圍繞中國科技業的敘事，曾經由看似不可動搖的三巨頭 Baidu、Alibaba 和 Tencent（合稱’BAT’）主導，如今已發生深刻轉變。對於自那些輝煌歲月起便關注中國經濟崛起的觀察者而言，顯然，格局已經改變。特別是 Baidu，這家曾是中國數位生活基石的搜尋巨頭，如今發現自己處於不同的位置，不再佔據國家經濟結構中同樣的崇高地位。一個巨大的問題浮現：這位昔日巨擘的前路將會如何？答案似乎很大程度上取決於一場長期醞釀、高風險的賭注——對人工智能變革力量的押注。這一戰略方向構成了一個更廣泛、更複雜圖景的關鍵部分，其中涉及新興 AI 參與者應對快速變化、塑造技術前沿的複雜監管框架，以及挑戰中國境內商業運營根基的潛在經濟壓力。要理解 Baidu 的宏偉計劃，需要超越表面，深入探究其 AI 投資的細節，並評估在激烈競爭和不斷變化的市場動態中，這些投資重振公司命運的潛力。
Baidu 在人工智能上的大膽賭注
Baidu 在人工智能領域持續且大量的投資，特別是側重於充滿挑戰的自動駕駛汽車領域，能否真正成為其未來增長和復興的引擎？這是圍繞該公司戰略討論的核心問題。多年來，Baidu 向 AI 研發投入了大量資源，將自己定位為中國蓬勃發展的 AI 領域的先驅。其自動駕駛開源計劃 Apollo platform，正是這一承諾的證明。它代表了一個大膽的願景：創建一個自動駕駛技術生態系統，可能徹底改變交通運輸和物流。
然而，前路充滿障礙。
- 技術障礙： 實現完全的 Level 4 或 Level 5 自動駕駛仍然是一個巨大的技術挑戰，需要在感測器技術、處理能力以及能夠應對複雜、不可預測的真實世界環境的精密演算法方面取得突破。
- 監管環境： 大規模部署自動駕駛汽車需要清晰且支持性的監管框架，涵蓋從安全標準和責任歸屬到數據隱私和網絡安全等各個方面。應對中國乃至國際上不斷變化的監管環境，又增加了另一層複雜性。
- 激烈競爭： Baidu 在這場競賽中並非孤軍奮戰。它面臨來自國內競爭對手的激烈競爭，包括 Alibaba 和 Tencent 等其他科技巨頭，Pony.ai 和 WeRide 等專業自動駕駛初創公司，以及迅速發展自身自動駕駛能力的傳統汽車製造商。全球參與者也投下了長長的陰影。
- 資本密集： 開發和部署自動駕駛汽車技術極其昂貴，需要在研發、測試、地圖繪製和基礎設施方面進行大規模、持續的投資。實現投資回報可能需要數年甚至數十年。
除了自動駕駛汽車，Baidu 的 AI 雄心還延伸至其基礎模型，特別是 ERNIE Bot，這是其對全球大型語言模型（LLM）現象的回應。在生成式 AI 領域競爭本身就帶來一系列挑戰，包括模型性能、差異化、倫理考量以及尋找可行的變現策略。
Baidu AI 戰略的成功取決於其克服這些重大障礙的能力。其在地圖繪製和搜索數據方面的深厚專業知識能否在自動駕駛領域提供獨特優勢？ERNIE Bot 能否在迅速擁擠的 LLM 市場中開闢出重要的利基市場？該公司長期的投入奠定了基礎，但’豪賭’一詞準確地捕捉了其中涉及的重大風險。這是一場經過計算的賭博，賭的是一個 AI 滲透各行各業的未來，而 Baidu 希望其早期和深入的投資能使其不僅僅是參與者，更是領導者。它的歷程將是一個被密切關注的指標，顯示老牌科技巨頭能否成功轉型並利用 AI 的力量重新定義其未來的影響力。
流沙變幻：Baichuan 的戰略調整
人工智能領域的活力和時而殘酷的變革步伐，在 Baichuan Intelligence 近期的發展軌跡中得到了生動體現。作為中國備受矚目、吸引大量關注和資金的’AI 老虎’之一，據報導，Baichuan 今年在其領導結構和戰略方向上都經歷了重大轉變。這一演變突顯了該領域固有的波動性，技術突破、市場需求和監管壓力在此交匯，創造出一個不斷變化的格局。
雖然 Baichuan 內部調整的具體細節可能尚未完全公開，但此類轉向通常反映了 AI 初創公司面臨的更廣泛行業趨勢和挑戰：
- 從基礎模型到應用聚焦： 最初的競賽通常涉及構建大型、強大的基礎模型。然而，該領域巨大的成本和競爭可能導致公司轉向開發更專業化的應用，針對特定行業或用例，這些領域的差異化和變現路徑可能更清晰。Baichuan 的變化可能反映了這樣一種戰略調整，從通用能力轉向目標解決方案。
