它会是有史以来最大的泡沫吗？

越来越多的行业正在或尝试运用AI服务

在今年的秋招中，有许多企业或者更准确地说有越来越多的企业选择利用AI技术进行预面试了。

AI面试愈发受到企业与求职者的青睐，这背后的确在于其大大便捷了双方的招聘应聘流程，尤其减少了求职者的出行成本，另一方面，AI面试也意味着AI技术开始普遍地出现在大众视野，其成果也开始转化落地。

而除了AI面试之外，近年来AI绘画也受到了众多用户的喜爱，利用AI进行绘画作图、生成动漫形象的行为比比皆是，许多消费者也不用花费大价钱到照相馆做妆造，仅花费9.9元就可以生成一组精美的AI写真。

从德勤等公司的研究来看，诸如包含数据较多的消费行业、金融服务行业，以及生命科学与医疗行业、政府及公共服务行业、科技、传媒及电信行业等也都在使用着AI技术进行工作的优化或行业的转型升级，助推着AI释放巨大的价值。

以金融行业为例，许多金融机构尤其是银行每天需要处理成千上万条数据信息，或者是客户问题咨询，或者是用户数据分析。

对于许多高度重合的咨询，使用AI语音助手、聊天机器人或者对话式人工智能无疑可以大大提高工作效率。

而在手握庞大客户群体的优势下，利用AI技术构建模型，通过汇集客户在消费、交易、理财等多方面的数据，并进一步分析客户的行为偏好，金融机构便可以形成个性化的营销方案亦或者依据此创设更受客户青睐的金融产品。

此外，由于金融业支配着我国众多企业的货币资本，对风险的防控要求更为严格，将AI技术运用于风控领域，形成包括防欺诈在内的智能风控手段，将使银行的风控更准确、效率更高。

而在金融行业领域的应用，反过来又将会帮助AI技术不断进行优化、完善发展并实践落地，释放更大的市场价值。

再聊一下传媒行业、医疗行业近期的AI新闻。

社交平台巨头Facebook的母公司Meta宣布旗下包括社交平台Instagram、聊天软件Messenger在内的所有应用都将得到其研发的AI聊天机器人的加持，即在这些平台上，用户可以和以运动明星、社交媒体名人等为原型的AI机器人聊天，大大强化了“追星”的体验感；而为了“发展AI应用于医学教研”，香港首富李嘉诚则是向香港两大医学院捐赠了共6000万港元，支持其项目发展。

目前来看，虽然全球的AI技术整体还处于起步研发阶段，但已有的AI技术已经能够完成一些具有高度重复、简单化且标准化的工作，帮助多个行业提高工作效率。未来，那些操作具备高度重复性、需要处理众多数据的行业，将更有可能进一步扩大AI技术的运用，帮助实现AI的转化发展。

“最有前途”的城市和公司

随着人工智能话题逐步占据时代主流，谁能在AI领域取得更耀眼的成绩备受关注。

如果仅从今年福布斯发布的AI 50榜单来看，这份“最有前途的人工智能公司”榜单里并未寻找到中国企业的身影，不过就连之前引发热议的OpenAI也仅排在第30名而已。

而从国内发展来看，我国的人工智能专利申请量却表现不差，高居世界首位。

据测算，2013年至2022年11月，全球累计人工智能发明专利申请量、累计人工智能发明专利授权量分别达到72.9万项、24.4万项，其中我国就分别占据了53.4%、41.7%。

此外，截至2022年底，我国人工智能代表企业数量以4227家的数值占据了全球企业总数的16%；再从人工智能核心产业规模发展来看，2022年我国该规模已经达到了5080亿元，同比增长18%。

