【核心觀點(diǎn)】
技術(shù)革命和產(chǎn)業(yè)革命：本次大模型的出現(xiàn)不是簡單的技術(shù)演進(jìn)，而是一次新的技術(shù)革命和產(chǎn)業(yè)革命。大模型為通用人工智能的發(fā)展找到了一條可行的路徑，或者說指明了一個(gè)方向。人工智能將給人類社會(huì)的生產(chǎn)和生活帶來全方位的巨變。
從量變到質(zhì)變：從ANI到AGI、再到未來的ASI，在這個(gè)過程中，支撐人工智能技術(shù)的算力、算法、數(shù)據(jù)等要素一直都在積累。模型算法、芯片算力、云計(jì)算、數(shù)據(jù)和開源開放社區(qū)這五個(gè)要素共同構(gòu)成的生態(tài)，推動(dòng)了人工智能技術(shù)發(fā)生本輪質(zhì)變。
堪比核武器：比爾·蓋茨、OpenAI公司的CEO奧特曼、巴菲特這三個(gè)人在不同場合都曾被問到，有哪種技術(shù)可以與本輪人工智能技術(shù)相比擬？他們講了同一種技術(shù)——核武器。他們都認(rèn)為人工智能的威力十分巨大。當(dāng)然也正因如此，我們需要對其進(jìn)行嚴(yán)格監(jiān)管。
數(shù)字化概念：就是我們在現(xiàn)實(shí)世界的基礎(chǔ)上構(gòu)造一個(gè)賽博空間，或者說一個(gè)數(shù)字世界，在這個(gè)由數(shù)據(jù)和算法定義的世界里，可以通過數(shù)據(jù)的自動(dòng)流動(dòng)，化解復(fù)雜系統(tǒng)的不確定性，優(yōu)化資源配置的效率，提高企業(yè)的核心競爭力。
緊迫挑戰(zhàn)：現(xiàn)在需求側(cè)追求個(gè)性化、實(shí)時(shí)化、智能化，必然要求供給側(cè)的制造體系與之匹配，那么供給側(cè)的企業(yè)要怎樣才能跟得上需求側(cè)的巨變？各行各業(yè)都要面對“復(fù)雜系統(tǒng)的不確定性”帶來的考驗(yàn)。
車企轉(zhuǎn)型：汽車企業(yè)面對的是更復(fù)雜的系統(tǒng)以及更大的不確定性，如何優(yōu)化資源配置也就成了更困難也更緊迫的難題。解決難題的答案就是數(shù)字化轉(zhuǎn)型，即用數(shù)字技術(shù)武裝自己，并將其融入到企業(yè)經(jīng)營、管理和決策等方方面面。
轉(zhuǎn)型目的：數(shù)字化轉(zhuǎn)型本質(zhì)上是三場革命，即工具的革命、決策的革命和組織的革命。企業(yè)數(shù)字化轉(zhuǎn)型的最終目的只有一個(gè)，那就是優(yōu)化資源配置的效率。
【對話實(shí)錄】
趙福全：大家好！歡迎來到《趙福全研究院》高端對話欄目。我是本欄目的主持人、清華大學(xué)汽車產(chǎn)業(yè)與技術(shù)戰(zhàn)略研究院的趙福全。本欄目由蓋斯特管理咨詢公司承辦并贊助播出，在此表示感謝。本欄目自2014年創(chuàng)辦以來，今天迎來了第74個(gè)專場，本場對話的主題是“企業(yè)的數(shù)字化轉(zhuǎn)型”。我們非常榮幸地邀請到了中國信息化百人會(huì)執(zhí)委安筱鵬博士，請安博士和大家打個(gè)招呼。
安筱鵬：大家好！非常感謝趙院長的邀請，很高興來這里一起交流數(shù)字化轉(zhuǎn)型的話題。
大模型是一次新的技術(shù)革命和產(chǎn)業(yè)革命
趙福全：歡迎安博士來到我們的對話欄目。我知道，您目前從事數(shù)字化領(lǐng)域的產(chǎn)業(yè)發(fā)展戰(zhàn)略研究，非常了解企業(yè)前沿實(shí)踐的情況。同時(shí)您在學(xué)術(shù)上成果頗豐，我讀過您的幾本專著，既有思想、又有觀點(diǎn)，對未來的思考很有深度。所以，今天特別邀請您過來交流。
當(dāng)前人類社會(huì)正在發(fā)生巨變，其中一個(gè)重大變化就來自數(shù)字化，也包含了與之息息相關(guān)的數(shù)據(jù)以及人工智能等等。數(shù)字化將會(huì)波及各行各業(yè)，很可能是人類歷史上對社會(huì)生產(chǎn)和生活影響最大的一次變革，對此各國也都抱有很高的期待。當(dāng)然未來是不是還會(huì)有影響更大的新變革，我們尚不得而知。但就目前來看，相較于此前的機(jī)械革命、電子革命，這次的數(shù)字革命對于人類社會(huì)方方面面的影響將會(huì)更大，或者說更具全面性、普適性和顛覆性，也帶給我們近乎無限的暢想空間。
