中国AI-first在2025年崛起。

作者 |李开复

来源 | 华夏基石 e 洞察 管理智慧

咨询合作 | 13699120588

摘录翻译为《人民日报》英语客户端采访。

本文仅代表作者自己的观点。

以大模型为代表的生成人工智能将颠覆性地改变人类的工作、交流、学习和娱乐。所有行业都会被人工智能接触、改变、转型和提高效率。

由于中国广阔的市场和中国团队世界顶尖的工程能力和落地能力，中国大模型与世界领先模型的差距已经缩小到短短几个月。 AI-First 应用程序有望在今年崛起并跻身世界顶级阵营。2025 年将会是 AI-First 应用程序爆发的第一年，未来新的智算中心将很大一部分致力于推理工作。

人际关系、信任、同理心和爱是人类不同于人工智能的本质。人工智能将创造许多全新的工作。涉及到以人际交往和服务为导向的工作，将是未来很多人可能投身的行业。

人民日报：你这两年的工作重点主要是什么？

李开复：在过去的几年里，我密切关注人工智能和其他高科技领域的投资。此外，我还成立了 AI 2.0 大型独角兽公司零一万物。公司致力于培养世界第一梯队性能的大语言模型，以中国团队的创新力量，以“多快多省”的方式赋能千行百业，带动实体经济新增长。

人民日报：你这样做 AI 业内代表人物，在最近的公共场合谈到了。 AI 2.0 时过境迁，你可以跟我们详细解释一下什么叫做？ AI 2.0 时代？怎么说呢？ AI 2.0 时代打开？

李开复：我从事人工智能已经40多年了。多年来，人工智能一直在努力模仿一些人类智能，但目前它只完成了人脑中一小部分通用智能。

在过去的两年里，我们发现计算机似乎有望拥有与人类相同的通用智能。我所说的“通用”，是指计算机可以像大学生一样全面了解人类知识的方方面面，快速加强其他科目的学习。

大约二年前，ChatGPT 这种通用智能首次显示出来。此后，美国和中国涌现出许多具有这种能力的企业。

令人兴奋的是，人工智能可以从人类写的每一本书中学习知识。在不久的将来，人类制作的每一个视频和说的每一句话都可能成为人工智能学习的素材，从而创造出一个超级智能大脑。这个大脑学到的数据量将远远超过任何人一生中能学到的知识总量。

现在我们已经开始看到一些迹象。它不仅可以总结、分析和编写内容，还可以推理和解读。它可以解决非常复杂的数学和物理问题，而无需具体的教学如何去做。

能够独立学习新事物，自我迭代，大语言模型所表现出来的这种能力，让我们看到在未来十年内创造出来。 AGI(通用人工智能)的希望，就是创造一个在整体智能程度上超越任何人类的智能体。

人民日报：众所周知，2024 年度“新生产力”一度成为热门词汇。AI 作为新质量生产力的一员，你认为现在是什么？ AI 在促进经济效益方面，应用已成为一个很好的例子？对社会生产和生活有什么影响？

李开复：我认为“新生产力”的概念非常有见地。这意味着生产力的提高不仅取决于劳动力的增加，还取决于使用新颖独特的突破性技术，从而实现价值翻倍甚至指数级增长。

人工智能不仅仅是这个概念的一个很好的落地案例，甚至在我看来，它是迄今为止最好的落地案例。因为人工智能的核心理念是，它可以像人类一样思考、推理、做决定、创造内容，完善我们的决策，为我们提供反馈，帮助我们在任何不难想象的领域取得进步。

在传统行业，律师可以利用人工智能完成大部分写作，其工作效率可以提高五到十倍；会计师的工作效率也可以提高五到十倍，因为人工智能可以承担所有常规的数字计算工作，会计师只需要指导人工智能应该做什么；客户服务有 99% 能由机器处理，客户满意度更高，人类只需要负责剩下的。 1%。

这种情况也适用于制造企业、房地产公司和所有传统行业和服务行业。借助这些新的人工智能培训机器人，我们可以大大降低生产商品的人工成本，这是我们对新生产力创造新价值的期待。更令人兴奋的是，借助人工智能力量，在其他被认为可以提高新质量生产力的领域，可以实现进一步的多重提升。

