AI发展需要“富人”朋友圈

罗布

自2022年底ChatGPT横空出世以来，中国展现了十分急切的追赶速度，目前已累计推出了超百款大模型——号称“百模大战”、百舸争流。业内观察者普遍认为，中美大模型的差距在一到两年之间，马斯克稍早前接受采访时也表示，双方差距在12个月左右。也因此，尽管资本市场表现不佳，但AI相關概念股却总体保持飘红。

随着春节期间Sora文本生成视频技术横空出世，越来越多人开始担忧，中美AI技术差距比想象中大，且未来还有被进一步拉大的危险。

讨论AI竞争，显然不能就技术论技术，中美AI技术发展喧闹的背后，实际深受各自经济社会等因素的影响。解决如下几个问题，中国的AI技术才更有追赶的动力。

企业要先赚到钱，才能大胆搞研发

近年来，在讨论科技创新时，国家政策愈发强调“企业作为创新主体”的地位。

从当前经济整体面临的压力，企业，特别是民营企业自身发展的挑战困境来看，如何恢复和提振市场信心、如何让企业挣到钱，实际上是前沿数字科技创新的先决条件。否则创新对于业界而言，很可能成为“巧妇难为无米之炊”，和“劣币驱逐良币”的PPT圈钱浮云。

以评判企业创新投入的重要指标“研发强度”来说——其概念是“研发经费占营收的比重”。

在中国，要申报“高新技术企业”，研发强度需不低于5%。若以全球市值最高的苹果公司为例，近年其研发强度也并非特别突出，大约也就5%；风生水起的特斯拉，研发强度甚至连4%都不到。马斯克还就此嘲笑苹果，说“苹果研发花的钱不值”。

而按照中国标准，特斯拉都戴不上“高新技术企业”的帽子，苹果也只能勉强保住。

“研发强度”概念并不是不对，但我们不能只看“研发强度”这一比例数值，还要看研发金额的绝对数值。

国内顶尖科技企业中，腾讯、阿里的研发强度大约在8%，华为甚至超过15%，研发强度比苹果、特斯拉高出数倍。而从“绝对数值”看，作为中国科技创新的领头羊，这三巨头的研发投入金额之和，占到了全国总研发金额（包括所有企业、高校、科研院所等等）的7%。

不过，如果把这个研发金额的绝对数值，和美国头部企业一比，就相形见绌了。原因很简单，苹果挣的钱，比中国企业多太多。它那么大的营收和利润基数，拿出一点点比例的钱，都是巨大的财富，可以为科研提供极大的助力。

而如果我们更直观地去看企业利润，会发现中国企业和美国差距明显，中国的科技企业远没有美国的竞争对手们“那么大、那么强”。

2023年《财富》排行榜，最赚钱的20家中国公司中，有8家银行、1家白酒、3家石油、1家电信、1家电力、1家综合物流、1家保险。上述16家企业里，有15.5家是央企，这16家里面没有一家是我们直觉理解意义上的“科技企业”。

20家的榜单中，还有2家在台湾——台积电和长荣海运。只有剩下2家，是大陆的科技民营企业——腾讯和阿里，分别位列利润榜第6和第15名，其利润也分别只有工行的一半和1/5。

而如果看美国最赚钱的20家公司，苹果、微软、谷歌分列前三，脸书第9，此外是4家石油、4家金融、3家医药、2家日化、1家汽车、1家零售，苹果的利润大约是工行2倍。无论是从企业整体类别分布结构讲，还是从数字科技企业的盈利能力讲，美国都更具竞争力。而利润竞争力的背后，所蕴含的就是投资、建设、创新的底气。

OpenAI的创始人兼CEO山姆·奥特曼在回忆公司发展历程时，谈到当时急需资金。于是他最初找到美国政府——在他看来，拥有“曼哈顿计划”（原子弹）和“阿波罗计划”（登月）历史的美国政府是最佳选择。但当他吃了闭门羹后开始相信，“市场才会一直起作用”。最终结果是，微软投了10亿美元。

创新是个风险极大、收益极不明确、回报极不确定的事情。财大气粗才能掷地有声，才有可能砸出前沿的结果。

仓廪实而知礼节，衣食足而知荣辱。从这个角度说，我们需要支持鼓励中国的科技大企业进一步做大做强，而不是过度规制它。企业本身发展好、营收好、利润好、预期好、前景好，才有底气、有信心拿出更充足经费去做科研探索，去在全球市场上参与国际竞争。

