你好，欢迎来到《得到精选》，我是李南南。
今天的内容来自蔡钰老师的《商业参考》第三季，尽管现在很多人感觉是春节刚过完，刚刚开年。但实际上2024年已经过去六分之一还要多一点了，但总归好多人这个开年的心气还在。
那今天，趁着这个心气还在，就请蔡钰老师来跟你说一说那些关乎到大趋势的关键洞察，具体是哪些洞察呢？蔡钰老师认为有这么5个关键动作非常值得关注，读懂这5个动作，你就把握了很多当前的趋势。具体是哪些动作呢？
来，咱们有请蔡钰老师。
欢迎打开《蔡钰·商业参考3》，我是蔡钰。
前段时间，开启了中国人情感意义上的新一年，我想扮演一回“民科大棋党”，跟你聊聊我眼中的棋盘。
你知道，我们进入了巨浪滔天的百年变局。而我们置身的中国，作为一个超级大国，这几年到底都在忙什么？1000个人肯定有1000个答案。
我自己的目力所及，关注到的是这么几个关键动作：
第一，攒粮食。
每年的中央一号文件都是事关三农问题，而粮食安全又是其中的第一课题。因为让14亿人吃饱饭是一切安全的前提。
怎么界定中国的粮食安全线呢？18亿亩耕地红线，和1.3万亿斤的粮食年产量。
中国这两年在粮食安全上干得怎么样呢？2023年，全国实现了粮食总产量1.39万亿斤，同比增长了1.3%。连续9年稳定在1.3万亿斤以上。这在全球地缘冲突不断的环境里不容易。
2023年中国保住1.3万亿斤这个产量，背后克服了不少自然灾害，比如黄河地区的“烂场雨”、华东华北有些地方的严重洪涝、西北部分地区的干旱等等。
中国在2023年10月增发了1万亿元特别国债，当时中央政府说是给各地用来灾后重建、弥补防灾救灾短板，整体提升中国抵御自然灾害的能力的。这笔钱最直观的意义固然是帮地方政府减轻债务压力，但指向“抵御自然灾害”这个用途，也是在保民生和保粮食。
到了2024年的中央一号文件里，粮食年产量1.3万亿斤以上依然是刚性要求。
你看，旅游是鼓励的，家具家电的更新换代也是鼓励的，把传统燃油车换成新能源车也是鼓励的；但节约粮食的海报，我们今天在中国的大城小镇里仍然能看见。
第二个关键动作，攒能源。
确切地说，是一边攒传统化石能源，一边调整能源结构，把本国的用能需求从传统化石能源调整成电能，同时再把太阳能发电和风能发电的产能给拉上去。毕竟，中国自己的石油储量不够多，但太阳光和风却是足够的、免费的。
我们看看这几年能源供给端和需求端的变化。
先看供给端。截至2023年底，中国累计发电装机容量约29.2亿千瓦，同比增长13.9%。其中，太阳能发电装机容量同比增长55.2%；风电装机容量同比增长20.7%，都是远远高于GDP和工业增加值的增速。请注意，新能源产能远远高于经济和工业增加值的增速。
这一年，中国的可再生能源装机容量也历史性地超过火电装机，达到了14.5亿千瓦，在全国发电总装机当中的比重超过了50%，新能源发电的产能开始比传统的火力发电产能要高了。
再看消费端。有一个变化很有意思：中国车主越变越多，但2022年，全国的加油站数量第一次出现了下降，为什么？因为电动汽车渗透率已经超过了25%，越来越多的汽油消费改成充电桩消费了。在贸易战开打的2018年，清洁能源在全国能源消费总量中的占比是22%，到了2022年，这个数字拉高到了25.9%。中国的能源供给和需求往新能源上倾斜得越多，就意味着中国的能源越能够自主。
第三个关键动作，当下热火朝天的攒算力和数据。
今天AIGC正在成为科技界焦虑叙事的核心，2023年ChatGPT上市让人们担心中美科技差距在拉大；2024年Sora问世又让人们担心中美科技差距继续拉大。
我们得承认技术差距确实存在，怎么追？可以把问题拆开，逐个来解决，我们可以把大模型能力分解成三层：算法、算力和数据能力。
在算法层面，业内有很多讨论技术的公开论文、也有各种开源模型和开源社区可以学习参考，对这个方向有热情的人才我们也不缺。
在全球范围内一种算法的框架成为行业共识之后，比如说Transformer，各家更多拼的就是算力和训练数据集。OpenAI的山姆·奥特曼最近放风说要融资7万亿美元，这个融资雄心相当于美国经济规模的1/4了。他要万亿规模的资金是为了激励人才吗？当然是为了买GPU、买数据和交电费。
同样，在全球AIGC产业里，张一鸣老师的“大力出奇迹”信念正在成为参与者们的共识。英伟达的股价在2023年上涨了239%，成为美股华丽七雄当中涨幅最高的一支，也是因为它的GPU是所有大模型的算力根本。
我们来看自己，关于算力和数据，中国前几年其实就有家底。阿里云在2021年就已经是全球第三大的云计算服务提供商了。
