這個月，在科技領域一個比較有意思的新聞是谷歌的前CEO參加了斯坦福大學的一個對談，他在這次談話中提到了一些我認為比較有意思的點：
1：AI技術現在進步非常快，以至於他覺得每過六個月就要更新一次關於AI未來發展的演講。
2：他認為AI技術的發展需要非常大的投資和消耗大量的能源，在以前他認為小公司的大模型技術一樣可以接近業界領先公司的大模型，所以他投資了一些小公司，但現在他開始覺得不太確定。
因為大公司的高層都告訴他未來投資非常大，OpenAI的聯合創始人Sam Altman告訴他如果要實現高水平的人工智能（也就是能讓AI像人一樣理解人類語言，並且執行相應的命令），需要至少3000億美元的投資。
因此覺得要和加拿大和沙特加強聯系，因為加拿大有水電資源，沙特有主權基金投資。
3：他認為目前能夠和美國競爭的國家只有中國，而美國的AI技術方面領先中國大約10年，施密特這麼說並不是沒有理由，他具體說美國在芯片技術，光刻機技術等領域都領先中國10年。
同時他提到了英偉達（NVIDIA）的CUDA語言，施密特把CUDA語言比喻成GPU的C語言，他以前覺得這是糟糕的語言，但現在成了主流，從2008年CUDA語言誕生以來，已經有一整套的開源庫軟件，這些開源庫都是基於CUDA語言做了深度優化，也就是CUDA語言有大量的成熟高效率的工具，這對競爭對手來說很難複製。
我注意到2008年到現在也有15年的時間了，這個圍繞著AI芯片形成的生態是需要中國企業大力追趕的。
那麼我想到的是， 施密特說美國AI核心技術比中國領先10年，那麼中國現在在做什麼呢？
雖然好像國內對於中國AI技術發展的報導不太多，但實際上國內的政府和企業都在為之付出大量的努力，並且有了相當的成果。
在中國政府層面，人工智能早在2017年就已經被列入國家戰略，國務院在2017年7月8日就印發了《新一代人工智能發展規劃》，明確了到2030年的發展目標。
到今天這個規劃已經七年了，中國人工智能技術發展已經有了相當的成果。
就目前我們日常生活中已經用到最普遍的，人臉識別和車牌識別技術，可以說已經在中國完全普及了，大量的事情我們根本不用跑銀行，跑政府部門去辦理了，一個手機人臉識別就搞定。
手機輸入法的語音轉文字技術也已經非常成熟，只是很多人還沒有習慣使用，還是習慣手動輸入。
我建議現在正在閱讀我文章的讀者們，可以打開自己微信界面的輸入法的語音輸入，說幾十秒的話，它可以迅速並且較為準確的轉成文字，還會自動有標點符號，往往只需要改幾個字，甚至完全不用改，比你一個個打字高效多了，也比你發一長串微信語音然後讓對方轉文字好得多。
* 一個人老不老，就在於看他對新技術新事物的接受程度和固執程度。
而汽車的自動駕駛技術也在這幾年隨著國產新能源汽車的激烈競爭而飛速進步，我在去年底試駕了問界M7的有圖智駕，當時就覺得已經水平很高了，每年有最新的智駕技術出來， 我都建議大家去試駕一下，體會下最新的技術。
而 國內的頭部ICT企業，例如華為， 字節，阿里，騰訊，百度等等，
都在開發各種各樣的AI大模型，我身邊就已經有一些人習慣用AI助理來幫助工作了，要找什麼信息直接對著大模型對話獲得信息，而這都是近兩年才發生的事情。
而在政府層面，則是努力為中國人工智能發展打造平臺和基礎設施，我們可以分為三類：
一類是打造網絡基礎設施，過去七年中國打造了全球最大的5G網絡，同時大力推進普及千兆光纖網絡，2021年我國工信部搞了個三年行動計劃，名字叫做《「雙千兆」網絡協同發展行動計劃（2021-2023年）》，其含義是千兆光纖網絡和5G是「雙千兆網絡」新型基礎設施，
到2023年底：
—千兆光纖網絡具備覆蓋4億戶家庭能力，千兆寬帶用戶突破3000萬戶。
—5G網絡基本實現鄉鎮級以上區域和重點行政村覆蓋。
—實現「雙百」目標：建成100個千兆城市，打造100個千兆行業虛擬專網標桿工程。
第二類是算力基礎設施，這個我在之前就寫過，打造遍布全國的8個算力樞紐10個算力集群。