在這種大背景下，當(dāng)前汽車行業(yè)可以說是既緊張、又興奮。因?yàn)檫@次數(shù)字化革命給傳統(tǒng)產(chǎn)業(yè)帶來的更多是顛覆、還是賦能，每個(gè)人站在不同的角度都有各自不同的思考，可謂仁者見仁、智者見智。傳統(tǒng)產(chǎn)業(yè)的很多從業(yè)者認(rèn)為，數(shù)字化是“狼來了”，甚至后續(xù)自己很可能都會(huì)因此失業(yè)；而數(shù)字化產(chǎn)業(yè)的從業(yè)者大多認(rèn)為，這是一次歷史性的機(jī)遇，數(shù)字化可以和各行各業(yè)深度結(jié)合，進(jìn)而創(chuàng)造出更多更大的價(jià)值。
安博士，作為研究數(shù)字化的頂級專家，您怎樣看待數(shù)字化革命給人類社會(huì)以及各個(gè)產(chǎn)業(yè)帶來的變化？請和大家分享一下您的認(rèn)知。
安筱鵬：說起來，數(shù)字化并不是一個(gè)新概念。從歷史上看，隨著信息技術(shù)的誕生和發(fā)展，數(shù)字化技術(shù)就一直在融入到經(jīng)濟(jì)和社會(huì)的方方面面，不斷帶來新的技術(shù)變革和產(chǎn)業(yè)變革。而我們在2024年這個(gè)時(shí)間點(diǎn)來討論數(shù)字化時(shí)，有一項(xiàng)非常重要的熱點(diǎn)技術(shù)就是大模型，這也是人工智能的最新突破。審視人工智能技術(shù)不斷發(fā)展進(jìn)步的歷史軌跡，我們必須首先明確一個(gè)問題——此次大模型的出現(xiàn)究竟是一次技術(shù)升級、還是技術(shù)革命？是原有人工智能技術(shù)發(fā)展的一條延長線，還是開辟了一條新的發(fā)展曲線？對此業(yè)界有著不同的認(rèn)知和判斷。就我個(gè)人來說，我覺得這應(yīng)該是一次新的技術(shù)革命。
回顧人工智能技術(shù)的發(fā)展歷程，過去三四十年里，人們對于人工智能的定位有一個(gè)英文表述，就是Artificial Narrow Intelligence（簡稱ANI），翻譯成中文叫做弱人工智能；而以Transformer為代表的新技術(shù)路線，也就是大模型，帶來了人工智能的一次重大進(jìn)步，形成了所謂Artificial General Intelligence（簡稱AGI），翻譯過來叫做強(qiáng)人工智能或者通用人工智能。我認(rèn)為強(qiáng)人工智能是一次革命，其革命性就體現(xiàn)在其概念的核心詞“通用”上。當(dāng)然，現(xiàn)在距離最終實(shí)現(xiàn)通用人工智能可能還需要5-10年甚至更長的時(shí)間，但是大模型的出現(xiàn)確實(shí)為通用人工智能的發(fā)展找到了一條可行的路徑，或者說指明了一個(gè)方向。這讓大家有信心說，通用人工智能是有可能做成的，而且正在不斷地逼近目標(biāo)。盡管目前還有部分專家對此有不同看法，不過整體而言，多數(shù)專家已經(jīng)達(dá)成了這一共識。
那么，弱人工智能與強(qiáng)人工智能的本質(zhì)區(qū)別是什么呢？傳統(tǒng)的ANI是通過一個(gè)模型、一套算法來解決一個(gè)特定的問題，這意味著ANI只能做特定的某一件事。而現(xiàn)在的AGI具有泛化能力，當(dāng)一個(gè)模型訓(xùn)練完成之后，它既可以做翻譯，例如把英文翻譯成法文、把法文翻譯成中文；也可以進(jìn)行對話，包括生成文字、圖片或視頻；還可以編寫代碼……即AGI能夠做多件事情，這就是所謂的通用。對此比爾·蓋茨講過自己的一個(gè)觀察，我覺得很好地說明了問題。他說，當(dāng)你讓人工智能大語言模型學(xué)習(xí)了化學(xué)和物理知識后，再給它一套生物試卷，它也能夠答得很好。這充分說明其具有了泛化的能力。
泛化是強(qiáng)人工智能最本質(zhì)的一個(gè)特征，而這個(gè)特征源自于這次大語言模型中最重要的一個(gè)基礎(chǔ)模型，就是前面提到的Transformer。之前的ANI模型，其效果與參數(shù)數(shù)量之間沒有明顯的相關(guān)性，甚至可能參數(shù)增多，模型的效果卻變差了?；赥ransformer的大模型不是這樣，當(dāng)模型的參數(shù)增長到某一個(gè)臨界點(diǎn)，比如10億、50億、100億個(gè)的時(shí)候，模型的效果就會(huì)突然呈現(xiàn)出指數(shù)級的提升，此時(shí)大模型就會(huì)形成強(qiáng)大的“涌現(xiàn)”能力。正因如此，大模型才具備了通用人工智能的屬性，或者說，才成為了一種重要的通用技術(shù)。