在2018年贸易战开始后，中国就加快了以国家之力攒家底儿的动作。2020年工信部发布了一份《智能计算中心规划建设指南》，之后国内有接近20个工业和商业城市开始建智算中心，大多集中在东部和中部经济发达的地区。
到了2022年底，中国的算力规模占到了全球的31%，比美国的36%还有差距，但差距不大，两家都在第一梯队。
这时候，中国又开始布局“东数西算”工程，在全国范围内规划了8个国家级算力枢纽节点，东南西北都有，分布在京津冀、长三角、大湾区、成渝、内蒙古、贵州、甘肃和宁夏，肯定有离你家乡近的。在这8个算力枢纽的周边，还建了10个国家数据中心集群。
也是在2020年，中国把数据确立成了国家基础性战略资源，跟土地、劳动力、资本、技术并列视为生产要素，也把建设数字中国写进了十四五规划。上海、天津、北京等很多城市都成立了数据交易平台。到2022年，国内数据交易行业的市场规模已经到了876.8亿元，占全球的13.4%。这些数据你都不用记，我就想告诉你中国在这事上很上心。
2022年底，中国电信的总经理李正茂提出过一组“算力时代三定律”。跟阿西莫夫那个机器人三定律有点像。
第一定律叫时代定律：新时代里，算力就是生产力。
第二定律叫增长定律：世界上的算力每12个月会增长一倍。
第三定律叫经济定律：算力每投入1元，能带动3-4元的GDP增长。
照这组定律看，我们屯算力和数据就相当于在攒钱。
前面不是说中国建了好多的国家级算力枢纽节点和数据中心集群吗，通信领域的院士邬贺铨前两年还建议过，开放这些国家算力平台来支持本国大模型训练，从而减少市场参与者们的重复劳动、各自为战，这样能更快训练出智能化更高的产品。
我最近看到贵州省政府一个很有意思的发展手段，贵州省政府给本地企业发了很多的算力券，鼓励他们找政府兑换算力，来完成自己的数字化升级。
第四个关键动作，搞产业升级，反技术封锁。
有了算力和数据资源后，这件事也变得相对容易。
2018年美国制裁中兴可以算是对中国科技卡脖子的起点。当时《科技日报》列出了一份清单，梳理了中国工业发展能被卡住的35项技术，这份清单此后就成了一份经典的“真题”，被政府的产业引导基金和民间的创业者们当作机会指引来用。
到了2023年人们再翻出这份清单的时候，发现中国已经攻破了其中至少21项。华为推出的5G手机Mate 60，也被视为突破封锁的标志。
产业界突破芯片封锁，这个成果也等于是在给本国增加算力储备。2023年，你别看貌似人人都在抢GPU，实际全球半导体营收是下降的，同比降了11%。但中国半导体产量全年增加了6.9%，而且增速越来越快，这让中国的芯片进口量也减少了662亿美元，原因并不是需求减少，而是自产率上来了。
前段时间美国限制英伟达向中国出售芯片，让黄仁勋非常着急，原因之一也是中国自己的AI芯片已经在量产途中。百度2023年就找华为采购了一批价值4.5亿元的AI芯片，按进度当前应该都已经用上了。
中国基于全球第一梯队的算力和数据去做实体产业升级，这件事还可以反过来看：中国足够齐全的产业链，也可以成为场景、数据和需求素材，去帮本土的AI产业升级。
我正好最近看到有人在ToB领域做了个对比：华为的盘古大模型主要面向B端提供服务，它可以通过图片视频来判断一辆火车的故障类别。但要是拿同样的火车故障的图片视频去问GPT，它的回答就非常有限，因为美国的铁路已经提供不了足够的参数和样本来训练大模型了。要是同样跟大模型们聊聊高铁的轮轨磨损检测，盘古可以应付自如、对答如流，但GPT就更没法回答。
也就是说，中国制造业的海量数据，能让本土的大模型在专业方向上进化得更快。而火车故障、高铁轮轨磨损这种问题显然也不是客户提来玩儿的，专业大模型们满足的这些B端需求虽然没有给普通消费者画个舞龙视频酷炫，但它第一天就是朝着有确切收入和利润的方向在进化。
至于做社交和游戏的腾讯、做电商的阿里，它们在开发自家大模型时，也都是在各自真实的场景里构建能赚钱的解决方案。这样的优势是产业空心化的国家和地区没有的。
第五个关键动作，发展军工产业。
这个我们就没法展开了。你要是感兴趣，可以自己搜搜这些年的军工技术、产品和贸易突破。
再见。
好，内容听完了。
像这样的商业大趋势分析，在《商业参考》第三季中还有很多。蔡钰老师不仅会为你追踪解读宏观的大趋势，还会为你拆解很多具体的商业案例。看看那些爆款产品、明星公司，他们的做法中有哪些能够为你所用。
现在，在得到首页搜索“
蔡钰
”老师的名字，就能看到《商业参考》第三季的订阅入口，推荐你现在加入。
好，以上就是今天的内容。《得到精选》，下周见。
