李彦宏：AI产业应优化资源配置，聚焦垂直应用，避免重复造轮子

2023年3月，百度创始人李彦宏在接受媒体采访时评论了中国人工智能产业的现状及未来发展。他特别提到，中国在产业环境、资源配置和市场导向等方面的特点，使得“再出一个OpenAI”几乎不可能。他分析了中国AI产业的现状，认为大企业在技术和资源上的主导地位使得重复建设通用大模型的创业公司面临巨大挑战。因此，他建议创业公司聚焦于垂直应用，而不是在通用模型上花费过多的时间和成本。

中国AI产业的现实逻辑

李彦宏强调了中国AI产业资源的高度集中。国内市场中，算力、数据和资金等资源主要集中在如百度、阿里、腾讯等大型科技公司手中。例如，百度在过去十年中累计研发投入超过1400亿元，文心大模型的日均调用量超过6亿次，形成了明显的技术壁垒。因此，小型创业公司如果选择重复开发通用大模型，不仅面临高昂的开发成本，还可能始终无法突破大厂的技术壁垒。

李彦宏考察了政策导向与市场环境。他指出，虽然中国的“百模大战”政策促使AI大模型的快速崛起，然而却导致了资源的过度分散和低效内卷。例如，2023年中国涌现出超过200个大模型，但大多数在性能和商业化能力方面接近，增加了市场竞争的难度。李彦宏认为，集中资源来优化少数基础模型，将能够提高整个产业的效率。

创业公司的生存空间

面对如此背景，李彦宏建议创业公司应寻找具有独特发展机遇的垂直应用场景，如医疗、教育及法律等领域，而不是简单地复制和重复造轮子。他举例说明，许多成功的创业公司正是建立在大厂模型的基础上，进行行业细分和定制化开发。例如，智能客服公司“追一科技”通过利用大厂的模型，成功地为银行和电信行业提供了解决方案，年营业收入超过5亿元。而在艺术领域，AI绘画工具“6pen”凭借开源模型的优化，吸引了超过100万用户。

李彦宏也提到，一些创业公司通过技术微创新取得了成功。例如，深度求索（DeepSeek）采用MoE（混合专家）架构，极大地降低了算力成本，并且其模型的性能接近GPT-4。同时，智谱AI利用高质量的中文语料库，在古文理解和法律文本生成等专业场景中表现优异，彰显了技术差异化的路径。

争议与挑战

尽管李彦宏的观点有诸多支持，但也面临批评和挑战。一方面，有人质疑大厂的创新动力，认为在盈利压力下，大厂可能会偏向于保守的技术路径，导致创新速度滞后。事实上，百度文心大模型早期迭代速度一度落后于ChatGPT，直到面临竞争压力才得以加速。

另一方面，中国的AI企业在全球化竞争中存在短板，包括算力制裁和数据合规等挑战。与OpenAI的开放生态相比，中国的大模型出海仍受到诸多因素的限制，如内容审查和本地化适配。当下一代模型如GPT-5投入市场时，可能进一步拉大中美技术差距。如果中国过于依赖应用层的创新，将可能导致基础研究的“空心化”。

未来趋势判断

李彦宏认为，未来可能形成“大厂做基础模型+创业公司做垂直应用”的产业分工结构。这一结构类似于安卓生态系统，其中谷歌主导系统，而第三方开发相应的应用程序。李彦宏还预测AI时代会出现超过微信的超级应用，如AI个人助理和行业智能体，提升各行各业的智能化水平。

李彦宏明确表示，的政策导向对行业健康发展至关重要。若能通过“揭榜挂帅”手段定向支持关键技术（如芯片和算法），以及推动数据要素的流通，将为创业公司创造更多机会。

李彦宏对中国AI产业的分析与展望，反映了其由“野蛮生长”向“理性竞争”的转变。他呼吁在基础模型与应用层之间形成良好的生态平衡，避免单一化风险。对于大厂而言，要证明其在技术创新方面的主导地位，而非仅凭规模压制市场；对于创业者而言，仍有诸多创新空间等待探索。

整体来看，中国能否在AI领域诞生类似OpenAI的企业，在于能否在技术理想与商业现实之间寻找到有效的平衡。随着数据开放与算力资源的进一步优化，中国AI产业的未来充满了可能性与机遇。