本月在科技領域有一個頗為引人註目的新聞，那就是谷歌的前CEO參與了史丹福大學的一場對話。他在對話中提及了一些我認為相當有趣的觀點：
1：他提到，人工智能技術的進展速度極快，幾乎每六個月就需要更新一次他關於AI未來發展趨勢的講話內容。
2：他曾經認為，小型公司能夠透過開發大模型技術接近行業領頭羊的水平，因此他對一些小企業進行了投資。然而，現在他對此表示懷疑。大型企業的高管們向他透露，未來的投資將會非常巨大，OpenAI的共同創始人Sam Altman甚至告訴他，要達到高級別的人工智能——也就是讓AI能像人類一樣理解語言並執行命令——可能需要投資至少3000億美元。因此，他認為有必要加強與加拿大和沙特的合作，加拿大擁有豐富的水力發電資源，沙特則擁有龐大的主權基金。
3：在他看來，當前全球能與美國在AI技術上競爭的只有中國，他認為美國在芯片和光刻技術等關鍵領域領先中國約10年。他還提到了輝達的CUDA語言，雖然他曾經認為這是一種糟糕的語言，但現在已經成為主流。自2008年CUDA語言問世以來，已經形成了完整的開源庫軟件體系，這些庫都基於CUDA語言進行了深度最佳化，為競爭對手復制構成了難題。
我想知道的是，在施密特表示美國的AI核心技術比中國領先10年的情況下，中國目前在做些什麽？
雖然國內對於中國AI技術發展的報道並不多，但實際上，國內的政府和企業都在付出巨大的努力，並取得了顯著的成果。
從政府層面來看，人工智能已在2017年被納入國家戰略。同年7月8日，國務院釋出了【新一代人工智能發展規劃】，明確了2030年的發展目標。
七年過去了，中國的人工智能技術已取得了顯著成就。
以我們日常生活中廣泛使用的人臉辨識和車牌辨識技術為例，這些技術在中國已經完全普及。現在，我們很多事情都無需親自前往銀行或政府部門處理，一部手機的人臉辨識功能就能輕松完成。
手機輸入法的語音轉文字技術也非常成熟，雖然許多人還未習慣使用這一功能，仍然偏好手動輸入。
我建議正在閱讀此文章的讀者嘗試一下微信輸入法的語音輸入功能。您只需說幾十秒的話，系統就能迅速且準確地轉換成文字，並自動添加標點符號。這通常只需要微調幾個字，有時甚至無需任何修改，這比手動輸入文字要高效得多，也比發送長串的微信語音更為便捷。
一個人是否與時俱進，關鍵在於他對新技術新事物的接受程度和固守舊習的程度。
汽車的自動駕駛技術也在近幾年隨著國產新能源汽車競爭的加劇而迅速進步。去年底，我試駕了問界M7的有圖智駕技術，感覺其水平已經相當高。我建議大家每年都去試駕一下最新的智駕技術，親身體驗最前沿的技術。
國內的主要ICT公司，如華為、字節跳動、阿裏巴巴、騰訊和百度等，都在開發各種AI大模型。我身邊已經有人開始習慣使用AI助理來幫助工作了。他們直接與大模型對話，快速獲取所需資訊，這些都是近兩年才出現的新現象。
在政府層面，努力正在為中國人工智能的發展建立平台和基礎設施。這可以分為三個類別：
第一類是建設網絡基礎設施。過去七年，中國建設了全球最大的5G網絡，並大力推廣千兆光纖網絡。2021年，工信部釋出了【「雙千兆」網絡協同發展行動計劃（2021-2023年）】，旨在到2023年底，千兆光纖網絡覆蓋4億戶家庭，千兆寬頻使用者超過3000萬戶；5G網絡基本覆蓋鄉鎮及以上區域和重點行政村；實作「雙百」目標：建成100個千兆城市，打造100個千兆行業虛擬專網標桿工程。
