陈十游：非常看好中国人工智能产业发展_新浪财经

　　第二十届中国国际金融论坛于2023年12月14-15日在上海召开，优山资本创始合伙人、董事长陈十游出席并发表演讲。

　　以下为演讲实录：

　　我叫陈十游，之前20年在中金公司做，再之前在华尔街做投资银行。我在中金，创办了整个中金的PE/VC和母基金的投资平台，2020年我创办了自己的公司优山资本，建立了自己的基金，我们聚焦在人工智能、硬科技和生物医疗健康赛道里面，目前管理规模是132亿，在人工智能赛道里面我们投资了20%的金额。

　　今年人工智能非常火，年初的时候有GPT-4出来，本来大家觉得微软出来这个东西，谷歌干嘛去了，年底我们就看到了谷歌非常强大的Gemini出现，还有特斯拉引领了整个高阶智驾的落地和人形机器人的落地。

　　在美国股市为什么上涨？我们看到很多涨势是AI公司驱动的，美国头7个股票占标普500将近30%的市值，是历史新高。美国人叫他们瑰丽七股，微软是OpenAI的股东、谷歌开发了Gemini，还有特斯拉，是智驾行业的引导者、新能源行业的引导者。还有英伟达，整个上游卖水的人，股价翻的不得了，他们的股价平均翻了3.5倍，是整个股市亮丽的一点，中国还没有赶上。

　　我们当下还是处于ANI（弱人工智能）时代，大家其实都知道未来AGI（通用人工智能）一定会到来，到那个时候我们可以看到类似《星球大战》里那样的机器人可以跟大家做无障碍的语言交互、可以帮人类做很多事情。甚至再远的未来人工智能会发展到ASI（超级人工智能）这个阶段，类似漫威电影里的智能体都会出现。那么从现在的ANI走到AGI这个过程到底要花多久，大家还说不准。之所以资本市场特别热，就是因为我刚才提到的那些人工智能新进展的出现，提高了大家对AGI加速实现的预期。

　　我们是非常看好中国的人工智能产业发展的，为什么？我们觉得人工智能产业要蓬勃发展起来，在任何国家都需要两个条件：第一是理论和技术的创新。第二要有工业上的设计和规模生产的能力，能够很好地把技术产品化。中国在这两个方面都是非常突出的。中国在人工智能论文发稿量持续六年都是世界第一。突破性论文的份额占比到17%，仅次于美国。在工业制造上咱们产出占了全球30%，咱们拥有全球第一大的智能设备产业。这些都会使我们发展人工智能，能够形成一个正向循环。

　　人工智能类比云计算这个行业，也有算力、模型和应用的层面。在算力层面，芯片是最先受益的一个环节，由于美国的打压，逼着我们自己要做。在模型基础建设层面，不会有太多的公司出来，现在虽然是百模大战，有很多基础大模型在做，但是最后不会有这么多家，可能最后也就是两三家，在应用层面会有更多机会出现。尤其是现在基础模型很多人做了开源，对于未来应用层的繁荣有很大的促进作用。

　　在应用层面我们觉得百花齐放，给我们投资带来非常多的机遇，对于消费类、产业类、科研类的ToB也好、ToC也好，都有大量的覆盖，所有软件在这一波可以全部重写一遍。

　　中国的基础大模型（简称“基模”）在这一年里的发展可以说是突飞猛进的，给应用层今后的繁荣发展奠定了一个很好的基础。这页的评测来自SuperCLUE，是一个中文通用大模型的综合性评测基准，每个月都在更新。我们可以看到橙颜色的是外国模型、蓝颜色的是中国模型。在中文场景里，现在领先的国产基模比如文心一言4.0的综合表现水平已经超过了GPT-3.5也就是ChatGPT。总体来讲，百分制下国产基模的平均分比外国模型的差距在10分左右，相信这个差距未来会越来越小。从大厂和创业的基模相比，虽然大厂拥有非常多的资源，但是创业者也有弯道超车的可能性。

