► 文 观察者网特约作者 张正互联网,在“聪明钱”眼中似乎突然失去了魅力。清科集团日前发布的《2023年上半年中国股权投资市场研究报告》显示,上半年国内互联网领域投资案例数与投资金额双双下滑,均已跌出热门投资行业前五位,投融资热度较2022年同期进一步降温,与2020年之前的PE/VC“主战场”地位更是不可同日而语。互联网产业“人气”为何出现了这样的转变,或者说,为何在此时此刻转变?拨开诸多看似突发的“意料之外”,产业季候的交替其实有着清晰的内生逻辑。随着我国互联网普及率直追美国,跻身全球第一梯队,消费互联网流量天花板也日益接近,传统平铺式扩张的“增长飞轮”也不可避免在日渐饱和的市场环境中放缓,一言以蔽之,我国数字经济的这一主要载体亟需寻找新的发展空间,实现新旧发展动能转换。事实上,早在媒体热炒“新四大发明”的2017年,业界就已经形成了“互联网的下半场属于产业互联网”这一共识性判断,在互联网产业界之外,几乎每一个传统业态的行业用户也都对数字化转型的潜在价值抱有极大热情。然而历经数年的探索实践,数字经济“下半场”宏大愿景与实际成果之间的落差,引发不少行业内外的怀疑之声。太阳底下没有新鲜事,诺贝尔经济学奖得主罗伯特·索洛(Robert Solow),也曾在上世纪80年代提出所谓的索罗悖论,感慨“除了生产力统计数据之外,我们到处都能看到计算机”(We see computers everywhere except in the productivity statistics),话音未落,多年来持续深化的信息技术与传统产业融合探索,最终成就了90年代美国传统产业的信息化转型成果大爆发。今天的中国互联网产业转型升级,同样正在外界狂热与怀疑的轮回中持续深入,并在重大技术突破的加持下抵近关键路口。此时此刻,恰如彼时彼刻。大模型、新机遇党的二十大报告中,明确提出要加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。这一论断,无疑为数字经济发展指明了方向,也空前凝聚起数字产业与传统产业的转型共识。与鼓舞人心的顶层设计相呼应,ChatGPT的横空出世与现象级传播,则标志着AI大模型已然跨过普及扩散的临界点。这一新质生产力工具,为互联网企业传统组织、流程与业务提质增效,打开了前所未有的想象空间。对产业数字化转型而言,智慧的设备、智慧的系统、智慧的决策无疑是宗旨所在,AI是其中的核心技术要素,然而千行百业底层应用场景极其复杂且高度碎片化,在传统开发交付模式下,每个细粒度场景往往需要定制开发多种算法、模型,并根据部署后的长尾偏差持续调参,即便有AutoML流程自动化助力,仍然难以根本改观小样本、低成本和高精度之间的矛盾,往往造成行业用户对人工智能的实际体验形同鸡肋,挫伤了其转型热情。不过同样应该看到,即便在AI传统技术制约下,近年来仍有大批互联网企业积极拥抱产业潮流与政策导向,在安防等许多行业垂直应用领域实现了有声有色的AI商业化落地,持续的投入加速技术外溢,不断丰富产业互联网转型实践,而随着AI大模型技术的突破性进展,无标注+预训练+零样本/小样本微调的开发模式,真正展现出改变场景AI成本效益等式的潜力,有望实现AI能力输出从“手工作坊”到“大工厂”的深刻变革。在技术升级和产业机遇愿景感召下,我国互联网业界当前也正积极跟进大模型热潮,甚至形成了所谓的“百模大战”,在人工智能数据、算法、算力三要素中,数据的吞吐、算法的迭代,无不高度依赖于AI算力的使能,基于这样的判断,国内对算力需求迎来井喷,出现了AI芯片的抢购风潮,英伟达高端加速卡遭遇爆炒,单卡价格一度高达数十万元,要搭建能够训练百亿乃至更高参数量模型的集群,投资或将超过10亿元人民币,使AI大模型俨然成为一个重资产行业。不过笔者认为,硬件一家独大显然不利于中国人工智能产业乃至更广泛数字经济的可持续发展,如何通过云计算等分布式手段满足我国产业界算力需求,将是一个十分紧迫的课题。