登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《《经济学人》：AI能否改变科学的研究方式？》

  • 来源专题：数智化图书情报
  • 编译者： 闫亚飞
  • 发布时间：2023-09-21

  • 人工智能（AI）正在以前所未有的方式塑造科学领域。从加速研究过程到提出新的研究假设，AI 的加入为科学带来了巨大的潜力。

    今年早些时候，现代 AI 教父之一 Yann LeCun 表示：“通过增强人类智慧，AI 可能会引发一场新的文艺复兴，或许是启蒙运动的一个新阶段。”

    如今，AI 已经可以使某些现有的科学流程变得更快、更高效，如发现新的抗生素、电池和太阳能电池板的新材料，以及预测短时天气、控制核聚变等。Google DeepMind 首席执行官 Demis Hassabis 将 AI 比作一台望远镜，认为“AI 可能带来新的发现复兴，成为人类智慧的倍增器”。

    然而，AI 能否通过改变科学本身的工作方式来做得更多？

    1. 基于文献的发现：AI 引领科学知识的挖掘

    事实上，这种转变以前便发生过。17 世纪，随着科学方法的出现，研究人员开始相信实验观察和从中得出的理论，而不再信奉古代的传统智慧。19 世纪末，研究实验室的建立催生了从化学到半导体再到制药等多领域内的创新涌现。这些转变不仅增加了科学生产力，还改变了科学本身，开辟了新的研究和发现领域。

    那么，在当时，AI 如何实现类似的变革，不只是生成新的结果，还有生成新结果的新方式呢？

    一种有前景的方法便是基于文献的发现（LBD）。

    作为一种 AI 方法，LBD 旨在通过分析科学文献来进行新的发现。早在 20 世纪 80 年代，为寻找医学期刊数据库 MEDLINE 中的新关联，芝加哥大学的 Don Swanson 博士就建立了第一个 LBD 系统。这一方法的早期成功之一体现在将雷诺氏病（一种循环系统疾病）与血液黏度相关联，并提出鱼油可能对治疗有用的猜想，这一猜想后来得到实验证实。然而，当时 LBD 系统的影响范围有限。

    如今，AI 在自然语言处理（NLP）方面取得了显著进展，同时科学文献数量也大幅增加，使得 LBD 方法变得更加强大。例如，2019 年，美国劳伦斯伯克利国家实验室的研究人员使用无监督学习技术分析材料科学文献的摘要，并将其转化为数学表示形式，被称为“单词嵌入”。这种方法允许 AI 系统获得“化学直觉”，并提出可能具有特定性质的新材料。实验验证后，所有前十名的候选材料都表现出了卓越的性能。

    近期，由芝加哥大学的社会学家 Jamshid Sourati 和 James Evans 在《自然·人类行为》杂志上发表的一篇论文以一种新颖的方式扩展了这种方法。研究人员培训了一个系统，既考虑概念又考虑作者，并取得了比之前更好的成果。此外，他们要求系统避开主流研究方向，识别出“外星”假设，这些假设在正常情况下不太可能被发现。这一方法不仅有助于加速科学发现，还揭示了新的“盲点”。

    如今，LBD 系统不仅可以提出新的研究假设，还可以识别潜在的合作伙伴，促进跨学科合作。这种方法的应用正在扩展到处理表格、图表和数据等不同类型的文献，为科学家提供更广泛的支持。

    2. 机器人科学家：AI 引领实验室革命

    机器人科学家代表了另一种令人兴奋的发展，它们超越了传统实验室自动化。它们通过数据、研究论文和专利的形式获得有关特定研究领域的背景知识，然后生成假设、执行实验、评估结果，最终发现新的科学知识。

    亚伯大学的“Adam”是机器人科学家的先驱，它首次实现了自主发现新的科学知识，关于酵母代谢中基因和酶之间关系的实验是一个典型案例。

    更复杂的机器人科学家，如“Eve”，在计划和分析实验时，它使用机器学习创建“定量构效关系”（QSARs）——将化学结构与生物效应相关联的数学模型。Eve 已经用于药物发现，成功地发现了一种用于牙膏中的抗微生物化合物三氯生（triclosan）可以抑制引发疟疾的寄生虫中的关键机制。

    曾经，人们认为机器战胜最优秀的人类选手的前景似乎还要等上几十年，但技术的进步比预期更快。随着机器人科学家的能力越来越强，将未来的机器人科学家与会下棋的 AI 系统进行竞赛也指日可待。

