AI引發“大和解”？周鴻禕、傅盛同臺論AI
來源|多知網
作者|徐晶晶
多知網1月21日消息，今日下午，獵戶星空發佈獵戶星空140億企業應用大模型，併發布了一系列場景應用微調模型，以及大模型深度應用“聚言”。獵豹移動董事長兼CEO、獵戶星空董事長傅盛表示，獵戶星空企業應用大模型面向公衆開源，免費可商用。
發佈會上，傅盛還預測了2024年技術發展的四點趨勢：
1.千億大模型過半凋零，私有化百億大模型百花盛開。
2.超越OpenAI的機會來自大模型應用公司。
3.“數字老闆”將成爲企業標配（董事會將考覈CEO使用AI時長）。
4.具身智能很火，但人形機器人必定不能量產。
隨後，360集團創始人周鴻禕和傅盛就AI相關話題進行了一個小時左右的圓桌對話。
二人淵源頗深。傅盛是第一代互聯網產品經理，曾是周鴻禕的下屬，在360研發了360安全衛士等產品。不過，隨後傅盛在公司重要決策上與周鴻禕產生分歧，二人決裂，傅盛於2008年離開360。2010年，傅盛創辦獵豹移動；2014年，獵豹移動登陸紐交所；2016年，他創立人工智能服務機器人公司獵戶星空。
這次是二人多年後首度公開同臺，也被網友成爲“世紀大和解”，因此，這場同臺對談也吸引了不少“吃瓜”網友。
對此，周鴻禕在開場和收尾時便數度定調：“糾結陳年往事無意義”，“傅盛邀請我來，我是抱着學習的心態來的”，“我最近在做半公益的事是幫助創業者解惑，傅盛這次算再次創業，我提供幫助也很正常”，“交流的過程中，有思想碰撞是正常的，這不叫砸場子。我稱之爲‘吸星大法’，辯論的過程中，可以分解對方觀點，最高明的剽竊是把別人的想法變成自己的想法”。
他表示，多年過去，傅盛和自己都有進步與提升：“人的認知是不斷提升的。傅盛年輕時火氣旺，犯過錯誤，但在飽嘗生活的鐵拳後，認知有改變，有很大進步。我也有很大變化，有人說我脾氣變好了，可能是年紀大了，體內激素水平下降，看人的眼神都柔和很多，別人罵我的時候，我也在反思自己。”
他認同這波AI熱潮的重要意義：“當下的AI是我們經歷了PC、互聯網、移動互聯網後第四次巨大的機會。而且這次機會對人類社會的改變力度、廣度、深度、速度，都要超過前幾次。在這種情況下，我們要拼命地往前看，要連滾帶爬地往前跑，要盡一切可能抓住機會。誰要是還活在過去，就成了刻舟求劍，沒有意義。”
周鴻禕說：“今天做AI這件事還有個好處：AI纔剛剛開始，比造芯片的難度要低很多，大家對AI的認知都在一個起跑線上。我們就是要不斷邊調整、邊碰撞、邊往前走。”
周鴻禕還強調，當下時代，表達方式在變，“短視頻和直播正在格式化人的大腦”。”這意味着，商業模式也要改變，董宇輝直播間GMV一天能達到1.6億元，現在進入了網紅時代。我不是鼓勵大家都做直播帶貨，而是企業家、創業者也要學會培養網紅氣質，一定要學着做網紅。一個企業不管是做To B還是To C的，都要跟公衆有溝通的渠道。現在這個渠道已經徹底變化，如果不瞭解這個渠道，你跟這個世界就割裂了。“
儘管做了如此鋪墊，但依然不影響這場圓桌上二人“脣槍舌劍”的觀點交鋒。雙方就AI相關話題探討諸多話題。以下爲周鴻禕、傅盛觀點摘編：
01
關於AI大模型創業的方向
周鴻禕：
關於AI大模型創業，經常有兩種錯誤的思維方式：
