數(shù)據(jù)要素創(chuàng)造價(jià)值的 3 種模式

1討論數(shù)據(jù)要素的“錨點(diǎn)“是什么？當(dāng)下人們圍繞“數(shù)據(jù)要素”有許多討論的議題，如權(quán)屬、流通、交易、市場(chǎng)、跨境、隱私、安全、治理等，各界有許多共識(shí)、也有些分歧。我們需要探討的是，人們討論數(shù)據(jù)這一議題的“錨點(diǎn)”是什么？“前提”是什么？沒有“錨點(diǎn)”和“前提”，就沒有對(duì)數(shù)據(jù)議題對(duì)錯(cuò)、利弊、好壞、優(yōu)劣、得失的評(píng)價(jià)標(biāo)準(zhǔn)?！叭绾未龠M(jìn)數(shù)據(jù)要素創(chuàng)造價(jià)值”是討論數(shù)據(jù)要素議題的“錨點(diǎn)”，而系統(tǒng)科學(xué)理解“數(shù)據(jù)要素如何創(chuàng)造價(jià)值”是“前提”。這個(gè)“前提”是，人們要清晰地理解，在微觀具象世界中數(shù)據(jù)要素創(chuàng)造價(jià)值的技術(shù)、原理、路徑、模式，在宏觀抽象世界的數(shù)據(jù)要素創(chuàng)造價(jià)值的機(jī)理、邏輯和意義。事實(shí)上關(guān)于數(shù)據(jù)這個(gè)議題，我們無論對(duì)具象世界的深度觀察，還是對(duì)抽象世界的規(guī)律認(rèn)知都是不充分的。歷史上，人們對(duì)生產(chǎn)要素的討論首先關(guān)注的是，它是如何創(chuàng)造價(jià)值、促進(jìn)人類生產(chǎn)力進(jìn)步。400年前威廉·配第（1623-1687）提出，“土地是財(cái)富之母”、“勞動(dòng)是財(cái)富之父”，后來“資本”“技術(shù)”先后成為當(dāng)年新的生產(chǎn)要素的原因，首先是在實(shí)踐中資本、技術(shù)在為人類物質(zhì)財(cái)富創(chuàng)造、生活水平提高及生產(chǎn)力進(jìn)步做出巨大貢獻(xiàn)，這些生產(chǎn)要素成為人類創(chuàng)造價(jià)值不可或缺的必要充分條件。相對(duì)于土地、勞動(dòng)、資本、技術(shù)創(chuàng)造價(jià)值的機(jī)理和邏輯，數(shù)據(jù)如何創(chuàng)造價(jià)值是復(fù)雜的。這種復(fù)雜性來自于，數(shù)據(jù)要素既會(huì)作用于生產(chǎn)力，也會(huì)作用于生產(chǎn)關(guān)系；既會(huì)作用于看的見的物理世界，也會(huì)作用于看不見的賽博空間；既會(huì)作用于傳統(tǒng)單一要素的價(jià)值倍增，也會(huì)作用于整個(gè)生產(chǎn)要素的資源優(yōu)化；既會(huì)突顯單一場(chǎng)景的價(jià)值，更會(huì)呈現(xiàn)全局系統(tǒng)的意義；既會(huì)呈現(xiàn)有形可見的現(xiàn)實(shí)價(jià)值，也會(huì)沉淀無形的潛在優(yōu)勢(shì)。從這個(gè)意義上講，學(xué)習(xí)《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃》征求意見稿，重要的體會(huì)是，它重新定義了數(shù)據(jù)要素議題的“錨點(diǎn)”，夯實(shí)了數(shù)據(jù)要素議題討論的“前提”，校準(zhǔn)了數(shù)據(jù)要素工作部署的“方向”，將數(shù)據(jù)要素工作的重心放在“數(shù)據(jù)如何創(chuàng)造價(jià)值”上，回答了數(shù)據(jù)要素的作用機(jī)理、核心瓶頸、優(yōu)先領(lǐng)域、價(jià)值導(dǎo)向、實(shí)現(xiàn)路徑等重大議題。將數(shù)據(jù)要素的主流話語體系聚焦在如何加快應(yīng)用上，鎖定在如何服務(wù)中國現(xiàn)代化全局上。2實(shí)踐中數(shù)據(jù)到底是如何創(chuàng)造價(jià)值的？實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，應(yīng)用是檢驗(yàn)數(shù)據(jù)價(jià)值的唯一標(biāo)準(zhǔn)（姜奇平），如何理解數(shù)據(jù)，還是回到技術(shù)和商業(yè)的一線，回到數(shù)據(jù)創(chuàng)造價(jià)值的現(xiàn)場(chǎng)。我們從快遞物流、生產(chǎn)制造、賓館服務(wù)、國防軍事等好像沒什么關(guān)系的幾個(gè)領(lǐng)域，看看數(shù)據(jù)是如何創(chuàng)造價(jià)值的。

