亚太地区已迈入数字经济的黄金时代。
算力是人工智能创新的决定性因素，已成为亚太地区数字经济的核心生产力。
要推动亚太地区实现人工智能的加速增长，四个关键因素至关重要：政策与治理、研发创新、可规模化的产业应用以及人才生态系统。
与蒸汽机、计算机和互联网等历史上的技术一样，过去20年间，数字技术以前所未有的速度和广度改变了人类社会。它极大地促进了社会经济的创造力与增长。
面对这些变革性机遇，亚太地区已迈入数字经济的黄金时代。2022年，许多亚洲国家的GDP增长率超过 5%。该地区人口规模庞大、资源优势显著，年轻一代的崛起为其新兴经济体带来了新的潜力。预计到2030年，东盟将成为世界第四大经济体，区域互联网经济市场规模有望达到1万亿美元。
几乎所有亚太国家都在积极采取措施，推动国家数字化总体规划。以印度尼西亚为例，该国特别重视其《2045年愿景》。《智能孟加拉蓝图》和《韩国数字新政》均显示出对数字政府的强劲投资承诺。此外，泰国已发布第十三个五年计划，旨在到2027年将数字经济在GDP中的占比从12%提高到30%。
在这一有利的政策环境下，各行各业正利用信息通信技术可持续地提升效率。在数字政府建设中，税务、海关和执法等传统服务正在网络平台上高效办理。在机场和高速公路，5G、云计算和人工智能的应用优化了出行体验，缓解了交通拥堵。部分大学也在建设“智慧校园”，为更多年轻人提供数字资源。
与此同时，数字化与脱碳已成为相互增强的两股力量。例如，公立医院屋顶光伏和储能设施的大规模部署，代表了一种由技术推动的可持续未来。
算力占据核心地位
随着亚太地区从数字时代迈入智能时代，算力已成为人工智能创新的决定性因素，也是数字经济的核心生产力。
算力是智能时代的基础，其最关键的基础设施是数据中心。具体而言，算力规模决定生产力，算力产业决定竞争力，而算力应用则成为驱动力。
根据国际数据公司（IDC）对15个国家开展的调查，算力指数每提高一个点，将带动国家数字经济增长3.6‰。以印度尼西亚为例，其数据中心市场将在2023年至2029年间以18%的年增长率增长。在中国，过去五年数据中心规模实现了年均近30%的增长率。
可以预见，随着基础模型训练不断深入，人工智能发展正跨越拐点与奇点。它的应用早已远超娱乐用途，正融入产业与生产体系。由此产生的超大规模人工智能模型和海量数据，使算力成为最稀缺、最具优势的资源之一。
亚太地区算力增长的关键技术与产业趋势
技术视角
算力的发展推动人工智能向第三代升级。以知识驱动的第一代人工智能利用知识、算法和算力构建人工智能；以数据驱动的第二代人工智能将数据作为第四维度加入其中。而第三代人工智能则是前两者的融合，有助于实现安全、可信、可靠且可扩展的人工智能创新。
政策视角
随着ChatGPT和大语言模型的发布，亚洲各国政府正加快部署人工智能。例如，香港计划投资38亿美元，开发面向医疗、法律和金融领域的大语言模型。除投资之外，各国政府还在与利益相关方更紧密地合作，共同推进人工智能治理。需要建立开放、协作且可持续的治理平台，以达成国际共识。
产业视角
人工智能发展的主题正从小模型转向大产业模型，加速产业智能化将成为核心方向。泰国气象局探索使用华为盘古天气模型就是一个很好的例子，该模型是用于天气预报的先进人工智能模型。根据一篇《自然》论文，盘古模型是首个在精度上超过传统数值预报方法的人工智能预测模型，预测速度提升了10,000倍，并将预测时间缩短至短短几秒。
绿色视角
计算基础设施本身已成为主要的碳排放来源之一。例如，新加坡拥有60多个数据中心，占该国用电量的7%。因此，其向绿色计算转型尤为重要。传统上，数据中心计算架构侧重于单节点算力。在低碳趋势的推动下，新一代数据中心计算架构将朝着算力多样化、高效冷却系统以及用于提升低功耗供电效率的绿色储能设备方向发展。
生态系统视角
根据一份麦肯锡报告，仅中国的人工智能人才缺口预计到2030年将达到400万人。这一数字背后，是对现有劳动力和生态系统进行升级的迫切需求。为部分弥补这一缺口，华为已宣布，未来三年内可与泰国各部委、初创企业协会及计算机类院校合作，培养20,000名本地云开发者。
世界经济论坛如何为人工智能建立护栏？
人工智能卓越中心汇聚各行业领袖，共同理解人工智能的快速演进及其对经济体和社会的影响。它支持就人工智能应用所带来的机遇、风险和权衡进行知情对话。
通过可信空间和协作倡议，该中心帮助合作伙伴建立共同认知，并携手推进人工智能创新与应用的负责任方法。
未来之路
以ChatGPT和行业大模型为代表的人工智能新时代已经到来。我们可以大胆预测，所有个人和产业应用都将被这一作为核心生产力的新人工智能重新塑造。
要推动亚太地区实现快速增长，一个包含四大关键因素的综合框架至关重要。首先，有利的政策环境，包括国家投资以及人工智能基础设施的治理框架。其次，持续创新与研发，使各级大语言模型更易、更快部署。第三，开放且可扩展的产业应用。最后，建设一个能够连接政府、产业和学术界的人才生态系统，并提升其技能。
