点击蓝字
关注我们
梁正
清华大学人工智能国际治理研究院副院长 、人工智能治理研究中心主任、中国科技政策研究中心副主任、公共管理学院教授
前言
本文 2024年9月13日发表于《西安财经大学学报》，公号现将论文节选以飨读者（可在文末点击 “阅读原文” 查看全文）
-学术海报速览论文内容-
摘要
以 ChatGPT、Sora等为代表的AI大模型产业生态雏形正加速显现，但对其产业行动实践概况及其影响变革趋势的研究仍不够深入。文章创新性地提出 AI大模型产业生态理念，从AI产业化与产业AI化两个维度并结合多个视角深入探究AI大模型产业生态体系。结果发现： (1)AI大模型产业生态结构可分为AI产业化与产业AI化两部分，二者相辅相成并构成技术创新生态底座与产业实践应用的一体两翼，且 AI大模型产业落地应用存在“人工智能+”(以 AI大模型为中心)和“+人工智能”(以传统产业为中心)的双重模式； (2)A1大模型产业的数据、算力、算法及生态基础配套等要素不断完善，产业竞争趋向白热化且从技术创新发展竞争转向产业生态体系竞争，已初步形成以通用基础大模型为生态基座、行业大模型为竞争主战场、多种生态路线协同并进的“百模大战”产业生态雏形，且创新发展与监管治理两手并重的治理体系初步形成； (3)AI大模型正处于从AI产业化走向产业AI化的过渡时期以及产业大规模应用爆发前夕，且其产业应用正趋向通用化并以其多模态自然交互能力降低人机交互门槛，并由差异化情形需求构建形成“场景一功能一领域—AI大模型”四维一体的产业应用生态体系： (4)AI大模型产业生态呈现AI产业化与产业AI化共生 、AI原生应用与“X+AI应用”并进、通用与专用模型共存、大模型与小模型协同、开源与闭源并行、多模态融合，端云AI混合的演化态势，且 AI大模型正成为产业新型基础设施，促进手工作坊、分布式智能服务生产走向工业规模化、集中式智能服务生产，重塑人机关系、颠覆产业知识模型建构与调用范式并助推AI平民化AIGS、具身智能、物理 AI、超级 AI应用等加速到来。在此基础上，从 AI大模型产业生态体系构建及其分工协作机制、产业生态的不同路线选择及协同共生机制、AI大模型对传统产业赋能机制、产业生态治理体系等方面提出前沿议题展望。
关键词： AI大模型产业生态；人工智能+；AI产业化；产业AI化；新质生产力；人机分工；混合劳动力
一、引言
人工智能 (Artificial Intelligence,AI)大模型作为“大数据+大算力+强算法”结合的产物，指的是具有超大规模参数(通常十亿参数以上)的机器学习模型，且其在大规模数据训练后可通用适配于一系列下游任务。以 ChatGPT、Sora等为代表的AI大模型火爆出圈，引发各界纷纷入局并催生AI大模型产业生态雏形。《北京市人工智能行业大模型创新应用白皮书(2023年)》显示，截至2023年10月，我国10亿参数规模以上的大模型厂商及高校院所共计254家。据官方公告统计，截至2024年5月，我国已有超140个AI大模型完成生成式AI服务备案。相较此前以单一任务、作坊式生产的专用AI(特定领域、特定任务、特定型)为代表的小模型时代，AI大模型以其涌现性(模型参数规模达到一定阈值后呈现出意料之外的新能力)、通用性(经微调后可适配于跨学科、跨领域等多种泛化任务场景)、强交互性(以自然语言方式降低人机交互门槛)等鲜明特性，加速产业AI商用进程并走向AI产业生态规模化。故而，适时系统梳理探究AI大模型产业生态实践概况及其变革态势，既是为引领产业实践加速发展提供战略研判参考的现实需要，也是当前学界广泛关注和亟待深人探究的前沿议题。