如今，随着人工智能热潮席卷全球、国家层面对人工智能愈发重视，众多城市也在人工智能投资规模、政策支持等多方面纷纷注入更大的力量。

如今年5月，深圳印发的《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》除了指出要强化智能算力集群供给、增强关键核心技术与产品创新能力、提升产业集聚水平、打造全域全时场景应用、强化数据和人才要素供给外，还在保障措施处明确提到了“形成规模1000亿元的人工智能基金群”，以加强资金保障。

当然，诸如此类如此费心思的投入自然也有相应的回报。

就从政策落地情况和实施进展、人工智能技术成熟度等多方面维度来综合评判，国际数据公司IDC与浪潮信息联合发布的《2022-2023中国人工智能计算力发展评估报告》显示，近5年来，深圳一直位于我国人工智能城市排行榜的前3名，其余两名则是北京、杭州。

除了这3个城市外，在这份榜单的前10名中，也能看到上海、广州、南京、苏州等城市。

而这些头部城市的共性无疑是具有较早的政策引导与保障、充分的资金投入以及较大的人才、企业与产业规模。

未来，想要融入人工智能产业集群并从产业中受益成长的资本或企业，在这些城市投资发展无疑是最佳之选。

就目前已布局的企业来看，百度、华为、阿里、360等行业巨头已经被授予“国家人工智能标准化总体组大模型专题组”组长单位，将积极带领并推动我国人工智能大模型产业发展，可谓是“风头无两”。

除了这些早已入局、影响深广的阿里、百度、腾讯、华为企业外，市场上还有不少如商汤科技、科大讯飞在内的上市企业以及依赖自身优势快速破局的依图科技、旷视科技等玩家，这些企业在2023福布斯中国AI算法创新应用企业Top 30名单上也榜上有名。

另外，在北京举办的首届中国AIGC产业峰会公布的国内最值得关注的50家AIGC机构中，也能看到一些小公司的身影。

就目前AI的发展阶段来看，只要具备一定的团队、技术实力，并有充足的资金进行模型开发训练投入，许多资本或企业还是可以挤进这个赛道尝试寻求发展机会的。

泡沫背后，还有挑战与问题

自然，随着人工智能成为发展新方向，越来越多的资本涌进赛道，也助推了人工智能市场的“繁华景象”。

如作为AI热潮极具代表性之一的股票，英伟达在今年7月的时候股价一度刷新历史新高，年内涨幅超过200%，而超微电脑此前的年内涨幅更是逼近260%。

而面对金融市场上的繁荣，AI是否估值过高，开始引起了人们的注意。

一些观点认为，虽然未来人工智能将会颠覆我们的生活，但现阶段，其更智能化的成果研究、转化落地毕竟还离我们太遥远，加上诸如ChatGPT等应用的出现往往只是引起了一时的热度并逐渐消散下去，现阶段过高的股价估值背后必然存在着一定的泡沫，需要投资者予以警惕。

不少业内人士更是认为AI将会是有史以来最大的泡沫，不过由于目前AI还处于发展的早期阶段，泡沫暂时还未出现。

但也另有观点认为，即使是目前存在的泡沫，其也是“有价值”的泡沫，不像其他泡沫般破灭之后就是虚无，AI泡沫背后蕴含有巨大的发展价值，是可以接受的泡沫。

故而在AI泡沫还未出现或者只是有价值的泡沫下，先抓住机会进行发展似乎才是企业或资本应该考虑的。

但从目前和未来人工智能的发展来看，人工智能虽然整体处于早期，但巨量资金的投入已经为许多人设置了步入门槛。

据了解，在ChatGPT爆火背后，其GPT-3一次训练的成本就接近140万美元，更大一些的模型训练成本则会增至200万至1200万美元一次。对于一些做大模型的企业来说，花费2-3亿元甚至5亿元进行模型的训练也不少见。

加上人工智能目前还处于初步发展阶段，将来是会在市场上取得成功还是被竞争淘汰还很难说，即使有大量资金的投入支持，后续不确定性带来的巨大风险也值得许多想要挤入该赛道的资本和企业仔细考量。

