Hehson科技讯 1月23日下午消息，在ACDC AIGC开发者大会上，恒业资本管理合伙人江一分享指出，AI每18个月核心能力就会完成一次代际跃迁，如今它已不再是实验室里的概念，而是无处不在：能写文章、能编曲、能设计、能编程，在企业中排班，在工厂里检测，在课堂上教学，在医院里诊断，成为真能帮企业降本、帮创业者赚钱、帮投资者找机会的工具，甚至变成先进生产力催生的环境。

　　“这个时代，需要求之于势，不责于人—需，借着科技趋势放大自己的努力。它可能是无数个零前面的壹。”江一指出。在他看来，现在AI已经从“技术概念”变成“商业核心”，赚钱的逻辑也从“拼规模”变成“拼效率”，而这一切的底层逻辑正在从模型、算力、数据、应用正融合为统一的经济基础，千行百业的痛点在AI这一命题下找到共解，政策、资本、产业与社会接受度，也正在形成新的协同。

　　“每一次网络升级都为下一轮技术爆发打基础，现在我们正处在‘AI+产业’深度融合的第三阶段，产业服务才是AI价值释放的核心场景。”在江一看来，“对AI创业者而言，无需追求大而全的技术突破，找到具体场景切入即可变现，当前C端高频场景已基本被巨头占据，B端垂直场景成为创业者的核心机会。

　　江一进一步指出，“未来立体营销、普适计算、物联网、区块链、混合现实，这些技术融合会催生更多新物种，而跨技术融合将是AI未来的核心增长点，区块链+AI、量子计算+AI、脑机接口+AI等跨界领域，将诞生下一批独角兽企业。”

　　他测算指出，2024年，全球AI算力需求达到10^23 FLOPS，相当于2010年全球算力总和的100万倍；预计2027年将达到10^26 FLOPS，三年增长1000倍。此外，数据作为AI的“石油”，未来也将呈现四大趋势：一是数据资产化将成为企业核心战略，2026年将有超过50%的上市公司在财报中披露数据资产价值；二是数据要素市场将加速成熟，数据交易从“非标交易”向“标准化交易”转型；三是联邦学习、差分隐私等隐私计算技术将大规模应用，解决“数据可用不可见”的痛点；四是合成数据将成为重要补充，2027年合成数据在AI训练中的占比将突破25%。

　　对于如何让AI顺畅落地？江一提出了涵盖资源接入层、数据管理层、Data&AI工程化层、智能应用层及安全运营层的“AI系统落地五层架构”，并指出，现在已经有很多大中型企业在采用，效果特别明显，项目交付周期能缩短一半以上，客户续约率大幅提升。未来三年，将有超过80%的大中型企业采用类似的架构体系构建AI基础设施。（文猛）