2024年7月3日，2024中国数字经济发展和治理学术年会在清华大学成功举办。本届学术年会聚焦“数据要素、人工智能与数智时代的理论创新”，邀请国内外40余位专家、学者及机构代表进行主旨演讲和交流。来自清华大学、北京大学、中国人民大学、中国科学院大学、中国社会科学院大学、浙江大学、南开大学、上海交通大学、西安交通大学等高校和数字经济相关科研机构及企业代表共400余人出席线下会议。会议通过多个平台同步直播，当天信息浏览量超过十万人次。
中国电信集团有限公司科技委主任、原总经理邵广禄以《云网数智安，助力数智经济发展》为题进行了主旨演讲。本文根据邵广禄先生现场发言内容整理。
邵广禄先生作主旨演讲
尊敬的各位专家、各位嘉宾：
大家好！非常高兴参加“中国数字经济发展和治理学术年会”，学习交流人工智能时代的新思维、新方法。借此机会，向大家汇报中国电信的数字化转型实践，探讨智能时代的一些发展想法。
一、数字化转型，推动了通信行业的高质量发展
今年5月，一家全球市场调查公司DellOro发布了一份报告，分析了全球通信业的主流运营商在过去十年的发展情况，这份报告指出，占全球前80%收入的通信运营商的营收之和，从2014-2023年，十年的复合增长率为零。
相比较，中国通信运营商的收入增长，保持在6%-8%左右，利润增长两位数水平，高于收入增长，年度投资和R&D投入也持续增长，公司市值和股价也实现了较高增长。通信业再次成为拉动我国经济发展的重要力量。
中国通信运营商的成就，从技术和经济上看，主要得益于坚定地推进数字化转型，得益于加快发展第二增长曲线。
全球主流通信运营商的近十年增长为零，主要原因是通信业务的用户市场趋于饱和，通信业从高增长进入了低增长周期。
从3G时代开始，固定电话逐渐被移动电话替代。
到4G时代后期，移动通信和固定宽带这两大类通信业务，用户渗透率，逐渐进入饱和。
以中国为例，移动电话用户16亿户，远超人口数14亿；宽带用户6亿户，远超全国家庭户数4.5亿。
近三十年，在摩尔定律作用下，通信技术和互联网技术高速发展，用户每月消费的通信业务量成百倍千倍增长，比如用户每月消费的数据流量，从以前的几百KB，到现在的几十GB，增长十万倍数量级。但由于通信业务的普适性，平均用户每月消费金额Arpu值相对稳定，几乎不随技术进步而增长。而通信业务的营收，等于用户规模和Arpu的乘积。因此，用户渗透率发展到一定水平，即进入用户饱和期，通信收入一般会出现低增长甚至零增长的现象。
近十年来，全球运营商都在尝试发展第二曲线业务，以AT&T为代表的欧美老牌运营商都曾先后在互联网领域和云计算领域尝试发展，后来因各种原因没能发展起来。
中国通信运营商，紧紧抓住了数字经济蓬勃发展的大好时机，第二曲线业务营收占到了20%-30%。
以中国电信为例，积极推进“云改数转”战略，重点布局云计算及算力、新一代信息通信、大数据、人工智能、安全、量子、数字平台等七大战略性新兴产业，坚定地把赋能经济社会数字化、智能化作为新的主责主业。
在云改数转战略指引下，中国电信实现了高质量发展，主营收入增长6%-8%，其中通信业务以外的第二曲线业务增长率在15%～20%，发展最快的是云计算业务，持续高两位数增长，连续两年翻番增长，云计算业务营收，从2020年的100多亿增长到去年底的1000亿，云计算业务占总收入已经达到20%，营收结构已经发生质的变化；利润增长高于营收增长，近几年都是两位数增长。数字化转型，也推动了中国电信市值的增长，一是市值总规模增长，二是股价也在增长，股份公司回A股市场几年来，总市值比2020年增长了2.2倍。
云改数转战略，使中国电信实现了从网络运营商升级到“网络+云计算”的运营商。
二、向“网络+云+AI”升级
重点做好几件事。
一是持续升级网络，筑牢网络基础设施。
二是加快升级智算云，筑牢算力基石。
在云计算和算力方面，中国电信天翼云，实现了全栈技术的自主掌控。在此基础上，我们开始把天翼云向智算云升级，规划了“2+3+7+N+M”的智算布局，目前，在上海，建成了单集群的万卡智算资源池。
在智算云能力方面，我们打造了算力网络的调度平台—息壤、算力加速平台—云骁，以及为企事业单位服务的大模型慧聚平台。
