引言：在未來的產業布局中，云網融合、軟硬一體化，硬件智能化、軟件的泛化以及數據無處不在，基本是未來的趨勢。新一輪的信息科技基本都長在云上，未來大部分的科技也都在信息技術之上，這也是互聯網平臺最大的價值。當前，我們已經在智慧時代拐點，由巨大支撐的AI技術愈發成熟，強調計算能力在促進科技進步和社會發展中的重要價值和作用，強調算力變革改變未來人類生產和生活方式，成為賦能社會數智化轉型的基礎能源。

　　近來，火爆出圈的巨星當屬ChatGPT，它的橫空出世，引發各界熱議，很多人甚至將它描述的無所不能，大有代替人類職業的趨勢;但也有人提出擔擾，一些頂級學術雜志和知名高校已明確限制AI作者發表論文和科研成果，大規模驗證著一種新范式價值。

　　00   AI大模型：類ChatGPT可能成為人工智能技術最大躍遷

　　早在1997年5月11日，AI“深藍”戰勝棋王卡斯帕羅夫;2016年3月，谷歌旗下DeepMind公司開發的人工智能程序AlphaGo(阿爾法狗)，以41的比分取得壓倒性戰勝世界圍棋冠軍、韓國棋手李世石;2017年5月，AlphaGo再次擊敗世界圍棋冠軍中國棋手柯潔，凡此種種均被認為是人工智能技術的標志性事件。李開復曾坦言“AI將在極大程度上推動人類社會的發展，通過很多實際應用場景為人類帶來巨大的驚喜。”

　　ChatGPT的自動生成內容、圖片、視頻乃至未來的自動生成元空間是元宇宙內容生成的主要方式，也是動態參數空間生成的必然。同時，虛擬人和機器人最重要的就是云大腦，下一步ChatGPT接入到各類虛擬人和機器人中或將是全球趨勢，其發展從AI角度極大助推了元宇宙的智能化。它底層邏輯也是大數據，計算是最大能力，基于大量的網絡數據，進行參數訓練，進行參數和規則調優。進化優秀，有望替代搜索引擎，內容產業有望成為一個人機協同的新時代。

　　伴隨微軟ChatGPT、谷歌Bard、百度“文心一言”京東、科大訊飛、騰訊、華為等AI大模型之爭愈演愈烈，生成式AI在全球范圍內掀起軒然大波。同時，多位業內專家指出，依托大型語言模型的訓練，機器對人類意圖的理解有了跨越式的質變提升，智能化與算力計算即將迎來新一輪“進化”。

　　百度文心一言

　　出于好奇心和探索欲，對ChatGPT進行過一些體驗，對于一般的開放性問題其生成的回答文法結構完整，語言非常自然，比過往的聊天機器人有明顯的進步。有標準內容的準確性和完整性，超過正常交流時大多數人的“第一反應”，像是經過了一番思考并整理后的結果，條理清晰，頗有啟發。

　　但對于專業性問題，尤其是需要邏輯推理的知識，道德水準、自我反思、認知智能等，并沒有像網上文章說的那么出色，經常“張冠李戴”“形而上學”，內容上卻不知所云。有助于拓展思維廣度，但思考深度差強人意。

　　頡騰文化

　　AI的爆發主要受到三方面因素影響：算法、數據、計算力，創造和專業性、主動性對話、后臺集成能力依舊是深度研究的方向，產業方向在歸納性的文字類工作、代碼開發相關工作、圖像生成領域、智能客服類工作。 ChatGPT揭示了許多技術趨勢和商業洞察，這些趨勢和洞察將對企業和社會產生深遠的影響。企業需要密切關注并適時地采取行動，以保持競爭優勢和創造更多的商業價值。

