元华电影

本文来自微信公众号：快刀青衣，作者：快刀青衣，题图来自：AI 生成昨天下午准备下班的时候，我刷到中国政府网的公众号推送了一篇文章，内容是一份新政策，标题是《国务院关于深入实施 " 人工智能 +" 行动的意见》，发布时间是 8 月 26 日 17 点 11 分。说实话，以前我对这种官方政策文件一向是比较发怵的，动辄几千字的内容，再加上很多文件里的专有名词对于我来说，过于陌生了。但这份文件因为聚焦 AI，我凭着好奇心点进去看了看。这一看不要紧，发现里面的信息量真的很大。这不是一般的行业指导意见，而是继 2017 年《新一代人工智能发展规划》之后，国家层面对 AI 战略的全面升级。我在后面的文章里也会带大家简单对比一下，它跟十年前 " 互联网 +" 政策的异同。我花了一个晚上时间，像做产品分析一样仔细研究了这份文件，发现了不少有意思的 " 密码 "。所以迫不及待想跟大家分享一下我的感受。一、政策文件里的 " 密码学 "你肯定知道，这种国家政策文件其实就像程序代码一样，每个词汇的出现频率、每个概念的位置安排，都透露着政策制定者的真实意图。密码一：关键词的 " 出镜率 "我数了一下，" 人工智能 " 这个词在文件里出现了整整 85 次。当然，这毕竟是一份关于 AI 的政策，所以 " 人工智能 " 成为第一热词也是名至实归。不过，其他的高频词中，" 加快 " 出现了 22 次，同义词 " 加速 " 出现了 3 次，这就能体现出一种 " 时不我待 " 的冲锋感觉。" 创新 " 这个词出现了 20 次，" 融合 " 出现了 7 次，里面有 " 跨界融合 "，也有 " 深度融合 " 和 " 多学科融合 "，这里就能体现出要把人工智能渗透到社会的方方面面。另外，" 普惠 " 这个词在不同的段落中出现了 5 次。这可不是随便写的，每一个高频词都在向我们传递信号。特别是 " 普惠 " 这个词，你看以前的 AI 相关政策文件，基本不怎么提这个概念。但这次，从 " 推动智能算力供给普惠易用 " 到 " 推动城乡智能普惠 "，再到 " 打造平权、互信、多元、共赢的人工智能能力建设开放生态 "，满篇都在强调，要让 AI 变成人人都能用得起、用得上的东西。这说明什么？说明 AI 已经从 " 高大上的实验室技术 " 变成了 " 国家要推广到千家万户的基础设施 "。就像当年的互联网一样，要从少数人的玩具变成全民的工具。密码二：时间节点的 " 精心设计 "文件里提到了三个关键时间点：2027 年、2030 年、2035 年。我经常一看到这样的三个数字，就仿佛被中学数学老师点穴一般，先去看看是不是等差数列。乍一看，这三个年份，一个距今 2 年，一个距今 5 年，一个距今 10 年，看上去好像是随意定的，但仔细琢磨就能发现其中的门道了。2027 年要实现 70% 的智能终端普及率，这个时间点正好卡在 " 十四五 " 规划收官和 " 十五五 " 规划启动的节骨眼上。2030 年要达到 90%，这不是巧合，正好和碳达峰目标同步。2035 年全面进入智能社会，又恰好对应 " 基本实现社会主义现代化 " 的目标。这三个年份其实就是把 AI 发展和整个国家现代化进程整体联系在一起，让 AI 产业的发展变成了赛车上的强劲引擎。密码三：一个全新概念的首次亮相最让我眼前一亮的是 " 智能原生 " 这个概念。至少是我自己在国家级政策文件里第一次看到这个词。什么叫 " 智能原生 "？文件里的定义是 " 底层架构和运行逻辑基于人工智能的智能原生企业 "。用大白话说，就是那些从诞生第一天起就把 AI 当作 " 基因 " 的公司和产品。这和以前的 "AI 改造传统行业 " 完全不是一个概念。以前是拿 AI 去改造银行、改造制造业、改造零售业，现在是要孵化出一批天生就是 AI 驱动的新物种。就像当年移动互联网时代，微信、抖音这些 " 移动原生 " 应用颠覆了很多 PC 时代的产品一样，未来可能会出现一批 "AI 原生 " 的公司，直接颠覆现有的商业模式。