加密货币交易所,币安钱包,币安app官网下载,币安电脑PC版,币安交易所网址,币安app下载,币安邀请码返佣,币安交易所官方网站下载,币安交易所,币安,币安下载,币安注册,币安交易所网址,币安靠谱吗

　　AI投资走到今天，我先说结论，我认为讨论AI的上半场或者下半场，这个命题本身并不成立。因为AI由于大模型的驱动，AI应用及产业化才刚刚拉开一个序幕，应该讲上半场到没到，现在这个阶段，还只是技术的突破，还不能当作上半场来看，这跟互联网还不一样。互联网在2000年的时候出现了泡沫，当时是“。“”，主要是向雅虎模式看齐，当年的商业模式，是因为做了HTTP，做了做了Web,世人以为这是互联网，但其实这仅仅是互联网产业化的一个序幕，主要是互联网的数字内容应用。后来因为雅虎模式破灭了，大家就觉得互联网不行——一些人认为，当时的互联网没有在生产部门、商业部门，社会以及政府机构中产生生产力。但实际情况并非如此。当年，美国商务部分别在1997、1998、2000年，做过三个关于数字经济的年度专题报告，我当时在国务院信息办工作，组织人翻译了这几份报告，根据美国商务部的报告，当时的互联网和信息技术对经济增长、就业、对企业的效率提升等方面都有25%以上贡献。当年我去年美国专门做达调研，回到国内，一些传统经济学家跟我争论，让我拿出国内的数据来证明互联网和信息技术是有生产力的，是会产生对GDP增长贡献的，我拿不出来数据来，因为当时国内没有这样的统计数据。事后，事实证明所谓的泡沫破掉了，但WWW的泡沫破掉的后面，紧接着出现了平台经济，出现了阿里巴巴从2003年开始做淘宝，一直做到2024年交易额接近9万亿电商平台的经济现象。因此，我觉得 AI这一轮变革的能量和持续程度，或者说持续的技术突破和应用，应该数倍于互联网经济规模和影响。

　　我认为，今天AI的主要变革，首先从产业和企业的基础设施投资开始。投什么？投GPU、投算力、投智算中心；投数据的整合，数据的清洗、数据的生产、数据的加工利用，投数据资产。数据资产在中国还很抽象，但实际上在平台企业里，如果没有数据就做不了生意，往往有人喜欢把电子和商务拆开来，讨论哪个重要，但电子商务一开始就是一个专有名词，是个新的经济业态，两者之间不能拆开。今天，全球对AI大模型基础设施的投资，2025年投资了1.5万亿美元，2026年应该会投到2万亿美元，所以，我觉得这才刚开始。

　　这就像电力革命到来的时候，企业一定要去买一个大的发电机，一定要接入电网，让电力系统驱动生产过程的自动化，那个发展阶段，企业如果不接入电力，生产和生意就没出路。就好像，即使你会做蜡烛，你的企业会经营蜡烛的生意，但是你不会用电力网来经营、做基于电力驱动生产经营的企业组织，实际上就等于你不会做电力时代的企业经营。今天也一样，你如果不会AI，如果企业不投资AI基础设施，不用AI技术和系统来武装和重新构造商业模式组织，那么，你在未来的10年、20年都不会有出路。

　　我最近到一个酒厂去，按道理酿酒是一个传统工艺，但现在整个酿酒过程全部都是数字化，过去1万人的工厂现在只要100个人，这种替代显而易见。但光是人工替代，并不带来企业系统效率提升，这个企业的盈利能力近年反倒在下降。虽然机器人替代很成功，但是它的系统效率、品牌在市场上的表现并不好。我们看一个企业AI是否有效，还是要看在应用以后，体现在盈利能力、创新能力、客户的体验价值上。如果没有这些东西，搞AI恐怕还没到时候。

　　腾讯的吴军写过《浪潮之巅》，不管泡沫如何，每次新技术革命之后都会拍死一些企业，但一些企业也会利用这个机会成为新贵。但我想讲另外一个问题，我想对我们企业做一些批判，通过我的批判引发大家的自我批判。不知道大家有没有感受，现在我们很多组织打着AI的旗号在折磨人。比如去医院看病，挂号就给难死了，扫这个码扫那个码。上次幸亏我儿子带着我，他不带着我，那天看不了病。中午三个人去一家火锅店吃饭，见不到服务员，一直扫码。扫码先扫锅底，锅底到底是什么解释不清，折腾半天。然后拿起那些涮的东西又要扫码；付费的时候锅底要先扫一次，扫完码以后，还要扫美团，美团完了再扫另外一个。这就是我们管理懒惰和对消费者的不负责任。

　　人工智能从50年代开始走到今天，经过四个阶段。如果今天的院士是在前三个阶段的研究拿到院士的，今天他们很悲哀。因为大模型时代来了，年轻人——像阿里或者头部大厂总监层级的技术人员——今天在做的事情，他们的水平能量都已经超过院士。这些院士年纪大、知识结构老化，他们不知道大模型核心领域正在发生什么重大变革。我同很多这样的院士交流过或者听过他们的观点。我觉得我们更应该去听取年青的在AI大模型一线做创新开发的技术人员的观点和判断。

　　第二，我们追溯下这场变革的脉络。2016年AlphaGo之后，2017年中国发布了新一代人工智能战略规划。2017年谷歌发布Transformer架构，到2020年OpenAI的GPT2，0完成训练，但他们没有发表，一直憋到2022年才发布。GPT-3.5发布以后，表明它在产业取得了根本性突破。这个发明是如何实现的呢？OpenAI抓取了所有互联网的45T数据，经过清洗以后有470G。看上去，这个数据量不算大，但全部是txt文件，然后用了1750亿参数，最后在英伟达的1万张卡上去跑，结果跑通了。

