中國AI競賽轉向智能體落地：鬥嘅唔再只係大模型

中國AI產業而家愈來愈似係打緊一場「落地戰」：唔係只鬥邊個訓練到最大嘅基礎模型，而係鬥邊個可以將模型變成真係做到嘢嘅AI智能體，並在軟件、電訊、製造業同消費服務等場景大規模運行。

關鍵問題亦隨之轉變：唔再只係模型有幾勁，而係系統可唔可以以可接受嘅成本、速度、可靠度同安全保障，長時間處理大量真實工作。

焦點由訓練轉向推理需求

中國電信研究院的報告預測，到2029年，推理將佔中國算力市場80%，超過模型訓練相關需求；報告亦估計，智能體未來兩至三年或會帶動全國算力需求接近每年十倍增長。59

所謂推理，即訓練完成嘅模型接到指令後，產生回答或執行任務時所做嘅運算。智能體比一次過問答式聊天機械人更食算力：佢可能要檢索資料、呼叫其他軟件工具、分步完成流程、核對結果，再重複執行。當使用量升上去，每一步都會增加運算與營運複雜度。

同一研究預計，中國全年token用量在2026年可達10京，2030年更超過3,500京。呢啲都係預測，而唔係已經發生嘅結果；但數字反映，日復日、反覆「供應」模型服務，戰略重要性可以不下於一次大型訓練。6

智能體令AI由一次性投資，變成持續營運成本

訓練前沿模型，通常係集中而龐大嘅基建資本開支；但部署智能體，則係一項持續運行嘅服務。成本會不斷出現，包括模型推理、資料檢索、網絡、儲存、監察，以及需要時由人員覆核或接手。

所以，模型「識做」唔等於產品「做得掂」。如果一個智能體太貴、太慢，或者出錯率高到企業唔敢畀佢接觸核心系統，商業上就未必成立。更實際嘅指標，會係每個完整任務嘅成本同質素，而唔單止係模型喺測試榜上跑幾多分。

要令智能體真正投入生產，供應商同企業都要處理幾個基本功：

• 按任務選用「夠用就好」而又安全嘅最小模型；
• 將工作分派畀最合適嘅模型或軟件工具；
• 利用快取及更有效率嘅服務方式，減少重複運算；
• 接駁可信、切合任務嘅專門數據；
• 測試工具調用同端到端工作流程，而唔只係睇模型文字答案；
• 監察故障、權限控制同審計紀錄；
• 遇到高風險決定或行動時，確保有人可以介入。

呢個唔代表訓練前沿模型唔重要。模型訓練仍然關乎能力、自主性同取得先進模型嘅渠道。但當具備一定能力嘅模型愈來愈普及，真正難分高下嘅地方，可能係可唔可以將推理接入真實系統，做到平、穩定、可靠。

政策重點：由單一模型走向可複製的行業部署

中國政策訊號亦指向應用擴散。工業和信息化部（工信部）的「人工智能+軟件」方案提出，到2028年，AI編程工具要推廣至逾2萬間主要軟件企業；同時在重點行業建設100個以智能體為基礎的標竿應用，並培育至少5個高質素開源項目。3

到2030年的方向，係建立更智能、更安全嘅軟件生態，包括推動關鍵軟件系統智能化升級。37 另一份工信部有關AI與信息通信的方案，則提出到2028年形成30個以上高價值場景，建立一批代表性應用及特色智能體，並把部署同網絡、算力基建提升連結起來。17

工信部與國家數據局另一項行動亦明確提出，應發展行業專屬嘅高價值AI場景、專門數據集，以及因應需要自主規劃與執行嘅專用模型或特色智能體；同時要建立為行業模型與智能體度身訂造嘅評測數據集及評估制度。18

合併睇，政策模式相當清晰：建立可重用嘅場景、數據、軟件工具同示範案例，讓不同行業較快採用。好處係擴散可以加速；但風險亦存在——如果只計試點數量，而唔計系統有冇長期、安全同具成本效益咁產生結果，最後可能得個「示範」而未必落到地。

資金與產業規模，令這場轉型更迫切

按中國電信研究院分析而來的報道，中國科技公司今年AI開支接近6,000億元人民幣。由於公開報道對「AI開支」涵蓋範圍未必一致，呢個總數應視為估算，而唔係完全統一口徑的統計。9

國家層面方面，中國預期到2026至2030年「十五五」規劃期末，AI相關產業規模超過10萬億元人民幣。45 呢個定位好重要：智能體唔只被視為雲端服務一個類別，而係支援工業現代化、軟件開發、通訊網絡與消費服務嘅一層通用能力。

歐洲擴建算力，但同樣要面對應用落地

歐盟亦正推進基建方案。歐盟委員會已啟動招標，擬在歐洲設立最多7個AI Gigafactories（AI超大型算力中心），最高可獲100億歐元的歐盟及成員國資金支持，並預計帶動至少200億歐元私人投資。50

此舉對歐洲擴充算力同強化科技自主性固然重要，但「起好機房」本身未足以解決部署難題。這些算力最終有幾大競爭價值，仍視乎能否提供可負擔嘅推理服務、可用的領域數據、軟件整合，以及值得機構信任嘅應用。

下一輪AI競賽，獎勵的是持續交付能力

中國推智能體，反映更廣泛的全球轉向。AI優勢會愈來愈取決於：能否將算力轉化為大規模、可審計、真正有用嘅工作成果。晶片同電力當然重要，但推理效率、數據存取、流程整合、保安控制、評測制度，同埋人類問責同樣係不可或缺。

「2029年推理佔80%」應理解為方向性預測，而唔係已成定局。但當AI由展示走入持續運作，贏家未必只係做過最大一次訓練嗰個，而係可以將智能體運行得夠可靠、夠便宜，令佢真正成為日常工作一部分嗰個。56