三是实施 “AI+”行动，提升AI的社会普及率。
我们认为，人工智能是难得的历史机遇，是底层的科技革命，一定会引发全面的产业变革，一定会诞生许多新的独角兽企业，一定会导致现有世界500强企业的重新洗牌，也一定会导致全球的国家经济格局发生重大变化。
因此，中国电信坚定地把发展AI产业作为重点战略，早布局，快发展，强化产业创新和产业生态建设，谋求新质生产力的先发优势。
中国电信全面实施“AI+”专项行动，加快AI技术的内部应用和外部赋能。
在内部应用方面，通过AI技术，提升企业运营效率效益，在网络运营、客户服务、业财管理、资源管理的提质增效等方面，已取得阶段性成效。
在外部赋能方面，通过AI行业大模型，赋能千行百业。
我们自主研发了星辰系列的语义大模型、语音大模型、视觉大模型，和多模态的基础大模型，并全面开源。
面向医疗、教育、政府、工业、交通等垂直领域，我们研发了20多个行业大模型，赋能智慧工厂、智能矿山等场景项目。
我们研发的星河AI算法平台，已经规模应用于纺织行业的质检环节、物流行业的分拣环节，以及火情监测、智能巡检等场景。
四是加快建设数据基础设施，推动数据的共建共享。
五是打造高水平的安全能力，筑牢数字经济的安全屏障
在网信安全方面，中国电信建成了全网覆盖、全球触达的网络攻击防护平台“云堤”，能为客户提供网络安全防护的基础能力；
我们建设了31个省的安全能力池，通过云网安全中台，安全能力下沉到地市，为企事业单位提供可灵活编排的安全原子能力。
在大模型安全方面，我们通过内容过滤、敏感数据检测、虚假信息识别等手段，解决政治敏感、伦理道德、脏话侮辱、隐私权益、违法犯罪、身心健康、偏见歧视等7类问题。
三、加快智能化转型的思考
1、发展AI需要解决的三个技术问题：底层技术，算力限制，生态割裂
中国在移动通信上的技术发展，大体上经历了1G空白、2G跟随、3G追赶、4G并跑、5G领先的努力过程，持续奋斗了40多年。与通信业高速发展相比，中国发展AI大模型遇到的问题更多。
在通信时代，有ITU、3GPP、GSMA等国际标准组织，这些国际组织，拉着制造商和运营商使用全球标准，是开放共享的，制造商和运营商不会在技术上发生大的偏差，只是时间早与晚，速度快或慢、投资大或小的问题，主要看经济投资能力，尽量多地投资于频率、覆盖、带宽等。
在AI时代，很难走通信业的追赶之路。
技术上没有国际标准组织。当前，我们在技术上，除了判别型AI，我们在生成式AI方面，大都处于跟随和追赶阶段；在智算芯片方面，在技术和制造工艺上，处于跟随和追赶阶段，在供应链上受到限制。
国内的智算芯片厂商，各自开发生态，导致模型跨架构开发和迁移困难，生态割裂，资源进一步分散。
我们深切感受到，AI是底层的颠覆性的技术革命，AI产业是必争之地。我们要早布局，快发展，就要集中力量突破底层技术，合力解决算力问题，合力推动产业生态建设，才有可能争先领跑。
2、5G领先的他山之石
2018年规划建设5G网络时，遇到一个大困难。相对4G网络，5G在技术上有优势，但在产业经济上，有三个三倍难题要克服：一是基站数量需要4G的三倍，平均基站成本是4G的三倍，基站能耗是4G的三倍。按这个测算，谁都建不起。但不建设又意味着落后，用户流失。
后来，电信和联通全面共建共享，不仅建设了世界最领先的5G网络，三年时间节省了千亿量级投资，每年节省运营成本百亿量级。
5G的共建共享，在全球也引起轰动，在通信业建立了竞争和发展的新共识，竞争者也可以合作，可以共建共享，共建共享有巨大价值，可以走出囚徒困境，走出零和游戏。5G共建共享的实践表明，5G共建共享的价值远超3000亿。
3、AI的共建共享
AI大模型的发展，能不能像5G共建共享那样，搞共建共享？
包括芯片、算力、智算云、数据、基础大模型、行业大模型、场景应用，以及产业链生态，等等；—-在一定范围内和一定条件下，共建共享，以有限资源干大事。
从目前情况看，生成式AI仍处于快速发展期，远没有达到成熟稳定期，即，格局没有形成，技术演进和产业变革刚刚开始。
