中國在碎片化遊戲中面臨來自生成式人工智能的挑戰
Redmond Wong
大中華市場策略師
Summary: 中國在生成式人工智能領域面臨著挑戰，因為它在全球碎片化秩序中航行。 美國生成式人工智能的成功突破，加上有限的計算能力和地緣政治緊張局勢，有可能打破中國技術應用、生產力提高和增長的良性迴圈。
中國人工智能發展戰略計劃
2017 年 5 月，Google 的 AlphaGo 憑藉其人工智能（AI）能力以 3-0 的比分擊敗了著名的中國圍棋冠軍、世界排名第一的柯傑，震驚了中國。 這一勝利不僅展示了人工智能的力量，而且在某種程度上標誌著中國開始更積極地追求人工智能技術。
2017 年 7 月，中國公佈了“下一代人工智能發展規劃”，隨後在 12 月公佈了“下一代人工智能發展三年計劃(2018-2020）”。 這些戰略舉措旨在推動中國走在人工智能創新的前沿，並得到 2020 年 5 月推出的新基礎設施計劃的進一步補充。
中國利用其移動加互聯網經濟，在大量數據的推動下，使人工智能演算法能夠理解消費者的偏好。 百度、阿里巴巴、騰訊和 JD.COM 等互聯網巨頭成功地利用人工智能來識別市場趨勢，提供個人化的產品和服務，甚至在客戶需求出現之前預測它們。
生成式 AI 的挑戰
中國在人工智能應用方面取得了重大進展，但生成式人工智能需要更高水準的複雜性和計算能力。 在過去的二十年裡，中國公司熱衷於應用相對成熟的技術來顛覆和改變商品交易、零售、支付、娛樂和社交媒體的運作方式，首先從複製海外商業模式開始，最終提出引領全球趨勢的商業創新。 儘管如此，這一成就主要是商業模式創新，並將人工智能應用擴展到人們生活的更多方面。 在這個過程中，中國龐大的數據匯集增加了發展的速度和廣度，使中國互聯網公司成為具有國內主導地位和全球影響力的企業巨頭。
雖然中國在某些人工智能領域表現出色，特別是視覺識別和人工智能增強的大數據分析，但它現在面臨著生成人工智能形式的新挑戰，類似於 AlphaGo 的突破。 生成式 AI 模型，如 OpenAI 的 ChatGPT，已被證明能夠生成連貫且上下文相關的內容，從而擴展 AI 功能的邊界。 這一發展在中國各地引發了衝擊波，促使人們爭先恐後地迎頭趕上。
尋求技術創新和計算能力
據報導，中國當局一直在敦促中國互聯網公司提出更多的生成式人工智能解決方案和應用程式，後者充分意識到為生成式人工智能帶來的顛覆做好準備的緊迫性。 然而，生成式人工智能帶來的新挑戰是底層技術創新的進步和對計算能力的巨大需求，而不是商業模式創新和成熟技術的新應用。 根據史丹佛大學《2023年人工智能指數報告》，中國在人工智能會議引用方面已接近美國（中國：22.02%;美國：23.86%）和存托引用（中國：20.98%;美國：29.22%），但中國（8.04%）在大語言和多模態模型領域的引用率方面與美國（54.02%）還有很長的路要走，這是 ChatGPT 等生成人工智能的基礎。
中國面臨的算力挑戰更加艱巨，因為算力需要大量先進的微晶片，而中國無法設計和製造這些微晶片。 此外，美國自去年 10 月以來禁止向中國出口高端半導體以及相關設備和技術，進一步加劇了這種情況，限制了該國獲得快速發展人工智能所需的硬體，特別是生成人工智能。
對中國經濟和投資者前景的影響
中國旨在通過技術創新、技術應用、商業模式創新、提高生產力、經濟增長和進一步的技術投資來促進經濟增長的良性迴圈。 在全球化的世界中，即使缺乏某些關鍵技術，這種迴圈也可以持續下去。 然而，在日益主導世界秩序的碎片化博弈中，技術創新落後可能會破壞良性迴圈，導致生產率下降，最終阻礙經濟發展。
投資者在考慮在中國投資時會考慮這種風險，以及經濟復甦速度慢於預期和各種限制因素。 這些制約因素包括高槓桿經濟，特別是地方政府和房地產行業，這在一定程度上限制了中國當局在不可能引發未來金融動蕩的情況下實施刺激措施的能力。
對中國互聯網行業、製造業和整體經濟生產率的影響程度以及將如何展開仍不確定。 一些為這些變化做好準備的投資者正在尋找能夠開發生成式人工智能應用程式、製造人工智能相關硬體或生產人工智能相關微晶片、半導體材料或設備的公司。 一些受到投資者積極追捧的中國公司包括百度、360 Security、聯想、上海博視軟體、科大訊飛、紫光、中興通訊和富士康工業互聯網，這些公司都在內地和香港證券交易所上市。[一]
雖然中國主要的互聯網和技術公司意識到需要調整其商業模式以適應潛在的顛覆，但其生成式人工智能產品和新應用尚未顯示出前景廣闊，並對其收入產生重大影響。
百度在早期專注於人工智能和推出 ERNIE 方面取得了一些進展，ERNIE 是一種能夠搜索、對話和內容生成的人工智能模型。 小米繼續追求人工智能和物聯網的發展道路，利用深度學習連接行動和物聯網設備。 騰訊開發了自己的人工智能模型，包括 HunYuan 和 WeLM，促進文本生成，對話，翻譯和遊戲。 阿里巴巴創建了多模態到多模態多任務巨型變壓器（M6）模型，而 JD.COM 則提出了用於自然語言理解和生成的預訓練語言模型。 字節跳動貢獻多語言機器翻譯模型，網易提供語言語言模型。
這些努力值得稱讚，但尚未對他們的商業模式產生有意義的影響，還有很多工作要做。 其中一些基於現有業務以合理估值交易的股票可能會提供有趣的投資機會，但投資者應考慮到高增長對這些公司來說可能已成為過去。
由於技術創新和生產率增長是成功的關鍵，在採用生成式人工智能的智能製造方面取得進展的公司可能是未來幾年中國下一個值得關注的“新事物”。 投資者可以從該領域的以下發展中受益。
總結
在技術創新和生產力提高的推動下，中國推動經濟增長的良性迴圈至關重要。 評估中國的投資者應該承認生成式人工智能帶來的挑戰，同時也應該認識到準備利用這些變革的公司的潛在投資前景。