这波 AI 竟是百年一遇的生产力革命？一把手必须亲自抓

这是我在主持的AGI产业先锋营活动中，针对《企业如何实现AI创新》这一主题所进行的分享。

在我眼中，创新并非一蹴而就之事，它是在正确把握大方向的基础上，通过持续的小步快跑和不断尝试错误，逐渐孕育而生的。目前，AI正是我们所指的大方向。同时，我们也观察到，众多企业渴望拥抱AI，却往往找不到合适的途径。其中，智能化进程中最具挑战性的“最后一公里”，便是如何将大模型技术与传统技术有效融合，从而提供真正能够落地并提升效率的解决方案。这恰是我持续深思的议题，我们致力于向客户呈现此类服务方案，同时，我们正在公司内部推动改革，逐步将变革融入企业组织结构、管理模式以及业务与产品之中，并与业界同仁共同商讨如何切实解决“最后一公里”问题，以帮助企业客户实现更大的价值增长。

以下为本次演讲实录，内容编辑时略有删减：

创业十五年，依然在路上

2023年对我来说是状态最为巅峰的一年。从外界来看，这一年我迎来了新的机遇；从内心感受来说，是通过不懈的自我调整，我重新找回了那种创业者的“在路上”的激情。只有当你脚踏实地，从最基础的工作做起，你才能真正拥有创造力和创新力。而当你只是浮于表面，往往只能是一知半解，所谓的创新可能只是空中楼阁。

身为互联网产品经理的第一代，我带领团队打造了360的杀毒软件。起初，我们团队仅有五名成员，而与此同时，瑞星已拥有八百人，金山毒霸则有三四百人之多。当我于2008年底离职时，团队规模虽未超过百人，但我们的PC覆盖范围已达到50%以上。360的历程极大地增强了我的自信心，并且使我掌握了一系列技能和知识，特别是在产品易用性和安全性领域的理解，实现了真正的Think。例如，如何在有限的界面空间内实现流畅的交互，以及在安全状况发生转变时，如何迅速作出有效应对。

在360项目结束后，我创立了猎豹移动。那时我发现，我国的APP产品相较于美国同类产品更具优势，因此我决定全力以赴地拓展海外市场。2012年着手出海，仅仅两年后，我们的海外月活跃用户数量便突破了2亿。2014年，公司迅速上市。然而，如今回顾过去，这种快速发展并非好事。因为无论是个人还是团队，都容易因此心态膨胀。我们当时坚信，要成就伟大事业，就不能重复别人的路。经过一番考察，我们最终选择了人工智能领域。在那个时期，我深刻认识到人工智能代表着一场革命性的转变，因此我们早在16年便毫不犹豫地投身于AI领域，进行融资、扩充团队、开发产品等一系列举措……特别是小米的小爱同学，其语音识别技术中很大一部分是由我们团队所贡献的。

今日回顾，那是一场热烈的发声，这样的投入若在未明确方向时，极易导致无谓的浪费。若是从头开始，我必定会从组建小团队起步，进而亲自参与其中，待到真正领悟透彻，再逐步发展壮大。

所以今年出来时，我们的动作就明显比以前要稳扎稳打了。

将带来交互革命和生产力革命

作为一个划时代的应用，我们该怎么看待带来的变化？

首先，这代表着一场交互方式的变革。人与机器的交流将变得更加简易和便捷，目前看似繁复的软件与机器，在将来其使用难度将显著降低。这将带来一场翻天覆地的变化，我们的整体交互模式也将随之改变。上一次的交互革命——从全键盘过渡到触摸屏，催生了苹果的崛起，而今，所有的软件、设备，以及众多内部接口，都亟需通过人工智能进行全新重塑。

以一个实例来看，当前的情形是人们围绕着机器运转，例如当甲方提出一项需求时，就需要一位既擅长沟通又会使用电脑的专业人士，将客户和老板的意图转化为PPT。然而，未来将出现机器围绕人转的局面，甲方只需向机器表述需求，机器便能直接领会，若需制作PPT，它将自动生成，人们只需稍作修改，有时甚至无需修改。

其次，这代表着一场生产力的变革，数字化员工将成为企业必备的要素，企业中这一比例越高，其竞争优势就越显著。马化腾曾在财报发布会上表示，他原本认为人工智能是一次十年难得一遇的机遇，但经过深入观察，他认为是几百年才出现一次的机遇。我认为，在历史上，或许只有蒸汽机的发明能与此次人工智能革命相提并论。蒸汽机首次将热能转化为动能，而这次则是将电力转化为通用智能。

