作者|王迪

來源|鳳凰網(wǎng)財(cái)經(jīng)

2026年，當(dāng)世界的目光聚焦于中國深圳，亞太經(jīng)合組織（APEC）迎來了時(shí)隔12年的“中國年”。從2001年上海聚焦“貿(mào)易與投資”，到2014年北京力推“互聯(lián)互通”，再到如今深圳叩問“創(chuàng)新、科技與未來”，這三個(gè)關(guān)鍵詞的變遷，勾勒出了亞太經(jīng)濟(jì)格局的進(jìn)化論。

在這個(gè)被稱為“AI重構(gòu)一切”的元年，鳳凰網(wǎng)財(cái)經(jīng)對(duì)話前工信部國際經(jīng)濟(jì)技術(shù)合作中心研究所所長、九三學(xué)社中央促進(jìn)技術(shù)創(chuàng)新工作委員會(huì)委員王喜文。在他看來，2026年不僅是中國第三次擔(dān)任APEC東道主的歷史節(jié)點(diǎn)，更是全球AI產(chǎn)業(yè)從“燒錢炫技”走向“成本塌方”的轉(zhuǎn)折點(diǎn)。

面對(duì)即將到來的APEC深圳峰會(huì)，王喜文提出了一個(gè)發(fā)人深省的核心命題：“AI視頻的碳足跡，或?qū)⒊蔀槲磥韥喬Q(mào)易談判的關(guān)鍵博弈點(diǎn)?！彼忉尫Q：“據(jù)AI普瑞斯報(bào)道，若按日均算力消耗占比測(cè)算，Seedance已占超80%的市場(chǎng)份額。當(dāng)全球80%的AI視頻由Seedance這類底層模型生成時(shí)，算力背后的電力消耗就不再只是技術(shù)問題，而是變成了新的關(guān)稅壁壘和綠色貿(mào)易規(guī)則。誰能掌握‘生成式AI’的能耗標(biāo)準(zhǔn)，誰就能在亞太供應(yīng)鏈中擁有新的定價(jià)權(quán)。這不僅是技術(shù)的競(jìng)賽，更是一場(chǎng)關(guān)于‘電’的看不見的爭(zhēng)奪戰(zhàn)?！?/p>

在本次對(duì)話中，王喜文不再局限于技術(shù)的淺層解讀，而是直面AI狂飆時(shí)代的多個(gè)“靈魂拷問”，APEC新博弈、OPC冰火兩重天、AI紅利分配、中美科技博弈、百模大戰(zhàn)終局、中國下一個(gè)“換道超車”賽道，以及AI的落地實(shí)踐，以此預(yù)見2026年亞太經(jīng)濟(jì)的變局與機(jī)遇。

以下為鳳凰網(wǎng)財(cái)經(jīng)與王喜文的對(duì)話核心要點(diǎn)整理：

01談APEC：AI視頻碳足跡，或?qū)⒊蔀閬喬Q(mào)易談判關(guān)鍵博弈點(diǎn)

GPT-3一天耗電50萬度，算力與雙碳的平衡是亞太面對(duì)的AI考題

鳳凰網(wǎng)財(cái)經(jīng)：您預(yù)測(cè)未來3-5年，亞太AI產(chǎn)業(yè)合作的三大核心趨勢(shì)是什么？中國將扮演怎樣的角色？

王喜文：我認(rèn)為第一個(gè)趨勢(shì)是技術(shù)的協(xié)同與標(biāo)準(zhǔn)的共建。各國不應(yīng)再各自進(jìn)行漫長的基礎(chǔ)性研發(fā)，而應(yīng)發(fā)揮各自優(yōu)勢(shì)，比如聚焦大模型和AIGC進(jìn)行聯(lián)合攻關(guān)。同時(shí)，在接口、安全、倫理等標(biāo)準(zhǔn)上要實(shí)現(xiàn)互認(rèn)互通，這是技術(shù)通暢的基礎(chǔ)。

第二個(gè)趨勢(shì)是產(chǎn)業(yè)的深度融合。AI不能停留在技術(shù)層面，必須落地。未來在亞太范圍內(nèi)，AI+制造業(yè)、醫(yī)療、電商、教育等領(lǐng)域?qū)⒙氏葘?shí)現(xiàn)深度滲透和應(yīng)用。

第三個(gè)趨勢(shì)是算力與綠色發(fā)展的平衡。大模型極其耗電，例如GPT-3那時(shí)候一天就耗電50多萬度。如何在滿足算力需求的同時(shí)，實(shí)現(xiàn)雙碳目標(biāo)，是我們必須面對(duì)和解決的問題。

中國將扮演兩個(gè)核心角色：一是技術(shù)創(chuàng)新的引領(lǐng)者，中美在算法上領(lǐng)先，中國有DeepSeek、豆包等，提供新基建（新型基礎(chǔ)設(shè)施）；二是產(chǎn)業(yè)生態(tài)的整合者，基于我們深厚的行業(yè)實(shí)踐，牽頭構(gòu)建一個(gè)包容普惠的亞太AI合作體系。

建議APEC成立“AI人才共同體”，中國將從“世界工廠”升級(jí)為“AI內(nèi)容輸出中心”

鳳凰網(wǎng)財(cái)經(jīng)：亞太AI人才競(jìng)爭(zhēng)激烈，您建議APEC建立怎樣的人才聯(lián)合培養(yǎng)、技術(shù)共享機(jī)制，實(shí)現(xiàn)區(qū)域內(nèi)人才與技術(shù)的雙向流動(dòng)？

王喜文：現(xiàn)在大國競(jìng)爭(zhēng)其實(shí)主要就是中美，聚焦的硬件就是芯片，軟件就是人工智能算法這兩點(diǎn)。為什么中國可以做？人工智能分算法、算力、數(shù)據(jù)。一些規(guī)模不大的國家，恐怕沒有大量的數(shù)據(jù)做訓(xùn)練。你有再先進(jìn)的算法，沒有數(shù)據(jù)，算法也沒有用武之地。所以說，做人工智能只有大國才搞得起來：具備算法、具備大規(guī)模的數(shù)據(jù)、具備算力。未來人工智能這塊肯定是中美一枝獨(dú)秀。

那么，亞太APEC未來不僅僅是全中國，全世界都要智能化，這是大勢(shì)所趨。全球新一輪科技革命和產(chǎn)業(yè)變革，就是以智能化為標(biāo)志。APEC許多國家也認(rèn)識(shí)到這一點(diǎn)，但他們的人工智能基礎(chǔ)和研發(fā)投入并不多，沒有那么多數(shù)據(jù)，沒有先進(jìn)的算法，那肯定要與中國合作，包括人才培養(yǎng)方面。

我建議成立一個(gè)“APEC AI人才共同體”，搭建跨境的產(chǎn)教融合平臺(tái)。首先，聯(lián)合制定核心課程和認(rèn)證體系，比如針對(duì)不同國家的側(cè)重點(diǎn)（醫(yī)療、制造、教育）開發(fā)課程，實(shí)現(xiàn)AIGC工程師、數(shù)據(jù)科學(xué)家等資格的互認(rèn)。其次，可以借鑒中國的干部掛職制度，在APEC國家間推動(dòng)科研人員和技術(shù)人員的互訪與掛職鍛煉，在實(shí)踐中學(xué)習(xí)成長。