另外，与国外人工智能的发展水平相比，我国目前人工智能大模型应用落地还存在一个比较大的问题，便是缺乏有效数据的积累。

在超14亿人口的基础上，各行各业磅礴发展，我国数据资源无疑是丰富的。

但面对这海量的数据资源，我国企业的挖掘及积累力度还不够，已有数据集市场影响范围小，一定程度上亦受限于数据无法自由在市场上进行流通。而人工智能模型的优化却需建立在海量优质数据的训练上，只有不断通过数据训练，才能提高人工智能归纳、推理等多方面能力。

如此，缺乏海量优质数据进行训练，也给我国人工智能技术的不断优化带来挑战。

除了这些技术性问题外，随着人工智能而来的还有一些道德规范乃至法律问题。

如随着ChatGPT的广泛使用，仅需几分钟就能够生成一篇文章，这意味着信息搜集、写作时间等成本大大降低，同样，造谣的成本也大幅下降。近几个月以来，就能时常在网络上看到利用AI生成虚假文章进行发布以博取流量的各类新闻，传达了虚假的信息，严重扰乱了公共秩序。

而当利用AI进行造谣变得愈发容易时，也就需要法律来明确科技的边界了。

AI时代，人与企业都会有出路

如何应对未来的AI时代，个人与企业都有所担忧。

就目前来说，AI的出现已经让一些人产生职业上的焦虑。

如AI绘画的发展，大大提高了绘画出图率，虽然目前还未能完全替代原画师、插画师的工作，但是已经有不少的画师在网络上分享了自身对AI的感触，其在帮助减少自身工作量的同时，也给一些技能较低的画师带来了较强的职业危机感。

随着AI在各行各业的应用，一些工作重复性高、人力成本多、创造性低的岗位更容易面临时代的淘汰。这或许会引发不少低技能就业者的担忧，但在技术与时代的进步下，这无疑也是一次新的就业机会。

虽然未来一些岗位会被人工智能所替代，但其相应的岗位必然需要掌握使用AI技能的人才进行管控。故而有言论认为，未来替代个人的并不是AI，而是会使用AI的人。与其空转地担忧，不如主动去拥抱新的知识与技术。

脉脉高聘发布的《2023泛互联网行业人才流动报告》就显示，今年上半年泛互联网行业最紧缺的岗位主要集中在人工智能方向，倘若担忧未来几年的就业形势，那多数在校生便可以选择往这方面进行学习。

不过，学习新知识、新技术显然并不容易，除了自我驱动外，更多的就业弱势群体或许还需要企业、社会组织提供一定的就业学习帮助。

而对企业来说，未来将是AI技术遍布的时代，使用好了AI技术有利于企业更快地处理并发展自身的业务。

其中，针对那些想要挤入AI赛道却缺乏雄厚资金支持的初创企业来说，与其一头扎入人工智能基础层领域，与阿里云、百度云等这样的巨头竞争，还不如将目光投向“中间层”或者“应用层”，打造To B或者To C的应用。

如作为“中间层”，无需进行大规模的算力资金投入，只要用大模型做好产品与商业化就可以了，如此便大大减轻了资金投入的压力及风险。

显然，这对于许多初创公司来说或许是更好的发展道路。

在这样的情况下，一方面，诸如阿里、百度、华为这样的巨头继续凭借雄厚的资本实力及国家层面给予的信任，发展超大规模预训练模型，带领着人工智能向着标准化、产业化的道路逐步前行；另一方面，众多初创企业也可重视小样本学习，走到产业中去，将模型与产品应用相融合，共同推动人工智能与产业的融合创新，促进“AI+”的发展。

展望2030年，预计我国的人工智能产业规模将达到1万亿元，通过与实体经济的深度融合，人工智能产业将有望成为经济社会发展的新引擎，带着全国企业与民众迈入不一样的时代。

文章用图：图虫创意

本回完