二、这次真的不一样了要理解这份文件的分量，我们得先看看它和以往政策的根本性差异。大家要知道，虽然看起来 ChatGPT 在 2022 年 11 月才出来，引起了这一波生成式人工智能的热潮，但 " 人工智能 " 这个大领域要比 GPT 这个事件早很多。仅从我们国家政策层面来看，关于人工智能的独立文件可以追溯到 2017 年的《新一代人工智能发展规划》。为什么我要强调独立文件呢？因为在 2015 年发布的关于互联网 + 的政策文件里，就已经提出了要 " 互联网 + 人工智能 "，明确了要加快人工智能核心技术突破。只不过在那份文件里，人工智能还是被别人加的对象，有点儿像请来做客的。然而，2017 年之后，政府在 2019 年和 2025 年，又发布了两份关于人工智能的国家级政策文件。战略演进：从 " 技术突破 " 到 " 深度融合 "2017 年那份《新一代人工智能发展规划》，核心关键词是什么？" 深度学习 "、" 跨界融合 "、" 人机协同 "、" 群智开放 "、" 自主操控 " ——几乎通篇都在讲技术特征和技术突破。因为那个时候，人工智能还没有走出少数专家的实验室。要知道，这轮人工智能革命中最重要的那篇论文，谷歌八子的 Transformer 想法，也是 2017 年才第一次出现。从规划里，我们可以看出，当时还在琢磨怎么让 AI 跑得更快、算得更准。2019 年的《人工智能治理原则》，重点转向了 " 和谐友好、公平公正、包容共享 " 这些治理层面的考量。那时候，大家开始担心 AI 会不会失控，会不会带来伦理问题。说实话，这篇里大部分都是比较原则和抽象的内容。但这次 2025 年的 " 人工智能 +" 政策，画风完全变了。核心是 " 科技 - 产业 - 消费 - 民生 - 治理 - 全球合作 " 六大领域联动，重点不再是技术本身，而是如何让 AI 全面渗透到经济社会的每一个角落。这个转变意味着什么？意味着 AI 已经从 " 实验室里的黑科技 " 变成了 " 国家基础设施的重要组成部分 "。就像当年的电力、互联网一样，不再是某个行业的专利，而是所有行业都必须拥抱的基础能力。十年一轮回：从 " 互联网 +" 到 " 人工智能 +" 的历史对照更有意思的对比是，这次 " 人工智能 +" 政策和 2015 年的 " 互联网 +" 政策有着惊人的相似性，但也有根本性的不同。2015 年的 " 互联网 +" 政策的原文，是这样定义的：" 把互联网的创新成果与经济社会各领域深度融合，推动技术进步、效率提升和组织变革，提升实体经济创新力和生产力，形成更广泛的以互联网为基础设施和创新要素的经济社会发展新形态。"2025 年的 " 人工智能 +" 政策，原文则强调：" 深入实施‘人工智能 + ’行动，推动人工智能与经济社会各行业各领域广泛深度融合，重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革。"你看，核心逻辑是一样的——都是要让新技术与传统行业深度融合。但关键差异在于这里面用的词汇，差别可是非常大的：" 互联网 +" 强调的是 " 连接 " 和 " 效率提升 "，而 " 人工智能 +" 强调的是 " 重塑 " 和 " 革命性跃迁 "。前者是改良，后者是颠覆。" 互联网 +" 当时设定了 11 个重点行动领域，包括创业创新、协同制造、现代农业、智慧能源、普惠金融等，更多是在现有行业基础上加上互联网能力。而 " 人工智能 +" 只设定了 6 个重点领域，看起来数量少了，但每个领域都更加宏观和底层化，强调的是全要素、全流程的智能化改造。为什么 " 科学技术 " 被放在第一位？细心的朋友可能注意到，在六大重点行动中，" 人工智能 + 科学技术 " 被放在了第一位，排在产业发展和消费提质之前。这个排序可不是随便安排的。这释放了一个强烈信号：中国要在 AI 的底层技术上实现真正的自主可控。