鳳凰網(wǎng)財(cái)經(jīng)：中國AI企業(yè)正在積極出海，您認(rèn)為AI視頻和生成式AI會(huì)如何改變亞太地區(qū)的價(jià)值鏈分布？

王喜文：肯定會(huì)重構(gòu)價(jià)值鏈。過去依賴低成本代工，未來將轉(zhuǎn)向高附加值的技術(shù)輸出。以AI視頻為例，以前拍攝需要演員、場(chǎng)地、道具，成本高昂?，F(xiàn)在利用現(xiàn)在的模型，一個(gè)人、一臺(tái)設(shè)備就能生成高質(zhì)量視頻。以前一個(gè)企業(yè)拍1分鐘的宣傳片，動(dòng)輒要花幾十萬、上百萬，還得準(zhǔn)備大量素材給廣告公司去拍?，F(xiàn)在完全不用了，你只需要把這些素材上傳給AI視頻工具，然后通過大模型下達(dá)指令，它就能幫你生成，更高效，也更省錢。新的價(jià)值鏈將形成：中國的技術(shù)+亞太各國的本地創(chuàng)意+區(qū)域分發(fā)。中國的角色將從“世界工廠”升級(jí)為“AI內(nèi)容輸出中心”。

全球80% AI視頻由Seedance生成，算力背后的電力爭(zhēng)奪戰(zhàn)已打響

鳳凰網(wǎng)財(cái)經(jīng)：APEC經(jīng)濟(jì)體占全球GDP約60%，也是算力消耗大戶。您從產(chǎn)業(yè)落地角度判斷：未來三年內(nèi)，AI視頻生成（如Sora訓(xùn)練和推理）的碳足跡會(huì)不會(huì)成為APEC貿(mào)易談判中的新的關(guān)鍵點(diǎn)嗎？

王喜文：很有可能。目前AI視頻生成領(lǐng)域，尤其是今年，seedance2.0已經(jīng)占據(jù)了全球約80%的市場(chǎng)份額。換句話說，全球每10條AI生成的視頻中，就有8條是用seedance2.0來生成的。

從技術(shù)角度來看，AI視頻屬于多模態(tài)應(yīng)用，而之前像用豆包寫新聞稿、用DeepSeek寫調(diào)研報(bào)告這類自然語言生成，屬于單模態(tài)。單模態(tài)的算力消耗其實(shí)并不大，寫一篇1000字的文章或小說，大概只用一兩千個(gè)token。但AI生成視頻就不一樣了，生成一段10到15秒的視頻，可能要消耗30萬token。

而token的背后是算力，算力的背后是電力，電力的使用自然涉及碳排放和碳足跡問題。目前，真正在大規(guī)模建設(shè)大模型和數(shù)字基礎(chǔ)設(shè)施的國家，主要是中國和美國，其他國家大多是在調(diào)用。當(dāng)這些大模型實(shí)現(xiàn)商業(yè)化后，碳排放量勢(shì)必會(huì)非常大。

一旦大規(guī)模商業(yè)化，國家級(jí)別的碳足跡可能會(huì)與亞太地區(qū)的綠色低碳目標(biāo)產(chǎn)生沖突。一些發(fā)達(dá)經(jīng)濟(jì)體可能會(huì)以此為由，對(duì)高碳排放的AI視頻產(chǎn)品征收碳關(guān)稅，或限制其市場(chǎng)準(zhǔn)入。我認(rèn)為這是完全有可能的。

這些國家自身有需求，但又沒有大規(guī)模算力、高級(jí)算法和數(shù)字基礎(chǔ)設(shè)施，只能依賴中國和美國。因此，這方面很可能成為未來貿(mào)易談判中的一個(gè)焦點(diǎn)。各國需要探討如何合作、如何解決碳足跡帶來的問題。綜合來看，未來三年內(nèi)，AI視頻生成的碳足跡大概率會(huì)成為APEC貿(mào)易談判中一個(gè)新的敏感點(diǎn)。

02談OPC冰火兩重天：政策熱捧、資本冷遇

一人公司是階層跳板還是新式個(gè)體戶？

鳳凰網(wǎng)財(cái)經(jīng)：您的新書《seedance實(shí)戰(zhàn)指南:AI視頻時(shí)代的創(chuàng)富機(jī)遇》提到了OPC（一人公司）模式。但資本對(duì)此似乎比較冷淡，認(rèn)為技術(shù)壁壘低、可復(fù)制性強(qiáng)。您如何看待政策鼓勵(lì)與資本謹(jǐn)慎之間的溫差？OPC究竟是普通人借助AI實(shí)現(xiàn)階層跨越的新通道，還是只是披著AI外衣的新型微型個(gè)體戶盈利模式？

王喜文：OPC確實(shí)是AI時(shí)代普通人實(shí)現(xiàn)階層躍遷的一個(gè)通道，但它不是“躺贏”的通道，更不只是“用AI包裝的微型個(gè)體戶”。

過去一個(gè)人開公司是不可能的。你得搞研發(fā)、做設(shè)計(jì)、跑銷售、管財(cái)務(wù)，環(huán)節(jié)太多了?，F(xiàn)在有了AI數(shù)字員工，很多工作都能替代。比如用AI寫宣傳稿、做設(shè)計(jì)、拍宣傳片，都成為了可能。這就是“AI工具×OPC模式”的底層邏輯。

那為什么資本冷淡？資本追求的是規(guī)模化、批量化復(fù)制。有些咖啡品牌一下開幾萬家店，有數(shù)據(jù)、有規(guī)模，即便當(dāng)前不盈利，資本也愿意投。但OPC的天性注定了它是“小型的”，門檻低、同質(zhì)化嚴(yán)重、盈利穩(wěn)定性不足，資本看不上，這很正常。

政策熱捧、資本冷靜，本質(zhì)上是兩者訴求不同：政府側(cè)重民生就業(yè)、產(chǎn)業(yè)擴(kuò)容，資本聚焦短期收益和規(guī)?；貓?bào)。所以我建議：普通人不要因?yàn)檎邿峋兔つ扛L(fēng)，也不要因?yàn)橘Y本冷就否定這個(gè)模式。關(guān)鍵在于打造差異化競(jìng)爭(zhēng)力。不能別人做什么你也做什么，那肯定是同質(zhì)化。要找一個(gè)好的賽道，利用好AI技術(shù)，結(jié)合自己的本業(yè)，做出特色來。

OPC不是風(fēng)口是通道，別追熱點(diǎn)，要追“差異化”

鳳凰網(wǎng)財(cái)經(jīng)：您早年深耕工業(yè)4.0、智能制造，關(guān)注的是大規(guī)模生產(chǎn)體系的智能化轉(zhuǎn)型。而新書聚焦的OPC模式，恰好是組織形態(tài)的“最小單元”——一人公司。這種從“宏大敘事”到“個(gè)體賦能”的視角轉(zhuǎn)變，是否意味著您判斷：AI的第一波紅利不在工廠端，而在個(gè)體端？

