AI不能止步于实验室内的“排名比拼”

为智能经济构建科学衡量标准

李彦宏

提出需求，代码便能自动生成；输入文字，即可调用电脑中各类程序与工具，完成繁杂任务……当下，AI（人工智能）正迎来重大变革，从模型阶段迈向应用阶段。其中，智能体属于最主流的应用形态之一。这标志着AI由对话工具转变为“数字员工”或“代理人”，并加速向生产制造、物流运输、医疗诊断、政务服务等领域延伸。

4月28日举行的中共中央政治局会议提出“全面实施‘人工智能+’行动，培育智能经济新形态”，今年的《政府工作报告》首次提出“打造智能经济新形态”，这些传递出明确信号：AI正与生产力结合，渗透万千场景、进入千家万户。

在此进程中，一些问题也需引起关注与警觉。过去几年，大模型参数规模不断刷新纪录，算力投入持续增加，Token（词元）消耗迅猛增长。相关数量指标能够体现技术能力与资源投入状况，确有必要。然而若AI的价值衡量仅停留在“投入了多少”“消耗了多少”，便易产生“重投入、轻产出”的偏向，如盲目跟风、不顾实际应用搞大模型，蜂拥而上搞“Token排行榜”“烧Token比赛”等。

此种模式下，实体经济是否被赋能、生产效率是否得到提高、人民群众是否真正获益，便容易被忽视。长此以往，资源便可能更多流向技术自我循环，而非流向产业一线，不利于智能经济良性发展。

如何应对？一种有效途径是为智能经济构建科学的评价体系，通过科学指标衡量其实际应用与实际产出。当前来看，“日活智能体数”（Daily Active Agents，简称DAA）可作为一个关键指标。如果说Token衡量的是智能消耗，那么DAA衡量的则是智能生产力，即每日有多少智能体完成了交付任务。Token是智能经济消耗的“电费单”，DAA是智能经济增长的“成绩单”。前者计算的是用了多少资源，后者计算的是创造了多少价值。例如，一次医疗辅助诊断，一次生产排程，一次物流调度，一张自动处理完成的工单，一次促成交易的智能撮合服务，等等。有了科学指标，我们便能更清晰地看到AI为生产生活带来的实际改变与效益。

事实上，高端产业也可能出现低水平重复建设，新赛道尤其需要贯彻新发展理念。有了科学的评价体系，才能推动智能经济高质量发展。DAA成为关键指标，有助于引导各类资源更多流向以实体经济为主的产业智能化领域，流向解决产业问题、提高生产力、服务社会、改善民生的创新方向。我们发展AI、激活智能经济，归根结底还是要服务实体经济，赋能全社会的创新创造，绝不能走脱实向虚的路径。

我们为何敢于在国际上率先提出以DAA来衡量智能经济？就在于独特的中国优势。中国拥有全球最丰富的应用场景、最完整的产业链、最大的数字消费市场，每日都在产生海量真实需求，订机票、订酒店、预约体检、撰写研究报告、投资理财等，都将成为智能体生长的肥沃土壤。充分利用这样的优势与条件，更加注重人工智能技术与实体经济结合、与真实场景结合、与群众诉求结合，我们定能走出一条以解决实际问题为导向、以满足真实需求为目标的智能经济发展新路径。

AI不能仅在实验室里“刷榜”，必须到工厂车间里“干活”。用AI服务人类，这是科技界与产业界的初心。锚定这个目标踏踏实实向前推进，把技术优势真正转化为产业升级的胜势，高质量发展将获得更强劲的引擎。

（作者为百度公司创始人、《智能经济》作者）

内容