一、AI大模型催生“三新”，发展新质生产力

     “三新”即新产业、新模式、新动能，AI大模型已经成为催生三新的重要推力且潜能无限。第一，新产业方面，AI大模型广泛渗透进千行百业，其并非简单叠加，而是通过深度交叉融合的形式催生产业升级，在改造提升传统产业、培育壮大新兴产业、布局建设未来产业三方面均发挥了重要作用。多模态大模型增加了输入信息模态，能接受语音、文字、图像，具有更广泛应用范围。其在自然语言处理、计算机视觉、语音识别领域的应用，已经成为数字经济时代的新产业的代表；与矿山、交通、医疗等传统产业的融合，则催生了智能采矿等新产业。同时，AI大模型催生的新产业具有鲜明的新质生产力特征。一是创新密集，2023年11月20日，国家工业信息安全发展研究中心、工信部电子知识产权中心发布的《中国AI大模型创新和专利技术分析报告》显示，我国大模型专利申请总数突破4万余件，增长势头强劲。二是增值含量高，如华为盘古药物大模型学习了市面上真实存在的17亿个已知的药物分子的化学结构进行预训练，在化学无监督学习模式下，实现结构重构率、合法性、唯一性等指标全面优于现有方法。第二，新模式方面，AI大模型是一种带有技术进步生成能力的要素，在生产领域形成复杂劳动能力，其无形性和外溢性可打破时空限制，改变资源配置方式和组织分工，催生经济增长新模式。如在工业领域，AI大模型已在原理化研发、前瞻化设计、高效化仿真、精细化检测、智能化调控、科学化运维和定制化售后七大领域形成创新应用模式。新模式促成了以战略性新兴产业和未来产业为代表的“新制造”，以高附加值生产性服务业为代表的“新服务”，聚合而成为新质生产力。这体现了AI大模型在推进新型工业化和现代服务业快速发展，促进传统经济模式向新经济模式转变。第三，新动能方面，AI大模型可以充分发挥数据要素乘数效应在经济发展中的加速作用。数据要素的乘数效应之所以产生，因为它可以在多场景中不断被循环使用，不断发掘出新价值，带来多元化业务扩张。大模型则是发挥数据乘数效应的核心工具。通过大模型参数，机器学习才可以在数据中提取到模式和规律，建立经济增长要素之间的关联性，一组数据才可以支撑全链条、全场景、全生态链的业务增长。以技术驱动发展的新动能不同于以大量简单劳动和资源投入驱动发展的旧动能，是绿色发展的基础。绿色发展是高质量发展的底色，新质生产力就是绿色生产力。新动能只有成为强大而持久的推力，才能形成对旧动能的替换，同时保持经济的平稳高质量发展，使传统生产力向新质生产力过渡。

     AI大模型作为新质生产力的重要构成要素，拥有应用于无限经济场景的潜力，是一种具有重塑中国经济能力的颠覆性技术，未来势必给我国经济发展带来无尽的机遇和挑战。融合复杂系统思想的辩证法则提供了兼具理论性和现实性的分析工具，可揭示、预见AI大模型在经济过程中对立又统一的机遇和风险，新发展理念则从5个方面为AI大模型高效、健康发展提供了价值引导。

     1.创新与模仿。AI大模型虽然应用范围极广，但目前只有少数企业拥有研发和进化能力。根据华为开发者大会2023（Cloud）发布，截至2023年7月，全球仅发布数百个大模型，我国年内发布了80多个大模型。其中在生产实践中得到广泛应用的数量就更少了，业内领先的大模型几乎集中于谷歌、OpenAI（已被微软收购）、华为这些全球领先的创新型企业。究其原因，AI大模型对算法、算力的高要求和颠覆性技术研发与商业上的不确定性，导致该技术和业态的创新能力和全流程应用能力仅被极少数新兴创新型公司所掌握。待技术和商业模式逐渐成熟后，技术外溢或引进为后续企业以模仿式创新进入提供条件，这样可以有效降低研发风险和商业风险。这种创新形式一度构成了我国产业领域技术创新的主流，但在“逆全球化”的背景下，这种形式的运行时常受阻。尤其在AI大模型领域，中美两国占据了全球八成以上份额，两国关系和美国对核心技术的保护成为了技术引进能否顺畅进行的最大变数。综上所述，从算力、算法、数据三方面加强AI大模型领域自主创新能力，尤其是原发性技术创新能力，使大模型成为我国新质生产力的坚实支撑点。