    创建 Adam 的剑桥大学 AI 研究员 Ross King 表示，“如果 AI 能够探索整个假设空间，甚至扩大这个空间，那么它可能会显示出人类只是在探索假设空间的一小部分，或许是他们自己的科学偏见导致的。”

    机器人科学家通过解决科学领域的效率问题，以一种独特的方式改变了科学研究。科学研究的效率逐渐降低，难以推动知识前沿的发展，而机器人科学家可以通过 AI 驱动的系统来解决这个问题，因为机器比人类更快、更便宜、更准确地进行实验室工作，而且可以全天候工作。此外，它们还能够提供可重复性的实验结果，缓解了可重复性危机。

    3. AI 在科学中的潜力与挑战

    尽管 AI 在科学中具有巨大潜力，但也面临着一些挑战。

    除了更好的硬件和软件以及两者之间更紧密的集成之外，还需要更大的实验室自动化系统之间的互操作性，以及允许 AI 算法交换和解释语义信息的常见标准。另一个障碍是科学家对基于 AI 的工具缺乏熟悉度。另外，一些研究人员还会担心自动化会威胁到他们的工作。

    然而，南加州大学计算机科学家 Yolanda Gil 博士表示，AI 的影响现在“深远而普遍”。许多科学家现在正在“积极寻找 AI 合作伙伴”。对 AI 潜力的认识正在增长，特别是在材料科学和药物发现领域，从业者正在构建自己的 AI 系统。

    总的来说，科学期刊改变了科学家发现信息和相互借鉴的方式。研究实验室则扩大了实验规模，实现了实验的工业化。通过扩展和结合前两次变革，AI 的确可以改变科学研究的方式。

  • 原文来源：https://www.economist.com/science-and-technology/2023/09/13/could-ai-transform-science-itself
165浏览量
原文链接
相关报告

  • 《AI 驱动的社会科学研究与公共治理新范式的构建（厦门大学，2023年10月14日-15日）》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-10-11
    • 当今人类社会已进入“人机协同、跨界融合、共创分享的智能时代。”人工智能已成为引领新一轮科技革命和产业变革的重要驱动力，广泛应用于包括科学研究和公共治理在内的社会生活各个领域，深刻改变着人们的生产、生活、学习和思维方式。党的二十大报告将发展人工智能科技与产业看作是全面推进数字中国，提升国家治理体系和治理能力现代化战略的重要组成部分。 智能化催生了科学研究的“第五范式”，即“人工智能驱动的科学研究”（“AI for Science”“AI + Science”“AI4S”）。今年3月，科技部会同国家自然科学基金委启动了“人工智能驱动的科学研究”专项部署工作。人工智能对社会科学研究必将产生广泛而深远的影响，包括公共治理学科在内的社会科学领域正在经历一场方法论革命，“人工智能驱动的社会科学研究”（“AI for Social Science”，或简称“AI for SS”）的新范式正在兴起，社会科学研究的方法、范围和主题以及知识形态也将随之发生改变。 为促进智能化时代社会科学及管理科学各学科之间的交流与对话，应对人工智能对社会科学及公共治理研究带来的新挑战新机遇，推动社会科学及管理科学研究的方法创新、范式转变、主题拓展与知识融合以及专业升级，由厦门大学社会科学学部牵头，厦门大学公共事务学院和公共政策研究院会同《公共管理学报》编辑部，联合举办此次高端论坛，就“AI 驱动的社会科学研究与公共治理新范式的建构”这一重大学术前沿课题展开跨学科多视角的深入研讨。 主要议题： 1. 数智化时代社会科学发展的新场景 2. “AI for Science”新范式及其应用 3. 从“AI for Science”到“AI for Social Science” 4. 人工智能驱动的公共治理知识增长 5. 基于AI的经济学和管理学新范式构建 6. AI驱动的社会科学专业的转型与升级 7. 智能化技术的政治、经济和社会后果 8. 人工智能对组织管理尤其是国家治理的影响 9. 伦理和可问责AI创新的治理框架 10. 算法决策制定的法律、政治和哲学视角 11. 全球治理视野中的AI政策、法规和治理 时间与地点： 论坛时间：2023年10月14日-15日 论坛地点：厦门大学科学艺术中心 报名方式： 本论坛以特邀嘉宾主旨演讲和特邀专家讨论的形式展开。欢迎全国对论坛研讨主题感兴趣的专家学者与会，请拟参与者将您的姓名、单位、联系方式和发言题目（或拟参与的分论坛）发送至zouxl@xmu.edu.cn，报名截止日期为2023年9月30日。 举办单位： 厦门大学社会科学学部 《公共管理学报》编辑部 厦门大学公共事务学院 厦门大学公共政策研究院 与会嘉宾： 大会致辞嘉宾 厦门大学校领导 国家自然科学基金委员会管理科学部三处领导 主旨演讲嘉宾 陈振明  厦门大学 米加宁  哈尔滨工业大学 特邀演讲嘉宾 谭建荣  浙江大学 汪寿阳  中国科学院大学 洪永淼  中国科学院 大学 郁建兴  浙江大学 吴建南  上海交通大学 邱   林  新加坡南洋理工大学 陈定定  暨南大学 于文轩  厦门大学 特邀讨论嘉宾 边   琦  山东大学 陈科霖  深圳大学 程镝东  北农业大学 邓   崧  云南大学 段忠贤  贵州大学 冯媛媛  贵州大学 范炜峰  南京理工大学 高奇琦  华东政法大学 顾   绚  西南财经大学 侯志阳  华侨大学 胡春艳  中南大学 郎   玫  兰州大学 李大宇  哈尔滨商业大学 李慧凤  苏州大学 李   礼  湖南省委党校 刘鲁宁  哈尔滨工业大学 刘   伦  北京大学 刘润泽  哈尔滨工业大学 刘   倩  《中国社会科学》杂志社 马   亮  中国人民大学 马   桑  云南大学 宋丽丽  哈尔滨师范大学 孙   轩  南开大学 吴   超  浙江大学 徐   磊  北京理工大学 徐   宣  国山东农业大学 许珂维  香港科技大学 严国萍 《治理研究》杂志社 臧雷振  中国农业大学 张睿涵  东华大学 张小劲  清华大学 张   毅  华中科技大学 张孜仪  中南财经大学 章昌平  桂林理工大学 赵   娟  北京化工大学 赵新峰  山东工商学院 郑跃平  中山大学 周鲁耀  浙江工商大学 赵敬丹  沈阳师范大学 联系方式： 联系人：邹老师 邮箱：zouxl@xmu.edu.cn 电话：0592-2188711
    611浏览量
    原文链接

