2024 年春節，人們迎來的第一個震撼人心的消息是，人類輸了。
2 月 16 日，2 年前靠着 ChatGPT 技驚四座的 AI 界頂流 OpenAI 發布了他們的最新成果——視頻生成模型 Sora，又一次震撼了全世界。
更引人注目的是，在 OpenAI 發布的演示視頻下，" 科技先驅 " 埃隆 · 馬斯克回複了一條：
"gg 人類 " ( gg humans ) 。
"gg" 則是競技遊戲裏的常用語，是 " 打得好 " ( good game ) 的簡寫，一般是失敗方在結束前表示認輸的話語。
引申到馬斯克的評論上，就是：
人類輸了。
1、恐怖的 " 嬰兒 "
AI 是信息世界的革命，而信息革命本質上就是在傳遞數據的效率因量變而質變的過程。
縱觀人類信息時代的叠代發展，從文字，到聲音，到圖像，到影像，每一波變革浪潮都遵循這一規律，變化依次發生在信息量更高、信息密度更大的領域。
OpenAI 的成功，毫無疑問順應了這一四階段論。
第一階段：文字—— GPT3 ( 2019 年 6 月 ) ，
第二階段：聲音—— Whisper ( 2020 年 12 月 ) ，
第三階段：圖像—— DALL-E3 ( 2023 年 9 月 ) ，
第四階段：影像—— Sora ( 2024 年 2 月 ) ，
最早的 ChatGPT 以超高質量的文本内容撼動世界，讓大衆第 1 次真正感受了 AI 的魔法，随後說話的 WHISPER、畫畫的 DALL-E，分别在兩個領域拓展了 AI 的能力。最後三大能力結合，就有了如今可以在虛拟世界中 " 創世紀 " 的 Sora。
但是，Sora 并不是許多媒體鼓吹的那樣，是 AI 成功的标志。
正相反，在這一輪完整的文字 - 聲音 - 圖像 - 影像叠代過後，我們才剛剛可以說，AI 終于 " 誕生 " 了。
在 Sora 的介紹頁面上，OpenAI 開宗明義地講述了他們的野心—— " 理解和模拟運動中的物理世界 "，這也是第 1 次有産品摸到了這個人類在 AI 領域終極目标的門檻。
正如人類在産生對這個世界的廣泛認知之前，首先需要在嬰兒的懵懂階段，大量輸入和學習所在的世界的基本知識。
在 AI 能夠 " 理解和模拟 " 這個世界之前的這個階段，就相當于在觀察和學習這個世界的 " 嬰兒期 "。
令人驚歎的是，這個 " 嬰兒 " 的成長速度何其迅猛 ! 它在短短的 3 年時間裏，完成了人類信息時代千年的發展曆程。這種成長的速度之快，簡直讓人瞠目結舌。
結合現實來看，這種速度幾乎帶有 " 恐怖 " 色彩。
也就是這短短幾年間，AI 已經取代了自媒體編輯，趕走了插畫師，驅逐了配音演員，如今眼看着要大舉進入動畫和遊戲領域，淘汰建模師和特效師。
而這還隻是個開始。
根據皮亞傑認知發展階段理論，人的認知水平進步分爲 4 個循序漸進的過程，分别是：
1、感知運動階段 ( 0～2 歲 ) ：兒童主要通過感知運動圖式與外界發生相互作用 , 一般在 9-12 月 , 兒童獲得客體永恒性。
⒉、前運算階段 ( 2～7 歲 ) ：兒童進入智慧發展階段 , 思維已表現出了符号性的特點 , 但其思維具有具體形象性、不可逆性、自我中心等特征 , 尚未獲得守恒的概念 . 存在泛靈論的思維。
⒊、具體運算階段 ( 7～11 歲 ) ：兒童具有了明顯的符号性和邏輯性 , 能進行簡單的邏輯推演 , 克服了思維的自我中心性 , 獲得了守恒的概念 , 思維可逆 . 但這一階段兒童的思維活動仍局限于具體的事物及日常經驗 , 缺乏抽象性。
⒋、形式運算階段 ( 1l～15 歲 ) ：兒童總體的思維特點是能夠提出和檢驗假設 , 能監控和内省自己的思維活動 , 思維具有抽象性 , 思維可逆和補償。
以 Sora 的水平，頂多可以稱其爲第二階段。而僅僅是這麽一個嬰兒，已經開始大肆抹殺人類在社會上的存在感了。
如果 AI 真的可以 " 理解和模拟運動中的物理世界 " 了，能給世界提出獨特的解決方案了，那人類社會會變成什麽樣 ?
