文| 董二千
編輯|楊旭然
1945年7月，美國國家科學顧問範內瓦·布什發表了《科學：無盡的前沿》（Science：endless frontier）專題報告，指出美國在第二次世界大戰後的核心任務是發展科學技術，提出“國家的未來，將在很大程度上取決於運用科學的智慧。”
自此，美國對科技創新投入超高強度的公共財政支援，使現代物理學革命的成果得以被充分挖掘。在民間，美國政府也成功激發起公眾對“硬科技”的廣泛熱情，半導體等產業的崛起也多得益於此。
高通公司創始人艾文·雅各布就曾表示，他高中畢業後為了繼承家業，進入了康奈爾大學學習酒店管理專業，但在學校中受到當時風氣的影響，中途轉學到麻省理工學習電氣工程。這足見當時崇尚科技創新的熱烈氛圍。
鼓勵科技創新也奠定了美國的強國之基。畢竟大國博弈歸根結底是經濟實力和綜合國力的博弈，高新科技及其產業已成為國家經濟發展的新動能。
另外，美國的另一大優勢則是以跨國公司為代表的大企業，以通用、福特、等為代表的大企業將科技優勢進一步發揚，這才有了美國如今在全球經濟與科技的核心地位。
以人工智慧科學為引領的數字科技及其衍生的新形態，日益成為國家競爭的底氣和優勢。、微軟、亞馬遜等數字科技的巨頭在充分發揮自己的影響力。中國也走到了類似的路徑和節點上。但我們在數字科技領域的大企業還是太少了，並且華為、微信、抖音們在全球範圍內仍在不斷面對各類制裁。
未來國家實力的競爭，一定程度上取決於數字經濟的發展水平，以騰訊、華為為代表的中國大企業，在這場競爭中所發揮的作用至關重要。
2022年11月30日，OpenAI正式釋出ChatGPT。它不僅催生了人工智慧界的又一輪高光期，還並不常見地被譽為“蒸汽機時刻”、“iPhone時刻”甚至“鑽木取火時刻”。
美國前國務卿基辛格對此給予了罕有的高度評價：
OpenAI開發的ChatGPT現在能夠與人類交流。隨著它們的能力變得更廣泛，它們將重新定義人類知識，加速我們現實構造的變化，並重組政治和社會。
這已經成為當前人工智慧、乃至新一輪科技革命與產業變革的核心驅動力，成為各國科技發展的關鍵點。在9月份2023外灘金融峰會中，重慶市原市長黃奇帆也指出數字經濟是新一輪科技革命和產業變革的主要方向，中美兩國圍繞數字經濟正在開展激烈競爭。
在數字科技領域，如今中美之間的差距其實是在逐漸拉大的，這是我們不得不面對的事實。但可喜的是，改變也在悄然發生。
01 能力與資本
偉大的創新總是發軔於微觀組織間。
在政府、高校、企業等諸多組織中，企業對市場需求反應最靈敏，適應市場需求進行創新的願望最強烈。布什在《科學：無盡的前沿》也提到，“企業創新活動是否活躍、在創新資源配置中是否擁有主導地位，是能否推出高質量創新科技成果的必要條件。”
著名經濟學家、中國（深圳）綜合開發研究院樊綱也表示：“我們要鼓勵大企業的發展。特別是要認識到，現在的競爭不是國內競爭，而是國際和國際市場的競爭。沒有這些大企業，我們在國際市場和國際科技發展沒有話語權，尤其是在這新一輪的科技競爭當中。”
數字科技的創新具有投入大，風險係數高，回報週期長的特點，小企業先要解決生存盈利的問題，大企業才能夠容許一定程度的創新失敗，持續投入，大企業才能搞大研究。大企業的創新生態能夠帶動小企業的研究，形成良性的迴圈。
要知道，哪怕是如今炙手可熱的OpenAI，成功也離不開微軟斥巨資陪其度過沒有營收但亟需不斷燒錢的漫漫長夜。早在2020年，OpenAI就在微軟的大型超級計算機上開發其生成式人工智慧技術，該裝置使用了1萬張英偉達的GPU。
國內的前沿科技領域同樣如此。全國工商聯資料顯示，2022年中國民營企業中研發投入最多的三家公司分別為華為、騰訊、阿里巴巴，這三家企業的研發投入合計約佔全國總研發經費支出的近7%。類比來看，這三家一年的研發投入接近俄羅斯整個國家的研發投入。全球企業排名中，三家公司的研發投入均能排在前二十位。任正非在近期的一次訪談中，也透露了華為未來在AI大模型上的發展方向和野心。
任正非這樣總結華為的算力優勢：
我們盤古大模型釋出，這是千億引數的大模型。我們現在的AI叢集已支援16000板卡，將來的一個超節點叢集可管理幾十萬板卡。一個AI叢集超算系統管理這麼多板卡，支援超高速互聯、超高效的液冷散熱、瞬時爆發式供電，達到系統高可用，這些我們都不弱於美國。
而騰訊同樣早在2018年就開始研發大模型的訓練和推理技術。雖然現在還沒有看到大模型的具體應用場景，但騰訊很早就把大模型當作內部生產力了，現在300多項業務都接入了大模型。
