原文來(lái)源：I黑馬

圖片來(lái)源：由無(wú)界 AI生成

A：坦率來(lái)說(shuō)，我們公司雖然 All in AI,，已經(jīng)要求每個(gè)人都去用大模型,，我們整個(gè)業(yè)務(wù)流程也考慮用大模型來(lái)優(yōu)化。但實(shí)事求是地說(shuō),，現(xiàn)在確實(shí)還沒(méi)看到殺手級(jí)應(yīng)用,，大模型并不能馬上取代過(guò)去的一些東西。

B：我不認(rèn)為大模型是一個(gè)簡(jiǎn)單的降本增效的問(wèn)題,，它是個(gè)資產(chǎn)屬性的東西,，咱們國(guó)家在推數(shù)據(jù)的資產(chǎn)化，模型本身就是一個(gè)數(shù)據(jù)資產(chǎn),。

前兩天,，智譜辦了一場(chǎng)活動(dòng)——技術(shù)開(kāi)放日。

全天的AI活動(dòng),，上午場(chǎng)和下午場(chǎng),，分別向外釋放出兩個(gè)信息：

第一點(diǎn)：智譜很牛,， GLM升級(jí)了，夸張地形容,，國(guó)產(chǎn)的的大模型可以比肩OpenAI的GPT-4了,；

第二點(diǎn)：關(guān)于AI的未來(lái)，大家其實(shí)都很懵,，這時(shí)候需要大模型廠商繼續(xù)探索技術(shù),，需要企業(yè)真正落地到產(chǎn)業(yè)中去實(shí)踐，需要科學(xué)家等超級(jí)大腦指引AGI路徑,。

很遺憾,，看了幾篇科技商業(yè)文章，只提到上面第一點(diǎn),。

中國(guó)科學(xué)院院士張鈸,，就有提到：“生成式人工智能,，仍有不可預(yù)測(cè)和不可控性。為了人工智能產(chǎn)業(yè)的健康發(fā)展,，必須將科學(xué)研究,、技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展（市場(chǎng)）結(jié)合起來(lái)?！?/p>

如此看來(lái),，下午場(chǎng)的3個(gè)圓桌討論，《如何回答大模型這道必答題》,、《大模型產(chǎn)業(yè)化》,、《2024-AGI元年？》，更值得大家關(guān)注,。

一共3個(gè)圓桌,，全程4個(gè)多小時(shí)，17位嘉賓,，超20萬(wàn)字的文檔實(shí)錄……

先跟各位分享33條筆記吧,。

或許，這篇文章的33條內(nèi)容,，就是2024年最前沿最真實(shí)的產(chǎn)業(yè)洞察,。

其實(shí)可以將“或許”去掉。為什么,？一般真正前沿的分享不多,，真實(shí)的就更少之又少。這33條內(nèi)容觀點(diǎn)來(lái)自,，真正的AI和產(chǎn)業(yè)的先行者們：智譜AI,、德勤中國(guó)、君聯(lián)資本,、百圖生科,、360集團(tuán)、馬蜂窩,、分眾傳媒,、蒙牛集團(tuán)、金山辦公……

中國(guó)的大模型,和世界頂尖水平的差距還有多大,？

1,、要問(wèn)我這個(gè)差距有多大，我還真說(shuō)不太出來(lái),。我自己感覺(jué),，差距沒(méi)有進(jìn)一步的拉大。

2,、我想從這方面來(lái)說(shuō)，兩個(gè)國(guó)家,，兩個(gè)不同的環(huán)境,，各自大模型就像兩個(gè)孩子，基礎(chǔ)能力的角度上差別并不大,，但需要拉長(zhǎng)了來(lái)看,。更多的，還要看生態(tài)的問(wèn)題,，落地場(chǎng)景的問(wèn)題,。而在生態(tài)和落地場(chǎng)景角度上來(lái)說(shuō)，這個(gè)差距和差別還是比較大的,。

