“中美科技前沿”系列之一：AI時代，中國企業的創新之路

計算機之父約翰·馮·諾依曼曾說：“技術日新月異，人類生活方式正在快速轉變，這一切給人類歷史帶來了一系列不可思議的奇點。我們曾經熟悉的一切，都開始變得陌生。”

人工智能（AI）正在以前所未有的速度發展，深刻地改變着我們的生活和工作方式。從智能語音助手到自動駕駛汽車，從個性化推薦系統到醫療診斷，AI的觸角已經延伸到各個領域，並展現出巨大的潛力和機遇。

未來AI技術將如何深刻改變我們的生活和工作方式，而企業又應如何積極擁抱變革、把握機遇，實現轉型升級？

長江商學院AI+ Web3研究中心推出“中美科技前沿”系列文章，旨在以數字科技和國際化爲主題, 介紹國內外最前沿的理論和實踐，總結可供遷移的思路和方法，梳理科技的發展帶來的新商機，甄別中國企業科技化和國際化的新機遇。

長江商學院孫寶紅教授與AT&T院士兼首席網絡架構師Larry Zhou最新發表的該系列開篇文章從人工智能的發展方向、制約因素和實際應用出發，聚焦於機器人技術、腦機接口等前沿領域的探索，深入探討了中國科技企業國際化的機遇與挑戰，以期爲中國企業利用AI技術實現創新和增長提供參考與借鑑。

作者 | 孫寶紅 Larry Zhou

來源 | FT中文網

孫 寶 紅

長江商學院市場營銷學教授

傑出院長講席教授

AI時代，中國企業的創新之路

Q: 請問人工智能爲何能擁有智慧？與人類相比，它在哪些方面具有優勢？

答：在當今的知識與智慧的探討中，我們可以看到兩者之間的密切關係。知識是我們通過學習、經驗以及信息和事實的積累而獲得的。而智慧則是在這些獲得的知識基礎上，通過總結、推理和分析而產生的深入理解和洞察。現如今，人工智能也展現出了類似的過程。在我們訓練人工智能模型的過程中，首先需要向其輸入大量的知識和數據。當這些知識積累到一定程度時，就有可能發生智慧的＂涌現“。

以OpenAI爲例，這家公司在過去幾年中一直探索如何通過海量數據和知識堆疊來觸發人工智能的智慧涌現。直到2022年11月，隨着GPT-3.5的發佈，他們首次觀察到了智慧的涌現現象。這種智慧的涌現現象與人類的學習過程有相似之處。我們在積累了足夠的知識後，也會逐漸產生智慧。2023年3月，OpenAI推出的GPT-4可以說是當時最先進的人工智能模型，其參數總量已經達到1.76萬億個。而作爲對比，我們人類的大腦中有大約 860億個神經元，這些神經元通過突觸相互連接，總和達到約100萬億個。GPT的參數數量正在逐漸接近人類神經元的規模。

通過測試，GPT-4的智慧水平已經達到了IQ80-90， 然而在知識覆蓋面上， GPT-4則遠遠超越了個體人類。人類個體的知識面通常比較狹窄，只涵蓋特定領域的內容，而GPT-4的知識面幾乎涵蓋了人類文明發展至今的所有知識。並且，GPT-4無需像人類一樣休息和睡覺，它能夠持續學習，其獲取知識的速度也是人類的百倍以上，到2024年，最新的GPT-4o模型已經超過了人類，達到了IQ120。

現在，GPT-4能夠完成的大部分任務，與人類能力幾乎無異。比如，人類通過視覺、聽覺、味覺和觸覺感知世界，而這些感知能力GPT-4同樣具備，甚至在某些方面超過了人類。例如，在視覺表現上，GPT-4對物種的識別以及對人臉的識別能力已經超越了人類。此外，深層次的AI技術還可以生成各種語言、繪畫、藝術作品和程序，幾乎涵蓋了人類創造力的各個方面。

這讓我們不得不思考：人類在面對如此迅速發展的人工智能時，將何去何從？

Q: 目前人工智能有哪些主要發展方向？

答：在當前的人工智能領域，主流技術方向主要分爲兩個，即：卷積神經網絡(Convolutional Neural Network, CNN)和生成式AI(Generative AI)，兩者各有所長。

