人工智能，还是要优先解决“与人融合”的问题
根据《2023-2027年中国人工智能行业全景调研与发展战略研究咨询报告》数据显示，2022年，我国人工智能市场规模达到2680亿元，预计2023年全年我国人工智能市场规模将达到3200亿元，同比增长33.8%。目前，中国人工智能相关企业数量超七千家。
人工智能飞速增长的背后，是扑朔迷离的产业逻辑。人工智能的特殊之处在于，它并不能笼统地被称为一种“产业”，它不是一种用途明确的产品，而是在可预见的未来称为工具一样的存在。场景的高度分化，让这条赛道呈现出无限的岔路，并且，每条岔路的发展速度都不尽相同。
抽丝剥茧后会发现，人工智能产业化有其自身的优先顺序和增长逻辑，有些场景会优先受益，有些核心要素需要尽早掌握。一系列增长逻辑的背后，归根结底是对现有生产力整合、平替的融合过程。
流水的场景，铁打的算力
Essential Computing Power
这种紧锣密鼓的算力布局已经不仅仅是“兵马未动，粮草先行”了，而是需要“调粮”的急行军逻辑。无独有偶，在其它人工智能产业发达城市，也都充分体现加急部署算力基础设施的姿态，如北京提出“到2025年，人工智能算力布局初步形成，国产人工智能芯片和深度学习框架等基础软硬件产品市场占比显著提升，算力芯片等基本实现自主可控”的发展目标；上海也出台统筹政策，为民营企业提供中立普惠、持续迭代、安全可靠的公共算力资源。中国工程院院士戴琼海指出，根据摩尔定律，算力每两年会翻一番，人工智能的飞速发展则带来了巨大变数。如果要迎合当下的发展需求，理论上算力每三四个月就要翻一番。为了弥补日渐严峻的算力短板，打破人工智能发展瓶颈，算力的优化与创新刻不容缓。
调研机构数据显示，2022至2026年，我国智能算力规模的年复合增长率将达52.3%。
放眼望去，好似在一夜之间，人工智能就完成了对生活场景无孔不入的渗透：从语言大模型开始有序替代一些文创类工作，到深圳街头出现的托轮式的自动泊车机器人……无论人工智能以何种形式改变人类社会的生产和生活，无论是专用型机器人还是通用类人型机器人，存在想象中的和未曾设想过的用途，人工智能的遍布让我们无从断言未来。但可以肯定的是，对算力的需求是个长期问题，这一点不因新场景的验证与否而发生改变。
算力的另一个关键是——面向产业融合。这一点，与人工智能的强工具属性有关，高度分散的场景化需求亟需类似于大脑之类的单元进行调配，形成像电力系统一样的潮汐调配机制。将算力作为一种公共资源处理，服务于公共数据和社会数据，是一种高效、规模化的算力应用方式，人工智能产业优势区域已经在前出布局此类算力枢纽，如2023年4月13日，深圳创新架构人工智能应用中心（福田）在粤港澳大湾区大数据研究院正式揭牌成立。福田数据资源丰富，智能产业基础良好，应用中心落地于此，有助于推动AI算法与数据要素结合，为进一步探明算力的生产与分配钉下阵眼。
无论场景化应用如何折腾、涨跌几何，算力这种人工智能时代的“硬通货”，需要抓紧时间做好储备与分配。
基于网络空间发展集群
Cyberspace Cluster
之所以产生这样的怪象，是因为人工智能的产业潜力已经超出了预估，无法用已有产业模型硬套。目前人工智能先后爆火的两个方向：基础设施和AIGC，代表了特色鲜明的两个突破口。
基础设施代表的是开启智能化时代的钥匙。作为全球“疯抢”的技术制高点，人工智能即便在基础设施端也拥有密集的发力点：智能芯片、基础架构、操作系统、工具链、基础网络、智能终端、深度学习平台、大模型……这个赛道百舸争流，玩家普遍都打满鸡血，力争成为这波淘金热的铲子。人工智能基础设施建设对于我国也有更为深远的含义，即赛道超车、技术脱钩、自主创新。仅仅基础设施上下游产业链全链，就是一招迟早要落子的制胜之棋，和争抢算力一样，扎进去就有功无过。
