原文链接：https://finance.sina.com.cn/hy/hyjz/2023-03-17/doc-imymewyw1352417.shtml
李彦宏在2023年亚布力中国企业家论坛第23届年会演讲

以下为演讲全文：

我已经有几年没有来亚布力了，过去三年，我经常一有时间就整天待在家里看书。今天我想利用这个机会跟大家汇报一下我的看书心得。这些心得总结成一个话题，就叫“增长的动力”。增长从哪里来？听起来它有点像经济学研究，但我作为企业家的视角，对它的理解，还是有所不同。

作为改革开放的亲历者和受益者，见证了过去40多年中国GDP的高速增长，从过去的几千亿元，到去年增长已经超过了120万亿元。

从1960年代以来，美国的人均GDP增速其实也挺陡的。从全世界范围内过去2000年的更大范畴来看，人均GDP增长曲线很有意思。

前1700多年人均GDP基本没有变化，这意味着什么呢？第一，它意味着人的生产效率没有变化；第二，人的生活质量和经济增长也不快。但为什么从18世纪末期开始，人均GDP出现了这么陡的增长？因为世界人口也在这200多年的过程中，出现了高速增长。这两个因素叠加起来，就是一种指数型的增长。Industry revolution其实是这200年里经济高速增长的原因，Industry revolution在中文里经常被翻译成“工业革命”，但 Industry revolution这个“工业”翻得不是特别贴切。就像今天没人会说百度是一个工业公司一样，但在英文的语境里的百度是Industry，我们代表的是Industry。如果我们认真追究这个叫法，其实应该叫“科技革命”，换句话说就是，第一次科技革命的代表是蒸汽机，第二次科技革命的代表是电气，第三次科技革命代表的是信息。

那么，有没有第四次科技革命？我认为是有的。这种增长还会持续，而增长是由创新驱动的。大家对这个结论可能也不会很惊讶，那么，“创新从哪里来”反而是我们应该要认真思考的一件事。我自己的体会是：创新是靠“反馈”激发、推动出来的。无论你做什么东西，一定要有市场，或者说，一定要有人来告诉你，这个东西是“对”还是“不对”，是“好”还是“不好”，有了这样的反馈就会出现快速的迭代，从而出现好的创新。第四次科技革命主要是以深度学习、算法为代表的人工智能革命带来的，而这种创新愈发明显地是靠“反馈”、靠Feedback获得的。今晚不少朋友都提到了昨天 “文心一言”的发布。“文心一言”是一个新一代的大语言模型，生成式的AI产品。这是一个非常典型的、要靠“反馈”才能不断提升的模型，这也是我为什么很希望及早地把它给发出来。

昨天发布会之后，好多人说你为什么不现场去演示，今天要不要在亚布力这个现场给大家演示一下，我的团队要求我现场演示，但总共就15分钟的时间，而且我也已经发出了不少邀请码，大家可以自己去试试。为什么这么多人关心它？它为什么会是一个很大的事儿？因为它背后的技术总体上叫做“自然语言理解”，或者说，就是电脑具备对人的自然语言的理解能力，具备清晰表达人的意思的能力，具备很好的逻辑推理能力。

试想一下，当一个机器具备理解能力、表达能力、推理能力时，它非常像“人”，但机器的记忆力、计算能力远比人强。机器有了这样的能力之后，确实会改变每一个行业。我判断，这个技术可以拉近每一家企业与它的客户之间的距离。举个例子，比如你是可口可乐，全球有几十亿的客户在买你的产品，你有没有可能对于这几十亿人的每一个人、7乘24小时给他配个专属的客户服务人员呢？人为上肯定不可能，经济学上算不过账来，但当机器具有这样的能力时，那么自然就变得可能了。增长就是从这来的。过去不可能的事儿其实很多时候不是不可能，只是因为太贵了。现在因为技术的进步使得成本迅速下降，效率迅速提高，很多“不可能”都变得“可能”，因此产生了增长。

大模型带来三个方面的增长机会：

一是所谓的新型云计算。过去的云计算主流的商业模式叫做IaaS（Infrastructure as a Service）是基础的算力、存储什么这些东西，以后的云计算主流的商业模式会变成MaaS，就是Model as a Service，就是很多的应用是基于现成的模型来进行开发的，所以云计算的游戏规则会因此而改变。