卷積神經網絡主要應用於圖像識別、人臉識別和語音識別等領域，通過層層卷積和池化操作，對圖像和語音數據進行處理和識別；而生成式AI則以Transformer和Diffusion等模型爲基礎，通過複雜的算法和深層次學習，生成全新的內容, 因此具有隨機性和創造性，能夠“無中生有＂，產生出意想不到的結果，拓寬了人類的思維邊界。

目前廣爲應用的ChatGPT是生成式AI的一個重要代表。它主要基於 Transformer模型，後者是在2017年被首次推出的，而後被OpenAI採用並持續優化。在此過程中，OpenAI在肯尼亞等人力成本較低的地區收集和處理了大量數據，通過長達五年的訓練，最終使模型開始展現出智慧。而一旦智慧涌現，便如同打開了潘多拉的盒子，進展迅猛且難以控制。

生成式AI的應用範圍非常廣泛，包括文案撰寫、報表生成、繪畫、視頻製作，甚至編寫程序等領域。比如，在金融行業，生成式AI在數據分析和財務報表處理方面有強大的實力，能夠快速、精準地完成複雜的分析任務，對華爾街及整個全融行業產生了深遠影響。翻譯也是生成式AI最早應用的領域之一。由於其卓越的語言理解和生成能力，生成式AI在翻譯方面往往比人類翻譯更加準確，這對現有的翻譯行業帶未了巨大的衝擊。生成式AI的這些能力使得它在越未越多的領域中發揮着不可替代的作用，引發了廣泛的關注與討論。

當前，人工智能的研究方向中，另一個備受關注的領域是人類社會的模擬。這個方向旨在探究人類社會的形成和發展，試圖通過模擬未理解人與人之間的關係、社會等級、宗教、階級、黨派等複雜的社會結構是如何逐漸形成的。

從歷史和宗教書籍中可以瞭解到，宗教的出現是爲了管理人類社會。當人類從原始社會進化而未，面對日益增多的人口和複雜的社會關係，單靠個人或小團體已經無法有效管理，這時宗教作爲一種管理工具應運而生。隨着時間的推移，黨派等政治團體也隨之出現，這些進一步影響着社會的結構和發展。

如今，研究人員可以嘗試利用人工智能未模擬人類社會的形成過程，並預測未來社會的發展趨勢。這種模擬可以幫助人們在做出重大決策前預見可能的後果。例如，在國家層面上，決策改革開放或選擇內循環等重大政策時，可以通過模擬未評估不同決策的潛在影響。要知道，過去要進行如此大規模的模擬非常困難；而如今，在人工智能的助力下，這一領域的研究變得更加可行且充滿潛力。

機器人技術也是一個重要的發展方向。儘管人工智能已經展現出了強大的計算和分析能力，但其實際行動能力仍需要通過機器人來實現。如果把人工智能視爲大腦，而機器人則賦予了這個“大腦“行動的能力。

AI分身技術也是一個引人注目的領域。未來，可能不僅僅只有一個 “你”，在虛擬間中或許還會存在另一個“你”。這引發了一個更深層次的問題：在這個宇宙中，我們是否真的是最高的智慧？還是我們如同（《黑客帝國》）中那樣，只是被操縱的NPC?

儘管這些想法聽起來很玄妙，但人工智能的進步讓我們不得不重新思考這些問題。

除了互聯網和企業應用之外，AI在生物醫學領域的應用也令人矚目。

例如，谷歌推出的AlphaFold模型能夠快速解開大約兩億個蛋白質結構，解決了蛋白質結構預測的問題。2024年，AlphaFold獲得了諾貝爾化學獎。MIT開發了一套選藥系統，利用AI來篩選出新的抗生素。AI在選藥過程中採用的方法與人類的傳統方法完全不同，最終選出的抗生素效果顯著。這顯示了AI在某些領域的非凡潛力和獨特性超出了人類的預期。

雖然AI有時帶來的結果令人意外，但它的創新能力和潛在價值是不可忽視的。在未來，我們更應該進一步擁抱和利用AI, 以應對各種複雜的挑戰和需求。

Q: 機器人技術是AI一個重要的發展方向，能否詳細談一下中國的機遇？

答：我認爲機器人賦予了AI實際的行動能力，使得AI不僅僅停留在思維層面，而是真正能夠在物理世界中執行任務。目前，傳統工業領域中使用的機器人已經非常普遍，比如倉庫、碼頭以及生產線上的機器人，這些應用已經司空見慣。然而，未來的機器人將更加智能化，特別是在家用機器人方面，我認爲這些將成爲重要的發展方向。

