“中国人工智能赶超美国的难度在加大，但AI应用是我们的优势所在”

【文/观察者网 周毅，编辑 张广凯】

应用落地，正成为全球人工智能（AI）竞赛的新赛场。

1月11日，ChatGPT母公司OpenAI推出了在线商店GPT Store，它也被外界视为OpenAI版的App Store（应用商店）。GPT Store汇集了各类ChatGPT的自定义版本。例如，服务于学术研究场景的人工助理Consensus、专门解决编程问题的“代码导师”Code Tutor、帮忙设计徒步骑行路线的智能助理AllTrails……

ChatGPT，正在向千行百业“下探”。

OpenAI网站截图

几乎同时，国内一大批AI应用密集上线，面向各个垂直场景提供大模型能力。

今年1月，钉钉正式发布了AI超级助理，经由这个入口，任何组织和个人，都可以定制自己生活和工作的帮手；继夸克健康助手之后，夸克上线了面向教育领域的“AI学习助手”；在日前的商家服务大会上，淘宝也宣布，将基于AI大模型的问答能力升级“店小蜜”，以提升售前售后服务能力，并开始邀请商家内测……

应用生态，正成为全球新一轮AI竞争的主战场。据钉钉联合国际知名咨询机构IDC发布的《2024 AIGC应用层十大趋势白皮书》（下称《白皮书》）。IDC预测，到2024年，数字经济的发展将在全球范围内孕育出超过5亿个新应用，相当于过去40年间出现的应用数量的总和。

伴随着全球AI应用竞争的升温，更大的挑战已经来到中国面前。

在日前的一场研讨会上，有学者表示，中美人工智能差距被拉大的风险，应该是在不断上升的。全球AI技术竞争甚至“技术打压”的逻辑也在变化——从个人、数据、资本和软硬件的“壁垒”，向应用、生态层面延伸。“最极端的情况有可能是，以中美为代表，整个国际社会在形势上，会出现两大人工智能的生态圈。”

奋力追赶势在必行。资料显示，在AI领域，中美两国保持着断层式的领先，是赛道中绝对的“头号玩家”。在不少人看来，虽然在技术迭代和投资规模等方面，中美差距明显，但中国在AI领域的优势在于应用场景、人口规模和产业集群效应——我们可以用应用落地、应用领先，带动技术进步甚至反超。

“美国先行迭代的优势非常突出，中国赶超的难度在加大”

中美两国是AI领域绝对的“头号玩家”。

英国权威统计机构Tortoise Media最新发布的《全球人工智能指数》显示，美国、中国分列全球AI赛道的第一位和第二位，远远超过名列3-5位的新加坡、英国和加拿大。不过，美国以100分的绝对优势稳坐第一位，中国以近62分的得分位居第二；此外，在创新、投资等主要指标中，中美差距也较为明显。

图源Tortoise Media  数据截至2023年6月28日

“美国先行迭代的优势非常突出，我们赶超的难度在加大。”在日前由阿里巴巴集团和中国电子技术标准化研究院联合举办的AI发展与治理创新研讨会上，有学者指出，GPT3.5等大模型产品和英伟达100系列等芯片，都在加快升级迭代，而且“到（2023年）6月份为止，全球流量前五的生成式人工智能（AIGC）产品全部来自美国”。

此外，美国在人工智能领域的投资总金额在逐年稳步上升，中国则出现下降态势。研讨会上，有学者援引资料称，2023年上半年，国内人工智能领域投融资大概161起，同比下降49%。涉及金额总额61.74亿元，同比下降62%。

在研讨会现场，中国科学院信息工程研究所技术副总师韩冀中表示，在人工智能尤其是大模型方面，国内的中文数据集和美国还是有比较大的差距；从算法和技术上来讲，中国也有起步比较晚的问题——但是差距可能没有数据那么大。

韩冀中提到，由于在基础设施方面存在着“禁售”等问题，国内算力仍是相对紧张的。“很多接触大模型的人都在反映算力不够，这是非常普遍的一个声音。”