王喜文：我的判斷不是“第一波紅利在個(gè)體端”，而是AI的紅利正在從“工廠端”向“個(gè)體端”延伸，而且個(gè)體端的爆發(fā)速度可能更快。

為什么？因?yàn)橹圃鞓I(yè)的智能化改造是系統(tǒng)工程，需要設(shè)備投入、產(chǎn)線改造、人員培訓(xùn)，周期長、投入大。我國從2015年就開始推智能制造，確實(shí)落地了很多，但它是漸進(jìn)的過程。

而個(gè)體端的AI賦能，門檻低得多。你今天下載一個(gè)軟件，明天就能用AI寫文章、做設(shè)計(jì)、剪視頻。這種“即插即用”的特性，讓個(gè)體端的紅利來得更快、更直接。

但這不代表工廠端沒有紅利。恰恰相反，制造業(yè)是AI應(yīng)用最成熟、價(jià)值最確定的領(lǐng)域之一。質(zhì)量檢測(cè)、智能排產(chǎn)、設(shè)備預(yù)測(cè)性維護(hù)，已經(jīng)產(chǎn)生了實(shí)實(shí)在在的價(jià)值。只是這些價(jià)值是“潤物細(xì)無聲”的，不像“一人公司月入十萬”那樣有傳播性。

所以我的視角轉(zhuǎn)變，不是因?yàn)椤肮S端不行了”，而是因?yàn)椤皞€(gè)體端的機(jī)會(huì)到了”。

鳳凰網(wǎng)財(cái)經(jīng)：廣東、重慶、遼寧等多省出臺(tái)OPC專項(xiàng)政策，免費(fèi)辦公場(chǎng)地、算力補(bǔ)貼、創(chuàng)業(yè)基金陸續(xù)落地，疊加新《公司法》對(duì)一人公司的法律松綁，普通人該怎樣抓住政策紅利落地OPC創(chuàng)業(yè)？

王喜文：第一，選對(duì)賽道。不要為了拿補(bǔ)貼而做OPC，而是你本來就有某個(gè)領(lǐng)域的專業(yè)能力，只是用OPC的形式把它放大。你有制造業(yè)背景，就用AI做智能制造服務(wù)；你有設(shè)計(jì)背景，就用AI做創(chuàng)意設(shè)計(jì)。別盲目跨界。

第二，用好場(chǎng)地和算力支持。很多地方提供拎包入住的辦公室、免費(fèi)的算力資源，這些都是實(shí)打?qū)嵉某杀竟?jié)約。但要注意，這些政策往往有考核指標(biāo)，比如納稅額、帶動(dòng)就業(yè)等，要提前了解清楚。

第三，把合規(guī)放在前面。一人公司雖然注冊(cè)門檻低了，但財(cái)稅、知識(shí)產(chǎn)權(quán)、數(shù)據(jù)安全這些合規(guī)要求一點(diǎn)不少。建議找專業(yè)的代理機(jī)構(gòu)或者用AI工具輔助管理，別在這些事上栽跟頭。政策紅利是“東風(fēng)”，但你自己得有“船”。

03談AI狂飆時(shí)代：紅利分配、就業(yè)重構(gòu)與治理思考

Seedance顛覆傳統(tǒng)影視行業(yè)，15人14天50萬美元落地95分鐘AI長片

鳳凰網(wǎng)財(cái)經(jīng)：您提到字節(jié)旗下的Seedance已占據(jù)全球AI生成視頻約80%的市場(chǎng)份額，甚至導(dǎo)致Sora停用。它的獨(dú)特優(yōu)勢(shì)是什么？

王喜文：優(yōu)勢(shì)在于數(shù)據(jù)、生態(tài)和成本。首先，字節(jié)跳動(dòng)擁有海量短視頻數(shù)據(jù)，并重金購買了國內(nèi)外影視版權(quán)用于訓(xùn)練，構(gòu)建了極高的數(shù)據(jù)壁壘。其次，它能與抖音形成商業(yè)閉環(huán)，一鍵生成視頻并發(fā)布，激勵(lì)創(chuàng)作者。最后，OpenAI的Sora投入大、成本高，而Seedance2.0已經(jīng)把成本降低至幾十分之一乃至幾百分之一。AI正在顛覆傳統(tǒng)影視行業(yè)，甚至導(dǎo)致了中國傳媒大學(xué)等院校宣布停招攝影、動(dòng)畫等16個(gè)相關(guān)專業(yè)。

鳳凰網(wǎng)財(cái)經(jīng)：Seedance2.0在戛納電影節(jié)完成行業(yè)突破，15人團(tuán)隊(duì)14天耗資不足50萬美元落地95分鐘AI長片，傳統(tǒng)同規(guī)格影片成本約5000萬美元，這是否印證了“一人一劇組”的OPC變現(xiàn)邏輯？OpenClaw智能體如何串聯(lián)全流程？零基礎(chǔ)普通人上手這套工具有多難？

王喜文：15個(gè)人、14天、50萬美元，以前想都不敢想。傳統(tǒng)電影要5000萬美元，差了兩個(gè)數(shù)量級(jí)。這不只是“一人一劇組”，這是“一人一公司”在文化創(chuàng)意領(lǐng)域的最佳證明。

具體來說，Seedance2.0負(fù)責(zé)“生成”，你給它劇本、素材，它直接生成視頻畫面，真實(shí)場(chǎng)景的生成、創(chuàng)意相當(dāng)靈活、高清高質(zhì)量。Seedance 2.0雖強(qiáng)，但它只是"引擎"。從需求到成片之間還有大量環(huán)節(jié)：寫腳本、準(zhǔn)備素材、調(diào)參數(shù)、等待生成、質(zhì)量檢查、拼接。OpenClaw 的作用是將這些環(huán)節(jié)全部串聯(lián)自動(dòng)化。。一個(gè)負(fù)責(zé)創(chuàng)意生成，一個(gè)負(fù)責(zé)流程自動(dòng)化，兩者配合，一個(gè)人就能干過去一個(gè)劇組的活。

說實(shí)話，入門不難，精通需要時(shí)間?，F(xiàn)在的AI工具已經(jīng)越來越智能化了，你不需要懂技術(shù)原理，會(huì)用鼠標(biāo)、會(huì)打字就行。但要想做出高質(zhì)量的作品，你還是要懂一點(diǎn)鏡頭語言、敘事邏輯、審美判斷。這些不是AI能替你完成的。

我的建議是：先從一個(gè)小的、具體的場(chǎng)景開始練手，比如給自己公司做一個(gè)1分鐘的宣傳片。做著做著就上手了。

AI降低創(chuàng)富門檻，或?qū)⒓觿∝毟粌蓸O分化

鳳凰網(wǎng)財(cái)經(jīng)：有一種聲音認(rèn)為：AI工具本身掌握在少數(shù)大公司手中，算力、數(shù)據(jù)、模型的獲取并不平等，最終“一人公司”的紅利可能仍然集中在原本就有資源、人脈、認(rèn)知優(yōu)勢(shì)的人群手中。您怎么回應(yīng)這種“AI平權(quán)vs AI壟斷”的爭(zhēng)議？AI降低了創(chuàng)富門檻，但會(huì)不會(huì)也拉大了貧富差距？

