长石资本创始合伙人汪恭彬在“第19届中国投资年会·年度峰会”上的演讲展开。探讨在AI大航海时代，中国与美国在AI发展路径上出现分化的情况下，中国企业应如何从算法、硬件创新、应用场景等方面建立结构性优势，以及企业为何要对以AI为代表的科技创新保持信仰和坚持。
在当今的AI大航海时代，人们不禁思考其是否面临分化的可能。长石资本创始合伙人汪恭彬提出了这一深刻的话题。他指出，目前中美在AI发展上走出了不同路径。从一些实际案例来看，如一位制造业被投企业，两个相同设备和员工配置的工厂，毛利率却存在3 - 5个点的差异，尝试用AI分析这一差异，显示出AI在传统产业优化方面有着巨大空间。在AI的分化探讨中，今年年初DeepSeek的出现表明中国在AI应用领域、AI机器人领域、人形领域走出了与美国不同的路径。AI大航海时代，算力、算法、数据是其三要素，美国凭借强大的算力，像OpenAI、英伟达等展现出算力霸权，可大力出奇迹；而中国在算力存在差距的情况下，尝试从算法和数据方面寻求突破。这背后有着规模定律和规模经济定律的逻辑支撑。规模定律表明数据、算力积累越大时，对性能提升的边际效用递减；而规模经济定律显示算法研究规模越大、参与者越多，越有利于分摊固定成本、促进技术创新进步。从图表分析，在计算、数据集、参数层面，随着投入指数级提升，模型性能边际提升会减少。而在创新驱动方面，中国采用多专家系统MOE和稀疏化等方式实现算法的规模经济。在场景创新上，如联想的AI PC、具身智能在垂直领域的X AI以及AR眼镜的应用等，都是算法和数据在端侧的应用。中美在AI分化的全球竞争中，美国以算力为优势构建策略。如微软利用OpenAI和Azure云计算平台合作构建算力闭环；特斯拉机器人尽管算法、算力领先，但在数据和产业链层面难以与中国竞争。中国在硬件方面有企业尝试GPU突破，国家也给予支持。在应用场景方面，中国的数据优势明显，人形机器人在不同场景落地的数据方面有很大优势。中国在规模经济层面可能存在算法优势，加上数据或场景优势就能形成AI应用。在规模不经济层面，如在互联或者封装层面也可创新。长石资本在这方面也有投资布局，如投资二氧化硅材料、光模块领域硅光芯片、AI推理芯片等企业。在AI发展中，汪恭彬还思考如何在AI大力出奇迹的时代与通过创新取得相对优势之间取得平衡。他从自身做基金的角度出发，以消费电子产业链入手拓展到新能源汽车，围绕链主企业构建生态圈。他认为在AI面临分化时，在规模经济或不经济领域仍有布局机会，无论是围绕硬件还是创新架构。并且强调要重视产业与技术的合作，看重企业家与商业的结合。最后，尽管AI大航海时代存在分化，但仍要对以AI为代表的科技创新保持信仰和坚持。本文总结了长石资本创始合伙人汪恭彬对于AI大航海时代中美分化的观点。阐述了中国企业在AI发展中，面对中美不同路径的情况下，应从算法、硬件创新、应用场景等方面构建结构性优势。同时提到了中国企业在规模经济和规模不经济层面可能的应对策略，以及在不同AI相关领域的投资布局，强调了对AI科技创新保持信仰和坚持的重要性。
原创文章，作者：Admin，如若转载，请注明出处：https://www.notfound404.org.cn/gcnews/1373.html