隨着全球人口老齡化的加劇，養老機器人的需求將日益增加。未來的家用機器人不僅需要具備高水平的智能，還需要能夠適應各種不同的環境，這與現有的工業機器人在固定環境下工作的方式截然不同。這些新型機器人將不再侷限於簡單重複的任務，而是能夠在家庭、護理等複雜多變的場景中獨立作業。

例如，特斯拉計劃推出價格在兩萬美元以內的家用機器人，這表明未來的消費趨勢可能會從傳統的炫富——比誰的車好、房子大，轉變爲比誰擁有更多、更智能的機器人。

目前，有一些開源的機器人項目值得關注。這些開源項目讓普通人也可以在家中製造機器人。例如，有一個開源項目展示了可以在家裡炒菜做飯的機器人，儘管目前它的成功率還不高，約在20%到30%之間，但它爲我們展示了未來的可能性。通過精化和優化這些開源項目，中國企業完全有可能進一步發展這些技術，使其更好地服務於家用市場。

機器人技術的另一個重要發展方向是腦機接口（Neuralink）。腦機接口技術通過連接大腦與計算機，使得人類可以通過思想來控制機器。Elon Musk的Neuralink項目就是一個典型例子，其在大腦中植入芯片，讀取腦電波，並幫助實現行動。這項技術可以幫助那些因身體缺陷而無法行動的人，通過機械手臂或腿來恢復行動能力。此外，腦機接口技術還可以幫助盲人重獲視覺。雖然目前這種視覺仍然非常粗糙，但未來這一技術將會日漸成熟。

腦機接口還有一個有價值的應用，即爲人類提供“第二個大腦”。當前，我們的大腦在記憶力和信息處理能力方面都有侷限性，而通過腦機接口，人類有望獲得一個外部的“超級大腦”，作爲 “外掛”幫助人們解答覆雜問題。未來，AI可能會通過這種方式與人類大腦直接連接，實現更高效的信息處理和決策支持。

Q: 爲什麼要開發針對企業的縱向專家模型？如何解決算力問題？

答：在中國，人工智能領域還有一個巨大的發展潛力，即針對企業的專家模型。隨着OpenAI GPT-4通用模型的出現，我們發現這些模型雖然功能廣泛，但並非總能提供符合特定需求的精準結果。通用模型在許多領域表現出一定的能力，但由於其廣泛性，它並不是某一領域的專家。因此，許多企業對其實際應用持保留態度。例如，有些企業就禁止使用OpenAI的ChatGPT-4, 因爲他們認爲企業的數據是極爲寶貴且保密的，不能輕易共享給第三方。

因此，我認爲通用模型在商業應用中，尤其是在企業級的使用中，其價值尚待進一步驗證。相較之下，我更推崇針對企業的專家模型。專家模型專注於特定領域，能夠提供更有針對性和更精準的解決方案。例如，華爲開發了一套專門用於天氣預報的系統，這一系統就是針對企業需求而設計的，專門在某一領域具有特別的專長。我認爲，這樣的專家模型市場潛力巨大。

在AI的最新發展中，多模態模型也是一個重要的方向。多模態模型意味着AI不僅可以處理文本，還可以理解和生成視頻、圖片、音樂等多種形式的內容。這使得AI越來越像人類，能夠通過多種感官獲取和處理信息。然而，對於企業應用來說，相對於多模態模型，我認爲另一種模型可能更具潛力，即專家模型的集合，這一概念被稱爲“Mixture of Experts” (MoE)。

MoE模型的核心思想是，能否通過多個小的專家模型的協同合作，超越單一的大型模型，如GPT-4。

正如中國有句俗語所說，“三個臭皮匠能頂一個諸葛亮”，這種方法強調通過多個專精於特定任務的小模型來共同完成複雜任務。最近，有一家名爲Mystery的公司實現了這一目標，他們利用七個規模爲7億參數的小模型，成功超越了規模達到1750億參數的GPT-3.5。這一突破顯示出，在某些特定應用場景下，多個小模型的組合確實可以與甚至超過單一的大型模型。Mystery公司計劃推出一個由十幾個小模型組合而成的系統，這些小模型各自專注於不同的任務領域，有望在性能上超越GPT-4。