王喜文：我覺得未來恐怕是像您說的是拉大差距，兩極分化，用AI用的比較好的，比較熟練的，他就會(huì)創(chuàng)造很多新的價(jià)值，同樣道理企業(yè)也是如此。

未來3-5年，人際交互類崗位更具安全性

鳳凰網(wǎng)財(cái)經(jīng)：您曾任職于工信部直屬單位，從產(chǎn)業(yè)政策高度看AI對(duì)就業(yè)的影響。您判斷：未來3-5年，中國就業(yè)市場(chǎng)哪些崗位反而是“安全”的？

王喜文：簡(jiǎn)單重復(fù)性的工作肯定容易被替代。越是簡(jiǎn)單重復(fù)，人工智能越擅長。跟人打交道比較多的，可能不容易被替代，比如做市場(chǎng)、搞銷售。銷售要陪客戶喝酒、唱歌，人工智能做不到。

我判斷標(biāo)準(zhǔn)就是：跟人打交道多的，不容易被替代，像教師，不光教書，還要育人，人類靈魂的工程師，要了解學(xué)生心理，輔導(dǎo)成長。反之，簡(jiǎn)單重復(fù)性的，比如我年輕時(shí)做程序員、軟件工程師，現(xiàn)在很容易被替代。

編程序?qū)懘a，人工智能很成熟。據(jù)字節(jié)對(duì)外說，包括抖音在內(nèi)的一些軟件，三分之二代碼是人工智能寫的，只有三分之一是人做。所以簡(jiǎn)單重復(fù)性的，很容易被替代。還有廣告行業(yè)，影響也比較大。廣告設(shè)計(jì)、廣告創(chuàng)意，未來人工智能畫畫、設(shè)計(jì)海報(bào)宣傳畫、拍宣傳片，這些行業(yè)影響肯定很大。

AI監(jiān)管怎么走？業(yè)內(nèi)觀點(diǎn)：不搞一刀切，邊發(fā)展邊規(guī)范

鳳凰網(wǎng)財(cái)經(jīng)：您作為九三學(xué)社中央促進(jìn)技術(shù)創(chuàng)新工作委員會(huì)委員，肯定關(guān)注AI立法和監(jiān)管。最近AI換臉詐騙、AI偽造新聞、數(shù)據(jù)泄露等事件頻發(fā)。您認(rèn)為中國在AI監(jiān)管方面，是應(yīng)該“先發(fā)展后規(guī)范”，還是“規(guī)則前置”？目前最緊迫需要立法的領(lǐng)域是什么？

王喜文：這是個(gè)平衡問題。我的觀點(diǎn)是：不能“先發(fā)展后規(guī)范”，也不能“規(guī)則前置”把行業(yè)管死，而是“邊發(fā)展邊規(guī)范”。

為什么不能先發(fā)展后規(guī)范？因?yàn)锳I技術(shù)迭代太快，一旦出了問題，后果可能不可逆。AI換臉詐騙，一個(gè)視頻發(fā)出去，影響可能已經(jīng)造成了，事后追責(zé)很難。

為什么不能規(guī)則前置？因?yàn)锳I還在快速演進(jìn)，你現(xiàn)在立一個(gè)法，可能兩年后技術(shù)形態(tài)完全變了，這個(gè)法就沒用了。

所以最務(wù)實(shí)的方式是：劃出紅線，紅線之內(nèi)不要管太細(xì)，紅線之外堅(jiān)決管住。

目前最緊迫需要立法的領(lǐng)域，我認(rèn)為有三個(gè)：第一，AI生成內(nèi)容的標(biāo)識(shí)問題。AI生成的視頻、圖片、文字，必須明確標(biāo)識(shí)，讓用戶知道這不是真實(shí)的。這是防止造假和誤導(dǎo)的基礎(chǔ)。

第二，數(shù)據(jù)隱私保護(hù)。AI模型的訓(xùn)練需要大量數(shù)據(jù)，但這些數(shù)據(jù)怎么獲取、怎么使用、怎么存儲(chǔ)，需要有明確規(guī)則。不能隨意抓取用戶數(shù)據(jù)。

第三，AI生成內(nèi)容的版權(quán)歸屬。用AI生成的一幅畫、一首歌，版權(quán)歸誰？是歸使用者、開發(fā)者，還是屬于公共領(lǐng)域？這個(gè)問題必須明確，否則沒法商業(yè)化。

AI黑箱出問題誰負(fù)責(zé)？分層管控+權(quán)責(zé)對(duì)等雙管齊下

鳳凰網(wǎng)財(cái)經(jīng)：OpenAI、Google等巨頭的大模型能力越來越強(qiáng)，但也被批評(píng)“黑箱化”“不可解釋”。您作為工學(xué)博士，如何看待AI的可解釋性問題？如果AI做出的決策（比如信貸審批、醫(yī)療診斷）出了問題，誰來負(fù)責(zé)？是算法、開發(fā)者，還是使用者？

王喜文：通用大模型全鏈路可解釋短期內(nèi)難以全面實(shí)現(xiàn)，行業(yè)會(huì)走向分層規(guī)范：醫(yī)療、金融等強(qiáng)監(jiān)管行業(yè)，強(qiáng)制落地輕量化、可溯源的專用模型；文娛、內(nèi)容創(chuàng)作等領(lǐng)域適度放寬可解釋要求。責(zé)任劃分遵循權(quán)責(zé)對(duì)等原則：算法存在底層漏洞由研發(fā)企業(yè)擔(dān)責(zé)；使用者違規(guī)篡改參數(shù)、惡意使用AI，責(zé)任歸于使用方；平臺(tái)未盡內(nèi)容審核義務(wù)則需要承擔(dān)連帶責(zé)任。

04談中美AI博弈與百模終局

算力短板客觀存在，國產(chǎn)大模型走出差異化路線

鳳凰網(wǎng)財(cái)經(jīng)：在中美競(jìng)爭(zhēng)中，有沒有一條能換道超車的路徑？

王喜文：我覺得量子計(jì)算可能是一條換道超車的路徑。今年國家已經(jīng)把量子列為六大未來產(chǎn)業(yè)之一，這個(gè)方向值得重點(diǎn)關(guān)注。

DeepSeek V4沒有去年轟動(dòng)，但百萬token已碾壓GPT

鳳凰網(wǎng)財(cái)經(jīng)：DeepSeek在今年4月升級(jí)到V4版本，但相比之前的R1感覺沒有那么驚艷，您覺得新的版本主要有哪些亮點(diǎn)？