從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)的角度來說，人類的所有技術(shù)都可以分為兩類：一類是專用技術(shù)；一類是通用技術(shù)。不過大模型這種通用技術(shù)是獨(dú)特的，或者說，此通用非彼通用。有研究表明，在人類過去五六千年的歷史中，大概只有24種通用技術(shù)，如馴化、冶鐵、蒸汽機(jī)和計(jì)算機(jī)等等，而大語言模型可能就是第25種通用技術(shù)。而且大模型非常容易與其他原有技術(shù)相互結(jié)合，將融入到經(jīng)濟(jì)社會(huì)的方方面面，不僅會(huì)帶來生產(chǎn)力的變革，還會(huì)帶來生產(chǎn)關(guān)系的變革，包括企業(yè)組織模式與行為方式等的變革。這是我對本輪技術(shù)變革的一個(gè)基本判斷。
我們看到，國家對這項(xiàng)技術(shù)也高度重視。2023年中共中央政治局會(huì)議首次提到“通用人工智能”這一重要概念；同年在二十屆中央財(cái)經(jīng)委員會(huì)第一次會(huì)議上，也提到“要把握人工智能等新科技革命浪潮”。所以，我認(rèn)為大模型的出現(xiàn)，不是簡單的技術(shù)演進(jìn)，而是一次新的技術(shù)革命和產(chǎn)業(yè)革命。
趙福全：安博士分享的觀點(diǎn)非常重要。我們究竟應(yīng)該如何理解數(shù)字化革命給整個(gè)社會(huì)帶來的變化呢？安博士認(rèn)為，數(shù)字化是一種手段，其影響最終體現(xiàn)在基于數(shù)字化的人工智能等技術(shù)給人類社會(huì)帶來的全方位改變。而對于人工智能的最新進(jìn)展即大模型的出現(xiàn)，有人認(rèn)為這是一次漸進(jìn)的技術(shù)升級，也有人認(rèn)為這是一次技術(shù)革命乃至產(chǎn)業(yè)革命。而您回顧了人工智能的發(fā)展歷程，從技術(shù)進(jìn)步的幅度也即模型能力的變化上，得出了自己的結(jié)論——大模型是一次革命性的技術(shù)突破。
通用人工智能是威力堪比“核武器”的質(zhì)變
趙福全：事實(shí)上，任何技術(shù)的發(fā)展都需要先經(jīng)歷一個(gè)量變積累的過程，然后才能迎來質(zhì)變的突破。人工智能技術(shù)也不例外，從弱人工智能ANI到強(qiáng)人工智能AGI、再到未來有可能實(shí)現(xiàn)的超人工智能ASI（Artificial Super Intelligence），應(yīng)該也是一個(gè)不斷積累的漸進(jìn)過程。從這個(gè)角度看，是不是ANI發(fā)展到了一定的程度，大家對其能力、潛力和局限性等有了足夠的認(rèn)識之后，人工智能才得以進(jìn)入到AGI的階段呢？這樣說起來，我們到底應(yīng)該把從ANI到AGI的進(jìn)步視為人工智能技術(shù)的一次升級，還是一次革命？
另一方面，AGI技術(shù)在方法上有革命性的改變，而這種改變往往會(huì)帶來結(jié)果的革命性改變。例如，蒸汽機(jī)出現(xiàn)后并不是立即就改變了整個(gè)社會(huì)，其技術(shù)也是一點(diǎn)點(diǎn)不斷完善，從而應(yīng)用得越來越好、越來越廣，到最后才帶來了工業(yè)革命、流水線生產(chǎn)等一系列革命性的改變。那么，如果說AGI是一次革命，主要是指其方法上有革命性的改變，還是指這種方法帶來的結(jié)果會(huì)有革命性的改變呢？我想收看這個(gè)欄目的朋友們，特別是傳統(tǒng)制造業(yè)的同仁們，一定都很想知道答案。安博士，請談?wù)勀鳛閿?shù)字化專家的看法。
安筱鵬：好的，剛才趙院長講到了兩個(gè)方面的問題，或者說是兩種不同的視角。一是從技術(shù)本身的發(fā)展來看，AGI為什么是革命性的？二是從技術(shù)對整個(gè)經(jīng)濟(jì)社會(huì)的影響來看，AGI為什么是革命性的？我先講講第一個(gè)方面。據(jù)我觀察，AGI不僅僅是一項(xiàng)技術(shù)，當(dāng)然它包括了語言、視覺、多模態(tài)等技術(shù)，但其本質(zhì)是整個(gè)數(shù)字化技術(shù)體系發(fā)展到了從量變到質(zhì)變的拐點(diǎn)。
我們把時(shí)間尺度拉長一些，從技術(shù)供給側(cè)的角度來看一看，為什么AGI會(huì)發(fā)生在此時(shí)此刻，而不是在8年、10年前或者更早的時(shí)間？我認(rèn)為，是因?yàn)橛袔讉€(gè)核心要素發(fā)生了變化，正是這幾個(gè)核心要素的量變積累才帶來了這一次人工智能的質(zhì)變突破。
第一個(gè)要素是理論模型，即算法本身的創(chuàng)新。Transformer模型最早出現(xiàn)在2017年谷歌公司八位科學(xué)家發(fā)表的論文中，這篇論文闡明了該模型具有參數(shù)越多、效果越好的本質(zhì)特征，從而為其后續(xù)的發(fā)展奠定了基礎(chǔ)。
