《云栖战略参考》由阿里云与钛媒体联合策划，呈现云计算与人工智能领域的最新技术战略观点与业务实践探索，希望这些内容能让您有所启发。
文/徐愈「原中央网信办信息化发展局局长」
在人类历史长河中，产业革命成为技术发展的爆发阶段，技术革新的影响深远而持久。每一次技术革新都深刻地改变了人类社会的生产方式、生活方式，甚至是思维方式。
如今，我们正站在一个全新技术创新的门槛前——“数智化生存”，这也是产业革命的技术路线选择的结果。早在1996年，美国学者尼葛洛庞帝就提出了“数字化生存”的概念，描述了一个虚拟的、数字化的人类生存活动空间，在这个空间里人们借助数字技术使得人们可以随时随地获取信息，进行信息传播、交流、学习、工作等活动，是信息通信技术在人类社会不同领域的具体应用，非常接近这几年来非常流行的“元宇宙”的概念和范畴。“数智化生存”和“数字化生存”是两个相关但不同的概念。
“数智化生存”随着人工智能技术的发展而发展，最终对人类的生产和生活范式实现彻底改造。“数智化生存”是“数字化生存”的一个高级阶段，是后者发展到一定阶段之后的新形态。将各种信息资源整合起来，实现智能化管理和运营的过程，以及所有趋势的变化，都是信息革命时代技术选择的必然结果，为人类设计了未来数智化的生存环境。随着ChatGPT催化，人工智能技术不断发展，原以为遥不可及的通用人工智能（AGI）阶段、“数智化生存”时代已经近在眼前。
让历史告诉未来——“数智化生存”是产业革命技术路线选择的结果
人类历史上的每一次产业革命的发展过程都是分阶段进行的。
1971年诺贝尔经济学奖获得者、美国经济学家西蒙·史密斯·库兹涅茨在研究经济周期时发现：技术在时间上的异质性（Time Differences）是经济周期的根本原因，在每一次产业革命的技术应用中，技术在时间上的异质性引起了所有社会组织生产方式和要素的变化，主流技术和技术发展路线不同时间段的表现迥异，也把产业革命自然地分为完全不同的上下半场。通过进一步分析，库兹涅茨把这种特征总结为上半场是技术涌现（Technology emerging），体现为不同的技术路线不断试错，最终选择出来一个主流技术形式；下半场体现出来的特征是技术的固化（Technology Consolidation），是主流技术与传统产业不断融合，在各行各业不断应用的结果。比如，第二次产业革命上半场一旦确定了内燃机的技术路线，汽油机、柴油机就成为了生产方式中的主流生产工具，同时石油也替代煤成为第二次产业革命下半场的主流生产动力和能量来源，所有应用在交通、能源、制造业、农业等传统产业快速普及。
在产业革命的上半场，总会有一个各种技术路线并存的阶段，前一个时期的主流技术正值巅峰，会和下一个时期正处于成长期、不成熟的颠覆性技术进行相互竞争，最后胜出的技术路线将成为整个产业革命的标志性技术，成为工业革命下半场的主力。例如，在第二次工业革命的上半场，交通技术竞争在蒸汽汽车和内燃机汽车之间展开，蒸汽汽车甚至还赢得了1894年6月在巴黎举办的第一次汽车比赛，但它代表的是上一次产业革命的技术，最终的命运是被历史所淘汰，而胜出的内燃机动力，在第二次工业革命的下半场展现出无与伦比的优势，彻底改变了人类生产和生活的方式。
在“数智化生存”时代，人工智能技术就是信息革命上半场的技术胜出者。人工智能技术是与信息革命一起开始的，经过了六十多年的发展已经从窄人工智能（ANI）进化到通用人工智能（AGI）时代，以ChatGPT为代表的自然语言大模型人工智能技术的工作原理更加清晰、明确，在各行各业的通用性也在逐渐加强，已经呈现出了通用技术的基本特征，人工智能技术将引起技术文明发展的范式转变，也已成为学术界、技术界和产业界的普遍共识，“数智化生存”时代也就呼之欲出了。
