中國將成為全球人工智慧新龍頭?

Is China Emerging as the Global Leader in AI?
李代田 Daitian Li,音譯 , 湯尼.佟 Tony W. Tong,音譯 , 肖延高 Yangao Xiao,音譯
瀏覽人數:3379
IvancoVlad / Getty Images
中國早就甩開生產廉價產品的「山寨國」名聲,逐漸走向科技大國的地位,尤其在人工智慧研究的領域,發展速度正在急速逼近目前仍處於領先地位的美國。但作者分析,雖然這樣的「中國速度」令人吃驚,不過水能載舟亦能覆舟,推動中國高速發展人工智慧的種種因素,其實也是一把雙面刃,可能會在某種層面上,變成阻礙發展的高牆。

二十年前,中國與美國在人工智慧(AI)研究上,存在巨大的落差。美國的公共機構與私部門對相關研究的投入持續成長之時,中國仍在進行全球製造方面的低附加價值活動。但這段期間以來,中國已急起直追。從研究的觀點來看,中國已成為人工智慧文獻發表和專利的全球領導者。這股趨勢顯示,中國也已蓄勢待發,可望成為AI賦能事業的領導者,例如語音與影像辨識應用等事業。

中國的AI發展成績斐然。根據早期的研究〔也就是本文作者之一(李代田)協助開創的《中國人工智能發展報告2018》(China AI Development Report 2018)專案〕,以及一項針對AI技術對經濟和社會所造成影響的持續研究顯示,中國有驚人的進步。中國在AI領域發表的研究報告在全球的占比,從1997年的4.26%(1,086篇),增加到2017年的27.68%(37,343篇),超越全球任何其他國家,包括原本一直獨占鰲頭的美國。中國的AI專利申請數,也一樣超越其他各國。截至2019年3月,中國AI企業的家數已達到1,189家,僅次於美國,美國的AI企業活躍家數超過兩千家。相較於海外的同儕企業,中國的AI企業更多聚焦在語音(例如,語音辨識、語音合成),以及影像(圖片辨識、影片辨識)。

人工智慧新研究的來源

這些成績儘管看起來輝煌,卻不一定能轉化為AI創新的強勁優勢,也無法保證未來一定會成為全球領導者。矛盾的是,協助中國迎頭趕上的那些條件,在中國抵達創新的最前線之際,可能反而構成它未來在AI發展的挑戰。為解釋原因何在,並做為早前研究的延續,我們實地訪談了15家AI相關、不同類型的組織(包括企業、大學、研究機構和政府單位),並運用「追趕週期」(catch-up cycle)的概念;追趕週期是一種理論架構,用來解釋國家在產業領導地位的更迭。

中國如何迎頭趕上

中國如何能以「跳級超越」(leapfrog)的方式,越過那些已投入AI科技的時間更久得多的國家,並在區區二十年內,建立領先世界的AI研究基礎設施?

在這裡,「追趕週期」這個概念可以幫助我們理解這個問題。基本上,追趕週期架構是指,在某些環境下,科技、市場狀況和政策環境的變動,可以讓後進者和先行者或多或少站在同等的立足點。根據這個架構,這些變動可以迅速削弱既有業者的優勢,藉此為後進者開啟機會之窗;例如,Android系統的智慧型手機就屬於這類科技變動,它的出現,剷平了市場領導者諾基亞(Nokia)的優勢,讓三星、華為等動作迅速的廠商得以取而代之。這個架構也幫助我們理解,後進者何時與為何會取代既有業者。

在中國如何設法迎頭趕上的故事裡,這個架構點出幾個重要因素:AI研究的本質,意味著領導者的科技優勢不會特別穩固;中國廣大的市場,特別有利於AI的改良;中國友善的法規環境,特別能促進AI的投資和採用。

在AI領域,研究無法提供可長可久的優勢。

AI與其他科技有幾個重大的差異。儘管研究推動了這個領域前進,但研究通常會公開分享,專利研究的收益較不重要,而改良的來源,通常是生成數據的使用者,與根據從那些數據所得見解來改良產品的公司之間的良性循環。