第二個(gè)要素是算力，即芯片的進(jìn)步，這個(gè)要素往往被忽視了。我們知道過去一兩年里，英偉達(dá)的市值一度從1萬億美元增長到超過3萬億美元，有段時(shí)間是全球市值最高的公司。這背后的原因是什么？其實(shí)可以追溯到2012年，當(dāng)時(shí)在一個(gè)全球人工智能大賽上，也就是李飛飛組織的斯坦福大學(xué)ImageNet（圖像識別）競賽，多倫多大學(xué)辛頓教授的兩個(gè)學(xué)生獲得了冠軍，他們在圖像識別質(zhì)量上取得了很大的躍升。之前圖像識別的準(zhǔn)確率只有1%-2%，而他們竟然提高到了10%。這個(gè)結(jié)果引發(fā)了人工智能領(lǐng)域兩個(gè)非常重要的變化：一是業(yè)界對人工智能研究的注意力開始轉(zhuǎn)向神經(jīng)網(wǎng)絡(luò)模型，也就是冠軍隊(duì)使用的算法。大家看到神經(jīng)網(wǎng)絡(luò)取得了這么好的效果，于是很多人都進(jìn)入到這個(gè)賽道。二是業(yè)界開始把訓(xùn)練模型使用的芯片，由以CPU（中央處理器）為主轉(zhuǎn)為以GPU（圖形處理器）為主。因?yàn)楣谲婈?duì)就使用了部分GPU，用GPU訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的效率要比用CPU高很多。由此，芯片算力的使用效率得到了大幅提高。
第三個(gè)要素是云計(jì)算。在過去近20年中，云計(jì)算為人工智能技術(shù)的發(fā)展提供了基礎(chǔ)支撐。2020年OpenAI公司發(fā)表文章，提出了人工智能大語言模型的一個(gè)重要定律，即Scaling law（規(guī)模法則）。其含義是：模型的參數(shù)越多，效果越好；模型的語料數(shù)據(jù)越多，效果越好。而參數(shù)多、語料數(shù)據(jù)多就需要有強(qiáng)大的運(yùn)算能力，且這種運(yùn)算能力的成本還要足夠低，這樣才能支撐起大規(guī)模模型的訓(xùn)練。云計(jì)算就提供了這種支撐。
第四個(gè)要素是數(shù)據(jù)。過去20年互聯(lián)網(wǎng)上已經(jīng)積累了足夠多的數(shù)據(jù)，今天訓(xùn)練大語言模型使用的就是互聯(lián)網(wǎng)上的這些數(shù)據(jù)。可以說，互聯(lián)網(wǎng)的發(fā)展為人工智能大模型的語料數(shù)據(jù)、場景以及相關(guān)人才都做了非常重要的積累。
第五個(gè)要素是包括美國和中國在內(nèi)的全球性的開源開放社區(qū)。
以上這五個(gè)要素相互影響、相互制約、相互協(xié)同，構(gòu)成了一個(gè)AI生態(tài)。正是這個(gè)生態(tài)使大模型從量變到質(zhì)變，實(shí)現(xiàn)了能力的“涌現(xiàn)”，也讓越來越多的人感受到其重大價(jià)值。比爾·蓋茨、OpenAI公司的CEO奧特曼、巴菲特這三個(gè)人在不同場合都曾被問到，有哪種技術(shù)可以與本輪人工智能技術(shù)相比擬？他們講了同一種技術(shù)——核武器。就是說，他們都認(rèn)為大模型的威力十分巨大，這足以說明人工智能大模型的影響和潛力。當(dāng)然也正因如此，我們需要對其進(jìn)行嚴(yán)格監(jiān)管。
可見，從供給側(cè)的角度來看，本輪人工智能技術(shù)是革命性的突破，其普適性和泛化能力正影響到經(jīng)濟(jì)社會(huì)的方方面面。汽車產(chǎn)業(yè)也在其中，我們稍后再談大模型對汽車產(chǎn)業(yè)的影響。實(shí)際上，人工智能大模型對于制造業(yè)、醫(yī)療、教育、政務(wù)等等，都會(huì)產(chǎn)生巨大的影響。說到底，AGI作為一種通用技術(shù)，其影響和價(jià)值是全局性的。
趙福全：聽了安博士這段話，我想收看我們欄目的同仁們可以認(rèn)識到：所有技術(shù)的進(jìn)步都要經(jīng)歷一個(gè)從量變到質(zhì)變的過程，而這一次人工智能大模型的出現(xiàn)已經(jīng)是經(jīng)過循序漸進(jìn)的量變積累而發(fā)生的質(zhì)變了。
