《心智对话》：中国工业水平尚未超过美国，科技创造和管理存在短板

【文/观察者网 刘程辉】

中国人口红利消失了？

中国工业水平超过美国？

中美EDA差距有多大？机遇又在哪？

2月17日，观察者网举办的科创类谈话节目《心智对话》在上海举行，本期对话以“从人口红利到技术红利——企业数字化创新的短板与问题”为主题展开。上海优也信息科技有限公司首席科学家郭朝晖、企业知识开源创始人陈果、上海合见工业软件集团联席总裁徐昀参与对话，分享他们对热点话题的看法。

（左起）上海优也信息科技有限公司首席科学家郭朝晖、企业知识开源创始人陈果、上海合见工业软件集团联席总裁徐昀参与对话 观察者网

蓝领红利消失，也给白领带来新机遇

近些年来，中国人口情况引发社会广泛关注，一些外媒还借机炒作所谓“人口红利消失”一说。

根据国家统计局发布的数据，我国人口连续三年出现负增长，总人口从2021年的14.12亿人降至2024年的14.08亿人。2024年我国新生人口954万人，死亡人口1093万人，人口比上年末减少139万人。

中国人口红利真的消失了吗？

在郭朝晖看来，要从经济角度理解这个问题。所谓中国“人口红利消失”，其实是指蓝领红利消失，但白领红利逐渐开始增加，出现了新的机遇。

“过去我们总认为人口是一个指数增长，但到了现代社会之后，许多观点都要彻底改变了。”郭朝晖指出，中国的发展其实跟人口曲线有着密切的关系。

郭朝晖测算，一个传统的农民变成一个工人，劳动效率大概要提高20到30倍。根据这个测算，从1978年改革开放到2008年第一次出现民工荒，中国的GDP增速大概每年10%左右，这两个数字基本上是能够对起来的。换句话说，农民工进城就开始促进了经济的发展。

上海优也信息科技有限公司首席科学家、前宝钢中央研究院首席研究员郭朝晖 观察者网

他提到，从历史上看，1962年到1974年是中国人口增长高峰期，每年要出生2500万到3000万左右的人口。等到2022年，这批人就开始进入60岁退休了，而补进来的人却只有大概1600万。也就是说，每年要减少1000万劳动力，而且补进来的以大学生为主，老去的以农民工为主，这样一来大概每年要减少2000万的蓝领，然后十多年下来就会减少二亿多。

“这样一种变化必然会给中国带来一个问题，那就是发动机的改变。”郭朝晖说，过去我们非常依靠廉价劳动力，中国很多企业的竞争力是与劳动力成本低密切相关的。而中国人口红利的这种变化，其本质上是蓝领的红利消失，白领的红利增加。

“所以现在一个大学生比一个农民工还要便宜，过去这可能是一种笑话，现在是一种现实。”郭朝晖认为，未来白领可能会越来越廉价，这一波的人口红利又上来了，这对产业而言是非常重要的，一个好的企业会与时俱进去发展这件事情。

郭朝晖回忆，他在2014年的时候就鼓励企业去发展机器人，去搞自动化，因为劳动力越来越贵了。但企业是否采用相关技术，往往跟技术先进性没有关系，而是跟经济性有关。现在机器人之所以用得越来越多，其实并不是机器人技术有多大的进步，而是因为劳动力越来越贵了，机器人越来越便宜了。

“所以我们看很多问题，要从经济角度去看。我觉得人口红利的消失指的是蓝领的消失，但这也给白领带来了新的机会。”郭朝晖说。

中国工业在科技创造和管理方面尚存短板

中国制造业是全球产业门类最齐全、产业体系最完整的，而美国工业正深陷空心化的泥沼。那么，中国在工业方面的发展是否超越美国？

“不是说今天中国超过了美国，而是说美国在放弃制造业。”陈果表示，美国从90年代后开始经济转型，而中国正好抓住了全球产业链转移的机遇，应该可以说是“国运”。

欧美产业链为何没有转移到同为人口大国的印度，而是转移到中国来了？

陈果认为，这与印度建国之后尼赫鲁推行的政策有关，其实当时他们是非常不欢迎外资的。所以在整个七八十年代的时候，印度整体经济是非常封闭的，那个时候东南亚的政治也是不稳定的。

反观中国，既拥有稳定的政治环境，又拥抱全球化，正好抓住了这个时代机遇。

“但是不是可以说中国超过了美国，我的答案——肯定不是。”陈果说，工业水平与三个变量有关。其一是产能，要有人有资源，还要有整个供应链体系的配套；其二是效率，由技术和管理水平构成；其三就是可持续性。

企业知识开源创始人、前BCG Platinion董事总经理、前IBM咨询全球合伙人陈果 观察者网

陈果提到了中国在科技创造和管理方面的短板。

他注意到，现在有一种说法是，在人工智能领域，美国人善于从0到1，中国人善于从1到10。他说，“有一个我认为很重要的（因素）是管理的能力，我觉得中国工业化管理能力还不够。”

陈果解释，工业本身是一个管理问题，但哪怕中国已经到了互联网公司的时代了，有的人对管理的认识还停留在小农经济时代，就是给你一亩三分地，让你们把地耕好，出来多少粮食给你多少钱。大家还没有用工业化的思维，更别说后工业化时代了，连工业化时代的一些基本的管理原则都认识不够。

