张宏江博士在2025年外滩大会上的分享,点出了AI发展的关键动向:“产业规模化”。这意味着AI正从“技术探索”更多地向“大规模应用”和“与经济深度融合”转变。
其核心观点,主要包括以下四个方面:
维度 | 核心观点 | 关键证据/案例 |
---|---|---|
技术趋势 | 大模型"规模定律(Scaling Law)"依然有效,但有了新发展 | 提出"推理规模定律"(reasoning scaling),上下文、记忆等需求持续推升算力;大模型单位token价格快速下降(LLM flation) |
基础设施 | AI驱动基础设施大规模扩张,算力投资巨大,并带动相关产业链发展 | OpenAI的Stargate、Musk的Colossus等项目;100万个GPU耗电相当于北京用电量1/8;2025年美国科技公司AI相关资本开支预计超3000亿美元 |
经济与社会影响 | 人类进入"智能体群(Agent Swarm)"时代,形成"智能体经济(Agent Economy)" | 数量庞大的智能体彼此交互、执行任务、交换数据与信息;"超级个体+agent"将带来巨大的结构性变革,重塑企业流程 |
未来展望 | 模型和GPU算力将成为未来组织的核心资产 | 企业需要扩大算力,使模型变得更强大,使数据变得更丰富 |
对“规模定律”的深化认识
张宏江博士指出,大模型的“规模定律(Scaling Law)”依然发挥着重要作用。它曾被认为是推动大模型性能提升的“第一性原则”,即模型参数越多,性能通常越好。
虽然预训练模型的规模效应有放缓迹象,但推理(Reasoning) 对算力的巨大需求,形成了“推理规模定律”(reasoning scaling),继续推动对更大规模计算的需求。同时,“大语言模型通缩”(LLM flation)现象也在发生,即大模型单位token的价格在过去三年快速下降,这意味着使用成本在降低。
AI驱动的基础设施扩张
AI的“产业规模化”背后,是惊人的基础设施投入。张宏江博士列举了OpenAI的Stargate和Musk的Colossus等项目。这类超大规模AI基础设施的能耗巨大,例如100万个GPU的耗电量,相当于北京市用电量的八分之一。
2025年,美国主要科技公司的AI相关资本开支预计超3000亿美元。这不仅是科技公司的投资,更带动了数据中心产业链、电力生态等的大规模建设热潮,成为“AI产业规模化”的核心体现。
“智能体经济”的到来
张宏江博士认为,我们正在进入“智能体群”(agent swarm)时代。这意味着数量庞大的智能体会相互交互、协作执行任务、交换信息和数据。人类与这些智能体群的交互与协作,将构成所谓的“智能体经济”(agent economy)。
这对企业运作和个人工作方式会产生深远影响。模型和GPU算力将成为未来组织的核心资产。企业需要思考如何扩大算力,使模型更强大,数据更丰富。
AI智能体将重塑企业流程,“超级个体+agent”的模式可能会带来巨大的结构性变革——优秀的个人借助AI能力,可能完成以往需要一个团队才能完成的工作。
发表评论 取消回复