大模型的走向

平台核战争场域下，寸草不生

平台间的核战争已然拉开序幕。在当今时代，若是没有一款千亿参数规模的大模型，那么即便是自诩为平台企业，恐怕也会让人感到有些不好意思。

在核战争的恶劣环境中，土地荒芜，小型企业在所谓的AIGC应用程序上难以获得显著机遇。当前，无论谁投身千亿级大模型的开发，与大企业竞争时都将面临极大的挑战，往往难以承受。即便创业团队效率较高，但大企业能够集结更多人力，最终效果往往相差无几。这种微小的差距，对于终端用户而言几乎难以察觉。

模型性能趋于稳定后，竞争的核心转向了商业应用。对于初创企业来说，形势愈发严峻，因为大型企业能够迅速形成完整的产业链，而它们只能另辟蹊径。然而，开辟新战场同样存在挑战，若你是市长，是选择与腾讯、百度或华为等巨头合作，还是与一家初创企业签约？因此，随着大企业的加入，创业公司的处境将愈发艰难。

应用生态决定大模型公司的商业价值

在11月份的开发者大会上，我们起初内部交流时，觉得其表现并不符合一家平台型公司的常规做法。它承担了生态中许多本应由平台公司负责的工作。按理说，它应当迅速推出GPT-5，并进一步提升其推理能力，同时也要将多模态功能做到极致。然而，它却接手了一群创业者本应承担的任务，包括实现零代码构建AI Agent。这些事情并非不能完成，然而若采取这种方式，正如众多硅谷企业所言，那便如同“用200美元的优惠券，赔掉了200万美元”一般。然而，这也凸显了在大规模模型上进行众多应用开发的重要性。

然而，我并不觉得大型模型的应用以及创业企业毫无价值，这主要是因为平台与软件之间能够相互推动，共同实现发展壮大。

正因与应用相互促进，才逐渐发展成为一个强大的平台。尽管目前它已成为一个备受瞩目的平台：13系列手机销量均已突破2亿部；2022年，App Store中的应用数量已超过178万个；在A6系列处理器之后，它更是独领风骚。

它并非一蹴而就达到这般规模：2007年1月初代产品问世，累计销量达到了130万台。我购买第一台时恰逢其降价100美元，实际上意味着销售不畅。到了2008年3月，苹果开始支持SDK，允许第三方开发应用程序，并推出了APP Store。最初，苹果并未自主研发任何部件，直到2010年推出了A4处理器，公司才开始走上自主研发的道路。

例如，我国智能手机的广泛使用，与某些应用的成就密切相关。滴滴出行创始人程维曾向我提及，在滴滴成立之前，北京出租车司机中智能手机的使用率仅为20%。然而，滴滴运营一年后，这一比例便飙升至95%以上，这是因为司机若不使用智能手机，将无法接单。智能手机的广泛应用，尤其是微信的流行，其中一项显著影响便是“红包”功能的引入。自从红包功能上线，春节期间，人们纷纷购买智能手机以参与抢红包活动。

若一部手机仅拥有一块大屏幕，却无法执行除拍照与通话之外的其他功能，那么它就不能被称为智能手机。唯有当它能安装滴滴出行软件实现打车服务，安装美团平台享受外卖配送，以及安装微信应用进行信息传递和红包发送时，我们才能称之为智能手机。

大模型平台与应用的道理亦然。当初GPT问世之际，我们同样充满忧虑，然而如今看来，GPT不过是一项技术。因此，在当前的大模型时代，我们无需过度恐惧，只要打造出真正满足用户需求的大模型应用，企业依然能够保持其价值。

私有化大模型白菜价，行业和企业大模型越来越普及

我坚信，未来将涌现出大量百亿参数规模的模型。根据我们的实际测试，这类模型在特定专业领域进行基础推理时，其表现几乎能与千亿参数的GPT模型相媲美。百亿参数的规模，预示着其部署和使用成本将显著降低。

今年年末，高通推出了一款适用于电脑的桌面级芯片，该芯片预计将在明年上市。该芯片内置了专门的AI推理模块，其性能大约是英特尔同类型模块的8至10倍。因此，当你使用搭载此芯片的电脑时，你可以在本地运行一个包含70亿至100亿参数的模型，且速度可达到GPT吐值速度，每秒输出数个token。无需联网，即可实现一定程度的推理能力。

我认为行业及企业级的大模型将会日益广泛地被采用。特别是在我国，由于数据安全方面的信任度不足，因此私有化模型的需求尤为旺盛。当我说到未来即便是普通笔记本电脑也能运行拥有70亿至100亿参数的大模型时，这种普及化趋势自然显而易见。此外，还有一个关键因素，那就是，目前各大平台正致力于研发出一位爱因斯坦级的人物——Open AI的最终愿景是塑造出一位爱因斯坦或更卓越的AI，然而，并非所有职位都要求具备爱因斯坦的智慧，成本高昂，或许仅需一名中专或大专学历水平的AI便足以胜任众多工作。

