全球化的人工智能发展特别是AIGC如火如荼，新一轮工业革命的脚步已经越来越近。

　　人工智能目前是各行各业最热的词汇，但它究竟该怎样发展，一直以来备受各方关注。是像上一代互联网那样，只发展平台应用，还是应该在上游产业链上加大力度？这是需要思考的问题。就目前来看，上游产业端似乎局限在基建上，包括芯片和服务器等核心领域依旧受制于人。和上一代互联网经济一样，彼时我们没有多少过硬的核心技术，但平台应用创新却做得风生水起，当然，这更多是吃了人口和消费的“红利”。不过，这种“红利”在人工智能的发展过程中还会不会复刻？情景再现可能比较难。

　　放眼海外人工智能产业和资本市场，其实人工智能应用端并没有出现多少伟大的公司，OpenAI算是一家工具型企业，Meta算是一家应用端企业，但并没有什么“杀手锏级”的产品。目前被资本追捧的仍是上游硬件企业，如股价大涨的芯片设计公司英伟达、IB交换机企业Arista、半导体存储企业美光科技，这些都是算力基础设施的核心企业，是全球各大智算中心的核心设备提供商，这些硬科技公司的共同特点是拥有核心技术，在算力上游具备核心竞争力。也就是说，不管下游什么人工智能应用会成为爆款，这些企业都是“卖铲人”。

　　我国的人工智能产业热度也在不断升温，虽然没有高端的GPU芯片，但是我们的算力输出总量依旧可以达到全球第二，我们甚至可以用一座新建城市般的规模来建设算力中心，以实现海外一个高水平智算中心的算力输出水平。而有这么多的算力输出，也必须要有大量的下游应用来消化。中国有庞大的市场需求，下游应用端数量众多，个性化需求也客观存在，可以从数量上消纳算力。

　　不过，对于AI产业和资本市场一窝蜂去追捧花样繁多的下游应用也需要冷静，因为我们没有从根本上掌握上游的硬件核心技术，很多应用就是无本之末，仅仅从消纳算力的角度去开发下游的应用，不会对产业链的技术提升产生多大作用。因此，对于人工智能产业的发展，我们更应该强调对上游硬件核心技术的把控，比如GPU芯片、核心服务器、交换机以及传输网络等，如果不提高生产效率，依旧是粗放式高耗能去搞算力，依旧会受制于人，那么下游的很多应用实际上都无从谈起。

　　目前全国各地都在建设各种各样的人工智能算力中心，但有没有那么多GPU芯片、高端服务器和交换机来支撑这些算力中心？核心设备和硬件从哪里来？管理层虽然鼓励人工智能的发展，但也强调要顶层设计，不能一哄而上，不能盲目狂热。人工智能要行稳致远必须要统筹规划，要在建设基础设施的同时，提升整个产业链的技术水平，实现换代升级。目前已经在算力硬件技术上有技术储备和突破的中国科学院系统、华为、中兴通讯以及一些国内顶尖的通讯设备、IT服务器、光网交换机、光传输企业都应加入到整个产业链的统筹规划中，资金实力雄厚的三大运营商应该在这方面多贡献力量，整个产业端和资本市场端也应该对产业链上游多加关注，而不是去盲目追捧一些花里胡哨的应用。从提升新质生产力的角度来看，下游的应用应该为高端制造业服务，否则就是无本之木。

　　虽然人工智能在全球发展得非常迅猛，但是对于人工智能应用端的政策限制也在不断加码。目前世界各国都在不断出台规范人工智能应用的限制政策，欧洲议会已经通过了欧盟《人工智能法案》，将对AIGC的工具进行规范和监管，美国国会也组建了工作小组，准备起草关于人工智能的监管法案。这些情况都说明一个问题，那就是人工智能的终端应用其实还不算很成熟，还有很多市场和政策风险杠杆配资公司，这个时候如果打牢上游硬科技基础，才能在未来的全球化竞争中立于不败之地。