9月22日，由松禾资本主办、融中承办的“创·启”2023松禾资本价值同盟年会在深圳隆重召开。在科技主题圆桌论坛上，围绕“于变局中开新局，中国科技产业的变与不变”话题，松禾资本管理合伙人汪洋作为主持人，与商汤科技副总裁唐臻怡、优艾智合董事长张朝辉、天地和兴联合创始人杨小帅、大普微CEO杨亚飞、德兰明海董事长兼CEO尹相柱共同开启了一场深度对话。
科技自立，应对一切不确定性
圆桌伊始，汪洋就表示科技创新一直是国家与产业发展的源动力。然而全球经济低迷，形势复杂多变，产业链供应链面临重组，不稳定性和不确定性明显增加。面对当前百年未有之大变局，科技创新已然成为一个关键变量。如何消弭地缘政治对行业发展的不稳定因素，在科技创新方向上取得先机，下好先手棋？汪洋向嘉宾抛出了第一个问题。
松禾资本管理合伙人汪洋
唐臻怡表示，提到地缘政治对行业的影响，并非新鲜话题。从2019年列入实体清单，到上市前夕又上清单，再到进入芯片采购方面的清单，商汤科技已经上榜三次。面对风浪时，关键要看企业有怎样的格局，怎样的技术准备和怎样的态度，来应对此类问题。总结有四方面心得：
第一，应对地缘政治摩擦，要积极配合整个国家的相关动作。这个过程中，可以看到国家做的巨大努力。当企业在生产、研发和市场等一线遇到各种问题时，需要从大局入手，积极配合采取相关行动。这是底线，不能置身事外。
第二，受到打压时，企业首先要生存。而在此之前，最好未雨绸缪。地缘政治的影响可能是持续性的，企业在国际化部署上要有应对措施。除了欧美市场，世界很大，只是企业需要跳出舒适区，不断扩展海外业务。从商汤角度来看，目前东亚和中东的海外营收已占总收入的20%，而且近年来一直比较平稳。
第三，在科创领域要打破幻想，立足自身，尤其是芯片方面。从国产化和信创角度看，肯定要投入更多的资源和力量。之前浪费的时间与资源，现在要痛定思痛。比如，考虑原来的打法、投资、产业参与方式是不是要重新做一下。
第四，从科学家的角度讲，科学无国界。在对外交往过程中，有政治外交的第一阵线，也有民间外交的第二阵线，还有科技外交的第三阵线。《中美科技合作协定》五年一签，马上要到期了，美国有5千多位科学家开始联名向美政府施压，中国的科学家是不是也能够从科技外交的角度发挥些作用。每一位科学家和每一个企业都可以在这方面做努力。
杨小帅指出，有鉴于近年来的中美关系和地缘政治影响，可以从三个方面展开看：一是国家层面，工业网络安全防护提到了新高度。因为与入侵个人网络不同，攻击国家关键基础设施或工业网络的，往往是专业化的黑客团队或国家级黑客团队。所以从国家层面上，水、电、煤、气、油等关键基础设施的防护要求进一步提高，相关的标准规范、指导意见等纷纷出台。
二是涉及到科技自立、科技独立。现在推行的自主可控或自主可信，对国产化和产业链升级均有较大促进。当然，科技自立并不是要排斥合作。一个产业，不是一家企业可以左右的。另外，工业网络安全本身也是个交叉学科。所以只有合作才能将产业做得更好。
三是交流并未停滞，强大才能平等。地缘政治并未影响行业交流，国内外专家依旧会一同参与重要的国际会议相互学习借鉴。而只有提升自身科技实力，强化产业链，才能为独立自主发展提供平台，进而在国际合作中争取到“平等”的席位。
大普微CEO杨亚飞
杨亚飞提到，在当前地缘形势下，每一个企业都要去适应，所谓适者生存。具体分为两方面：一方面是要回归商业本质。对于整个信息产业，无论是做计算、存储，还是网络通信，都遵循克劳德香农信息论。存储希望将存储的密度提高，降低单位存储成本；网络通信希望将传输的密度提高；计算希望将处理数据的速度提高。总而言之是想降本增效。