華為、騰訊等頭部企業有資本、有能力進行大規模資源投入式的科技創新，正在國際化的科技競爭中發揮越來越重要的作用。根據Counterpoint資料顯示，華為鴻蒙已成為覆蓋終端數量排全球第三的作業系統；騰訊的數字孿生等一系列數字科技創新能力也在全球首屈一指。
02 場景與優勢
AI晶片被視為是大模型的大腦，是支撐ChatGPT們高效生產及應用落地的基本前提。而英偉達高階GPU的禁運，也的確影響了國產大模型的發展。
不過，從資料來看，在算力層面，中國未必就處於劣勢。
中國工程院院士鄔賀銓曾指出，按2022年年底的資料，美國佔全球算力36%，中國佔31%，單看算力總規模，中國與美國確實有差距，但差距並不大；若以GPU和NPU為主的智慧算力規模來看，2021年美國智算規模佔全球智算總規模15%，中國佔26%。
此外，在資料豐富度和底層演算法層面，中國並不落後。
一方面，中國龐大的消費市場上積累了物流、電商、醫療等各個行業的海量資料，且各個行業數字化轉型的強烈需要，又為大模型落地提供了大量需求端支撐。尤其是BAT等頭部企業，積累了天量級的消費資料，足以為大模型提供充足的訓練資源。
另一方面，中國在全球範圍佔據先發優勢，早在2021年北京智源人工智慧研究院就釋出了1.75萬億引數量的悟道 2.0，截至2023年10月，我國已經發布了238個大模型。
尤為關鍵的是，以大模型為代表的人工智慧技術，未來需要在更加嚴肅的專業場景和工作場景中發揮價值，形成生產力，技術的未來還需走向應用。只有能夠適配持續動態變化的應用場景，才能實現人工智慧的實際應用，才能服務於經濟和產業發展。
畢竟如果沒有足夠的場景落地，這在商業上一定是不可持續的。舉個例子，早在1999年前後，我國就有了Xteam、藍點、中科紅旗、銀河麒麟、中軟Linux等一大批國產作業系統玩家，但至今依然聲色寥寥。
中國工程院院士倪光南曾公開表示：“在作業系統方面，不一定是我們技術比人家差，而是在生態系統的建設上更加難一些。因為發達國家先入為主，已經在市場中建立了一個完備的生態系統。”
如今的數字科技同樣如此。
2023 年OpenAI收購一家名叫Global Illumination的遊戲公司，主要目的是“找應用場景”， OpenAI可以在實際應用中不斷測試和改進他們的模型，從而為更廣泛的AI研究提供寶貴的反饋和經驗。
中國的一批頭部企業也在著重發力於此。其正將自身業務與大模型深度結合，把應用場景作為決勝的關鍵因素，如騰訊已落地的文旅大模型、OCR大模型等。騰訊高階執行副總裁、雲與智慧產業事業群CEO湯道生也表示，“大模型需要基於產業場景，與企業資料融合，才能釋放出最大的價值。”
03 轉移與機遇
人類文明的發展和進步，無不肇始於科學技術革命引發的生產力革命。
馬克思在《共產黨宣言》明確指出：“資產階級在它的不到一百年的階級統治中所創造的生產力，比過去一切世代創造的全部生產力還要多，還要大。”為什麼資本主義生產方式能夠如此神奇地解放和發展生產力呢？馬克思在後續的研究中，將原因歸結為蒸汽機的發明創造和應用所引發的第一次工業革命。
與科技革命隨之而來的便是經濟中心的轉移。
按照常理推斷，工業蒸汽機的發源地、最早開啟第一次工業革命的英國，應該最有優勢在接下來的科技革命中延續優勢、長盛不衰，繼續領先。但歷史事實證明，根本不存在這樣的線性規律。
閃電掠過本傑明·富蘭克林的風箏，讓最早做電學實驗的富蘭克林發現了電；電流流入愛迪生嘗試使用的竹絲和鎢絲，讓屢敗屢戰的大發明家最終發明了電燈。憑藉這些看似偶然的發現和發明，美國近水樓臺地發展起了電氣工業，在第二次工業革命中一舉崛起並超越英國。
當下，新的機會正在出現，隨著資訊產業革命的深入發展，特別是人工智慧科學技術開發利用的廣泛擴充套件，智慧化生產、生活方式的時代悄然到來。以大模型為代表的人工智慧的廣泛應用影響了社會生活的生產、交換、分配、消費等方方面面。
“惟創新者進，惟創新者強，惟創新者勝。”新的商業正規化正在出現，全球科技創新力量的天平正悄然發生傾斜，創新主體開始從發達國家向發展中國家轉移。
這新一輪數字科技革命和產業變革中，中國正佔據著越來越重要的地位。顯然會讓人聯想起基辛格在《大外交》一書中曾開宗明義地指出過的：
世界每隔百年就會出現一個新的全球大國。
縱觀歷史，歷代大國也正是沿著這樣的發展脈絡前進，從遙遠的東方帝國大明王朝，到西班牙葡萄牙的殖民帝國，再到海上馬車伕現代化金融與全球貿易的濫觴，再到英國工業革命的火種引燃全球，再到龐大市場與先進科技催生而出的巨無霸美國。
又一個百年將至。全球科技與國力的重心正逐漸東移，以華為、騰訊為代表的大型企業，成為這場世紀重心轉移中最敏銳、強勢的力量之一。
