意見領袖 | 盤和林

　　式AI的核心競爭力，而與之相對應的，數據質量提升是需要錢的。綜上可以看出，算力、數據、算法調參這三個方面，OpenAI前期燒錢的規模是海量的，而GPT-4也是一步步技術積累的最終結果，所謂臺上一分鐘，臺下十年功，一點也不夸張。

　　其次，國內生成式AI企業要在基礎科學上做積累。大模型算法的道理并不復雜，復雜的是算法細節，自從微軟收購OpenAI后，OpenAI的算法不可能開源，所以“等、靠、要”的做法已經行不通，國內AI企業要在算法技術上投入研發，構建中國AI企業自身的算法能力，然而算法的精益也要依靠基礎科學的進步，比如基礎數學研究。所以要積極在學術上加強投入，而不應該僅僅聚焦在應用科學層面。

　　再者，國內生成式AI企業不要盲目的推出對標產品。前車之鑒就是谷歌，在OpenAI推出產品后，谷歌匆忙應戰，結果發布會的若干個小瑕疵導致谷歌股價暴跌。國內生成式AI要清楚的認識到，這一次ChatGPT的成功和過去其他概念有所不同，這次ChatGPT的成功基礎在于用戶的認可，用戶是會拿著ChatGPT和其他競品做比較，這就讓后來者實際上更難做，要求也更高。如果生成式AI方面沒有達到ChatGPT的效果，則往往會暴露自己能力上的短板。而反過來說，國內生成式AI企業也可以另辟蹊徑，GPT-4也不是萬能鑰匙，在他的短板領域，完全可有一定的作為。

　　綜上，國內AI企業還是要重視積累，參數積累、數據訓練積累、算力的積累。科技的道路，彎道超車的機會有，但不多，諸如新能源車我國就實現了彎道超車，但大多數科技領域開展的是陣地戰，大戰無戰法，也要嘗試“結硬寨，打呆仗”的做法，夯實中國生成式AI發展的基礎，推出成熟度較高的產品。

　　(本文作者介紹：浙江大學國際聯合商學院數字經濟與金融創新研究中心聯席主任、研究員)