3,、有一些方面,，一些垂直落地的這些領(lǐng)域，國(guó)內(nèi)的大模型甚至比國(guó)外更加先進(jìn),。一些垂類,，很多情況下被通用AI領(lǐng)域的這些工程師，或者整個(gè)業(yè)界所忽略,。垂類也是有許多的機(jī)會(huì)去提升通用人工智能的能力,，提升這種預(yù)訓(xùn)練模型能力，以及加速它帶來(lái)產(chǎn)業(yè)級(jí)的影響和落地,。

4,、差 6 個(gè)月還是差1年，我們各個(gè)維度看不太一樣,。從打榜來(lái)看,，國(guó)內(nèi)很多都超過(guò)GPT4.0了。我也是關(guān)心整個(gè)的生態(tài)以及垂類,，最終中美情況不太一樣,，可能不能直接用通用大模型來(lái)做對(duì)比。舉個(gè)例子,，之前云計(jì)算在美國(guó),，公有云的比例遠(yuǎn)遠(yuǎn)大過(guò)私有云的比例，但在國(guó)內(nèi),，主要還是跑在私有云,。大模型也一樣，最終可能還會(huì)走不同的路吧,。

大模型應(yīng)用這件事,，短期內(nèi)就會(huì)爆發(fā)？還是說(shuō)一年內(nèi)不會(huì)有什么進(jìn)展,？

5,、坦率來(lái)說(shuō)，我們公司雖然 All in AI,，已經(jīng)要求每個(gè)人都去用大模型,，我們整個(gè)業(yè)務(wù)流程也考慮用大模型來(lái)優(yōu)化。但實(shí)事求是地說(shuō),，現(xiàn)在確實(shí)還沒(méi)看到殺手級(jí)應(yīng)用,，大模型并不能馬上取代過(guò)去的一些東西。所以,，我們經(jīng)常談“小切口大縱深”,，這么多的初創(chuàng)公司，這么多的專家都在琢磨，期待產(chǎn)生翻天覆地的變化吧,。

6,、我覺(jué)得需要通用人工智能以及垂類的這些大模型一起齊頭并進(jìn)，才能夠形成一個(gè)覆蓋更多行業(yè),、更多領(lǐng)域的這么一個(gè)變革,。可能要超過(guò)一年的時(shí)間去達(dá)成,。

7,、今天大模型一出現(xiàn)，就必須多快好省,，既能夠降本增效,，又能夠帶來(lái)很多實(shí)實(shí)在在的非常非常多的好處，這個(gè)是不現(xiàn)實(shí)的,。就如同蒸汽車剛出來(lái),，也跑不過(guò)馬車，對(duì)吧,？這個(gè)事情是需要一段時(shí)間的磨合和準(zhǔn)備的,。我覺(jué)得，還需要三年的時(shí)間,。

8,、我們投了幾百家的企業(yè)，各種SaaS公司,、企業(yè)服務(wù)的公司,、軟件的公司，都是在用各種各樣的大模型,。我都問(wèn)過(guò)了,，沒(méi)有任何一家告訴我說(shuō)馬上就覺(jué)得太好了，沒(méi)有一家說(shuō)可以直接裁員了,，也沒(méi)有說(shuō)用完成本就大幅度下降,，客戶體驗(yàn)大幅度提升的。但是所有人都知道,，這個(gè)時(shí)間點(diǎn)如果再不做,，可能三年后你的位置就不知道在哪了。所以說(shuō),，這一段時(shí)間不能夠簡(jiǎn)單地用成本效率來(lái)考慮這個(gè)問(wèn)題,。

9,、我們自己總結(jié),，大模型應(yīng)用其實(shí)是三個(gè)階段。第一步，提升產(chǎn)能,，很多人結(jié)合這個(gè)技術(shù)提高自己的一個(gè)產(chǎn)能,。第二步，怎么去找增長(zhǎng)點(diǎn),？怎么結(jié)合這個(gè)技術(shù)讓我的這個(gè)企業(yè)能夠更好的去增長(zhǎng),？最后一步，就是轉(zhuǎn)變,，怎么圍繞這個(gè)技術(shù)去轉(zhuǎn)變我整個(gè)的運(yùn)營(yíng)模式,。我們的一個(gè)說(shuō)法，大模型不是一個(gè)技術(shù)或技能,，它可能是一個(gè)戰(zhàn)術(shù),，幫很多企業(yè)帶來(lái)新的思維。簡(jiǎn)單比喻,，它不是教你一個(gè)新的投籃方式,，而是教你新的進(jìn)攻打法。

