傅盛：大模型下半場，企業如何AI創新？

8月22-23日，2023 DEMO WORLD企業開放式創新大會在長三角G60科創走廊策源地松江隆重舉行。本屆大會由創業邦主辦，松江區經濟委員會、松江區投資促進服務中心、國家級上海松江經濟技術開發區、松江區泗涇鎮人民政府、松江區佘山鎮人民政府協辦。

大會以“擁抱開放”爲主題，邀請200+跨國公司及本土企業創新領袖，聚焦開放式創新，通過演講分享、報告發布、榜單評選、案例展示、需求對接等多種方式，推動全球創新資源在行業中的流動，加速世界各地的企業在中國成長。

會上，獵豹移動董事長兼CEO、獵戶星空董事長傅盛在《大模型下半場，企業如何AI創新？》主題演講中的精彩觀點如下：

1.語義理解是人工智能皇冠上的明珠

2.ChatGPT帶來了交互革命與生產力革命

3.大模型應用未來可期，未來每個公司都有自己的大模型

4.用新範式思考做大模型應用的機會

以下爲演講/對話內容，由創業邦整理：

“大模型的下半場”，這個標題也不是我起的，是我們有一次在羣裡討論，一個朋友發了一篇文章《大模型下半場》，我們所有人都說下半場了， 那上半場在哪裡？我想說，這正好說明了大模型這個行業這次人工智能浪潮發展是如此之快，幾乎就是日新月異。我記得在去年的時候，我在APP store上搜“AI”打頭的APP就沒有幾個，到今年3月份就一大堆，當時我就感嘆了一句，這真的是一次寒武紀生物大爆發，這次AI帶來了非常大的機會，機會到底在哪裡，我結合自己創業的思考和大家一起分享一下。

作爲每個創業者其實最要學習的就是第一性原理，無論是一個技術也好，是一個產品也好，你得在最底層知道它爲什麼會這樣。其實我最早的時候給自己起了一個命題，爲什麼ChatGPT一款聊天軟件，大家認爲它會改變世界。我在2016年開始就投身於人工智能，做人工智能+服務機器人的創業活動。當時行業內是非常的樂觀，就在AlphaGo戰勝了李世石之後，大家認爲人工智能的時代到了，所以就應該很快自動駕駛會出現，一個懂你的機器人會出現。但事實上經過了第一波人工智能1.0發展之後，人工智能行業遇到了天花板，最大的天花板就是語義理解。

語義理解是人工智能行業皇冠上的明珠，爲什麼是明珠呢？大家想100年前圖靈在計算機都沒有真正被髮明之前，人們做了一個思維實驗，如何證明以後一個機器具備了人的智能，這就是圖靈測試。圖靈測試的核心就是，跟它說話，它聽得懂，你不知道它是一個機器。我想這個想法是如此的偉大，到今天也是這樣的。因爲語言事實上是人和其他動物真正智能的區別。“識別”這件事，你會識別，你家的狗也會識別，看到你就很開心，看到別人就汪汪叫，猴子也會識別。所以圖像識別也好，這些都不是人類獨有的智能，只有語言。《人類簡史》裡說，人類真正能夠戰勝其他物種，我們的祖先智人能夠崛起於這個世界，成爲世界的霸主，最核心就是語言能力，尤其是描述虛擬事物的能力。虛擬事物的核心就是邏輯，因爲有了語言我們纔有了邏輯。

大家都知道語義理解是最核心的，我們認爲是有兩條技術路線，第一條路是學外語模式，我教你語法規則，主謂賓，然後背單詞，知識圖譜，capital是首都，首都的意思是什麼。這個好處是什麼呢，只要你用知識圖譜和語法規則教計算機模型以後，它很快就會開始回答。事實上它的回答一直突破不了天花板，就像我們學了很久的英語，你第一天去美國，和海關說話都不太懂。這裡有一個邏輯，雖然外語模式很快能見效，但我們學外語時已經有母語了，只有OpenAI當時覺得我們能不能用學母語的模式？這就是第二條路是學母語模式。就是不告訴你任何知識，你就在這裡天天聽，就跟小孩一樣在旁邊聽，突然有一天他就開口說話了，和你交流了。