應(yīng)該說，此前人類社會(huì)的進(jìn)步基本上是以硬件為主導(dǎo)和標(biāo)志的，相應(yīng)的我們也已經(jīng)習(xí)慣了機(jī)械硬件技術(shù)進(jìn)步的模式。當(dāng)一種技術(shù)出現(xiàn)之后，人們不斷對其進(jìn)行改良和優(yōu)化。在這個(gè)過程中，這種技術(shù)的原理并未發(fā)生變化，始終遵循原來的物理定律。過去幾百年間的技術(shù)革命大多都是如此。例如蒸汽機(jī)、內(nèi)燃機(jī)等技術(shù)，并沒有在其使用過程中突然出現(xiàn)某種跨越式的飛躍，而是從效率、能耗、噪聲等各個(gè)方面逐步得到改進(jìn)，最終越用越好。但是今天的數(shù)字化技術(shù)與傳統(tǒng)的機(jī)械硬件技術(shù)完全不同，二者的演進(jìn)過程有著本質(zhì)區(qū)別。我認(rèn)為，主要體現(xiàn)在以下兩點(diǎn)：
第一，這次人工智能的突破既有技術(shù)本身的進(jìn)步，也有技術(shù)相關(guān)要素持續(xù)積累的支撐。因?yàn)槿斯ぶ悄苌婕暗降念I(lǐng)域非常寬泛，最終是各個(gè)領(lǐng)域的技術(shù)進(jìn)步共同促成了人工智能能力的整體飛躍。
具體來說，從ANI到AGI、再到未來的ASI，在這個(gè)過程中，支撐人工智能技術(shù)的算力、算法、數(shù)據(jù)等要素一直都在積累。這些要素雖然與人工智能密切相關(guān)，但其實(shí)都是不同領(lǐng)域的技術(shù)。當(dāng)這些技術(shù)的進(jìn)步都堆積起來，人工智能技術(shù)才有了質(zhì)變的可能。正如剛剛安博士談到的，模型算法、芯片算力、云計(jì)算、數(shù)據(jù)和開源開放社區(qū)這五個(gè)要素共同構(gòu)成的生態(tài)，推動(dòng)了人工智能技術(shù)發(fā)生本輪質(zhì)變。這些要素是缺一不可的：如果沒有個(gè)人計(jì)算機(jī)、手機(jī)在互聯(lián)網(wǎng)環(huán)境下積累的大量數(shù)據(jù)，即使有更好的算法和更強(qiáng)的算力，大模型也不可能“涌現(xiàn)”出強(qiáng)大的能力；如果沒有算法和算力的突破，即使有更多的數(shù)據(jù)，也無濟(jì)于事；而如果沒有算法原理上的創(chuàng)新，即使有更強(qiáng)的算力，也實(shí)現(xiàn)不了“規(guī)模法則”帶來的效果。所以安博士認(rèn)為，這次人工智能的突破不是漸進(jìn)式的技術(shù)進(jìn)步，盡管這種突破依然來自于每天、每月、每年持續(xù)不斷的微小改進(jìn)，但是今天已經(jīng)來到由量變到質(zhì)變的拐點(diǎn)了。
第二，這次人工智能技術(shù)突破的覆蓋面將會(huì)非常廣泛，幾乎可以應(yīng)用于所有行業(yè)，這和以前也有很大不同。以動(dòng)力革命為例，內(nèi)燃機(jī)出現(xiàn)后，主要應(yīng)用及影響基本集中在交通以及制造業(yè)等領(lǐng)域。可是這次的大模型或者說AGI是一種用途非常寬泛的通用技術(shù)，在制造、交通、能源以及醫(yī)療、教育、娛樂等各個(gè)領(lǐng)域都可以發(fā)揮重要作用，且其方法在本質(zhì)上是一樣的，只不過外延有所差異罷了。
事實(shí)上，每個(gè)領(lǐng)域都有自己的數(shù)據(jù)，有了AGI技術(shù)之后，就可以基于相同的算法原理和通用的算力，結(jié)合本領(lǐng)域的特點(diǎn)和需求來構(gòu)建各自的大模型，從而實(shí)現(xiàn)人工智能應(yīng)用的空前拓展。我甚至可以斷言，對于這次人工智能技術(shù)突破帶來的變化，人類可以無限暢想。這不是夸張，更不是調(diào)侃，而是未來一定能夠?qū)崿F(xiàn)的前景。由此，人工智能將給人類社會(huì)的各種生產(chǎn)和生活活動(dòng)帶來全方位的巨變。從這個(gè)意義上講，這無疑也是一次質(zhì)變。
總之，無論是從技術(shù)本身、還是從技術(shù)應(yīng)用來看，或者說，無論是從技術(shù)方法、還是從技術(shù)結(jié)果上來看，通用人工智能都是一次質(zhì)變。而安博士剛剛的分享，更讓我有了一點(diǎn)很深的感悟，那就是我們絕不能用傳統(tǒng)的漸進(jìn)式思維來考慮人工智能未來的發(fā)展和影響。
企業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是工具、決策和組織三場革命
