上周，被谷歌 I/O 发布会“刷屏”了。
众多重量级的模型发布、产品升级、技术展示，以及围绕“谷歌再次处于领先地位”的广泛讨论，在社交圈中广泛传播。这些信息，大家已经接触得相当多了，此处就不再赘述。
若仅仅聚焦于功能的细微之处和技术的显著特点，便极易陷入片面思考，从而忽视了其背后更为深远的根本原因。
这场活动表面上看似距离我们较远，但并不仅仅是一场谷歌展示技术的舞台。实际上，它更像是一个标志，一面反映镜，揭示了在全球人工智能竞赛中，一位关键参与者的战略布局。
因此，一周时光已逝，有必要以更为冷静的思考方式深入探讨：审视谷歌I/O大会的展示，以及其产品与技术的发展方向，这些究竟对中国企业产生了怎样的借鉴与考验？
还是先说一个词：AI原生（AI-）。什么意思呢？
并非仅是在产品上添加一个“AI”功能按钮便可了事，实际上，我们需要从根本的架构入手，运用AI的思维方式对产品的整体逻辑进行全新的设计。
如同建造一栋楼。以前的做法是先搭建好框架，然后才安装智能系统；而如今，谷歌则是从根基着手，将人工智能视为建筑的核心支柱。其产品，必须建立在 AI 的基础之上。
I/O 发布会上的核心战略十分明确：旨在让人工智能如同空气般无所不在；无论在搜索、语音助手、办公软件、安卓操作系统，抑或是手机等终端设备上，AI的踪迹无处不在。
这释放了一个信号：
人工智能已不再局限于单一模型或特定应用，它需深入融合至企业运营的各个环节，成为贯穿于所有产品与服务核心的要素。
那么问题来了：中国企业要怎么跟上这个趋势？
首先，必须具备相当的技术实力。其次，内部的合作机制必须足够灵活。组织应当具备变革的觉悟，能够突破部门间的界限。只有这样，才能确保人工智能的思维在产品研发的每一个环节中得到充分体现。
AI融入产品后，接下来的核心任务究竟是什么？谷歌着重推出了多款模型，这些模型在处理文本、图像、音频以及视频等多个数据类型时，展现了卓越的理解与生成能力。
这标志着一种趋势：在未来的发展中，通用智能的AI应当具备如同人类般的感知世界和交流的能力，即通过自然语言来感知周遭环境、与他人进行交流。简而言之，它应具备三个基本能力：能观察、能聆听、能表达。
对中国的大模型来说，这是挑战，也是机会。
为了在现实情境中迅速作出反应、准确进行判断，从而研发出更加智能、更符合用户需求的产品，例如：当你拿起手机，拍下一张照片并向AI询问：“这是什么？”AI能够迅速解读并给出回应，这才代表了我们追求的未来核心竞争力。
听起来很爽，但做起来可不容易。
构建并持续优化一个具备多种模态的大型模型，需投入庞大的资源，搜集海量的优质数据，并且必须组建一支技艺高超的AI专家团队。在我国，我们在确保数据合法合规、加强伦理治理等方面，尚有许多任务待完成。
除了直观可见、易于理解、表述明确，谷歌还将AI工具提升为更具独立性的“智能体”。
他们所阐述的AI（智能体）概念表明，AI不应仅限于被动地解答问题，更应具备主动识别你的需求、制定任务计划、运用相关工具，以及执行一系列繁复操作的能力。
这将标志着人工智能应用领域的重大突破。例如，当你外出公干时，AI技术能够帮你实现机票预订、酒店选择以及行程安排，你几乎无需费心劳神。
那我们该怎么应对？
构建一个具备“智能体”功能的系统至关重要。这需要模型具备推理、记忆以及调用工具的能力，同时还要拥有安全且可靠的决策体系。与仅仅能生成内容的简单AI相比，这无疑是一个更高的难度级别。
目前，我国在该领域尚处于初级发展阶段，对于核心技术的掌握以及工程的实际应用均需不断深入研究和实践。
再来看谷歌的另一招：生态布局。
谷歌致力于构建一个涵盖云服务、AI平台以及众多开发者工具的开放性、协作型、共同创新的生态系统。
这也反映出一点：唯有开放，我们才能将AI这块市场蛋糕做得更大；唯有吸引全世界的开发者共同参与，AI才能切实地融入各个行业。
然而，我们亦需正视，在这一点上我们尚存不足。谷歌坐拥全球规模最大的开源社群，并形成了完善的开源文化传统。在技术文档编制、社区服务以及平台稳定性等方面，谷歌已树立了行业的典范。
中国公司致力于在全球舞台上吸引开发者关注，不仅需要确保模型本身具备强大实力，还需提供更高级别的工具支持，并构建一个充满活力的技术交流平台。然而，要走这条路，确实需要付出相当的时间和努力。