由文献梳理可知，已有部分学者从变革影响、风险挑战，治理体系以及产业实践应用等多方面对AI大模型进行了初步探讨，但聚焦AI大模型产业层面的系统探究着墨甚少。虽有部分文献探讨了智能产品生态系统、智能产业生态系统、AI创新生态系统、产业创新生态系统、数据产业生态系统等，但尚缺乏从产业生态视角聚焦AI大模型产业的理论探究。AI大模型产业生态化作为产业实践新兴现象，适时系统梳理探究其理论体系，有助于从理论层面深化产业认知并更好地反哺引领产业实践发展。鉴于此，本研究在生态系统理论、产业生态系统理论的基础上，创新性地提出了AI大模型产业生态理念，基于AI产业化和产业AI化两个维度从行动实践概况、变革趋势影响、前沿议题展望等多个层面进行系统探究。相较既有文献从智能产品、创新、数据等视角探究AI产业生态，本研究进一步聚焦AI大模型产业生态并系统探究其前沿发展态势，以期为引领产业生态实践提供先期经验借鉴，也为后续AI大模型产业生态深化探究奠定理论基础。
二、AI产业化与产业AI化：理论基础与逻辑关系
(一)理论基础
生态系统理念最早源自生态学领域。Moore首次将该生态系统引人管理学领域并提出“商业生态系统”理念。伴随生态系统理论的不断发展，其被广泛应用于管理学，经济学等诸多领域，至今已衍生出商业生态系统、创新生态系统、平台生态系统、劳动力生态系统、产业生态系统等系列理论。其中，产业生态系统理念最早由Frosch和Gallopoulos提出，强调将产业经济系统视作类自然生态系统的循环体系。虽当前学界对产业生态系统的定义尚未达成一致，但其共同之处在于：旨在揭示对某一产业发展具有重要影响的各种要素、各类参与者所组成的系统集合及其所处环境间的相互作用关系，该理念强调物质、信息、能量等流动的整体系统性、循环性，动态性和自组织性。既有文献已将生态系统理论广泛应用于诠释物流、农业、区块链、大数据、电影、高新技术、体育、旅游、金融等系列产业系统，而鲜有将其应用于诠释AI大模型产业生态。基于以上理论基础，本研究创新性地提出AI大模型产业生态理念并将其定义如下：对AI大模型产业有重要影响的各类要素和参与者所组成的系统集合及其所处环境间相互作用，并通过物质、信息、能量等流动所形成的相依互补的生态化产业系统整体。简而言之，AI大模型产业生态就是用生态系统理念来诠释AI大模型产业的多元复杂生态化结构。
(二)逻辑关系
基于产业结构的视角，本研究将AI大模型产业生态结构划分为AI产业化和产业AI化两个部分(见图1)。其中，AI产业化是指AI大模型及其AI原生产品的产业规模化和商业化，该理念强调将AI大模型技术转化为产品和服务，构建以AI大模型为中心的产业生态并发展形成包括算力、数据、模型以及基础配套(如AI芯片、AI人才、AI平台及开源社区)等完整产业链和商业模式支撑的独立新兴产业，旨在打造类水电网一样的新型基础设施，用AI大模型重塑千行百业底层逻辑并为其提供智能服务(即强调“AI+”)。产业AI化则指传统产业通过引人AI大模型以赋能其数智化转型升级(如通过行业数据微调以训练行业大模型调用 AI大模型 API接口等)，其强调以传统产业为中心并将AI大模型作为新型生产力工具和新动能，实现二者深度融合以打造适配于传统产业转型升级需求的新质生产力(即强调“+AI”)。总体而言，AI产业化与产业A1化相辅相成、交互赋能，协同进化并构成AI大模型产业生态中技术发展生态底座与实践应用场景的一体两翼，即AI产业化强调将AI本身发展形成产业，且可为产业AI化提供智能技术基础设施底座、产业需求解决方案、助推产业实践提质降本增效，而产业AI化强调将AI大模型整合嵌人各产业环节并赋能传统产业，且可为AI产业化提供产业落地“土壤”(如应用场景与市场空间)、大量产业实践数据，应用效果与市场需求反馈并推动基础模型创新发展。
三、AI大模型产业生态的行动实践
（一）AI产业化的行动实践概况
本研究从数据、算力、算法及生态配套等视角梳理AI产业化的行动实践概况：
1.数据： 市场规模和潜力巨大，但呈现量大质低、有效供给不足现象
数据作为新型生产要素和AI大模型训练的“饲料”,被视作数智时代的“石油”,更是确保模型准确性泛化能力及其核心竞争力的关键因素。
(1)数据产量高速增长，数据要素市场潜力巨大。
(2)数据作为新型生产要素，成为驱动智能经济增长的核心引擎。
(3)数据资源极其丰富且呈现快速增长态势，但仍存在量大质低，有效供给不足，缺乏高质量数据集等瓶颈问题。