趙福全：這就引出了下一個(gè)問題。現(xiàn)在都在講數(shù)字化、數(shù)據(jù)化，也在講大數(shù)據(jù)、云計(jì)算，還在講人工智能、大模型和專業(yè)模型等等。各個(gè)領(lǐng)域的專家從各自的角度強(qiáng)調(diào)不同的概念及其應(yīng)用，這本身無可厚非。但這也給我們帶來了混淆，讓人不免有“概念太多、莫衷一是”的感覺。其實(shí)這些概念之間既有區(qū)別、也有關(guān)聯(lián)。比如大模型如果不能賦能專業(yè)模型更好地發(fā)揮作用，那它在相關(guān)行業(yè)的應(yīng)用價(jià)值就非常小。我想利用今天這個(gè)機(jī)會(huì)，請安博士給大家做一次系統(tǒng)科普和概念辨析，以便幫助大家正確理解這些基本概念，進(jìn)而在各自的領(lǐng)域中有效應(yīng)用。
安筱鵬：好的。我們先來談?wù)剶?shù)字技術(shù)的發(fā)展。說起來，數(shù)字技術(shù)這個(gè)概念是在最近5-10年才開始較多地使用起來。不過早在上世紀(jì)40年代以來，芯片、軟件和傳感器等新技術(shù)就不斷涌現(xiàn)，并快速普及應(yīng)用到經(jīng)濟(jì)社會(huì)的方方面面，其中也包括汽車等傳統(tǒng)制造業(yè)。這些新技術(shù)其實(shí)都屬于數(shù)字技術(shù)的范疇。因此，數(shù)字技術(shù)一直處在新技術(shù)不斷出現(xiàn)、快速普及并引發(fā)諸多相關(guān)領(lǐng)域持續(xù)改變的過程中，這個(gè)過程也就是數(shù)字化轉(zhuǎn)型。
可見，數(shù)字化轉(zhuǎn)型是一個(gè)非常寬泛的概念。簡單說，就是新的數(shù)字技術(shù)融入到經(jīng)濟(jì)社會(huì)的各個(gè)領(lǐng)域，帶來生產(chǎn)力的進(jìn)步和生產(chǎn)關(guān)系的變革。而在不同的時(shí)間段，各有當(dāng)時(shí)最具代表性和突破性的不同技術(shù)在引領(lǐng)發(fā)展。與此同時(shí)，這些技術(shù)又不是孤立的，而是相互關(guān)聯(lián)、相互交織、相互支撐。比如10年前我們講得更多的是物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算；現(xiàn)在講得更多的是數(shù)字化、大模型和AGI。事實(shí)上，這些概念要真正融入相關(guān)領(lǐng)域、創(chuàng)造重大價(jià)值，必須與其他技術(shù)聯(lián)動(dòng)才行，只靠一種技術(shù)單兵突進(jìn)是解決不了什么問題的。
趙福全：也就是說，這些技術(shù)都包含在數(shù)字化的大概念之下，并且有著內(nèi)在的緊密關(guān)聯(lián)。那么，您能不能具體解釋一下，這些技術(shù)之間的邏輯關(guān)系究竟是怎樣的？
安筱鵬：要講清這些概念的邏輯關(guān)系，先要講清什么是數(shù)字化。根據(jù)我之前的研究，我覺得可以這樣理解：數(shù)字化就是我們在現(xiàn)實(shí)世界的基礎(chǔ)上構(gòu)造一個(gè)賽博空間，或者說一個(gè)數(shù)字世界，在這個(gè)由數(shù)據(jù)和算法定義的世界里，可以通過數(shù)據(jù)的自動(dòng)流動(dòng)，化解復(fù)雜系統(tǒng)的不確定性，優(yōu)化資源配置的效率，提高企業(yè)的核心競爭力。
這樣講可能還是比較抽象，我們不妨從數(shù)字化轉(zhuǎn)型的實(shí)踐來解釋一下。所謂數(shù)字化轉(zhuǎn)型，究竟是要做什么事情呢？我想，每個(gè)行業(yè)都需要回答一個(gè)基本問題：即數(shù)字化轉(zhuǎn)型的邏輯起點(diǎn)是什么？或者說為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？不同的行業(yè)、領(lǐng)域和企業(yè)都有各自不同的出發(fā)點(diǎn)，可能是為了實(shí)現(xiàn)產(chǎn)品的個(gè)性化定制，也可能是為了實(shí)現(xiàn)產(chǎn)品的智能化，總之不外乎追求個(gè)性化、實(shí)時(shí)化、場景化、智能化等等。
以汽車領(lǐng)域?yàn)槔?，今天汽車消費(fèi)群體越來越以90后、00后為主了。而這些年輕人的需求有很大的變化，他們心目中的豪華車與其父輩60后、70后心目中的豪華車完全不是一個(gè)概念。60后、70后在求學(xué)階段和工作之初，看到的豪華車就是寶馬、奔馳等，誰買了這些品牌，誰就迎來了人生的高光時(shí)刻，他們的這種印象一直延續(xù)至今。但是現(xiàn)在的年輕人并不這樣想，他們的消費(fèi)需求越來越個(gè)性化，強(qiáng)調(diào)實(shí)時(shí)、注重場景、關(guān)注內(nèi)容，還要進(jìn)行互動(dòng)、有參與感。比如不少消費(fèi)者都希望能有更多的參與權(quán)、表達(dá)權(quán)和分享權(quán)，或者直接參與產(chǎn)品的定義和配置的選擇，或者在購車后通過社交媒介展示一下，這是一種新型的文化。我把消費(fèi)需求的這種變化定義為消費(fèi)者主權(quán)的崛起。當(dāng)然，消費(fèi)者其實(shí)是一個(gè)廣義的概念，不僅包括個(gè)人，也包括企業(yè)、政府等，在此我們主要指的是個(gè)人消費(fèi)者。
