特稿：中國AI行業“大洗牌”邁向本土化 | 聯合早報
zaobao
美國人工智能（AI）巨頭OpenAI宣佈禁止中國等地區的用户使用其AI工具和軟件，在中國科技界引起廣泛關注。受訪專家認為，這將對中國AI行業“大洗牌”奠定基礎，預示着中美在AI應用生態系統日益分化。
OpenAI在今年6月底宣佈，從星期二（7月9日）起，切斷在中國的應用程式介面（Application Programming Interface，簡稱API），禁止中國用户和開發者訪問其大型語言模型。中國不在OpenAI正式支持的國家之列，但許多開發者通過虛擬專用網絡（VPN）或其他渠道進行訪問。
消息傳出後，一場搶客大戰如火如荼開展。包括百度、騰訊、阿里巴巴等中國大模型廠商紛紛表態，為受影響企業和開發者提供免費的遷移方案，有些還順勢為服務降價，降低使用門檻。
新加坡國立大學商學院教授商業大數據分析中心聯席主任龐嚴接受《聯合早報》訪問時指出，雖然這些替代品在性能上與OpenAI有差距，但它們與本土應用和解決方案無縫結合，因此具有一定優勢。
他説：“OpenAI原有的企業用户可以輕易轉到中國的大模型廠商的平台上，甚至可以直接使用開源平台繼續運作，限制措施最終對客户服務的影響不會太大。”
延伸閲讀
[OpenAI軟件下月起禁止中俄等地用户使用
](https://www.bdggg.com/2024/zaobao/news_2024_06_27_690959)
[中國年輕人愛上人機戀 AI或加劇女性不婚意願
](https://www.bdggg.com/2024/zaobao/news_2024_04_03_673919)
OpenAI是2022年底風靡全球的聊天機器人ChatGPT的開發公司。ChatGPT的面世在中國引起廣泛關注，多家科技企業過去一年相續推出自家大模型，上演了一場“百模大戰”。
根據中國網信辦網站，截至2024年3月，中國共有117款大模型獲准公眾使用。
由於OpenAI在大型語言建模上有先發優勢，許多科技企業在建模初期，都青睞使用其產品進行模型訓練。不過，要自研一套完整模型並非一朝一夕的事，且需要花費大額資金。
為了快速推出AI產品或服務，一些資金有限的企業採用“套殼”的方式將OpenAI進行“包裝”，以自主研發大模型為幌子來推廣旗下的AI服務。實際上，終端用户與這些AI產品的所有互動，都是通過OpenAI完成。
新加坡管理大學計算與信息系統學院副教授朱飛達受訪時指出，這些套殼大模型的價值並不高，OpenAI的限制措施其實是在加快中國AI行業優勝劣汰的過程，讓一些“假冒大模型”和缺乏自主研發的企業被淘汰。
他説：“這等於幫助中國政府向這些AI公司舉起一面照妖鏡，看到底誰是真，誰是假。”
隨着中美科技競爭持續，這些公司的規模如果越做越大，屆時的限制措施將構成更大的威脅。
朱飛達説：“現階段的限制會倒逼採用套殼大模型的公司去做一些反思，在技術上做出真正的積累，在推動中國AI發展發揮實質作用。畢竟，在中國這不純粹是一個商業行為，還是一個舉國之力的政治行為。”
OpenAI的限制舉措正值美國在技術上向中國施壓，以阻礙中國獲取最先進的AI和芯片技術。在OpenAI此次宣佈的幾天前，美國財政部發布一份草案，要求加強對美國企業在中國投資AI的監管。
朱飛達指出，從戰略競爭來看，OpenAI的限制旨在拖慢中國在AI大模型的訓練項目，就如美國在高端AI芯片出口管控，遏制中國發展AI算力一樣。
不過，朱飛達指出，AI算力靠的不單是芯片，還包括供應穩定的能源。隨着AI技術的不斷進步和應用場景的不斷拓展，大模型技術的高能耗問題愈發凸顯，電力問題將成為制約AI發展的關鍵因素之一。
據美國媒體報道，ChatGPT每天可能要消耗超過50萬度電力，來滿足用户約2億個請求，每天用電量是家庭用電量的1萬7000多倍。
朱飛達研判，按照目前AI的發展速度，美國能源供應很快就會進入捉襟見肘的階段。相比之下，中國在電力發展具有優勢，特別是新能源發電和電池儲能的完整技術和供應鏈。
他説：“中國目前在AI算力上雖然還不能與美國相比，但要追趕只是時間和積累的問題。中國新能源電力優勢將在接下來的AI發展中日益凸顯，可能會出現此消彼長的局面。”
新加坡全國人工智能核心前副總監林騰寶受訪時認為，建立AI大模型的基本技術在全球範圍內相似，沒有不可逾越的技術壁壘，關鍵區別在於如何對這些模型進行微調，以反映當地的觀點和價值觀。
他説，OpenAI的模型更傾向於與西方觀點，而中國的模型則是根據當地的文化規範和價值觀定製。隨着更多中國AI企業從OpenAI轉向使用中國模型，AI本土化的趨勢會越來越明顯。
林騰寶説：“這將為AI合作帶來挑戰，也為創新帶來機遇，並強調AI技術不僅要先進，還要在文化上適合目標市場。”
龐嚴認為，AI本土化的發展意味着全球的應用生態將變得更加分化，特別是在中美之間。但他強調，這與當前移動應用生態系統的區域化類似，每個國家的應用場景都有自己的特點。
他説，AI技術發展還處於早期階段，地緣政治環境日益惡化將對AI的有效監管構成挑戰，各國需繼續合作和交流來降低風險。