　　这个大模型确实需要数据，数据量没有想象中那么大，但它只用文本训练。因为带图片视频是跑不动的，即便用10万、100万张卡，多模态也不可能完全实现。他们用文本数据跑通了，这就让产业界看明白了。看明白以后，大厂就开始行动，纷纷购买算力卡（GPU）——你有1万张卡，我大厂就上10万张，把英伟达的股票推上天。随后到今年1月份，DeepSeek出现，说我没有那么多卡，就调整算法，做了三种结构优化：做结构MoE、强化学习、推理优化，最后调完以后，并不需要那么多算力，大概10%的算力就可以训练好。

　　所以，传统企业和传统行业面对大模型变革，如果没有数据就没法玩，这是很残酷的。刚才吴老师讲，刷红包诱导就是获取你的行为数据。因为大模型是在物理终端或实体运行中沉淀数据记录，用这些记录加工处理后变成智能。过去ERP时代是人工录入，现在不用，用手机APP，账号密码一登录，只要使用，数据就自动沉淀、清洗、打标。打标怎么打？淘宝打了5000个标：姓名一个标、身份证一个标、手机号一个标、性别一个标、身高一个标，超过5000个标。现在到即时零售市场，已经发展到4万个标签。用人的标签和买货的标签匹配，形成数据智能。这就可以把最终消费者的行为洞察出来，知道你要干什么，不是一个人，而是一群人。这就是今天讨论数字商业或数据商业的基本盘。但因为传统企业没在这个“局”里玩，所以看不到全貌。

　　如果大模型跑通以后，会颠覆几个领域。第一个，医疗，把最难的癌症攻克，会让你多活30年以上，这件事要注定发生；第二，改变教育，因为老师除了传授知识没有其他用处，而大模型比老师干得还好。1万个博士教一个学生，或者学生选1万个博士来用，就是这个逻辑；第三，改变金融，凡是数据和信息密集的行业最先被变革。你说大模型用的数据很脏，干这些事干不动。但你看智能驾驶，特斯拉用20万辆车采集的数据，已经做到L5级别。因为它用的数据是干净的，自己采集的，不是互联网上混乱的数据。黄仁勋把这个智能驾驶称之为“物理AI”。

　　回到企业内部，今天AI大模型带来的冲击，我觉得有一定规模的企业，战略、组织、业务流程、应用场景都会变，经营管理里的所有环节都会用到。首先是管理层，今天是不是真的能够改变认知。过去的认知是没用的，是包袱，是束缚。就像我刚才讲的，用做蜡烛的认知做不了电力系统的灯泡。电灯泡来的时候，做蜡烛的人注定失业，因为他们太纠缠于自己的技能，不可能在电灯泡时代成功。这不是线性增长，而是跳跃，是量子跃迁。所以，不能用现在的结构去掌握未来的结构，而是要重新调整。这对每个企业家来说都是非常大的挑战。

　　作为重要的战略选择，从企业家到高管领导团队，首先要完成认知与思维的升级，否则便难以跟上时代步伐。这并非简单投入资金、运用数字化工具就能实现的事。如果整个高层领导团队及企业家没有经历认知与思维的革命，没有真正把数字化想明白、想透，贸然投入只会走很多弯路、掉入诸多陷阱。因此，当下正处于新一轮认知革命与知识刷新的阶段，我们需要重构自身的知识体系——过去所学的许多知识，如今要么已经过时，要么可被其他方式替代。因此，我十分赞成波士顿公司提出的“学习革命”这一观点，现在确实真正进入“学习革命”的时代。

　　我现在很少接触头部企业，更多是和90后、00后打交道。很多新事物我不懂，需要主动向他们学习，不是我给他们提供支持，反而常常是他们给我“上课”。这是一个需要主动学习的革命时代，数字化转型更是企业必须重视的战略。这绝不仅仅是首席信息官的责任，而是从企业家到高层领导的核心责任。企业必须加大投入，将信息化、数字化投入列为战略优先级。投入不仅包括资金和人才，还需要推动整个团队学习和掌握AI技能。未来，所有企业本质上都是客户经营公司，经营客户的核心就是经营数据，而经营数据的背后离不开强大的算力和算法。从这一点来说，谁拥有大数据，谁就拥有未来的核心竞争力。

　　首先，火箭型提拔90后人才。现在无论是民营企业还是国有企业，领导班子都存在年龄结构老化、知识结构单一、专业结构单一的问题。因此，很多企业已明确要求，90后在领导班子中的占比需达到1/3以上。从人才培养来看，过去“之”字型的任职资格体系，确实会埋没不少人才，让90后受到压制。就像任总所说，如果让45岁的人再干15年，就会彻底耽误90后——15年后他们才能进入中高层，无疑错失了最佳发展时机。所以人才培养不能按部就班，要让有能力的90后“坐火箭”，实现连升三级，大胆将一批90后纳入高层领导团队，让他们担当重任。我们这代人虽然理念上能接受新事物，但操作层面终究不如90后。90后是互联网的原生态群体，更懂数字化时代的逻辑。企业需要让年轻人去攻克难题，即便90%的人才仍按“之”字型路径培养，至少也要有5%——10%的人能够破格连升三级。