《心智對話》：中國工業水平尚未超過美國，科技創造和管理存在短板

【文/觀察者網 劉程輝】

中國人口紅利消失了？

中國工業水平超過美國？

中美EDA差距有多大？機遇又在哪？

2月17日，觀察者網舉辦的科創類談話節目《心智對話》在上海舉行，本期對話以“從人口紅利到技術紅利——企業數字化創新的短板與問題”為主題展開。上海優也信息科技有限公司首席科學家郭朝暉、企業知識開源創始人陳果、上海合見工業軟件集團聯席總裁徐昀參與對話，分享他們對熱點話題的看法。

（左起）上海優也信息科技有限公司首席科學家郭朝暉、企業知識開源創始人陳果、上海合見工業軟件集團聯席總裁徐昀參與對話 觀察者網

藍領紅利消失，也給白領帶來新機遇

近些年來，中國人口情況引發社會廣泛關注，一些外媒還藉機炒作所謂“人口紅利消失”一説。

根據國家統計局發佈的數據，我國人口連續三年出現負增長，總人口從2021年的14.12億人降至2024年的14.08億人。2024年我國新生人口954萬人，死亡人口1093萬人，人口比上年末減少139萬人。

中國人口紅利真的消失了嗎？

在郭朝暉看來，要從經濟角度理解這個問題。所謂中國“人口紅利消失”，其實是指藍領紅利消失，但白領紅利逐漸開始增加，出現了新的機遇。

“過去我們總認為人口是一個指數增長，但到了現代社會之後，許多觀點都要徹底改變了。”郭朝暉指出，中國的發展其實跟人口曲線有着密切的關係。

郭朝暉測算，一個傳統的農民變成一個工人，勞動效率大概要提高20到30倍。根據這個測算，從1978年改革開放到2008年第一次出現民工荒，中國的GDP增速大概每年10%左右，這兩個數字基本上是能夠對起來的。換句話説，農民工進城就開始促進了經濟的發展。

上海優也信息科技有限公司首席科學家、前寶鋼中央研究院首席研究員郭朝暉 觀察者網

他提到，從歷史上看，1962年到1974年是中國人口增長高峯期，每年要出生2500萬到3000萬左右的人口。等到2022年，這批人就開始進入60歲退休了，而補進來的人卻只有大概1600萬。也就是説，每年要減少1000萬勞動力，而且補進來的以大學生為主，老去的以農民工為主，這樣一來大概每年要減少2000萬的藍領，然後十多年下來就會減少二億多。

“這樣一種變化必然會給中國帶來一個問題，那就是發動機的改變。”郭朝暉説，過去我們非常依靠廉價勞動力，中國很多企業的競爭力是與勞動力成本低密切相關的。而中國人口紅利的這種變化，其本質上是藍領的紅利消失，白領的紅利增加。

“所以現在一個大學生比一個農民工還要便宜，過去這可能是一種笑話，現在是一種現實。”郭朝暉認為，未來白領可能會越來越廉價，這一波的人口紅利又上來了，這對產業而言是非常重要的，一個好的企業會與時俱進去發展這件事情。

郭朝暉回憶，他在2014年的時候就鼓勵企業去發展機器人，去搞自動化，因為勞動力越來越貴了。但企業是否採用相關技術，往往跟技術先進性沒有關係，而是跟經濟性有關。現在機器人之所以用得越來越多，其實並不是機器人技術有多大的進步，而是因為勞動力越來越貴了，機器人越來越便宜了。

“所以我們看很多問題，要從經濟角度去看。我覺得人口紅利的消失指的是藍領的消失，但這也給白領帶來了新的機會。”郭朝暉説。

中國工業在科技創造和管理方面尚存短板

中國製造業是全球產業門類最齊全、產業體系最完整的，而美國工業正深陷空心化的泥沼。那麼，中國在工業方面的發展是否超越美國？

“不是説今天中國超過了美國，而是説美國在放棄製造業。”陳果表示，美國從90年代後開始經濟轉型，而中國正好抓住了全球產業鏈轉移的機遇，應該可以説是“國運”。

歐美產業鏈為何沒有轉移到同為人口大國的印度，而是轉移到中國來了？

陳果認為，這與印度建國之後尼赫魯推行的政策有關，其實當時他們是非常不歡迎外資的。所以在整個七八十年代的時候，印度整體經濟是非常封閉的，那個時候東南亞的政治也是不穩定的。

反觀中國，既擁有穩定的政治環境，又擁抱全球化，正好抓住了這個時代機遇。

“但是不是可以説中國超過了美國，我的答案——肯定不是。”陳果説，工業水平與三個變量有關。其一是產能，要有人有資源，還要有整個供應鏈體系的配套；其二是效率，由技術和管理水平構成；其三就是可持續性。

企業知識開源創始人、前BCG Platinion董事總經理、前IBM諮詢全球合夥人陳果 觀察者網

陳果提到了中國在科技創造和管理方面的短板。

他注意到，現在有一種説法是，在人工智能領域，美國人善於從0到1，中國人善於從1到10。他説，“有一個我認為很重要的（因素）是管理的能力，我覺得中國工業化管理能力還不夠。”

陳果解釋，工業本身是一個管理問題，但哪怕中國已經到了互聯網公司的時代了，有的人對管理的認識還停留在小農經濟時代，就是給你一畝三分地，讓你們把地耕好，出來多少糧食給你多少錢。大家還沒有用工業化的思維，更別説後工業化時代了，連工業化時代的一些基本的管理原則都認識不夠。