上述變化意味著今天我們面臨著完全不同的消費(fèi)需求。無論企業(yè)自身的供給能力有沒有發(fā)生改變，需求的變化都是確定的，而且這種變化正驅(qū)動(dòng)整個(gè)供需系統(tǒng)變得越來越復(fù)雜、也越來越易變。而當(dāng)系統(tǒng)變得復(fù)雜、易變的時(shí)候，需求側(cè)追求的個(gè)性化、實(shí)時(shí)化、智能化，必然要求供給側(cè)的制造體系與之匹配。問題的關(guān)鍵在于，供給側(cè)的企業(yè)要怎樣才能跟得上需求側(cè)的巨變？這對所有行業(yè)的企業(yè)來說，都是異常嚴(yán)峻的考驗(yàn)，區(qū)別只在不同行業(yè)發(fā)生變化的速度和競爭激烈的程度有所差異而已。
由此可見，各行各業(yè)都要面對“復(fù)雜系統(tǒng)的不確定性”帶來的考驗(yàn)。而對汽車企業(yè)來說，其需求側(cè)和供給側(cè)都極其復(fù)雜，特別是汽車產(chǎn)品及其供應(yīng)鏈的復(fù)雜度還在提高。當(dāng)前汽車產(chǎn)品安裝了很多傳感器、芯片和軟件等等，已經(jīng)從單純的機(jī)械產(chǎn)品演變成機(jī)械電子產(chǎn)品、甚至更像是電子產(chǎn)品了，而且汽車上的機(jī)械與電子部分還要有效融合。也就是說，汽車企業(yè)面對的是更復(fù)雜的系統(tǒng)以及更大的不確定性，如何優(yōu)化資源配置也就成了更困難也更緊迫的難題。
那么究竟應(yīng)該怎樣解決這個(gè)難題呢？我認(rèn)為，答案就是數(shù)字化轉(zhuǎn)型，即用數(shù)字技術(shù)武裝自己，并將其融入到企業(yè)經(jīng)營、管理和決策等方方面面。就像我剛才講的，構(gòu)建一個(gè)數(shù)據(jù)和算法定義的數(shù)字世界，通過數(shù)據(jù)的自動(dòng)流動(dòng)，化解復(fù)雜系統(tǒng)的不確定性，優(yōu)化資源配置的效率。說到底，企業(yè)之間的較量最終還是資源配置效率的競爭，而資源配置效率取決于企業(yè)決策的精準(zhǔn)性和及時(shí)性，包括研發(fā)、采購、生產(chǎn)、營銷和服務(wù)等各種決策。過去這些決策大多是基于有限信息和固有經(jīng)驗(yàn)做出的，甚至有時(shí)候就是領(lǐng)導(dǎo)拍腦袋定下來的，但是今后要靠數(shù)據(jù)驅(qū)動(dòng)、算法加持來進(jìn)行決策。這是數(shù)字化轉(zhuǎn)型的核心。
我經(jīng)常講一個(gè)觀點(diǎn)，所謂數(shù)字化轉(zhuǎn)型，本質(zhì)上是三場革命：一是工具的革命，例如擁有制造汽車的各種新設(shè)備，包括機(jī)器人、數(shù)控機(jī)床、AGV（自動(dòng)導(dǎo)向搬運(yùn)車）等硬件，也包括CAD、CAE等軟件，這些都是數(shù)字化轉(zhuǎn)型所需要的工具或者說手段；二是決策的革命，過去企業(yè)產(chǎn)品研發(fā)、生產(chǎn)制造、采購物流、營銷服務(wù)以及運(yùn)營管理等都是基于經(jīng)驗(yàn)進(jìn)行決策的，而今后要基于數(shù)據(jù)、通過算法來洞察規(guī)律，進(jìn)行科學(xué)的決策；三是組織的革命，所謂數(shù)據(jù)的自動(dòng)流動(dòng)，就是要把正確的數(shù)據(jù)，在正確的時(shí)間，以正確的方式，傳遞給正確的人和機(jī)器，這樣才能真正實(shí)現(xiàn)高效率，為此我們必須變革組織，以支撐這樣的數(shù)據(jù)流動(dòng)。
一句話，企業(yè)數(shù)字化轉(zhuǎn)型的最終目的只有一個(gè)，那就是優(yōu)化資源配置的效率。當(dāng)資源配置的效率提高了，企業(yè)的核心競爭力自然也就提升了。這就是我對于數(shù)字化轉(zhuǎn)型的理解。
