工商联·经济大家讲坛暨第十一期中欧话未来学习体会
· 5 分钟阅读
AI产业观察学习体会中欧经济
第一部分
主讲人：梅宏（北京大学教授）
主题：人工智能-现状与展望
学习提炼
- 当前热议的人工智能（AI），其实只是机器学习（ML）中的深度学习（DL）。
- AI 的现状：数据驱动智能、计算实现智能；数据为体，智能为用，犹如燃料与火焰–数据智能。
- AI 还不具备持续学习和增量学习的能力。
- 当前的算法已经走到天花板，原理尚未出现变革性苗头。
- 当前的模型对数据的依赖越来越严重。
- 当前的算力消耗越来越巨大。
- 判别式 AI 擅长分类、回归、特征选择、关联判断（图像分类、文本分类、语音识别、情感分析、人脸识别等任务），高准确性和较低计算资源。
- 生成式 AI 擅长文本汇总、内容创作、对话、翻译（文本生成、图像生成、音频合成、视频生成等任务），不确定性强和高计算资源。
- 如何用好大语言模型：
- 面向具体任务，围绕大模型构建 Agent。
- 构建专门的知识库或知识图谱来沉淀经过验证的推断。
- AI 应当永远定位为人类的工具（提升工作效率和质量），人类不能让其脱离掌控，更不能主动让位。
学习体会
- 在垂直领域要做小模型的训练，而不是大模型。
- 在垂直领域，所有新诞生的数据都要收集（过往都遗漏了大量数据），不过需要配备专门的人来筛选高质量的数据并且进行标注用于模型的训练。所以以后会需要更多的数据筛选师和数据标注师，这两个岗位应该是正好符合被 AI 替代掉的人去从事的岗位。AI 替代他们，他们反过来搭建 AI 更庞大的基础。
- 要根据自身的行业特性，选择当前深度学习的方向，而不是一味需要用大语言模型（LLM）来解决一切，或者说用 Transformer 为代表的架构去解决一切，也解决不了一切。所以，进行全员，尤其是研发人员对于 AI 的深度认识，是必要的步骤。
- AI 产品的设计，一定不是取代人，它的所有功能出发点都应该是辅助人类。就像计算器的计算能力强于人类，但是人类是利用它去研究以前无法解决的问题。要从螺旋上升的角度去研发产品，这才契合未来的趋势。
- 当前的 AI 热潮已经接近尾声，虽然不一定是寒冬，但肯定会遭遇较长的冷静期。在狂热时冷静，在冷静时激情！
第二部分
主讲人：兰小欢（中欧国际工商学院教授）
主题：产业的新故事与旧故事
学习提炼
- 从中国金融机构贷款余额图，可以看出中国从房地产为代表的传统行业转向新的产业方向（例如新能源、新技术）。
- 中国的制造业增加值以现价美元计算，则达到 G7 的 85.6%，以购买力平价计算，则达到 G7 的 138%。
- 旧故事：产能过剩与低水平重复；新故事：结构性冗余与技术创新。
- 旧故事：竞争优势来自分工和专业化；新故事：竞争优势是整体结构和规模的产物。
- 旧故事：政府、市场二分法视角；新故事：政治、经济、社会一体化结构。
- 旧故事：产业转移和企业出海；新故事：生态结构的自我复制。
- 我们从改革开放以来，一直是规则的接受者，所以具有思维的局限性。
- 讲故事的能力是最高级的能力，讲故事可以重新洗牌。
- 产业的脆弱性通常取决于个体的脆弱性（例如公司不卷，产业就会衰败）。
- 20 世纪是意识形态的世纪，21 世纪则是全人类的世纪。
学习体会
- 全世界都处于变革期间，中国的基本面依旧存在。从传统的人口红利（低端劳力）转向工程师红利（高端劳力），庞大的市场体量（14 亿 489 万，占全世界 16.8%），全面的产业链。
- 什么是讲故事？讲故事就是画蓝图，一带一路就是蓝图，命运共同体就是蓝图，百年之未有大变局就是蓝图。中国正在成为讲故事的那一方，世界正在重新洗牌。
- 公司需要卷，才能有竞争力。但是卷有两种，一种是被动的卷，一种是主动的卷。一种是恶性的卷，一种是良性的卷。企业家要塑造后者，而非前者。前者是机械且生硬，会把创造力扼杀在摇篮；后者是活泼且弹性，会成为创造力诞生的摇篮。