當然，這個問題我們短期内是無法獲知了。
當下最适合做的事，是往回退一步，思考一下既然一樣東西注定要替代人類，那在那個時刻到來之前，我們能不能從中先獲得什麽利益 ?
2、三大絕佳風口
從 AI 之前的發展曆程來看，推動其發展的三大核心因素分别是人力、數據和算力。
人力指的是算法、數據方面的人次，好比上學時的導師，教會 AI 一系列認知世界的基礎方法并培養其專業能力。
不同的專業導師會培養出不同的形态，因此 AI 算法工程師會變得越來越值錢，而研發 AI 有效算法的企業也會越來越有價值。
2020 年一份中國 AI 企業調查顯示，推進人工智能探索應用最主要的障礙是 AI 專業人才的缺乏，占比高達 51.2%。
工信部發布的數據顯示，人工智能不同技術方向崗位的人才供需比均低于 0.4，說明該技術方向的人才供應嚴重不足。從細分行業來看，智能語音和計算機視覺的人才供需比甚至低至 0.08、0.09，100 多個崗位搶 1 個人，相關人才極度稀缺。
近年來，高校紛紛增設人工智能專業。截至 2022 年，全國先後已有 4 批共計 440 所高校獲批設置 AI 專業，占 1270 所本科高校的 34.6%。2020 年— 2022 年，分别有 180 所、130 所、95 所高校獲批開設 AI 專業。
但情況并沒有多大好轉。
這一方面是人才培養需要時間。
根據中國勞動和社會保障科學研究院發布的《中國人工智能人才發展報告 ( 2022 ) 》 ( 下稱《報告》 ) ，中國本科高校 AI 專業 2018 年才開始招生，2022 年才出現第 1 批科班出身的專業人才。
另一方面産業增長更加迅猛。
根據中國企業數據庫企查貓，2020 年之後，AI 企業數量出現爆發式增長，注冊企業數量每年增長超過 2000 家。
複旦大學黨委書記裘新去年在世界人工智能大會人工智能人才專場高峰論壇上透露，國内人工智能領域人才總缺口達 500 萬。上海市 2025 年需求 40 萬，而本地高校相關專業在校生規模爲 4 萬。
這就導緻，根據脈脈發布的數據，截至 2023 年 8 月，AI 行業的人才供需比依然爲 0.39，相當于 5 個崗位競争 2 個人才。
可以預見，AI 人才相關領域，無論是教育、培訓還是賣課，都會有很大的機會。
在人力之後是數據，數據就好比是教材和課本，通過表面數據教會 AI 表面現象的東西。
自 OpenAI 于 2020 年推出 GPT-3 以來，谷歌、華爲、智源研究院、中科院、阿裏巴巴等企業和研究機構相繼推出超大規模預訓練模型，包括 Switch Transformer、DALL · EMT-NLG、盤古、悟道 2.0、紫東太初和 M6 等。
這些模型的預訓練模型參數數量、訓練數據規模，正按照每年增長 300 倍的誇張幅度增長。
據 Dimensional Research 全球調研報告，72% 的受訪者認爲至少使用超過 10 萬條訓練數據進行模型訓練，才能保證模型有效性和可靠性。
目前來看，這種通過增大模型和增加訓練數據提高 AI 水平的方法，仍是短期内主流演進方向。
然而，有 96% 的受訪者在訓練模型的過程中受到訓練數據質量不佳、數量不足、數據标注人員不足等問題的困擾。
可以預見，基礎數據相關的行業将會提供巨量的機會。
在 AI 人潮帶動下，中國人工智能基礎數據服務市場預計将由 2021 年的 30 億元，到 2027 年大增至 130-160 億元，有超過 400% 的增長空間。
最後，算力如同智力，把老師教的、課本講的學完後，能思考到多深的程度，就取決于算力的大小。
AI 算力離不開上遊 AI 芯片、GPU、FPGA、ASIC 等高性能軟硬接的支撐，也離不開滿足大規模算法的 AI 服務器的環境支持，這 2 個領域也是當前最受追捧的風口。
根據深圳市人工智能行業協會披露的數據，2021 年中國人工智能芯片市場規模達到 427 億元，同比增長 124%。
