瑞泊董事长出席英国《经济学人》高级研讨会，共议人工智能的现状、未来与竞争

《经济学人》2025年封面文章｜《Chinese AI is catching up, posing a dilemma for Donald Trump 中国AI正在追赶，给唐纳德·特朗普带来难题》

AI革命的本质与未来：乙壤月等业界专家共议全球AI发展

近日，英国《经济学人》集团在北京成功举办“超越AI热潮：人工智能的现状、未来与竞争”高端研讨会。会上，来自各国大使馆的相关领导、各跨国公司在华高管及专家，以及科技、金融、网络安全等多个领域的业界先锋齐聚一堂，对当前AI革命的本质、挑战与机遇进行了深入交流与探讨。瑞泊技术控股董事长乙壤月博士应邀参加了本次研讨会，并作为主讲嘉宾，向大家分享了关于AI技术演进、中美技术差距、AI生态治理以及大模型时代企业应对策略的独到见解。

瑞泊技术控股董事长乙壤月先生在研讨会上做分享

AI革命：算法、算力与数据的三重奏

活动在轻松而热烈的氛围中拉开帷幕，乙壤月博士首先被问及本轮AI革命的最底层驱动力。他稍加思索后表示：‌算法突破、算力爆发与数据积累‌是共同推动AI技术迈向新高度的三大核心要素。这三者相辅相成，缺一不可。算法的创新为AI提供了更为智能、高效的处理方式；算力的飞速提升，则使得大规模模型的训练和推理成为可能；而数据的海量积累，更是为AI模型的优化与升级提供了坚实的基础。

在谈及算法突破时，乙壤月博士特别提到了深度学习技术的兴起。他表示，深度学习通过模拟人脑神经元的连接与工作原理，使得AI在处理复杂、非线性问题时展现出了前所未有的能力。这一技术的突破，不仅极大地提升了AI的准确性和效率，更为AI在各个领域的应用开辟了广阔的空间。

算力方面，他指出，近年来随着云计算、高性能计算等技术的不断发展，算力成本大幅降低，同时算力效率也得到了显著提升。这为AI模型的训练和推理提供了强有力的支持，使得AI技术得以在更多场景中落地应用。

数据积累则是AI技术持续进步的关键。乙壤月博士强调，数据是AI模型的“食粮”，没有高质量的数据，AI模型就难以达到理想的性能。因此，如何有效收集、整理和利用数据，成为了AI技术发展中的重要课题。

中美技术差别与全球竞争态势

在回应关于中美在AI技术方面差别的问题时，乙壤月博士表现出了冷静而客观的态度。他指出，中美是全球AI发展的两强，都是领导者，发展上目前看起来各有千秋。譬如中国在行业和企业应用的方面，以及在数据量等方面均有一定优势，全球的华人AI科学家的数量，以及近年来中国研究机构所发表的相关论文数量均已领先。而中国企业在算法优化、训练成本、数据治理等方面也已经取得了显著进步，但在算力芯片、基础模型架构等多个方面与美国仍存在一定差距。这种差距不仅体现在软硬件上，也体现在对算力资源的有效管理和利用上。

为了缩小这一差距，乙壤月博士认为，中国企业需要更加注重技术创新和研发投入。同时，加强与国际先进企业的交流与合作，吸收借鉴其成功经验和技术成果，也是提升中国AI技术水平的重要途径。此外，他还特别提到了算法轻量化和数据治理的重要性。他表示，通过算法轻量化技术，可以在保证大模型性能的前提下，大幅降低算力需求；而规范的数据治理则能够提升数据的质量和安全性，为AI模型的训练和应用提供有力保障。

在谈及全球LLM竞争时，乙壤月博士表示，中国企业需要更加发挥优势，注重垂直场景的应用和差异化竞争。他指出，尽管大模型具有强大的通用能力，但在特定行业和场景中，往往需要结合专业知识进行定制化开发。因此，中国企业应该深入挖掘行业需求，打造具有独特价值的AI产品和服务，从而在全球竞争中脱颖而出。

AI创业逻辑的重塑与生存之道

对于大模型时代对AI创业逻辑的影响，乙壤月博士表示：随着大模型的兴起，AI创业的门槛和成本不断提高。对于创业公司而言，如何在巨头林立的市场中寻找生存空间，成为了一个亟待解决的问题。

乙壤月博士认为，创业公司应该更加注重技术创新和差异化竞争。他表示，尽管大模型具有强大的通用能力，但在特定行业和场景中，往往需要结合专业知识进行定制化开发。因此，创业公司也可以通过深耕特定行业或场景，打造具有独特价值的AI产品和服务，从而在市场中占据一席之地。

此外，还特别提到了团队合作和资源整合的重要性。他表示，创业公司往往资源有限，因此需要更加注重团队协作和资源整合能力的提升。通过优化内部流程、提高资源利用效率以及加强与外部合作伙伴的沟通与协作，创业公司可以更好地应对市场挑战和竞争压力。

AI生态治理：平衡创新与监管的艺术

在谈及AI生态治理时，乙壤月博士指出：随着AI技术的不断发展和应用场景的不断拓展，AI生态的治理问题日益凸显。如何在激励创新与可控发展之间找到平衡点，成为了当前亟待解决的重要课题。

他认为，政府、企业和社会各界应该共同努力，加强监管和自律。政府应该制定科学合理的政策法规和标准体系，为AI技术的发展提供有力保障；企业应该加强自律和诚信建设，积极履行社会责任和义务；社会各界则应该加强宣传和教育力度，提高公众对AI技术的认知和接受度。

同时，还特别提到了国际合作的重要性。他表示，AI技术是全球性的科技革命，需要各国共同努力来应对其带来的挑战和问题。通过加强国际合作与交流，共同制定国际标准和规则体系，可以有效推动AI技术的健康发展并造福全人类。

网络安全视角下的AI风险与应对之策

除了技术层面的讨论外，在网络安全方面乙壤月博士也提出了自己独到的见解：随着大模型在生成型攻击方面的应用日益广泛，企业面临着前所未有的安全风险。这些攻击不仅难以防范和检测，而且可能对企业的正常运营造成严重影响。

为了应对这些挑战，他建议企业需要加强AI安全“底线工程”的建设。这包括提高网络安全防护能力、加强数据保护和隐私管理以及建立有效的应急响应机制等方面。同时，他还提到了AI在隐私保护、模型透明度等方面的最佳实践，为企业在部署AI系统时提供了有益参考。

结论与展望

本次研讨会在热烈而富有成效的讨论中圆满落幕。与会嘉宾们普遍认为，尽管AI技术仍面临着诸多挑战和不确定性，但其带来的变革力量已经不容小觑。未来，随着技术的不断进步和应用场景的不断拓展，AI有望在更多领域发挥重要作用并为人类社会带来更加美好的未来。

作为本次活动的主办方，EICN北京分部表示将继续关注AI领域的发展动态，为业界领袖提供一个高端、专业的交流平台，共同推动AI技术的健康发展。同时，也期待更多有志于推动AI技术进步和应用拓展的企业和人士加入这一行列，共同开创AI技术的新篇章。