爲什麼OpenAI這麼牛，並不是它找到了獨門秘笈。在去年之前，OpenAI都是硅谷的笑話，大家覺得這事怎麼可能呢，海量的數據神經網絡學不會。事實上神經網絡通過不斷對文本的學習，你給它所有的文本。比如創業邦、上海，這樣的詞彙在文本里出現很多次，它就自動建立了詞和詞之間的關聯。它開始並不知道創業邦和上海之間是什麼關聯，演講和創業邦是什麼關聯，但在大量文本里重複出現，自動實現了詞和詞之間的概率。

我就做了一個比喻，ChatGPT出現之前就像鸚鵡學舌，那時候也有聊天機器人，就是匹配。你問它一個問題，它找一段文本做一個匹配。等找不到匹配或者對問題不理解時，就會答非所問，只有ChatGPT是建立在對詞的理解上。ChatGPT的核心，或者這次AI的核心是通過自己對詞的的不斷學習，大量文本的學習，自動構建了一個詞和詞之間關聯關係。這在數學裡叫向量關係，這使得它知道了詞之間各種稀疏關係建立了對語言的理解。這次出來的各種聊天系統，無論答案是不是一本正經的胡說八道，但對問題的理解基本都能到位，這是一次巨大的變革。

一個新興事物出現時人總有“認知障礙”，因爲你搞過很久，覺得沒有啥了不起，一直到我家那條狗“三萬”，它是我在寵物醫院裡收養的，寵物醫生給它起的名字是“三萬”，一直到我走的時候，我都不知道它爲什麼叫三萬。後來寵物醫生說前主人把它遺棄，手術費要3萬，前主人後來就不來了，醫生很焦灼，就只好給它做了這個手術。爲了紀念損失3萬塊錢手術款，於是起名三萬。我就問了ChatGPT這個問題，這是一個在互聯網上搜不到的數據，但是ChatGPT推理出來了。這個問答出了之後，我家狗就變成了人工智能的“網紅狗”，因爲很多人寫書都要把這個例子寫進去，都要過來和我打招呼，也上了微博熱搜。

有了這樣的推理能力，被機器學習以後，人工智能帶來兩個巨大的變革。首先是交互革命，我做了很多年的交互，因爲我是從最早PC時代開始做，做360，後來做獵豹瀏覽器。到移動時代做獵豹清理大師，在海外有幾億用戶，我們的工作都是圍繞交互展開。喬布斯說每次交互的變化都是一次產業革命的機會。蘋果有幸抓到過兩次，iphone抓到第三次，第一次是出現了鍵盤，第二次是出現了圖形界面，第三次是在手機上用拇指來操作。

這次的交互革命什麼意思呢？這是人類歷史上第一次機器可以圍繞人來交互的，在之前我們很多工作都是圍繞機器在交互。比如最早我們要開始學office培訓大綱、計算機等級考試。到手機時代每個APP都有自己的UI，UI做得很易用了。但你還得要知道微信面對面建羣要打開那個“+”號，很多老年人疫情期間不會交互就寸步難行。這次語義被理解之後，每個人有1000種問法，機器都能理解，所以使得學習成本大幅度降低。

不知道大家看過一個電影《Her》沒有，電影裡就描述了交互的未來形態，很快就會到來。以前我看電影時都會覺得太理想化了，最近我又看了這部電影，所有創業者都應該看一下這部電影，這就是未來的交互。這樣交互之後，你就會發現很多形態都會發生改變。

第二是生產力革命，因爲它有推理能力，爲什麼OpenAI這次這麼火，大家覺得可能它有一天能生產出一個愛因斯坦，如果它生產出一個愛因斯坦對世界的變化多大呀。其實不用生產出個愛因斯坦，你如果具備很多算力之後，算力以前是單純的算力，有了ChatGPT後你得去匹配，現在算力就變成了智能。所以我有一個說法，以後HR應該改名IR，以前是Human resource（人力資源），以後叫Intelligent resource（智能資源）。這件事情已經發生了，硅谷創業公司以前大部分都是僱人，現在硅谷公司有一半的錢用來僱人，另外一半錢用來購買數據、購買向量數據庫，然後組成一個由人工智能驅動的智能中心。現在在硅谷不談區塊鏈，就談人工智能。一個人工智能的會議，門票可以高達幾千美金，人山人海。