大模型时代，企业的私有数据才是核心竞争力

企业未来的核心竞争力在于其掌握的私有数据。我们阅读的互联网信息，诸如冰面上的内容，若这些数据与知识未能上网，便成为难以公开的暗知识，如同冰面之下的秘密。

企业每当推出一款新商品或新服务，都会经过详尽的调研与策划、繁琐的流程以及广泛的讨论，这些信息均属于私密信息，难以触及。若你向其提问，它给出的答案往往准确却缺乏实际意义，这是因为它缺乏你的个人数据。

我们必须认识到，企业内部的运作流程与数据信息构成了至关重要的核心竞争力。一旦你能够将它们串联起来，并借助大型模型进行调用，你的工作效率将显著提高，大幅提升。

AI是一把手必须亲自抓的战略工程

每家公司都应致力于AI的发展，这乃是一把手需亲自推动的关键战略项目。在此过程中，一把手需完成两项任务：首先，他需掌握技术的基本理论；其次，他需推动组织结构的变革。

为何要探究这轮人工智能技术的根本原理？这关乎其未来将成为社会的基础设施。只有深入理解基本的技术原理，我们才能充分利用这些基础设施。就好比，尽管我们不必亲自建造发电厂，却必须明了电能的产生方式、其使用极限以及如何高效利用电能。

我需要特别指出的是，领导者应具备小学生的谦逊态度，亲自投身其中，去学习人工智能。我了解到张一鸣在那时广泛阅读了众多AI领域的论文，包括对GPT等模型的深入研究，他便是如此身体力行。因此，学习AI的过程中，切勿抱有幻想，以为只需招聘一位人才，他便能轻松解决所有问题，实际上并非如此。这让人联想到互联网兴起初期，许多传统大型企业往往会聘请电商平台的专家，期望他们能迅速解决电商问题。实际上，这个问题根本无法解决，原因在于负责人对电商领域缺乏认识。负责人必须对某个至关重要的知识原理有深刻的理解。记得马斯克在当年着手研发火箭时，有记者询问他具体如何操作，他回答说自己必须先彻底学习火箭发动机的技术原理，否则将无法与工程师们进行有效沟通。

AI技术的皇冠：语义理解

我想要介绍的关键AI技术是“语义理解”，这指的是教会机器去领会语言，它被誉为AI领域的巅峰之作。一旦人工智能成功解决了语义理解的问题，那么通用人工智能（AGI）的问世将指日可待。

语义理解主要分为两种方法：一是模仿学习外语的方式，教授学生主语、谓语、宾语以及定语、状语、从句等基本语法，并为其提供知识图谱；知识图谱即我们整理整个世界的认知，将其分解成各个分支，向计算机传授。二是采取学习母语的方法，对小孩而言，无需刻意教授语法规则，只需与他进行日常对话，日积月累，他便能自然开口说话。过去那段时间，硅谷的笑话不断，人们认为机器不可能像人类那样习得母语，我对此也抱有同样的看法。然而，现在看来，我们才是那个笑话。

之所以只有他做到了，并非因为他掌握了什么独特的秘法，关键在于他坚信了那条不同的路径。这如同哥伦布的航海探险，并非因为他的舰队多么强大，而是因为他完成了别人不敢想象的事情。然而，当他成功之后，其他人也能够模仿他的做法。至于他是如何做到的，他自己也并未完全明白，只知道在提供数据之后，它的逻辑推理能力突然增强，因此称之为“涌现”。

我将它视为一台巨型计算设备。其运作机制相当直观，即预测接下来的词汇。输入若干文字后，它会自动生成相应的文字，而这些文字拼接而成的句子，在我们眼中似乎与我们对世界的认知和解读相吻合，因此我们便误以为它具备了逻辑推理的能力。

正因为它是款大型计算设备，故无需担忧其具备意识，然而需警惕误用。我认为意识需具备情感，而计算器却缺乏情感。然而，即便无意识，它仍可能对社会造成负面影响。人类制定的规则难免存在缺陷，毕竟我们的思维存在局限。若规则制定不当，它便可能利用规则的漏洞。

如果只学习大模型的一个技术点，

应该是

自然语言固有的压缩特性带来了天然的歧义，加之各行业的独特专业性，这就使得成为连接大模型逻辑能力与应用需求之间的桥梁变得极其关键，其重要性不言而喻。而且，大模型的应用并非表面上的浅显，我们之所以觉得它浅薄，是因为我们尚未摆脱传统思维模式的束缚。

我们刚刚探讨了大型模型的运作机制，这种机制是通过分析你提出的问题来预测下一个词的可能性。模型在输出一个词之后，会将这个词与前文相连，接着再输出下一个词，如此循环往复。因此，你提出的问题至关重要，你的提问方式同样重要。你可能会疑惑，为何我说了一句话，模型却未能满足我的期望？原因在于，模型无法知晓你的具体需求。

