近期有關中國是否將復刻日本的“資產負債表衰退”的言論不絕于耳，筆者認為渲染這方面言論的自媒體完全是危言聳聽。

中國的人均GDP才剛剛跨過一萬美元的門檻，進入中等收入國家的行列。我國還沒有發(fā)展到類似發(fā)達國家經濟滯脹的階段。

事實上，我國目前正處于跨越中等技術陷阱的周期階段，所謂中等技術陷阱，是指發(fā)展中國家承接了部分發(fā)達國家的成熟產業(yè)轉移，而后沒有發(fā)展出可以媲美發(fā)達國家的核心技術，這樣此發(fā)展中國家便會進入相對停滯的經濟發(fā)展階段。

那我國該如何避免中等技術陷阱呢？

AI大模型作為新技術的奇點將揭示其中的答案。

01

“數(shù)字中國”雛形已成

在當前疫情沖擊、國際局勢多變、全球經濟放緩的環(huán)境下，我們所處的是一個被形容為“烏卡(VUCA)時代”的世界。這一術語源自20世紀80年代沃倫·本尼斯和伯特·納努斯的領導理論，代表著易變(Volatile)、不確定(Uncertain)、復雜(Complex)和模糊(Ambiguous)四個方面的特征。

在VUCA時代，復雜性問題幾乎出現(xiàn)在各個行業(yè)。這對無論是企業(yè)還是國家，都是一個共同面臨的挑戰(zhàn)。如何在這樣的環(huán)境中求生存、尋發(fā)展，是我們需要共同思考和解決的問題。

而“數(shù)字中國”的建設正是最具有確定性、可以擺脫烏卡時代的經濟新動能。從三個方面來看，我國已具有得天獨厚的優(yōu)勢。

首先，我國有關數(shù)字經濟相關政策法律的頒布越來越完善。

2020年4月，中共中央、國務院發(fā)布《關于構建更加完善的要素市場化配置體制機制的意見》，明確將數(shù)據(jù)市場與土地市場、勞動力市場、資本市場、技術市場并列為加快培育的五大核心生產要素市場之一，數(shù)據(jù)要素步入市場化階段。

2022年，國務院頒布“數(shù)據(jù)二十條”，提出二十條政策舉措以建立“三權分置”的數(shù)據(jù)產權制度框架與多層次數(shù)據(jù)交易市場體系。

2023年3月1日，中共中央、國務院印發(fā)了《數(shù)字中國建設整體布局規(guī)劃》，自此數(shù)字中國形成了完整的政策框架體系。

其次，我國的網(wǎng)絡基礎建設世界領先。

在數(shù)字經濟發(fā)展的全球藍圖中，中國的優(yōu)勢十分明顯。其中市場規(guī)模是不可比擬的優(yōu)勢。截至2022年底，我國網(wǎng)民規(guī)模已從十年前的5.64億增加到10.67億，居世界第一，互聯(lián)網(wǎng)普及率達75.6%，農村地區(qū)互聯(lián)網(wǎng)普及率為61.9%。在數(shù)字經濟時代，人多意味著產生的數(shù)據(jù)多，可供分析挖掘的價值多，這是最大的財富。

在網(wǎng)絡強國戰(zhàn)略指引下，我國數(shù)字經濟規(guī)模達50.2萬億元，穩(wěn)居世界第二；移動支付年交易規(guī)模527萬億元，居全球第一；5G基站達284.4萬個，已建成全球最大規(guī)模的光纖寬帶和5G網(wǎng)絡。

“數(shù)字中國”的建設進一步加速了我國在新技術上的突破。

生成式人工智能的崛起源于深度學習技術的突破和數(shù)字內容供應的快速增長，其卓越性能使AI在需求驅動下迅速向數(shù)字經濟各領域滲透。

生成式AI不僅創(chuàng)造了新業(yè)態(tài)、新模式，而且其低成本、高效率、個性化服務也對同領域現(xiàn)有業(yè)務模式構成了沖擊，官方為此也及時出臺相關的文件進行合理監(jiān)管。

2023年7月13日，國家網(wǎng)信辦等七部門聯(lián)合公布《生成式人工智能服務管理暫行辦法》(以下簡稱《辦法》)，自2023年8月15日起施行。國家網(wǎng)信辦表示，出臺《辦法》，既是促進生成式人工智能健康發(fā)展的重要要求，也是防范生成式人工智能服務風險的現(xiàn)實需要。

如今用“百模大戰(zhàn)”來形容當下人工智能大模型的火熱程度一點也不夸張。數(shù)據(jù)顯示，國內公開發(fā)布的大模型已達80多個，大模型已經進入了去偽存真的階段。