Sam Altman（OpenAI創始人）說：“人工智能將導致在電腦前工作的價格下降速度，遠遠快於現實世界中發生工作的價格。”這句話的意思我翻譯了一下，就是在電腦前工作的人優先被人工智能替代。首先今天這個社會是腦力工作者佔了大部分，或者腦力工作者輸出的價值佔了大部分，這個大家應該沒有異議。二是好多腦力工作者承擔最重要的工作是“翻譯”，不是中文翻譯成英語，而是我們把人的一些意圖翻譯成機器能理解的指令。比如說程序員，他就是把產品經理的意圖翻譯成機器代碼，無論是C語言也好，JAVA也好，這就是翻譯。所以經常有產品經理和程序員之間互相battle，這就是翻譯工作。再是翻譯成PPT，今天的PPT要寫出來，我和市場部說要怎麼寫，翻譯成各種。助理訂票、規劃行程，也是翻譯，翻譯成日曆能理解的，今天我要去哪兒，翻譯成日曆。還有設計師的工作，把老闆要的或者產品要的翻譯成一幅圖畫。實際上這個工作價格會急劇下降，因爲AI能做很多事情。

我們公司每個節日都會給員工做禮品，給客戶做禮品，後來我說別中秋節老買月餅，我也不吃，因爲我老家是景德鎮的，我就說能不能做一些瓷器，瓷器這個東西一直在用，然後也給我們家鄉經濟做貢獻。我們行政部就選了好多款，我都不滿意，我說爲什麼不用AI設計一下呢，因爲景德鎮瓷器好在都是手工生產的，不是工廠就能做出來的。後來行政部的同事用SD做的一些模型調優，一看我就滿意了。做出這樣設計之後，我們設計部同事就有一點炸鍋了，感覺到岌岌可危，我說你們也要學會用。他們突然發現以前的“翻譯”工作沒了，以前找他們要個圖至少兩三天，現在5分鐘就做出來，然後來回改，這就是正在發生的。

包括微軟，它公佈企業AI軟件工具Microsoft 365 Copilot的售價後，一天內股價飆升了6%。Copilot並不是以前意義上的SaaS，而是數字員工。因爲微軟就是要把人工智能這一波AI 2.0變成一個個在企業當中標配的數字員工。微軟以前在比爾蓋茨時代夢想讓每個家庭裡有一臺計算機，這個已經完成了。他們後面的夢想，是讓每個人都有十個助理，Copilot就是副駕駛。如果把微軟想象成不是一家科技公司，而是向全世界輸出勞動力的公司，它會向全世界輸出數十億的勞動力，它的機會特別大。以前僱一個人在美國需要幾千美金，現在花30美元能完成80%的工作了，哪個企業不會用呢。

講到這兒我就想起當年GPT4.0出來時，它在兩個領域指標特別高，一個在生物領域，一個在法律領域。ChatGPT參加律師資格考試能夠超過90%的人，有一次香港一個投行的合夥人就跟我聊，他說律師資格考試是非常難的，看完ChatGPT之後都崩潰了，很多朋友都是名牌大學畢業，去考試都要考兩三年，怎麼GPT一下就過了，還能超過90%的人？後來我琢磨一下，應該是美國的律師費太貴，美國律師的費用佔了全部GDP的7%，所以他們着重訓練了一下，效果才這麼好。

爲什麼GPT4的生物成績也那麼好？後來看一篇訪談，他們去找比爾·蓋茨，說這個能力很強。比爾·蓋茨正在搞生物科技，他說生物很難，這個東西能學會嗎？沒想到三個月以後一看，確實做的很好。這說明什麼呢，今天大模型技術是靠數據驅動的，如果在某方面數據喂的足夠多，在這方面能力就會真正提升。未來在不同的行業，不同的數據下，都有可能產生很強的能力。這是一個30美金，永不辭職，永遠在線的員工，找它要一個文檔不會幾周之後纔給你，幾分鐘就給你了，沒有任何延遲，從理論上說還越學越聰明，對你的匹配度越來越高。