在我看来，我们应该意识到并接受人工智能是一种超级智能，类似于人脑，但不同于人脑。这意味着人工智能可以成为每个知识工作者的可靠伙伴。它的记忆能力、响应速度和知识储备都比人类多，但可能缺乏人类直觉、特定经验和人际交往。

让人类专注于自己最擅长的事情，让人工智能充分发挥自己的优势，会让我们每个人的效率提高五到十倍。因此，我认为人工智能是发展新质量生产力最强大的技术之一。

人民日报：我们已经看到了 AI 这门学科已经与神经和认知科学、心理学、艺术绘画等不同学科融合在一起。展望未来，你会觉得生成 AI 有哪些应用场景？换言之，AI 能与哪些行业结合产生怎样的概率？

李开复：在我看来，当我们普遍思考新技术的到来时，我们可以发现，比如早期的个人电脑和互联网，或者移动终端和移动互联网，以及现在的生成人工智能——一般来说，当我们进入新技术革命时，变化通常始于改变我们浏览或查看内容的方式；然后，作为这些新内容的方式发生了变化；然后，通过搜索、组织和发现新内容来改进；然后，就是能处理更丰富的内容，比如视频内容；最后，就是通过交易和获得商业回报来改变。

对生成型人工智能来说，也是如此。以上就是从任务的角度来看技术将如何演变。与此同时，我们也可以从人类需求的角度来思考。人类总是需要工作、交流、学习和娱乐，马斯洛人类的需求理论仍然适应 AI 2.0 时代。从这个角度，我们再次回顾了个人计算机和移动设备的发展。前两波技术浪潮极大地改变了我们的工作、交流、学习和娱乐方式，所以生成人工智能也会带来同样的变化。

回到您的问题，回答实际上是“所有行业”。你可以回忆一下我们过去是如何沟通的。一开始是人与人之间的面对面交流，然后是通过电话，然后是基于互联网的即时通信和通话，然后是新的社交网络。现在我想我们将看到人类和人工智能一起参与的新的交流方式。

学习方法也是如此。起初，我在教室里学习，然后出现了虚拟教师。工作模式也不例外。以你的工作为例。它涉及确定面试主题、选择面试对象、与对方沟通、安排面试、准备问题、提问、得到答案、将答案转化为视频或报纸文章，就像我们现在正在做的一样。未来，所有这些步骤都将逐步实现智能化。所以，我觉得人工智能技术接触、改变、转型和提高了所有行业的效率。

人民日报：国际上我们可以看到 ChatGPT、Sora 随着生成式人工智能的不断出现，我们国内也有很多生成式人工智能模型，比如零一万物。 Yi 系列模型。在你看来，国内生成的人工智能产品和国际产品 ChatGPT、Sora 这是否有很大的差距？如果有，你认为有什么差距？

李开复：是的，毫无疑问，这些技术中有一些是美国人发明的，但是中国人让它们更加高效和实用。我认为这将是一个根本的区别。

我在 2018 每年都写一本书，叫做《AI · 《未来》，我在书中谈到了移动因特网和 AI 1.0 时代。同样的情况发生在这两个时代。美国人创造了移动互联网，他们开发了最初的移动互联网。 APP，但是中国的移动互联网 APP 就便利性而言，超过了美国 APP；在 AI 1.0 “时代，(中国)也出现了” AI 四小龙，以及很多计算机视觉企业，深度学习企业，自动驾驶企业，这些企业在创新方面可能比美国企业弱，但他们的落地执行力却超过了美国公司。

在生成型人工智能领域也存在同样的情况。很明显，二年前 ChatGPT 当它出现时，中国可能已经落后了大约七年。然而，在过去的两年里，中国一直在快速学习和开发许多高质量的大语言模型。模型性能非常接近美国顶级模型，可能不如最好的模型，但已经非常接近了。同时，中国模型的效率要高得多。

中国工程师确实找到了各种降低成本的方法，提出了新的算法，设计了新的模型结构，大大加快了模型训练过程，使其能够在能力差的芯片上运行，适合国产芯片和非国产芯片。训练速度更快，使用速度更快。这些中国模型所需的推理时间和成本远小于美国模型。

如今，DeepSeek 中国团队与美国团队之间的技术差距从两年前的七年缩短到现在的短短几个月，这是一个很大的进步。培训成本降低了十倍甚至更多，推理成本降低了30倍左右，这是中国公司取得的惊人进步。事实上，这也让许多美国顶尖研究人员记忆深刻，特别尊重。