1、快遞物流。10多年前，國內(nèi)一家物流公司每天的快遞訂單量達(dá)到1500萬單，之后盡管采取了各種方法，但訂單量很難有大的突破。過了幾年快遞行業(yè)出現(xiàn)一項(xiàng)新技術(shù)——電子面單，快遞公司在車輛、人員、倉庫等實(shí)物資源沒有大的變化背景下，每天訂單量達(dá)到5000萬單、提高了3.3倍。電子面單最大的價(jià)值是實(shí)現(xiàn)了快遞訂單端到端的數(shù)字化，以數(shù)據(jù)流優(yōu)化了物流資源配置效率。2、制造行業(yè)。10年前的時(shí)候，網(wǎng)站上發(fā)表了一片文章，文章的標(biāo)題是“whytheUScanbeatChina:thefactsaboutSpaceXcost”，在所有人都認(rèn)為中國是全球成本最低的國家時(shí)，有人說“我要把美國航空發(fā)射器的成本降到中國的1/7”。這個(gè)10年前的預(yù)言今天實(shí)現(xiàn)了。SpaceX每公斤發(fā)射成本從18500美元降到2720美元。這背后的一個(gè)重要因素在于：SpaceX在產(chǎn)品開發(fā)早期階段，通過數(shù)據(jù)+算法的模擬擇優(yōu)，替代傳統(tǒng)實(shí)物試驗(yàn)，大幅降低了研制成本、縮短周期，提高研發(fā)效率和產(chǎn)品質(zhì)量。3、賓館服務(wù)。旅游賓館行業(yè)是一個(gè)非常傳統(tǒng)的行業(yè)，但國內(nèi)有一家公司，它擁有的房間數(shù)量不是全國第一，但是市值最高的時(shí)候是這個(gè)行業(yè)第2到第9名市值之和。這背后是什么原因呢？背后是數(shù)據(jù)驅(qū)動(dòng)的決策，重新構(gòu)建了一套系統(tǒng)性運(yùn)營體系。它針對(duì)客戶提供差異化的極致服務(wù)，私域擁有會(huì)員就數(shù)達(dá)1.7億，86%的訂單來自于私域流量渠道。就像他們董事長所說的，以前這個(gè)賓館連鎖企業(yè)是最懂技術(shù)的酒店管理公司，未來是最懂酒店的技術(shù)服務(wù)公司。4、國防軍事。2020年10月，美國國防部發(fā)布了首份《數(shù)據(jù)戰(zhàn)略》報(bào)告，最重要的一句話是：基于數(shù)據(jù)決策重新定義美國國防部。美國防部的愿景是“成為一個(gè)以數(shù)據(jù)為中心的機(jī)構(gòu)，通過快速規(guī)模使用數(shù)據(jù)來獲得作戰(zhàn)優(yōu)勢(shì)和提高效率?！痹诿绹鴩啦靠磥恚簲?shù)據(jù)日益成為國防部各個(gè)流程、算法和武器系統(tǒng)的“燃料”；數(shù)據(jù)的價(jià)值在于，在聯(lián)合全域作戰(zhàn)上，在戰(zhàn)場(chǎng)上形成數(shù)據(jù)優(yōu)勢(shì)；在高級(jí)領(lǐng)導(dǎo)決策支持上，利用數(shù)據(jù)改進(jìn)國防部管理工作；在具體業(yè)務(wù)分析，使用數(shù)據(jù)推動(dòng)所有層級(jí)的明智決策。說來說去，核心就是用數(shù)據(jù)推動(dòng)所有美國國防部各層級(jí)的科學(xué)決策。概括起來，無論是制造行業(yè)、快遞物流、賓館服務(wù)，還是國防軍事，數(shù)據(jù)作為一種要素的底層邏輯是一致的，就是基于數(shù)據(jù)+算法的科學(xué)決策，優(yōu)化資源配置的效率，提升核心競(jìng)爭力。3數(shù)據(jù)創(chuàng)造價(jià)值的本質(zhì)是兩場(chǎng)革命工具革命和決策革命當(dāng)我們?nèi)プ穯枖?shù)據(jù)到底是怎樣創(chuàng)造價(jià)值的，或許我們可以先追問數(shù)字化的本質(zhì)到底是什么？在我看來是兩場(chǎng)革命：一個(gè)是工具革命，一個(gè)是決策革命。