AI应用是中国的优势

有挑战，自然也有机遇。

数据显示，中国正在加快用人工智能重塑各行各业。媒体援引WIPO（世界知识产权组织）数据显示，2017年，中国人工智能专利申请数量首度超过美国。随后这一趋势整体不断放大：2022年，中国申请人工智能相关专利29583件，比美国多出76%。

如果说专利离“应用落地”相对遥远，那么AI应用的普及，则从另外一个角度说明了中国庞大市场带来的应用活力。斯坦福大学《2023年人工智能指数报告》发现，2021年中国在人工智能领域的所有出版物（应用等）中占近40%，远远超过英国和欧洲（15%）和美国（10%）。

媒体报道截图 数据来源：界知识产权组织

在学界看来，应用场景、人口规模和产业集群效应，正是中国的优势所在。

“应用方面是中国的优势，”，韩冀中表示，“就像当时的云计算一样，中国的技术优势在应用。很多技术我们超过美国人，不是靠技术的先进性、先行性，而是靠我们巨大市场形成的应用能力，然后反哺、积累我们在特定应用下的技术。包括微信也好，抖音也好，实际上它们都是由于应用领先，然后再在技术上实现反超的。”

“我相信未来大模型也是这样的趋势。”

从公开资料来看，这也是不少学者的长期共识。去年5月，复旦大学教授、上海市数据科学重点实验室主任肖仰华对观察者网表示，大模型要想创造价值，有两个基本要求：其一是底座模型能力，其二就是行业应用。“从中国的发展态势来讲，恰恰应该用应用带动底座模型研究。”

“中国市场巨大、数据丰富，应用场景多元，可以用应用发展来带动模型进步，走一条‘农村包围城市’的路线……我们可以把外围应用和生态做好，不断去补齐数据、算力、模型和工艺方面的短板，最后在技术模型方面形成我们自己的核心竞争力。”肖仰华说。

中国工程院院士邬贺铨：AIGC重在应用探索和创新

数据显示，AIGC应用正在加速向各个行业渗透。应用创新，将成为全球AI“爆发力”的新来源。

据工业和信息化部赛迪研究院发布的消息，2023年，我国生成式人工智能市场规模有望突破10万亿元。生成式人工智能正在加速渗透制造业、零售业、电信行业和医疗健康等四大行业。数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。

据预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，中国将突破30万亿元，占比超四成。

“AIGC的应用落地对于推动我国人工智能产业快速、持续、健康发展具有非常重要的作用。融入企业运营、紧贴应用场景、致力应用创新，解决应用落地的最后一公里，才能真正发挥大模型、AIGC等新技术、新产品的作用，实现整个AI产业链和生态的繁荣。”在《2024 AIGC应用十大趋势白皮书》的序言部分，中国工程院院士邬贺铨如是说。

据工业和信息化部的统计数据，1－10月份，我国软件和信息服务业务收入98191亿元，同比增长13.7%；利润总额11426亿元，同比增长13.8%。整个行业的增长率要远高于同期GDP的增长率。

图源工业和信息化部网站

AI大规模落地必然要聚焦应用层创新——或许，这也能解释国内外厂商为何开年即“开卷”。

《白皮书》显示，在2023年一年时间，AIGC经历了三波浪潮：第一波是以GPT为代表的大模型涌现；第二波是应用层的快速创新，使智能化从Chat（聊天）向Work（工作）转化；第三波则是继续向深度业务场景挺进，打通业务数字化全流程，服务实体经济。

AI助理、专属模型、超级入口、AI原生和普惠……已经成为当下AIGC应用的关键词。

这是全球新一轮竞争的关键，也是各头号玩家的“共识”。如果说2023年是大模型元年，那么2024年将会是AI产品的爆发年。

最新推出的GPT Store，基于ChatGPT自定义版本（GPTs）。其实早在2023年11月的首届开发者大会上，OpenAI在扔出“王炸”GPT-4 Turbo的同时，就公布了GPTs。它奉行的也是超级入口、降低门槛、专属GPT等理念。一场中美乃至全球范围的应用竞争，可能才刚刚开始。

（嘉宾观点系观察者网根据现场采访、公开材料等整理，发言未经本人审订确认）