新华财经上海7月19日电（葛佳明） 人工智能正改变企业参与全球竞争的方式。过去，企业全球化主要依靠商品贸易、资本投入、供应链布局和渠道扩张；如今，算力、模型、数据和应用生态开始成为新一轮全球化的重要载体。

上海财经大学数字经济研究院院长高红冰在接受新华财经专访时表示，人工智能推动的全球化不再只是将产品销售到海外，而是依托全球算力供应链和基础模型，在不同国家、行业和场景中开发应用，形成由硬件、模型、数据、开发者和服务共同构成的新生态。

他认为，人工智能降低了知识获取、产品开发和组织协作成本，使创业企业从成立之初就具备服务全球市场的可能，但“生而全球化”并不意味着可以忽视本地需求。新生代创业企业能否形成长期价值，关键仍在于能否深入场景、掌握高质量数据，并持续完成自我迭代。

全球化从产品贸易走向模型和生态扩散

高红冰表示，工业化时代的全球化主要表现为商品和服务跨境流动，并由此形成全球制造和贸易网络。人工智能带来的新一轮全球化，则围绕算力基础设施、基础模型和应用开发展开。

从底层看，大模型训练和运行需要芯片、存储、光模块和数据中心等硬件支持，由此形成跨国算力产业链；在算力之上，头部企业负责开发基础模型，并通过接口或开源方式向市场提供能力；不同国家和地区的开发者则结合本地语言、文化、行业数据和市场需求，开发具体应用。

“这一轮全球化不再只是国与国之间的产品贸易，而是模型在全球范围内被使用，并在不同场景中形成新的服务。”高红冰说。

过去，企业出海往往是将相对成熟的产品复制到海外。但步入人工智能时代，全球化则更多体现为模型能力与本地场景的结合。同一套基础模型可以在金融、教育、医疗、制造等行业形成不同应用，也可以根据不同国家和地区的需求进行本地化部署。

随着人工智能由内容生成走向智能体和“物理AI”，全球产业链还将向人形机器人、无人机、智能汽车和各类服务机器人延伸。高红冰认为，中国拥有较强的制造业和供应链能力，未来在智能终端和物理人工智能领域具有较大潜力，但产品和服务仍需根据不同市场完成本地化训练和适配。

“开源模型可能成为中国企业参与新一轮全球化的重要抓手。”高红冰称，与主要通过账号和接口提供服务的闭源模型相比，开源模型可以下载至本地服务器或云端，便于企业进行部署、调整和二次开发，降低海外用户的使用门槛。

开源模型走出去，还可能带动国产芯片、算力设备、开发工具和应用服务共同进入海外市场。传统产品出海主要依靠销售产品和建设渠道，而生态出海则需要形成模型、芯片、工具、应用企业和本地合作伙伴之间的价值链联动。

不过，高红冰强调，中小企业不能仅靠“单打独斗”构建生态，应更多依托龙头企业、开源社区和产业链协同，深入理解目标市场需求、产业基础和规则环境，再设计相应产品和服务，而不是简单复制国内模式。

开源模型加速出海，全球化迈向生态竞争

人工智能是否让创业天然面向全球市场？高红冰认为，从技术条件看，答案是肯定的。

基础模型由大型企业完成开发后，中小企业可以购买模型接口，也可以下载开源模型进行部署。只要创业者掌握某一国家、地区或行业的应用场景、专业数据和创新想法，就可以通过互联网连接模型能力并开展业务，不必完全沿用“先在国内验证、再逐步出海”的传统路径。

但面向全球并不等于能够真正立足全球。高红冰表示，创业企业仍需深入理解目标市场的行业结构、用户习惯和现实需求，将模型能力转化为具有实际价值的产品和服务。

在人工智能快速迭代阶段，企业建立传统意义上的“护城河”并不容易。基础模型可能每隔数月就升级，模型能力提升也可能迅速替代既有应用，使建立在旧模型上的商业模式受到冲击。

对于应用型企业而言，长期竞争力主要来自三个方面：一是团队能否持续创新、快速迭代；二是能否掌握具有行业价值的高质量数据和语料；三是能否在技术变化中不断重塑自身。

“过去技术体系可能五年、十年发生一次变化，现在一两年就可能经历一次系统性迭代。”高红冰说，企业真正的壁垒未必是一个固定产品，而可能是比竞争对手更快适应变化。

智能体能力提升，也催生了OPC（一人公司）或极小团队创业模式。过去，智能体更多是帮助人整理信息、处理文档的工作助理。而今，随着其具备工具调用、账号授权和任务执行能力，智能体正逐步由“辅助者”转向“代理者”。

在高红冰看来，OPC并不意味着不一定只有一个人，其核心是创业者以企业家和管理者的方式，调度一批智能体完成业务。创业者需要设计商业模式和工作流程，明确不同智能体的角色，并对其产出进行考核和调整。

他认为，真正的AI原生企业不应只是把人工智能作为提效工具，而应让智能体进入业务核心。人与智能体之间的关系，也将从简单的“人机协同”进一步走向“人机共生”——个人用自身知识和经验训练智能体，智能体在执行任务中不断反馈，双方共同迭代。

产品出海到生态出海

高红冰认为，中国企业过去出海更多依靠成本、效率和供应链优势，未来则需要进一步提升标准建设、品牌塑造和生态治理能力。

随着企业海外业务扩大，数据保护、知识产权、行业标准和合规治理的重要性将不断上升。企业要建立长期全球竞争力，不能只销售产品，还要逐步形成自身的技术标准和产业生态。

中国企业的优势首先在于工程和应用型人才储备。过去二十多年，中国经历了广泛而深入的数字化转型，移动互联网、数字支付和平台应用深入生产生活，为人工智能应用积累了较丰富的数据、用户和场景基础。

其次，中国拥有完整的制造业体系和较强的基础设施能力。随着人工智能向多模态、智能体和物理终端延伸，中国在软硬件结合、规模化制造和场景落地方面可能形成新的竞争优势。

但高红冰提醒，人工智能产业呈现明显的集聚和分化效应。资本、人才、算力和模型企业可能进一步向少数城市和头部企业集中，中小企业需要在垂直行业和专业场景中找到自身优势。

对于新生代创业者而言，最重要的是完成认知转变。人工智能并非传统互联网业务的附加工具，而可能开启一个持续二十年甚至更长时间的产业周期。创业者应尽早进入市场，在学习、试错和迭代中寻找方向，而不能简单照搬上一轮互联网创业经验。

高校人才培养也需要相应调整。高红冰认为，高校不能只进行知识传授，还应更加重视人工智能应用能力、创新精神和实践经验。除面向所有专业开设人工智能通识课程外，还应加强创业实践、企业调研和产教融合，让学生接触真实产业场景。

OPC可以成为大学生开展人工智能创业的最小可行平台。学生可以在校园中寻找合伙人、接触投资人，利用智能体验证商业想法，在完成学业的同时积累创业经验。

高红冰表示，人工智能推动的新一轮全球化才刚刚开始。对于中国企业和新生代创业者而言，机会不只是将产品卖到海外，更在于通过开源模型、智能体和产业链协作，参与构建新的全球技术和商业生态。能否把握这一机遇，最终取决于企业能否深入理解市场需求、持续积累数据、快速完成自我迭代，并真正以AI原生方式重新设计产品、组织和商业模式。

 

编辑：谈瑞

 

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115