王喜文：肯定不是像去年那樣轟動(dòng)了。

去年DeepSeek剛出現(xiàn)時(shí)非常轟動(dòng)，因?yàn)榍皟赡晡覀兏绹竽Ｐ筒罹噍^大，差了兩、三代，而DeepSeek一下子追平了GPT-4，邏輯推理能力不相上下，再加上它的混合專家系統(tǒng)、多令牌預(yù)測(cè)等科技含量，成為國內(nèi)第一大熱門話題。

但今年V4的升級(jí)，主要有兩個(gè)亮點(diǎn)：第一，支持百萬token長文本輸入，相當(dāng)于30萬字的小說，上傳后不到一秒就能讀完并歸納中心思想、回答各種問題，而美國的GPT還達(dá)不到百萬token；第二，實(shí)現(xiàn)了“稀疏注意力”機(jī)制，模型參數(shù)達(dá)1.6萬億，但每次只喚醒與問題相關(guān)的部分（比如鋼鐵話題就喚醒鋼鐵相關(guān)參數(shù)），而不是全部調(diào)用，從而大幅降低算力成本。

百模大戰(zhàn)終局：只剩四家DeepSeek、字節(jié)、阿里、騰訊

鳳凰網(wǎng)財(cái)經(jīng)：最近國內(nèi)“百模大戰(zhàn)”打得火熱，最終會(huì)剩下幾家大模型公司？中小企業(yè)做垂直模型還有機(jī)會(huì)嗎？

王喜文：百模大戰(zhàn)從2023年開始，但2025年被DeepSeek擊潰了。去年DeepSeek出來后，它比肩GPT-4還開放源代碼，很多企業(yè)覺得沒必要再自己搞了。最近DeepSeek宣布融資500億人民幣，估值500億美元，創(chuàng)始人梁文鋒自己投了200億，大基金投了150億，他直接間接持股80%多，身價(jià)幾千億。

未來DeepSeek肯定是一家獨(dú)大。能跟它競(jìng)爭(zhēng)的還有三家：字節(jié)跳動(dòng)（資金雄厚舍得投入，多模態(tài)算法一枝獨(dú)秀，買版權(quán)影視劇做訓(xùn)練數(shù)據(jù)）、阿里巴巴（千問模型不錯(cuò)，DeepSeek也承認(rèn)前期借鑒了千問，還有電商生態(tài)）、騰訊（混元大模型，微信和QQ生態(tài)）。其他大模型的日子會(huì)很難過。其他中小玩家將很難生存。

對(duì)于企業(yè)，策略應(yīng)截然不同：

中小企業(yè)：不必自研通用大模型，應(yīng)定位在產(chǎn)業(yè)鏈下游，調(diào)用頭部廠商的API進(jìn)行應(yīng)用開發(fā)。

大型企業(yè)/國企：可以基于通用大模型，開發(fā)垂直領(lǐng)域的行業(yè)專用模型，如石化大模型、汽車大模型。

豆包手機(jī)模式被看好？方向?qū)?，大?guī)模流行需要時(shí)間

鳳凰網(wǎng)財(cái)經(jīng)：如何評(píng)價(jià)豆包手機(jī)這種模式？

王喜文：豆包手機(jī)是端側(cè)AI的嘗試，把模型放在手機(jī)本地跑，不用每次都訪問云端。這符合“邊緣計(jì)算”的趨勢(shì)，能減輕云端壓力、提升響應(yīng)速度。但目前還沒有大規(guī)模流行，需要模型和硬件的進(jìn)一步適配。方向是對(duì)的，但還需要時(shí)間。

制造業(yè)AI落地最扎實(shí)，To C“AI助理”被高估了

鳳凰網(wǎng)財(cái)經(jīng)：您早年深耕工業(yè)4.0，現(xiàn)在AI被寄予厚望要賦能千行百業(yè)。從您的觀察看，目前中國哪些行業(yè)真正在用AI創(chuàng)造價(jià)值（而不是講故事）？哪些行業(yè)的“AI改造”被高估了？

王喜文：制造業(yè)是AI應(yīng)用最成熟、價(jià)值最確定的領(lǐng)域。我5月初剛?cè)ソ鸫瘓F(tuán)調(diào)研，他們生產(chǎn)鎳板，以前是一整條產(chǎn)線，一個(gè)環(huán)節(jié)出故障整條線都得?！，F(xiàn)在拆分成幾個(gè)自動(dòng)化單元，用無人小叉車串聯(lián)，后臺(tái)AI調(diào)度，實(shí)現(xiàn)了柔性制造。質(zhì)量檢測(cè)也用AI替代人工，降本增效非常明顯。工信部從2015年開始推智能制造，到現(xiàn)在已經(jīng)十年了，落地很扎實(shí)。

醫(yī)療領(lǐng)域也有不錯(cuò)的應(yīng)用，比如AI輔助影像識(shí)別、藥物研發(fā)。

哪些被高估了？我覺得一些To C的“AI助理”被高估了。很多產(chǎn)品功能看起來很炫，但用戶用兩天就扔了，沒有真正解決痛點(diǎn)。還有一些行業(yè)的“AI中臺(tái)”項(xiàng)目，花了大價(jià)錢，最后就是個(gè)報(bào)表工具，跟AI關(guān)系不大。

我的判斷標(biāo)準(zhǔn)是：能不能帶來可量化的降本增效？能，就是真價(jià)值；不能，就是講故事。

05談中國下一個(gè)“換道超車”：不在老賽道，而在量子計(jì)算

2045年中國制造業(yè)超過美國：最關(guān)鍵看變量技術(shù)突破速度

鳳凰網(wǎng)財(cái)經(jīng)：您曾經(jīng)說2035年中國會(huì)達(dá)到中等發(fā)達(dá)水平，2045年制造業(yè)才能超過美國，判斷依據(jù)是什么？您認(rèn)為決定中國能否如期實(shí)現(xiàn)這些目標(biāo)的最關(guān)鍵變量是什么？是技術(shù)突破速度、制度創(chuàng)新能力、國際環(huán)境演變，還是人口與教育基礎(chǔ)？如果只能選一個(gè)，您會(huì)選什么？

王喜文：今年兩會(huì)正式公布的“十五五”規(guī)劃提出了“2035年人均GDP達(dá)到中等發(fā)達(dá)國家水平”的遠(yuǎn)景目標(biāo)，日本人均GDP屬于發(fā)達(dá)國家里面較低的，屆時(shí)我國人均GDP就會(huì)超過日本?！吨袊圃?025》里面提出過2023年中國制造業(yè)水平達(dá)到世界制造強(qiáng)國中等水平，2045年乃至新中國成立百年2049年時(shí)進(jìn)入世界制造業(yè)強(qiáng)國第一陣營。

如果只能選一個(gè)最關(guān)鍵變量，我選“技術(shù)突破速度”。為什么？因?yàn)楫a(chǎn)業(yè)鏈、供應(yīng)鏈、內(nèi)需市場(chǎng)、人口素質(zhì)這些基礎(chǔ)我們已經(jīng)有了，中國是全球唯一擁有全部工業(yè)門類的國家，工程師數(shù)量也是全球第一。這些是“存量優(yōu)勢(shì)”。

