焦点

「数字人」

我曾在去年年末的一期「AI Insider」里谈到，2022 年，「AI+元宇宙」的概念炒作会成为一个有趣的看点，而这其中，「数字人」又是最基础也是当下最能看到的一个落地产品。

和「元宇宙」一样，「数字人」也不是一个新概念，但基于 AI 各项技术，比如语音、自然语言处理等技术的迭代与优化，当下所谈的「数字人」，不再仅仅局限于只会某种技能的「展示数字人」，而是可以与用户互动交流的「互动数字人」。

从静止到动态，从主持到互动，「数字人」的应用场景非常多，下图是天风证券列举的一些领域和场景。

RPA 公司 WorkFusion 构建了一个「（金融）数字人团队」，包括 Tera 在内六位「数字人」，各自拥有不同的技能和工作内容，同时他们还有自己的「简历」以及不同「样子」，WorkFusion 计划今年「制造」更多数字人，覆盖更多金融服务领域。

事实上，WorkFusion 的这些「数字人」并不神秘，无非是把之前以代码或图形展示给客户的流程变成了 3D 虚拟人物，其核心的代码没有发生变化，本质上都是 RPA 产品。

但无论是国内 AI 主播、AI 偶像之类的「数字人」，还是 WorkFusion 的「数字人」，这些拟人化的 AI 产品与系统，共同构成了一类新的「机器」形态，相比于有形状的「传统机器人」，「数字人」的门槛越来越低，应用场景也不断增多，而当我们习惯与这些满足不同性别审美的「数字人」互动之后，人工智能的「恐怖谷效应」是否会出现，这是一个值得思考的命题。

产业·计算

上周，一个名为「Lapsus$」的黑客组织承认攻击了英伟达公司内网，并盗取 1TB 数据，而且声称这些数据包括驱动、固件的原理图以及源代码。为了展示自己的「能力」，该黑客组织已经公布了部分数据，其中包括英伟达 7 万名员工的内网用户名（邮箱）与密码 HASH。

最新的消息是，「Lapsus$」要求英伟达开放 GPU 的源代码，否则将公布他们获取到的英伟达产品源代码。英伟达的官方声明承认公司部分产权与员工信息被泄露，但强调不会影响到现有产品。

英特尔、台积电、三星等多家公司共同推出了芯片粒（Chiplet）通用标准 UCIe，旨在构建一个开放、统一的 Chiplet 生态系统，让生态里所有参与者的 Chiplet 产品或设计互通和组合。

近几年 Chiplet 持续火热，已经成为未来芯片设计的重要趋势，Chiplet 可以像乐高积木一样，将不同功能的芯片组合，形成一个更强大的异构芯片，这对降低芯片设计、生产成本，特别是延续「摩尔定律」意义重大。

英国 AI 芯片创业公司 Graphcore 上周发布了新一代（第三代） IPU 产品 Bow，根据其新闻稿透露的细节，这一代产品采用了与台积电共同开发的先进硅晶圆堆叠技术（3D Wafer-on-Wafer），能够实现性能和能耗比的提升，即便是同样的 7 纳米制程，计算性能较上一代有 40% 的提升，能耗还降低了 16%。

继续谈 AI 芯片，很长一段时间以来，业界都在探索通过 x86/ARM 架构的通用处理器来追赶 GPU，以满足更丰富的 AI 计算场景，但现在，基于开源架构 RISC-V 的 AI 芯片研究和产品也开始增多，比如下面这些公司：

• SiFive
• Esperanto Technologies
• Ventana Microsystems
• Kneron

上月，英特尔已经宣布押注 RISC-V，这会让 AI 算力的争夺变得更有趣。

巨头

微软。微软上周宣布将停止在俄罗斯销售相关产品，不过其官方声明的表达并不清楚，具体停售的产品细节也未透露。

比如是否停止向俄罗斯客户提供云服务，虽然微软并没有在当地拥有数据中心，但微软在 2018 年与当地电信公司 MTS 合作，为俄罗斯客户提供 Azure 云服务。

值得一提的是，企业市场的大公司里，Oracle、SAP 已经宣布停止在俄罗斯的所有业务，这其中，Oracle 也没有俄罗斯的数据中心，不过该公司在当地拥有众多客户。

微软上周继续扩大中国数据中心规模，根据其新闻稿，微软位于中国华北地区的第五个数据中心区域正式启用，该区域也将继续由微软在华合作伙伴世纪互联蓝云运营。

微软特别强调了 2022 年在中国市场的产品供给，比如面向物联网的 Azure Digital Twins、混合云和多云管理的 Azure Arc、统一数据管理的 Azure Purview 等等。

也是在上周，微软正式完成对 Nuance 的收购，这笔总价高达 197 亿美元的并购将极大增强微软在语音领域的技术与行业优势。Nuance 在医疗领域拥有众多客户，比如 Epic、Humana、Cleveland 诊所以及此前被 Oracle 280 亿美元收购的 Cenner 等。

与此同时，收购 Nuance 也会为微软在企业呼叫中心的业务拓展提供新的机遇。结合近期市场分析机构 StrategyP 提供的全球呼叫中心 AI 预测报告来看，未来四年该领域的年复合增长率为 21.5%，从 2022 年的 15 亿美元增长到 2026 年的 35 亿美元。

而市场分布层面，美国依然是最大的市场，预计 2022 年的市场规模为 4.726 亿美元，占全球三分之一的份额，中国作为全球第二大经济体，未来四年增速明显，预计到 2026 年达到 3.804 亿美元。

过去两年的疫情成为推动呼叫中心自动化（AI 化）的重要转折点，2021 年，Bloomberg 以菲律宾为样本，显示该国呼叫中心的就业率显著下降，与之相对的，则是大量自动化技术被应用呼叫中心业务中。

