宏观视点：从规模经济看DEEPSEEK对创新发展的启示

　　DeepSeek的出现有几个没想到，不是大型科技企业和科研院所而是初创企业，不是实体科技公司而是一家金融领域的公司，不是来自处于领先地位的美国而是在大模型领域相对落后的中国。这一切纯属偶然吗？只有大机构才能研发AI大模型的背后是所谓的规模定律，即要素（数据、算力）投入的边际产出下降，模型性能提升需要不断增加要素投入，带来规模的门槛要求。DeepSeek的破解在于以算法优化（技术进步）提升算力（要素）的边际产出，一定程度上替代了算力投入。技术进步从个体来讲似乎有偶然因素，但从宏观来讲是规模经济效应的力量，尤其是外部规模经济，即上下游协同、共享基础设施和人才池的创新生态，中国在数字基础设施和人才规模优势方面尤其突出。规模经济效应意味着大模型未来的发展或仍将由大国主导。就中美之间的互动而言，规模定律隐含后发者有优势，所以美国通过限制算力出口减缓中国的追赶。这是因为落后者要素投入的边际产出高于领先者，市场机制激励要素投入从领先者流向落后者，有利于两者差距的缩小，这有点类似经济学新古典增长模型的逻辑，即规模报酬递减带来发展中国家和发达国家之间的差距收敛。但这加剧了双方各自的比较优势，美国偏重利用算力，中国偏重算法优化，而算法优化这样的技术创新更能得益于大国规模经济效应，更可能带来先发者优势，符合隐含规模报酬递增的内生增长模型的逻辑。从更广层面看，中国需要实现科技创新与产业创新融合发展，首要是从“重供给与资产”转向“重需求与人才”，在促进消费需求之外，重视知识产权保护与建立个人破产保护制度有助于人才激励。与电力、内燃机等不同，以数字技术、人工智能为代表的信息技术革命，天然地与金融有紧密联系，因为金融尤其资本市场的关键是解决信息不对称问题，由此金融领域的一些创新本就是数字等信息科技创新的一部分。公共政策在重视金融支持科技创新的同时，也需更加包容金融活动的“动物精神”。