文：互联网江湖 作者：志刚
2023是颇为关键的复苏年。新的一年，人们有一种普遍的情绪是冷静而乐观。
冷静的一面是，人们对于复苏的长周期有心理预期；乐观的一面是，新的产业革命正在发生，新的希望在闪烁着光芒。
复苏的基调下，科技行业中能够确定的方向其实就是深度学习技术。但深度学习AI面临的困境是，怎么能够通过持续的创新，真实改变当下？
1月10日，李彦宏在百度AI开发者大会上说：“创新不是闭门造车。创新，是你有机会进入市场，不断获得用户和客户的反馈，摸着‘反馈’过河才能实现的。”
科技行业为什么要进行“反馈创新”？逆境中创新究竟意味着什么？接下来的复苏中需要怎样去挖掘创新？这些疑问亟待解答。
创新驱动增长的主线下，我们离GPT技术突破还有多远？
过去一年，人们对风口的讨论少了，对增长的韧性关注变多了。
消费赛道比以往获得了更多的关注。比如一段时间内，白酒、饮料赛道很受市场欢迎。一些高成长估值赛道都有回撤。
事实表明，当下的市场情绪，相比高成长，更多的人们可能更关心的是回报。深究本因，在于像科技赛道等高成长性赛道需要长期投入，但市场总是倾向于能够获取短期回报的领域。这样的影响下，科技赛道短期估值遭杀，但长期来看这是一个价值被压实的过程。
科技的成长价值不是线性释放的，而是爆发式增长的。
4G推动了智能手机普及，进而促进了移动互联网爆发，5G推动物联网，那么深度学习会不会推动智能经济的爆发？对于这个问题，李彦宏与百度给出了自己的答案。
“如果让我来判断第四次科技革命的标志，我认为是深度学习算法。”百度AI开发者大会上，李彦宏用一张图，阐述了他的观点。
过去2000年的世界人均GDP曲线显示，早期农业社会的GDP的变化并不明显，最近的300年间，全世界的GDP有了高速增长。数据揭示了一个事实：技术的发展从来都不是线性的。《三体》用一个很酷的词来概括这个现象：技术爆炸。
我们有理由相信，深度学习算法技术很可能会引发下一轮“技术爆炸”。
在过去的一年中，ChatGPT为什么受到关注，核心就在于，他让人们看到了基于深度学习的AI作为新一轮GPT（通用目的技术）带来生产力变革。
人们都说2022年是AIGC的元年，《科学》杂志也认为AIGC是年度十大科学突破。国内这一领域，目前也已经有了实际突破和落地案例。
国家预警信息中心基于百度AI技术，有了用 AI 图文+视频创作的能力，自此，生产一条预警信息视频的时间被缩短至 90 秒。基于文心大模型，AIGC的能力正在进一步落地，AI正在帮助一些内容创作行业提升现实的生产力。
这背后，深度学习作为新一轮科技革命的关键技术，正在开启一个新的GPT技术增长周期。而新GPT周期开始，也更需要有人去做“难而正确的事”。
对于科技行业来说，创新驱动增长始终是一条不变的主线。
新旧周期交替也总是伴随不稳定因素。过去的一年中，先进半导体制造回流美国，贸易全球化不确定因素增加，人们发现，只有重大技术的进步才能够把大家从存量市场的内卷中解脱出来。
技术进步依赖创新进步。
这种进步需要两个关键要素，一个是在关键技术领域持续地投入和积累。另外一个则是持续创新的能力。这两者百度都有。
在投入上，近十年累计研发投入超过 1000 亿元，仅最近一个季度就有58 亿元的研发投入，核心投入占核心营收连续 8 个季度超过 20%。这样的研发投入即便是在科技公司中也是很罕见的。
虽然不一定所有研发投入都能带来确定的回报，但它保证了创新最重要的基础条件。持续稳定的高投入代表着足够的战略定力，这一点也是李彦宏与百度面对寒冬最大的底气。
“反馈驱动创新”，AI创新迭代的新范式
事实表明，持续科研投入的另一面，就是保持持续创新的能力。在如何持续创新这件事上，百度也有自己的理解。
在AI领域，保持研发投入最大的支撑是落地必须要稳。
一个是商业化上的稳健。
