赵晓光：算力推动的AI已经到了瓶颈，应用是下半场Al最重要的部分_20231121123531.pdfVIP

赵晓光：算力推动的AI 已经到了瓶颈，应用是下半场Al 最重要的部分 人工智能初创公司 OpenAI 于美国时间 11 月17 日突发声明，宣布公司首席执行 官山姆·奥特曼将离开公司。 天风证券副总裁、研究所所长赵晓光在11 月18 日的复旦首席经济学家论坛中谈 及此事，表示这一轮 OpenAI 内部管理层的变化，或是因为它们遇到了瓶颈而停 滞不前。 停滞不前的本质原因很大程度在于没有数据。 “AI 的上半场是由算力推动的，但算力推动的AI 已经到了瓶颈。” 对于AI 的未来，赵晓光直言，数据来自场景，也就是应用，无论是在C 端还是 B 端，如果没有应用，AI 也就到此为止了。 在本场交流中，赵晓光从To C 和To B 两个领域详细分析了未来AI 发展的重点。 To C 领域需要打造场景，而To B 领域毫无疑问是发展物联网。 此外，赵晓光就创新企业产学研当前的困境提出了自己的建议，他表示需要为学 者型企业家赋能，还要发挥头部企业的价值和资源。 以下是本场内容的重点内容。 一、应用已经逐渐成为下一轮AI 最重要的部分 问人工智能确实是未来最重要、最好的赛道，什么会成为其中最有机会的领域或 者是板块？ 赵晓光今年我们还是围绕着AI 做了很多事情。 前段时间跑了很多上下游（的公司），得出了一个较为清晰的结论：AI 的上半场 是由算力推动的，但算力推动的AI 已经到了瓶颈。 在今年4 月份，我在网上发表了一篇文章，提到这一轮数据革命的终局已经预测 到了。 我认为Chat GPT 很快会遇到瓶颈，原因在于这一轮Chat GPT 是由技术驱动的。 过去由于使用互联网开源数据，无论是Chat GPT 3 还是Chat GPT 4，很快就产生 了一个脉冲，但问题是，当他获取开源数据后，就没有数据了（无法解决数据来 源更加丰富以及用户个性化的问题）。 我认为这一轮Open AI 内部管理层的变化，是因为他们遇到了瓶颈而停滞不前。 入分享群：qxcaijing2023 入分享群：qxcaijing2023 停滞不前的本质原因在于它没有数据。 数据来自场景，也就是应用。无论是在C 端还是B 端，如果没有应用，AI 也就 到此为止了。 我这周跟高通全球副总裁讨论时，谈到AI 在PC 和手机端的智能化。很明确，AI 在To C 端是优秀的助手，在PC 端能辅助更好地办公，在手机端成为个人助理， 也就到此为止。 这就是为什么英伟达对中国有如此重的限制，我个人认为其中一半是美国的因素， 一半是自己的因素。 因为他们很焦虑，一方面面临高通、AMD，甚至英特尔等公司未来的竞争，另一 方面国际巨头们也都在自己制作芯片，如微软、亚马逊和苹果。 这时候英伟达必须继续发展应用，但他最担心的是应用还没有做出来（就出现大 批的竞争者）。 而中国大量购买芯片和算力进入服务器，同时，中国是全球最大的面向To B 行 业的应用场景，这是英伟达特别看重的。 如果中国先把应用和大模型都做出来了，英伟达可能会跟当年的思科一样，纯技 术公司或硬件公司，发展到一定程度时，就会面临各方面的竞争。 因此，我们从英伟达和OpenAI 的角度观察到，应用已经逐渐成为下一轮AI 最重 要的部分。 那么未来应用是否有发展空间？ 在C 端，有PC、手机的AI 化，以及游戏，这些毫无疑问是率先开放的，然后伴 随的是衣食住行、吃喝玩乐的各个环节。 在B 端，我给大家举几个非常有代表性的例子，比如材料行业，已经以非常快的 速度展开。 我与上海集成电路材料研究院交流，过去他们研发一款半透镜材料需要三年的周 期，现在是两个月的周期。 我这周正好去北京，见了清华大学前任学者研究的大模型，是用AI 专门做材料 的研发。 我去看操作时非常震撼，而且现在包钢、中国建筑、中国神华、东方雨虹这些传 统巨头公司都在密切关注他们。 入分享群：qxcaijing2023 入分享群：qxcaijing2023 过去材料研发非常难，首先要定制设备，因为新材料必然是新设备，而且定制完 后还要调工艺、调良率，三年确实无法完成。 但现在有AI 仿真，毫无疑问大幅加快了材料研发。我观察后觉得非常震撼。 还有一家是专门为中国高校做AI 服务器的公司。今年，他们的需求增长了4 倍， 10 多亿的收入，占整个高校70%的份额。他们表示主要是材料系、化学系和