目前，中國 AI 芯片發展尚處于初級階段，無論是技術研發還是應用落地都有廣闊的空間。
在政策、市場、技術等合力作用下，中國 AI 芯片行業将快速發展，深圳市人工智能行業協會初步測算 2022 年市場規模達到 850 億元。
從 AI 服務器的出貨量情況來看，2022 年中國 AI 服務器出貨量達到 28 萬台，同比增長了 23%，6 年累計出貨量超過 82 萬台。
随着人工智能技術的不斷進步，模型規模不斷擴大。現階段主流的自然語言處理模型規模已由原來的幾百萬參數擴大到數十億參數的大模型。
這些大模型在訓練過程中對計算資源的需求較大。與此同時，随着 AI 技術在各行各業的廣泛應用，對模型在線推理的需求也在急速增長。
預計到 2027 年，中國 AI 服務器出貨量将達到 65 萬台，2022-2027 年年均複合增長率 ( CAGR ) 約爲 18%。
3、AI 的真正威力
如今的 AI 還隻是個嗷嗷待哺的嬰兒，卻已經展現出非凡的能力。一旦它 " 學有所成 "，必然将展示更大的威力。
AI 以其獨特的算法工程之能，可以通過對物理環境的智慧解讀以及與産品應用場景和技術推導的完美融合，重新塑造制造業的供給側和生産側格局，爲整個産業帶來革命性的模式和形态變革。
例如在汽車制造領域，未來 AI 可以全流程替代人類。
在設計階段，AI 能夠處理和分析大量的數據，包括曆史數據、市場趨勢、産品性能參數等，同時比較和評估大量的設計方案，或者直接利用優化算法來搜索設計空間中的最佳解決方案，高速、高效地實現兼顧性能和安全性的設計。
在生産階段，AI 可以應用于自動化裝配線和機器人操作，在進行高精度的操作，保證産品的一緻性和質量穩定性的同時，還可以對生産過程中的數據進行實時分析，預測設備故障并進行預防性維護，提高生産效率和質量。
不久前，特斯拉中國發布了 " 加入特斯拉 AI& 工業互聯網團隊，一起用技術改變世界 !" 的招聘信息，開放了包括資深數據算法專家、高級數據算法工程師、高級數據算法工程師等在内的多個相關崗位。
從本次招聘來看，特斯拉已經将 AI 應用在汽車研産供銷等多個環節，在相關招聘要求中，數據算法崗位聚焦于工廠生産制造、供應鏈、銷售服務、充電網絡等環節。
可以預見，在未來，人工智能必将深刻地改變工業生産的面貌，爲制造業帶來革命性的變革。AI 将推動工業生産向智能化、自動化的方向邁進，提高生産效率、降低成本、增強産品質量和可持續性。
然而，我們也必須警惕 AI 向負面的方向發展。
在追求技術進步的同時，我們需要重視人工智能的倫理和社會影響，避免濫用 AI 技術帶來的潛在風險，如數據隐私洩露、人員替代和社會不平等等問題。
因此，我們需要在 AI 發展的道路上保持警惕，加強監管和規範，确保人工智能技術的健康發展，使其更好地造福人類社會。同時，我們也需要積極探索 AI 技術與人類共生共榮的發展模式，發揮其最大的潛力爲人類社會帶來更多的福祉和進步。
前瞻經濟學人 APP 産業觀察組
更多行業研究分析詳見：
【1】《2024-2029 年中國 AIGC 産業發展前景預測與投資戰略規劃分析報告》，前瞻産業研究院
同時前瞻産業研究院還提供産業大數據、産業研究報告、産業規劃、園區規劃、産業招商、産業圖譜、智慧招商系統、行業地位證明、IPO 咨詢 / 募投可研、IPO 工作底稿咨詢等解決方案。在招股說明書、公司年度報告等任何公開信息披露中引用本篇文章内容，需要獲取前瞻産業研究院的正規授權。
更多深度行業分析盡在【前瞻經濟學人 APP】，還可以與 500+ 經濟學家 / 資深行業研究員交流互動。
參考資料：
【1】Sora 體現人類文明 " 文字 " 對物理世界的理解 | 新财富
【2】360 周鴻祎：Sora 意味着 AGI 實現或從 10 年縮短到一兩年 | 新京報
【3】以假亂真 ! 文字直接生成視頻，AI 視頻工具 Sora 是怎麽做到的 ? | 科普中國