还有一个趋势值得重视：软硬结合。
谷歌近期在Pixel手机及Nest智能家居设备中实现了AI技术的深度融合，此举传递出一个明确信息：AI技术与硬件产品的融合趋势，正处于迅猛发展的阶段。
华为、小米等企业，它们本身就具备了完整的硬件生态系统，这为他们带来了关键的发展机遇；展望未来，随着人工智能技术在智能手机、智能家居、智能汽车等终端设备领域的广泛应用，将激发出更多创新的应用场景和商业模式。
然而，要想实现人工智能的广泛应用，我们首先必须在操作系统、芯片技术以及本地计算等领域不断实现技术突破，唯有如此，才能确保人工智能技术的成功落地。
因此，我深信谷歌IO大会对中国人工智能企业而言，是一场关键的“期中评估”。在此次大会上，谷歌的战略目标明确，勾勒出了AI发展的五大趋势：
AI需构筑基础操作系统，推动多模态技术迈向新台阶，实现智能体的自主决策能力；同时，拓展生态建设，促进技术社区的共同发展；此外，软硬件协同，致力于打造端到端的服务体验，这些举措既带来了机遇，亦伴随着挑战。
无论AI技术多么尖端、产品多么引人注目，企业经营的最终目的并非仅仅是追求情怀，根本在于解决一个核心问题：如何将AI的能力真正转化为可观的收入？
换言之，一旦人工智能如同空气般无所不在，又有谁能从这“空气”之中发掘出财富呢？在谷歌的I/O发布会上，他们提出了两个相当明确的回应。
第一个答案是：为开发者和企业提供工具平台。
例如，Cloud平台上的AI服务，将强大的AI能力向全球企业和开发者普及；此举不仅降低了AI应用的门槛，还使谷歌成为众多行业AI基础设施的关键组成部分。
其盈利途径同样简洁明了：通过收取算力费用、提供API调用服务等形式，持续获取经济利益。
第二个答案是：通过产品体验升级带动商业转化。
谷歌将人工智能技术深度整合于搜索、办公、手机等多种产品之中，其目标清晰可见：旨在提升用户的使用体验，使其更倾向于为高级功能支付费用，亦或是对广告展示的接受度有所增加。
这两条路径揭示了这样一个真理：若要将人工智能转化为财富，必须同时着力推进平台构建与产品实际应用。
因此，对于我国的大型模型企业而言，这种以平台和产品为核心的双重驱动模式，究竟有哪些可供借鉴的经验呢？
我觉得：第一点是生态为王。
我国的大型模型企业同样需要打造属于自己的领域。是否可以效仿谷歌，搭建一个开放的AI平台，从而吸引众多开发者在此平台上进行应用开发。
这不是单纯的技术问题，而是一个要从战略层面去规划的事情。
另一个关键点是：深入具体场景。
仅依靠提供基础API接口，难以构筑起真正的竞争防线；中国企业需要深入思考的是，如何将AI技术真正融入自身擅长的行业，诸如电商、金融、医疗等行业，打造一套全面的服务方案，而非仅仅进行技术的销售。
然后是差异化的竞争。
我国企业难以模仿谷歌的大规模投资策略，然而这也预示着，我们有可能在特定的领域内打造出独特的竞争优势；相较于一味追求全面覆盖的通用模式，我们更应聚焦于特定应用场景，探索属于自己的市场蓝海。
当然，这里也有几个现实问题需要注意。
切勿盲目追随通用模型的收费接口；高昂的计算费用已让众多国际企业叫苦不迭，若我国企业亦步亦趋，恐将深陷持续亏损的泥潭。
还有一个老问题：用户的付费习惯。
谷歌依赖“免费增值”模式来获取收益，然而在我国，消费者对付费服务的接纳程度并不高。鉴于此，如何在免费服务的基础上，探寻一种可持续发展的盈利模式，已成为一个亟待深入探讨的课题。
因此，我坚信：AI的商业化进程，不仅是一个技术挑战，还涉及到如何打造生态系统、如何深入挖掘应用场景、以及如何创新商业模式等一系列具有战略意义的课题。
中国公司，可能要找到自己的“商业目标北极星”。
除了追求经济收益，我们还需深入思考一个重要议题：如何在构建商业价值的过程中，同步增强我们自身的核心竞争力？
谷歌在这方面的布局很典型。
其持续保持领先地位，并非依赖于单一模型或大量数据，而是构筑了一个全面而系统的框架：从基础的芯片（TPU）技术、海量的数据储备、卓越的算法专家团队，直至长期的巨额研发投入，各个环节均实现了无缝衔接。
这种“堆栈式”优势，短时间内很难被中国复制。
