型的計算基礎設施）可以提供幫助，但其他領域（例如基礎模型和應用的進展）將主要由私營部門推動。美國在人工智慧領域擁有競爭力，卻沒有任何政府實質性支援，而是依靠私營部門的投資和研究，這一事實表明，與其他行業不同，產業政策可能並非人工智慧競爭力的關鍵因素。人工智慧擁有龐大且不斷增長的私營市場，可以吸引企業和投資者，其市值已達7500億美元，預計還將繼續增長。此外，像DeepSeek這樣的中國私營企業引領著人工智慧的發展，而非國有企業，這表明私營部門在推動該領域創新方面可能更具優勢。中國在人工智慧領域的進步很可能將繼續由其創新型民營科技公司和初創企業推動。只要中國的產業政策能夠與民營生態系統協同或為其提供支援，有可能幫助民營人工智慧發展取得成功，從政府的角度來看這些政策就是“有效的”；如果此類產業政策與民營人工智慧生態系統的需求和挑戰沒有明確關聯，則更有可能被浪費。不過，即使獲得巨額國家補貼，中國人工智慧開發商要想縮小人工智慧投資缺口，也必須吸引更多私人投資：據估計，目前美國人工智慧公司獲得的私人投資是中國公司的十倍以上。中國人工智慧能否“超越”西方供應商，也將取決於私營部門的創新。即便中國人工智慧暫時無法超越西方，由於私營創新與公共支援相結合，中國仍可能保持強勁競爭力。 (Internet Law Review)

川普中東之行的科技隨行團中Google缺席，Gemini的月活（3.5億）位於ChatGPT和Meta AI之後，這些跡象，不免令人遐想。作為一家市值2兆美元的科技巨頭，正面臨有史以來最具挑戰性的時刻。其CEO Sundar Pichai近日接受了All-In播客的專訪，分享了他對AI革命、Google面臨的競爭、創新文化以及領導力的深刻見解。引言：從工程師到CEO：一段不尋常的旅程2004年，Sundar Pichai與採訪者David Friedberg同一天加入Google，戴著同樣的"Nougler"（新Google人）帽子。從一名產品經理起步，Pichai逐步掌管Chrome、Chrome OS、Google Drive和Google Maps等核心產品，直到2015年成為GoogleCEO，隨後在Google重組為Alphabet時接掌整個集團。過去十年，在Pichai的領導下，Alphabet股價上漲了4.5倍，市值達到2兆美元，季度收入從200億美元增長至近1000億美元。談及工作感受，Pichai表示："我熱愛打造產品，Google的基因就是深度電腦科學方法，將其應用於建構能在日常生活中影響人們的產品。能在這樣規模的公司，影響如此之多的人，是一種特權。"二、AI會終結搜尋引擎嗎？Google如何自我顛覆當被問及AI是否將顛覆Google的核心搜尋業務時，Pichai給出了深思熟慮的回答。這個問題至關重要，因為搜尋廣告營收約2000億美元，佔Google3600億美元總收入的大部分。從2012年起就開始佈局AI，推出Google Brain，2015年Pichai擔任CEO後，明確將公司定位為“AI優先（AI First）”，2015收購Deepmind，Pichai始終認為AI將推動搜尋引擎最大的進步。他指出，Google已經將AI深度融入搜尋，例如：1. 通過BERT和MUM等變換器模型顯著提高了搜尋質量2. 推出的"AI概述"功能已被150多個國家超過15億使用者使用3. 正在實驗室測試全新的"AI模式"搜尋體驗4. 使用者已開始使用更長的查詢語句，平均查詢長度是傳統搜尋的2-3倍對於“創新者困境”（害怕新技術會顛覆現有業務），Pichai認為，只有當你把它當作困境時，困境才會存在。技術發展中總會有巨大創新浪潮，唯一的方式就是全力投入。當移動網際網路出現時，人們同樣擔心螢幕空間和廣告模式的問題，但移動轉型最終表現得很好。