但我认为最重要的是在后面——应用领域的全面突破。在过去的几次技术浪潮中，网络层在价值链金字塔中创造了最大的经济价值。在R&D领域的竞争中，中国拥有世界顶尖的工程能力和落地能力，这显然超过了美国的一个方向。 APP，构建符合用户需求、创造经济效益的应用。

我们现在正处于这样一个阶段:无论是中国还是美国的大语言模型，模型性能都非常出色，成本也很低，尤其是中国的大语言模型，成本更低。它使那些聪明的人变得聪明 APP 开发者可以专注于如何构建人工智能。 APP 上，不需要自己成为人工智能专家。感觉现在在中国，AI-First 已经有了百花齐放的土壤，那些在移动互联网时代就有了优秀的土壤。 APP 发展能力的人，现在已经有了施展才能的舞台。

我期待 2025 每年都可以成为中国 AI-First 应用程序真正崛起并跻身世界顶级阵营的一年。

人民日报:我们可以看到世界上有很多关于中国“脱钩”的炒作或论调。在你看来，如果中国“脱钩”， AI 发展造成了怎样的影响？你曾经说过，中国大型企业要走出去有别于 OpenAI 第二条路，什么是所谓的“第二条路”？

李开复：我觉得 OpenAI 第一种方式是每年半投入十倍以上的资金，训练一个参数非常大的模型，并继续这样做，直到它可以被人们使用。这叫做 Scaling Law，但是这条路对于中国来说是不可行的。在我看来，更适合中国的道路是实用主义，注重解决问题，提高效率，创造财富。

正如我之前描述的第二条路面——中国工程师非常善于找到巧妙的工程解决方案，真正实现垂直深度整合，让研究人员、工程师、芯片设计师共同努力，打造非常高效的产品。

在我看来，用一句话来描述第二条路面，以及它为什么会取得令美国科研人员惊叹的惊人成果，那就是：“需求是创新之母”。（Necessity is the mother of innovation.）

“需求”是指，从现实来看，我们只有美国。 1/3 至 1/50 资源，我们得不到最先进的芯片，所以我们可以用任何我们想要的，但我们会尽力做到最好。我认为这是中国公司和中国项目最强的地方。

需求是创新之母。过去，我被在北京遇到的中国研究人员的努力和愿意努力的精神所感动，我一直记得到现在。那是 1990 2008年，我选择回中国工作的原因之一。因为在我看来，和有这种职业道德的人在一起，我们可以创造奇迹，而这正是目前的生成方式。 AI 这个领域正在发生的事情。

人民日报:为了满足人工智能产业发展的需要，全国各地都开始建设智能计算中心。你认为新一代智能计算中心比传统计算中心有什么特点？

李开复：智能计算中心实际上承担了两项任务。第一，帮助构建这些模型，通常被称为训练；第二，帮助这些模型投入使用，这叫推理。我认为这两项工作都很重要。

在未来，我乐观地认为会有许多优秀的东西。 AI-First 应用程序，考虑到中国庞大的用户数量和我对人工智能大规模应用的乐观态度，我会更倾向于加强推理而不是训练。

过去，由于当时基于生成式人工智能的人工智能，训练是智算中心被寄予厚望的主要使用方法。 APP 不多。将来，我会乐观地感到这样的感觉。 APP 会越来越多。未来，数据中心最有可能被用于推理，所以我认为它们应该配置更多的推理芯片，并合理安排，以便在中国或至少一些地区更有效地为所有人服务。

智能计算中心的培训不同于推理智能计算中心。智能计算中心的培训并不侧重于应对大规模用户的使用场景，其核心是集中大量数据，进行几个月的模型培训。推理智能计算中心需要保证任何客户都可以随时随地浏览，响应速度非常重要，强大的数据连接也非常重要。在建立这些新的智算中心时，我认为应该有相当大的比例来推理。

人民日报:隐私和安全一直是人工智能领域的焦点，比如人工智能面部交换技术带来的风险。人工智能行业目前正在采取哪些措施来解决这个问题？

李开复：我认为人工智能有很多风险和挑战，隐私只是其中之一。作为一个谨慎乐观的技术学校，我认为我们不应该过多地放大这些问题。我相信新技术带来的问题最终可以通过新技术来解决。