對於可持續性，陳果表示，文化和價值觀決定了一個國家、一個產業的可持續性。比如勞資關係的可持續性問題，“996”是不可持續的。隨着社會和文化的發展，現在很多“00後”喜歡躺平，不上班，這就是一個文化或者價值觀的問題。

“所以就工業化水平來講，如果在產能、效率、可持續性這三個因素上，中國不是全面超過美國的話，今天很難説中國的製造業已經全面超過美國了。”陳果説。

超越美國，中國EDA有機會

近段時間，中國人工智能初創企業深度求索（DeepSeek）的驚豔表現，將西方業界攪得天翻地覆。有人打了個形象的比方：DeepSeek是用普通食材做出了米其林級別的料理，而且還把菜譜給公開了。而其中的食材之差，也就是普通芯片跟高性能芯片之差。

説到芯片，就必須提及電子設計自動化（EDA），它被稱作芯片創新的源頭。EDA是指利用計算機輔助設計（CAD）軟件，來完成超大規模集成電路（VLSI）芯片的功能設計、綜合、驗證、物理設計等流程的設計方式。

談及中國的EDA發展歷史，徐昀表示，EDA本來是一個專業度較大，大眾關注比較少的一個領域，但現在整個社會對這個專業領域的關注熱度在上升。EDA本身的發展也有60年的歷史，這期間芯片和系統的集成度和複雜度實現了非常大的進步，是人類歷史上很重要的一次革命，是信息化革命中最重要的因素。

在冷戰期間，EDA作為一項核心技術，對社會主義國家是禁運的，中國此前很難獲得這樣的技術。所以當時國內也從國外請了一些華裔的或者中國籍的專家回來，自己開發了熊貓系統。

伴隨着90年代蘇聯解體，EDA開始慢慢進入中國市場，快速培養了中國用户。從90年代到現在，中國整個芯片行業、電子系統行業都有非常大的發展和進步，也跟EDA的普及存在非常大的相關性。

中國的EDA與國外的差距還有多大？

徐昀表示，首先從差距方面來看，美國EDA公司發展多年，經歷了很多併購整合，技術積累是非常強勁的。中國則是從頭開始，大部分EDA初創公司都是在大概五年之內成立的。在地緣政治衝突的壓力面前，人們看到了中國整個集成電路行業面臨的共同問題是供應鏈的問題，也看到了EDA對行業的重要性，所以大家都往這方面發力。

“但是目前來講，我們缺的是全流程。”徐昀説。芯片也分模擬芯片、數字芯片，數字芯片相對比較複雜，有驗證，有實現，有最後的生產，整個串鏈相互之間是有關聯性的，對全流程工具鏈提出了要求，這也是我國相對比較欠缺的環節。

徐昀同時認為，中國的EDA超越美國是有機會的。

她提到，中國有一些產品已經能夠達到美國最領先工具的水平，比如合見工軟有一些核心產品，現在已經可以完全對標，甚至部分性能能夠超過美國全球最領先產品的水平。

從一方面看，美國原來全球領先的工具軟件開發時間較早，很多是在1990年左右開始做的研發，當時的軟件技術跟現在相比存在比較大的差距。而且由於用户多，他們很難做架構性的調整。如果我們現在重新開始做一些產品和軟件，就可以用新的軟件架構，這就是我們的機會。

另一方面，對於人工智能在EDA方面的應用，中美在同樣的起跑線上。現在國內產品在這個方面也有一些進展，是有機會與美國產品PK的。

上海合見工業軟件集團聯席總裁徐昀 觀察者網

“若不是被美國掐一把，中國説不定就不做了”

“DeepSeek的出現，可以説是預料之外，情理之中的事情。”在郭朝暉看來，DeepSeek沒有那麼好的硬件條件，沒有那麼高的算力，所以走出了自己的路。一個人在幹實際事情的時候，會遇到各種各樣真正困難的問題，正是實際問題能給人帶來真正本質性的提高。

他説，開拓性的東西一定是由資本推動的，而不是靠國家體制推動的，DeepSeek的出現也驗證了這個觀點。對中國來説，DeepSeek表明中國的民間資本已經達到一定程度了，只有當這股力量成長起來，這種力量才是未來戰爭、科技競爭的主力軍。“我非常欣慰的是他們發展起來了，讓我看到了希望。”

陳果表示，中國社會需要找到變量去刺激技術發展。

他回顧，AI的發展經歷了專家決策、機器學習、深度學習和大模型四個階段。在深度學習階段，反恐等方面的需求極大刺激了深度學習技術的發展。放眼今天的大模型時代，很多企業仍對信息安全風險、數據隱私方面存在擔憂，要想實現技術發展，就得對這些情況做出一些本質改變。

“就像EDA，它本身很小眾，用户數量很少，所以如果説不是因為美國掐中國一把，中國説不定就不會做了。”陳果説。

隨着中國數字經濟如火如荼地發展，2023年10月，國家數據局正式掛牌成立。下一階段，海量優質數據能否成為中國發展的紅利？

郭朝暉給出了肯定的回答。

他表示，在過去，數據很難產生價值，因為涉及各方面的隱私，有用的東西不能用，能用的東西沒價值。但DeepSeek的出現讓事情有了本質性的改變，它能把數據的價值真正利用起來，比如在醫療行業。

此外，我國制度帶來的資源統籌管理方面的優勢，是其他國家所不具備的。“如果我們能夠充分發揮整合資源的能力，這確實會成為我們的重大優勢之一，很有可能在AI成熟了之後，它會變成主要的競爭能力之一。”