但能不能趕超，取決于“增量”，就是技術(shù)突破的速度。高端制造、AI算法、芯片、工業(yè)軟件，這些領(lǐng)域突破得快，趕超就快；突破得慢，就會(huì)被拉開差距。

美國也不會(huì)原地等我們，人家創(chuàng)新底子本來就強(qiáng)。所以我們要做的，就是在存量優(yōu)勢(shì)的基礎(chǔ)上，把技術(shù)突破的速度提上去。

機(jī)器人紅利能對(duì)沖人口紅利？效率贏了，但別指望美國原地等你

鳳凰網(wǎng)財(cái)經(jīng)：我們正在經(jīng)歷的這輪AI與機(jī)器人革命，核心價(jià)值是“替代或增強(qiáng)人類勞動(dòng)”。如果這一進(jìn)程在2030年前后出現(xiàn)關(guān)鍵突破，中國的“人口紅利消退”問題可能被“機(jī)器人紅利”對(duì)沖。這種情況下，人均GDP達(dá)到中等發(fā)達(dá)國家水平是否會(huì)提前實(shí)現(xiàn)？反過來，如果AI拉大了中美在尖端制造領(lǐng)域的代差，2045年趕超的目標(biāo)是否會(huì)變得更難？

王喜文：先說人口問題。按照國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2025年末,我國總?cè)丝跒?140489 萬人,全年出生人口 792 萬人、死亡人口 1131 萬人,人口總量同比減少 339 萬人。2025年一年人口減少了339多萬，有專家推算按照這個(gè)速度，每隔40年中國人口減半，到2100年可能只剩3-4億人。人口紅利確實(shí)在消退，AI和機(jī)器人是必然的替代方案。

如果機(jī)器人紅利能及時(shí)跟上，人均GDP達(dá)到中等發(fā)達(dá)國家水平是有可能提前的。因?yàn)闄C(jī)器人不會(huì)抱怨、不會(huì)辭職、可以24小時(shí)工作，效率比人高得多。

但反過來，如果AI拉大了中美在尖端制造領(lǐng)域的代差，2045年趕超確實(shí)會(huì)更難。美國創(chuàng)新能力強(qiáng)，人家不會(huì)等我們。

所以結(jié)論是：機(jī)會(huì)和風(fēng)險(xiǎn)并存。機(jī)器人紅利是機(jī)會(huì)，中美代差拉大是風(fēng)險(xiǎn)。最終結(jié)果取決于我們技術(shù)突破的速度和外部環(huán)境的變化。

總量超過≠質(zhì)量超過，還有芯片、機(jī)床、航發(fā)、標(biāo)準(zhǔn)四個(gè)主要短板

鳳凰網(wǎng)財(cái)經(jīng)：“超過”這個(gè)詞在經(jīng)濟(jì)學(xué)中其實(shí)很模糊。從總量看，中國制造業(yè)增加值已超過美國；但從品牌價(jià)值、核心零部件、利潤率、國際標(biāo)準(zhǔn)制定權(quán)等“質(zhì)量指標(biāo)”看，差距依然明顯。如果“超過”指的是綜合實(shí)力，那么在您看來，目前中國在哪些關(guān)鍵領(lǐng)域仍然落后？AI和機(jī)器人會(huì)是補(bǔ)齊這些短板的“關(guān)鍵變量”嗎？

王喜文：您說得對(duì)，“超過”分兩種：總量超過和質(zhì)量超過。我們現(xiàn)在是總量超過，質(zhì)量還有差距。

關(guān)鍵短板在幾個(gè)領(lǐng)域：

第一，高端核心零部件。手機(jī)攝像頭用索尼的，存儲(chǔ)芯片用三星的，這些我們還不強(qiáng)。

第二，高檔數(shù)控機(jī)床（工業(yè)母機(jī)）。汽車、電子、航空零部件的精密加工，離不開高端機(jī)床，這塊主要靠日本、德國、美國。

航空發(fā)動(dòng)機(jī)。

第四，芯片，這個(gè)不用多說了。

第五，國際標(biāo)準(zhǔn)制定權(quán)。很多領(lǐng)域的標(biāo)準(zhǔn)是美國牽頭的，人家有國際行業(yè)標(biāo)準(zhǔn)的話語權(quán)，我們只能跟著走。

AI和機(jī)器人能補(bǔ)齊這些短板嗎？能，但需要時(shí)間。AI可以通過優(yōu)化設(shè)計(jì)、模擬仿真，加速高端零部件的研發(fā)進(jìn)程。機(jī)器人可以提升制造精度，減少對(duì)人工經(jīng)驗(yàn)的依賴。但這不是一朝一夕的事，需要長期積累。

十萬億機(jī)器人市場(chǎng)：存量轉(zhuǎn)移是賬本，家庭服務(wù)才是增量

鳳凰網(wǎng)財(cái)經(jīng)：吳曉波此前預(yù)判機(jī)器人產(chǎn)業(yè)將形成“十萬億級(jí)市場(chǎng)”。按這個(gè)量級(jí)，它足以成為繼房地產(chǎn)、互聯(lián)網(wǎng)之后的又一個(gè)支柱性產(chǎn)業(yè)。但問題是：這十萬億是“增量”還是“存量轉(zhuǎn)移”？即：機(jī)器人創(chuàng)造的是全新需求，還是主要替代現(xiàn)有勞動(dòng)力？如果是后者，對(duì)GDP總量的凈拉動(dòng)效應(yīng)可能被高估。您怎么看機(jī)器人賽道的市場(chǎng)空間？

王喜文：我的判斷是：既有增量，也有存量轉(zhuǎn)移，但增量部分會(huì)越來越大。存量轉(zhuǎn)移方面，機(jī)器人替代人工，確實(shí)不會(huì)直接增加GDP——一個(gè)人被機(jī)器人替代，他的工資沒了，但企業(yè)成本降低了，這部分是存量再分配。

但增量方面非?？捎^。未來每個(gè)家庭可能會(huì)有2-3個(gè)服務(wù)機(jī)器人，掃地、擦玻璃、洗碗、做飯、當(dāng)保姆。這是以前不存在的需求，就像30年前沒有人會(huì)想到每個(gè)人都需要一部手機(jī)一樣。這部分是純?cè)隽俊?/p>

類比一下：90年代大哥大手機(jī)賣1萬多，功能就是打電話；現(xiàn)在智能手機(jī)人手一兩個(gè)，功能強(qiáng)大、價(jià)格便宜。機(jī)器人也是這個(gè)邏輯，以前百八十萬一個(gè)，功能簡(jiǎn)單；現(xiàn)在成本越來越低，功能越來越強(qiáng)，走進(jìn)家庭只是時(shí)間問題。

