自打两年前ChatGPT一飞冲天，人工智能就再一次妥妥地站到了科技C位。
2023年以来，一边是美国科技企业屡创新高，一边是中国科技企业扎堆突围。人工智能及周边科技战的激烈程度和复杂性，远超其他领域，是当之无愧的焦点。
2025年刚开始，把我对于人工智能的观察和判断梳理一番。一家之言，仅供参考。
今天这篇（上）从供给侧的视角谈人工智能企业的发展方向；下一篇将从使用者的角度，谈一谈在AI+时代我们要做什么准备。
【人工智能发展模式存有异议】
在过去的几十年中，美国一直主导着全球的科技创新，一方面是冷战结束后大量科技向民用领域释放，另一方面是美西方主导的超级全球化，都使美国科技企业的成果不断创新，持续引领世界发展。
在这几十年中，中国的科技企业长期处于跟随状态，跑得快的能追上发展的步伐，跑得慢的也没那么焦虑，因为方向清晰、路径明确，只要吃苦耐劳，总有追上的时候。
渐渐地，我们在众多领域都追上了世界；渐渐地，我们在越来越多的领域处于世界领先地位；到移动互联网时代的中后期，我们能够在一些领域进行了突破性创新。
习惯作为跟随者和追赶者的我们，如今多了许多困惑：前面没有标杆的时候，下一步该朝什么方向发展呢？
这样的问题，习惯"造不如买"的60后、长期"追赶先进"的70后可能很难有自己的答案。因为在这两代人心目中，美西方的科技水平是天花板，看不到领跑者就没了方向。
这样的问题，在开放体系里成长起来的80后、平视世界的90后，以及心无旁骛的00后们，才可能在充分释放自我的过程中，找到答案。
不可忽视的现实是：如果将科技与金融合在一起，热点科技的话语权仍在美国。所以把投资价值作为评估衡量企业的标准时，这个话语权由谁在掌控，显而易见。
继续追着美国人工智能的方向发展，谋求得到资本市场的认可，看似这条发展路径依旧存在，所以一部分人认为：发展人工智能得继续朝资本认可的方向努力，而现在美国搞人工智能的企业市值不断攀升，证明他们的方向是正确的；而由于多种原因，中国的企业在这条路上走得慢了。
还有一部分人认为：中国发展人工智能有自己的优势和应用场景，没有必要亦步亦趋地跟着走美国发展人工智能的道路。如今前行的中国企业，速度不慢，方向也不一定错哦。
【中美人工智能在向不同的方向发展】
由于有资本的强力支持，美国科技企业发展人工智能是高举高打，玩的是大力出奇迹的游戏。
当前美国资本市场仍然非常看好科技领域在人工智能方向上的发展，因此那些能在人工智能领域有动静的企业更受关注，向这些企业投资能获得更大回报。
因此，众多企业争相斥巨资买GPU，或者直接买智能算力服务，围绕通用大模型提升自己的AI能力，谁能取得进展，就可以在资本市场收获更多青睐。
因此，甭管OpenAI出多少负面新闻，都不妨碍人家能维持人工智能明星企业的地位，估值破千亿美金，尤其12月时连续12天直播，不断放大招，风头压过众多老牌科技公司。
因此，卖铲子的老黄将英伟达的热度持续到了年底，GPU供不应求，赚到盆满钵溢；股票自2022年以来飙升了800%以上。这还是因为中国企业严重受限，如果实现完全的自由贸易，业绩一定会更亮眼。
因此，处于英伟达产业链上游的台积电日子过得也不错，能做到出货量与售价同时上扬。由于掌握着近乎垄断的科技产品生产能力，台积电的市值已经突破万亿美金。
在这一整套自洽的逻辑下，美国人工智能领域的企业在过去的一年里大放异彩，带动了美国纳斯达克指数节节攀升，成为美国经济持续向好的重要证据。
如果拿这套逻辑来评估中国企业，那自然是差距越拉越大：高端芯片受限，估值受到打压，眼瞅着美国同行吃香的喝辣的，自己却受着夹板气还得强颜欢笑。
那些希望通过讨好投资人来实现暴富目标的中国科技企业，对此前的成功有路径依赖的，如今多是在唉声叹气、怨声载道。
我在去年初《数据要素与人工智能，中美点开不同的科技树》一文中提出：惊艳的AIGC让个体能打造美好的虚拟世界，而中国则试图借助数字化能力的提升，不断优化实体世界，实现企业的降本增效，政府的有效运作，治理体系的高效协同，提升生产力和劳动效率。
也就是说，试图在中国发展人工智能的科技企业，尤其创业公司，首要目标是为实体经济服务，要立足于创造实际价值，通过创造产业增量来增加自身营收。