2.算力： 整体布局持续优化，设施国产化率低、竞争白热化、“算力荒”等问题凸显
算力作为数字信息的计算处理能力和数智化转型催化剂，也是AI大模型的底座基础，其在数据处理模型训练，推理部署以及模型性能表现突破等诸多方面扮演着至关重要的作用。当前算力行业呈现如下发展态势。
(1)国家及各地方政府正多措并举加速布局算力行业基础设施体系建设。
(2)AI大模型为代表的新一代AI激发算力需求暴增并催生计算范式革命，但当前我国算力设施国产化率极低、国产化替代空间广阔。
(3)我国算力总规模居全球第二位，但仍面临国际竞争白热化以及“算力荒”等挑战。
3.算法： AI大模型数量位居世界前列，产业界引领创新、基础原创性较弱且“套壳”现象普遍
算法作为AI产业发展的核心要素之一，是指强制给定的有限、抽象、有效、复合的控制结构，在一定的规则下实现特定目的，且具有神经网络，卷积神经网络，机器学习、深度学习等多种表现形态。
4.生态： AI大模型产业基础配套不断夯实，“百模大战”的产业生态雏形显现
从生态体系及其基础配套层面看，当前AI大模型产业生态发展趋势如下。
(1)AI大模型的产业生态化布局呈现百花齐放、多种路线并进的态势。
(2)我国顶尖AI人才数量稳步增长，但高水平人才不足。
(二)产业 AI化的行动实践概况
本研究从场景功能、垂直领域两个层面梳理产业AI化的行动实践概况。
1.场景功能应用： AI大模型正趋向跨场景、跨任务、跨模态、跨行业领域通用化
从场景功能层面来看，虽不同细分产业领域与AI大模型的融合进程与场景功能侧重点各有差异，但总体而言产业AI化进程中存在如下共性特征。
(1)AI大模型具有理解、逻辑、记忆和生成等4大核心能力且彼此交织互依、相辅相成，并与涌现能力、泛化能力、还移能力，基于人类反馈的强化学习、跨模态能力等多重新兴能力共同构成AI大模型产业应用的能力基础。
(2)AI大模型正从决策式AI延伸至生成式 AI，从早期单一任务、单一场景的专用 AI走向跨模态、跨场景、跨任务、跨学科、跨行业领域的通用性 AI，推动其广泛应用于文案写作，智能助理、智能客服、数字员工、机器翻译、个性化推荐、智能办公等诸多功能性场景。
(3)AI大模型以其多模态自然交互能力降低人机交互门槛，成为人类劳动者在局部任务领域的替身代理(Agent)，且人与AI Agent(AI代理)交互协作构成的人机混合劳动力正成为产业用工实践重要趋势。
(4)当前AI大模型在产业端的应用场景仍以企业内部应用为主，逐渐拓展渗透至企业外部的B端和C端市场，但其未来重点应用场景应在To C端还是To B端，当前各界观点仍存争议。
2.垂直领域应用： AI大模型已在多领域落地实践并正处于产业大规模应用爆发前夕
从AI大模型在各细分行业的垂直领域应用情况来看，当前尚处于从技术能力选代升级的AI产业化阶段走向大规模产业应用的产业AI化阶段之间的过渡时期，且总体呈现如下趋势。
(1)我国AI大模型产业政策日趋完善，加速促进产业AI化落地实践。
(2)AI大模型虽已在诸多领域落地实践并加速数字经济走向智能经济，但至今商业闭环仍未打通，且国内尚未诞生杀手锏级爆款应用场景。
(3)产业落地应用已成为AI大模型产业竞争的关键,但现阶段AI大模型尚未对产业领域进行实质性颠覆，AI原生应用重塑人类经济社会的质变节点尚未到来，其更多表现为以AI大模型赋能传统产业数智化转型升级并打造人机协同的新质生产力。
(4)AI大模型对各细分产业领域的赋能价值主要体现为提升品质价值(如AI大模型赋能人机分工协作以优化提升作业结果质量)、成本节约价值(如 AI大模型可有效降低组织运营成本、减少人工作业成本等)、效率增强价值(如AI大模型可快速分析处理数据并提升决策、创作效率)、体验优化价值(如多模态方式降低人机交互门槛,提供个性化服务)、业务创新价值(如优化业务流程，开创AI原生业务、趋向人机混合用工和人机协同创新)等多方面。