“数智化生存”的三驾马车：云计算、数据、大模型
“算力”“算法”“数据”一直被认为是人工智能的三大基础设施。在人工智能技术的通用化应用时代，“数智化生存”也是以云计算作为算力基础，以数据为新的生产要素，以大模型等人工智能技术为生产工具，是新的生产、生活方式的变革。
１.“数智化生存”的基础设施——云计算代表ICT的技术趋势
云计算是一种将计算、存储和网络等技术整合为一的新型技术架构，它使得用户可以按需使用这些资源，无需在本地拥有强大的硬件设备。通过云计算，数据可以集中存储和处理，从而使得数据更加安全、可靠，且更易于管理和维护。此外，云计算还具有按需计费、弹性灵活等优势，为企业节省了大量硬件和维护成本。云计算代表着ICT技术发展的最新计算能力和技术，集成了ICT发展的最新成果，包括以芯片为计算核心、以网络作为传输体系，以及存储等技术，也已成为大模型的算力基础。
这种现象在通信领域运营商转化成为信息化基础设施化，即所谓“管道化”的过程，也可以验证这一趋势。有所不同的是，信息科技（IT）和通信科技（CT）不断融合，通信服务器被云服务器逐步蚕食和替代，云计算本身就是计算和网络的综合体，是符合这一技术趋势的发展趋势，未来云计算将成为ICT各种技术融合的、统一的算力基础设施。
算力的发展，经过了从大型机到小型机时代，再到个人电脑和移动时代，最后进入了云计算时代，一直遵循着从“集中式计算”到“分布式计算”的模式，最后由云计算通过虚拟化和云原生技术，实现了“集中式”和“分布式”计算资源的平衡，把计算能力变成了一个无所不在的强大计算能力。今年OpenAI石破天惊的大语言模型ChatGPT，也是建立在微软Azure云的强大算力之上，而且云计算本身也在根据人工智能技术的迅速发展进行调整，首先在IaaS层面，人工智能技术的AI服务器数量的迅速增长，对集中形式的GPU集群的依赖愈来愈强；其次在PaaS层，人工智能技术对云计算资源管理和调配能力的强化，包括对云计算操作系统的进一步智能化改造，已经提上了议事议程；最后，在可以直接应用大模型技术的SaaS层，使用人工智能是衡量SaaS服务水平的标志。
２.能增值的数据——“数智化生存”时代的生产要素
数据作为一种新型生产要素，早在2020年就和传统的土地、劳动力、资本、技术等生产要素一起，写入了中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》，但真正让数据发挥生产要素作用的关键，则取决于可以让数据增值的处理工具的水平。
传统经济学认为生产要素就是具有价值增值作用的生产资源。人类物质资料的生产过程，是通过生产系统把各种生产要素的价值，一次或多次转移到最终产品和服务中的过程。然而，在数据驱动的数字化时代，数据的价值需要通过数据处理工具进行分析、挖掘和处理，才能转化为实际的商业价值，否则再多的数据也无法实现价值增值。因此，数据处理工具和制造这一工具的技术，在数据增值过程中扮演着至关重要的角色，数据的其他权属如所有权、获益权，则不是生产要素的必要条件。
在数智化时代，数据作为生产要素，与以往产业革命的生产要素不同：数据增值作用的关键在于处理数据的工具，而不是像传统的生产要素一样通过生产技术转移到新的产品上。这是由数据的可复制性和处理工具的依赖性所导致的。
“数智化生存”中，大模型作为先进工具，将数据的收集、存储、分析和挖掘等环节实现数据增值，能更好地了解市场需求、提高运营效率、优化产品设计等。同时，数据还可以用于人工智能的训练和优化，使人工智能的应用更加精准和有效。