科技创新，需要解放人才

对于科技创新，需要进一步解放思想。

第一，是要解放人才，为“疯狂”的人提供生存和发展空间。 这次大放异彩的Sora团队中，两位负责人都是2023年刚刚博士毕业，甚至也有00后的参与者。OpenAI的创始人兼CEO山姆·奥特曼曾说，“你试图让这群稍微格格不入的乌合之众去做一些疯狂的事情”。其实他本人就是传统观念中格格不入、疯狂的人。

作为创业者，山姆·奥特曼显然受益于美国自由开放环境，他同硅谷其他很多“神话”类似，从顶级名校斯坦福辍学。作为公开的同性恋者，他在去年刚刚与男友完婚。

作为投资者，他豪掷超5亿美元支持从事可控核聚变研究的初创公司Helion，和旨在以血浆再生、细胞编程为路线推动长寿的生物公司Retro Biosciences，这两家公司的不少研究路径，在大多数人看来都是离经叛道、天马行空的。

此外，作为社会关心者，他还创建了“世界币”——一套兼顾加密货币和生物识别系统的玩意儿，还花数千万美元开展持续多年的对美国全民基本收入的社会研究。甚至，作为政治观察者，他因为对特朗普执政感到不满，而一度考虑竞选加州州长。

若在中国的环境下，奥特曼或许会被戴上很多帽子——“辍学”“异类”“变态”“搞虚拟货币”“资本干预社科研究”……当这些帽子戴在某个天赋异禀的人头上时，很可能就会使他变得平庸。

美国足够包容开放的社会环境，培养了足够多奥特曼这样的人才。这种文化因素与人才培养间的关系在告诉我们，对于顶尖人才，可能并不适宜去做太多条框化的“引领”，而是更简单、天然地让其自由成长，给予其宽容，这对前沿领域探索尤为重要。

轻装上阵，提振企业投资信心

要解放企业，支持他们轻装上阵、大胆探索。 中美科技博弈，以大模型为代表的AI前沿科技发展，突破的希望更多在科技企业而非高校院所，这一点已在国内业界得到广泛认可。此类前沿探索，兼顾理论，但更重在应用，只有依托业界充足的财力资源和行业一线观察感知，才可能在大量算力和海量数据的基础上，涌现出更顶尖的AI大模型成果。

美国的情况就是这样，DeepMind、OpenAI及其背后的谷歌、微软，一方面依赖麻省理工学院、斯坦福大学这样的顶尖大学，但就应用发展本身来说，又必须面向消费市场。作为一条创新铁律，中国也必须如此，未来假如中国AI有质的突破，大概率不在高校与科研院所，而在科技企业。

当前，一个不容乐观的形势是，从投资环境讲，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。

公开数据显示，2023年上半年，全球人工智能领域共计发生融资1387件，筹集融资金额255亿美元。其中中国国内人工智能领域仅161件，总金额61.74亿元（折合不足9亿美元）。中国的融资件数相较去年同期下降49%，金额则同比下降62%。

这也是当前中国投融资整体趋弱的一个缩影——在大环境下，不少企业不能投、不敢投，即便在最火爆的AI领域也不例外。如何面向企业给出更切实的“定心丸”，提振企业投资信心，将其从过去一段时间里“防止资本无序扩张”的寒蝉效应中解放出来，也十分重要。

自GPT问世以来，相当多的中国AI领域专家都表示，应用是中国的优势。中国科学院信息工程研究所高级工程师韩冀中指出：“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”。

复旦大学教授肖仰华也多次表示：“中国可以用应用发展来带动模型进步，走‘农村包围城市的路线”。但与此同时，技术前沿的未知性、应用的不确定性，甚至数据本身的敏感性等，使得内容安全等因素像达摩克利斯之剑一样悬在各家企業头顶，多少使得大家心有戚戚。

创新往往是会犯错的，不可能有不犯错误的创新。如何激活数字科技企业，让他们少一些忌惮，多一些踏实，更大胆去投资、去探索，是一个迫在眉睫的问题。

本文来自微信公众号：风声OPINION（ID： ifengopinion）