“由引领的数据革命将成为2024年前后投资的两条主线之一。”天风证券副总裁、研究所所长赵晓光近日在接受第一财经专访时表示。
今年爆火，国内外多款人工智能产品相继问世，关于人工智能和算力的话题一火再火。国内AI大模型与相比存在哪些优势和差距？未来科技行业的核心竞争点是什么？
AI核心是数据来源，数据来源核心是场景
赵晓光表示，推出的在全世界范围内都是领先的，相比谷歌、meta，其在AI领域的工程优势非常大，此外的GPT模型也有接近五年时间的迭代，基础模型上的技术积累和认知也是领先的。
谈及国内AI大模型之间的区别以及与的差距，赵晓光表示，国内大模型企业如百度、华为，以及创业企业在做的一些大模型都有各自的优势，比如百度在中文语料库方面的积累能够让它在中文处理方面有部分优势，从模型的测试结果看，百度大模型的差距是相对较小的。
微软在上的持续投资布局带动了搜索和问答行业真正的人工智能的到来，引领了下一轮科技革命。不过，赵晓光也提出，未来在一段时间内或很快就会遇到瓶颈，因为你它无法解决数据来源更加丰富的问题，它只是拿到了过去的开源的互联网的这些数据。
所以未来关于AI最核心的就是数据来源，数据来源最核心的就是场景，场景如何打造？赵晓光表示，未来的场景主要在两部分，To C端和To B端，由元宇宙和Web3.0底层数据开放打造的To C端场景不断提供数据，从而更好地满足用户的需求；而以云为核心、逆向为算法的数据在To B端是大有可为的，但是在每个行业们能得到的数据是有限的，仅仅局限于从ERP、系统集成中获得数据，所以To B端真正的机会是物联网。
赵晓光强调，AI对C端和B端带来的革命是意义深远的，除了通讯设备、光模块、运营商、芯片商这些与算力和通讯相关的部分，扎根于各行各业信息化和物联网的公司，是广泛受益的，他们才是数据革命的生力军和有源之水。
数据要素是连接产业数字化、数字产业化的重要桥梁。日前，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，这是我国专门针对数据要素制定的首份基础制度文件，有利于充分激活数据要素价值，提高我国数字经济全球竞争力。
赵晓光表示，数据要素是支撑数字经济的核心引擎，宏观来看其对经济拉动体现在对劳动、资本、技术等其他生产要素的赋能，微观来看体现在产业数字化转型和数字产业的发展。
赵晓光认为，数字要素有两个重要的落脚点：1、数据市场化交易体系建设，以各级数据交易所为核心，推动数据流通；2、公共数据的流通，包括数据共享、开放和交易。在这个过程中，围绕着数据交易各环节的数据服务商、公共数据运营商会受益，同时社会对数据重视程度提升，也会带动企业数据治理需求，以及数据安全的需求增长。
对于我国如何构建高质量的数据要素市场，参与各方如运营商、政府、企业等还需要付出哪些努力，赵晓光表示，数字产业化、产业数字化，都需要自上而下大一统布局，从成立国家数据局可以看出，要发挥数据的能力，未来有望从数据确权、共享、应用等方面持续推进，在这个过程中，也会涉及到数据的隐私、法律、所有权等问题，以及打通商业模式等，相关产业链较长，政府需要从体制、体系、法规等方面完善支持，运营商从基础设施和数据共享方面加以支持，企业也要积极参与，利用各自技术赋能各种场景和完成数据商业变现。
相关文章