什么叫工具革命呢？馬克思曾說“手推磨產(chǎn)生的是封建主的社會(huì),蒸汽磨產(chǎn)生的是工業(yè)資本家的社會(huì)”，“各種經(jīng)濟(jì)時(shí)代的區(qū)別,不在于生產(chǎn)什么,而在于怎樣生產(chǎn),用什么勞動(dòng)資料生產(chǎn)。”回到今天的數(shù)字時(shí)代和智能時(shí)代，我們看到：傳統(tǒng)的機(jī)器人、機(jī)床、專業(yè)設(shè)備等傳統(tǒng)工具正升級(jí)為3D打印、數(shù)控機(jī)床、自動(dòng)吊裝設(shè)備、自動(dòng)分檢系統(tǒng)等智能工具，傳統(tǒng)能量轉(zhuǎn)換工具正在向智能工具演變，大幅提高了體力勞動(dòng)者效率；同時(shí)CAD、CAE、CAM等軟件工具提高了腦力勞動(dòng)者的效率。無論是體力勞動(dòng)者，還是腦力勞動(dòng)者，通過新的工具，提高了生產(chǎn)、研發(fā)效率?！肮ぞ吒锩钡暮诵膬r(jià)值在于幫助人們“正確地做事”。什么叫決策革命呢？但光“正確地做事”還遠(yuǎn)遠(yuǎn)不夠，更重要的是“做正確的事”。今天我們討論數(shù)據(jù)，數(shù)據(jù)帶來的是一場(chǎng)決策的革命——“決策革命”，幫助人們做正確的事兒。就像圖靈獎(jiǎng)和諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者西蒙所說，管理的核心就是決策。決策可以分成兩類：程序化決策和非程序化決策。程序化決策，是常規(guī)的、有規(guī)律可循的決策，可以制定出一套規(guī)則流程，可以用數(shù)據(jù)+算法進(jìn)行描述的決策，是有確定性答案的決策。今天數(shù)字化一個(gè)重要方向就是在企業(yè)研發(fā)、設(shè)計(jì)、生產(chǎn)、運(yùn)營、管理過程中的每一個(gè)決策行為，無論是人的決策還是機(jī)器的決策，都在嘗試通過數(shù)據(jù)+算法的方式進(jìn)行替代。這就是基于歷史經(jīng)驗(yàn)的、有規(guī)律可循的程序化決策，這種決策可以稱為經(jīng)理人決策。非程序化決策，過去尚未發(fā)生過，或其確切的性質(zhì)和結(jié)構(gòu)尚捉摸不定或很復(fù)雜。比如企業(yè)家的決策，企業(yè)家(entrepreneur)是敢于承擔(dān)一切風(fēng)險(xiǎn)和責(zé)任去開創(chuàng)并領(lǐng)導(dǎo)一項(xiàng)事業(yè)的人。企業(yè)家的決策是基于未來洞察的決策，無法用數(shù)據(jù)+算法來描述，事前沒有標(biāo)準(zhǔn)答案。過去可能沒有發(fā)生或者它的性質(zhì)和規(guī)律還沒有被發(fā)現(xiàn)的決策領(lǐng)域，主要靠企業(yè)家們?nèi)プ鰶Q策。所謂的數(shù)字化，就是不斷地把經(jīng)理人對(duì)管理的、物流的、采購的、研發(fā)的規(guī)律，不斷的模型化、算法化、代碼化，用數(shù)據(jù)驅(qū)動(dòng)構(gòu)建一套新的決策體系?；跀?shù)據(jù)決策的三個(gè)核心要素：在線實(shí)時(shí)+端到端+科學(xué)精準(zhǔn)對(duì)于這套用數(shù)據(jù)驅(qū)動(dòng)構(gòu)建的新的決策體系，我們可以從制造業(yè)的場(chǎng)景中感受一下：在一個(gè)制造業(yè)的物理場(chǎng)景中，無論是生產(chǎn)一輛汽車、一架飛機(jī)、一件衣服還是一部手機(jī)。當(dāng)你獲得一個(gè)個(gè)訂單后，這個(gè)訂單信息就會(huì)在企業(yè)的經(jīng)營管理、產(chǎn)品設(shè)計(jì)、工藝設(shè)計(jì)、生產(chǎn)制造、過程控制、產(chǎn)品測(cè)試、產(chǎn)品維護(hù)等等各個(gè)環(huán)節(jié)去流動(dòng)。而流動(dòng)的背后是決策。什么叫決策？就是你能夠把正確的數(shù)據(jù)、在正確的時(shí)間、以正確的方式、傳遞給正確的人和機(jī)器，以這種方式優(yōu)化資源配置的這樣的一個(gè)效率。過去我們經(jīng)常講什么叫智能制造。智能制造的核心和本質(zhì)不在于你有更多的機(jī)器人、數(shù)控機(jī)床、AGV小車以及先進(jìn)的各種設(shè)備，而在于數(shù)據(jù)在企業(yè)各個(gè)環(huán)節(jié)的流動(dòng)過程中，是不是可以越來越少的不需要人去參與，這才是智能制造的最本質(zhì)的核心。