2024年，由杜克大學、斯坦福大學以及Together AI 所組成的團隊提出了一種更加創新的方式“Mixture of Agents” (MoA) 來進一步增強大語言模型的性能。MoA方法的關鍵創新在於其分層架構。該系統使用了多個層，每個層包含若干智能“代理”。每個代理從前一層的所有代理那裡獲取輸入，以生成其響應。這種設計使系統能夠利用模型的多樣性，通過使用具有不同優勢的多種代理，調動比單一模型更廣泛的能力範圍。多層次的方法還允許迭代優化，輸出在經過多個階段時逐步改進。

MoA爲通過結合多個模型的優勢，打造更強大且全面的AI助手打開了可能性。此外，這也表明了一條資源優化的路徑，即通過使用小型開源模型的集成，可能減少對大型專有系統的依賴，同時實現高性能。各類組織或許能夠根據自身的特定需求，靈活組合不同的LLM（大語言模型），來創建定製化的AI系統。從研究角度來看，MoA框架爲探索不同AI模型如何互補提供了一條新途徑。

這一方向我極爲關注，因爲AI的發展過程中，算力需求始終是一個關鍵限制因素。尤其在中國，計算資源的短缺限制了大規模通用模型的訓練和應用。如果我們能夠利用有限的算力來訓練多個小型專家模型/智能代理，並將它們組合在一起，這種方式完全有可能實現“諸葛亮”式的效果，即通過團隊合作超越單一強大的對手。

我特別感興趣的是縱向的專家模型，尤其是那些針對企業特殊數據的模型。在美國，這種模型被稱爲“vertical models",它們專注於某一行業或特定領域的數據集。每個企業都有其獨特的數據，這些數據是企業最寶貴的資產。如果企業能夠利用自己的數據和行業數據來訓練出專家模型，那麼這些模型在特定任務上的表現可能會優於像GPT-4這樣的大型通用模型。

而這種專家模型的潛力在於它能夠提供更加精確和專業的解決方案，這對於許多企業來說是至關重要的。通過結合企業的特定數據，專家模型能夠生成更爲精準和有針對性的結果，這不僅可以提高工作效率，還能夠幫助企業在競爭中獲得優勢。因此，我認爲專家模型的應用前景非常廣闊，特別是在中國這樣的市場，利用有限的計算資源未打造針對性的AI解決方案，將會是一個非常有前景的方向。

Q: AI有一天會取代人類嗎？

答：現實中，人工智能在許多領域已經展現出強大的輔助作用。然而，儘管AI看起非常強大，但其生成的結果並不總是與人類期望相符。比如，AI往往會給出非常籠統或長篇大論的答案，然而這些答案雖然站在較高的視角，卻往往未能解決具體的問題。因此， AI在許多情況下只能作爲助手，而不是完全取代人類。

然而，隨着AI的發展，這種助手角色可能會逐漸演變爲一種更具陪伴性質的存在。未來的AI助手可能會比任何朋友都更瞭解我們。它們不僅可以在工作中爲我們提供幫助，還可能在情感等方面與我們建立深厚的聯繫。這種情感伴隨和理解能力的提升，使得 AI在未來的應用中具有極大的潛力。

無論是機器人還是腦機接口技術，還是多模態模型的發展，今天的AI正在逐步從單一的功能走向多元化和智能化。未來，這些技術必將深刻改變我們的生活和工作方式，而我們也需要積極擁抱這些變革，充分利用AI帶來的機遇。

5G、Web3、元宇宙與人工智能發展

Q: 中國企業擁抱開放技術性思維有什麼重要性？開放技術對5G和人工智能技術發展有何影響？

答：在未來五到十年內，5G技術的發展將繼續成爲重要趨勢。然而，隨着5G的發展，Wi-Fi 7等無線通信技術也逐漸興起。我認爲，這些技術的出現對AI的推動作用極爲重要：沒有先進的無線通信技術，AI的發展將缺少“翅膀”，因爲未來的移動終端和相關設備都離不開5G的支持。在這方面，中國的5G發展非常迅速，尤其是華爲在全球範圍內具有領先優勢。

不過，此次我想討論的並不是傳統意義上的5G，而是一個新的概念——開放網絡技術（Open Network）和開源（Open Source）技術。首先，我想介紹一下開放無線接入網絡（Open Radio Access Network，簡稱O-RAN）。O-RAN代表開放的架構，我們可以簡單理解爲基站。中國的5G基站數量和技術領先世界，而開放網絡的概念對5G的發展有着重要意義。