　　这次AI浪潮，让全世界的金融行业迎来了“大模型时刻”。以前理解式AI的小模型是针对金融行业去开发一个专用模型；如今生成式AI是先有一个通用的基础大模型，当转换到金融场景中时，再给它喂进金融行业的专用数据，最后得到一个相比原先而言创造性更好的行业大模型。在中国基本从4月之后，金融行业垂直领域的大模型发布越来越多。5月，度小满发布了国内第一个金融垂域的开源大模型。很快农行推出了类ChatGPT的大模型应用ChatABC，工行发布了基于昇腾AI的金融行业通用模型。

　　金融行业里面大模型能干什么？在前台、中台、后台可以全面覆盖很多的应用场景，在零售金融、公司金融、保险、证券、资管等等行业都可以带来非常多新的应用。中国金融业在需求侧是非常积极拥抱这次浪潮的，比如工行、农行、中行、交行、招行、中信、兴业、华夏、浙商等9家银行，都在半年报中明确提出正在探索大模型的应用。很多银行或者其他金融机构，都是从总部战略层面对大模型进行推进的，足以佐证金融行业对大模型的重视。

　　怎么样让它更快更经济的落地？我们觉得金融模型，因为金融需要的数据准确度、复杂度非常高，所以用基础模型做肯定不行。基础模型因为非常耗钱耗力，而且准确度对于金融行业来说还不够高，对金融行业最好的落地方式还是我刚才讲的，用基模做技术底座、用金融行业的垂直大模型来实现更高性价比的模型部署。金融行业大模型具备了基模强大的分析生成能力，也能实现金融信息的精确分析。

　　金融行业为什么比较特殊？基于现在的基础大模型，目前看到更多更快的应用，包括ToC端、文本端，比如问一些基础的问题、生成音频视频等等，它不需要你特别精准、特别准确，但是对于金融行业是不行的。所以我们要做好一个金融行业垂直的模型，是要在专业度、准确度上做的非常好，这样的话金融大模型在基模强大的分析能力基础之上，能够实现金融信息准确的、精确的分析。

　　另外，投资金融行业模型的时候非常重视ROI，因为金融行业的客户都是注重钱的，怎么样降低成本、提高效率，对他们来说更重要，客户ROI是非常重要的。

　　金融行业是有钱的行业，前一波做数字经济、人工智能的人，大家集中了大量的力量攻金融行业，金融行业在数字经济上走在领先的地位。一边有非常多旧的场景，大模型到来让我们旧的场景不断的丰富、不断的强化AI能力，然后另一边有新的场景可以重新构建，完全重构整个底层，然后生成新的应用场景。

　　机会之一，在旧场景的升级给我们带来的一些投资机会，大模型主要有四个大的能力，开闭卷问答能力、数学推理能力、文本生成能力、知识推理能力，这四个能力可以给客户在八个应用场景带来非常好的体验，这八个场景是智能外呼、数字员工、风险管理、投资决策、行业研究、智能合约、知识管理、客户维系。

　　机会之二，新场景的机会，因为大模型强大的生成能力和多模态信息处理能力，给银行、保险、资管、券商等等带来了非常多的应用场景变革。比如代码合成能力，可以运用大模型代码生成能力，编写高频重复的业务场景数据库语言和自动调动数据仓库的能力，代码补漏洞能力。之前说一个IT行业这些人做了一些模型出来，你不能裁掉他，回头有漏洞以后不知道怎么补了。未来有大模型的情况下，这个问题可能得到了解决。

　　今天最后想和大家说的是，这次的生成式AI与金融行业一样都是具有很强的监管属性的。我们看到全世界各大经济体都在快速完善对生成式AI的监管，这也成为了今年全球议程的焦点。比如上个月在英国召开了首届人工智能安全峰会，包括中国在内的28个国家签署了《布莱切利宣言》。再比如欧盟出台了全球首个全面监管AI的法案。作为投资人，我们要密切关注监管框架的构建进展，投资对社会提供正向价值的AI企业。我今天的分享就到这里，谢谢大家。