例如當TikTok出現時，GoogleYoutube第一時間推出Shorts。"你不把它視為困境，因為使用者是你的北極星。你必須創新才能領先，朝著那個方向全力以赴。這是Google最初的原則之一：追隨使用者，其他一切都會隨之而來。"三、基礎設施優勢：Google的隱形王牌當談到Google在AI競爭中的基礎設施優勢時，Pichai透露了一些鮮為人知的細節：Google在性能和成本上處於帕累托（資源分配的一種理想狀態）前沿，正以最具成本效益的價格提供最好的模型。Google的Flash系列模型是行業中的主力。Google的秘密武器之一是自主研發的TPU（張量處理單元）晶片：- 2017年發佈首款TPU，現已進入第七代- 最新的Ironwood TPU單個分區超過40exaflops的計算能力- 從海底電纜到基礎設施規模，Google的全端方法無與倫比對於2025年750億美元的資本支出，Pichai透露計算部分的一半將用於雲業務，這反映了Google業務多元化的戰略。儘管如此，Pichai也坦承NVIDIA的重要性："NVIDIA是一家出色的公司，我們長期與他們合作。我們在內部用TPU訓練Gemini模型，但也用GPU為許多Gemini流量提供服務。我們兩者都使用，這是一個良好的組合。"四、AI競爭格局：不是零和遊戲面對OpenAI、xAI、Meta和微軟等強大競爭對手，Pichai表現出了開放態度：他強調AI不是零和遊戲。"這是一群令人印象深刻的公司和最優秀的企業家。這表明我們將看到多大的進步，因為有這麼多優秀的人努力推動進步。這是一個全新的世界，比我們去年擁有的世界要大得多。每個人都在建構自己的路徑，但會有很多成功。當網際網路出現時，Google甚至還不存在。AI是一個比我們所知道的所有以前的技術加起來都要大得多的機會領域。"當被問及中國公司Deepseek的崛起時，Pichai承認，必須在DeepSeek之後調整、先驗概念，他們比大多數人假設的更接近前沿。也提出Google內部將DeepSeek與Google的Flash模型進行了基準測試，Flash在某些方面同樣高效或更好。“這告訴你前沿正在迅速發展，有比人們完全意識到的更多玩家接近它。"五、能源約束：AI發展的真正限制因素談到AI發展的瓶頸，Pichai指出能源可能是最大的約束："當你研究任何系統時，你想找出約束在那裡，因為那是限制整個系統的因素。你正確地識別出了AI進步以及由此帶來的GDP增長的最可能約束因素。"Pichai解釋當前的挑戰不是技術不可能，而是執行問題：1. 我們需要在能源部門避免創新者困境2. 太陽能+電池最終將發揮巨大作用3. 核能、地熱能等創新需要更多關注4. 電網升級和輸電問題亟待解決5. 勞動力短缺可能成為關鍵限制因素Pichai坦言，Google已經面臨實際約束："如果你看看離開勞動力隊伍的電工數量，與我們突然對電力的需求預測，存在巨大的不匹配。我們今年在雲業務上已經受到供應限制。當我們都同時尋求擴巨量資料中心規模時，我們遇到真正的約束——項目因許可問題延遲，或者無法獲得足夠的電工。"六、量子計算與機器人技術：Google的耐心押注與Google一直以來的風格一致，公司正在耐心投資未來可能改變遊戲規則的領域。談及量子計算，Pichai表示：量子計算感覺就像AI在2015年左右的狀態。認為在5年時間框架內，會看到那個'啊哈'時刻，一些真正有用的實用計算以量子方式完成，遠優於經典電腦。至於機器人技術，Pichai透露Google正在重新審視這一領域：Google確實有可能是世界上最先進的前沿研發團隊之一。Google的Gemini機器人團隊在視覺語言行動模型方面是世界一流的。他指出，過去Google嘗試過早進入應用層，但現在AI與機器人技術的結合創造了新的機會。"