  • 《经纬创投：“出海”经济学 – 东西智库》
    • 来源专题：智能制造
    • 编译者：icad
    • 发布时间：2024-01-18
    • 知之愈明，则行之愈笃。时常的反思和复盘，会给投资的认知、层次带来更深刻的领悟。今天，我们成立一个“投资笔记”栏目，采访了我们的投资团队和被投公司，以第一视角还原一个行业的真实状态，并总结一些经验，Enjoy。 在2023年底这一个月，密集拜访了几十家企业。 每年到了年底，我都习惯于复盘一下年初的很多判断对不对，今年可以说是，错得最离谱的一年。 今年年初，疫情放开，大家都想大干一场，但年中之后，整个市场变得异常的“卷”，几乎各行各业都出现了价格战。 印象最深的是一位储能公司的朋友，在年初，市场非常乐观，只要是相对头部的厂商，整条产线的产能都会被客户包下，订单如雪片般飞来。但因为全行业的产能上得太快，从年中开始打血腥的价格战。 到年底时，储能电芯的价格已经从年初的0.9-1元/Wh，大幅下降到0.4元/Wh，降了一半多。在0.4元的价格线上，意味着不赚钱，如果成本控制不好，一定会亏损。 最让我没想到的是，在这种形势下，他并没有选择减产削减支出过冬，而是一方面想了各种办法降本增效，另一方面继续做大规模。他认为，在今天这个阶段，规模是最重要的，如果因此规模缩小了，未来连牌桌都上不去，更不可能产生规模效益，最优秀的技术工人也可能会离职。等到市场需求重新上行时，再想恢复生产将很难。 只要今天不亏钱或者微亏，熬下去才能有突出重围的机会。 另一方面他也将目光投向了海外。 如果说今年国内“卷的程度”是我在年初没有预料到的， 另一个没有预料到的是“出海的速度”，或者说产业外溢的速度，超出了预期。 在西班牙的某个港口，上半年还是一片混乱，因为中国出口过去的电动车猛增。由于缺乏专门运输汽车的滚装船，很多中国车企采用了集装箱搭架子的方式来运输。但等运到港口时才发现，当地的码头工人根本没有见过这种运输方式，不知道该如何拆卸，硬拆导致运损飙升，车都囤在港口出不去，堵得一塌糊涂。 但到了下半年，听说有一个港口脱颖而出，一问才知道原来是从中国的物流公司里招了人。有了中国人的参与，这里变得非常务实。针对集装箱运车的情况，专门设计了自动化拆卸平台，效率非常高，并且整个港口的各个区域，也被划分得井井有条，极大改善了拥堵情况。 当然这只是一个小小的细节，背后的大背景是2023年中国汽车的出口飙升。欧洲一直作为汽车出口区，如今却开始变为进口区，还没来得及准备好从清关到陆运等一系列能力，毕竟今年很多中国车企的出口都是翻倍增长。 拜访了不少企业后，我发现很多在国内“卷”出来的企业，在海外真的是降维打击。因为这些公司不仅是在供应链管理、经营效率方面很成熟 ，更重要的是在国内市场卷出来的行业前瞻性思考：要领先于市场把技术做到什么程度？这可能是商业丛林生存法则中最重要的一课了。 去年我也去欧洲、美国、中东出差了好几趟，遇到了很多激动或令人深思的事情，想与大家分享和探讨，我们也在系统性地看出海的大机会，欢迎交流。我想从去年电动车出海的两个小故事开始，它们可能不是最核心的，但我想通过这些小观察，尝试以微知著。 1 2023年电动车出海的第一个大坑：滚装船 . 2023年无疑是中国汽车出海的大年，超过了日本，首次成为全球第一，而5年前中国还只有日本的四分之一。比亚迪在去年四季度，也首次超过特斯拉，成为全球最大的电动汽车销售商。 在以前的出海1.0时代，是传统贸易和商品代工为主，技术含量不高；再往后是2.0时代，中国成为世界工厂，有制造、成本优势，供应链也管理得非常好。 如今我们身处出海3.0时代，要说这次与之前有什么不同， 最核心的是：这一次国内的企业需要带着自己的品牌、带着供应链体系一起出海，这也是真正意义上的出海。 