     2.协调与竞争。AI大模型与千行百业的融合与竞争关系同在，给协调发展带来促进和阻碍两种相反的力量。AI大模型以技术创新形式重塑了传统行业生产函数，给企业管理决策带来了丰富经验凝聚而成的人类智慧，低成本的反复使用和边际报酬递增推进了企业的生产可能性边界，形成了以AI大模型拥有者为中心的商业生态系统，系统内各成员形成了一种协同共赢的关系，践行了协调发展理念。如华为“盘古”大模型由华为云联合鹏程实验室等科研单位和高校合作搭建，实现了多行业、多场景中多主体的帕累托改进。在煤矿领域，盘古矿山大模型已经在全国8个矿井规模使用，一个大模型可以覆盖1000多个细分业务场景，避免了危险操作；盘古制造大模型通过训练可在1分钟做出3天的生产计划。此外，AI大模型在生态位上显著的竞争优势可能会让系统内其他企业不具备与其讨价还价的能力，甚至对其形成技术依赖，形成一家独大的局面。对于系统外的行业而言，AI大模型可能让它们遭遇“降维打击”。摩根士丹利调查显示，AI技术破坏的行业市场份额5年下降了约20%，15年下降了40%，同期新进入者的市场份额则增加了30%。由此可见，AI大模型的扩散存在产业间和产业内不平衡发展的双重风险。

     3.绿色与能耗。AI大模型无论在政策层面还是实践层面均有力践行了绿色发展理念。“数智融合绿色未来”是2023世界人工智能大会聚焦的主题。国家能源局2023年3月28日发布的《关于加快推进能源数字化智能化发展若干意见》文件，要求积极推动数字科技与能源产业发展深度融合，构建清洁低碳、安全高效的能源体系。蚂蚁科技集团申报的绿色AI技术促进节能减排提效创新应用实践入选了2023AIIA（中国人工智能产业发展联盟）人工智能十大潜力案例。大模型延伸了人类的认知水平，由此带来的决策能力的提升引致的资源集约化利用更是解决人与自然和谐问题的关键。可是，AI大模型带来的两种风险与绿色发展理念是相悖的。一种是目前已经显而易见的能耗，运行大模型的超算系统带来的能耗极大，超级计算机在内的高性能计算正成为能源消耗大户。国际能源署（IEA）数据显示，容纳超算的数据中心用电量占全球总用电量的1.5%~2%，大致相当于整个英国的耗电量，预计到2030年，这一比例将上升到4%。另一种是未来可能发生的资源浪费，即在“大模型热”的推动下，企业甚至政府层面不顾自身能力和资源约束盲目上马AI大模型项目，却由于算法、算力和数据的不科学不完备无法发挥应有的作用，带来无谓的资源消耗。

     4.开放与安全。AI大模型发展与高水平对外开放相辅相成，同时也是国家安全体系的重要一环。AI大模型技术的完善、应用场景的丰富以及规模经济效应均离不开高水平对外开放。据中研普华产业院《2024-2028年中国大模型市场发展分析与投资战略规划报告》分析，全球大模型竞争格局呈现出多元化特点，中美欧日等国家和地区推出一系列各具特色的大模型产品和服务。美国大模型在自然语言处理、计算机视觉、语音识别、AI芯片、云计算基础设施方面具有优势，中国大模型在应用场景、算法优化、数据资源等方面具有优势，高水平的对外开放可以形成优势互补，减少重复性研发投入。但是，AI大模型是一种战略性产品，数据更有可能蕴含着大量的国家机密，是各国政府重点保护的对象，涉及到网络安全、科技安全、信息安全，甚至国土安全、军事安全等国家重点安全领域。安全发展是五大发展理念之前提，高水平对外开放立足于安全之上。大模型是一种技术含量极高的产品，大模型产业集群具有复杂系统特性，故以技术为核心的系统安全观是安全开放的指导思想。

     5.共享与“极化”。共享发展注重解决社会公平正义问题，AI大模型则可能加剧或改善这一问题。AI大模型带来的“极化”效应目前已初见端倪。在企业领域，庞大的参数规模和复杂程度，对计算能力有极高的要求，所以大模型先锋案例发生在业内首屈一指的公司，是一种差异化尖端产品。大模型应用场景非常丰富，而且不断成长，将复杂环境场景化、程序化，处理复杂问题更加迅速准确，与竞争对手相比体现出更强的商业变现能力。大模型拥有的不断学习和成长基因，开始具备涌现能力，拥有大模型能力的企业与常规企业学习能力上会呈现出马太效应，边际收益递增效应叠加规模经济效应，强者本就强，成长还更快。在地区领域，大模型集中分布于北京、广东、浙江、上海，呈现出地区“极化”效应。究其原因，大模型的生产和使用对科技人才、算力水平要求极高，发达地区具有天然优势。“极化”效应未必会加剧社会的不平等，清晰的产权、“权责利”匹配的收入分配、税收和转移支付等财政工具，确保在不断做大“蛋糕”的基础上实现共享发展。