02

低代碼時代使所有數(shù)字化轉型不再是口號

隨著GPT-4的發(fā)布，其驚人的功能提升引起了廣泛關注。其中，通過一張草圖即可生成網(wǎng)站HTML代碼的表現(xiàn)更是讓人印象深刻。這一幕不僅讓看熱鬧的人驚嘆于技術的神奇轉變，也讓深諳門道的人意識到，這或許是低代碼領域的一次革命性突破。

所謂低代碼，是指利用圖形化拖拽、參數(shù)化配置等方式，僅需少量代碼即可開發(fā)出應用程序或數(shù)字工具。自問世以來，低代碼憑借其開發(fā)門檻低、效率高以及滿足數(shù)字化轉型需求等優(yōu)勢，備受青睞。然而，長期以來，它也飽受質疑，甚至被認為是“偽需求”、“行業(yè)毒瘤”。

而以ChatGPT為代表的AI大模型的出現(xiàn)，為低代碼領域帶來了一線生機。這些模型在圖像識別、自然語言處理、語音識別等領域取得了顯著成果，成功解決了技術方面臨的“業(yè)務需求”問題。因此，有觀點認為，AI大模型有望成為消除低代碼質疑的最有力武器。

谷歌的BERT模型、Facebook的Detectron2模型等，都是基于深度學習對海量數(shù)據(jù)的訓練，總結規(guī)律和模式，從而達到非常準確的識別能力和預測能力。這些技術的成功應用，為低代碼領域的發(fā)展提供了有力支持。

百度的文心一言全面嵌入百度內部工作平臺如流、對外也上車了百度apollo等業(yè)務；釘釘也表示全面接入阿里的 "通義千問 "大模型，增加了 10余種 AI能力、對外也表示要開放；WPS AI表示將嵌入金山辦公全線產品，科大訊飛的投資者交流會中也表示，大模型對于其根據(jù)地業(yè)務，有著很大推動意義。

根據(jù)Gartner的預測，到2025年，70%的企業(yè)數(shù)字化應用將由低代碼技術構建。甚至有專家認為，低代碼已經成為了“企業(yè)數(shù)字化的核心引擎”。

03

企業(yè)的數(shù)字化轉型應避免因小失大

如今許多非TMT行業(yè)的公司都躍躍欲試想要搞自己的大模型，這是因小失大的行為。在未來，大模型或只是“數(shù)字中國”的基礎設施，價值量最高的反而是企業(yè)的數(shù)據(jù)資源，因為質量過低的數(shù)據(jù)將直接決定了企業(yè)數(shù)字化轉型的成敗。

舉個例子來說，在金融領域中，一個信息的錯誤可能導致征信評估出現(xiàn)截然相反的判斷。為了確保高質量的輸出，訓練數(shù)據(jù)量的大小與模型的推理能力息息相關。然而，訓練數(shù)據(jù)集的多樣性同樣重要，豐富的數(shù)據(jù)能夠提高模型的泛化能力。過度擬合訓練數(shù)據(jù)的情況很容易發(fā)生，因此需要確保數(shù)據(jù)集的多樣性。

對于許多傳統(tǒng)企業(yè)和剛剛起步的數(shù)字化企業(yè)而言，大量語料數(shù)據(jù)是非結構化的，分散在各個部門。在這種情況下，缺乏現(xiàn)成領域語料數(shù)據(jù)的可用性成為了訓練的前提條件。領域數(shù)據(jù)的記錄、盤點、采集、清洗和轉化成為了關鍵任務，這實際上考驗著企業(yè)的大數(shù)據(jù)治理水平。如果未經篩選和處理的數(shù)據(jù)直接用于訓練大型模型，可能會嚴重影響模型的訓練效果。

在數(shù)據(jù)生產力時代，動態(tài)競爭與高頻創(chuàng)新已成為最具特點的兩大趨勢。動態(tài)競爭，顧名思義，是指市場中技術創(chuàng)新和商業(yè)創(chuàng)新不斷挑戰(zhàn)現(xiàn)有格局，打破市場的相對穩(wěn)定性和靜止性，從而引發(fā)整體性的大幅變動。這種競爭并非短暫的現(xiàn)象，而是長期存在，其強度也有所差異，有的表現(xiàn)為顛覆性的變革，有的則呈現(xiàn)漸進式的變化。在這種競爭環(huán)境中，企業(yè)必須時刻保持敏銳的市場洞察力和創(chuàng)新能力，以應對不斷變化的市場需求和行業(yè)格局。

總體來看，AI大模型作為新時代的經濟新動能，將為我國的經濟發(fā)展提供強大的支持。在這個過程中，除了有先發(fā)優(yōu)勢的信息技術龍頭，傳統(tǒng)企業(yè)需要關注數(shù)據(jù)質量、加強大數(shù)據(jù)治理能力和保持創(chuàng)新能力，以實現(xiàn)可持續(xù)發(fā)展。

       原文標題 : AI觀察：烏卡時代下，數(shù)字中國如何成為經濟新引擎？