
本文作者Robyn Mak為熱點透視專欄作家,以下內容僅代表其個人觀點
路透香港2月25日 - 中國能否成為世界大國,人工智能將發揮關鍵作用。然而,中國政府試圖將 DeepSeek 等創新者今日的勝利轉化為更大收益,服務於18萬億美元規模的中國經濟,這將面臨挑戰,挑戰不僅來自美國,也源於中國共產黨自身繼續掌權的願望。
技術革命在歷史上就是大國更替的基礎。正如美國在 20 世紀通過廣泛採用電力、機械和汽車取代了大英帝國的工業主導地位一樣,人工智能也為中國提供了類似機遇,使權力平衡向著有利於自己的方向轉變。
中國領導人習近平的目標是否是在科技、經濟或軍事層面上取代美國,這在華盛頓一直是個爭論不休的話題。美國總統特朗普的國家安全顧問沃爾茲(Mike Waltz)認為,美中正處於冷戰之中,儘管中國政府 2017 年提出的"新一代人工智能計劃"只是要求中國在2030年之前成為世界人工智能的領導者和創新者。
如果說存在戰場的話,總部位於杭州的 DeepSeek 正在開辟一條新戰線。它的人工智能訓練模型具有開創性,其性能不亞于 OpenAI 等西方競爭對手,而成本僅為它們的一小部分。與阿里巴巴 9988.HK 、騰訊 0700.HK 等公司的類似產品一樣,這是一個最新跡象,表明中國可以在創新方面發揮領導作用,縮小與規模達27萬億美元的美國經濟之間的差距。
為此,習近平正在動員中國的企業家們。在上周舉行的一次罕見的、精心安排的會議上,他敦促本土創新企業的負責人"大顯身手",這些企業包括世界頂級電動汽車製造商比亞迪 002594.SZ1211.HK以及電信企業集團華為,後者是中國開發高端芯片、與NvidiaNVDA.O競爭的領軍企業。DeepSeek的成功和習近平對民營企業的支持,提振香港恆生科技指數.HSTECH自年初以來上漲逾25%,表現優於同期美股納斯達克指數。
圖:中國AI股指標表現優於同類美股指標
然而,要保持人工智能的進步,還需付出巨大努力。與美國等國家一樣,中國需要投入巨資建設實體基礎設施,包括發電站。中國還需要不斷克服華盛頓近來不斷阻止其獲得尖端芯片和芯片製造設備的小動作。
不過,下一個障礙可能是最難跨越的。要想取得全面進展,中國需要在各行各業大量採用並整合相關技術。在這方面,中國可能會遇到"擴散赤字(diffusion deficit)",這是美國政治學教授Jeffrey Ding使用的一個術語。他在其最新著作《技術與大國崛起:擴散如何塑造經濟競爭》一書中認為,"技能基礎設施"薄弱的國家往往難以在各行各業部署和傳播創新,技能基礎設施指的是幫助新技術普及的機構。他的結論是,華盛頓的政策制定者過於關注創新而非擴散,可能高估了中國崛起成為科技超級大國的潛力。
例如,中國擁有世界上最龐大的工程師和科學家隊伍,但美國計算機科學專業四年級學生的表現卻 "大大 "優於中國頂尖大學的同年級同專業學生。Ding對19801年代和1990年代日本的分析也提供了警示,說明這將如何演變成一個巨大的劣勢。
日本公司曾一度控制著全球計算機和芯片生產,但與美國的人才差距使日本深受其害;1995 年流入美國信息、通信和科技行業的人才比日本多 68%;到 2001 年,這一優勢更是擴大到 300%。再加上其它因素,造成許多行業增長緩慢以及生產率低下。
圖:中國的專利申請呈爆炸式增長
事實上,中國企業在技術應用方面較為落後。根據去年的一項國內調查,500家受訪中小企業中,超過 60% 的企業還處於數字化的 "早期 "階段,僅僅使用基本的數據管理和 IT 應用程序。在另一項調查中,只有不到兩成中國企業表示已將人工智能集成到業務流程中,落後美國五個百分點。
中國共產黨希望維持政權穩定,這在一定程度上可以解釋人工智能的普及為何成問題。中國可以獲得訓練人工智能模型所需的大量數據,但當局要求這些模型 "堅持社會主義核心價值觀",剔除"危害國家安全 "的內容。嚴格的審查制度可能已延緩中國的進步:2017年,騰訊關閉了一個安裝在其消息應用上的人工智能聊天機器人服務,因為政治上的失言。
與此同時,中國用自上而下的方式確定支持哪些行業,這種政策產生出一些贏家,但也造就了許多效率低下的企業,這些企業往往缺乏冒險或嘗試新技術的動力;產業規劃也導致大量資本配置不當。2009 年至 2018 年間,中國衡量經濟體效率和競爭力的指標--全要素生產率的增長從全球金融危機之前十年的 2.8%大幅放緩至 0.7%,減速大於全球。
圖:中國的生產率增長已大幅減慢
高盛分析師估計,未來十年,人工智能將使中國的生產率增長提高 8%,而將為美國帶來15%的增長(約合GDP年增約4.5萬億美元)。這種差異歸根結底在於擴散問題:高盛認為,中國有一半的工作崗位分布在製造業、建築業等不太可能使用人工智能的行業。
當然,這一領域的發展仍處於早期階段,中國政府正在大力推動經濟其他領域的發展,這意味著中國從人工智能中獲得的收益可能比目前認為的要多得多。不過,要想超越創新階段,中國可能需要給學校和民營企業鬆綁。(完)