AI产业的定义与范畴 - AI是一种基于机器的系统，通过数据处理生成决策、预测和建议，其应用范围从日常任务到高端军事领域[2] - AI是计算机视觉、模式识别及自然语言处理等技术的总称，但概念外延模糊，兼具激发惊叹与警示风险的双重性[2] - 当前技术焦点已转向驱动聊天机器人的大语言模型，其“大”体现在训练数据集达数千亿GB级别，且参数极多，例如ChatGPT-4参数约1.76万亿[3] AI市场规模与增长 - 2023年全球AI市场规模已跨越2000亿美元门槛，并以每年约20%的增长率稳步上升[3] - 预计到2030年，全球AI市场规模将达到近2万亿美元[3] - 全球参与AI产业的人数肯定已超过百万，且规模将持续显著扩大[3] AI产业的核心参与者与竞争格局 - AI时代催生了新的核心参与者，包括传统科技巨头如亚马逊、谷歌母公司Alphabet、微软、Meta，以及AI初创企业如OpenAI、Anthropic、Cohere和芯片制造商英伟达[11] - 中国AI领域的第二梯队科技巨头包括阿里巴巴、华为、腾讯和百度[11] - 传统科技巨头与AI初创企业掀起战略合作浪潮：微软向OpenAI注资100亿美元，谷歌向Anthropic投资20亿美元，亚马逊对Anthropic投入40亿美元，Meta与微软及Hugging Face合作[11] - 英伟达已成为一家市值2万亿美元的公司，占据机器学习领域图形处理器95%的市场份额[11] AI产业的商业模式与投资 - 平台时代以轻资产的社交媒体和广告平台为主导，依赖网络效应和用户数据变现[12] - AI时代商业模式向付费授权、会员订阅、AI嵌入服务和出租AI云服务等方式转变[15] - AI公司起步需数百万美元，后期需上亿美元资金维持云平台运行以训练基础模型，促使许多初创公司与现有云服务提供商建立战略合作关系[14] - 大型科技公司拥有大量现金储备，能够为初创公司提供数十亿资金支持，导致AI行业形成多足鼎立之势，老牌科技公司与初创公司结盟以击败竞争对手[14] AI产业的基础设施与资源依赖 - AI的运行依赖于实体基础设施，包括芯片、服务器、电缆、电力及为服务器降温的水资源[5][6] - 大AI公司拥有“基础设施力量”，即控制大型数据中心、海底光缆以及用于训练模型的AI芯片，全球大型数据中心一半以上属于三家大公司[13] - AI的训练和运行需要庞大的数据集，这些数据集建立在数十亿数据点构成的人类知识库之上，部分数据存在版权争议[8] AI产业的人力依赖与劳动现状 - AI看似自动运行，实则依赖大量人力劳动进行数据标注、检查输出和调整参数以弥补技术局限性[7] - 这类工作通常耗时、薪酬低廉、单调乏味，工人们被迫像机器人一样工作[7] - AI产业利用全球网络寻找数据标注员，例如在肯尼亚等地，劳动者被纳入全球网络，但其创造的价值的获利方主要是欧美大型科技公司[19][20] AI产业的社会经济影响 - AI系统通过程序化和简单化操作降低任务所需技能水平，导致工作强度更大、节奏更快，使雇主能从劳动者身上榨取更多价值[9] - AI的发展导致财富和权力进一步集中在一小部分人手中，基础设施力量吸引行业顶尖人才加入成熟公司，减少了社会创新机会和多元化可能[13] - 地缘政治因素如中美紧张局势、气候危机和能源危机将深刻影响AI的发展，技术在国家军事和经济实力竞争中的作用至关重要[16] - “全球南方”国家在AI领域的建设和部署上几乎没有发言权，AI产业将其视为可吞噬的原材料来源[17]