所以，當(dāng)我們講數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)候，面對(duì)一個(gè)復(fù)雜的業(yè)務(wù)場(chǎng)景，我們要提出三個(gè)基本的核心要素。第一，你的數(shù)據(jù)是不是實(shí)時(shí)在線的。第二，你的數(shù)據(jù)是不是端到端的。第三，你的數(shù)據(jù)是不是科學(xué)精準(zhǔn)?；谶@三個(gè)要素，才能真正地實(shí)現(xiàn)數(shù)據(jù)在正確的時(shí)間、以正確的方式、傳遞給正確的人和機(jī)器。數(shù)字化轉(zhuǎn)型的本質(zhì)：基于數(shù)據(jù)+算法的決策重構(gòu)運(yùn)營機(jī)制今天對(duì)于數(shù)字化轉(zhuǎn)型來說，數(shù)據(jù)要素在實(shí)體經(jīng)濟(jì)中發(fā)揮作用的核心在于：基于數(shù)據(jù)+算法的決策重構(gòu)企業(yè)的運(yùn)營機(jī)制。今天無論是C端還是B端，無論是對(duì)消費(fèi)者的洞察，還是對(duì)企業(yè)客戶的洞察，不僅僅是需要升級(jí)你的客戶關(guān)系管理系統(tǒng)、制造執(zhí)行系統(tǒng)、PLC等等各類軟件系統(tǒng)，更重要的是，數(shù)據(jù)驅(qū)動(dòng)的核心在于：今天所有的企業(yè)決策應(yīng)當(dāng)是基于需求的動(dòng)態(tài)決策。無論是產(chǎn)品研發(fā)創(chuàng)新、智能制造、渠道管理、銷售和分銷、品牌建設(shè)、數(shù)字化營銷還是用戶運(yùn)營，所有的決策都是基于對(duì)客戶需求的精準(zhǔn)決策。不僅可以在前端（C端）實(shí)時(shí)感知客戶的需求，同時(shí)可以在B端迭代自己的解決方案，更重要的是它可以基于對(duì)客戶的感知，滿足客戶的實(shí)時(shí)需求。而這個(gè)才是數(shù)據(jù)發(fā)揮作用的核心，也是數(shù)據(jù)要素創(chuàng)造的價(jià)值所在。4數(shù)據(jù)要素創(chuàng)造價(jià)值的三種模式：價(jià)值倍增、投入替代、資源優(yōu)化數(shù)據(jù)要素創(chuàng)造價(jià)值不是數(shù)據(jù)本身，數(shù)據(jù)只有跟基于商業(yè)實(shí)踐的算法、模型聚合在一起的時(shí)候才能創(chuàng)造價(jià)值。數(shù)據(jù)和算法、模型結(jié)合起來創(chuàng)造價(jià)值，主要有三種模式：