(5)AI大模型产业落地应用总体呈现“通用基础大模型+行业大模型”协同并行趋势，且存在提示词工程(基于提示词设计以调用基础大模型在特定任务领域的内容输出能力，并部署设计简单任务应用)、检索增强模型(以基础大模型作为应用端内容生成的外挂知识库，并让基础大模型基于特定数据资源以完成输出任务)、AI大模型微调(应用特定场景领域数据来对基础大模型进行微调,以适配于垂直领域场景任务)，大模型预训练(当特定场景与基础大模型能力差异较大时，则以预训练方式打造特定行业大模型)等多种落地应用模式。
(6)当前AI大模型产业落地面临“专业性能一泛化效果一经济成本”不可能三角的挑战(即强调三者难以同时兼得)，企业可根据不同产业领域、不同场景，不同功能需求来个性化匹配选择不同的模型应用，且可构建或兼用不同模型，调度不同模型执行不同的任务，并形成“场景一功能一领域—AI大模型”四维一体的大模型产业应用生态体系(见图3)。
……
四、AI大模型产业生态的变革趋势
(一)AI产业化的变革趋势
1.AI大模型加速AI从专用到通用、从作坊式走向工业化生产，将打破“摩尔定律”并催生具身智能和物理AI时代到来
2.大小模型协同、开闭源并行、多模态融合已成 AI大模型产业化态势
3.AI大模型推动产业“双边”走向“单边”市场，“烧钱大战”模式或将难以持久适用
4.价格战加速AI大模型商业化普及和行业“淘汰赛”到来，免费增值或成主流商业模式
(二)产业AI化的变革趋势
1.AI大模型正成为产业新型基础设施，加速AI应用平民化和AI原生时代到来
2.AI大模型将重塑人机关系，AIQ成为人机分工时代产业工人的重要素养
3.AI大模型正重塑产业知识模型建构与调用范式，助推知识服务规模化的 AIGS时代加速到来
4.端云混合AI模式加速产业应用部署落地，轻量化、移动化或成主流应用趋势
5.Al Agent或成AI大模型产业应用重要接口，推动功能封装集成化、催生超级应用并迎来软件应用大爆发时代
(三)AI产业化与产业AI化协同趋势
1.从AI产业化主导走向“AI产业化+产业 AI化”双轮驱动的产业生态
2.AI原生应用与“X+AI应用”协同并行或成 AI大模型产业落地主流范式
……
五、研究结论与前沿展望
(一)主要研究结论
(1)AI大模型产业生态结构可分为AI产业化和产业A1化两个部分，其中AI产业化强调以AI大模型为中心、推动AI产业规模化并打造提供智能服务的新型基础设施，产业AI化强调以传统产业为中心、以 AI大模型作为新动能并旨在打造人机协同的产业新质生产力，二者相辅相成、交互赋能、协同进化并构成AI大模型产业生态中技术创新生态底座与产业实践应用的一体两翼。同时，AI大模型产业竞争白热化并从技术创新发展竞争转向产业生态体系竞争，已初步呈现以通用基础大模型为生态基座，行业大模型为竞争主战场的“百模大战”产业生态雏形，创新发展与监管治理两手并重的治理体系初步形成且研发创新生态基础配套不断夯实。
(2)从场景功能应用层面看，A1大模型正趋向跨场景、跨任务、跨态、跨学科、跨行业领域通用化,其具备理解、逻辑、记忆和生成等四大核心能力且彼此交织互依，相辅相成。同时，AI大模型以其多模态自然交互能力降低人机交互门槛，加速人机混合劳动力成为产业用工主流趋势。
(3)AI大模型产业生态总体呈现从早期AI产业化主导走向AI产业化与产业AI化双轮协同驱动态势，且 AI原生应用与“X+AI应用”协同并进或成AI大模型产业落地主流范式。
(二)前沿议题展望
本研究从以下方面提出AI大模型产业生态的未来研究议题展望。
(1)AI大模型产业生态体系构建及其分工协作机制研究。
(2)AI大模型产业生态的路线选择以及不同路线之间协同共生机制研究。
(3)AI大模型对传统产业的赋能机制研究，即旨在探究如何将AI大模型规模化应用于赋能传统产业进行数智化转型升级。
(4)AI大模型产业生态治理体系构建研究。
……点击 “阅读原文” 查看完整论文
版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除