中国AI+经济的宏观背景与战略路径 - 讨论核心从“AI是否会改变经济”转向更现实的问题，即AI已开始嵌入生产体系、组织结构与个人能力时，中国如何将技术浪潮转化为经济动能[3] - 到2030年，AI预计将为全球经济贡献约15万亿美元，中国预计在2025年前后占据全球数据价值的约四分之一[10] - 87%的中国企业计划增加AI投资，超过一半的企业表示AI部署速度正在加快[10] 国家级“AI+行动计划”的目标与特点 - “AI+行动计划”于去年8月正式发布，政策重点在于AI的扩散、落地与渗透，而非专门谈论AGI或芯片[14] - 计划目标是推动AI从“聊天工具”走向“产品”与“服务”，设定两个阶段目标：到2027年，智能体与智能终端的普及率超过70%；到2030年，超过90%[14] - 计划明确了六大重点方向：用AI赋能科技研发、提升生产体系能力、扩大国内消费、提升民生福祉（包括教育和医疗健康）、以及从小学到大学全面嵌入AI基础能力培养[24] - 中国正在推进“东数西算”工程，在西部地区大规模建设以绿色能源为主的能源基础设施，预计到2030年前后，AI消耗的大量电力将来自可再生能源[31] 市场环境与产业生态 - 中国拥有庞大的制造业、零售业体系，为构建真实、可规模化落地的生产级AI系统提供了天然环境和大量应用场景[14] - 中国消费者对新技术的开放度很高，例如85%的中国消费者认为自动驾驶是安全的并能改善生活方式，中国已在几十座城市运行成千上万辆机器人出租车[15] - 中国AI生态系统极其活跃，在模型层面的玩家数量有数百家，且很多是开源的，形成了协同网络[28] - 众多玩家叠加开源生态，使AI推理成本在过去18个月持续下降[29] - 今年港交所最大的IPO是AI公司，包括主打海外消费者市场的MiniMax和以开源模型为核心面向企业客户的公司[28] 企业实践与创新效率 - 腾讯在与不同行业客户合作部署AI时，观察到中国客户普遍非常关注投资回报率，希望降低AI使用成本[19] - 作为云服务商，腾讯的策略是优化AI使用成本结构，提供模型无关的工具和产品，把选择最合适模型的权力交还给客户，以促进AI普及[29] - 月之暗面以效率创新为路径，用大约领先实验室1%的资源，训练出了接近最前沿性能水平的模型[25] - 该公司强调开发效率是关键竞争力，并致力于将基础研究成果工程化，例如最早将MoE优化用于大规模语言模型训练，并提出更快的线性注意力机制“Kimi Linear”[25] - 月之暗面透露，公司收到的简历已没有传统的PDF文件，全都是通过AI模型生成的个人网站，表明AI已在帮助个体实现超高生产力[8][17] 对劳动力市场与教育体系的影响 - 从目前早期阶段看，AI应用的扩展带来了就业增长，中国劳动力市场中具备AI能力的人才缺口达到约500万人[35] - 随着AI深度应用，某些岗位会被替代，国家层面正在推进大规模技能再培训计划，以实现由AI赋能的新型就业结构[35] - 中国正在从小学到大学全面嵌入AI基础能力培养，在大学里已有成千上万种智能体被用于科研与学习辅助[24] - 中国是第一个发布《人工智能教育应用白皮书》的国家，并在教师培训方面系统性地开展了AI能力培养项目[32] - 新一代学习AI不仅来自传统教育体系，也来自免费、开放的工具环境，鼓励年轻人使用这些工具是培养AI学习习惯的最佳方式[34] 全球投资视角与价值判断 - 在达沃斯论坛的投票中，大约60%的人认为当前AI不是泡沫，仍然存在巨大的价值捕获空间[11] - AI投资是一场深刻的市场变革型创新，贯穿从电力生产、数据中心、芯片、技术、软件到资本市场的完整链条，正在释放实质性价值[11] - 技术进步需要大量资本投入，政府投资无法单独推动产业跃迁，因此越来越多创业者和公司走向全球融资[12] - 真正的赢家将是最先实现AI在全经济体系中规模化转化的国家和市场[12] - 中国的“AI+”哲学是开放式结构，旨在让AI红利向下渗透到整个经济、到中小企业，让AI变得可负担、可普及，追求全经济体系创造价值[21][22]