去年电动车出海圈子里，有个有趣的段子，有两个“大坑”——“滚装船”和“澳洲洗车”，这两个小细节恰恰反映了出海过程中的两个要点： 前者反映了出海的体系问题，后者则是心态，需要重构盈利模型。 去年，几乎所有电动车企都面临着一个问题： 要想把车运到海外，到底是用滚装船还是用集装箱？ 比如何小鹏在媒体采访中就说到：“比如招标海运，把这些汽车运往海外是用滚装船还是用集装箱。员工们倾向用集装箱，因为滚装船运不好，不好绑车固定，但集装箱贵了70%。但王凤英表示滚装船永远比集装箱便宜，至于如何绑车固定，她能用自己过往的出海经验解决。” 滚装船通过名字就很好理解，汽车可以自己“滚”着上下船，也即直接开上船舱，无需像集装箱货轮那样，需要人工打包汽车固定到箱子里，然后吊进船舱。但滚装船也基本上只能运汽车，所以一直是海运中的小众船只。 图片来源：Marine Insight 在过去十年间，全球滚装船的运力规模几乎没有增长，中国以前也不是汽车出口大国，所以我们也缺乏滚装船队，大部分运力都是由日本、韩国和挪威提供，这三国占了70%，我国占比不足3%。 而去年电动车出口暴增，令滚装船一舱难求。日韩的滚装船队，也会优先装载本国的汽车，其他余位才会轮到外国车企，这也令去年的中国车企挤破了头。 于是大家开始考虑用集装箱，但集装箱的装卸过程繁琐，容易产生货损。 集装箱船对新能源汽车有诸多限制，因为带电池属于危险品，需要出具电池检测报告、化学危险品等证书，装运的车辆在装箱时，电池电量不超过40%，甚至有的还要求用冷藏箱运输，很麻烦。 像比亚迪这样的巨头，干脆一拍桌子自己订船，要打造属于自己的滚装船队，先后订了8艘。 区区滚装船不在话下，只是以前缺乏需求。 这里不得不提一句中国强大的造船业，在国际造船界有一个“ 三颗明珠”的说法： 航空母舰、LNG运输船、大型邮轮，这三种船是技术难度最高的，而中国都已经能自主生产，也是全球唯一一个，能同时生产这三种船的国家。 对于出海来说，海运航线也是一种重要资源。比如在去年3月，上汽从中国工厂运了一批车，准备出口土耳其，刚刚过马六甲海峡的时候，土耳其突然宣布对中国产的电动车加征40%的附加关税。上汽即刻命令自己的船掉头，在泰国把所有车卸下来。 经历了2023年，我想所有做出海的电动车企，都会意识到： 当自己真正要大规模出海的时候，会面临各种各样的问题，背后其实是整个体系一起出海，不仅是自己一家的事。 怎么真正有效考察每个区域市场？各种物流问题，海外的港口如何衔接（2023年欧洲的港口里都堵满了中国车）？在当地选择哪种经营方式，是用经销商网络还是建直营？售后维修体系如何保障？以及合规问题、环保标准怎么样？…… 以前卖货出海的时代，只要把货装上船，到港口报了关，几乎就可以不管了。但现在需要从头到尾把所有环节都负责起来，与各领域的专业人士一起努力，这才是长期战略。 2 第二个大坑：澳洲洗车 . 去年的另一大坑是“澳洲洗车”，也很有意思，这个小细节反映了在海外重建盈利模型的重要性。 我们知道澳大利亚在地理上，作为一个独立的大洲，生态环境比较脆弱，也一直对外来物种入侵非常重视。 在汽车运输过程中，很容易携带一些植物种子、土壤或是小昆虫，一般在上船前都会进行清洗。但有时候清洗不全，或是在途中又粘上了什么小东西，就会是一场噩梦，因为如果澳洲海关在进口汽车上发现任何异物，整船货物都需要进行彻底的深度清洗。 这里的“深度清洗”，可不是拿水冲洗那么简单。为了防止种子飞溅，必须使用“带有粘性物质的木棒”，在特定的地方，一辆一辆车进行清除作业，因此需要花费很长时间，洗一辆车收个上百美金很正常。 于是去年大量汽车在港口积压，有船因为这个问题，在墨尔本的港口里足足等了73天，让一些航线的运力损失了40%。 所以“澳洲洗车”成为了行业里出名的案例，不少人吃了亏。 