AIGC代表的则是人工智能大步介入人类生产。在应用端，人工智能最先瞄准的就是劳动密集型环节，如AIGC通过数据训练赋能文创类工作，辅助驾驶/自动驾驶赋能载具运输，目前正在密集攻关的智慧工厂各类机器人则是直接赋能制造业的生产。这充分说明人工智能的应用场景近乎没有上限，有人力劳动的地方都能用AI重塑。成本如何降低？机器取代人力之后会产生什么样的新就业机会？这些产业进程，都会在基础设施的逐渐完善中螺旋上升。
两个突破口，一个代表深度，一个代表广度。这样的深度和广度，构成了人工智能产业集群的独特根系：基于网络空间的集群发展。
《中国新一代人工智能科技产业发展 2023》显示，人工智能区别于传统产业集群和创新集群概念，其产业集群是基于网络空间发展的创新集群。基于物理空间技术体系的创新发展，前三次工业革命的产业集群和创新集群对地理空间具有依赖性，创新扩散速度相对缓慢。第四次工业革命源于网络空间技术体系的创新发展，创新集群更加依赖网络空间发展，技术、产品和服务的创新速度更快，创新的应用领域和地域范围更加广泛。
与传统工业园区和高科技园区不同，新型创新区一般位于科技创新资源和产业基础雄厚的大城市的中心区和次中心区，是人工智能产业化集群及其产业创新生态的栖息地，强调依托狭小的物理空间打造无限的网络空间产业创新生态。
结合一些“深圳特色”就能更好地理解这种“蜂巢状”的产业集群：在福田，坐落着4家本土世界500强企业，占全市四成，市级总部企业110家，占全市三成，覆盖十大行业。丰富的产业结构带来了丰富人工智能赋能空间，数字化带来的高效协同也使得福田能够大力发展总部经济、飞地经济，实现高净值企业的富集，实现“一栋楼就是一条产业链”“一栋楼年收入碾压一个地级市”的财富奇观。这种奇观，也为第四次工业革命所独有。
人工智能产业集群这种占地少、辐射广的属性，也催生了更多人工智能落地场景，如福田已将低空经济纳入前瞻产业发展业态。低空经济需要有人工智能级别的飞控系统以保障飞行安全，同时福田已经具备了完善的低空基础设施，直升机起降设施密度列全市各区之首，拥有倾旋转无人机智能技术国家地方联合工程实验室。这种衍生的AI落地场景，服务人工智能产业集群就是其最大的推手。可以说，人工智能产业集群的发展是符合马太效应的。
人工智能：平替仍是当务之急
Industry Replacing
如AIGC和大模型可以为客服、设计师等提高效率、降低劳动强度，目前人工智能地落地离不开与传统生产方式的科学对接。根据智联招聘2022年对智能化产业就业形势的统计可以发现，岗位缺口重点来自于生产端而非创新端，在生产端典型如药物公司的实验员、设计工具的训练师等等可以应用AI工具降低重复劳动的岗位当中。AI对于传统产业的巨大赋能作用，带来降本增效的产业机遇，以在原有的产业基础上实现跨越式的发展，仍然是市场对青睐非常的根本原因。
从全局观望AI，就会发现无处不在的“融合”理念：
如AIGC用于文创设计，是以模型训练取代重复思考，与人创造力的融合；
如人工智能用于自动驾驶和安全控制，是以大数据覆盖危险场景，与人主观操纵行为的融合；
如工业生产的运维模型，是以密集的生产数据提炼特殊工况，与决策者合力决断的融合。
与人的生产力融合说明了一个问题：人工智能当下的最大价值，还是对于各种传统场景的重塑与平替。我们今天在部署算力供给集群，促进场景创新，以此促进人工智能基础设施更新迭代，同时又赋能于传统行业的各个环节，一环紧扣一环。人工智能这座巨大的宝库尚待挖掘，我们仅仅是迈出了第一步而已。
RECOMMEND
推荐阅读☞ 青铜观望黄金猜，王者重手布局的新能源产业后劲有多大？☞ 从“尝鲜”到“常用”，让数字人民币更好助力数字经济☞ 环境日背后，产业上减“碳”是这么玩儿的