未來只有兩種人：

一種是AI的駕馭者，主動開放的心態去學習，擁有好奇心；

還有一種是被動型，我們叫躺平享受者，但是還沒達到這個階段，這中間會痛苦一段。

爲什麼會有這樣的思考呢？我女兒寒假之後開學我在送她的路上給她講了半天AI時代多好多好，突然一下我腦袋空白了，我忽然想到一個問題，這個時段她應該學什麼呢？這個問題困擾了我一段時間，後來我發現只要你有主動性，學習技能不是爲技能本身，而是因爲學習的能力，因爲思考的深度，爲了自己的好奇心，其實什麼技能都可以學。不要因爲這個技能AI會了就不學，因爲我們看中的是心態和過程。

我相信未來是兩個圈。AI有一個很強的能力圈，看得見的未來和看不見的未來。看得見的未來是不可能完全替代人類的，所以一定是這樣的互補，因爲AI是一個大號的計算器，ChatGPT就是計算下一個詞的概率，它就不斷計算，所以它沒有主動性，也沒有所謂情感。這時候，你的主動性、創造力，作爲創業者如何能真正更大範疇想問題，深入的去思考纔是最關鍵的。

真正創業的話，機會在哪裡呢？我畫了一張圖，今天大部分人的目光是在金字塔尖的，也就是過去幾個月風風火火大模型，千億大模型，感覺沒有千億參數大模型都不好意思出來見人。大家一聚會，你沒有訓大模型，都不好意思說是這個行業的。我不這麼認爲，所有的東西就像原點爆發一樣，都是從一個技術點不斷的爆發，然後就開始往下。比如行業的垂直大模型，三個月前大家都不敢這麼提，因爲大家還懵着，沒有千億參數就不能幹活了。現在看到500億，100億的，最近阿里發了通義千問70億的參數模型，在某些任務表現上都已經不錯了。也就是說，這個技術OpenAI做出來了，捅破了那層窗戶紙。隨着各行各業，各種智力的人進來，參數的簡化是未來很大的機會。

再往下是做應用，我實在買不起GPU，或者不想做算力怎麼辦？沒有關係，做應用也是很大的機會。作爲很多不是科技行業的人怎麼辦，最簡單的方式就是把HR（人力資源）改名IR（智能資源），就是考覈一下智能水平，檢查一下我現在有哪些東西用了大模型，用了AI技術。這件事反正在我們公司已經發生了，我們公司到處掛的橫幅都叫明天替代你的不是AI，而是會AI的同事，我們內部成立大概超過10個小組，每個小組都琢磨在自己這個工作範疇內如何用AI去優化。其實應用這個基座更大，而且機會更多。

我和朱嘯虎有一個爭論，我有一天發了一個朋友圈，他在底下回，突然第二天上了新聞頭條。他發了文章說大模型要吞噬99%的應用，做應用沒有價值。ChatGPT太強了，你問它都知道，還做啥應用呢，問它就好了。事實上會這樣嗎？我經過這幾個月深度思考發現並不會。大模型是建立在公開數據之上的，需要協同才能完成專業工作。我現在越來越理解什麼叫做暗知識，比如我們今天理解牛頓，只能通過三大定律那本書。真正要了解牛頓，或者學習他，如果你有時間和他喝杯咖啡，經常跟他聊、討論，才能知道他更多知識。

今天我們公司開大量會議，這些在互聯網上都找不到的，大模型完全沒法知道。大家用久了ChatGPT也會發現一個問題，你問它什麼都看上去正確，但好像沒有什麼用，這就是一個問題。事實上並不是它沒有什麼用，而是它完全不瞭解你的背景、你的知識，所以應用就能很好打通這一點。