最近，我與中國5G行業內一家排名第三的大型企業進行了交流，他們目前擁有20萬個基站，這一數字非常驚人。這些企業大多是上市公司，且在5G基站領域取得了顯著進展。然而，我更關注的是開放技術，因爲我一直對開放和開源技術抱有極高的熱情，並且將其作爲我的研究重點之一。

O-RAN是由AT&T和中國移動共同提出的，旨在打破傳統基站由少數幾家大企業壟斷的局面。以前，基站的設計和生產主要被華爲、中興在中國市場，愛立信、諾基亞在國際市場等幾家大公司控制，小型科技企業很難參與其中。而O-RAN的提出，改變了這一現狀，使得小企業也能夠參與基站技術的開發和應用。這種開放架構使得基站設備的成本大幅降低，同時提高了設備的通用性和互聯性，部署也更加靈活，有助於推動5G的廣泛覆蓋。

雖然O-RAN的概念早在2017年就提出了，但直到今年，AT&T與愛立信簽訂了價值140億美元的五年合同，正式開始大規模採用O-RAN方案。我認爲，O-RAN方案可能會幫助中國的一些中小型5G公司進入市場，而對於華爲和中興等大公司來說，他們可能不會積極擁抱O-RAN，因爲這會影響他們現有的市場份額。因此，O-RAN的未來更可能是由中小企業推動的。

O-RAN的開放性使得更多公司能夠參與到基站設備的開發中，降低了部署成本，同時也有助於加速5G的覆蓋，這對AI的應用和元宇宙（Metaverse）的發展都有極大的助力。AI和元宇宙對低延遲、高隱私性和高安全性的要求非常高，因此5G的全面覆蓋至關重要。而相比傳統的大型基站，O-RAN的小型基站更加靈活、易於部署，能夠更快地實現這些需求。

爲了進一步加速O-RAN或其他網絡技術的推廣，我提出了網絡虛擬化白盒子（White Box）的概念。這個概念早在十年前就已經提出，並逐漸被全球接受。它的核心思想是，將網絡設備虛擬化並運行在開放的硬件平臺上，而不是依賴於像思科或華爲這樣的大公司所提供的專有設備。這種開放的架構不僅加速了技術的更新換代，還大幅降低了成本，使得高速網絡更加普及。

可見，開放技術的發展對於推動AI、元宇宙以及未來的網絡基礎設施具有重要意義。未來的網絡將是無線和有線的融合，用戶在不同網絡之間的切換將是無感的，無論是從5G到Wi-Fi 7，還是到家庭的有線網絡，所有的連接都將無縫銜接。這種網絡融合的方向，將推動全球通信技術的進一步發展。

Q: Web3、元宇宙與人工智能發展之間又是什麼關係？

答：我們這一代人親眼見證並參與了互聯網的發展，從最早的互聯網到如今的Web3。早期的互聯網，如雅虎時代，用戶只能被動地接收信息，主要是“讀”。隨着Web 2的出現，像Facebook這樣的平臺讓用戶可以上傳自己的內容並分享給他人，實現了“讀寫”的互動功能。而如今，我們進入了Web3的時代。

Web3不僅允許用戶讀寫內容，還賦予用戶對上傳內容的版權和控制權，使得這些內容成爲用戶的數字資產。Web3還提出了網絡交互的“Spatial Web”概念，也就是一種三維的交互體驗，相較於平面的溝通方式，用戶體驗將會大大提升。

隨着人工智能的迅速發展，Web3的未來將不僅是人類與網絡的互動，還將是AI與網絡內容的交互。這種“語義網絡”（Semantic Web）將使得AI能夠理解並處理Web3上的內容，從而不僅服務於人類，也能夠服務於AI本身。

在Web3中，有許多已經廣爲人知的應用，如比特幣、區塊鏈、NFT、去中心化金融（DeFi）等。這些技術和應用爲Web3的發展提供了堅實的基礎，尤其是在元宇宙的構建中發揮了重要作用。自從GPT-4和其他AI技術出現以來，元宇宙的應用場景得到了極大的擴展。

舉個例子，未來在元宇宙中可能會出現許多虛擬人物（NPC），這些虛擬人不僅外形與現實世界中的人類幾乎一樣，而且由於AI的支持，他們將擁有自己的智慧和情感。這些NPC之間可能會形成自己的社會結構，而人類在與他們互動時，或許會將他們視爲朋友或知己。甚至有可能在未來，我們在現實中最親密的朋友或伴侶，會是一個在虛擬世界中形成的關係。