我想跟我吐槽这件事的朋友，他当时的内心是崩溃的。因为面临交付周期的压力，面临滚装船运力抢不到的压力…… 但这就是出海的一部分，你必须重新思考如何构建新的盈利模型，你的成本结构与国内肯定会不一样。 比如，欧洲人非常重视数据安全，而中国电动车的一大亮点是智能化，少不了有很多摄像头和数据传输，那么收集哪些数据？OTA怎么发布新版本？数据的传输和分析应该怎么做？这些在国内可能不构成太重的成本， 但欧盟的GDPR（通用数据保护条例）非常严格，最高罚款额是整个集团营收的4%，大一些的车企动辄千亿的营收规模，要是真罚起来，能罚到倾家荡产。 特别是如果在欧洲建厂，就会面临与国内非常不同的成本结构。比如一家国内优秀的制造业企业，好的模型是制造成本占70%，15%左右是期间费用，而EBITDA能到15%。但在德国，可能EBITDA能有7%就已经非常不错了。 在中国我们享有一个快速发展的庞大市场，有更多出现2-8分化，从而成为行业头部的机会，有配套齐全的上游供应链可供选择，以此手握议价权。但这样的盈利模型，到海外去能否再复制？ 所以出海意味着要重构你的盈利模型，很多国内的差异化优势必须可复制，能到海外去成建制的运转起来，先做加法再做减法。 3 在中国先“卷”出来 . 以上两个小细节反映了2023年的一些现象。不过这些小问题都很快会得到解决，因为中国出海3.0还有一个巨大特点，就是卷王出海。 在之前的出海浪潮中，我们能看到不少企业因为在国内卷不过，最终去海外求生，但从新的这一轮光伏、储能、电动车企业的起起伏伏中，其实可以得出一个结论： 如果一个行业没在中国这个“大卷锅”里卷过，可能会走更多弯路。因为在国内被卷过，意味着这个行业的供应链、质量控制、运营体系等等跃向成熟，这一点越来越明显。 电动车就走过了类似的路径。在理想、小鹏刚上市的2020年，市场对电动车还是将信将疑，那时的新车销售渗透率也只有5%，而三年后竟然飙升到40%。 在渗透率飙升的背后，也是大浪淘沙。 我们在2019年研究电动车市场的时候，发现市面上差不多有200多家造车新势力，但最终真正造出车来的，不到100家，有相对规模化销量的，只有不到20家。 恰恰是这些卷出来的公司，构成了如今中国电动车产业强盛的局面。去年的上海车展是最备受瞩目的一次，全球各大主机厂的所有高管，全部都来中国看电动车，无论是日本的、韩国的、欧洲的、美国的。甚至还有海外做进出口贸易的人，直接在展台上询价，要订2、3000台车。 最近我在海外出差时，竟然偶尔能看到一些国产电动车在路上跑，但我确信这个品牌并没有进入这个国家。这车怎么进来的？什么时候进来的？完全不知道。有“飞车”的存在，确实说明外国人也喜欢中国的电动车。 不仅是电动车，消费电子制造、光伏、锂电等等产业，中国今天都占据优势， “卷”带来的核心优势就是迭代速度极快。 比如说像汽车行业，此前从零做出一辆车来，可能需要 31个月以上，很多海外车企依然是这个速度。但现在整个国内电动车行业的速度，已经到了18个月以内。 特斯拉在2012年推出Model S时，当时性能一骑绝尘，一个重要的突破点是零百加速（2.9秒），前几年整个供应链还没有为电动化做好准备，所以这个体验非常具有颠覆性。但很快，中国车企就纷纷在三电系统上发力，很快就追上了这个零百加速，甚至还卷出了比Model S Plaid更快的2.1秒。 比如说像光伏行业，每两年可能会有一次大的技术变迁，2021年投产的PERC电池产线，在2023年的TOPCon产线面前会变得一文不值，因为TOPCon的光电转换效率比PERC高了一个数量级。 所以 当你为光伏行业准备产能时，如果不能以非常快的速度完成整个产能建设，你就会拿不到市场。 在中国，从规划产线到投产，只需要不到半年的时间，但在欧美国家这可能需要两年，等你今天才建完，那边技术已经迭代一次了，这就完全跟不上节奏。 