2022三季度财报显示，受百度智能云及其他 AI 驱动业务的推动，非广告收入同比增长 71%。这意味着，在落地上，百度创新有了更多的试错成本，创新其实就是不断试错，从而找到正确的道路。
另一个是创新能力上的稳健。
挑战在于能不能找到一种能够持续创新，推动技术进步的方式。百度给出的解法是“反馈驱动创新”。
什么是“反馈驱动创新”？
技术创新的某一个时期，总会有一种主导范式，比如经验积累导致的创新，新的计算方法、模型升级引发的创新。
反馈驱动创新是另一种范式：“以结果导向的，能够持续正向迭代的创新。”
新的范式应用的结果，就是商业化的成功。
比如，百度昆仑芯片有很强AI计算性能，响应几十亿次真实的用户使用需求，能够在每天进行1万亿次深度语义推理与匹配，进而倒逼大模型、深度学习框架和芯片的优化。
再比如，百度萝卜快跑的持续落地，出行服务订单量很大，意味着百度能够获得最多的市场和用户反馈，进而能持续对产品、技术优化迭代。
“反馈驱动创新的范式”的意义在于，把不确定的创新引发的“质变”结果，转化成了一个可以逐步去验证、优化的“量变”的过程。
对于自动驾驶，过去大家认为，从L2-L5是一步步来的。但其实L2之后，率先进入商用的很可能是L4，而不是L3。这个演化的过程，就需要通过落地去反馈、创新，最终朝着正确的方向去落地。
从行业角度来看，百度AI技术的创新不仅代表着百度自身，也代表着行业最知名的那波人。这波人的创新方向，引领着很多的追随者，而他们则代表着中国AI技术创新的主力。
AI行业不管是技术创新还是商业创新，大部分从业者试错的机会很少，“反馈创新”作为一种范式，更多的意义其实在于让行业少走很多弯路，就像灯塔一样，让AI创新找到正确方向。
新的关键节点上，AI为实体经济复苏注入动能
从现实意义上来看，AI技术对于实体增长的拉动正在变得更为关键。
当下的市场环境，更需要科技拉动复苏节奏，经济复苏需要依赖动能而不是势能。
势能是品牌优势、规模优势。动能则是，新流量、新市场、新技术。
产业端需要依赖新技术动能，达成更高的周转效率和降本增效的空间，获取竞争优势。
比如，对交通网络的智能化改造，解决拥堵问题后不需要限购，汽车消费就有了新增量？
目前，这一领域的实践正在探索，百度的智能交通方案已落地全国63个城市，此后，拥堵问题有望进一步解决。
这两年，整体的一个趋势是，AI技术向应用端的渗透在变深。
2022年是大模型产业化应用元年，大模型已成为许多上层应用的技术底座。比如，百度文心已经累计发布了11个行业大模型，AI通用化应用进入新的落地阶段。
在工业领域，开物工业互联网平台为工厂构建出“感知”和“思考”的能力，在能源、水务领域，AI智能化管理正在进一步提升这些基础领域的运行管理效能。
不过，我们也应当理性地看到，实体经济仍然有很多领域的数字化改造尚未完成，智能化的广泛渗透还需要时间，但随着飞桨“操作系统”深入实体，智能化的种子正在埋进各个行业深处。
技术战略，意味着长周期，而长周期不可能一帆风顺。
当下，AI在各领域的化学反应正在发生，虽然依旧挑战严峻，但值得庆幸的是，人们已经找到了正确的方向。
未来，像电力、半导体、计算机那样，AI技术能够诞生新的产业。接下来穿越周期之后，AI技术以及百度，能够怎样改造这个我们所熟知的世界，也就有了更多期待。
李彦宏在演讲中说，创立百度之初，正值互联网泡沫破裂，全世界蒸发了8万亿市值，上市科技公司一片哀嚎，但仅仅数年之后，新技术再次把科技行业推向一个新的高峰。
会不会有一家伟大AI企业把科技行业推向另外一个高峰？恐怕还需要更多的时间来证明。
结语：
历史是一个圈，人们能从历史中探寻未来，未来也总是在重复历史。
历史证明，伟大的技术是需要经过百年的时间去验证的。190年前，电磁感应被发现，基于此诞生了我们现在的电气化、信息化时代。
如今的人类只是看到了深度学习技术闪烁的希望之光。未来AI技术带来的改变，可能会超乎我们这个时代的想象。