更爲科幻的是，你可以在元宇宙中“克隆”自己，創造一個與你完全相同的虛擬形象，它不僅外形與你相似，還能模仿你的行爲、思維方式，甚至可以在虛擬世界中陪伴你的家人。這種克隆技術雖然現在聽起來似乎遙不可及，但隨着AI和元宇宙技術的進步，這樣的場景正在逐步成爲可能。

Web3、元宇宙與AI之間的關係是相輔相成、互相促進的。例如，AI可以生成元宇宙中的大量內容，生成3D模型等，這大大加速了元宇宙內容的創建。而Web3中的NFT和加密貨幣則爲元宇宙經濟體系的建立提供了必要的基礎設施，使得虛擬資產可以在這個宇宙中流通。

Web3、元宇宙和AI是互相助力的技術和理念，它們共同推動了未來數字世界的構建和發展。

Q: 算力很重要嗎？您認爲未來算力產業將會如何發展？

答：算力在當前和未來的技術發展中扮演着至關重要的角色。無論是AI、元宇宙，還是Web3，所有這些領域的發展都離不開強大的算力支持。我們在訓練AI模型時，需要大量的算力；當我們運行大語言模型或多模態模型進行推理時，也同樣需要強大的算力。此外，元宇宙中3D模型的渲染，尤其是低延時的渲染需求，也高度依賴算力；甚至Web3中的加密貨幣交易和驗證都需要算力的支持。

晶體管的發明是人類歷史上的一個重要里程碑。它由AT&T在1948年發明，此前人們使用的是體積龐大的電子管。晶體管的出現使芯片成爲可能，進而催生了現代計算機和手機等設備。

算力的核心是芯片，大家都知道芯片的重要性。而我國在芯片製造領域面臨着一些“卡脖子”的問題。芯片的性能取決於其內部晶體管的數量和大小，隨着晶體管的尺寸不斷縮小（如七納米、三納米技術），更多的晶體管可以被集成到同一塊芯片中，從而提升芯片的性能。

儘管芯片對AI的發展至關重要，但在AI領域，我們並不一定非要最先進的芯片技術——人工智能芯片可以不那麼小型化，大一些也能實現所需的功能。因此，即使我們現在沒有突破三納米技術，我們依然可以利用七納米技術生產的芯片來實現AI的計算需求，也可以製造更大的GPU或TPU來滿足AI和元宇宙的需求。儘管手機芯片因爲空間限制需要更小的晶體管，但對於AI和元宇宙，這種限制並不顯著。

此外，還有一種解決方案是在AI模型上進行小型化和分佈式處理。我們可以將大模型分解成多個小模型，運行在較小的芯片上。通過這種分佈式計算，多個小模型可以協同工作，達到與大模型相似的效果。這樣一來，訓練和推理的算力需求就可以大幅減少，避免了對高端芯片的依賴。

在算力的分佈問題上，目前主要集中在雲計算中。然而，未來的趨勢是邊緣計算的重要性將越來越突出。特別是在AI和元宇宙的應用中，邊緣算力離用戶越近，用戶的體驗就越好，同時也能更好地保護隱私。將所有數據都存儲和處理在雲端，可能會增加隱私泄露的風險。

因此，雲計算和邊緣計算將會結合發展，但我認爲邊緣計算的發展速度將超過雲計算。在普林斯頓大學的一門課程中，有一個觀點“合久必分，分久必合”，這也適用於計算力的集中與分散。在未來，隨着應用需求的變化，算力的分佈也將從雲端逐步下沉到客戶端，邊緣計算將發揮越來越重要的作用。

中國科技企業國際化的機遇與挑戰

Q: 中國企業在“科技興國”的號召下，未來的出路在哪裡？

答：我認爲中國企業首先要立足於中國本土。

我們在中國本土的發展模式是要“一枝獨秀”還是“百花齊放”？是走向所謂的“內卷”，還是推進“內循環”？或者應該更具全球視野，放眼世界？

首先，我認爲應該百花齊放，支持中小企業。

現階段，中國市場呈現出一種趨勢，即政府更傾向於支持那些大型的國有企業或其他具有壟斷地位的大型企業。例如，在通訊行業中，華爲和中興得到了更多的政策扶持，而許多中小型通訊企業則面臨生存困境。這種現象反映了中國市場對大型企業的偏愛，但我認爲，小企業在科技創新方面其實更具優勢。美國的科技發展歷程很好地證明了這一點，百花齊放的小企業環境有助於激發創新動力，而大型企業往往因其市場壟斷地位，缺乏變革的動力。