第二類是算力基礎設施。我曾經提到過這個主題，中國正努力打造遍布全國的8個算力樞紐和10個算力集群，面對輝達的挑戰，中國的國產算力地圖正在形成。
第三類是搭建數碼化的公共服務平台，並支持企業發展數碼化產品和服務的一站式大平台，提供「工具箱+服務包」，完善全鏈條的數碼化轉型支持和保障。
最近在中國貴州召開的2024年中國國際大數據產業博覽會，期間於8月27日開幕的第三屆828 B2B企業節，有國家數據局局長劉烈宏，貴州省省長李炳軍等政府高層領導參與，顯示了其重視程度。
這個828 B2B企業節是華為和合作夥伴共同推動創立的節日，聚集了上萬家科技企業，為全國各行各業的企業提供數碼化轉型和人工智能技術方案（可以統稱為數碼化方案）。
雖然大家更熟悉雙十一、618這種面向C端的電商節日，但828 B2B企業節作為目前唯一的企業節，在全國已經頗具影響力。
就像當年雙十一等電商節日的設立，極大地提高了全國消費者的電商交易量，促進了消費者形成電商消費習慣，大大刺激了電商企業和快遞物流行業的發展一樣，828 B2B企業節的目的也是希望加速全國廣大企業，尤其是中小企業的數碼化行程。
中國在數碼化和人工智能技術趕超美國的路徑，核心在於在廣大的14億消費者的C端，以及在
廣大幾百萬家（甚至更多）企業的B端形成龐大的人工智能需求市場。簡而言之，數碼化技術也好，人工智能技術也好（統稱為數碼化），核心在於套用。這些年中國發展較好的人工智能技術，無一例外都有龐大需求的驅動。
與美國更多地將AI技術用於C端不同，中國的優勢在於擁有強大的制造業基礎，其規模遠超美國。根據中國政府網的數據，截至2023年11月底，中國規模以上的工業企業已達到48.3萬家。
如果能將AI技術廣泛套用於數十萬家B端制造業企業，形成的巨大市場將反哺技術的發展，使中國在與美國的競爭中形成巨大優勢。
數碼化方案的套用並不僅僅是購買一款企業內部溝通軟件那麽簡單。例如，華為雲與一家名為科騰精工的制造業企業合作開展了一個示範專案。在數智化改造前，這家企業面臨許多問題。例如，公司有100個訂單，每個訂單的生產進度需要銷售人員和管理人員了解，但在改造前，竟然需要15個排單員透過打電話了解每個訂單的生產進度。
我記得剛到深圳工作的頭幾年，我的任務之一就是到產線統計每天的PCBA產出情況，包括良品率和不良品原因。由於外資客戶派駐了外籍工程師監督工廠，要求我們每天上報試產數據。每次找線長雖然他們態度很好，但顯然認為這增加了他們的工作量。因為他們必須安排專人統計數據並報給我，而這位統計員通常不願意執行這項任務，因為他需要向不同工位的員工詢問不良品的原因，而這些正忙於生產的員工配合度並不高。而他送出給我的報表還需要我稽核數據的合理性，因為我要將數據報告給客戶，客戶對這些數據非常重視，任何數碼不符都需要重新核對，這又涉及到配合度問題，耗費了大量時間和精力。那段時間，這看似簡單的統計工作消耗了我大量的精力，甚至一度讓我想要離職。
生產管理的混亂也影響了物料的采購和管理。一個倉庫的物料每天都在大量進出，依靠人工盤點很容易出錯，造成不必要的物料采購和欠料問題，影響生產進度；
再比如產線生產，實際上涉及到人與器材的協同作業，需要人工輸入參數，這很容易出錯，造成不同批次產品的質素不一致；
而器材管理方面，工廠擁有大量器材，不同訂單的生產會造成部份器材閑置，部份器材過度負荷，器材長時間運轉容易出現故障，一旦發生故障導致停產，損失巨大，而器材工作狀態的統計又需要花費大量時間。