- 市場現實與融資壓力： 圍繞 AI 的炒作週期可能導致期望膨脹。隨著市場成熟，初創公司面臨越來越大的壓力，需要展示可行的商業模式和盈利路徑。為了符合投資者期望、確保後續融資輪次或適應更具挑戰性的經濟環境，可能需要進行戰略轉變。領導層變動往往伴隨著這些調整，引入被認為是下一階段增長所必需的新專業知識或視角。
- 應對監管環境： 隨著包括北京在內的全球各國政府制定 AI 開發和部署的法規，公司必須調整其戰略。可能需要進行更改以符合有關數據使用、演算法透明度或特定應用限制的新規定。這一監管方面增加了另一層複雜性，需要戰略靈活性。
- 技術平台期或突破： AI 的進展並非總是線性的。公司可能會根據在某些研究領域感知到的平台期調整策略，或者反過來，迅速轉向以利用意想不到的突破，無論是自身的還是該領域其他地方出現的突破。
Baichuan 報導中的轉向，是更廣泛的 AI 行業快速演變的一個縮影。初創公司必須不斷重新評估其競爭定位、技術優勢和市場契合度。適應、做出艱難的戰略選擇以及可能徹底改革領導結構的能力，對於生存和成功至關重要。觀察像 Baichuan 這樣的公司如何在這些洶湧的水域中航行，為理解中國 AI 發展的前沿以及塑造這一變革性技術未來的巨大壓力提供了寶貴的見解。它們的歷程突顯了在雄心勃勃的技術目標與在高度競爭和快速變化的全球舞台上建立可持續業務的務實需求之間取得微妙平衡的重要性。
解開監管之網：北京在 AI 熱潮中的角色
人工智能的開發和部署並非發生在真空中。在中國，政府在塑造 AI 行業軌跡方面扮演著重要且多方面的角色。理解北京的監管方法對於領會像 Baidu 和 Baichuan 這樣的公司所面臨的機遇和限制至關重要。來自耶魯大學法學院 Paul Tsai China Center 高級研究員、China Law Translate 創始人 Jeremy Daum 等觀察者的見解，揭示了支撐中國監管戰略的機制和理念，並常常將其與西方，特別是美國的做法進行對比。
北京對 AI 行業的控制體現在幾個方面：
- 自上而下的規劃與產業政策： 中國已明確將 AI 列為國家發展規劃中的戰略重點。這包括設定宏偉目標，將國家資金導向關鍵研究領域和企業，並扶持國家級龍頭企業。這種自上而下的方法旨在加速發展並在特定 AI 領域取得全球領先地位。
- 許可與演算法備案： 中國已實施法規，要求公司備案其演算法，特別是用於推薦系統和生成式 AI 的演算法。這使當局能夠了解這些系統的運作方式，並就內容生成和潛在的社會影響進行監督。獲得必要的許可可能是部署某些 AI 服務的先決條件。
- 數據治理框架： 認識到數據是 AI 的命脈，中國頒布了全面的數據保護法律，如《個人信息保護法》（PIPL）和《數據安全法》（DSL）。雖然旨在保護公民隱私和國家安全，但這些法規也規定了公司如何收集、儲存、處理和傳輸數據，對 AI 模型訓練和部署產生重大影響，特別是對於有國際業務的公司。
- 制定倫理準則與標準： 政府已發布處理 AI 倫理考量的指導方針，涵蓋公平性、透明度、問責制和防止濫用等領域。雖然有時以指導方針的形式出現，但這些往往預示著監管意圖，並可能影響企業行為和產品設計。
與美國的做法相比，出現了幾個差異。美國的體系往往更加分散，更多地依賴現有的行業法規和普通法，關於是否需要全面的聯邦 AI 立法的辯論仍在進行中。雖然美國機構正變得更加活躍，但總體方法通常被描述為更受市場驅動和自下而上，與中國明確的國家戰略相比，國家直接干預引導產業發展的程度較低。
中國的監管方法是一把雙刃劍。一方面，協調一致、國家主導的戰略可能加速 AI 在優先領域的部署，並確保與國家目標保持一致。另一方面，嚴格的控制，特別是圍繞數據和演算法的控制，可能抑制創新，增加企業的合規負擔，並製造進入壁壘。圍繞中國公司 ByteDance 旗下的 TikTok 持續不斷的事件，例證了不同監管理念和數位平台全球性所引發的技術、數據隱私、國家安全擔憂和地緣政治緊張關係之間複雜的相互作用。駕馭這個錯綜複雜的監管網絡，是任何參與中國 AI 生態系統的實體所面臨的關鍵挑戰。
根基裂痕：地方政府財政與商業氣候
儘管 AI 的技術前沿佔據了新聞頭條，但中國國內潛在的經濟健康狀況和行政環境，對包括創新型科技公司在內的所有企業的發展軌跡都產生著重大影響。觀察人士強調的一個令人擔憂的趨勢，與中國地方政府日益加劇的財政壓力及其對商業氣候可能產生的下游後果有關。一些分析表明，財政壓力正迫使某些地方當局採取不利於商業信心的做法，有時被比喻為’深海捕魚’——實質上是採取激進措施從私營部門榨取收入。
