在信息技术的发展历程中，我们见证了从机械计算到计算机，再到互联网的演变，而现在，我们正站在人工智能时代的门槛上。本文深入探讨了人工智能时代所带来的发展机遇，从硬件、软件到行业生态，分析了AI技术如何推动各领域的变革。

在上一篇文章中，我们指出信息技术依次经历机械计算时代、计算机时代、互联网时代，最终迎来了人工智能时代的发展历程，并主要对前三个时代各自所带来的发展机遇进行了详细介绍。

参考前面的梳理模式，我们先来看下，人工智能时代在硬件、软件、行业生态的层面对应有哪些具体内容。

• 硬件：人工智能的三大核心要素——模型、训练集、算力，其中与“基建”关联最为密切的就是“算力”。
• 软件：具体分为两个层面：一是直接参与AI大模型的研发和应用落地的工作，二是将人工智能技术集成到各类软件产品中，提升其智能化水平和用户体验。
• 行业生态：主要是AI在各个领域所引发的生产力变革。通过应用人工智能技术来优化和提升各个经济领域的生产效率和服务水平。

接下来，我们沿着这三个层面，具体来看下它们分别都有哪些发展机遇值得关注。

一、硬件层面

本轮AI浪潮中最为亮眼的企业，无疑是提供算力基础的“nVIDIA英伟达”。算力是AI发展的基石，决定了模型训练和数据处理的效率和效果。

高性能计算设备和数据中心的建设，尤其是图形处理单元（GPU）的研发和应用，为AI的发展提供了强大的计算能力。

对比起模型和训练集，算力领域是中国与美国差距最大的领域，从算力卡的性能来看，国产算力卡与顶级差距接近两代。但国家正在大力支持，工业和信息化部等六部门牵头出台了算力基础相关政策，旨在推动国内算力基础设施的建设和升级。我们也期待我国在这一领域早日取得突破。

补充信息：

模型方面，国内经过这两年追赶，差距已经从落后一代缩短至不足一代（表现在最初发布的大模型尚不及GPT3.5，到目前已经有GPT4八成左右的表现）。

训练集方面，本身不同语言就有差异，国内模型对于中文的理解有时候还稍好于GPT4（典型如对于中文“押韵、平仄”的理解）。况且具体到工业领域的应用，我国还有行业优势，这一点我们在下面的“行业生态”层面来详细论述。

二、软件-AI研发层面

近两年国内AI研发可谓“遍地开花”，传统大厂和各个独角兽纷纷推出各自的AI产品。随着AI行业的蓬勃发展，对AI人才的需求也日益旺盛。由于AI技术的复杂性和专业性，具备相关技能的人才供不应求。

据猎聘的《2024互联网行业人才趋势报告》预测，到2030年，全国AI人才的需求将达到600万，人才缺口。其中AI研发岗位诉求Top5依次为：算法工程师、产品经理、视觉设计、自然语言处理（NLP）、图像算法。行业变革带来的人才缺口，从另一个角度看，正是当下业内人士的转型机遇。

报告指出，AI人才市场核心竞争力在于：具有大模型基础研发和模型训练能力，掌握基础技术且了解行业的复合型能力。业内人士可对照这两项要求，重点提升自我能力。

但本文并非AI人才的专题，这里就权当点出话题但点到即止吧。

三、软件-AI融合层面

大模型时代来了，每一个产品都值得重做一遍。——李彦宏

如何将AI技术内化为产品能力的一部分，是所有互联网产品团队都要思考的问题。

目前我可以明确存在“产品与AI融合”机会的领域有：

• 文档工具：文档工具天然与“文本生成”的AI有着结合点，目前市面上已经出现不少在思路整理、文本写作、风格润色、内容翻译、文件解析、数据处理、PPT生成等方面的众多工具。
• 知识应用：知识应用是另一个天然与生成式AI结合的领域，包括在编程检查、知识库整理、反馈归类分析、智能客服、协助人工客服方面都有落地的产品。
• 图片设计：生成式AI当下火热的领域，无论是文生图、图生图还是图片处理，也有不少的产品入局。
• 视频制作：视频制作是一项综合工程。脚本生成、素材搜集、智能剪辑、数字人播报等分解环节可以运用AI。业界也正在探索“直接生成视频”的能力，截止到本文写作的时间点，已有多家国产生成视频模型发布（即梦、可灵、寻光、清影等），但生成时长大都在10秒左右，离实用仍有距离。
• 诈骗对抗：AI在提升生产力的同时，也让网络诈骗的成本下降。为此，诸如异常行为监控、AI内容鉴别、欺诈内容鉴别、谣言智能辟谣等安全领域的需求，也会随之而来。

但无论是哪个领域的产品，要强调的是，在融合AI的过程都要用AI原生思维来做。这一过程绝不是简单的修修补补，而是在产品形态、交互逻辑、功能服务乃至商业模式上都要重新思考、重新设计、重新研发。

这里要是展开也是一大篇文章了，也先点到即止吧。

四、行业生态层面

今年“人工智能+”首次写入政府工作报告，人工智能赋能实体经济，是我国AI产业发展的优势，也是突破的关键。

AI技术在实体领域的应用，不仅可以提升生产效率和服务水平，还会带来新的商业模式和经济增长点，从而为社会经济发展注入新的动力。

对于AI发展，我们既不能盲目自大，要承认美国在AI方面的发展当前仍在前列；也不能妄自菲薄，要看到我国在“人工智能+实体经济”的独特优势。

• 美国更倾向于回报率更高的虚拟经济，轻视投资成本高且经济回报率低的实体经济。相应地美国AI主要应用于虚拟经济和IT基础工具，AI技术也是“脱实向虚”。
• 中国更注重实体经济与虚拟经济同步发展。我国的优势在实体经济，拥有全球产业门类最齐全，体系最完整的工业体系。特点是场景多、私有数据多。AI赋能实体经济的技术难点是AI算法与物理机理的融合。

但具体如何将AI与我们的优势产业结合，既需要对人工智能有深入研究，也需要对各个细分行业有透彻理解。目前业界仍没有很好的落地方式，这也是一些头部企业在努力探索的方向。这里的典型企业就是华为，旗下的盘古大模型就专注在为各行各业进行赋能，其官网口号“AI for Industries, 大模型重塑千行百业”可见一斑。

以上就是我们“以史为镜”，从硬件、软件、行业生态的层面梳理了各自的发展现状和值得关注的机遇。

实际上，我们可以“由内到外”来划分出AI研发、AI融合、AI应用三个圈层。

• 如果你本身有一定的技术基础，对于大模型也感兴趣，那么可以直接加入AI的研发队伍。
• 如果你是互联网行业，也应该要认真思考如何将AI融合到你的产品，如此才能在人工智能时代保持产品竞争力。
• 最后就是作为广大的职场人士，无论从行业还是从个人的角度，AI都将在行业变革、工作提效上扮演重要角色。因此，对于不同圈层的人群，都要保持对于AI的发展关注。

当然，我们这里只是探讨了人工智能时代在当下所带来的发展机遇。但截止到本文写作的时间，人工智能仍在以“天”为单位进行迭代演化。

本文所梳理的内容并不能涵盖人工智能的未来发展趋势。

因此，作为梳理“人工智能时代发展机遇”这一课题的终章，我们将在下一篇文章中，为大家介绍人工智能有哪些发展趋势，敬请期待。

作者：产品经理崇生，公众号：崇生的黑板报

本文由 @产品经理崇生 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自 unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。