　　隨著網數字化、云計算、AI等技術也在迅速發展普及，已然滲透到各行各業，對企業的影響有目共睹

　　今天的ChatGPT，大模型和文本生成技術所呈現的體驗感受比過往令人驚艷，其開放的用戶界面更是讓大眾能夠親身體驗這種驚艷，專業性、可設計性、集成性則更適合企業級的業務定位。ChatGPT可改善在AWA(自動化辦公助手)能力，但AWA更多是以RPA(機器人流程自動化)、NLP(自然語言處理)、DPA(數字流程自動化)和 AIOps(智能運維)等產品形態體現。相信會有更多推進中國認知智能大模型建設的企業，更多自主可控平臺讓行業盡快享受AI紅利，讓每個人都有AI助手。

　　甲子光年

　　長期而言，大模型不僅能夠更好地訓練機器人學習算法和處理更復雜和更大規模的數據集，而且有助于機器人更好地理解人類語言、行為和環境，通過與包括智能仿生材料在內的其他軟硬件技術發展的融合，加速人形機器人在任務完成、自主學習、適應能力、仿生體驗等領域的進化。ChatGPT在短期內并不會為人形機器人帶來實質影響。

　　01  數字經濟基礎設施是算力經濟

　　阿里研究院

　　在工業時代，代表性的通用技術是電力、交通網絡，相對農業經濟是通過大規模標準化生產降低成本。到信息化時代，代表的技術是數字通用系統，由IT技術支撐起的供應鏈協同，相對于工業經濟呈現了服務和解決方案為價值載體，尤其是對創造力的加強。

　　今天，我們看到的數字經濟，主要是傳統產業數字經濟化、新興智能化的經濟形態。通過與計算激發更多的創新可能，以云計算、大數據、AI、區塊鏈、5G等數字技術為代表的技術，依舊是經濟持續增長的關鍵。

　　數字經濟真正的藍海在于數字化平臺與生產場景結合，對于傳統產業進行賦能升級，形成產業互聯網。算力，一方面代表我們對信息的處理能力，另一方，面表現我們將能量轉化為信息處理能力的手段。數字經濟的智能化，算力成為衡量經濟的標尺，也成為核心基礎，各個行業數據經過計算加深后產生不可限量的商業價值，云計算也會成為普惠科技。

　　02 數字化運營、數字化管理、數字化創新是三駕馬車

　　如何運用好數字技術，以高效、差異化的數字化運營、管理、創新手段來為高速發展的企業注入新動能，是每個傳統企業的必修課。BCG在2019-2021年對296家企業調研，數字化程度高的企業中由40%收入增長超過10%，而數字化程度較率達10%以上，數字化程度低的企業，只有36%企業投資回報率達到這一增長率。

　　馬車一：傳統的人力為主的業務運營模式普遍存在效率低、出錯率高、可復制性低、過程數據難以留存等常見問題。數字科技則通過自動化、智能化帶來低成本、低出錯率、快速響應等優勢，進而為研發、供應鏈、生產制造、營銷、服務、客戶運營全環節帶來降本增效或是創造更好的用戶體驗，從而提升企業所創造的經濟價值。

　　馬車二：傳統的以人力交互為主的企業中，企業規模擴大往往帶來業務復雜化、決策和響應速度放緩，以及流程管控難度加大等問題。通過引入數字科技并改革管理機制，不僅可重塑流程、降本增效，還可通過自動化與智能化進一步提升用戶及員工的體驗。

　　馬車三：紅海競爭的存量時代，用戶需求多元多變，企業需要通過數字化手段提高創新能力，進而通過新產品和業務、生態發展帶來增長點以及競爭優勢。

　　03  算力的芯，未來的心

　　萬物互聯的背景下，承載算力的主體為底層核心芯片，它的處理也會達到空前的高度。

　　當前，AI芯片主要分為GPU、FPGA、ASIC。AI芯片根據其技術架構，可分為GPU、FPGA、ASIC及類腦芯片，同時CPU可執行通用AI計算，其中類腦芯片還處于探索階段。AI芯片根據其在網絡中的位置可以分為云端AI芯片、邊緣及終端AI芯片;根據其在實踐中的目標，可分為訓練(training)芯片和推理(inference)芯片。