還有開源模型也在極大降低成本，一個大模型統治世界肯定不可能的，而且我認爲大模型未來會非常便宜。第一點是私有化大模型會白菜價。我甚至認爲每一箇中等規模公司都會擁有自己的大模型，會有一個native。因爲大模型數據最值錢，如果大家都用公開網上的，所有開會流程都被公網大模型吸收了之後，突然一天它做個應用就超過你了，這是今天所有做應用，做行業創業者最擔心的，我認爲未來每個公司都有自己私有化的大模型。

開源大模型Llama2，性能接近ChatGPT，我們國家出了那麼多大模型，和開源有極大關係，不完全統計，10億參數規模以上大模型79個。大家知道OpenAI燒了很多錢，每次訓練幾千萬美金。今天訓練一個10億參數的大模型，大概百萬人民幣就夠了，甚至可以更少。這時候門檻是極度被降低的，所以未來大模型就會變得越來越平民化。

講了這個之外還有一點，今天我們通過和大模型不斷寫應用，會發現大模型能力並不像大家想象的那樣，會出現一個prompt在不同時間問它的回答是不一樣的。今天的大模型遠遠沒有到達人的那種能力穩定性。所以，今天就要在上面做應用，應用就有可能成就價值。拿微軟這個例子來看，微軟這麼大公司投資了OpenAI，又和Llama合作，它自己沒有推出AI的大模型，這是爲什麼？微軟想的非常清楚，就是把應用做好，因爲在這個鏈條裡應用是最肥的那一塊，它的Copilot一旦和office打通，全世界都有它的Copilot。今天應用生態才真正決定大模型價值，我們一定要糾正一些看法，比如“越有技術的越賺錢”，事實上不是這樣的，很多行業都被驗證過，比如操作系統，其實操作本身不賺錢的，沒有商業化多好的回報，反而是這上面構建的一系列應用。包括移動互聯網，做應用的公司市值和它的盈利能力都很高的。抖音也是一個應用，並不是一個技術模型使用的設備。

今天應用解決了大模型公司的商業價值，你訓個1000億參數模型到底有沒有價值，不是參數說了算，也不是某個指標在設置級上比別人好說了算，而是下面的應用。前兩天OpenAI剛剛收購了一個做遊戲的團隊，因爲OpenAI是一幫科學家組成的公司，不會做應用，事實上OpenAI也意識到應用纔是核心。

我們公司做的是這幾項，行業大模型做了，但沒有做千億大模型，因爲技術變化太快，千億大模型一次砸個幾千萬，成本很高，所以先圍繞應用做。怎麼做應用呢，我覺得每個時代的應用都必須重新思考，如果你用過去的思路去思考應用，就一定做不出一款好的應用。舉個例子，汽油車時代想造出一款好車根本造不出來，因爲發動機不可能造得過別人。只有重新思考，用新的範式思考應用，比如用電池做底盤，就能做出一個特斯拉。如果在手機時代做一個智能機，無論怎麼加硬鍵盤，怎麼做都做不過諾基亞。只有你想放棄掉硬鍵盤，搞成觸屏，變成多點觸摸模式，那就是iPhone。

其實每個應用來說上面大的都是不一樣的，在PC時代最流行的是Web，網站。但到移動時代網站不流行了，變成APP了。今天在AGI時代，人工智能時代，我們認爲最核心是AI-Agents，這是在今天硅谷也特別火的概念，通過幾個不同的、有特徵的、有記憶、有個性的AI代理去完成一系列智能決策。如果你今天想做一個交友APP，用ChatGPT的技術或者大模型技術去做，肯定做不好，陌陌可能能做，但你做不好。不能在過去範式下思考應用，而是在新的範式下思考應用纔有機會。