大型企業如同一艘巨大的船隻，轉型艱難。而許多中小型企業仍然面臨生存壓力，經營異常艱難。我認爲，如果要加快一個國家的科技進步，最重要的是要支持中小企業的發展。

其次，應優勢互補，加強中美合作。從中美關係來看，我認爲兩國的科技領域有很強的互補性。

美國在創新方面遙遙領先，尤其是在“從零到一”的過程中。例如，在AI領域的發展，基本上每個新興行業的起源都在美國。然而，美國在這些新興行業的深入發展上卻顯得力不從心；而中國在“從一到十”乃至“從一到一百”的過程上的表現毫無疑問是全球領先的。因此，中美未來在科技領域既有競爭也有合作，這將是最理想的局面。

此外，不可否認的是，中國擁有世界上最先進的製造能力和最完整的產業鏈，在製造業方面遙遙領先。這一點在全球範圍內無可爭議。在美國，我曾觀察到他們修一條路可能需要幾年時間，而在中國，幾天內就可以建成一棟大樓。這種對比顯示了中國在製造業上的絕對優勢，我們應該爲此感到自豪。

如果中美兩國能夠在科技領域實現優勢互補，“從零到一”與“從一到一百”相結合，世界的發展將會更加美好。因此，我真心希望中美能夠加強合作，共同推動全球的快速發展。

第三，應放眼全球，開拓國際市場。

中國科技企業在國內市場的激烈競爭，導致價格不斷被壓低，利潤也日益稀薄。在這種情況下，這種內部競爭模式是否有利於企業的長期發展？還是我們應當放眼全球，走出去開拓國際市場？

當前，中國的經濟確實已經進入了一個瓶頸期。我們過去依賴的最重要的增長動力——人口紅利，正在逐漸消失。自2023年起，中國已不再是世界上人口最多的國家，印度的人口已超過中國。此外，從GDP角度來看，如果將整個歐盟算作一個整體，歐盟的GDP已經超過了中國。我們實際上位居第三，而美國則遙遙領先。

在用人成本方面，中國的勞動力成本不斷上升，現在國內的工資水平與美國相比差距越來越小，尤其是在科技行業。同時，中國的人口增速銳減，老齡化加劇，年輕一代的奮鬥意願不強，出現了“躺平”現象。在這種情況下，“內卷”顯然不是出路，內部競爭過度將難以爲企業的長遠發展提供動力。儘管外部環境不如從前友好，但我仍然認爲國際化和改革開放是中國科技企業的唯一出路。畢竟，全球有80億人口，而中國僅有14億，走出去意味着更廣闊的市場空間。

目前已有很多中國企業開始行動，走向國際市場，尤其是在發展中國家。中國在科技方面擁有顯著優勢，例如在非洲、中東、東南亞、南美和東歐等地區，我們的科技實力和產品競爭力遠遠領先於當地市場，佔領這些市場是完全可行的。

在發達國家市場方面，儘管這些國家的市場份額較大，但我們在價格和技術上同樣具備優勢。由於發達國家的用人成本極高，他們的產品價格難以降低，而中國的產品在同等質量下具有明顯的價格競爭力。最重要的是，美國作爲全球最大的單一市場，擁有三億多人口，其GDP和人均GDP均爲世界之最。一旦打入美國市場，基本上可以進入全球任何國家的市場。

因此，我建議中國的科技企業不要放棄美國市場。即使當前中美之間存在競爭關係，美國市場依然是不可忽視的。中國企業可以避開美國政府和軍方市場，專注於民用市場。美國有龐大的消費者基礎，每個家庭的消費能力都很強。中國可以憑藉高性價比的產品，通過OEM和ODM的方式，創造更多品牌，進入美國市場。

在進軍這些市場時，企業需要制定策略。例如，發達國家的人力成本非常高，產品的維護費用昂貴。因此，我們必須設計出高度自動化、智能化的產品。

例如，“零接觸”設備，即具有自動配置、自動修復功能的設備，能夠大幅減少人工干預的需求。通過這種方式，我們可以顯著降低人力成本。這種自動化和智能化的產品設計，將有助於我們在發達國家市場中站穩腳跟。