二是行业模型带来的机会。我们去年和哈尔滨有一个联合发布的城市行业模型——“冰城文心”，这种大模型面向某个行业进行精调，它不仅能懂比较通用的一般人懂的知识，也会懂某个行业的知识，能够更好地去解决各行业的问题。这种公司一旦对每个行业吃得比较透，就可以服务这个行业很多的企业或是组织。

第三个机会是应用开发。这个应用开发就是基于现有的文字生成、图片生成、语音视频生成和数字人等能力，开发出来我们今天完全无法想象的应用。倒回到2007年，大家不会想象到今天会有抖音、微信、淘宝等，在AI时代，在大模型时代，也会出现这样量级、现象级的应用出来，只不过它是基于大模型来开发的。

智能交通也很明显地可以提升效率，提升效率其实就是创新带来的。在智能交通领域，我们有很多个城市都有落地项目，基本验证了当初的理论。通过人工智能技术，可以使这个城市的交通效率提升15%—30%，对应的GDP增长是每年2.4%—4.8%，在北京亦庄，广州黄埔，河北保定、湖南长沙、株洲等城市都有证明。

另两个反馈驱动创新的例子：一是昆仑芯片。昆仑芯片现在特别适合大模型做推理，将来也会适合做训练，这件事百度也做了有十年以上。而之所以它能够用在今天的大模型的推理上，就是因为“有反馈、有应用”。当初我们做搜索的时候，买别人的芯片太贵了，1万美元一片，我们自己做，2万人民币就做下来了，所以就逼着自己做，做出来了昆仑芯片，今天它每天可以响应1万亿次的深度语义匹配和逻辑。

另一个萝卜快跑是我们自动驾驶运营服务的品牌，今天已经超过了200万单，在武汉等城市可以进行全无人的商业化运营。所谓的全无人，就是不仅没有司机，也没有安全员。大家平时见到的这种无人驾驶通常车上还坐着一个安全员，只是这个安全员不碰方向盘。然而今天在一些城市已经可以不用配备安全员了，你要打一辆车，打开车门，里面是没有人的，你只要付费之后，它就把你带到你想要去的位置。大家有兴趣可以到武汉经开区现场体会一番。为什么我们要拼命去做无人驾驶的规模？萝卜快跑的规模其实是为了获得反馈，只有单量足够多时，才能遇到别人遇不到的技术问题，才能够去解决这些问题，在这个过程中才会产生创新。

最后，我想从技术的角度讲一下人工智能时代发生了哪些根本性的变化。IT的技术栈在之前基本可以分成三层，即底层的芯片层、中间的操作系统层、上面的软件层或叫应用层。在PC时代， Windows就是中间的操作系统，Intel是芯片层，上层则是大家各显神通去开发各种各样的软件。在手机移动时代，仍然分为芯片层、操作系统层，只不过操作系统换成了IOS、安卓，上层的软件改了一个名字叫做“应用”。但在人工智能时代，这个IT的技术栈会变成四层。底层还是芯片，但芯片会变成以GPU为主的人工智能加速器，百度的昆仑芯片就是这个层面的芯片。框架层是人工智能的框架， Facebook或MATA都是这个框架，而国内比较领先的是百度的飞桨。框架上面才是模型，昨天发布的文心一言就属于大模型。模型可以有语言模型、视觉模型及听觉模型，按照行业分也可以有交通大模型、能源大模型、金融大模型、医疗大模型，等等。在大模型之上，才是人工智能时代的应用，百度的搜索、智能的信控，或者能源、电力等，就是智能的调度系统。这些都是比较典型的人工智能时代的应用。这几层之间相互反馈，使得整个应用的效率不断提升。ChatGPT的调用的价格，每一个Token调用的价格在一两个月就降低了一个数量级，这说明它的创新速度非常快。这种现象在人工智能时代会比较普遍。人工智能技术快速演进，会带给我们一个非常不一样的世界。所以百度真正相信的就是，用科技来让复杂的世界更简单。