第一種模式：比特引導(dǎo)原子（價(jià)值倍增）。數(shù)據(jù)要素能夠提高勞動(dòng)、資本、技術(shù)等單一要素的生產(chǎn)效率，數(shù)據(jù)要素融入到勞動(dòng)、資本、技術(shù)等每個(gè)單一要素，使得單一要素的價(jià)值產(chǎn)生倍增效應(yīng)。

第二種模式：比特替代原子（投入替代）。數(shù)據(jù)可以激活其他要素，提高產(chǎn)品、商業(yè)模式的創(chuàng)新能力，以及個(gè)體及組織的創(chuàng)新活力。數(shù)據(jù)要素可以用更少的物質(zhì)資源創(chuàng)造更多的物質(zhì)財(cái)富和服務(wù)，會(huì)對(duì)傳統(tǒng)的生產(chǎn)要素產(chǎn)生替代效應(yīng)。移動(dòng)支付會(huì)替代傳統(tǒng)ATM機(jī)和金融機(jī)制的營業(yè)場(chǎng)所，波士頓咨詢（BCG）估計(jì)過去10年由于互聯(lián)網(wǎng)和移動(dòng)支付的普及，中國至少減少了1萬億傳統(tǒng)線下支付基礎(chǔ)設(shè)施建設(shè)。電子商務(wù)減少了傳統(tǒng)商業(yè)基礎(chǔ)設(shè)施大規(guī)模投入，政務(wù)“最多跑一次”減少了人力和資源消耗，數(shù)據(jù)要素用更少的投入創(chuàng)造了更高的價(jià)值。

第三種模式：比特優(yōu)化原子（資源優(yōu)化）。數(shù)據(jù)要素不僅帶來了勞動(dòng)、資本、技術(shù)等單一要素的倍增效應(yīng)，更重要的是提高了勞動(dòng)、資本、技術(shù)、土地這些傳統(tǒng)要素之間的資源配置效率。數(shù)據(jù)生產(chǎn)不了饅頭，生產(chǎn)不了汽車，生產(chǎn)不了房子，但是數(shù)據(jù)可以低成本、高效率、高質(zhì)量地生產(chǎn)饅頭、汽車、房子，高效率地提供公共服務(wù)。數(shù)據(jù)要素推動(dòng)傳統(tǒng)生產(chǎn)要素革命性聚變與裂變，成為驅(qū)動(dòng)經(jīng)濟(jì)持續(xù)增長的關(guān)鍵因素。這才是數(shù)據(jù)要素真正的價(jià)值所在。5AI大模型是數(shù)據(jù)創(chuàng)造價(jià)值的最短路徑數(shù)據(jù)只有被計(jì)算才能產(chǎn)生價(jià)值。從數(shù)據(jù)流動(dòng)的視角看，數(shù)字化解決了“有數(shù)據(jù)”的問題，網(wǎng)絡(luò)化解決了“能流動(dòng)”的問題，智能化解決了“自動(dòng)流動(dòng)”的問題。數(shù)據(jù)流動(dòng)的自動(dòng)化，本質(zhì)是用數(shù)據(jù)驅(qū)動(dòng)的決策替代經(jīng)驗(yàn)決策。

