摘要：美国占领技术高地，中国可能赢下普及竞赛。

产联社编辑｜沛林

图片由AI生成

过去几年，关于中美人工智能竞争的讨论，大多围绕谁拥有更多GPU、谁的模型跑分更高、谁能率先突破下一代能力边界。

但在长期从事人工智能研究和投资的李开复看来，真正容易被低估的，可能不是某一个模型，而是AI整体能力提升和成本下降的速度。

近期，在彭博社对李开复的采访中，他给出的一个直观判断是，如今AI能够完成的任务长度，已经达到一年前的约10倍。如果一年前AI只能完成一项需要人类4分钟处理的任务，现在已经可以处理约40分钟的任务。这样的进步速度，会直接改变企业采用AI的节奏，影响甚至可能超过蒸汽机、互联网和摩尔定律。

这也意味着，AI竞争已经不只是OpenAI、Anthropic、DeepSeek和月之暗面之间的模型竞争。

它正在同时改变三件事：企业应该如何组织，人未来应该做什么，以及中美两种不同的AI商业模式，最终会把技术带到哪些市场。

在李开复看来，美国仍然可能赚到更多的钱，但在AI真正进入全球普通用户和企业的过程中，中国反而可能拥有另一种优势。

AI不需要层级，组织必须重构

李开复认为，当前AI最容易被忽视的变化，是能力提升的速度。

模型不仅越来越聪明，也越来越便宜，能够独立完成的任务越来越长。这种变化一旦继续下去，企业面对的问题就不再是“要不要使用AI”，而是原有组织结构是否还能适应AI。

在他看来，许多CEO虽然已经开始公开谈论AI，企业内部也出现了会议纪要工具、部门聊天机器人等应用，但这些项目距离真正的转型仍然很远。

他在即将出版的新书《AI原生：转型公司的必然要求》中甚至将大量现有AI项目形容为“作秀”。判断一家企业是否真的完成AI转型，标准并不是用了多少工具，而是AI有没有真正改变财报电话会议上的数字。

更大的变化将发生在人和AI如何共同工作。

李开复预计，五年后，典型公司的组织架构会与今天明显不同，最重要岗位上的人也会变化。原因在于，“AI员工”会越来越便宜、越来越快，也越来越能独立完成复杂任务。

但AI并不适合直接塞进传统企业的管理层级中。

传统组织依靠经理、下属和汇报关系运转，而AI并不需要这样的层级。未来真正重要的人，更可能是能够定义问题、把复杂问题拆解后交给大量AI并行处理，以及在结果出现问题时承担最终责任的人。

“AI无法承担责任。”李开复说。

因此，他认为未来最重要的能力也不再只是编程。

年轻人更应该学习如何解决问题、提出新的问题，以及如何“指挥AI大军”并行完成复杂任务。这种能力并不要求工程背景，人文学科学生同样可以掌握，即使年纪较大、没有科技背景，也可以通过学习获得。

如果以他自己的公司为例，一个业务单元最初可能由20个人和100个AI组成。随着AI能力继续提高，如果业务规模不变，人可能减少、AI增加；如果业务扩张，则可能出现人和AI同时增加。

关键不是把人彻底拿掉，而是保留足够多的人，继续完成AI无法替代的“人与人连接”和最终责任。

问题在于，这种变化同时意味着大量现有岗位会消失。

当AI完成生产，人靠什么生活？

AI提高生产效率的一面已经越来越明显，但就业冲击也正在显现。

彭博在采访中提到印度年轻人的就业困境：自1983年以来，印度年轻毕业生数量增长13倍，达到6300万；截至2023年，找不到工作的年轻毕业生数量增长16倍，达到1100万。