當我看到人形機器人的進步時，現在我必須花5秒鐘仔細看才能分辨這是假的還是真實機器人在做這件事。我們可能離機器人技術的魔法時刻只有2-3年了。"七、文化、領導力與人才：創新的真正源泉談到Google的文化變遷，Pichai提出了深刻觀點。他認為Google提供免費食物、辦公按摩等福利的初衷，是為了創造一個積極、樂觀、創新的文化，而非單純溺愛員工，Pichai強調，真正的重點是平衡員工賦權與清晰方向。"想像一下，通過提供午餐，人們可以坐在一起，在午餐時討論想法，實現跨部門交流。這才是初衷，而不是我們試圖給人們免費午餐。我們還能吸引更高素質的人才，他們感覺自己有能力去創新。但這並不意味著我們沒有強有力的領導和明確方向。"他承認，COVID-19疫情對Google的工作方式造成了巨大扭曲，Google的文化本質上是人們見面、互動的文化，失去這種連續性確實影響了Google的文化。為解決這個問題，Google實施了3-2工作模式（每周3天辦公室，2天遠端），並有意識地建立了物理空間讓團隊聚集在一起。"現在的AI時刻既激動人心又緊張，這讓我想起了早期的Google。當我走進GDM大樓時，一些最早的工程師都坐在那裡一起工作，至少每周來5天。那種強度和興奮感，那種樂觀主義，這就是我關注的重點。"八、Alphabet的未來：不僅僅是一家控股公司當被問及Alphabet是否仍是尋找Google下一個千億美元業務的控股公司時，Pichai給出了微妙的回應："我們不是那種只是尋求在其他有吸引力的業務上投資資本的控股公司。我們是從基礎技術出發，如果能夠利用那項技術和研發，找到我們可以創新並帶來差異化價值主張的問題，我們就會這樣做。"他指出，表面上看起來截然不同的業務背後有著共同的技術紐帶：“Waymo將繼續因在Gemini和AI方面的工作而變得更好，就像Google雲、搜尋、YouTube、同構機器人技術等一樣。這是統一層。"九、領導者的反思：最大的遺憾與自豪在訪談結束時，Pichai被問及他作為CEO最大的遺憾和最自豪的成就。最自豪的成就很明顯，作為一家公司，能夠推動技術前沿。你不常聽說公司獲得諾貝爾獎，但我們做這種等級的基礎研發，然後應用它來創造業務和價值。我們在這方面做得非常出色，我認為我們作為一家公司相當獨特。"至於遺憾，Pichai透露了一個鮮為人知的故事："有一些收購我們經過激烈辯論，差點完成了...也許是Netflix吧。我們曾在某個時點對Netflix進行了超級密集的內部辯論。"結語：變革時代的掌舵者Pichai的訪談展現了一位技術領導者如何在變革時代掌舵一家科技巨頭：1. 擁抱顛覆，而非抵抗：當技術變革發生時，領先企業最危險的是保護現狀。Pichai強調"追隨使用者，其他一切都會隨之而來"的理念，即使這意味著顛覆自己的核心業務。2. 長期投資基礎設施：Google20年前就開始投資資料中心和晶片技術，如今成為其在AI競爭中的關鍵優勢。真正的競爭力來自於長期、耐心的投入。3. 競爭格局不是零和遊戲：在新技術浪潮中，市場會大幅擴張，多家公司可以同時取得成功。正如網際網路時代催生了眾多巨頭，AI時代也將如此。4. 文化平衡是關鍵：創新需要賦權員工，但也需要明確方向和問責制。在自由與結構之間找到平衡點是領導者的核心挑戰。5. 技術突破帶來意想不到的機遇：正如Pichai所言，"很難在平台之上預測創新"。就像智慧型手機+GPS+支付催生了Uber一樣，AI+量子計算+機器人等技術將催生目前無法想像的新業務。在這個AI驅動的變革時代，Google正努力保持其技術領先地位，同時尋求在新興領域建立優勢。Pichai的領導理念——平衡長期投資與短期業務需求、鼓勵創新同時保持問責、擁抱而非抵抗顛覆——為所有面臨數位化轉型挑戰的企業領導者提供了寶貴啟示。Google能否成功度過這場AI變革，讓我們拭目以待。 (JER學家)