AI狂欢背后的冷静：复刻“互联网+”是机遇还是隐忧？

DeepSeek之后：AI“平权”的狂欢与隐忧

春节后A股科技股一路高歌猛进，人工智能板块更是成为了耀眼的明星。DeepSeek开源的举动，无疑给这把火上浇了一把油，仿佛一夜之间，AI技术不再是高高在上的象牙塔，而是触手可及的普惠甘霖。不少人将其类比于当年的“互联网+”，认为未来三到五年，AI将成为投资的主旋律，甚至有基金经理喊出了“复刻互联网+行情”的口号。

诚然，DeepSeek的开源，就像当年安卓系统的普及一样，降低了技术门槛，激发了创新活力。但如果仅仅将AI的未来押宝在“平权”二字上，恐怕过于乐观了。我们必须冷静地审视这场“AI+”的狂欢，看看其中究竟有多少是真金白银，又有多少是空中楼阁。

“互联网+”的幽灵：历史会重演吗？

方正富邦基金经理徐维君将当前的“AI+”与当年的“互联网+”相提并论，认为历史将会重演。他将2009-2015年的“互联网科技”行情分为了两个阶段：第一阶段是海外映射下的智能手机产业链，第二阶段则是“互联网+”的全面爆发。

回顾当年的“互联网+”，我们固然看到了BAT等巨头的崛起，以及电商、移动支付等应用的普及，但也无法忽视其中存在的泡沫。资本的疯狂涌入，催生了大量的O2O项目，一时间，上门洗车、上门按摩等服务层出不穷。然而，这些项目大多昙花一现，最终走向了倒闭。

“互联网+”的教训告诉我们，技术创新固然重要，但更重要的是能否真正解决用户的痛点，创造商业价值。如果仅仅是为了蹭热点、讲故事，那么最终只会落得一地鸡毛。

中国AI的“厚积薄发”：是机遇还是挑战？

不可否认，近年来中国在AI领域取得了长足的进步。无论是人工智能专利的数量，还是基础设施建设的规模，都位居世界前列。政府工作报告中写入“人工智能+”，也表明了国家对AI产业的重视。

然而，我们也要清醒地认识到，中国AI产业的发展仍然面临着诸多挑战。首先，在核心技术方面，我们与美国等发达国家仍然存在差距。例如，在高端芯片、算法框架等方面，我们仍然依赖进口。其次，在数据质量方面，我们虽然拥有海量的数据，但数据质量良莠不齐，存在数据孤岛、数据安全等问题。

此外，AI伦理问题也日益凸显。人脸识别、自动驾驶等技术的应用，引发了人们对隐私泄露、算法歧视等问题的担忧。如果不能有效解决这些问题，AI的发展可能会受到阻碍。

谨防重蹈覆辙：AI的“商业化”迷思

在DeepSeek火爆出圈后，市场开始将目光转向国内AI产业链的发展和业绩兑现。然而，我们必须警惕市场过热的风险。正如当年的“互联网+”一样，AI也面临着商业化难题。

许多AI企业至今仍然处于亏损状态，盈利模式并不清晰。一些企业为了追求短期利益，过度炒作概念，甚至弄虚作假。这种现象不仅会损害投资者的利益，也会阻碍AI产业的健康发展。

正如《经济学人》在《AI’s broken business model》一文中所指出的，AI的商业模式仍然面临着巨大的挑战。我们需要更加务实地看待AI的商业化前景，不能盲目乐观。

信息来源:

• 《经济学人》: AI’s broken business model (https://www.economist.com/business/2023/05/03/ais-broken-business-model)

算力基建：国产替代的漫漫长路

算力是AI发展的基石。随着AI应用的不断普及，对算力的需求也日益增长。然而，目前国内的算力基础设施仍然存在着诸多问题。

一方面，算力资源分布不均，东部沿海地区算力资源相对集中，而中西部地区则相对匮乏。另一方面，国产算力芯片的性能与国外先进水平相比仍然存在差距。

因此，国产算力替代是一项长期而艰巨的任务。我们需要加大对算力芯片研发的投入，加强算力基础设施的建设，同时也要积极探索新的算力架构，例如量子计算、类脑计算等。

应用端创新：避免“一窝蜂”的陷阱

AI的应用场景非常广泛，包括金融、医疗、教育、交通等各个领域。然而，在应用端创新方面，我们也需要避免“一窝蜂”的陷阱。

一些企业为了追求短期利益，盲目跟风，导致一些AI应用同质化严重，缺乏创新性。例如，在智能客服领域，许多企业的AI客服都存在着回答生硬、无法理解用户意图等问题。

因此，我们需要鼓励企业结合自身优势，深耕细分领域，开发出真正能够解决用户痛点的AI应用。

总而言之，AI的发展前景是光明的，但道路是曲折的。我们需要保持清醒的头脑，理性地看待AI的发展，既要抓住机遇，也要规避风险。只有这样，我们才能真正实现AI的价值，让AI技术更好地服务于社会。