ChatGPT的横空出世和升级，引爆人们对人工智能领域的热情，AI技术带来怎样的变革？中国企业数字化转型之路怎么走？北京大学光华管理学院管理科学与信息系统系副教授彭一杰进行了阐述。
彭一杰认为，ChatGPT等人工智能的应用，蕴含巨大的商机，可以说，数字经济是继工业经济与农业经济之后的主要经济形态。在数字经济中，数据是生产要素，算力是生产力，算法是新型生产工具、也是数字经济发展的核心引擎，我国也一直在数据和算力方面战略布局，当然，也需要重点推进算法。彭一杰指出，目前来看，我国企业数字化转型存在的主要问题是：缺乏统一的布局规划，很大部分依然停留在数据可视化的初级阶段。那么，中国企业如何破局数字化转型？彭一杰建议，一方面应该充分理解数字经济国家战略的底层逻辑、提前规划布局；另一方面需要积极开展数字化转型，促进企业自身的高质量发展。
3月20日，在北京大学光华管理学院、北京大学经济政策研究所共同举办的“2023年北大光华两会后经济形势和政策分析会”上，彭一杰教授介绍从AlphaGo到GPT-4一系列变革性的AI技术及其商业应用前景，解读我国在数字经济上的战略布局及其内在逻辑，分析中国科技产业的发展优势与劣势，并探讨人工智能时代中国企业数字化转型的机遇与挑战。
从AlphaGo到ChatGPT-4，引爆人工智能的大规模商业应用
“AI技术其实发展了好几十年，这个技术的奇点性事件是2016年3月AlphaGo战胜了围棋冠军李世石，之后还相继产生了一系列的AI程序。”在彭一杰看来，这些AI技术经历了“从需要使用人类数据到不需要人类数据、从需要使用规则到不需要规则”的过程，这实际上就是通用人工智能的发展过程。
实际上，此前IBM的深蓝也战胜过人类象棋冠军，但是，为什么当时没有引起人工智能的概念大爆炸？彭一杰认为，这其实与AlphaGo应用的技术有关，比如深度学习、强化学习、蒙特卡洛树搜索、神经网络等等，这些定义了今天的人工智能技术。他还指出，AlphaGo出来之后，对于“人工智能的作用、给人类文明发展产生的价值”多少有一些质疑，直到DeepMind开发的AlphaFold出来，彻底引爆了科学人工智能的概念。
彭一杰指出，AlphaFold系列的AI利器给生物学和医药学带来了重大变化，到去年为止，它几乎测定完人类已知的所有的氨基酸序列。以前做大分子药风险非常高，投资非常长，大部分公司不会碰，AlphaFold出来后，这样的公司如雨后春笋般成长起来，“AI for Science”引起非常大的关注。
ChatGPT则标志着人工智能大规模商业应用的开始，其底层架构Transformer由Google最早提出，已经从GPT-3.5升级到GPT-4。它可以做什么？写邮件、创作诗歌、写代码，帮我们润色论文，听上去好像可以干所有的事情。
其实，ChatGPT是AIGC产品（利用人工智能技术来生成内容），很多人会问“AIGC会不会造成失业”？牛津大学2013年的一项研究预测，未来20年，47%的岗位会被人工智能取代，如今，10年过去了，ChatGPT横空出世。
AIGC会造成人类失业吗？ChatGPT的回答是：不会，人还是很重要的（如上图）。
最新出来的ChatGPT-4，相对ChatGPT-3.5有了全面提升，在很多专业考试中可以取得非常高的分数，比如历史考试、生物奥林匹克竞赛，以及一些大学考试。
近日，百度发布了文心一言，它在中文场景下的表现可圈可点，不过，跟ChatGPT相比，文心一言在英文和代码场景上还有较大差距。
数字经济的内在逻辑：数据、算力、算法的基础设施化