這個問題的根源是複雜的：
- 財政依賴： 許多地方政府過去嚴重依賴向開發商出售土地來為其運營和基礎設施項目提供資金。隨著房地產市場降溫以及中央政府旨在遏制房地產投機的政策出台，這一關鍵收入來源已大幅減少。
- 無資金支持的任務： 地方政府常常被賦予執行國家政策和提供公共服務（醫療、教育、基礎設施維護）的任務，但並不總能從中央政府獲得相應的資金，導致結構性預算赤字。
- 債務負擔： 多年來的基礎設施支出，通常通過地方政府融資平台（LGFVs）進行融資，已導致大量累積債務，進一步加劇了地方財政的壓力。
面對這些壓力，一些地方當局可能受到誘惑或被迫尋求替代收入來源，可能導致損害營商環境的行為：
- 任意罰款和處罰： 企業可能面臨更嚴格的審查，以及似乎與規定不成比例或基於模糊解釋的罰款或處罰。
- 增加徵稅和費用： 可能會向公司徵收新的費用或’貢獻’，模糊了合法稅收與準敲詐勒索要求之間的界線。
- 延遲付款和審批： 現金流困難的政府可能會延遲支付欠私人承包商的款項，或放慢必要的行政審批速度，阻礙企業運營。
這種現象指向了一些分析師所描述的體系內的扭曲激勵。當地方官員面臨巨大壓力，需要在傳統收入來源不斷減少的情況下實現財政目標或管理債務時，他們的重點可能會從促進長期經濟增長轉向短期收入榨取。這樣的環境侵蝕了信任和可預測性，而這正是商業投資和擴張的關鍵要素。
論點認為，要實現商業信心的真正、持續復甦——這對中國整體經濟健康至關重要——需要的遠不止是政策宣示。它需要解決這些潛在的結構性問題，並改革地方治理中普遍存在的激勵結構。在北京解決地方財政壓力的根本原因並確保一個更可預測、公平和透明的營運環境之前，無論 AI 等領域存在何種機遇，企業可能仍會對投入資本和擴大營運猶豫不決。這個充滿挑戰的國內經濟背景，構成了企業在駕馭中國未來時所面臨的複雜現實中一個關鍵但常被忽視的部分。
擺脫比較：為何中國的道路不同於日本的過去
在討論中國當前的經濟挑戰——增長放緩、人口壓力以及房地產行業的重大問題——之際，人們常常將其與日本自 1990 年代開始的’失落的數十年’的經歷相比較。’日本化’（Japanification）已成為一種簡稱，指代一個可能出現長期停滯、通貨緊縮以及難以克服資產泡沫破裂後果的未來。然而，一個有力的反駁觀點認為，儘管中國面臨著不可否認的阻力，但將其與 1990 年代的日本直接比較過於簡單化，並且可能誤導人們理解中國的獨特情況和制定有效的政策應對。
幾個關鍵差異將當代中國與三十年前的日本區分開來：
- 發展階段： 在 1990 年代，日本已經是一個高收入、完全工業化的國家，處於技術前沿。儘管中國取得了快速進步，但它仍然是一個中等偏上收入國家，擁有巨大的追趕增長空間、持續的城市化進程，以及通過技術採用和產業升級實現生產力提升的潛力。其經濟結構和潛在增長動力與日本根本不同。
- 國家能力與政策工具： 中國政府對經濟和金融體系的控制程度遠超 1990 年代的日本。北京擁有更廣泛的政策槓桿——財政、貨幣和行政手段——可以用來管理經濟衰退、重組債務和引導投資，儘管其有效性和潛在副作用各不相同。
- 政治體制： 中國的中央集權、一黨制政治體制允許果斷（儘管不總是最佳）的政策執行，這與日本的民主體制形成鮮明對比，後者在其危機期間面臨著實施迅速而全面改革的政治挑戰。
- 技術活力： 雖然日本是技術領導者，但今天的中國深度融入全球創新網絡，並擁有一個充滿活力（儘管面臨挑戰）的技術部門（正如 AI 領域的持續發展所例證）。這種活力為未來的增長提供了潛在途徑，而在日本成熟的經濟中，這些途徑不那麼明顯。
- 人口結構： 雖然兩國都面臨人口挑戰，但時間點和背景不同。與日本相比，中國的人口轉型發生在經濟發展的較早階段。
持此觀點者認為，過度關注’日本化’的敘事可能會誤診中國的問題，並忽略塑造其經濟軌跡的具體因素。中國的挑戰是獨特的，源於其特定的發展模式、經濟規模、特殊的債務結構（企業和地方政府債務沉重）以及與全球經濟的複雜關係。雖然可以從日本在資產泡沫危險和管理通縮壓力困難方面的經驗中吸取教訓，但全盤套用這個標籤忽略了關鍵的區別。為中國的經濟困境制定有效的解決方案，需要對其具體情況有細緻入微的理解，而不是依賴可能弊大於利的歷史類比。中國的前進道路將是其自身的，由其獨特的政治經濟和北京做出的政策選擇所塑造。