因此，實施華為雲提供的解決方案後，科騰精工不僅實作了即時數據上傳，而且平台實作了不同業務數據的整合，快速呈現狀態，帶來了巨大的經濟效益：
倉庫物料管理變得有序，減少了浪費，每年節省了40萬元人民幣的原料費用；
公司能夠及時處理器材異常，降低了產品不良率，同時實作了對閑置器材的有效利用，相同器材的產能提升了10%；
透過統計器材能耗曲線，發現可以透過數控程式最佳化降低能耗，每年節省了60萬元人民幣的電費。
盡管國家和企業都清楚，更快更廣泛地套用人工智能技術有諸多好處，但相對於國內大企業在人工智能技術方面的持續套用和推動，國內中小企業在推進數碼化方面存在一些挑戰，如缺乏專業人員，缺乏細化的技術方案，不了解投資回報比，不知從何著手。
雖然大企業的數量只占中國企業的一小部份，但中國的中小企業占據了經濟總量的60%，提供了80%的就業機會，如果這些企業不能實作數碼化，意味著大部份就業人員將無法享受數碼化帶來的便利。
從技術角度來看，僅有適用於大型企業的大模型是不夠的，廣大中小企業也需要適合自己工作場景的小模型套用。畢竟，企業在投資時都希望看到明顯的效益，不能產生價值和效益的技術對企業是沒有吸重力的。
廣大數碼化企業也需要透過與更多中小企業的溝通，開發出能夠提高工作效率、提升工作效益的數碼化套用。
因此，828 B2B這樣的企業節就為這種需求提供了一個平台，華為及其眾多生態鏈上的企業可以與全國各行各業的企業直接對接，有效地溝通需求和技術。
同時，為期一個月的節日期間，企業數碼化的全階段、全場景產品和解決方案都會有價格優惠，促進更多的交易，提高中小企業向數碼化轉型的積極性。
實際上，透過前兩屆的節日舉辦，已經有不少中小企業找到了適合自己的數碼化套用。
從國家大數據局局長到貴州省省長，再到多地市的工信局負責人的參與，也體現了國家政府層面的重視。他們希望這樣的平台能讓越來越多的國內數碼化企業和國內需求企業加入對接，成為中國企業實作數碼化的世界級平台。
從技術發展的歷史脈絡來看，關鍵在於形成有效的市場化商業迴圈，使各方都能從商業迴圈中獲利，這樣才能更好地促進技術的可持續快速發展。畢竟，無論是在國家層面還是在企業層面，利益都是推動發展的重要動力。
例如，中國在曾經高度壟斷的航天領域開始實施市場化改革。2014年，中國第一家民營航天公司——翎客航天在深圳成立，至今已有多家民營航天公司成功發射火箭。
8月20日釋出的【黑神話：悟空】這款單機遊戲在短短三天內銷量就超過了1000萬套，這無疑是另一種商業成功的例證。
這款遊戲的高畫質對硬件配置有較高要求，從而帶動了相關硬件的銷售。Steam作為連線全球玩家和遊戲開發商的平台，讓玩家可以在其上購買和下載遊戲，並在論壇上交流，極大地促進了遊戲產業的發展。
就像雙十一和618購物節一樣，如果828 B2B企業節能夠吸引全國的數智化技術公司和數以百萬計的企業參與，找到合適的數智化方案，這對促進中國產業的發展也將是一件大好事。
盡管施密特提到美國在AI技術上領先中國10年，我認同這一點。但如果將AI的發展從純技術擴充套件到整個產業的發展前景，我認為中國同樣具有獨特的優勢。
那就是強大的網絡基礎設施——全球最大的5G無線網絡和千兆光纖網絡，以及龐大的制造業基礎和消費者市場。
當國內開發人工智能的企業數量達到成千上萬，與成百上千萬家中國企業形成有效的商業互動後，大家都能從這種商業迴圈中獲益，我們就無需再擔心在人工智能技術上落後於美國，因為整個產業將在利益的驅動下迅速向前發展。