　　如果說工業互聯網、產業互聯網、數字經濟的基礎條件是能“萬物發聲”，5G便是互聯的紐帶，實現人機互動+智慧的就在于算力。芯片、服務器、超算系統、計算速度、通信能力、存儲量、云服務能力都是其核心競爭力。

　　隨著AI應用市場規模龐大，數據積累形成海量規模，為國內人工智能芯片發展提供巨大空間。現階段企業緊跟人工智能芯片創新機遇，積極開展定制ASIC芯片研發，并在部分領域取得一定進展，也為人工智能產業持續升級夯實基礎。

　　04  云網融合，彈性無處不在的云計算服務

　　隨著數字化轉型進程加速，云計算正逐漸成為經濟社會運行的數字化業務平臺。據Gartner公司測算，2015-2021年，全球政府和企業的云計算市場滲透率逐年上升，由4.3%上升至15.3%，云計算用戶已經遍及互聯網、政務、金融、教育、制造等各個行業。在中國，互聯網行業是云計算產業的主流應用行業，占比約為1/3;在政策驅動下，中國政務云近年來實現高增長，政務云占比約為29%;交通物流、金融、制造等行業領域的云計算應用水平正在快速提高，占據了更重要的市場地位。

　　全球云計算服務商市場集中度較高，21年亞馬遜、微軟、阿里云成為全球IaaS的前三甲，占據69.54%的市場份額，中國的阿里、華為、騰訊三家合計占據17%的全球市場份額。2021年，亞馬遜AWS收入622億美元，同比增長37%;微軟智能云收入600億美元，增長24%;阿里云收入724億元(111億美元)，同比增長30%。

　　單個芯片或單臺服務器算力在計算速度、性能、成本等方面出現瓶頸時，超大型計算需求需要超級計算，，相應的集群計算、并行計算、分布式計算、網格計算、云計算等應用而生。

　　云計算可以說是一種用戶習慣和需求、技術演進帶來的自然演進的過程，那種按照使用付費模式，便捷按需的網絡訪問，以及可配置的計算資源共享池，資源的快速提供、極少的管理工作和成本，讓我們利用技術在地理上分散各處資源、完成超大規模、復雜計算和數據處理。

　　云計算廠商的大型云計算數據中心正在向著新型多層次數據中心演進，更多基于物聯網的邊緣計算數據中心與云計算數據中心連接在一起，并實現智能終端、物聯網、互聯網和云計算的高度一體化融合，基礎云計算服務將向新一代算力服務演進。

　　作為云服務的升級，人工智能、區塊鏈、大數據、擴展現實等算力服務不斷成熟，并呈開放、普惠、標準化的特點。新一代智能算力服務形成數字經濟的核心生產力，成為加速行業數字化及經濟社會發展的重要引擎。

　　混合云也將是大型企業云服務的常見模式，很多大型企業采用多個云服務供應商，包括公共云與私有云，以滿足不同的需求。公有云與私有云的組合被稱為混合云，混合云的優勢是能夠適應不同的平臺需求，它既能提供私有云的安全性，也可以提供公有云的開放性，決定了混合云是大型企業云服務的常見模式，中小企業則更多采用公有云模式。新興云計算服務企業以算力服務創新為用戶提供差異化服務，加快AI、行業云等新一代算力服務創新，為用戶提供特色和專業化服務特色。

　　05 大數據平臺放大存算價值

　　大數據之所以智慧，是因為智能與計算機中有幾個步驟，采集、抓取、推送、傳輸、存儲、分析、處理、檢索和挖掘，算法幫助我們找到了路徑、目標和方法。大數據的喂養，重復訓練，讓AI智能成熟。算力+數據是一種促進，算力借助于大數據高效分析、價值挖掘、更近距離的讓數據處理效率不斷提升，基于分布式產生和數據爆發的原動力，斷點和邊緣承擔的作用非常關鍵，實時交付、實時決策、個性化服務、智能分析等，對于加快業務響應、改進用戶體驗、提升運營效率必不可少。

