本文作者Robyn Mak为热点透视专栏作家,以下内容仅代表其个人观点
路透香港2月25日 - 中国能否成为世界大国,人工智能将发挥关键作用。然而,中国政府试图将 DeepSeek 等创新者今日的胜利转化为更大收益,服务于18万亿美元规模的中国经济,这将面临挑战,挑战不仅来自美国,也源于中国共产党自身继续掌权的愿望。
技术革命在历史上就是大国更替的基础。正如美国在 20 世纪通过广泛采用电力、机械和汽车取代了大英帝国的工业主导地位一样,人工智能也为中国提供了类似机遇,使权力平衡向着有利于自己的方向转变。
中国领导人习近平的目标是否是在科技、经济或军事层面上取代美国,这在华盛顿一直是个争论不休的话题。美国总统特朗普的国家安全顾问沃尔兹(Mike Waltz)认为,美中正处于冷战之中,尽管中国政府 2017 年提出的"新一代人工智能计划"只是要求中国在2030年之前成为世界人工智能的领导者和创新者。
如果说存在战场的话,总部位于杭州的 DeepSeek 正在开辟一条新战线。它的人工智能训练模型具有开创性,其性能不亚于 OpenAI 等西方竞争对手,而成本仅为它们的一小部分。与阿里巴巴 9988.HK 、腾讯 0700.HK 等公司的类似产品一样,这是一个最新迹象,表明中国可以在创新方面发挥领导作用,缩小与规模达27万亿美元的美国经济之间的差距。
为此,习近平正在动员中国的企业家们。在上周举行的一次罕见的、精心安排的会议上,他敦促本土创新企业的负责人"大显身手",这些企业包括世界顶级电动汽车制造商比亚迪 002594.SZ1211.HK以及电信企业集团华为,后者是中国开发高端芯片、与NvidiaNVDA.O竞争的领军企业。DeepSeek的成功和习近平对民营企业的支持,提振香港恒生科技指数.HSTECH自年初以来上涨逾25%,表现优于同期美股纳斯达克指数。
图:中国AI股指标表现优于同类美股指标
然而,要保持人工智能的进步,还需付出巨大努力。与美国等国家一样,中国需要投入巨资建设实体基础设施,包括发电站。中国还需要不断克服华盛顿近来不断阻止其获得尖端芯片和芯片制造设备的小动作。
不过,下一个障碍可能是最难跨越的。要想取得全面进展,中国需要在各行各业大量采用并整合相关技术。在这方面,中国可能会遇到"扩散赤字(diffusion deficit)",这是美国政治学教授Jeffrey Ding使用的一个术语。他在其最新著作《技术与大国崛起:扩散如何塑造经济竞争》一书中认为,"技能基础设施"薄弱的国家往往难以在各行各业部署和传播创新,技能基础设施指的是帮助新技术普及的机构。他的结论是,华盛顿的政策制定者过于关注创新而非扩散,可能高估了中国崛起成为科技超级大国的潜力。
例如,中国拥有世界上最庞大的工程师和科学家队伍,但美国计算机科学专业四年级学生的表现却 "大大 "优于中国顶尖大学的同年级同专业学生。Ding对19801年代和1990年代日本的分析也提供了警示,说明这将如何演变成一个巨大的劣势。
日本公司曾一度控制着全球计算机和芯片生产,但与美国的人才差距使日本深受其害;1995 年流入美国信息、通信和科技行业的人才比日本多 68%;到 2001 年,这一优势更是扩大到 300%。再加上其它因素,造成许多行业增长缓慢以及生产率低下。
图:中国的专利申请呈爆炸式增长
事实上,中国企业在技术应用方面较为落后。根据去年的一项国内调查,500家受访中小企业中,超过 60% 的企业还处于数字化的 "早期 "阶段,仅仅使用基本的数据管理和 IT 应用程序。在另一项调查中,只有不到两成中国企业表示已将人工智能集成到业务流程中,落后美国五个百分点。
中国共产党希望维持政权稳定,这在一定程度上可以解释人工智能的普及为何成问题。中国可以获得训练人工智能模型所需的大量数据,但当局要求这些模型 "坚持社会主义核心价值观",剔除"危害国家安全 "的内容。严格的审查制度可能已延缓中国的进步:2017年,腾讯关闭了一个安装在其消息应用上的人工智能聊天机器人服务,因为政治上的失言。
与此同时,中国用自上而下的方式确定支持哪些行业,这种政策产生出一些赢家,但也造就了许多效率低下的企业,这些企业往往缺乏冒险或尝试新技术的动力;产业规划也导致大量资本配置不当。2009 年至 2018 年间,中国衡量经济体效率和竞争力的指标--全要素生产率的增长从全球金融危机之前十年的 2.8%大幅放缓至 0.7%,减速大于全球。
图:中国的生产率增长已大幅减慢
高盛分析师估计,未来十年,人工智能将使中国的生产率增长提高 8%,而将为美国带来15%的增长(约合GDP年增约4.5万亿美元)。这种差异归根结底在于扩散问题:高盛认为,中国有一半的工作岗位分布在制造业、建筑业等不太可能使用人工智能的行业。
当然,这一领域的发展仍处于早期阶段,中国政府正在大力推动经济其他领域的发展,这意味着中国从人工智能中获得的收益可能比目前认为的要多得多。不过,要想超越创新阶段,中国可能需要给学校和民营企业松绑。(完)