大模模型真正應(yīng)用落地,，更應(yīng)該看重降本增效,？還是產(chǎn)業(yè)升級(jí)？

10,、我不認(rèn)為它是一個(gè)簡(jiǎn)單的降本增效的問(wèn)題,。我覺(jué)得使用大模型或者說(shuō)我們研發(fā)大模型，它是個(gè)資產(chǎn),，是一個(gè)資產(chǎn)形成的過(guò)程,。它是不斷地用各種參數(shù)，各種數(shù)據(jù)訓(xùn)練,，最后端出來(lái)的東西本身是塊資產(chǎn),，是個(gè)資產(chǎn)屬性的東西。所以說(shuō),，我們不應(yīng)該用一個(gè)工具或買一個(gè)東西來(lái)用的這種概念,。

11、咱們國(guó)家在推數(shù)據(jù)的資產(chǎn)化,。大模型本身就是一個(gè)數(shù)據(jù)資產(chǎn),。實(shí)際上，要用一個(gè)投資性的概念,，來(lái)看待大模型本身,。在這個(gè)過(guò)程當(dāng)中，中國(guó)必須有自己的標(biāo)準(zhǔn),。

12,、降本增效這個(gè)詞,，我們覺(jué)得應(yīng)該把它拆開(kāi)去看。拿我們自己來(lái)看,，增效其實(shí)是在C端,，我們自己的員工端他們會(huì)增效，對(duì)個(gè)人的產(chǎn)能有提升,。但對(duì)企業(yè)端,，短期并不一定有降本的一個(gè)影響。

13,、我們傾向于它是一個(gè)工業(yè)革命,，或者說(shuō)產(chǎn)業(yè)革命。是不是一個(gè)工作方式的變化,？是不是一個(gè)產(chǎn)業(yè)價(jià)值鏈的變化,？從這個(gè)角度來(lái)說(shuō)，我們認(rèn)為是,。

從現(xiàn)在的“大模型時(shí)代”走到“AGI時(shí)代”,，之間缺的是什么？

14,、如果說(shuō)終局是AGI 時(shí)代,，現(xiàn)在我們站在模型時(shí)代，我們?cè)趺茨軌虼┰竭^(guò)去,？只靠模型可以嗎,？OpenAI 給了我們一個(gè)非常好的范例，那就是通過(guò)價(jià)值驗(yàn)證來(lái)穿越這個(gè)鴻溝,。相當(dāng)于 ChatGPT的發(fā)布,，極大地推動(dòng)了GPT往前。應(yīng)用層面的推動(dòng),，也帶來(lái)了整個(gè)生態(tài)的繁榮,。

15、我們從模型到價(jià)值中間,，是不是還是有一個(gè)巨大的鴻溝,？這個(gè)鴻溝比我們預(yù)想的要大。我們?nèi)ツ?月份就開(kāi)始做商業(yè)化,，說(shuō)實(shí)話當(dāng)時(shí)我們是非常簡(jiǎn)陋的方式,，我們甚至給客戶交付是拿著硬盤跑到對(duì)方的機(jī)房去交付。

16,、從技術(shù)層面看,，我們希望能夠得到一個(gè)不可能三角：模型效果足夠好、價(jià)格足夠低,、易用性足夠強(qiáng),。當(dāng)這幾個(gè)都滿足了,，我們覺(jué)得它就能幫助我們的企業(yè)去跨越這個(gè)鴻溝。