就像大众汽车曾经预估，通过在中国采购，令其制造成本至少降低了30%，中国生产的车内信息娱乐系统，比欧洲购买的旧版系统便宜34%，而计算能力还高出70%。 国内的“卷”还是全方位的，一旦有中国公司在下游产品端建立了优势，就会带动整个产业链逐渐往上卷。 比如说电动车所带动的上游电池行业，在几年前锂电行业的设备、材料环节，几乎都还是日韩公司主导，但如今每个环节都有中国公司占据核心位置。 技术迭代是无止尽的，企业也会一直拼命投入研发和资本支出，一切的领先优势都不会超过1年，不想被时代抛弃，就只能不断地自我革新和进化。 4 不仅是电动车，各行各业都在加速“产业外溢” . 最近我聊了一位在极米负责出海业务的朋友，他去年一项重要的任务，就是不停地在日本、东南亚、欧洲等区域扩展线下店，他说他都不敢发朋友圈，之前就因为发了一个考察日本商场的朋友圈，结果就有友商过来加价争抢。 极米的产品是家庭投影仪，去年在海外的业务发展得很不错。海外的投影仪行业，其实是一个很没落的行业，十几年来没什么创新，基本上被限制在办公和教育领域。在产品形态上，也没有像极米这样的自带系统、自带音响的产品。 所以当不少外国人真正体验到极米的产品时，反而会觉得眼前一亮，虽然全球整个办公投影市场都在萎缩。 像极米这样的例子还有很多， 在2023年，我看到一切都在加速，一些以前不认为出海能做成的领域，都有人在这个领域取得成功。 比如Temu，就利用在国内做增长的策略，在美国进行了二次尝试，来突破“客单价陷阱”。我们知道， 电商平台如果想做跨境，物流成本是不可避免的，对于低单价订单来说，物流成本占到50%-70%都很有可能。 所以只有把客单价做高，才能把物流成本摊销下去， 但这并不容易。此前Shopee在进军欧洲时，也面临了同样的问题，当尝试把客单价提高时，订单量和GMV双双下降。 Temu用了一个神奇的操作：当一个美国用户调选了2件商品想下单时，此时Temu会有一个弹窗出来，让用户可以在这个页面的商品中，再买8件凑足10件，但这8件商品你只需要付其中2件的钱就可以了。 由于Temu对商家采用了全托管模式，所以此时这8件商品大概率已经在仓库中，并且都是很轻的商品，可以合并在一起而不带来物流成本的提高，一切都由数据驱动。 对于客户来说，确实有概率在这10件商品中存在不满意的情况，但毕竟有6件商品是白送的，所以总体满意度是可控的。这个思路与黄峥早年接受《财经》杂志采访时说的很类似，“拼多多的第一款商品是一元钱一袋的乐事薯片，一天卖了一万份。只要一半薯片还能吃，他就会觉得值。 但反过来讲，虽然只有一元，如果薯片寄过去全碎了，消费者就会觉得没占到便宜，甚至会骂你。” 你永远可以相信中国人在商业模式上的创新，因为中国人是最懂人性的。 再比如短剧，内容一直是外国人很难在本地切入的赛道，但2023年出海短剧的爆火打破了这个状态。中文在线旗下的短剧平台Reelshort，一度是美国iOS娱乐应用中下载量最高的，超过了Tik Tok。 出海短剧，正是中国公司制作，面向海外市场。ReelShort每集一分钟，专注于让人欲罢不能的言情剧、错综复杂的家庭剧、多金帅哥、美女佳丽，以及吸血鬼和狼人，比如《霸道总裁的契约娇妻》、《我亿万富翁丈夫的双重生活》、《命中注定我的禁忌阿尔法》等等。 与Reelshort的成功相呼应，是3年前Quibi的崩溃。Quibi一度备受瞩目，由好莱坞大亨卡森伯格（曾任梦工厂、迪斯尼和派拉蒙的联合董事和首席执行官）和惠特曼（曾任eBay和惠普CEO）联手打造，每集5-10分钟，追求高举高打、制作精良，但实际上并不如意，在上线6个月后即告关闭。 Quibi虽然失败了，但短剧这个趋势仍然存在。ReelShort以更低的价格、普通的制作水平、但令人欲罢不能的悬念和快节奏，席卷了美国市场。 