基于數(shù)據(jù)+算力+算法可以對(duì)物理世界進(jìn)行狀態(tài)描述、原因洞察、結(jié)果預(yù)測(cè)和科學(xué)決策。“數(shù)據(jù)+算法”將正確的數(shù)據(jù)（所承載知識(shí)）、在正確的時(shí)間、傳遞給正確的人和機(jī)器，以信息流帶動(dòng)技術(shù)流、資金流、人才流、物資流，優(yōu)化資源的配置效率。

當(dāng)AI大模型到來的時(shí)候，這套邏輯體系發(fā)生了什么變化呢？

第一個(gè)變化是：AI大模型產(chǎn)生高質(zhì)量、在線、精準(zhǔn)的數(shù)據(jù)。例如在自動(dòng)駕駛領(lǐng)域，Cornercases(長尾場(chǎng)景)是指自動(dòng)駕駛場(chǎng)景中那些不常見或一些極端的場(chǎng)景數(shù)據(jù)，數(shù)據(jù)比例可能只有1%，難以獲取，影響自動(dòng)駕駛的有效檢測(cè)能力，可能引發(fā)很多安全問題。而AI大模型可以生成數(shù)百萬個(gè)CornerCases，助力完成算法訓(xùn)練、測(cè)試驗(yàn)證和迭代優(yōu)化。

第二個(gè)變化是：AI大模型自動(dòng)生成高效率、場(chǎng)景化、高質(zhì)量算法。2023年11月，特斯拉宣布已開始向員工推出完全自動(dòng)駕駛（FSD）V12版本，F(xiàn)SDV12的C++代碼只有2000行，減少了車機(jī)系統(tǒng)對(duì)代碼的依賴，相比之下，F(xiàn)SDV11有30多萬行代碼。背后是FSDV12完全采用神經(jīng)網(wǎng)絡(luò)進(jìn)行車輛控制，從機(jī)器視覺到驅(qū)動(dòng)決策都將由神經(jīng)網(wǎng)絡(luò)進(jìn)行控制。FSDV12有望打造自動(dòng)駕駛領(lǐng)域的基礎(chǔ)底座，引領(lǐng)視覺算法的GPT時(shí)刻。6智能時(shí)代數(shù)據(jù)+算法的“兩個(gè)不等式”自從2022年11月ChatGPT推出后，經(jīng)常有人會(huì)問“為什么中國沒有ChatGPT?”如果你想真正找到答案，正確的提問姿勢(shì)是“中國為什么沒有OpenAI？中國為什么沒有Snowflake?中國為什么沒有Palantir？”今天，我們把所有的聚光燈都聚焦在ChatGPT上。

在我看來，ChatGPT只是美國數(shù)字技術(shù)創(chuàng)新森林里的一棵樹上的兩片葉子，今天我們把所有的聚光燈都聚焦在這片葉子上，把這片葉子都快烤黃了。我們需要思考的是：這棵樹是什么樣子？樹根長成了什么樣子？它有什么樣的土壤？創(chuàng)新的森林生態(tài)是什么樣子？只有我們把這片森林、這片土壤、這片樹的規(guī)律都搞清楚了，我們才能找到這一輪數(shù)字技術(shù)創(chuàng)新的底層邏輯和規(guī)律。為什么美國會(huì)有這么多數(shù)字創(chuàng)新企業(yè)？原因有很多，但在我看來，最重要的原因是：“云計(jì)算+AI+數(shù)據(jù)”已成為數(shù)字時(shí)代創(chuàng)新的基礎(chǔ)設(shè)施，是孕育孵化新企業(yè)、新產(chǎn)品的搖籃。