这正是李开复认为社会必须提前面对的问题。

他的判断是，一些新兴产业仍然会创造新的就业，但与此同时，整个社会都需要重新思考对“工作”的依赖程度。

原因在于，AI可能创造巨额财富，却未必按照过去工业化时代的方式创造同等数量的工作岗位。

如果这种判断成立，未来的问题就不再只是如何培训人们掌握AI，而是当越来越多生产活动由AI完成以后，人们应该通过什么方式获得收入、价值感和社会身份。

李开复认为，可以寻找新的财富再分配方式，让人们减少工作时间，同时让一些过去经济价值较低、但具有社会价值的活动获得报酬。

不过他也承认，对正在失去工作或者根本找不到工作的人来说，这种解释很难令人满意。

这也是为什么他认为，AI带来的变化最终会超出经济问题本身。

2018年，李开复曾在患癌以及母亲患病后重新思考自己长期把工作置于生活中心的状态。如今，他认为AI正在迫使更多人面对类似的问题。

现实中，人们被问到“你是谁”时，往往首先介绍自己的职业。但如果AI开始大规模改变岗位，把人的身份完全建立在工作之上，将变得越来越危险。

在他看来，人类最终需要重新认识那些无法由AI真正替代的东西。

其中一个就是人与人之间的连接。

李开复预计，未来增长最快的就业领域之一，可能恰恰是需要大量人与人接触的行业。即使AI能够模仿情感互动，人们也未必愿意接受机器完全替代真实的人际关系。

因此，AI一方面可能压缩大量现有岗位，另一方面也可能重新提高照护、陪伴和人与人互动类工作的价值。

而这种就业和社会结构变化，与另一场正在发生的竞争密切相关：究竟什么样的AI，能够以最低成本进入最多企业和普通人的生活。

美国赚更多钱，中国拿下更多用户

谈到中美AI竞争，李开复并不认为中国已经在前沿模型上超过美国。

他的判断很明确：OpenAI和Anthropic在大多数衡量AI质量的指标上，依然长期处于第一或第二的位置。

但问题在于，它们主要采用闭源模式，而中国AI企业大多走开放模型路线。

李开复用汽车作了一个类比。

如果OpenAI或Anthropic提供的是一辆售价5万美元的最新特斯拉，那么中国的开放模型可能相当于一辆1.5万美元、性能接近六个月前旗舰产品的特斯拉。

在绝对性能上后者并不是最先进的，但价格优势极其明显。

这也是为什么他认为，中美AI最后可能形成类似iPhone与Android的格局。

OpenAI和Anthropic更像苹果，拥有最好的产品，也可以销售价格很高的企业级服务，因此美国公司最终可能赚到更多钱。

中国企业则更像Android阵营：模型性能略有落后，但成本更低、开放程度更高，可以拥有更大的市场份额、更广的覆盖范围和更多使用量。

这种模式也存在明显的商业化难题。

开放模型被下载以后，用户甚至可能只需要为运行模型的服务器付费，而不需要向模型开发者支付任何费用。因此，占有率更高并不意味着利润更高。

但如果讨论的是全球AI普及，中国模式反而可能拥有明显优势。

尤其是在买不起高价闭源模型的发展中国家，DeepSeek、月之暗面等中国公司的产品可能更容易成为基础AI工具。

这一优势的前提，是中国企业能够持续将能力差距控制在较小范围内。

李开复承认，硅谷拥有深厚的人才储备，美国公司完全可能再次推出某种重大突破，使中国企业需要更长时间才能追赶。

但过去几年的现实，也让他认为仅仅依靠芯片限制，并不能阻止中国AI继续进步。

他估计，DeepSeek拥有的GPU算力可能只有美国竞争对手的1%至3%，却仍然取得了接近的模型效果。在他看来，美国的出口管制低估了中国企业和工程师面对资源限制时解决工程问题的能力。

与此同时，中国AI企业激烈的内部竞争，也推动了这种追赶。

据彭博报道，中国市场目前存在近1000个相互竞争的大语言模型。李开复将硅谷公司比作相信自己有机会拿诺贝尔奖的“天才”，而中国企业则更像一群非常优秀、但知道自己必须依靠不断学习才能追赶天才的学生。

它们并不会真正坐在一起开发模型，但论文公开、模型开放以及人员在企业之间流动，使不同公司能够迅速了解彼此的技术进展，相当于在一个所有人都能观察的“鱼缸”里共同推进研究。

这也构成了中美AI竞争中两种越来越清晰的路径。

美国依靠最先进的模型、算力和高价企业服务占据技术与利润高地；中国则依靠工程效率、开放权重和低成本不断逼近，并试图把AI推向更广泛的市场。

因此，如果问题是“哪一方的AI公司能够赚更多钱”，李开复的答案是美国。

但如果问题换成“谁能够让更多人真正使用AI”，答案就未必相同。

在这场竞争中，最先进的模型当然重要，但当性能差距被压缩到几个月时，价格、开放程度和传播速度也可能成为决定胜负的另一套标准。

而这或许正是中国AI目前最值得关注的优势：它未必首先赢得利润最高的市场，却有可能首先赢得AI普及的市场。

文章来源：Kai-Fu Lee: China Will Win the AI Race for Reach，bloomberg

商务合作/报料请联系侯经理 18801065284（微信同号）