数据作为生产要素，其独特之处在于其可复制性和处理工具的依赖性。与传统的生产要素不同，数据可以轻易地复制和传输，这意味着数据的价值可以在全球范围内迅速传播和共享。此外，数据的价值关键在于处理数据的工具，这些工具的发展极大地推动了数据由潜在价值向实际价值转化的进程。随着数据产生和更新的速度越来越快，及时、有效地处理数据成为了一个重要问题。数据处理工具需要不断地更新和改进，以适应快速变化的数据环境和商业需求。这些工具的发展和创新，使得人们可以更好地利用数据，提高生产效率，改善产品和服务质量，进而推动产业的发展和进步。因此，与以往产业革命的生产要素不同，数据增值作用的关键在于处理数据的工具。
3.大模型——“数智化生存”的先进生产工具
把大模型看成先进的生产工具，恐怕还有很多人不同意。的确，各种自然语言大模型表现出的结果差强人意，人工智能神经网络技术路线固有的“不可解释”现象仍然存在，包括ChatGPT在内的大模型也常常一本正经地“胡说八道”。此外，由于模型参数众多，大模型自身的透明性和可控性也存疑。
但大模型在技术路线上的突破意义远超一般意义上的技术突破，即使大模型的原理层面仍然是基于统计学理论，但大模型在相关性关系的关联网络广度远远超越人类的能力，进行相关性关系的分析和推理能力，也让人类望尘莫及。未来是否可以从相关性推理逐渐过渡到因果关系推理，通过“涌现”能力，走完人类从经验到知识的跃升，最后产生人类目前独具的自我意识能力，达到战胜人类的可怕前景，尚不得而知。
但仅从工具角度而言，就大模型目前在相关性关系表现出来的能力来看，这是人类进化到今天所发明的最得力的工具，可以全方位地参与人类在生产和生活的各种决策和最优化工作，成为人类最好的参谋和助手，并极大地提高人类的劳动生产力水平，这点是毋庸置疑的。所以，大模型作为工具的意义，远不止一个回答问题的大语言模型这么简单。
作为“数智化生存”的先进生产工具，大模型颠覆性创新能力主要体现在以下几个方面：首先，大模型可以实现数据驱动的决策。在大数据时代，如何从海量数据中提取有价值的信息，进而做出科学的决策，是摆在我们面前的重大挑战。大模型通过深度学习和自然语言处理等技术，能够自动分析数据、发现规律，为决策者提供准确、及时的信息支持。
其次，大模型可以实现自动化和智能化。在制造业、农业、服务业等各个领域，都有大量的重复性、繁琐的任务，需要人力投入。而大模型可以通过机器学习和计算机视觉等技术，实现自动化执行和智能控制，大大提高生产效率和质量。
此外，大模型还可以实现快速迭代和创新能力。随着数据的不断积累和技术的持续进步，大模型可以自我学习和优化，不断适应新的环境和任务。这种快速迭代和创新能力，使得大模型在应对市场变化和用户需求时，具有更强的灵活性和适应性。
最后，大模型具有跨领域应用能力。无论是自然语言处理、计算机视觉还是语音识别等领域，大模型都可以实现广泛的应用。这种跨领域应用能力，使得大模型在推动产业升级和社会进步方面，具有巨大的潜力。
结语
当下，我们所面临的世界经济形势愈加复杂、严峻，逆全球化浪潮仍甚嚣尘上，但以人工智能和云计算为代表的新一代技术，独臂擎天为数字经济的发展提供了强劲的动力，成为推动经济高质量发展新的引擎。
“数智化生存”作为一种立足于新生产要素、利用新生产工具、创造出新生产方式，并有效促进经济增长的新经济发展模式，与我国高质量发展的战略思维有异曲同工之妙，可以有效促进数字中国建设的蓬勃发展，也是未来发展的必然趋势。云计算和人工智能技术作为“数智化生存”的核心驱动力，将在我们生活的各个方面发挥重要作用。通过合理规划和技术创新，我们可以利用大模型等先进生产工具，推动社会进步，创造更美好的未来。
本文摘自《云栖战略参考》2023年10月刊
扫码限时申领纸质版
↓↓