另一方面，不少国家出台了本国的技术标准和出口管制，变相地增加了企业成本。对于要出海的硬科技领域企业，需要重视不同国家的技术标准。中国企业服务好国内市场后，由于市场足够大，可以降低供应链成本，进而拓展海外市场。
尹相柱认为，地缘政治对于中国所有的企业来说，是一只灰犀牛。在中国企业要走出去、要全球化的关键时间点，显然会造成一定的冲击。在应对上有三点建议：
第一点，要让自己的市场多元化、广泛化，除了传统欧美市场之外，要积极开拓非洲、中东、南美、南亚等潜力市场。德兰明海的产品已经卖到全球100多个国家和地区，新兴市场是大有可为的。
第二点，要做好计划B，要有备份计划。现阶段只要是一家有抱负的、优秀的中国企业肯定要全球化，所以将产业链挪到海外也是一种选择。而且将一部分产业挪到海外，并不一定是负面的，对于国家发展也会大有裨益。
第三点，尽量支持自己国家的企业和产业发展，比如采用国产半导体、工业软件等等。尽量想办法国产化，来对冲断链所产生的负面影响。
优艾智合董事长张朝辉
张朝辉表示，在地缘政治影响下，苹果供应链和大量半导体产业再向东南亚迁移，不接受这样现实的中国企业，会面临比较大的损失。从2021年开始，优艾智合便将一部分服务3C产业的产品布局到东南亚，目前已成为马来西亚当地的知名外资品牌，为由于地缘政治而外迁的下游客户。可以看到，下游的变化是基本确定的。
另外是上游，从2020-2021年，变化也非常明显。因为在机器人产业链条上，以前很多的核心零部件都来自于进口，比如激光雷达、稳压电源，甚至一些外置器件，但时至今日国产化替代已成首选。这也为上游的国产企业提供了商机。到今年下半年产出的机器人版本将会全面国产化，包括100%的国产软件。所以无论上下游，都要认清现实，扩大需求，把自己的内功锻炼好，才有可能面对这样的地缘政治。
汪洋认为，地缘政治和国内形势的变化，引发了很多企业的不适。究其根本，是中国经济发展的模式换轨引起的，原有的发展逻辑在今天可能不适用了。这个时候，大家还按照原来的逻辑做事情，是挣不到钱的，包括创投行业。如果按照既有思维、传统方法和逻辑做投资，在今天新的国际环境和国内形势下，将很难取得成功。所以建议大家要尽快适应经济的换轨。
选择区域落地时，会考虑哪些因素？
为将科创落地，各地政府纷纷出台相关的政策措施，将区域招商引资视作推动当地经济发展的重要力量。不过，很多民营企业面临的主要困难并非来自宏观层面、理论层面和政策层面，而是源自具体的微观层面、实践层面和操作层面。对此，汪洋提出了第二个问题：企业如何与地方政府双向奔赴，实现利益最大化？
商汤科技副总裁唐臻怡
唐臻怡指出，企业要找出一个真正适合自己落地发展的区域，可以从SBMT四点入手。
S（Strategy）是地方政府对企业发展的策略。对于这个策略要拨开外表看实质，比如整体地方的营商环境是否正向健康，可持续性如何等等。
B（Balance sheet）是需要看这个地方政府的资产负债表。很多城市说有万亿GDP，听起来很宏大，但经过3年疫情后，地方在财力调配上面临着很多复杂的制肘，能够给予企业支持和发展，可控的财力是相当有限的。尤其是很多投资是市一级和区一级配对的，建议对资产负债表要好好的看一看。
M（Market）是要看落地市场的容量到底有多大。对于企业来讲，落地到一个地方，除了自身发展外，也要对地方的产业起到一定的引领作用，这就要评估其市场容量。比如计划构建AIGC人工智能的超算中心，需要踏踏实实做一番市场调研，真正买算力的企业有多少，以避免资源浪费。要对市场的成熟度、接受度加以考量。
T（Talents）是关于人才储备。科技企业多为人才密集型，尤其是AI领域，无论从研发还是生产角度，都需要引进更多人才，但北上广的人才很难直接搬到比较陌生的地方，因此要看当地的人才储备如何。全球计算机视觉方面博士以上学位的华人大约400多位，250位在商汤，集中在北上深，这样的人在地方上有哪些，不一定都是高层次的人才，但是在产业有多少人才的储备，这也是需要看的。