AI是開放的科學,這點不同於電腦硬體或藥物開發。在知識和技術方面,AI領域有許多基本的演算法已成為公共知識,可以從已發表的論文和研討會公報裡取得。「當今,每個人都對發表AI研究的結果感到自豪,」專精AI演算法和AI晶片的新創公司NISE Intelligent Technology一名主管告訴我們:「一般來說,如果你發表一篇論文,在這個行業,別人要推論出編碼並執行,並不是太難的事。」

AI的開放科學本質,是後進者趕上先行者的重要因素,因為它讓後進者能在短時間內,弭平與先行者之間的知識差距。

AI產業與傳統產業的第二個差異,在於創新能創造獲利之處。簡單來說,數據和人才勝於AI研究的專利。在傳統產業,像是醫藥或行動通訊,專利在確保公司地位與保護獲利流方面,扮演關鍵角色。AI的開放科學本質,則意味著公司的競爭優勢,通常來自公司能否比其他公司更快速建置大型資料庫,並開發領域專屬知識或針對資料庫的應用。

這表示AI時代的關鍵資產有二:一是數據,二是電腦科學與工程的人才。這兩項資產,中國剛好都相當豐富。中國龐大的人口,賦予它在生成、利用大數據方面的優勢,而它推動科技與工程的數十年努力,讓它有豐沛供給的高素質電腦科學家和工程師。

最後,我們今日發展的「弱AI」,也就是解決定義狹隘的問題所用的AI,需要領域專屬知識和使用者生成的數據,才能改善這種AI。例如,AI通常需要針對特定商業情境進行客製化。首先,你做出產品(例如聲音辨識)。然後,你吸引許多使用者,而這些使用者會生成數據。最後,你運用機器學習,以數據來改善產品。產品就透過這個良性循環來改善。

中國有活絡的市場,可接納這些以AI為基礎的新產品,而中國企業引進AI產品和服務進入市場的速度,也相對快速。中國消費者採用這類產品和服務的速度也快。如此形成的環境,能支持AI科技與AI驅動產品快速精進。

中國市場有利於AI的採用和改善。

大型數據集對AI的創新很重要,因此我們不難明白,中國龐大的市場規模,有助於解釋它何以能在AI領域快速追趕。這個市場的量,提供中國企業一個建置大型資料庫的獨特機會。以中國版優步(Uber)、當今全世界最大的共乘平台公司「滴滴出行」為例:它的執行長柳青表示,滴滴出行每天處理超過70 TB的數據,也就是一天要規畫九十億條路線、每秒鐘有一千筆叫車單。

中國龐大的市場不只提供大數據方面的優勢,也讓企業有強烈的經濟誘因,去解決技術挑戰。比方說,雖然晶片組長久以來,一直是中國資訊與通訊科技(information and communication technology,ICT)的弱點,但中國企業近來在拉近AI晶片組的落後缺口上,突飛猛進。名列全球前幾大ICT公司的中興通訊,有位高階主管告訴我們:「中國在AI晶片的發展相對快速……只要有市場,企業就有動力(開發AI晶片)。」中國龐大的市場,為ICT產業帶來很大的規模經濟,這表示推動這項科技的投資,能很快獲得報酬。

除了龐大的規模,中國市場也展現多樣的種類,而且變動迅速。這為新創公司及老牌企業都創造了多采多姿的機會,可以在不同的市場區隔裡,快速地探索不同的AI應用。早期的研究顯示,這些類型的市場動態發展,通常有助於後進者追趕,促使產生新產品和新事業。

中國有強勁的AI促進政策,薄弱的隱私法規。

最後一根支柱,與政策環境有關。中國近年來訂定許多政策,以推動AI的發展。這類政策包括但不限於「中國製造2025」「促進大數據發展行動綱要」「新一代人工智能發展規畫」等。這些政策對創業者、投資人,甚至研究人員等不同的AI利害關係人,傳達一個清楚的訊號,就是AI是有政府支持、值得投資的領域。

