香港科技大學雙聘教授、香港人工智能與機器人學會創會常務副理事長及維納智能首席執行官柳崎峰，於1月29日在香港大學經管學院中國經濟研究所（ICE）舉辦第九屆中國經濟論壇主講時指出，現代大部分AI都應用了「人類回饋的強化學習」（Reinforcement Learning from Human Feedback，RLHF）的功能，透過試錯與人類回饋，讓AI產出更符合需求的內容，是現時大部分AI運行的關鍵核心──2022年引爆AI技術熱點的ChatGPT便引用了RLHF的技術。
隨着AI的學習能力愈趨強勁，「AI會否取代人類」續漸成為大眾討論焦點。柳崎峰對此表示，「時間是衡量的標準」，他認為五年之內，人力會被AI重構，若將時間延伸至未來，則「什麼事情都有可能發生」。他指，就連世界首富、Tesla的行政總裁馬斯克Elon Musk也曾警告稱AI在未來會取代人類大量職位。儘管如此，AI現時仍有某些觸及不到的領域，包括藝術、情緒價值等範疇。
AI真可賦能嗎？
引用港大經管學院經濟學實務教授毛振華的話，柳崎峰表示AI也面臨冰火兩重天的困境，一方面AI的應用率正不斷提高，人們享受AI帶來的各種便利；另一方面，去年麻省理工的報告（註）指出，只有5%企業能真正把AI導入工作中並帶來營收。他直言：「成功率那麼低，還談什麼AI賦能呢？」
柳崎峰認為，「不準確」是AI的致命缺陷，其根本原因是「多數企業使用基於統計的機器學習模型去解決缺乏統計顯著性的極端案例（corner cases）」，繼而導致AI在企業級別的應用中，只有七至八成的準確率。他續稱，「大模型（Large Model）的出現，就是為了解決這個悖論」，讓AI能生成一些極端案例自行推理，從而優化實際應用。
此外，AI缺乏企業內部的交互問答數據，也是AI賦能失敗的原因。「問答是對抗式學習，沒有對抗就沒有智能」，柳崎峰形容AI就像我們，在學習的過程中，讓它學懂主動發問及尋找答案，才能真正把應學的知識點融匯貫通。「在企業裏，問答數據基本是零，這是業內最主要的問題。」
中美科技公司的資本開支差10倍
2025年8月7日OpenAI的GPT 5.0面世，而DeepSeek在同年12月1日也推出了V3.2的版本。柳崎峰指，若僅看數據，中美的AI模型技術只差半年。然而，他強調兩者「仍有本質上的差距」。譬如在投資方面，中國科技巨頭的資本開支仍遠遜於美國，在2024年的差距更擴大至10倍。
此外，柳崎峰表示美國的獨角獸企業（Unicorn）百花齊放，中國當前卻幾乎沒有專注於AI應用的獨角獸企業，呈現「寸草不生」的局面，這正正反映了中國行業背後的壟斷問題嚴重。柳崎峰直言：「這問題不解決，中國AI的科創斷無可能，一定要反壟斷。」另外，他又指國內DeepSeek對部分問題的「拒絕回答」會影響中國AI在海外的使用率。
在AI急速發展的大環境下，柳崎峰提醒家長教導孩子要「 Learn why , not how」——懂得解釋公式，比運用公式得出答案更重要。柳崎峰又稱，現時企業着重訓練大模型與小模型的協同合作，而編寫ProM需要通順的邏輯及好的文字功底，故「文科生與管理生將迎來黃金時代」。
在圓桌討論環節中，中國首席經濟學家邢自強博士表示，中國在算力上確實擁有短板，但依靠改進算法，便宜的基礎設施如供電系統、龐大的數據量等，能彌補算法上的差距。儘管如此，中國在AI發展的細節上仍有不少改善之處，「譬如數據優勢，中國當然人多數據多，但以醫療數據為例，各醫院、科室之間都是分割的，沒有做到統一化。」
邢自強表示，未來中美AI博奕的焦點，在於如何應對AI發展所帶來的社會人倫及心理問題。「三、五年內，首當其衝的是替代效應」，他表示在人力續漸被AI取代的大環境下，中美制度如何更好的應對貧富差距，是兩者拼搏的重點。
機會從泡沫中誕生
圓桌討論亦帶出AI泡沫的問題，華創證券總裁助理兼研究所聯席所長牛播坤博士表示，「從金融市場的角度看，創新總是從泡沫中不停孕育成長的，科技的高沽值會吸引資金流動，繼而促進技術進步。」她指出儘管過去中國技術創新的背後有美元基金的支持，但隨着過去兩年，中國地方政府產業基金的投入增多，將為市場融資額及AI生態多樣性帶來較大影響。
牛博士表示，中國AI應用端與美國仍有一些明顯差距，源於中國企業在數字化的領域一直滯後於美國。鑑於中國大企業的議價能力很強，導致削薄計算機應用企業的利潤，長時間制約該行業的發展，繼而不利AI落地。
創興銀行執行副總裁陳智棠表示，企業5%的AI應用率確實不理想，但在市場上，利用AI賦能，成為「超級個體」的一人公司的個案也在冒升，因此儘管AI落地是艱難的過程，但肯定是未來的發展路徑。
〈2026中國經濟季度論壇〉二之二