杨小帅表示，每个企业类型不同，选择落地点便会有自己的企业定位。天地和兴是从事信息安全的科技类企业，最重要的资产是人，所以在地方产业配套上更关注营商环境，对土地、交通、港口、工人等资源反而不再其考虑范围之内。具体可分为三点：
第一，关于总部的落地点，可以首要关注产业的协同性、产业上下游，以及与政府监管机构保持紧密联系的条件，以减少大量的时间成本和相关精力消耗。
第二，企业办公集中在一个地方是效率最高的。不过，往往受制于很多现实条件很难达到。天地和兴有3个研发中心，1个工程服务中心，约400多人，身处于不同的城市，就是由于人才的原因。因为不可能所有的地方人才因素是对等的，落地的时候可以灵活考虑。
第三，从企业历史背景方面考虑，包括人才的来源优势在哪儿，也是选择在什么地方落地的重要因素。
杨亚飞提到，换个维度看，各地方政府的竞争，正是国家经济活力的来源之一。通过竞争，也可为企业带来更多的选择。
如果是研发型企业，需要在短期内将想招的人聚集起来，可能就是在长三角、珠三角，或者北上广深等大城市想办法。很多科技企业缺人就找有人才的地方，缺钱找地方政府引导基金。拿了当地引导基金的融资，可能要在当地设点，也会有很多的承诺。
如果缺上下游的资源，要看这个市场是不是在当地。如果涉及到很多生产环节，要考虑到建厂，交通各方面是不是便利。一旦落地后，就会涉及很多事情。但总体来讲，地方政府的有序竞争，为企业提供了很好的助力作用。
德兰明海董事长兼CEO尹相柱
尹相柱表示，内地县、区来深圳或者来沿海招商引资，建议换位思考，相互理解，相互包容，否则感受或收获可能不如人意。德兰明海总部在深圳，制造基地在惠州，在内地也有一个投资项目。企业的核心指标与内地基金或政府招商引资的核心指标是不匹配的，差距比较大。德兰明海到内地投资只考虑两件事，一是当地政府的行政治理水平；二是当地的人力资源水平，这两个水平是核心要素。
从投资角度来讲，一个优秀企业选择投资方时，内地政府的招商基金，特别是有反投要求的招商基金肯定不是优先选择。对内地的招商引资型基金的建议，一是要足够专业，二是要趁早。足够专业，是指要对项目有全面的评估，如发展的潜力、行业、信用，类似于银行的背景调查。要趁早，则是非常优秀的企业成长也是非常快的。如果招商引资的条件设得非常麻烦，过于苛刻，随着项目成长，它对投资地的要求也会逐步提高，最终双方很难达成一致意见。
张朝辉指出，机器人虽然是高技术密集型产业，但本质上还是制造业。以制造业角度看，优艾智合倾向于下游比较密集、上游相对全面的区域。因为只有这样的下游土壤，以及上游成本低和效率高的解决方案，企业才有生存的可能，这也是机器人产业集中在部分区域的原因。如果不具备这两个条件，也很难成长起来。
未来大模型如何脱颖而出
如今，全球范围内大模型不断涌现，国内也呈现“百模大战”局面。8月31日，国内首批八家大模型通过《生成式人工智能服务管理暂行办法》备案，包括百度、智谱、百川、字节、商汤、中科院(紫东太初)、MiniMax、上海人工智能实验室等8个企业/机构的大模型可正式上线面向公众提供服务，为诸多行业带去升级和发展的新机遇。在此过程中，我国企业如何“用上”、“用好”大模型？汪洋以此发问。
唐臻怡认为，要从几个维度去看做大模型的公司是不是真正有发展潜力，一是算力，二是算法，三是数据，四是工程化能力。
算力维度，目前美国引领的大模型浪潮，算力是绕不过去的技术门槛。大模型需要好的GPU支撑，不是说单片GPU性能，而是看千卡甚至万卡并联时的训练效率。一张A800卡售价18万人民币左右，训练大模型起码两千张卡并行。国产芯片在不断努力，但是目前还有很多技术壁垒需要克服，在这个领域与美国竞争，需要在大千卡连接方面做更多投入。有人说可以把大模型放出去，让其他人帮助训练，但是自己的东西让其他人做和自己做，里面还是有很大不同的，有很多因素和制约未来的大模型发展。