突破增长极限的路径毋庸讳言,从更广阔视野看,长期性本就是传统产业吸收新技术的固有特征之一,参照美国产业信息化转型案例,如果从上世纪70年代经济增速换挡,工商界形成“不得不”的转型共识,出现“MRP远征”运动和PLC/DCS应用为起点,到上世纪90年代进入经营全盛期,美国信息化转型之路至少摸索了二十多年方告大成,在技术工具之外,企业管理思潮与制度更是经历了多轮洗礼与变革,相比之下,我国传统产业的数字化转型和产业互联网探索,显然仍处于早期阶段。在产业数字化转型这条注定漫长的道路上,AI大模型勾勒出了更瑰丽的未来图景,但如何突破当下的增长极限,找到通向愿景的可行路径,仍然需要互联网产业的深刻战略思考与实践。欧洲管理学大家弗雷德蒙德·马利克(Fredmund Malik)曾提出,面对产品生命周期,企业必须在当下的“主航道”之外及时捕捉新的战略机会,做出关键决策,并构建与这个新产业相匹配的管理体系,构建起面向新产业的基本要素,如此方能实现基业常青。当下的互联网产业,恰已进入这一旧模式见顶、新机遇方兴的“关键决策区”。面向“不转不行”的产业互联网转型课题,技术能力重塑、产业链端到端打通、全球市场突破、商业模式升级,或许是四条突破增长瓶颈的可行路径。一个令人深思的事实是,消费互联网时代,中美互联网产业始终存在着巨大的估值落差,在堪称中国消费互联网发展巅峰期的2019年,两国厂商占据了全球70个最大数字平台市值的90%,但其中美国厂商占比68%,中国互联网巨头占比仅22%,这一落差背后,折射的是中国互联网企业快速扩张时期的“能力欠账”,通过大量堆砌人力投入固然满足了业务效率,然而前后端开发工具链、应用开发交付运维模式等技术架构层面的“内功”创新与积淀却乏善可陈。因而在技术能力供给上,面对消费互联网千人千面精细化服务需求和政企行业用户复杂应用场景,对关键技术的性能,可靠性、安全性提出了更高要求,堆砌人力的旧模式难以为继,互联网企业实现技术架构升级势在必行。在业务与市场战略上,近年来较具规模的互联网企业普遍开始尝试向B端产业市场拓展,以期找到新的市场机会,在这方面,希音(SHEIN)就是一个绝佳的范例,这家服装跨境电商几乎是以一己之力摸索出了小单快返的模式,相关技术外溢极大带动整个中国服装供应链的数智化转型。而一旦转型服务产业客户,对互联网企业而言打通产业链上下游也就成为必选项,充分的数据共享将有效避免“牛鞭效应”等供应链冲击,造福于整个产业生态的效率升级。至于走向全球市场,更是一条众多本土互联网企业关注的路径,快时尚领域的希音、Temu同样已做出了具有示范意义的探索。跨越能力鸿沟对绝大部分互联网企业而言,想要在产业升级新路上行稳致远,还需要跨越能力供需的巨大鸿沟,实现体系能力的升维与重塑。构建产业互联网时代的新生态,至少需要满足技术与业务两方面的基本需求。在技术上,正如上文所述,大模型时代AI算力投资日益超出单一企业所能承受的规模,公共算力底座将成为大多数互联网企业布局AIGC的刚需和标配,此外,为了满足不同产业用户的公共云、私有云或混合云应用部署需求,支持跨集群跨云、弹性可伸缩的云原生技术栈也应广泛可及。AI算力与云原生基础设施,应当实现封装为“XaaS”,普惠于互联网产业界。而在业务上,互联网企业的产业升级探索,同样面临诸多关键资源的约束,例如产业互联网业务在获客渠道和行业经验上如何破冰?再如出海布局如何避免重复投入昂贵的“学费”?这些紧迫而现实的业务需求,同样呼唤着足够易用、好用的产品与服务供给。9月20日-22日,第八届华为全联接大会(HUAWEI CONNECT 2023)在上海世博展览馆和世博中心拉开帷幕,笔者注意到,大会期间举办了首个面向泛互联网企业的大型产业峰会—华为云互联网产业峰会&AIGC高峰论坛,切实回应了当下互联网产业升级的一系列需求痛点、难点。主旨演讲中,华为公司副总裁、华为云中国区总裁张修征细致剖析了互联网产业“下一跳”的路径,同时对每一条路径存在的挑战进行了总结。他表示:“未来互联网企业增长将面临四个突破:横向突破产业边界、纵向突破业务边界、向外突破区域边界、向内突破能力边界。而每一个突破都是一场变革,很多优秀企业已经开启了变革之路。”