数字经济是新的增长点，是继工业经济和农业经济之后的第三大主要经济形态。那么，这么重要的经济形态包括哪些要素？内在逻辑是什么？彭一杰指出，第一个是数据。去年，中共中央、国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》（被称为“数据二十条”），可以说构建了数据的基础制度体系，到今年两会提出组建“国家数据局”，把数据定义为新的生产要素，并确立数据要素的市场地位，可以说，国家在统筹数据的基础制度建设。第二个是算力，我国建立了很多大数据中心，布局了八大算力的节点枢纽，“东数西算”工程也全面启动。
因此，数字经济的内在逻辑就是实现数据、算力、算法基础设施化的过程。彭一杰认为，这个过程中，数据是生产要素，需要基础性的制度促进流通；算力是新的生产力，需要推动国家新能源方面的优势，降低算力成本，实现算力指数级的增长；另外，在我国芯片被国际封锁的大背景下，要发挥体制优势，通过规模优势破解单点上的劣势，而算法作为新型的生产工具，是数字经济发展的核心引擎，所以，AI是最大的增长动能，产业数字化转型升级的关键在于AI的创新能力，需要国家层面来重点推进。
我国企业数字化的现状：大部分仍在数据可视化的初级阶段
彭一杰用了“挺严峻”这个词来描述我国企业数字化转型的现状。他认为，我国的大部分企业其实都还在“摸爬滚打”的初级阶段，缺乏统一的布局规划，对数字化转型的理解仍然停留在数据的可视化阶段，也就是停留在数字大屏阶段。
中美AI领域有怎样的差异？参考ChatGPT的回答，彭一杰进行了总结：ChatGPT认为中国比较重视应用技术型研究，对基础性的研究探索不够。以ChatGPT的相关研究为例，美国在看不到前景和明显效果的时候，就非常坚定地投入研究，但是，国内只是在技术出现突破之后，才快速跟随。
彭一杰还指出，OpenAI和DeepMind是两个非常典型的新型研发机构，这样的AI新型研发机构非常重要，因为AI技术是开源的生态，从科研到技术到产品化，迭代速度非常快，更新回路非常短，所以，未来在AI领域，能够解决好产品化工程、科研之间的平衡，才有可能成为明星企业。
人工智能时代，中国企业如何破局？
如何正确认识中国研发密集型产业的发展优势和劣势？彭一杰认为，从增长率来看，中国研究、开发和创新的增加值从2232亿美元增加到22674亿美元，增加了近920%，年均增长率为14.6%，远远超过全球的平均水平。
彭一杰还指出，在电气装备、铁路运输等领域，中国发展迅速，但是，在航空航天、IT、信息以及软件出版方面，中国占全球的份额还比较低，所以说，这些领域可能是未来很大的增长点。
“如今，我国已经布局了数字经济的底层逻辑，也给中国企业在人工智能时代的破局带来机遇。”那么，企业如何抓住机遇？彭一杰给出两条建议，一方面，企业需要充分理解数字经济国家战略的底层逻辑，提前规划布局，一部分有条件的企业可以参与到国家算力网的建设中，比如积极参与立体化推进东数西算与国家算力网等重大工程的牵引建设。
另一方面，企业需要积极开展数字化转型，促进自身的高质量发展，可以从以下方面来发力：总体规划、局部先行，优先解决企业最大的需求和痛点，分期建设逐步改善；从决策的角度出发，将AI等新一代信息技术与场景深度融合，推动数字化转型落地；还应该重视数据治理，为即将到来的数据资产“入表”做好准备，目前看需要付出成本，而未来数据会成为企业的资产。
彭一杰，于武汉大学数学与统计学院获理学学士，复旦大学管理学院取得管理学博士，曾在马里兰大学商学院做博士后研究员，在乔治梅森大学与北京大学工学院做助理教授。研究兴趣包括仿真建模与优化、金融工程与风险控制、医疗健康、人工智能；在运筹与管理、系统控制领域顶级期刊Operations Research、INFORMS Journal on Computing、IEEE Transactions on Automatic Control等上发表30余篇学术论文。曾获INFORMS Outstanding Simulation Publication Award。主持包括国家自然科学基金优秀青年科学基金、原创探索计划等科研项目。