我们该如何自处？当前，我们的芯片技术尚不领先，算力成本较高，数据管理尚在逐步完善之中……面对这种竞争格局的不平衡，企业需深思熟虑，需明确一点：与其盲目追求全方位的追赶，不如探索一条符合自身特点的发展道路。
我想到一个词叫“自主创新”，这是国家也在推的方向。
简而言之，我们不能再盲目追随谷歌等大型企业，而是应当转变策略，例如：充分利用现有资源，以及采用国产产品进行替代。
什么意思？
模型并非规模越大就越理想，更关键的是要匹配需求。与其投入巨资去培养一个动辄拥有千亿参数的大规模模型，不如针对具体任务进行优化，让规模较小的模型也能发挥出巨大的作用。
仿佛在螺蛳壳中搭建工厂，只要设计得当，照样能够飞速运转，甚至开辟出一条与众不同的道路。简而言之，便是小规模模型也能玩得风生水起。
国产芯片的应用势在必行。华为的昇腾、寒武纪、燧原等系列芯片虽然起步较晚，性能或许暂未超越英伟达，然而我们亦不能一味依赖国外芯片的降价或是政策放宽。
核心在于：这些国产芯片能否支持我们的模型运行？若模型能够在其上实现优化和部署，那么就有望逐步构建起一套独立自主、可控的技术架构。
换言之，我们需采取双管齐下的策略：一方面，借助成熟的国外芯片来维持现有业务的运行；另一方面，通过使用国产芯片来提升技术水平，不断磨练技艺，如此一来，才能在关键时刻避免受到技术封锁的困扰。
当然，光有算力还不够，数据才是真正的金矿 。
谷歌的模型更新迅速且效果显著，这主要得益于其背后庞大的互联网生态系统，该系统构建了一个高效运转的“数据循环”。
什么飞轮？
用户数量增加，随之而来的是数据量的提升；数据量的提升，使得语料质量得到提高，进而使模型变得更加智能；模型智能度的提升，促使用户更倾向于使用，增强了变现能力，进而促进了数据的进一步积累。
我们掌握了大量数据，然而问题在于：数据质量欠佳、标注标准不一、整合能力不足。
这就要换个思路来看数据：
切勿抱有搜集全球数据的念头，转而应集中精力于特定行业的高品质、高价值数据。例如，在医疗影像、工业检测、城市管理等领域，运用行业专业知识，将数据整理成规范且可重复使用的高质量数据集，从而构筑起自身的竞争壁垒。
数据之外，算法的优化同样不可或缺；谷歌在基础研究领域确实占据优势，不仅拥有顶尖的科研团队，还有持续的经费支持，若我们继续在通用大模型领域与之正面交锋，胜利的可能性几乎为零。
那怎么办？
应当将关注点转移到行业级的大规模模型上，同时，一边利用高品质的数据对轻量级模型进行训练，一边研究AI Agent（智能体）的应用前景。
终端设备上运行表现优异，成本较低、速度较快、部署十分灵活，同时还能有效解决实际问题。这或许正是我国企业所拥有的独特优势。
换句话说：
在算力方面，需充分挖掘现有资源潜力，并主动引入国产替代产品；在数据与算法层面，需打造闭环应用场景，以保证数据的合理积累与算法的持续改进；在技术发展趋势上，应深入挖掘行业特定模型，研发轻量化解决方案，并拓展智能体应用领域。
总结而言，应发挥优势，避免全面追求，聚焦于专业精深与特色强化；只要定位准确，我国人工智能企业完全能够在国际竞争中，寻找到属于自己的突破之道。
然而，一个不容忽视的现实问题浮现出来：诸如百度、阿里、腾讯、字节等企业，各自拥有独特的优势和不足，究竟哪一家能成为中国“AI”领域的佼佼者？
我认为，答案并非在于模仿谷歌的成功路径，而在于探索并确立我们自己的突破之道。
或许，最终脱颖而出的是这样的企业：它不仅拥有卓越的综合实力，战略规划明确，而且在执行层面表现出了坚定不移的决心，而非仅仅是那些模仿谷歌的企业。
你怎么看？
本站蘑菇号已成立2年，主要围绕于海外ID领域的分享平台,提供全面的ID账号分享知识,包括海外appleid、美区id、海外id、全球ID分享等,能让海外ID账号知识简单易懂。欢迎关注及分享本站。
本文来自作者[树州号]投稿，不代表蘑菇号立场，如若转载，请注明出处：https://bbs.houniaohao.com/post/754.html
评论列表（3条）
我是蘑菇号的签约作者“树州号”
本文概览：本文来自微信公众号：王智远，作者：王智远，题图来自：AI生成上周，被谷歌 I/O 发布会“刷屏”了。各种重磅模型、产品更新、技术演示，还有关于“谷歌又领先了”的讨论...
文章不错《回顾谷歌I/O发布会：给中国企业带来了哪些启示与挑战？》内容很有帮助