AI技术大爆发前夕：中国企业的普惠创新之路

ChatGPT-5于8月8日正式登场，但反响平平，甚至因缺乏人性化而让官方重新启用4.0版本。事实上，备受期待的AI正面临尴尬局面，全球AI产业正处于微妙转折点。

各行各业都在问：AI到底能做什么？何时能发挥巨大作用？

传统发展范式已达极限，全球全要素生产率增速从1996-2006年的1.5%降至2007-2017年的0.3%，各国都在期待新技术引领的新范式。过去十年，AI投入累计超1万亿美元，但“获得感”远低于预期——企业抱怨“能用但不够好用”，大众从最初的震撼中恢复平静，吐槽“大模型炫技多、解决少”。

科学家对此也有分歧：图灵奖得主Yoshua Bengio预言“2-5年实现人类水平AI”，而另一位专家则泼冷水，称目前连“猫猫狗狗”级别的AI都做不出来。这种矛盾背后，是AI从“实验室神话”向“现实应用”跃迁时的迷茫。

我们或许正处在一个技术大爆发前的静止时刻。

今年7月，AI先驱Richard Sutton提出“体验时代”理论：当人类数据红利耗尽，AI需通过“自我体验”实现突破。从历史角度看，这类似于1780年代的蒸汽机：虽早在1698年被发明，却在瓦特改良前默默无闻60年，直到与纺织业、运输业结合，才点燃工业革命。

今天的AI可能正处于“蒸汽机爆发前的静止时刻”。打破静止的关键不是某家企业的技术突破，而是让技术像电力一样“渗透到每个角落”，这是中国AI叙事的起点——

当前问题不再是“谁能突破技术天花板”，而是如何打破静止，让技术进入千家万户？然后，带领人类推开新纪元的大门。

从实验室到场景：技术扩散的竞赛

如何跨越静止时刻？工业革命的启示是，技术胜出的关键是从“谁先造出完美机器”转向“谁让机器更快改变生活”。

华盛顿大学的研究显示，英国在第一次工业革命中领先，并非其纺织机技术绝对领先法国，而是其技术扩散效率遥遥领先。美国在第二次工业革命中超越欧洲，核心也不是爱迪生的灯泡更亮，而是其“电力-工厂-家庭”的全链条扩散网络。

在顶级竞赛中，扩散效率决定国家胜负。

朱恒源教授提出“AI死亡谷”理论，指出当前AI处于“技术供给过剩但需求尚未涌现”的尴尬期。谁能率先跨越“四道门槛”，即技术性能达标、商业可持续、社会接受、制度适配，谁就能成为新纪元的定义者。但现实是残酷的，根据麦肯锡2024报告，中国AI专利申请量全球第一，但商业化率仅15%。

如何让技术被需要、被使用、被依赖成为新的护城河。

机器狗按指令给盆栽浇水

AI的竞争已从“实验室参数竞赛”转向“场景渗透效率竞赛”。当AI从实验室的“炫技”走向市井的“普惠”，技术扩散效率比技术高度更能定义下一个十年。

“完美AI”向“实用主义”低头

自动驾驶领域的“Waymo vs 特斯拉”之争反映了这一点。Waymo的技术一直领先，但拒绝在驾驶位有安全员时商业化。而马斯克选择“实用主义”，从L2级辅助驾驶起步，快速迭代。尽管FSD未完全去掉人类干预，但其用户渗透率已达22%，商业价值远超Waymo。

今天，Waymo也不得不向商业化屈服。而特斯拉的无人自动交付完成了工业史上的首次无人自动交付。

用户不需要“完美的AI”，只需要“足够好的解决方案”。

“超级场景”推动技术扩散

回到今天的AI竞争现实，现阶段技术供给已过剩。中国社会科学院大学教授江小涓认为，大型科技平台已取代高校成为创新核心主体。

大型科技平台兼具公共品供给和市场化运作能力，通过系统集成和信息化整合实现技术创新。之后，将初创技术创新进行大规模技术扩散，形成市场需求，实现大规模商业化。

这个过程循环往复，重塑产业结构和经济结构。

中美两国都证明了这一点。今年7月份发布的《全球人工智能科研态势报告（2015-2024）》显示，中美两国以合计近六成的全球AI研究人员占比形成“双强并立”的格局。美国以斯坦福大学、麻省理工学院和谷歌、微软等企业为双引擎。

以腾讯为例，其竞争力来自不可复制的“三重壁垒”。

第一重是国民级场景构成的“天然试验田”。微信、企业微信、视频号构成的超级场景既是技术落地的“沙盘”，也是数据迭代的“源头”。例如，在工业质检场景中，腾讯AI通过与三一重工、宁德时代的合作提升检测准确率。

第二重是其开放生态形成的“扩散网络”。腾讯通过“混元大模型+API接口+工具包”组合打破单一行业边界。截至2025年7月，腾讯内部多款产品接入AI能力。

第三重是其可持续投入的“资本缓冲带”。腾讯在AI领域的投入超1000亿元，其中70%用于场景落地。

“三智融合”：中国模式的终局

“三身元我体，四智本心明。身智融无碍，应物任随形。”最后借用唐诗点明中国AI终局：无界融合，随处赋能。