这样成长虽然会慢一些，但更扎实，也更符合中国当下的产业特征。
【对中国人工智能技术发展走向的预判】
我在上一篇文章里，表达了对人工智能发展的整体判断：美国在金融资本驱动下，可规模化复制性强的技术、应用范围广的通用大模型，以及颠覆性创新会有更好的发展机会；而在中国将人工智能落在实体经济的条件更有利，因此面向行业的模型/算法、连接运算执行一体化的智能体，以及实用性强的渐进式创新更受欢迎。
2023年，国内科技公司们开启百模大战，各类"大规模深度学习模型"在应用领域竞相发展。经过一年多的探索和沉淀，在行业大模型的演进方向上呈现出三种发展路径。
第一种是基于通用大模型发展行业大模型，走这条路径的都是财大气粗的超大规模企业，先投入巨大的资源完成通用大模型的开发，然后再自研或借助生态合作伙伴的资源，拓展在行业落地，形成解决方案。
第二种是发展人工智能加持的行业应用，一般都是行业内部知名的中等规模企业，即便其中有些企业表面上与大厂形成联盟和协作关系，但合作相对松散，成功后往往认为是自己做成了行业大模型，与合作伙伴只是接入的关系。
第三种是基于行业数据和开源算法，在某些特定领域里搞自主研发。这么做的企业主要有两类，一类是执着于自研的央国企，或者对安全超级敏感的领域；另一类是规模小、资源有限，不得不深耕某一特定领域的创业公司。
目前来看，三种发展路径各有支持和反对的声音，也都有成功的案例和失败的情况，最终谁是主流，哪条路走不通，眼下难以达成共识。
人工智能领域另一个热门发展方向是智能体，Agent在2024年的发展有目共睹。
利用连接具有感知能力，通过运算形成思考能力，再加上输出形成行动力，创新的概念模式以及相关技术，可以大幅度提升AI的落地效果。
相对于通用性更强的大模型，智能体的体量规模可以小很多，而且更能贴近实际应用场景；而与定制化程度高的应用系统相比，智能体的产品化程度可以更高，这就意味着会大幅提升开发商可盈利能力。这些特征综合在一起，非常适合中国的中小规模的创业公司。
这一领域目前还处于早期，未来产业能发展到什么样，也得过一段时间才能看出端倪。但我的直觉是：智能体很像此前数据库与应用之间的中间件技术，因此可能会复现当年做中间件企业的成长路径。
当下的中国为优秀的人工智能技术应用和发展提供了良好的土壤；先搞研发，再做产品，然后是市场拓展和产业生态建设，中国科技企业对这一番套路已不再陌生，期待在这片土壤中孵化出更多的行业领导者。
还有一类发展方向，是为行业甚至企业做定制化开发，提供AI加成的数字化能力，这个话题我会在下一篇文章中展开讲。
【人工智能发展之路并不平坦】
与国内众多行业一样，如今人工智能领域也是卷得一塌糊涂。
那些做算法的、做工具的、做产品的，一天到晚找能够落地的机会；
那些离行业和应用比较近的厂商，在为自己能力不足和效益低下而发愁；
好不容易找到的客户预算有限，只能冒着被白嫖的风险做事------机会原本就不多，不敢轻易丢掉啊。
相对而言，倒是那些纯搞技术的比较踏实，不需要像老板那样操心，可以专注于自己的工作。
总之，如今国内人工智能领域弥漫着浮躁的情绪，会带来不少问题：
一方面是人工智能产生的价值被严重高估，客户的期望值被抬高到非理性的程度，项目刚开始做就注定了达不成预期，从而引发对人工智能的质疑，以及在后续投资时的谨慎和保守。
另一方面是项目成果良莠不齐，如果AI纯度不高就拿些似是而非的内容来凑，这种人工智能项目让专业人士不住地摇头叹气，浪费的投资和项目机会不在少数。
从微观看，这些都是问题，很多地方需要优化、完善。
从宏观看，可能这就是中国企业成长的必然阶段，是粗放式发展必然付出的代价。
毕竟发展人工智能的势头不可挡，而且中国实体经济的产业规模这么大，对引入先进技术和新质生产力有强烈的诉求，在资源饱和式投放、人力过载性投入的状态下，必然会形成相当规模的成果。
2025年，中国要在产业界对AI失望之前解决好AI自身造血的问题，美国要尽量控制泡沫不要破裂，以及真出现产业衰退程度时尽量减少损失。大家的日子过得都不容易。
真不好预测最终谁能坚持到胜利的那一天，谁会是剩下的幸运儿，更难预料惨胜的代价有多大。
【相关链接】