理论上来说，语言是一种极为精炼的信息交流手段，一个人在短短一分钟内最多能说出一百到两百个字符，这些字符代表了你对世界的认知。然而，沟通中难免会出现误解。那么，我们为何要召开如此多的会议？其目的不就是为了协调各方需求吗？往往一谈就是两三个小时，最终可能只是为了阐明一个简单的事实。

人与人之间的交流本就颇为艰难，我们又怎能将人工智能想象得如此完美？你给它提供一些信息，它就能立刻为你生成一份出色的报告吗？在与他人的交流中，我们常常感到吃力，缺乏耐心，为何却以为大型模型只需一句话就能解决公司的问题呢？这显然是不现实的。

这是连接大型模型逻辑功能与实际应用需求的纽带，必须亲自实践并深入领会。

吴恩达堪称行业巨擘，他提出的端到端语言模型备受关注，许多人会花上数小时来讲解，这无疑显得至关重要。它是否标志着一种新的范式？对于程序员而言，他们或许仍会重视C++中的括号和接口，但我认为这些并非关键。真正重要的是，你需要认识到大型模型在自然语言处理中固有的压缩性所引发的天然歧义，以及各个行业所特有的专业特性。那么，何谓专业属性呢？当您提及苹果时，在我心中浮现的是一部手机的形象；而对于陕西的农民来说，他们脑海中浮现的必然是他们自家的苹果，而非那款手机。

推行AI实践的最大阻力是跨部门的协作壁垒，

是部门管理者和员工的旧思维

在我公司全体员工开始应用人工智能技术之后，我总结出的关键经验和建议是：实施AI技术的最大挑战在于打破不同部门之间的合作障碍，以及克服部门管理者与员工陈旧的观念。鉴于此，领导者必须亲自介入并推动这一进程。

我这里要分享一个案例，那就是我们公司首席财务官的助手所开发的一个小工具，它令在场的所有程序员都感到十分惊讶。

作为助手，她的日常任务相当琐碎，诸如老板今日要求将文件转换为PDF格式，为文件添加水印并分发给他人，或是下载并分析某家公司的最新财务报告等。自从公司开始全面探索人工智能技术后，这位心理学专业毕业、担任助理工作已近十年的员工，焕发出全新的活力。她便在公司内部创建了一个名为Open Tools的平台，为众多同事打造了各类实用工具。比如她有一个PDF转word的工具，财务法务就在用。

成为AI驾驭者的四个条件

未来两到三年间的人工智能进步将深刻影响未来二十到三十年的全球局势。创业者的价值体现在他们创造的价值上，而未来的价值正是源于当下的辛勤付出。站在这个关键的转折点上，我们不应犹豫不决，而应立即行动起来。

在百年难得一见的生产力变革来临之际，各家公司均应投身其中，作为领导者，首要任务是积极行动，引领企业开拓新的未来。

AI很美好，但不是一AI就行

实现智能化的一大挑战在于“最后一公里”，要完成这一段路，就必须融合大模型技术与传统技术，打造出真正能够落地并提升效率的解决方案。我的建议是采用大模型与小工具相结合的方式——需在具体应用中寻找突破口，脚踏实地地完成“最后一公里”的任务，从而实现人工智能的广泛应用。

今日论及人工智能，我认为此刻正是切入的好时机，无需再迟疑。创业者的核心在于创造价值，而未来的价值正是源于你当下的付出。站在这个关键的转折点上，切勿犹豫，应立即行动。以英伟达为例，公司内部广泛推广AI技术，即便是非高层的一般员工，提升效率至80%-90%也是完全可以实现的。

并非简单地将任何软件接入就能解决问题，我深感最大的挑战在于如何实现机器与你的业务流程的顺畅对接。你的具体需求是什么？你期望的满足率是多少？你的标准操作流程（SOP）又是怎样的？这其中的工作量相当可观，因此必须针对企业的具体流程进行定制和优化，并依据企业的独特性来实施人工智能的落地。

自今年年初起，猎豹移动便着手开展人工智能的探索之旅，这涵盖了众多主流模型。我们不仅对它们进行了效果评估，还主动进行了多次微调，以及预训练。此外，我们还开发了一系列人工智能工具。众多企业对人工智能表现出浓厚兴趣，却面临不知如何运用的困境，鉴于此，我们特此推出了涵盖全链条的大模型应用及咨询服务——聚言。该服务不仅助力企业提升工作效率，还能协助企业进行市场营销，即便是计划出海的初创公司亦能成为我们的合作伙伴。展望未来，我们将依托这些多元化的能力，不断研发出更多创新产品。