呼叫中心也是美国各大云计算公司争夺的焦点，去年，AWS VP Larry Augustin 表示呼叫中心产品 Connect 已经是 AWS 历史上增长最快的业务之一，Protocol 援引 The Information 的数字显示，2020 年，AWS 呼叫中心营收增长了 150%，达到 1.75 亿美元。

阿里云。科技媒体「雷锋网」披露阿里云或将迎来一位重磅高管，前华为 EBG（企业 BG）中国区总裁蔡英华将成为阿里巴巴资深副总裁，对应的级别是 M7/P12，如此高级别的空降，也是「史无前例」。

事实上，这更像是阿里云 2021 年一系列架构调整的延续，彼时，阿里云通过设置 18 个行业部门、16 个区域，试图构建一个地区/行业全覆盖的产品、销售体系，正如阿里云总裁张建锋当时所言，这是阿里云历史上没有过的（调整）。

上述一系列架构调整与此后两个季度营收持续增长形成呼应，但从 2021 年年末到 2022 年年初，随着阿里巴巴内部推行内部经营责任制以及阿里持续下行的股价/市值，云计算会成为阿里巴巴未来故事里的重要章节，这也意味着，2022 年中国云计算的市场争夺，会变得更惨烈。

AWS。AWS 新工具展示客户碳排放量，这个名为「Customer Carbon Footprint Tool」的工具可以展示客户使用 EC2 计算实例、S3 对象存储以及其他计算资源所产生的二氧化碳量，该工具被整合到费用账单里，每个月更新。

类似地，Google 上月也在一篇论文中谈到如何使用机器学习优化云计算客户的碳排放，这篇论文研究了运行机器学习硬件的能源消耗成本，比如数据中心和 NLP 模型的训练成本，并提出了四种优化方法，所有优化方法都已经集成到 Google Cloud 里。

市场

先来关注一组近期完成融资的 AI 创业公司。

加拿大 AI 创业公司 Sanctuary 日前完成一笔 5850 万美元的 A 轮融资，这家公司的产品方向是「首款具有人类智能的通用机器人（first human-like intelligence in general-purpose robots）」，当然产品还没有出来，根据其新闻稿透露的消息，Sanctuary 主要在 AI、机器人以及量子计算领域进行技术创新。

光子计算公司 Liminous 完成 1.05 亿美元的 A 轮融资，其中比尔·盖茨也是投资人。这家位于加州山景城的公司研发基于光子的 AI 芯片，有望突破计算过程中的数据移动瓶颈，在此基础上构建一个计算硬件设施，支撑上层的更多应用，比如自动驾驶、NLP 等等。

自动送货机器人创业公司 Starship 完成 4200 万美元的 B 轮融资。这是一家创立于爱沙尼亚、总部位于旧金山的创业公司，根据其公开资料，该公司每天运营超过 1700 辆送货机器人车辆，每天完成 1 万次配送，客户包括杂货店以及大学。

再谈对俄罗斯芯片制裁的后果。Protocol 希望搞清楚芯片制裁对于俄罗斯意味着什么，首先，俄罗斯每年大概需要 6000 万美元的芯片进口，这其中大多数都用于工业制造领域，并不是消费市场上的英特尔或英伟达芯片。

其次，结合俄罗斯最大的芯片进口商——模拟芯片公司 Infineon 的财报数字，2021 年该公司营收 124 亿美元，而 2017 年到现在，这家公司在俄罗斯业务只有 6000 万美元收入，这也说明俄罗斯的市场有多小。

投资数据分析公司 Pitchbook 分享一组 AI/ML 投融资数据。其中的几个要点：

• 2021 年，AI/ML（人工智能或机器学习）领域的投融资增长了 87.2% 至 1150 亿美元；
• 这个增长速度不及美国软件市场的投资增长率（113%）；
• 投资放缓的主要原因包括：亚洲市场增长速度只有 62.1%；市场关注 Web3/去中心化金融产品，也在一定程度上分流了部分资金。

未来驾驶

加州大学伯克利分校与戴维斯分校的研究者做了一份调查，研究人员为 43 户家庭提供了一位私人司机，告知他们可以将这位司机当作「自动驾驶司机」，也就是随时可以让司机为自己开车，结果显示，当用户拥有了「自动驾驶司机」后，用户选择了更多的汽车出行，与之相比，公共交通、自行车出行的时间大幅下降，下图是 FT 做的一张图。

而这位人类司机每周只有 60 个小时的空闲时间。FT 的评论指出，如果一天中的任何时候都可以无人驾驶，那么汽车的上路时间会更高，或许永远在路上。

这个调查引出了一个值得思考的问题：自动驾驶领域长期以来强调汽车通过自动驾驶实现高效、安全的出行，但正如 MIT 的一份研究显示，拼车服务的流行，增加了城市的交通压力，这是因为大量没有驾照的人可以通过更简单、便宜的方式乘坐车辆，而当车辆具有自动驾驶能力的时候，想象一下，没有驾照的孩子、不想晚上开车的老人以及众多身体状况不允许开车的人，他们对交通工具的选择会如何影响城市交通？

更进一步，当道路上的车辆越来越多，理论上事故发生的概率也会越高，从这个角度出发，自动驾驶出租车是不是解决上述问题的最好方案？

再看一份关于自动驾驶的调查，29% 的用户认为未来对自己的车辆实现自动驾驶感到舒适，26% 的受访者称，作为乘客乘坐自动驾驶车辆感到舒服。

不同年龄的司机对自动驾驶技术的接受程度也不一样，18 到 29 岁之间，有 40% 的用户感到舒适，60 岁以上的只有 18%。

品牌方面，特斯拉、宝马与丰田是最受信赖的品牌。