近两年，AI概念席卷全球，从去年OpenAI推出的ChatGPT语言模型，能够基于在预训练阶段所见的模式和统计规律，来生成回答，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流；到近期一款名为SORA的文生视频大模型，可以根据要求生成一条1分钟左右逼真的视频，很多人为之震撼。AI科技的突破，会在各个方面影响人们的生活，今天我们就来梳理一下AI科技的产业链、发展现状以及未来展望。
产业链
人工智能（Artificial Intelligence, AI）是计算机科学的一个分支，它旨在创建能够执行通常需要人类智能的任务的智能机器。AI系统的核心能力包括学习与适应、理解和解析环境、决策与行动以及自我改进。AI技术可以按照不同的标准进行分类，如功能分类，涉及自然语言处理、计算机视觉等。
资料来源：Wind
AI产业链可以大致分为三个层级，基础层、技术层和应用层。
基础层包括硬件设施、云服务、数据资源、AI模型及算法。大家耳熟能详的英伟达，作为龙头AI硬件芯片厂商，在算力进步的大背景下使得大模型的单次训练成本降至可以接受的1000万美元以下；同时以微软Azure的云服务厂商集成了算力资源和AI建模的能力，国内对标企业如阿里云、腾讯云、百度云等也成为AI基础设施的重要部分。
资料来源：Wind
AI大模型更是百花齐放，国内外竞争异常激烈。海外以OpenAI为首，连续发布了文本、图片等多模态生成的高质量模型，其中对话和图片产出内容质量之高使其短期内成为提高 内容生产效率的工具，长期来看也将引领下一代交互方式、成为新的流量入口。国内大模型相比GPT-4还存在一定差距，百度的文心一言、阿里的通义千问和腾讯的腾讯混元在国内大模型综合评测属于前列，最近月之暗面公司的Kimi大模型也是得到了很多关注，从众多大模型中脱颖而出。
技术层：建立在基础层和应用层之间的中间体，包括计算机视觉、语音识别与自然语言处理技术、机器学习与深度学习等。AI科技可以收集文字、图片、语音、视频等大量数据，通过处理大量复杂数据内容进行分析得出关系。机器学习简单来讲相当于训练AI，让它学习如何完成你提出的指令，其中不仅包括前面提到的分析大量数据，还需要它进行决策和预测。深度学习是重要的环节，让AI模拟人类大脑运作去训练自己，从而接近人类去解决问题。
资料来源：Wind
海外代表公司包括scale AI、pinecone等，国内比较有名的像做计算机视觉的商汤科技、自然语言处理和语音识别的科大讯飞等等。
应用层将技术能力与具体场景相融合，如安防、金融、医疗、自动驾驶等领域。应用层是直接面对消费者的，无论是2B还是2C，都会直接影响消费者日常生活的方方面面。得益于上游中游分摊了大量研发成本，下游应用针对垂直应用场景定制小模型，满足特定的用户需求，从而实现商业化变现。目前从落地节奏来看，2B面向企业类快于2C面向大众消费者，工具类会快于社交、内容类。AI应用层出不穷，智能医疗、机器人、人脸识别、安防、教育、娱乐和媒体等等，AI技术的进步也不断推动这些领域的创新和发展。
资料来源：Wind
发展现状
AI这两年发展迅速，由AI大拿李飞飞联合领导的斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了《2024 年人工智能指数报告》（Artificial Intelligence Index Report 2024）。这份长达300多页的报告是追踪了2023年全球人工智能的发展趋势。通过阅读，小编也是总结出以下几点目前的发展和趋势。
1.产业界主导人工智能。纸上得来终觉浅，绝知此事要躬行。产业界对于人工智能的研究和发展推动更为明显和有效。2023年，产业界产生了51个著名的机器学习模型，而学术界只贡献了15个。此外，108个新发布的基础模型来自工业界，28个来自学术界。
资料来源：Artificial Intelligence Index Report 2024
2.前沿模型变得更加昂贵。烧钱，烧更多的钱。根据AI Index的估算，最先进的人工智能模型的训练成本已经达到了前所未有的水平。例如，OpenAI 的 GPT-4 估计使用了价值 7800万美元的计算资源进行训练，而谷歌的Gemini Ultra的计算成本则高达1.91亿美元。
3.美国是顶级人工智能模型的主要来源国，中国依然是美国的最大竞争对手。2023年，61 个著名的人工智能模型源自美国的机构，超过欧盟的21个和中国的15个。美国在人工智能领域的私人投资总额为672亿美元，是中国的近9倍。不过，中国的机器人安装量居世界首位；同样，世界上大多数人工智能专利（61%）都来自中国。
资料来源：Artificial Intelligence Index Report 2024
4.生成式人工智能投资大幅度增加。尽管去年人工智能私人投资整体下降，但对生成式人工智能的投资激增，比2022年（约30亿美元）增长了近八倍，达到252亿美元。生成式人工智能领域的主要参与者，包括 OpenAI、Anthropic、Hugging Face 和Inflection，都获得了一轮可观的融资。
资料来源：Artificial Intelligence Index Report 2024
5.对于人工智能的法规数量大增。2023年，全球立法程序中有2175次提及人工智能，几乎是上一年的两倍。美国人工智能相关法规的数量在过去一年大幅增加。2023 年，与人工智能相关的法规有25项，而 2016 年只有1项。仅去年一年，人工智能相关法规的总数就增长了 56.3%。其中一些法规包括生成式人工智能材料的版权指南和网络安全风险管理框架。今年4月16日，国内也是推出了《人工智能法（示范法）》2.0版本，是在2023年推出的1.0版本基础上不断更新，我国人工智能立法提速，积极贡献中国方案。
未来机遇与挑战
AI作为当今世界科技发展的重要驱动力，带来了前所未有的机遇和挑战。诚然，AI可以提高生产效率，很多重复性工作交给AI可以事半功倍，帮助企业和个人做出更明智的决策，在很多领域能够作出贡献。
但是，自动化导致很多就业岗位的减少，对大量数据的依赖很有可能侵犯个人隐私，而且决策缺乏透明度，很容易引发伦理和责任归属问题。所以，需要制定合适的法规来对AI科技进行监管和引导。社会、政府和企业需要共同努力，确保AI的发展能够造福人类，妥善应对可能出现的问题。
文章内容仅代表个人观点，仅供参考，不构成任何投资建议~ | 