所以我認(rèn)為“十萬億”不是空談。但短期看，工業(yè)機(jī)器人是主力；長期看，服務(wù)機(jī)器人會(huì)爆發(fā)。

供應(yīng)鏈優(yōu)勢(shì)不等于技術(shù)主導(dǎo)權(quán)，高精度傳感器才是具身智能真正命門

鳳凰網(wǎng)財(cái)經(jīng)：有數(shù)據(jù)顯示，中國已占據(jù)全球具身智能供應(yīng)鏈的65%，這是令人振奮的數(shù)字。但供應(yīng)鏈優(yōu)勢(shì)不等于技術(shù)主導(dǎo)權(quán)，就像蘋果供應(yīng)鏈在中國，但利潤和標(biāo)準(zhǔn)制定權(quán)在美國。在具身智能的核心環(huán)節(jié)——運(yùn)動(dòng)控制算法、世界模型、仿真訓(xùn)練平臺(tái)、高精度傳感器，中國與美國的差距有多大？

王喜文：您的判斷非常精準(zhǔn)。供應(yīng)鏈優(yōu)勢(shì)確實(shí)不等于技術(shù)主導(dǎo)權(quán)。在具身智能的核心環(huán)節(jié)上，差距是這樣的：

運(yùn)動(dòng)控制算法：差距不大。這方面中國積累了很多，機(jī)器人“半馬”比賽都能辦，說明運(yùn)動(dòng)控制能力已經(jīng)不錯(cuò)了。

世界模型：這是難點(diǎn)。世界模型讓機(jī)器人理解物理世界，杯子怎么拿、門怎么開、路怎么走。這方面美國領(lǐng)先，但中國在追趕。

仿真訓(xùn)練平臺(tái)：差距中等。仿真平臺(tái)是訓(xùn)練機(jī)器人的“虛擬實(shí)驗(yàn)室”，美國NVIDIA的Omniverse很強(qiáng)，國內(nèi)也有企業(yè)在做，但還沒到同等水平。

高精度傳感器：這些高端傳感器我們依賴進(jìn)口，確實(shí)存在被斷供的風(fēng)險(xiǎn)。

所以，整體來看，中國在具身智能領(lǐng)域處于“比較領(lǐng)先”的位置，尤其是人形機(jī)器人的應(yīng)用落地方面比美國熱鬧。但在底層技術(shù)（傳感器、世界模型）上，我們還有短板，需要持續(xù)投入。

電動(dòng)汽車的成功“可遇不可求”，新興賽道有機(jī)會(huì)

鳳凰網(wǎng)財(cái)經(jīng)：電動(dòng)汽車是中國制造“換道超車”最成功的案例之一，但也正在經(jīng)歷最嚴(yán)峻的考驗(yàn)。它既是AI和機(jī)器人機(jī)遇的“先行示范”，也可能暴露出一些結(jié)構(gòu)性問題。電動(dòng)汽車的成功經(jīng)驗(yàn)，能不能“平移”到其他制造領(lǐng)域？比如半導(dǎo)體、工業(yè)母機(jī)、航空發(fā)動(dòng)機(jī)？

王喜文：坦率地說，電動(dòng)汽車的成功很難簡(jiǎn)單復(fù)制到其他領(lǐng)域。

為什么？因?yàn)殡妱?dòng)汽車的成功有幾個(gè)特殊條件：

第一，技術(shù)路線切換。傳統(tǒng)汽車的核心是發(fā)動(dòng)機(jī)，我們搞了幾十年搞不定。電動(dòng)車不需要發(fā)動(dòng)機(jī)，換成了電池，這個(gè)技術(shù)路線切換給了我們機(jī)會(huì)。

第二，電池技術(shù)成熟。如果電池技術(shù)不成熟、續(xù)航不行，電動(dòng)車也起不來。正好在雙碳背景下，電池技術(shù)突破了。

第三，國家大力扶持。對(duì)新能源汽車非常重視，政策力度很大。

如果有下一個(gè)“換道超車”的機(jī)會(huì)，我覺得可能是量子計(jì)算。這是一個(gè)全新的賽道，大家起點(diǎn)差不多，中國有機(jī)會(huì)。所以我的建議是：傳統(tǒng)領(lǐng)域老老實(shí)實(shí)補(bǔ)短板，新興領(lǐng)域大膽布局搶賽道。

06談AI落地：制造業(yè)瓶頸、人機(jī)關(guān)系與普通人破局

制造業(yè)用AI最大瓶頸不是算法，是數(shù)據(jù)太亂、老板太“傳統(tǒng)”

鳳凰網(wǎng)財(cái)經(jīng)：制造業(yè)是中國的立國之本。您認(rèn)為AI在制造業(yè)的應(yīng)用，目前最大的瓶頸在哪里？是數(shù)據(jù)質(zhì)量、算法能力、算力成本，還是企業(yè)家的認(rèn)知和意愿？

王喜文：最大的瓶頸是“數(shù)據(jù)質(zhì)量”和“企業(yè)家認(rèn)知”這兩個(gè)。算法不是問題，開源模型很多，拿來用就行。算力成本也在下降。

但數(shù)據(jù)質(zhì)量是硬傷。很多制造企業(yè)的數(shù)據(jù)是散的、亂的、不標(biāo)準(zhǔn)的。設(shè)備數(shù)據(jù)存在不同格式，產(chǎn)線數(shù)據(jù)沒有打通，歷史數(shù)據(jù)缺失。AI模型需要高質(zhì)量數(shù)據(jù)訓(xùn)練，數(shù)據(jù)不行，算法再強(qiáng)也沒用。

企業(yè)家認(rèn)知是軟瓶頸。很多制造業(yè)老板還是傳統(tǒng)思維，覺得AI是“錦上添花”不是“雪中送炭”。他們?cè)敢饣◣浊f買設(shè)備，但不愿意花幾十萬做數(shù)字化改造。認(rèn)知不改變，AI就推不下去。

所以，我的建議是：先做數(shù)據(jù)治理，再做AI應(yīng)用。數(shù)據(jù)基礎(chǔ)打好了，AI的效果自然就出來了。

人和AI最好的關(guān)系：人做創(chuàng)意判斷，AI做計(jì)算執(zhí)行

鳳凰網(wǎng)財(cái)經(jīng)：您認(rèn)為AI最終會(huì)讓人類生活得更好，還是會(huì)讓人類陷入“被算法支配”的困境？在您理想中，人類與AI應(yīng)該是一種什么樣的關(guān)系？

王喜文：我覺得這兩者會(huì)同時(shí)存在。一方面，AI會(huì)讓生活更美好。人人都是創(chuàng)作者，我退休后可以用AI重拾兒時(shí)的夢(mèng)想，畫畫、作曲、拍電影，這些以前做不到的事，現(xiàn)在都能做了。

另一方面，被算法支配的困境也會(huì)存在。大數(shù)據(jù)殺熟、精準(zhǔn)營銷、信息繭房，這些會(huì)越來越普遍。你想讓生活更方便，就要讓渡一些隱私，這是難以兩全的。

我理想中的人與AI關(guān)系是“協(xié)同”。不是“機(jī)器換人”，而是人機(jī)協(xié)同，人做擅長的事（創(chuàng)意、情感、判斷），AI做它擅長的事（計(jì)算、生成、執(zhí)行）。一起解決工作和生活的問題。