17,、從業(yè)務(wù)層面看，如何來(lái)把控方向,，幫助企業(yè)找到自己的最佳路徑,，去實(shí)現(xiàn)這樣的一個(gè)穿越？我們還需要有一個(gè)業(yè)務(wù)上的理解,，提供工具和一些方法論來(lái)幫助我們的企業(yè)更好地去應(yīng)用模型,。大模型廠商，要做企業(yè)的copilot,，幫助大家打造專屬的大模型戰(zhàn)略,。

企業(yè)在做產(chǎn)業(yè)落地應(yīng)用的時(shí)候,，有哪些洞察,，遇到了哪些坑？

18,、我曾經(jīng)一直有一個(gè)疑惑,，有個(gè)很焦慮的點(diǎn),，什么呢？就是通用大模型的能力是非常非常強(qiáng)大的,，那這個(gè)通用大模型和垂類這個(gè)關(guān)系,，到底會(huì)不會(huì)把垂類給完全吞噬掉？我目前的一個(gè)結(jié)論,，通用大模型有所為有所不能為,。或者說(shuō),，我覺(jué)得通用大模型,，能跑前面90公里，最后10公里,，通用大模型可能是做不到的,。我覺(jué)得必須有垂類的價(jià)值和應(yīng)用，甚至有那個(gè)閉環(huán)的商業(yè)的場(chǎng)景才是最關(guān)鍵的,。

19,、第一個(gè)坑，研發(fā)成果或者說(shuō)產(chǎn)品的可視化,，或者說(shuō)如何長(zhǎng)久保持大家對(duì)AI產(chǎn)品的新鮮度,，是我們最頭疼的。偶爾玩玩還行,，長(zhǎng)時(shí)間的話,，大家這個(gè)熱情和新鮮度就淡了,。我們嘗試不斷地引入數(shù)字分身，引入場(chǎng)景,，讓大家感受變化,，這是早期遇到的第一個(gè)坑。第二個(gè)坑,，也是眾所周知的,，API不穩(wěn)定。第三個(gè)也比較麻煩,，高并發(fā)領(lǐng)域的性能問(wèn)題,，我們采取技術(shù)解決方式，包括不斷增加緩存或者同步已經(jīng)生成好內(nèi)容的發(fā)放方式,，但是缺點(diǎn)也不能做到千人千面,。第四個(gè)坑，如何解決它生成文章內(nèi)容的合規(guī)性問(wèn)題,。

20,、我們有兩個(gè)誤區(qū)，第一個(gè)是覺(jué)得模型什么都能干,。然后當(dāng)我們?cè)谌魏我粋€(gè)場(chǎng)景深入進(jìn)去以后,，又會(huì)發(fā)現(xiàn)它其實(shí)什么都不能干。早期我們花過(guò)去10%的精力就能得到一個(gè)60%的結(jié)果,，團(tuán)隊(duì)都非常樂(lè)觀,。然后當(dāng)我們對(duì)它的準(zhǔn)確度有了一個(gè)工業(yè)級(jí)的要求的時(shí)候，又會(huì)發(fā)現(xiàn)從60%提高到80%才是一個(gè)可用的范圍,，這個(gè)過(guò)程又極其的艱難,，這個(gè)中間整個(gè)團(tuán)隊(duì)就會(huì)陷入到一個(gè)從樂(lè)觀到過(guò)于悲觀的過(guò)程。

21,、很多企業(yè)都經(jīng)歷過(guò)數(shù)字化轉(zhuǎn)型的過(guò)程,，有的企業(yè)轉(zhuǎn)得快，有的企業(yè)轉(zhuǎn)得慢,。大模型在企業(yè)的應(yīng)用,，實(shí)際上它不是一個(gè)緩慢的過(guò)程，很多領(lǐng)域在企業(yè)內(nèi)部是要被顛覆性的改造,。這個(gè)時(shí)候要投入的戰(zhàn)略目標(biāo)和戰(zhàn)略定力其實(shí)是完全不一樣的,。很多企業(yè)就在猶豫進(jìn)不進(jìn)，進(jìn)了之后誰(shuí)來(lái)進(jìn),？怎么進(jìn),？這個(gè)過(guò)程一直在搖擺。