其一，老想用過去的模式套用今天的AI，把它比喻成iOS。你就算把它比喻成操作系統，得出結論是全世界就2套到3套操作系統，可是鴻蒙系統也出來了了，你判斷它必然會壟斷，必然就沒有機會了，這是刻舟求劍。AI發展不是操作系統，AI更像當年的PC。當年PC時代，有人說，計算機全世界只需要5臺就夠了，現在，每個人兜裡都揣着一臺，辦公室裡放着一臺，家裡可能還放着一臺人。這明顯是錯誤的。
其二，人容易對成功的模式委曲求全，而對暫未區的成績的創業者求全責備。比如OpenAI做成了，往往會贏得人們的頂禮膜拜，而大家對年輕創業者的想法，則是求全責備，這就容易錯過有潛力項目。
02
很多公司結合大模型做To B業務，大模型能否在To C業務模式方向有效發揮作用？
周鴻禕：
永遠不要低估大模型的潛力，但是也不要高估它今天的能力。AI確實讓人看到了未來無限的潛力，但今天它還有很多缺點。
我認爲，AI能做的方向可能是一個跟已有的業務高度結合的東西，而不是一個完全新的東西。它不像當年互聯網出來後，是個全新的工具，完全可以創造一些全新的概念。而人工智能實際上做的是代替人做的這些工作，而很多人的工作是人已經在做了。AI現在很多的場景都是我們熟悉的舊場景，而未必是新產品。
所以現在在在To C方向，我看到了兩個變化，唯一的新場景是虛擬女友、虛擬夥伴這類。
我認爲AI在企業應用有可能是突破點。因爲它是生產力工具。我認同大模型做企業的深度定製化和行業垂直化這個大方向，但是具體做起來還是有幾個問題：
首先它是高度業務驅動的，要想做通用的企業級的產品，還要經過一輪摔打和試錯的過程。也就是說，企業對自己怎麼做業務已經比較瞭解了，企業用大模型的時候，大模型要跟業務緊密相關。有的公司做醫療大模型或者教育大模型，這種都是比較寬泛的概念，在企業裡是很難落地的。
所以我們後來找到一個方法，比如要做HR大模型或者做領導決策大模型，實際上很難用一個概念去做，必須把這個企業的某個業務流程分解成50個子任務、50個非常小切口的場景，然後在每個細分場景拿AI的能力來進行加持。比如要做HR大模型，可能把HR面試工作分解成搜簡歷、簡歷評估、根據簡歷來設置面試問題、面試、面試評估、面試結果反饋等環節才行，每個環節再結合AI，比如在簡歷評估環節能夠用大模型的什麼能力來優化這個環節。
比如和微軟和Saleforce，他們目前沒有拿大模型做一個新的產品，而是要麼在公司內部業務的某個環節上，要麼在其產品的某個功能部分做了加持。
2023年大模型已經高速發展了一年，但是2023年沒有出現真正的好的更有說服力的應用場景，這也恰恰證明了2024、2025年可能就有巨大的機會。
所以我覺得在企業應用上，最重要的不是反覆的一個通用大模型，而是要找到細分的場景，用agent做出具體的應用，還要把這個大模型通過微調和訓練。2024年可能會出來一些真正的好的應用。但這個市場我也在琢磨，市場應該會被切得比較碎，很難有一個統一的比如知識管理大模型、輿情監測大模型……到企業裡邊還要做運作。
傅盛：
因爲今天大模型剛剛開始，整套的配套今天大家都在摸索。To C對產品要求是更高的；而To B, 由於它改變現有流程的情況下，是可以用定製去解決的。To C是每個人都要感受到獨特的價值。所以今天大模型要做To C，除了套皮之外，想做深不容易。今天做To C是比較卷的，尤其在國內。
03
To C基因的公司轉做To B業務會很難，To B有很多定製化細分需求，怎麼辦？
周鴻禕：
其一，團隊要換，先動企業老員工，把部分員工換成懂To B的人。自己改造基因很痛苦，但依然要改造。