面临这些新技术风险，我们需要相应的技术解决方案来捕捉深度伪造者，识别被深度伪造的视频或照片。这些解决方案必须通过技术手段开发。这些技术可以进一步应用于其他场景，例如识别一些内容是否是原创内容。另一种机制是在识别图像时放置不可移除的水印，这样你就可以知道图片是否被篡改了。这些都是需要进一步研究的技术。

但是还有很多其他的顾虑，比如有人问“如何制作有害的毒品或者武器”怎么办？如何避免有人提出这些问题，如何避免犯罪分子利用大语言模型做坏事或者制造虚假信息？我认为这是另一个需要解决的问题。

制定法律法规是必要的。明确使用这些技术从事非法有害行为的人将受到严厉的惩罚，以防止人们错误地使用这些技术。关键是仔细考虑如何设置护栏，如何以明确严厉的方式惩罚违法者，形成震慑。

此外，以非人工智能犯罪的惩罚方式为参考，我更倾向于使用当前的法律法规，并将其扩展到人工智能领域。在过去的几次技术革命中，新技术的推广和发展总是利大于弊。因此，限制新技术的持续发展并不是一个好主意。虽然很多担心是真实的，但是设置护栏和法律法规应该针对具体的违法行为，而不是一刀切地缓解技术的发展，因为它会降低中国的竞争力。

人民日报:人工智能的渗透已经成为一种不可逆转的趋势，每个人在这个过程中都可能感到困扰或焦虑。人工智能无法替代人类的领域有哪些？你有什么建议可以帮助像我这样的人缓解对人工智能的焦虑？

李开复：焦虑是正常的，但人工智能的不断发展和快速迭代是不可阻挡的。首先，我们应该把消极的焦虑转化为积极的自我提升，而不是在焦虑中无所事事，从而产生无助感。

未来还会有很多工作，就像我们看到汽车的出现取代了很多工作一样，但是人类的工作总数并没有减少。电脑和手机，每一项发明都取代了一些工作，但新的工作也会随之而来。

那哪些工作比较安全呢？第一，提升自己，让自己成为人工智能教师，将是最好的工作。各行各业的顶级工作机会仍将存在，因为人工智能总是需要引导方向。

二是比较安全的人，是那些能了解人类的优点，致力于发挥这些优点，并且愿意与人工智能合作的人。人工智能没有人类的一些优势。其中之一就是创造一个真正颠覆性的创新，创造一个以前不存在的新概念，因为人工智能是通过数据学习的。优秀的艺术家和研究人员可以继续做出伟大的事业，这些成果可以用来教人工智能。但是，我也承认这只是一个比较小的人群。

也有一些工作选择可能更符合大众的需求。我的几本书 AI 书中提到的最重要的一点是人际关系、信任、同理心和爱。人工智能没有情感，无法与人联系。因此，我认为人们需要普遍关注这些能力:理解他人的能力、获得信任的能力、沟通和说服他人的能力。我们致力于所谓的软技能，即沟通、同理、理解、接触和产生信任的能力，这些都是人类独有的。

在医疗行业，未来的医生会扮演更多有同情心的护士的角色，而人工智能负责在后端确定最佳的药物组合。医生会去看医生，整理问题。这些健康问题患者不想告诉他们。 AI，但是会告诉一个他认为值得信任的人。其它需要沟通、同理心、与他人接触的职业也是如此。我想，许多涉及人际交往和服务导向的工作，将成为未来许多人可能投身的行业。

最后，我相信人工智能会创造很多新的工作。今日，AI 它创造了数千万份工作。也许你没有意识到它被称为人工智能数据标签。这份工作可能不会一直存在，但类似的新机会会创造出来。

随着移动因特网的诞生，现在回想起来，它也创造了许多新的工作岗位。现在，线下零售店的店主、农民都可以通过 APP 把自己的商品卖给外界。伴随着科学技术的广泛应用，就业环境将发生巨大变化，创造出无数的工作类型。目前我们还不清楚他们是什么，但是我们可以耐心等待。我敢打赌，目前世界上已有数千万的数据标记师，但五年之内，人工智能将创造十倍于此的新工作机会。

我深信，人类的智慧之光最终会引导我们找到未来的道路。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com