三、AI大模型高质量发展的指导思想与对策

     在指导思想上，树立复杂系统思维，先立后破，以进求稳。AI大模型高质量发展必须以复杂系统思维为其底层逻辑。新发展理念作为大模型发展的价值引导，不是五大理念的简单叠加，而是耦合作用、系统共生。数字化社会造就的前所未有的社会系统复杂性已经形成学界共识。在实践领域，AI大模型在千行百业的广泛渗透，覆盖了微观企业、中观产业、宏观经济三维向度，既包括企业自身，也包括各利益相关者构成的经济系统在形式和发展过程上呈现出BA无标度网络特征，即网络的规模是不断扩大的且新的节点更倾向于与那些具有较高连接度的节点相连接。复杂系统的网络思想、非线性、非平衡、突变、混沌等特征，为AI大模型发展提供了不同于传统经济的新思路。网络思想强调多发展目标的耦合，AI大模型发展应注重效率兼顾公平、注重竞争兼顾协调、注重开放兼顾安全，不能走偏重单一目标的老路。非线性、非平衡、突变意味着大模型发展具有不确定性和不稳定性，发展规划要留有变化的空间，需要时刻关注内部和外部环境，抓住机遇，规避风险。混沌效应要求AI大模型要注重初始条件，因为这可能会带动系统长期巨大的链式反应，技术的原创性程度和政府规制是重要的初始条件。另外，AI大模型作为当前和未来新质生产力的支撑点，其发展还应立足于2023年中央经济会议精神，即“先立后破，以进求稳”。大模型是一种颠覆性技术，应尽量避免产业剧烈震荡带来的失业和经济增速下降问题，保证产业变迁的平稳过渡和整体经济的平稳运行。这就需要大模型与传统产业实现价值互补、共赢共生，建立缓冲机制，逐步建立新兴经济发展模式，逐步淘汰落后产能。遵守以上指导思想，AI大模型发展需要在微观、中观、宏观三维向度实现突破。

     微观领域：创新为上，要素升级。创新是大模型发展中最核心的因素，是践行新发展理念的钥匙，AI大模型发展要以技术原创性、颠覆性创新推动要素升级。如谷歌提出的联邦学习法可以在多个持有本地数据样本的分散式边缘设备或服务器上训练算法，而不交换其数据样本，这样就兼具了数据的完备性和安全性。企业是创新的主体，大数据的创新模式却不能停留在闭门造车的封闭、独立状态，复杂网络思想下，独立创新向协同创新转变，中心式创新向分布式创新转变。目前我国大模型整体创新能力还落后于美国，但并非跨时代差距，大模型领域很多创新短板都是共性问题。如数据的完备性和准确性、强大并节能的算力、算法的应用性、大模型的逻辑性。所以，大模型领域技术创新和业态创新应秉承“眼观六路，以我为主”原则，不必一味实施赶超和模仿式策略。充分利用国内外一切可用的资源，研究所、高校、甚至民间力量，都可能形成创新的驱动力，创立一个开放式创新平台尤为重要。

     中观领域：技术扩散，价值共创。AI大模型只是工具，必须与丰富的应用场景融合才能创造价值，因此技术在产业中的扩散和融合是前提，价值共创则是协调发展的动力。根据复杂网络理论，颠覆性技术的扩散是一种非线性过程，网络特征会影响技术扩散。对于新兴企业而言，网络规模越大，网络度均值越高，主体间的学习效应和竞争激励有益于技术的深度扩散，对于在位企业则不一定产生该效应。因此，相比于新兴企业，传统型在位企业未必有参与大模型赋能的积极性。竞争博弈产生的压力和互利共赢的效益会形成在位企业拥抱新技术新业态的内生动力，因此一个平等的竞争环境尤为重要。大模型复杂经济系统通常以产业集群形式存在，在集群内部，价值共创的生态系统文化和平等议价的交易模式是各主体协调、共享发展的基本原则。除此之外，各个利益主体应该积极打造自身的核心竞争力，形成谈判制衡，避免大模型公司“一枝独秀”的局面。

     宏观领域：制度规范，多元治理。首先，发挥举国体制优势，助力大模型爆发式增长。大模型的核心竞争力在算力、算法、数据三方面，算力的突破离不开诸如量子计算机等超算设备的迭代升级，算法的突破离不开国家基础数学和信息技术的快速发展，数据则是国家重点保护的战略资源。大模型业态更离不开5G技术、低空战略、新基建设施的加成。因此大模型战略必须是国家战略。其次，大模型可能带来的市场失灵和违反新发展理念的问题，需要以政府主导的集成式创新制度进行规范。创新缺位问题、资源浪费问题、贫富差距问题、安全问题，都将成为未来大模型发展治理的重点议题。最后，大模型对经济的全方位渗透和由此带来的社会系统复杂性，应该形成政府主导，行业、企业、研发机构协同的综合治理体系。