　　為實現數據及時、高效采集、減少交互，大數據平臺系統設計采用就近采集、分布存儲原則，整體向上匯聚方式，實時數據可直接對接到應用系統，來實現業務的展現。數據的主控 節點、分布節點、邊緣節點都會行程標準化數據轉化，最終實現價值沉淀和挖掘。

　　艾瑞咨詢研究院

　　傳統架構下的湖倉分體引發數據孤島，造成實施、運維和成本問題。湖倉一體架構在數據和查詢層面形成一體化架構，突破實時性和并發度、集群規模受限、非結構化數據無法整合、建模路徑冗長、數據一致性弱等瓶頸。同時，平臺融合AI 自主學習和自適應能力，增強用數人員的分析和決策能力。

　　架構選擇在從離線、在線及實時場景出發，按需選擇和組合分析架構，在落地實施時，用戶的分析場景又趨于融合，既有 HTAP數倉方案的融合框架縮影，也有融合 AP 和 TP 場景的海量大數據分析平臺，用戶皆可按需選取;傳統 Hadoop 架構和以 MPP 為主的數倉架構都無法真正適應云平臺。Hadoop將存儲和計算部署在同一物理集群以拉近與數據的距離，僅在同一集群下實現了存算分離，而 MPP 數據庫本身存算耦合。打破傳統架構下的技術異構，統一數據能力提升業務價值是其技術發展的必然趨勢。

　　06  AI服務：智能社會的核心引擎

　　算力時代

　　AI產業布局在生活方方面面，如智能醫療、智能金融、智慧教育、智慧交通、智能家居、智能零售等，算力最為AI技術發展的保障，反過來促進算力的技術革新。AI模型和算法對分布式、分散式的需求，以及超大規模的復雜模型處理海量數據，都需要高性能計算機的并行計算做支撐。

　　OpenAI數據顯示，AI算力以每年10倍速度增長么，意味著2021年以來，大規模AI訓練計算量呈指數級增長，遠遠快于芯片的摩爾定律。國際數據也公布，計算作為AI的關鍵，算力突破推動算法創新，也會促進第三次深度學習發展浪潮。

　　隨著AI邊緣應用發展，工業、安防、物聯網、多媒體、自動駕駛、移動互聯等成熟落地，AI應用會從云端走向邊緣，與此同時，量子計算也會是增強新能量的思路，，融合公共算力服務、產業聚集以及生態建設，各個企業計算中心也會成為智能時代關鍵設施。算力發展為大數據提供了很強大的技術保障。

　　總結：

　　就全球范圍而言，9大行業中，科技、金融、電信是全球數字化最高的三大領域，它的經驗是：大力投資技術、數據和人才，將AI作為數字化轉型的核心，采用平臺經營模式，以及技術+人+能力結合體，這些經驗非常值得借鑒。

　　研發要面向世界科技前沿，各行業的企業級應用，自主創新并不是一條容易的路，IT產業界從業者們，應加快建設智能化基礎設施，抓住數字經濟發展戰略機遇，與實體深度融合，也為數字經濟健康發展做出更大貢獻。

　　CSDI:

　　算力+智能

　　數字時代的進化升級

　　當前，我們已經在智慧時代拐點，由巨大支撐的AI技術愈發成熟，無人機場、智能農機、智慧工業，生產效率的提升，都是算力帶來變革改變未來人類生產和生活方式。它也是數字化、智能化時代的基礎能源。

　　百林哲攜手國內外一線技術嘉賓，微軟、谷歌、阿里巴巴、百度、騰訊、螞蟻金服、華為、字節跳動、58、攜程、京東、美團、亞馬遜等知名企業共同打造。

　　本次峰會，涵蓋14+分會場，8+行業領袖、80+業界一線技術嘉賓，從IT發展當下多維度，呈現前沿的技術發展實踐和洞見。

　　數字技術由消費領域向生產領域、由虛擬經濟向實體經濟蔓延，以云為基礎、網為核心的云網融合數字信息基礎設施，成為AI、工業互聯網、大數據、區塊鏈、元宇宙等新技術應用的承載體，未來的算力會像水電一樣變成隨取隨用的社會公共資源。