这样的例子还有很多，比如一家国内的互联网券商，因为监管问题选择出海，反而在日本收获了增长，因为日本根本没有相同形态的产品；比如一家做电子价签的公司汉朔，主要是用电子纸取代商超里的纸质价签，并且在背后可以运行一套智能数子系统，在去年实现了全球第二的出货量…… 无论是光伏、动力/储能电池、电动车，还是移动互联网、以前的轻工业外贸，很多源自中国的创新正在走向世界，并且在海外“砍瓜切菜”式的增长。 5 很多人担心供应链外迁会带来风险 . 在这波出海浪潮之下，也有一些朋友认为出海会导致产业空心化，但其实不然，我们观察到两个趋势： 一个向外一个向内，从日韩企业的全球化历史中，进一步在地化是必经之路。 中国电动车进军东南亚的同时，马来西亚、印尼、越南、泰国也都在积极吸引中国车企到当地建厂，越来越多国家意识到汽车电动化的浪潮， 现在几乎人人都想成为汽车生产国。 这个局面很像特斯拉刚刚入华的时候，武汉、重庆、上海、广州、深圳围绕着特斯拉的落地建厂，进行了激烈竞争，最后是上海拿下了。东南亚各国的体量，14个国家加起来有6亿人，也很像中国各个大省之间的竞争。 如果细看A股上市公司的财报，确实有越来越多的公司，正在主动把一部分产业链转移到东南亚、墨西哥等地区。 我们不可能拒绝产业链在全球的重塑，而是要如何积极地参与这种重塑，在其中占到更多主动权。 我最近也拜访了几家在墨西哥建厂的企业，其实去墨西哥最多的还是汽配类企业。比如特斯拉也计划在墨西哥建一个规格与上海超级工厂类似级别的工厂，也主动邀请很多中国的配套企业去墨西哥。墨西哥在某种程度上，成为了一个中转站。 在今年上半年有个新闻，墨西哥对美国的出口一度超越了中国， 但如果仔细看一下数据，中国对墨西哥的出口也创出了新高，其实就是我们的商品先到了墨西哥，转了一道手再进美国。在墨西哥，大家都在计算对美关税，哪些零部件可以从中国运过来？哪些需要在墨西哥制造？哪些需要在美国制造？ 这是一笔总账，大家都想保持总账的经济利益最大化。 从日本企业当年出海的历史来看，上游零部件企业的出海，也是先于下游品牌出海，但真正在海外形成规模和竞争优势的，是丰田、本田、日产这些大型主机厂牵头，核心供应商集体出海。 产业转移是全球化的客观规律，我们注定会有一天，要把世界工厂的一些份额分出去。 分出去并不可怕， 我们需要的是对产业链的主导权，如果分出去的是低端的部分，那自己必须往上走 ，要做到日系车、德系车那样的中高端部分，以及必须有塑造中高端品牌的能力，在供应链中也要做出像博世、日本电装这样厉害的供应链企业。 另一方面，在2023年我们也可以观察到， 沿海地区的制造业向外转移，和向中国内陆地区转移，这两件事情其实是同时发生的。 最近华尔街日报有一组数据，自2018年初以来，中国中西部的15个省份出口累计增加94%，在截至今年8月份的12个月里，这些省份的出口总额达到6300亿美元，超过了同期印度（4250亿美元）、墨西哥（5900亿美元）和越南（3460亿美元）的出口额。 而中国内陆地区的出口增速，也超过了这些国家。自2018年初以来，中西部15省的出口增速几乎是翻倍的，而印度的出口只不过增长了41%，墨西哥43%，越南56%。 我们的实际感受也是如此。比如四川宜宾，宁德时代就在这里规划了295GWh的产线，也聚集了很多电池组件类的公司。极米也在宜宾建立了自己的智能投影仪工厂。比如重庆铜梁区，海辰储能也在这里建立了制造基地，总投资130亿元。 这样的例子还有很多，可见 不仅是产业转移，内陆地区也正在原有产业的基础上，实现了产业升级和出口增长，而某些新兴产业的崛起，也正是落后区域实现增长跨越的机会。 所以沿海地区的制造业向外转移，与向中国内陆地区转移，是在同时发生的。 