对于可持续性，陈果表示，文化和价值观决定了一个国家、一个产业的可持续性。比如劳资关系的可持续性问题，“996”是不可持续的。随着社会和文化的发展，现在很多“00后”喜欢躺平，不上班，这就是一个文化或者价值观的问题。

“所以就工业化水平来讲，如果在产能、效率、可持续性这三个因素上，中国不是全面超过美国的话，今天很难说中国的制造业已经全面超过美国了。”陈果说。

超越美国，中国EDA有机会

近段时间，中国人工智能初创企业深度求索（DeepSeek）的惊艳表现，将西方业界搅得天翻地覆。有人打了个形象的比方：DeepSeek是用普通食材做出了米其林级别的料理，而且还把菜谱给公开了。而其中的食材之差，也就是普通芯片跟高性能芯片之差。

说到芯片，就必须提及电子设计自动化（EDA），它被称作芯片创新的源头。EDA是指利用计算机辅助设计（CAD）软件，来完成超大规模集成电路（VLSI）芯片的功能设计、综合、验证、物理设计等流程的设计方式。

谈及中国的EDA发展历史，徐昀表示，EDA本来是一个专业度较大，大众关注比较少的一个领域，但现在整个社会对这个专业领域的关注热度在上升。EDA本身的发展也有60年的历史，这期间芯片和系统的集成度和复杂度实现了非常大的进步，是人类历史上很重要的一次革命，是信息化革命中最重要的因素。

在冷战期间，EDA作为一项核心技术，对社会主义国家是禁运的，中国此前很难获得这样的技术。所以当时国内也从国外请了一些华裔的或者中国籍的专家回来，自己开发了熊猫系统。

伴随着90年代苏联解体，EDA开始慢慢进入中国市场，快速培养了中国用户。从90年代到现在，中国整个芯片行业、电子系统行业都有非常大的发展和进步，也跟EDA的普及存在非常大的相关性。

中国的EDA与国外的差距还有多大？

徐昀表示，首先从差距方面来看，美国EDA公司发展多年，经历了很多并购整合，技术积累是非常强劲的。中国则是从头开始，大部分EDA初创公司都是在大概五年之内成立的。在地缘政治冲突的压力面前，人们看到了中国整个集成电路行业面临的共同问题是供应链的问题，也看到了EDA对行业的重要性，所以大家都往这方面发力。

“但是目前来讲，我们缺的是全流程。”徐昀说。芯片也分模拟芯片、数字芯片，数字芯片相对比较复杂，有验证，有实现，有最后的生产，整个串链相互之间是有关联性的，对全流程工具链提出了要求，这也是我国相对比较欠缺的环节。

徐昀同时认为，中国的EDA超越美国是有机会的。

她提到，中国有一些产品已经能够达到美国最领先工具的水平，比如合见工软有一些核心产品，现在已经可以完全对标，甚至部分性能能够超过美国全球最领先产品的水平。

从一方面看，美国原来全球领先的工具软件开发时间较早，很多是在1990年左右开始做的研发，当时的软件技术跟现在相比存在比较大的差距。而且由于用户多，他们很难做架构性的调整。如果我们现在重新开始做一些产品和软件，就可以用新的软件架构，这就是我们的机会。

另一方面，对于人工智能在EDA方面的应用，中美在同样的起跑线上。现在国内产品在这个方面也有一些进展，是有机会与美国产品PK的。

上海合见工业软件集团联席总裁徐昀 观察者网

“若不是被美国掐一把，中国说不定就不做了”

“DeepSeek的出现，可以说是预料之外，情理之中的事情。”在郭朝晖看来，DeepSeek没有那么好的硬件条件，没有那么高的算力，所以走出了自己的路。一个人在干实际事情的时候，会遇到各种各样真正困难的问题，正是实际问题能给人带来真正本质性的提高。

他说，开拓性的东西一定是由资本推动的，而不是靠国家体制推动的，DeepSeek的出现也验证了这个观点。对中国来说，DeepSeek表明中国的民间资本已经达到一定程度了，只有当这股力量成长起来，这种力量才是未来战争、科技竞争的主力军。“我非常欣慰的是他们发展起来了，让我看到了希望。”

陈果表示，中国社会需要找到变量去刺激技术发展。

他回顾，AI的发展经历了专家决策、机器学习、深度学习和大模型四个阶段。在深度学习阶段，反恐等方面的需求极大刺激了深度学习技术的发展。放眼今天的大模型时代，很多企业仍对信息安全风险、数据隐私方面存在担忧，要想实现技术发展，就得对这些情况做出一些本质改变。

“就像EDA，它本身很小众，用户数量很少，所以如果说不是因为美国掐中国一把，中国说不定就不会做了。”陈果说。

随着中国数字经济如火如荼地发展，2023年10月，国家数据局正式挂牌成立。下一阶段，海量优质数据能否成为中国发展的红利？

郭朝晖给出了肯定的回答。

他表示，在过去，数据很难产生价值，因为涉及各方面的隐私，有用的东西不能用，能用的东西没价值。但DeepSeek的出现让事情有了本质性的改变，它能把数据的价值真正利用起来，比如在医疗行业。

此外，我国制度带来的资源统筹管理方面的优势，是其他国家所不具备的。“如果我们能够充分发挥整合资源的能力，这确实会成为我们的重大优势之一，很有可能在AI成熟了之后，它会变成主要的竞争能力之一。”