例如,互联网从ToC到ToB横向业务扩张,将面临目标选择的问题,不仅要深刻理解行业Know-How,将互联网公司的数字化能力形成通用技术与传统行业结合,在组织架构上,需要构建从研、产、供、销、服各个环节的能力组织,从toC组织转型为高效支撑toB业务的组织,最为重要的是,要具备清晰的商业模式,即明确具体的产品服务形态、应用场景、并且有清晰的用户画像及已经验证的商业逻辑。再如,走出去开拓全球成长新空间,是许多互联网企业正在探索的方向,但海外分支“卷款失踪”之类的案例时有所闻,企业会遇到五大挑战,包括前期规划、产品定位、安全合规、组织管控和生态协同。从企业家“走出去”,到组织“走出去”,需要一整套服务及配套体系去实践。基于上述洞察,此次活动中华为云系统性提出了其助力互联网产业升级的价值主张,将以AI算力为“基”,以盘古大模型为“核”,以产业数字化经验为“本”,为互联网企业提供2大支撑、4大能力,助力互联网企业迈向产业智能化。在笔者看来,华为云的思考与布局,切中了互联网产业升级在技术与业务两方面的基本需求,堪称面向互联网产业打出的两张“王炸”。两张“王炸”从以流量为先的消费互联网时代产品思维,到服务产业互联网需求,其间技术能力,行业理解,商业模式升级,安全合规等都是横亘在互联网行业前路的艰巨考验,华为云所凝练的2大支撑、4大能力,则提供了一整套可行、可信的解决方案。具体而言,2大支撑聚焦互联网企业技术侧需求,包括AI算力底座和云原生基础设施底座,其中更受外界瞩目的AI算力云服务提供基于昇腾AI云服务(AI算力)+盘古大模型的全栈AI自主创新能力,企业可以调用盘古基础大模型的100+技能,或者100多个主流的开源大模型,如LLAMA2,Stable Diffusion等,事半功倍的打造自己的大模型。而为了更好支持百模千态,华为云在贵安、乌兰察布、芜湖3大AI算力中心,为企业提供了澎湃昇腾AI算力。企业只需要就近连接华为云的接入点,AI的算力服务就可以随取随用。而华为云提出的4大能力,则鲜明聚焦互联网面向产业升级的业务侧需求,包括快速切入新行业的行业经验、重塑行业能力的盘古大模型、产业链深耕的生态共享共建、全球布局的产业出海生态。正如知名创新经济学家埃里克·希佩尔(Eric von Hippel)所观察到的,产业现场的大量默会知识(语境、目的)是极难被从组织中抽取出来的,这种知识似乎是粘性的(sticky),要实现产业升级/行业升级+AI算力的“化学反应”,必须对场景有深度洞察和理解,而这样的洞察依赖于时间纵深与产业广度上的积累,往往极难惠及传统消费互联网企业,华为云将华为自身30多年来与全球各行各业的合作创新以及数字化转型的宝贵经验沉淀在云平台上,以可被调用的API服务开放给行业开发者,赋能互联网更快理解toB行业,使能行业场景化创新。从同步发布的一系列标杆案例中,也不难感受到华为云在产业生态赋能企业增长的决心。以新零售行业为例,本土零售业领先品牌美宜佳在董事长张国衡的带领下,近年来果断投入数字化转型,提出数字化零售的概念,通过数字化过程打通整个供应链,进行产业升级,更好整合资源、提高效率,降低成本,实现BC一体化、线上线下一体化、全域一体化,通过数字化转型构建核心竞争力,作为美宜佳战略合作伙伴,华为云持续提供高效的云服务与全体系解决方案支持,整合双方生态资源,通过云服务、信息设备、智能算法等领域的商业落地,面向消费市场全链条的各种场景,加速美宜佳零售智能生态战略的实现。再如以美图秀秀知名的美图公司,可以称得上消费互联网时代的弄潮儿,这家游刃有余驾驭时尚潮流的企业,在决策发力ToB业务后,果断选择与华为云深度合作,由后者持续为美图面向工作场景的智能设计服务提供算力基础、算法优化的支撑,帮助服装行业降本提效。华为云还与美图成立大模型联合项目组,共创AI模特试衣SaaS应用,可以让同一款式匹配多种真实模特,直观呈现不同模特的上身效果,大大减少了行业重复性工作。路虽远,行则将至尽管此时的互联网距离产业数字化百花齐放的瑰丽愿景依然有漫长距离,但笔者相信,只要越来越多中国企业意识到转型升级“不得不为”的紧迫性,不分大小、无问东西地携手奋进,就必然能够积跬步而至千里,逐步凝聚发展动能,将宏图化为现实,道阻且长,行则将至,产业互联网新蓝海也必将更加可期。