而且随着地缘政治摩擦不断，以及中国人工、土地成本的升高，部分低端产业转移一定会发生。 这里面最重要的不是转移本身，而是产业升级。 只要升级在持续进行，核心产业链聚集形成优势，基础设施持续完善，内陆地区也一样具有竞争力，像中西部15省的出口增速，就超过了越印墨三国。相比之下，更值得警惕的是产业升级能否持续。 出海不是掠夺性的，而是也要给当地带来发展，这才是全球化企业的核心所在。 特别是汽车出海，涉及到很多发达国家的核心产业，需要能与当地共赢。比如在日本，丰田及其带动的产业链，在日本工业中占有绝对地位，它们的变动对日本经济影响很大，虽然丰田在新能源转型上缓慢，但也在想办法阻击中国电动车企进入日本市场。 在欧洲也是一样，如果欧洲的主要汽车品牌被冲击得太严重，那就死伤太大，会影响很多社会面的问题。 所以我们看到很多企业出海布局，也包括海外从政府到当地企业，对我们进行博弈，以及我们对他们的博弈和主动出击，这些都是2023年发生的新变化。 日本当年成为了贸易强国之后，开始大批量的全球化，提出了“在海外再造一个日本”，输出技术、输出管理，丰田、本田大部分的日系车，其实是在海外生产的。 出口并不等于出海，要与当地共赢，带动当地发展，用更长远的战略在当地做布局，这才能最大程度的消解地缘政治的不可抗力。 中国的产能，从来不仅仅是为中国市场准备的。 中国是名副其实的世界工厂，一些细分行业里中国产能占了全球一半以上，以后仍将如此。 如果不靠房地产，什么会是经济的下一个增长点？KKR的研究表明，在2022年， “绿色经济”和“数字经济”，已经为中国经济增长贡献4.7%，而房地产行业的负贡献是-3.7%。 中国制造深度化的例子有很多， 比如电动车渗透率的提升，就比原计划提前了十年，这就是“中国速度”；比如苹果iPhone在中国制造的附加值，2019年还仅占每部手机零售价值的4%左右，但今天已经攀升到了25%。 优势产业是有“外溢效应”的。 就拿经纬来说，我们从泛移动互联网转到整个科技行业的投资，是从2017年开始的，先后投资了理想汽车、小鹏汽车。我们在研究整个电动汽车产业的时候，就发现这是一个非常好的、有溢出效应的行业。 比如因为要实现电动化和智能化，整个供应链都需要重构，所以我们投资了电池电芯、汽车芯片；电动车还需要实现轻量化，所以我们也在继续投资新的制造技术和材料；电动化还与能源转型相辅相成，我们由此开辟了光伏、风电、储能等新能源领域的投资。所有由此引发出来的溢出效应，是我们一直想把握住的一个核心主题。 至此，这些溢出都是在国内发生的，是由先进的细分赛道，通过上下游向全产业链溢出。那么下个阶段一定会发生的是，优势产业向全球产生溢出，这一切将以2023年为节点。 2023年也是疫情放开后的第一年，三年的相对封闭和国内市场的技术迭代，卷出了一个新世界，当这些公司涌入海外市场，无疑将带来新一波真正的全球化。 现代企业竞争不是单个企业的竞争，而是供应链与供应链的竞争。 整个供应链一起出海，整个体系的技术竞争力、交付效率和产品品质，将成为新一波全球化中，中国公司那把最锋利的尖刀。 References： 1、WSJ：中国工厂正在迁移，目的地并非印度或墨西哥 2、WSJ：Quibi Was Supposed to Revolutionize Hollywood. Here’s Why It Failed. 3、《卷王经济学》 4、天风证券-航运港口行业专题研究：滚装船运价涨6倍，繁荣期来临 5、KKR：thoughts-from-the-road-asia 6、Goldman Sachs：PDD：Double beat with Temu the key surprise; lifting Temu profit assumptions and valuation 题.
    290浏览量
    原文链接