第三類是搭建數智化的公共服務平臺，並支持企業發展數智化產品和服務的一站式大平臺，提供「工具箱+服務包」，完善全鏈條的數智化轉型支持和保障。
最近在中國貴州召開的2024年中國國際大數據產業博覽會， 期間於8月27日開幕的第三屆828 B2B企業節，有 國家數據局局長劉烈宏，貴州省省長李炳軍等政府高層領導參與，可見其重視程度。
這個828 B2B企業節是華為和夥伴一起推動創立的節日，聚集了上萬家科技企業，為全國各行各業的企業提供數字化轉型和人工智能技術方案（可以統稱為數智化方案）。
雖然一般人更熟悉雙十一，618這種面向C端的電商節日，但是828 B2B企業節作為目前唯一的企業節，已經在全國頗有知名度。
就如同當年雙十一等電商節日的設立，極大的提高了全國消費者的電商交易量，促進了消費者形成電商消費習慣，大大刺激了電商企業和快遞物流行業的發展一樣，828 B2B企業節的目的也是希望加速全國廣大企業，尤其是中小企業的數智化進程。
中國在數字化和人工智能技術趕超美國的路徑，核心在於在廣大的14億消費者的C端，以及在廣大幾百萬家（乃至更多）企業的B端形成龐大 的人工智能需求市場，簡而言之，數字化技術也好，人工智能技術也好（統稱為數智化），核心在於用起來，這些年我國發展比較好的人工智能技術，無一例外有下遊龐大需求的驅動。
跟美國更多的把AI技術用於C端不同，中國的優勢是有強大的製造業，它的規模遠比美國大的多，根據中國政府網的數據，截止2023年11月底，中國規模以上的工業企業就有48.3萬家。
如果能把AI技術在幾十萬家B端製造業企業普遍的用起來，形成的巨大的市場，又將會反哺到技術的發展， 將使得相對美國形成巨大優勢。
數智化方案的應用，可不是像我們理解的，
買個企業內部溝通軟件就完了。
舉個例子，我看到華為雲就和一家叫做科騰精工的製造業企業搞了個樣板，一個製造業企業如果沒有實現數智化，是存在很多問題的，
比如企業會有100個訂單，每個訂單的生產進度企業銷售人員和管理人員是需要知道的，但該企業數智化改造前，竟然需要15個排單員通過打電話的方式了解每個訂單的生產進度。
我記得我剛到深圳工作的幾年，曾經一段時間我的任務就是到產線去統計每天產出了多少PCBA，有多少是良品，多少不良品，不良品的原因分布是什麼，因為外資客戶派駐了外籍工程師蹲守在工廠，要求我們每天要上報試產數據。
而我每次找線長，盡管他的態度很好，但可以看出他內心認為這是給他增加了工作量，因為他每天不得不安排一個專門的員工來統計數據報送給我，而這個負責統計的員工也不太願意做，因為他要去詢問產線的不同工位的人不良原因是什麼，有的人忙著幹活配合度就不好，
而他交給我的報表我還要審核合理性，數字還要對得上，因為我報給客戶，客戶會看的很仔細，數字不對的還需要他去校對，又會涉及配合度的問題，耗時耗力。
在那段時間裏，這個看起來簡單的統計工作消耗了我大量的精力，以至於甚至一度想離職。
對生產管控的無序，又會影響物料的采購和管理，一個倉庫的物料是每天都要大量進出，靠人工盤點極容易出錯，造成多余物料采購，又造成有的物料欠料影響生產；
再比如產線生產，實際上是人和設備的協同，是需要人去給設備輸入參數進行生產，是可能會出錯的，是可能會造成不同批次生產質量不一致的，
但數智化之前，並沒有有效手段管控。
再比如對設備的管理，工廠有大量的設備，在不同的訂單生產中會造成有的設備在閑置，有的設備又在長期高負荷工作，而且設備運行久了就可能產生故障，故障後造成停線損失是巨大的，而統計設備的工作狀態又需要時間。
因此在實施華為雲提供的方案後，科騰精工不僅實現實時的數據上傳，而且平臺實現不同業務數據打通，快速呈現狀態，因此有了很大的收益：
倉庫物料管理不再混亂，減少了浪費，每年減少了40萬人民幣原料浪費；
該公司可以快速及時的處理設備異常，降低產品不良率，同時實現對閑置設備的調用，同樣的設備，產能提升了10%；
而且還可以通過統計設備能耗曲線，發現可以通過數控程序優化降低能耗，每年節省了60萬人民幣的電費。