趙福全：安博士講得非常好！現(xiàn)在幾乎所有企業(yè)都在講數(shù)字化轉(zhuǎn)型，都表示要迎接本輪產(chǎn)業(yè)變革，但數(shù)字化轉(zhuǎn)型到底是什么、應(yīng)該做什么，其實(shí)不少企業(yè)并不是很清楚。而您明確提出，數(shù)字化轉(zhuǎn)型就是要以數(shù)字化的手段來實(shí)現(xiàn)優(yōu)化資源配置效率的目的。我覺得您的觀點(diǎn)既有很強(qiáng)的學(xué)術(shù)性，又解釋得非常詳細(xì)到位。
我簡單做個(gè)梳理：當(dāng)前整個(gè)社會(huì)正在發(fā)生空前巨變，消費(fèi)者的需求變得越來越復(fù)雜，甚至可以說是千變?nèi)f化。在這種情況下，企業(yè)如果不能滿足消費(fèi)者需求的變化，就會(huì)失去生存的基礎(chǔ)。因此，企業(yè)必須努力把內(nèi)外部的各種資源有效組織起來，盡可能精準(zhǔn)、快速地滿足消費(fèi)者日趨復(fù)雜、日新月異的個(gè)性化需求。而延續(xù)傳統(tǒng)的企業(yè)運(yùn)營和資源組織方式，無論怎樣改進(jìn)，都是無法做到這一點(diǎn)的。唯一的破局之道就是利用數(shù)字化手段、實(shí)施數(shù)字化轉(zhuǎn)型。
通過數(shù)字化轉(zhuǎn)型，企業(yè)要把市場上的需求信息都轉(zhuǎn)變成數(shù)據(jù)，并讓這些數(shù)據(jù)在企業(yè)內(nèi)外流動(dòng)起來，驅(qū)動(dòng)企業(yè)有的放矢地打造新產(chǎn)品。由此，數(shù)據(jù)也就成為了一種新的生產(chǎn)要素。在之前硬件主導(dǎo)的時(shí)代，生產(chǎn)要素主要是實(shí)體的生產(chǎn)資料，例如鋼材；當(dāng)鋼材進(jìn)入生產(chǎn)線，對其進(jìn)行沖壓、切割等處理以形成零部件的相關(guān)技術(shù)，就是生產(chǎn)力；相應(yīng)的，確保順暢生產(chǎn)的生產(chǎn)線和組織等，就是生產(chǎn)關(guān)系。而進(jìn)入到軟件主導(dǎo)的新時(shí)代，我們可以利用數(shù)字技術(shù)，把各種信息都轉(zhuǎn)變?yōu)閿?shù)據(jù)，從而成為一種新的共性生產(chǎn)要素，或者也可稱之為新型生產(chǎn)資料；對各種數(shù)據(jù)進(jìn)行采集、傳輸、處理和使用等的一系列新技術(shù)，就是新型生產(chǎn)力；相應(yīng)的，研發(fā)、生產(chǎn)、采購、銷售、服務(wù)等各個(gè)部門，必須向著統(tǒng)一的產(chǎn)品目標(biāo)攜手努力，基于共同的生產(chǎn)要素產(chǎn)生不同的生產(chǎn)力，以實(shí)現(xiàn)提質(zhì)、增效、降本，滿足不斷變化的市場需求，而確保這種協(xié)同的全新組織和分工等，就是新型生產(chǎn)關(guān)系。
我想強(qiáng)調(diào)的是，一方面，這種新型生產(chǎn)關(guān)系意味著企業(yè)內(nèi)部的組織架構(gòu)和運(yùn)營管理必須進(jìn)行全方位的變革。企業(yè)可能不再需要像以前那樣經(jīng)常召開部門之間的溝通會(huì)，也可能不再需要通過KPI來進(jìn)行指標(biāo)管理，因?yàn)槠髽I(yè)完全可以通過數(shù)字化手段，基于數(shù)據(jù)來打通部門墻，全面提升部門之間的溝通及運(yùn)行效率。另一方面，新型生產(chǎn)關(guān)系還涉及到企業(yè)與外部伙伴的合作，將會(huì)催生出新型的商業(yè)模式。比如原來整車企業(yè)和供應(yīng)商之間基本就是簡單的買賣關(guān)系，但是當(dāng)前整供關(guān)系也在發(fā)生重大改變，正向長期戰(zhàn)略生態(tài)伙伴的方向演進(jìn)。究其根本，這同樣是由數(shù)字化轉(zhuǎn)型引發(fā)的。因?yàn)楣?yīng)商或者掌握著部分?jǐn)?shù)據(jù)，或者擁有處理數(shù)據(jù)的優(yōu)勢技術(shù)，而優(yōu)化資源配置的效率就需要打通這些數(shù)據(jù)，也需要有效利用這些技術(shù)。為此，整供車企必須共創(chuàng)商業(yè)模式、實(shí)現(xiàn)資源共享。
總之，數(shù)字化時(shí)代與我們熟悉的硬件主導(dǎo)的時(shí)代完全不同，生產(chǎn)要素、生產(chǎn)力和生產(chǎn)關(guān)系都將發(fā)生重大改變。面對這樣的新時(shí)代，企業(yè)必須實(shí)施以優(yōu)化資源配置效率為目標(biāo)的數(shù)字化轉(zhuǎn)型。也唯有如此，企業(yè)才有可能高質(zhì)量、高效率、低成本地精準(zhǔn)滿足快速變化的市場需求。這正是數(shù)字化轉(zhuǎn)型的價(jià)值所在。