國外一直倡導(dǎo)“人機(jī)協(xié)同”，我覺得這是對(duì)的。咱們國內(nèi)以前提“機(jī)器換人”引發(fā)了很多恐慌，這個(gè)說法確實(shí)需要調(diào)整。

國產(chǎn)大模型沒進(jìn)全球Top3？開源生態(tài)長期可能反超閉源

鳳凰網(wǎng)財(cái)經(jīng)：此前有專家指出了目前中國大模型的三個(gè)殘酷的現(xiàn)實(shí)：第一，國產(chǎn)大模型至今未能躋身全球Top3；第二，雖然日均Token消耗量已突破140萬億，遠(yuǎn)超預(yù)期，但算力缺口依然巨大；第三，單一的大模型訓(xùn)練已不是終點(diǎn)，“Agentic AI”的崛起讓推理需求翻倍。您怎么看？

王喜文：這三個(gè)現(xiàn)實(shí)確實(shí)存在，但我覺得不必過于悲觀。

第一點(diǎn)，沒能躋身全球Top3。這要看怎么定義“Top3”。如果單論基礎(chǔ)模型的參數(shù)規(guī)模和通用能力，GPT、Claude、Gemini確實(shí)領(lǐng)先。但DeepSeek在某些專項(xiàng)能力上（比如長文本處理）已經(jīng)領(lǐng)先了。而且開源是DeepSeek的殺手锏，GPT閉源，長期看開源生態(tài)可能會(huì)反超。

第二點(diǎn)，算力缺口巨大。這是真的。目前我國Token日均消耗量140萬億，說明AI應(yīng)用正在爆發(fā)，但算力供給跟不上。這既是挑戰(zhàn)也是機(jī)會(huì)，會(huì)倒逼算力效率的提升和國產(chǎn)芯片的突破。

第三點(diǎn)，Agentic AI讓推理需求翻倍。這是趨勢(shì)。過去大家關(guān)注的是“對(duì)話”，現(xiàn)在關(guān)注的是“執(zhí)行”。OpenClaw這類智能體的出現(xiàn)，意味著AI不再只是回答問題，而是去執(zhí)行任務(wù)、完成工作流。這對(duì)算力的需求是指數(shù)級(jí)增長的。

但這也意味著AI的商業(yè)化價(jià)值更大了，從“聊天”變成了“干活”，用戶愿意付費(fèi)的意愿也更強(qiáng)了。

算力時(shí)代，存儲(chǔ)和芯片是硬通貨

鳳凰網(wǎng)財(cái)經(jīng)：最近海力士很火，員工待遇好，穿公司T恤都覺得厲害。您怎么看半導(dǎo)體和存儲(chǔ)芯片這輪大漲？

王喜文：很多韓國人現(xiàn)在給孩子不買保險(xiǎn)，而是買三星、海力士的股票，當(dāng)作長期投資，覺得未來能翻好幾倍。這側(cè)面說明大家看好算力市場(chǎng)。大模型時(shí)代，各行各業(yè)都在智能化，需要不斷擴(kuò)大算力規(guī)模、采購高端芯片。所以不只韓國，中國A股、美國也都看好這個(gè)行業(yè)。而且，數(shù)據(jù)既要計(jì)算也要存儲(chǔ)，半導(dǎo)體自然緊密相關(guān)。

馬斯克的厲害不在于“靠自己”，而在于“政府支持+市場(chǎng)化創(chuàng)新”兩條腿走路

鳳凰網(wǎng)財(cái)經(jīng)：馬斯克的SpaceX號(hào)稱史上最大規(guī)模IPO。您怎么看？

王喜文：之前SpaceX又成功發(fā)射了幾十顆星鏈衛(wèi)星。它的意義在于：不在建地面基站（成本高、覆蓋半徑?。?，而是低空部署衛(wèi)星，覆蓋整個(gè)地球。未來不管喜馬拉雅山、撒哈拉沙漠還是公海，都能高速上網(wǎng)。其他國家可以不用自己建5G/6G基站，直接接入星鏈交服務(wù)費(fèi)就行。另外SpaceX還要做火星移民、月球旅游。這兩個(gè)商業(yè)模式支撐了它的高估值。

鳳凰網(wǎng)財(cái)經(jīng)：有種觀點(diǎn)稱，馬斯克的算力衛(wèi)星是資本泡沫，您怎么看？

王喜文：馬斯克雖是民營企業(yè)，但得到了NASA等美國政府機(jī)構(gòu)的研發(fā)資金和技術(shù)轉(zhuǎn)讓。他是在政府支持下市場(chǎng)化運(yùn)作，自己突破了很多技術(shù)，比如火箭回收、猛禽發(fā)動(dòng)機(jī)的冗余設(shè)計(jì)。不能說完全靠自己，但主要?jiǎng)?chuàng)新還是他的團(tuán)隊(duì)完成的。

鳳凰網(wǎng)財(cái)經(jīng)：您怎么看馬斯克和黃仁勛這類美國科技創(chuàng)新領(lǐng)袖？

王喜文：馬斯克被稱為美國科技領(lǐng)袖，國內(nèi)雷軍也主動(dòng)找他合影。美國人有大膽想象的基因，從小動(dòng)手實(shí)踐，教育體制鼓勵(lì)創(chuàng)新。第一次工業(yè)革命前有文藝復(fù)興，讓人解放思想；現(xiàn)在工業(yè)4.0時(shí)代會(huì)引發(fā)“文藝復(fù)興2.0”，用AI創(chuàng)作，讓人更有創(chuàng)意。馬斯克成功在于敢想，又深度應(yīng)用人工智能，做特斯拉、無人駕駛、機(jī)器人擎天柱，讓技術(shù)落地。

普通人轉(zhuǎn)型AI建議：擁抱它、不丟本行、從小處開干

鳳凰網(wǎng)財(cái)經(jīng)：您是AI實(shí)戰(zhàn)專家和暢銷書作家，對(duì)想轉(zhuǎn)型AI的普通人有什么務(wù)實(shí)建議？

王喜文：三條建議：第一，擁抱AI：時(shí)代已到，你不用，競(jìng)爭(zhēng)對(duì)手、同事會(huì)用，效率就比你高?！稅埯惤z夢(mèng)游仙境》里紅桃皇后說：你必須不停地奔跑，才能留在原地。不擁抱新技術(shù)就會(huì)被拋棄。

第二，立足于本業(yè)：別盲目跨界。你最擅長的還是你深耕多年的領(lǐng)域。你是搞制造業(yè)的，就用AI優(yōu)化制造；你是做教育的，就用AI輔助教學(xué)。不要因?yàn)锳I火了，就扔掉本行去搞什么AI創(chuàng)業(yè)。你的行業(yè)經(jīng)驗(yàn)加上AI的能力，才是你最大的競(jìng)爭(zhēng)力。

第三，從小場(chǎng)景和具體痛點(diǎn)入手，邊做邊學(xué)（如用AI做1分鐘宣傳片或?qū)懶袠I(yè)報(bào)告），干中自然精進(jìn)。一句話總結(jié)：立足本業(yè)，擁抱AI，小處著手，持續(xù)迭代。