其二，要有一個充分的時間準備要交學費。
其三，不會一炮就響，要咬着牙撐下去，有熬的思想準備。
傅盛：
我最早是做To C的產品經理，我後來總結過做AI和機器人業務的兩大反思：
第一大反思就是當時投入AI太冒進，所以這次我比較收着。
第二大反思就是就是我當時沒有去管銷售。因爲我以前做產品，我覺得銷售這些事兒找個人管就行了。後來發現，To B銷售即產品，因爲它的週期很長。不僅是成本過剩，還是個用戶需求摸索的過程。如果中途緊急叫停，再去尋找下一個客戶，這就不計成本了，就整個做散了做成了項目制。我今天特別怕AI做成項目制，剛開始可能很難避免……
04
在大模型時代，現在是年輕人入場的時候嗎？
傅盛：
是入場的時候。我去年三四月份最恐慌。我的恐慌不是我沒有去做過千億大模型，而是我經常在很多媒體上看到很多年輕人怎麼改、怎麼弄。我突然意識到，這是一個新的機會，大家站在同一起跑線，你懂得慢了就會就遭遇“亂拳打死老師傅”，這隻在底層發生轉變的時候纔有機會。而且年輕人更有時間，沒有牽絆，可以全力以赴琢磨AI怎麼做，可以學一些深入的東西，點子又多，這一波肯定是很多年輕人崛起的時候。
周鴻禕：
我的觀點差不多，就說兩點：
一是，AI最大的機會就是不要老想去編一個新東西。AI改變既有業務流程。在目前行業就大膽探索，AI首先改變的是既有的業務流程和既有的所有的產品。今天你所有能想得出來的應用都有機會用AI重做一遍。給AI找場景，而不是瞄着OpenAI做大模型。創業者不要千軍萬馬擠獨木橋，而是回到舊業務思考用AI做改變。
而是，對創業者，不論做什麼創業，我都鼓勵他們尖銳。剛開始的時候一定不要去做大東西，而是一定結合你能看到的一個小的業務場景，AI真的這個問題深入給解決了，把一個東西重度垂直做深入。很多年輕創業者剛開始做得越窄越好，而不是去做套殼嫁接的事，那些事OpenAI遲早自己都會做生態的。
還有一個建議就是，要有點長期主義，AI這兩年很熱，你就焦慮，其實沒啥可以焦慮的。2024年可能會有殺手級應用，但不會那麼快。
另一個，要聚焦，小切口，大縱深，找到這樣一個方向，用AI去做。
05
具備哪些特質的創業者在今天這個時代更容易成功？
傅盛：
第一個特質是他真的願意每天把各種參數搞得非常懂的人，就是真認認真真研究各種東西，而不是隻是看個朋友圈就在那兒發表意見的人。其實就像手藝活，你做一個東西，如果你對一些基本技能不是足夠的熟練，你其實很難產生靈感的，它是積累的過程。對AI技術本身深入學習。
第二是真的要從應用出發，今天所謂訓千億大模型這件事兒，資金消耗太大了，但是如果從應用出發去找到好的場景，把這個AI的技術給用好，包裝出一個產品，這是一個非常好的機會。
第三，真正To C的AI的原生應用可能還需要一兩年。
周鴻禕：
第一，AI時代要求創業者的反應要更快、有很高的學習能力。2023年每一天AI進展，等於歷史上每一年進展。AI面前，大家起跑線一樣。
第二，專注應用場景，接地氣，從用戶出發思考，不要去炒概念。
第三，要聚焦和專注。AI出來後大家容易掉入一個陷阱，因爲AI是一個比較普適性的生產力工具。與其同時做十個場景不如就賭一個應用場景，把並行變成串行。
本文作者：徐晶晶
《教育科技這一年·2022》+《培訓行業這一年·2021》+《教育科技行業圖譜2022-2023》，重磅發售！套裝優惠價169元，閉眼入！迅速點擊文末“閱讀原文”購買，手慢無！