盡管國家和企業都清楚，更快更大規模的應用人工智能技術有諸多好處，
但當前相對於國內大企業在人工智能技術方面的不斷應用和推進，
國內的中小企業在推進數智化方面存在著缺乏專業人員，缺乏專業細化的技術方案，不了解投資收益比， 無從著手的問題。
而大企業的數量只占到中國企業的一小部分，中國的中小企業占到了經濟總量的60%，就業人員更是占到了80%，
他們如果不能走向數智化，意味著我國絕大部分就業人員的工作，都隔絕在數智化之外。
另一方面從技術上看，光有用於大型企業的大模型是不夠的，廣大中小企業也需要適合於自己工作場景的小模型應用，畢竟花錢是要看到效益的，不能產生價值和效益的技術對企業是沒有吸引力的。
而廣大的數智化企業也需要通過與更多的中小企業的溝通，從而開發出適合於中小企業提高工作效率，提升工作效益的數智化應用。
因此828 B2B這樣的企業節，就搭建了一個這樣的平臺，華為以及上萬家的數智化生態鏈上的企業，可以和全國千行萬業的企業直接對接。
華為更多的是提供數智化技術的技術底座（從服務器到PaaS平臺，行業大模型等），而廣大的生態企業則提供基於這些底座的各種個性化的行業應用。
如同當年的雙十一，618購物節 促進了消費者購物的電商化一樣，
828 B2B企業節也通過提供平臺，讓廣大中小企業可以直接和提供數智化能力的企業專業人員對接，有效的溝通需求和技術。
同時長達一個月的節日期間，企業數智化全階段、全場景的產品和解決方案，都有價格上的優惠，促進更多的交易，提升中小企業走向數智化的熱情。
實際上，通過前兩屆的節日舉辦，已經有不少中小企業找到了合適自己的數智化應用。
從國家大數據局局長，到貴州省省長， 貴州省大數據發展管理局局長，以及多地市的工信局負責人參加，也體現了國家政府層面的重視，那就是希望有這麼一個平臺，能讓 越來越多的國內數智化企業和國內廣大需求企業加入對接，成為中國企業走向數智化的世界級平臺。
* 縱觀技術發展的歷史脈絡，都指向同一個邏輯，那就是形成有效的市場化商業循環，讓各方都從商業循環中獲利，才能更好的促進技術的可持續快速發展，關鍵在於應用。
畢竟天下熙熙，皆為利來，天下攘攘，皆為利往。像我國在曾經是國家高度壟斷的航天領域開始了市場化變革， 2014年，中國第一家民營航天公司—翎客航天就在深圳註冊成立，到今天已經出現了不少民營航天公司，並且多家實現了成功的火箭發射。
中國之所以如此，就是因為考慮到美國SpaceX的成功，體現了商業化和市場化對於航天技術長期發展的重要性。
8月20日黑神話悟空這款單機遊戲的發布，竟然僅僅在三天後的8月23日就達到了超過1000萬套的銷量，可以說創造了另一個神話，而該款遊戲的高畫質需要較高的硬件配置，就能帶動硬件的銷售。
而Steam就是連接全球玩家和遊戲製作商遊戲科學的平臺，玩家可以在Steam上購買和下載遊戲，並且在Steam論壇上發帖討論，它作為全球玩家和全球遊戲製作發行商之間的連接，就極大的促進了遊戲產業的發展。
就像雙十一最開始是淘寶創造的，但最後全中國的電商公司和消費者 都加入了一樣 ， 像 828 B2B 這樣的企業節 如果到最後全國的 數智化技術公司 和 幾百萬家乃至上千萬家企業都能加入進來，找到合適的數智化方案 ，對於促進全中國的產業發展也是大好事。
施密特說的美國AI技術領先中國10年的說法，我是認同的，但是如果把AI的發展從技術擴大到整個產業的發展前景，我覺得中國也有獨特的優勢：
那就是強大的網絡基礎設施——全球最大規模的5G無線網絡和千兆光纖網絡，以及全球最大規模的製造業企業，全球最多的消費者人群。
當中國國內使用人工智能開發人工智能的企業形成了成千上萬家的規模，並且互相之間，以及和幾百萬家中國企業之間形成了有效互動的商業循環， 大家都能從商業循環中獲利後， 我們其實就不用再擔心人工智能技術落後美國的問題了，因為整個產業會在利益驅動下迅速向前。---(來源: 寧南山/重新認識自己的國家)