算法维度，放眼全球，尽管都在不断开源，商汤将200亿参数的大模型开源了，国外也在开源。但一个现实是，最好的大模型在开源之前一定会自己用一段时间。这是最朴素的商业逻辑，所以最好的算法是拿不到的。
数据维度，这部分要看中国的数据。互联网上93%的数据是英文，和中国相关的7%，而这7%的数据需要拿回来洗，洗完以后，能用的只有5Gb，而且最优良的数据不掌握在公共的资源里。比如网上购物，相关数据沉淀在私域流量里，包括最有质量的数据在政府部门、国有企业。怎样才能将中国最好的数据调动起来，这方面仍需努力。
工程化能力维度，一定是有大浪淘沙的过程，从投资的角度来讲，恐怕很多都是一轮游，但是不代表这个行业就没有了，未来这个行业的架构会出现以芯片、半导体为底层的硬件基础。在上面一层是基模型，所谓的仿真模型。前段时间网信办同意了八个大模型的备案，北京5个，上海3个，就像电力公司、煤气公司和自来水公司一样，提供新型基础设施的基模型，未来就是那几家有能力投资和有能力集聚相关资源的头部企业。
再上一层，未来将是异常繁荣和万亿美元的市场层级。整体的行业大模型加上各种插件的生态环境，大家可能不需要再花巨资投入大模型行业，而是结合自身行业数据，在这些基模型底座上生出不同的参天大树。
最后，未来的大模型会把软件层面很多的格式和展现的形式都重写一遍。这个过程中大家应该理性的做投资。
汪洋指出，对于不同的创业者，大模型不一定都是适合的赛道。OpenAI花了几百亿才把ChatGPT烧出来，对于创业者来说，没有极强的资源整合能力和资金募集能力，尽量不要做大模型赛道，未来更多的创业机会是基于大模型去做垂直应用和生态。
天地和兴联合创始人杨小帅
杨小帅认为有五点：第一，一种新技术和一种传统技术在新的技术场景应用中，方法论是一样的。任何一个好的技术，只有在行业里有一定基础，在一定阶段才能比较好的应用，才能给企业和产业带来发展。第二，整个大模型技术，想用好的话，要深入研究先进的算法或者工程化实现的优势，结合现有企业产品和技术。如果做不到结合，则不会有特别大的改进。第三，要特别结合场景深入了解客户现场的问题，再结合好的技术，大模型才能真正落地。第四，大模型后续在安全防御的服务方面会起到关键性作用。目前整个安全防御的服务市场是依靠10%或者20%以上专家级的人，这些工作是有可能替代的，对工程师的挑战是比较大的。第五，未来可能会出现新的技术，对安全防御产生新的影响。
杨亚飞表示，大模型一来，不要低估了对于数据存储的需求，特别是AIGC，生成式的智能，以前的内容是人自己做的时候是有限的，现在改成AI以后，对数据的产生是无限的。全人类正在进入第四次工业革命，基础就是算力和存储。在过去的几十年当中，我们非常重视网络通信，下一个阶段是在算力和存储上。算力一开，存储就需要跟上。
尹相柱提到，术业有专攻，德兰明海目前考虑的是如何用好大模型，对于自己建一个大模型目前还没有规划。对于应用场景，可能最适合的是全球的服务系统，如售前售后服务。原来全球招不同语言和不同文化背景的人才，如果生成式AI可以胜任，效率高，也会降低成本，在有限的资源里，这可能是最先用上的。
张朝辉认为，现在仍处于积累数据的阶段，机器人和人是很像的，是先进的生产力，但机器人产生的数据是很少的，与人产生的数据差距太大了。未来大模型足够好时，优艾智合会用起来，改变生产作业模式就足够了。
汪洋最后进行了总结，面对大模型、数字化的浪潮滚滚而来，其势不可当，建议大家去接受并拥抱它。