我們第一波做的是toB。很多人討論toC應用，今天在中國做大模型toC應用太難了，第一是因爲巨頭太強；第二，如果要做toC應用必須想出新的範式。我們做的是toB，我們和很多企業主交流，拿了大模型給團隊用，用個兩三天就不用了，沒有啥用，比如一個採購單怎麼用，回答出來效果對我們沒有用。因此我們做了一個“聚言”的產品，這個產品結合了多家大模型和自己大模型技術，然後做了很多文檔的歸類、整理，使得我們以前做的實體機器人真的可以和場景結合。以前我們的機器人每進一個餐廳，針對這個餐廳做大量的問題列表，他才能回答，那時候回答效果很不好。現在進餐廳，把菜單一拍，哪怕只提供幾個招牌菜的信息就可以實現很好的交互效果。我們進景點，把導遊詞往裡一放，它就真和一個導遊一樣，它可以根據導遊詞內容回答，而不是根據大模型通用去回答。在行業裡，它可以根據公司一些產品知識去問答，實際上就是一個根據企業私有知識挖掘的產品，形成各種智能促銷員、講解員、客服、分析員等。

聚言解決方案原理，其實就是輸入一些企業信息文檔，它就來進行歸納整理。可能很多人說有很多在做的這個，我想和創業者說，不管怎麼做，最後還是要拼實際效果。我們最看重的是它對文檔的理解和回答率，這個回答率能做到多少是最核心的指標。我也很驕傲的說，我們自己的回答效率，在所有競品中，我們回答的效果都比他們好，這其實真正是對知識的理解。我們還推出了聚言魔盒，這是一個二維碼，希望大家瞭解一下，我們能爲企業提供自己私有化的模型，這個效果我們認爲不可能比ChatGPT好，但能達到大概80%的ChatGPT水平。讓你極低廉的價格去擁有，而且所有數據都在這個機器上，不會外泄，所有數據都是歸於企業私有的，不再會被大模型拿走。

這是我們自己的一個例子，我們給網站上增加了一個虛擬機器人，每次人家來瀏覽網站時就會有一個智能客服主動回答問題。用戶自主瀏覽網頁還是很麻煩的，得通過用戶自己找網站，找到他所需要的信息。這個智能客服上了之後，我們在這個網站上留資轉化率提高了3倍，這就是交互改變，能夠讓真正用戶很快知道你的特點是什麼的例子。

這是我們的另一個例子，以前我們做的服務機器人真正能發揮作用的是遞送，但現在由於加了聚言，我們打造了一個營銷利器，機器人真可以做成促銷員了。現在進入一個餐廳通過系統會自動生成很多問題，主動問消費者要點什麼。我們和雙匯合作的案例，現在已經在雙匯500多家超市正在落地，做新品的推銷。以前傳統廠商在行業裡推銷是非常麻煩的，它要培訓大量的促銷員，還要做招聘，還要做考覈。雙匯鱈魚腸這個產品做得非常好，從海外食材進口，但就是賣不動，因爲很多人不知道。現在搞成機器人以後，就會發現它能實現移動促銷，我們用這到去進行效果分發以後，這個銷售能夠平均提高3-4倍。

今天大模型來得非常快，到底怎麼創業說實話我也不是特別清楚，但我想說創業者的核心就是先做起來，你一定要相信大趨勢。人工智能這一波絕對不是忽悠，它和過去元宇宙、web3都不一樣，它是實實在在，已經明顯可以看到的突破性和革命性，所以對我們來說先做起來。

未來2-3年人工智能發展將決定未來20-30年世界格局，對於科技行業從業者而言，你要爲這樣的時刻而活一生，不要浪費它。有些時候十年都毫無進展，有些時候幾周就發生了幾十年的變化。技術是有爆發點的，ChatGPT引領了這波大模型的爆炸，爲整個應用創業帶來了無限的可能，我也希望每個創業者一起摸索。我們今天也在摸索，我剛纔講的一切都有可能是錯的。即便是錯的也沒有關係，至少我實踐過，知道我錯在哪裡。當機會來臨的時候，我就一定會找到這樣的機會。

有句話：現在是過去的未來，而現在不是未來的過去。現在發生了，過去會這樣發生。我是不相信宿命論，我相信事在人爲，未來這個社會會怎麼樣，其實取決於在座每一位的努力。絕對不會出現一個大模型，只要它一個，這個世界就可以躺平了，不是這樣的。還有大量的機會，才能真正改變這個世界。