在這個(gè)新的創(chuàng)新基礎(chǔ)設(shè)施之上，如果我們把時(shí)間尺度放到5年、10年或者15年，智能時(shí)代數(shù)據(jù)要素創(chuàng)造價(jià)值的方式，將與兩個(gè)重要的“不等式”密切相關(guān)。

第一個(gè)是“數(shù)據(jù)不等式”：未來AI生成的數(shù)據(jù)量，將遠(yuǎn)遠(yuǎn)大于人類生產(chǎn)的數(shù)據(jù)量。AI過去一年生成的圖像，超過過去150年人類拍攝的所有照片數(shù)量。歐盟執(zhí)法機(jī)構(gòu)“歐洲刑警組織(Europol)”的一份報(bào)告預(yù)測(cè),到2026年互聯(lián)網(wǎng)上多達(dá)90%的內(nèi)容是由AI創(chuàng)建或編輯的。

第二是“算法不等式”：AI生成的代碼量，將遠(yuǎn)遠(yuǎn)大于人類編寫的代碼量。ChatGPT已經(jīng)通過了谷歌L3級(jí)代碼工程師（入門級(jí)，18萬美元年薪）測(cè)試。國內(nèi)研究機(jī)構(gòu)CSDN測(cè)試結(jié)果是，GPT-4的軟件編程能力相當(dāng)于中國月薪3萬元人民幣的程序員水平。GitHub的一項(xiàng)測(cè)試表明，完成同樣的一個(gè)軟件最小可行產(chǎn)品（MVP）開發(fā)任務(wù)，AI工具幫助一位只有4年編程經(jīng)驗(yàn)的巴基斯坦程序員，只用兩周就完成了開發(fā)任務(wù)。而另一位擁有19年編程經(jīng)驗(yàn)的資深程序員，因?yàn)闆]有使用AI工具，完成同樣任務(wù)花費(fèi)了5倍的時(shí)間，20倍的成本。

數(shù)據(jù)要素的問題要看當(dāng)前，更要看長遠(yuǎn)。未來，更多的數(shù)據(jù)疊加更多的算法，意味著AI將徹底改變數(shù)據(jù)要素創(chuàng)造價(jià)值的方式，并帶來指數(shù)級(jí)的價(jià)值增量。7美國以公共數(shù)據(jù)開放強(qiáng)化AI大模型垂直行業(yè)應(yīng)用的領(lǐng)先地位今天的AI競(jìng)爭不是單一技術(shù)的競(jìng)爭，而是一場(chǎng)體系化競(jìng)爭。美國不僅有芯片、模型、云計(jì)算，我們還觀察到，在數(shù)據(jù)開放領(lǐng)域，美國公共數(shù)據(jù)的開放力度更大。目前美國已經(jīng)將發(fā)明專利、金融數(shù)據(jù)、科研論文書籍、歷史文化、交通運(yùn)輸、醫(yī)療健康、氣象海洋、航天航空等高質(zhì)量數(shù)據(jù)開放出來。

發(fā)明專利：美USPTO商標(biāo)與專利局開放大量科學(xué)、技術(shù)和商業(yè)記錄，包括數(shù)百萬項(xiàng)專利、已發(fā)布的專利申請(qǐng)和注冊(cè)商標(biāo)，提升模型對(duì)問題產(chǎn)生解決方案的能力。

金融數(shù)據(jù)：美SEC證券交易委員會(huì)開放上市公司財(cái)務(wù)報(bào)表及注釋數(shù)據(jù)，用于提升模型金融