震惊！中国企业的AI革命受阻：生成式Ai背后不为人知的障碍

还记得苹果放弃造车，几十亿美金的投资打水漂，转战生成式AI的新闻吗？虽然苹果最近又开始反复横跳，貌似又要造车了，但是今天小科不聊苹果，而是聊聊生成式AI。

就在前几天，Gartner刚出炉的报告让人大吃一惊，超过60%的中国企业，已经开始计划在未来一年到两年里，把生成式AI这位“黑科技新星”请进门。但问题来了，理想很丰满，现实却骨感。在这波澜壮阔的变革中，中国虽然一路狂奔，领跑赛道，可前方的道路，似乎并不全是平坦大道。生成式AI光鲜背后又有哪些困境呢？

首先，我国在生成式AI方面还存在一些短板需要补齐，其中最主要的集中在算力、数据集和人才三个方面。

先说算力这块硬骨头，算力是人工智能发展的基础，可偏偏在中国大力发展生成式AI的时候，“美帝”开始了对中国的GPU限令，让人头疼。英伟达占了机器学习图形处理器95%的市场份额，现在没有英伟达的A100、H100这些大模型训练的必需品，我国在算力这块儿举步维艰。

再说数据集，虽然咱们是大数据大国，2022年数据产量8.1ZB，数据资源丰富，但数据的多样性和质量还有待提高。数据高质量方面，相比英文数据集37.7%的全球高比重，中文数据只占3.2%，还得努力追赶。就像熊彼特说的，再多的马车连起来也不是火车。我们需要更全面、更准确的标注数据来训练更先进的模型，要不然很难到达量变到质变的转变。

另外还有人才，中国人口基数大，顶尖人才也不少，全球最顶级AI研究人员占26%，只比美国少2个点，世界第二，但问题是，顶尖人才被美国像磁铁一样吸走了一大半，在我国就业只有12%，远低于美国的57%。生成式AI高度依赖人们的创新能力，所以怎么留住这些大脑，让他们在中国的土壤上种出AI的参天大树是个问题。

除了以上说到的三个短板，咱们还得注意隐私这事，生成式AI的背后，需要巨量的数据进行训练，所以保不成也是多少个人信息的“无私奉献”。如果知情同意成了摆设，信息保护原则嵌入则难于上青天。生成式AI火了，可万一哪天你的秘密也跟着火了，那可咋整？

当然，咱们国家在生成式AI这块虽然现在还有些困难，但别忘了，办法总比困难多。咱们继续加油发展，相信未来肯定越来越好的！在这个AI狂飙的时代，咱们不仅要跑得快，还得跑得稳。

说到这里，你是不是也觉得生成式AI的未来既光明又曲折？咱们该怎么做，才能让这把双刃剑舞得既炫酷又安全？