Q: 立足當前，您對中國企業有何思維的模式建議？企業應該如何行動？

答：我認爲，首先中國的科技企業應積極參與全球的開源和開放項目。

我希望中國的科技企業能夠像水一樣，適應各種內外部環境，靈活應對全球市場的變化。儘管當前外部環境並不理想，但即便在壓力下，我們仍需堅持開放，走向世界。未來的世界是一個相互融合的整體，任何國家都不可能孤立發展。我希望中國能夠與全球緊密相連，共同發展。

我堅信，世界需要中國，尤其是中國在製造業領域的領先地位。與此同時，我們也面臨着一些新的機遇。我希望中國的科技企業能夠積極參與全球的開源和開放項目，把握這些機會。

全球有許多項目都是從開源開始的，許多科技公司也秉持着一種開放共享的情懷，將他們的產品開源。例如，在人工智能領域，國內廣泛使用的很多模型其實都是基於開源模型開發的。儘管有些中國企業聲稱他們的模型是自主研發的，但仔細研究後發現，其實很多都是基於Meta的開源模型Llama 2進行的改進。這類開源項目爲我們提供了一個起點，我們可以站在這些“巨人”的肩膀上，進一步優化和發展。

其次，要強調共享，避免“彎道超車”。

我不太喜歡“彎道超車”這個詞，它讓人感覺像是要去偷取別人的成果。我更願意用“站在巨人肩膀上”這個說法，我們要一步一個腳印，紮實前行。整個世界是一體的，任何好的東西我們都可以借鑑，特別是開源項目。我們不僅可以利用開源資源，還可以向開源社區貢獻我們的成果，推動整個世界的進步。

雖然有時候開源可能會在短期內看似沒有直接經濟效益，但實際上我們獲得的是聲譽和信任。隨着時間的推移，這種聲譽將爲企業帶來更多的機會和認可。開源不僅是技術共享，更是爲企業做廣告的有效方式。因此，我們應當既利用別人的開源，也將我們優秀的技術開源出去，共同推動全球技術進步。

正如剛纔說的，中國在“從一到一百”的過程中有絕對實力。然而，我也擔心中國是否能夠保持在製造業上的領先地位。隨着人口紅利的消失和人力成本的增加，中國可能面臨與美國上世紀80年代類似的問題。當時，美國也曾是製造業的強國，依靠強大的製造能力在二戰中戰勝了日本。然而，後來美國開始重視金融和服務業，逐漸放棄了製造業，中國後來者居上成了全球製造業的領導者。現在，我擔心中國是否也會走上類似的道路，放棄製造業優勢，轉而追求金融和服務業的快速收益。

儘管如此，至少在今天，中國仍然在製造業方面遙遙領先。中美兩國完全可以在科技領域互補發展。未來的市場既充滿競爭，也充滿合作，這將是推動全球科技進步的最佳途徑。

第三，要避免“內卷”，鼓勵創新。

關於創新，我認爲我們應當避免在國內市場上進行“內卷”，即在有限的資源上進行無限的競爭。內卷會削弱每家企業的利潤，最終誰也無法生存。我們應該鼓勵創新，通過“升維打擊”來拓展生存空間，而不是在同一維度內進行激烈競爭。人工智能的出現讓人才培養變得尤爲重要，我們需要重新思考學歷的作用，以及是否要培養更多具有理想和激情的人才。

陳省身曾告訴他的學生，不要追求滿分，因爲滿分需要花費大量時間和精力，而80分已經足以理解問題的本質。他認爲，用一倍的時間獲得80分，剩下的時間去學習其他知識，能更好地促進創新。這種教育理念強調個體特質的培養，而不是讓所有人趨於同質化。

隨着科技的快速發展，終身學習變得越來越重要。我們不能停止學習，需要不斷更新知識，與時俱進。同時，科技的發展爲我們提供了更多的機會，不要害怕失敗，因爲總會有新的機遇等待我們抓住。

最後，我想總結一下：未來充滿了不確定性和挑戰，但同時也帶來了無數的機會。我們必須勇敢面對挑戰，迎接機會，成爲時代的弄潮兒。希望我們能夠成爲人類戰勝人工智能的最後防線。歷史上，只有1%的人能夠與AI共同發展，成爲未來的統治者，而剩下的99%可能會被AI取代。因此，我希望我們每個人都能成爲那1%的優秀人類，成爲人類文明的重要捍衛者。

文中圖片來自圖蟲創意，轉載需獲授權。

end

點擊下方卡片，關注長江商學院