后发者需要找到后发优势，扬长补短，比如共建共享，在数据、算力、算法等方面，开源开放合作，在应用场景上开放合作，等等，共享资源，减少重复建设和成本投入，共享收益，提升国际竞争力。这就需要大厂、创业者、投资人、政府以及学术界，共同努力，设计好合作平台及权责利机制。
4、充分释放三个潜在红利：公共数据、应用市场、AI人才。
第一个潜在红利是公共数据。
当前，通用人工智能技术主要在两个维度发展，一个是“大”，“大”力出奇迹，包括大数据、大算力、大模型（参数），会使（理解生成推理等）智能水平智商提升；比如版本3到版本4的演进；另一个维度是“多”，多模态：从文本、图像、到视频等多模态，而且是统一的多模态，比如GPT-4o。
在大数据方面，我们既有短板，也有潜在的长板，这个长板，就是我们的公共数据的潜在优势。我们的政府数据和公共事业数据，规模大，质量高，但用于大模型训练的比例极低，潜在价值极大。如果把这些公共数据，有条件地开放共享和开发利用，有可能在公共服务领域，比如政府服务、社会治理、教育和医疗等公共事业，迅速赶超，实现全球领先。
公共数据的开放共享，可以在有限范围内试点，比如，一个行业内，一个省范围内，或一个地市范围内，都能对降本增效提质，提升人民福祉的获得感，都有很明显的效果。
比如，在医疗领域，医疗医药医保等数据的开放共享，可以使医疗大模型走得更快一些，更好一些，医疗是智力密度和水平很高的行业，医疗大模型，可以做医生的AI辅诊助手，是提高医疗水平，防止多开药、开错药、多诊、错诊、误诊等，还可以节省大量的医保费用，提高人民的幸福感。
当然，公共数据的开放共享要解决好泄密责任和利益机制等问题。建议探索托管等方式，政府可以委托可信任企业托管并加工数据，受托者承担数据安全和保密责任，委托者按双方认可接受的数据估值收取数据托管加工增值的基本费用和收益分成。
在数据使用的安全监管方面，建议借鉴中国互联网的发展经验，审慎包容，发展先行。
第二个潜在红利是规模巨大的应用市场。
我们国家人口众多，经济体量巨大，无论在2C还是2B市场，AI大模型都有巨大规模的需求市场，需求引领是AI大模型发展的巨大动力。
第三个潜在红利是人才质量和规模。
当前，AI技术人才主要是三个层面。
在科学基础研究层面，我们正在追赶。
在应用技术创新层面，人才是有潜在的规模优势的，在AI大模型领域的项目投资越多，人才红利释放越快；在这个层面，美国的AI技术创新人才相对短缺，年薪已经达到百万美金量级。
在产业发展层面，我们的潜在优势更多，随着培训和应用场景增多，优势会很快发挥出来。
人才的潜在优势，我们要重视，珍惜，组织好、用好，充分发挥人才价值。重点是鼓励促进数据开放和应用场景开放，激发项目投资，以项目带动人才发展。
5、AI产业联盟
科学基础研究推动应用技术创新，应用技术创新推动产业经济增长，产业经济增长又反哺技术创新，这个反哺机制，既有资金投入，也有产业链规模效应和标准一致性等等。这三个层面的循环，越来越成为国家或行业发展的重要引擎。
“科学基础研究”的成果，往往是全球普惠的。比如，AI大模型的科学论文，大都是公开的。不公开，就很难成为全球技术创新的引擎；而转化为技术创新，是科学基础研究价值的重要检验。
但“应用技术创新”和“产业经济增长”的成果，有明显的国家利益特征或产业联盟利益特征；
在数字经济领域，技术转移和产业分工，近些年来，也出现了明显的企业联盟壁垒和国家壁垒，比如Wintel联盟，瓦森纳安排，等等。
发展AI大模型，包括芯片、云计算、基础大模型、产业大模型等产业，在技术和产业发展层面，都要研究建立联盟等产业生态，促进资源共享、技术成果和市场共享，取长补短，整合协同，发挥规模效应，防止重复建设，防止囚徒困境、零和游戏，防止恶性竞争，提升国际竞争力。
5G共建共享，是电信和联通两家企业协商完成的。AI产业的共建共享，涉及算力、算法和数据，涉及芯片和软件，涉及产业链上的众多企业，主体多元，相对复杂，既需要行业共识，也需要学术理论引导，需要政府政策协调推动。
把AI大模型搞成功，是我们这代人的责任。
希望，在政府领导下，理论界和产业界，强化合作，共同研究AI经济的规律，推动AI加快发展，共同为中国式现代化贡献力量。