不能再像过去那样，应用层面很热闹，但核心技术还是依赖别人。文件里提到要 " 加速科学发现进程 "、" 驱动技术研发模式创新 "、" 创新哲学社会科学研究方法 "，这三个方向其实对应着三个层面：基础科学研究、工程技术突破、人文社科创新。特别是 " 加速‘从 0 到 1 ’重大科学发现进程 " 这句话，直接点出了要害。以前我们更多是在做 " 从 1 到 N" 的应用创新，现在要在 " 从 0 到 1" 的原始创新上发力。智能原生：一个颠覆性概念的深层含义" 智能原生 " 这个概念的出现，标志着我们对 AI 发展路径的认知发生了根本性转变。以前的思路是什么呢？是拿 AI 去改造现有的业务。比如银行用 AI 做风控，制造业用 AI 做质检，零售业用 AI 做推荐。这是 "AI 赋能传统行业 " 的逻辑。但 " 智能原生 " 完全不同。它说的是那些从第一行代码开始，就把 AI 当作核心 " 基因 " 来构建的全新物种。举个例子，传统的内容创作平台是先有内容，再用 AI 来优化推荐算法。但像 Midjourney、ChatGPT 这样的平台，本身就是 AI 驱动的内容生成工具，没有 AI 就没有这个产品。这就是 " 智能原生 "。当然，用我们公司的产品例子来理解更容易，得到 App 就是传统产品，而 Get 笔记就是 " 智能原生 " 的 AI 新物种。这个新物种不仅仅体现在功能的差别上，更多的是在团队的组织形式、产品研发流程甚至人才画像上，都已经完全跟以前不一样了。再比如，传统汽车厂商是在现有车型基础上加装智能驾驶系统，而理想、蔚来、小鹏、特斯拉等企业从设计第一款车开始，就把自动驾驶当作核心能力来构建整个产品架构。这种差异不仅仅是技术路线的不同，更是商业模式的根本性颠覆。" 智能原生 " 企业往往能够创造出全新的用户体验和价值创造方式，而不是简单地提升现有业务的效率。三、六大赛道的机会地图理解了政策信号，我们再来看看具体的机会在哪里。文件里面点出来的六大重点领域，每一个都蕴藏着巨大的商业机会。科学领域：从 " 黑盒子 " 到 " 透明化 " 的机会文件提到要 " 加快科学大模型建设应用 "，这可不是简单的技术升级，而是一个全新的赛道。什么是科学大模型？简单说，就是专门为科学研究训练的 AI 模型。例如，专门用于药物发现的生物大模型、专门用于材料科学的化学大模型、专门用于天体物理的宇宙大模型。这个领域的机会在哪里？传统的科学研究往往需要几年甚至几十年才能有重大突破，但 AI 驱动的科学发现可能把这个周期缩短到几个月。例如，我不久前在得到 AI 学习圈里介绍的 AI 虚拟细胞数据集。以前在药物研发流程中，需要一个个找病人作为受试者，来观察相关数据变化，整个流程非常长，很多新药实验都半途而废了。而现在就可以在人体实验前，先在 AI 虚拟细胞数据集里进行模拟实验，看看可能会发生什么样的变化。这样显著缩短了新药研发的周期，避免了许多半途而废的实验。这些不同领域的进展，都极大地缩短了我们新的科学发现过程。谁能在这个领域抢先布局，谁就可能成为下一个 " 科学界的 OpenAI"。另一个值得关注的是 " 智能化研发工具和平台 "。现在已经有一些公司在开发 AI 辅助编程、AI 辅助设计，但这还只是冰山一角。未来可能会出现 AI 辅助的专利检索、AI 驱动的实验设计、AI 优化的工艺流程等等。这些都将为科学研究和产业应用带来巨大的变革。产业发展：从 " 改造 " 到 " 原生 " 的红利这个领域是机会最多、也是竞争最激烈的战场。文件特别强调要 " 培育一批底层架构和运行逻辑基于人工智能的智能原生企业 "。这句话翻译过来就是：国家要扶持那些从诞生第一天起就把 AI 当作核心能力的公司。具体有哪些方向呢？工业软件是一个巨大的机会。传统的 CAD、ERP、MES 软件都是基于传统逻辑设计的，但如果用 AI 重新构建这些工具，可能会带来颠覆性的体验提升。农业数智化也