中國在隱私權之類的領域,缺乏明確的政策和法規,這點可以解釋它怎麼能在某些AI應用領域,有如此驚人的追趕速度。例如,在中國無所不在的監視攝影機,為專精於影像和臉部辨識的AI公司,創造了龐大的市場。若是在隱私法規更嚴密的其他國家,這個市場不會成長得如此快速。NISE Intelligent Technology的一名專案領導人告訴我們,中國寬鬆的隱私法規,是部分中國國內AI企業的關鍵優勢。

挑戰與未來的展望

從許多指標來看,以AI的技術發展和市場應用來說,中國現在正站在全球AI發展的最前線。在新興AI產業裡,中國企業面臨技術、市場、政策的獨特環境,為它們打開機會之窗,迅速趕上全球領導者。

但矛盾的是,儘管中國以破紀錄的時間追趕上,但讓它得以做到這一點的各項條件,可能會阻礙它在AI領域進一步發展。

例如,由於AI的開放科學本質,以及當個迅速跟進者所享有的優勢,中國企業常缺乏強烈誘因,去投資開發核心的AI技術。在西方已開發經濟體裡,AI專利的主要持有人是企業,但在中國,AI的專利大多數是由政府或贊助人提出申請的。但在中國,大學與產業之間的關係相對薄弱,技術移轉仍然相當有限。整體來說,雖然中國在AI研究的總體產出(例如,科學文獻發表、專利)迅速增加,卻缺乏真正原創的構想,以及突破性的技術。

此外,中國充滿不確定性的企業經營環境,加上AI產品的龐大市場,以及中國消費者對採用AI產品的熱中,在在都導致企業與投資人偏好能快速變現的應用型AI研究,而不是可望產生長遠影響的基礎研究。在更根本的層次,就像許多研究人員強調的,中國的研究文化需要大幅改進。

在政策面,寬鬆的法規環境已證明是一把兩面刃。儘管有些企業能大膽利用這種環境,積極在市場推出不同的AI應用,但還是有些企業感到氣餒,因為政策的不確定性,讓它們不知道什麼是合乎規定、可以做的。蘇州藍珀醫療科技董事長就感嘆說,這種不確定性,讓他的公司決定不要觸及任何可能落入灰色地帶的數據(例如,為了其他商業目的,而使用個人健康數據)。「我們目前的想法是,如果我們能不碰數據,就不要碰……但如果我們不碰數據,(那些數據)很大一部分的價值就無法實現。因此,從我們公司的觀點來看,確實希望政府能盡早讓法規變得更明確。」

今日,全球的經營與科技環境,面臨一系列的政治不確定性,包括中美之間的貿易戰,以及對智慧財產權升高的衝突、去全球化運動、保護主義升高等。這些挑戰,會立即衝擊到中國進一步的AI追趕之路,但它們對中國AI創新的速度和方向有什麼影響,仍有待觀察。在這段期間,無論是否有這些不確定性,中美在AI領域的競合關係仍將持續多年。

(周宜芳譯)



李代田 Daitian Li,音譯

中國電子科技大學助理教授、清華大學中國科技政策研究中心合聘研究員。他在義大利博科尼大學(Bocconi University)取得企業行政與管理博士。他的研究焦點是科技追趕、產業演進,還有科技與創新管理。他的研究曾發表於多種期刊,包括《研究政策》(Research Policy)與《清華商業評論》(Tsinghua Business Review)。


湯尼.佟 Tony W. Tong,音譯

美國科羅拉多大學李茲商學院(Leeds School of Business at the University of Colorado)策略與創業教授。他的研究主題是企業如何建構內部組織與外部關係,以利用科技、地理和數位領域裡的商業機會。他曾發表多篇論文,散見於各期刊,包括《管理學會期刊》(Academy of Management Journal)、《經濟學與管理策略期刊》(Journal of Economics & Management Strategy)、《組織科學》(Organization Science)、《研究政策》(Research Policy)、《策略管理期刊》(Strategic Management Journal)等;他也在哈佛商業出版社撰寫多項個案研究。


肖延高 Yangao Xiao,音譯

中國電子科技大學管理學教授。他的研究興趣是智慧財產權和後進者策略。他的研究曾發表在《研究政策》、《中歐國際工商學院商業評論》(CEIBS Business Review)等期刊。


本篇文章主題國際業務