22,、很多中小型企業(yè),，他們也想跟著大模型這個(gè)浪潮起來(lái),，但是他們?cè)跀?shù)字化的基礎(chǔ)并沒(méi)有達(dá)到一個(gè)能夠應(yīng)用大模型的水平。所以這個(gè)時(shí)候,，它其實(shí)還要去先經(jīng)歷一個(gè)信息化,、數(shù)字化的過(guò)程，然后再把大模型用起來(lái),。

大模型對(duì)大家的公司戰(zhàn)略,、組織產(chǎn)生了什么變化？

23,、我覺(jué)得從戰(zhàn)略上來(lái)說(shuō)，能走向未來(lái)的公司一定是有AI思維的公司,。

24,、對(duì)AI這個(gè)方向，分眾是一個(gè)戰(zhàn)略級(jí)的項(xiàng)目,，我們要持續(xù)去做,，為什么呢？我們一直在想,，如何以技術(shù)為載體,，把公司里人的知識(shí)承接起來(lái)，然后用模型知識(shí)觸達(dá)以前服務(wù)不到的客戶,，這對(duì)我們的業(yè)務(wù)來(lái)說(shuō)是一個(gè)增量,。此外，存量角度,，對(duì)既有客戶的服務(wù)的能力,，大模型也有一些幫助。

25,、蒙牛集團(tuán)整個(gè)AI戰(zhàn)略一直比較清晰,，針對(duì)AIGC，領(lǐng)導(dǎo)也提出了兩個(gè)比較重要的戰(zhàn)略,。針對(duì)個(gè)人叫做超級(jí)個(gè)體,，針對(duì)我們的業(yè)務(wù)場(chǎng)景，今年主推的是智能流程和智能決策,。

26,、金山也在 All in AI，這件事情貫穿了我們?nèi)甑乃械臉I(yè)務(wù)嘗試,。在這個(gè)過(guò)程中,，我們發(fā)現(xiàn)經(jīng)常左右互搏。一方面金山辦公是一個(gè)生產(chǎn)力工具,，在AI這個(gè)時(shí)代是最容易被挑戰(zhàn)的,，我們看AI是在革自己的命,，我們更多地是把自己的東西打碎掉，重新去組織,。我們將成為一個(gè)更智能的知識(shí)服務(wù)的提供商,，這件事情可能是我們最終的方向。

回顧自家AI落地的路徑,，大家覺(jué)得什么是最佳實(shí)踐,？應(yīng)該按什么樣的步驟去落地？

27,、要重視數(shù)據(jù),，就是數(shù)據(jù)質(zhì)量，我覺(jué)得是整個(gè)決勝的基礎(chǔ)內(nèi)核,。無(wú)論是AI應(yīng)用,，還是垂類的或者行業(yè)的大模型，都是非常非常關(guān)鍵,，而且這個(gè)數(shù)據(jù)應(yīng)該變成一個(gè)活數(shù)據(jù),，要不斷地去迭代，不斷地去維護(hù),。

28,、這件事情對(duì)很多企業(yè)來(lái)說(shuō)應(yīng)該是個(gè)一把手工程。為什么是這樣,？因?yàn)楝F(xiàn)在社會(huì)上最大的共識(shí),，就是AI一定會(huì)顛覆我們所在的各個(gè)行業(yè)，以及各個(gè)行業(yè)對(duì)應(yīng)的一些角色,，這是一個(gè)很大的共識(shí),。但是也有一個(gè)不太有共識(shí)的地方，就是它什么時(shí)候落地,，什么時(shí)候影響到我,？

29、經(jīng)驗(yàn)就一句話,，研發(fā)視角,，結(jié)硬寨打呆仗。建議大家集中優(yōu)勢(shì)兵力,，先把核心功能全部做出來(lái),，演示功能做出來(lái)，然后基于此在做應(yīng)用場(chǎng)景驗(yàn)證,，這樣速度反而更快一些,。

30、應(yīng)用場(chǎng)景應(yīng)該怎么找？拿著錘子找釘子,？怎么去找到那個(gè)好釘子,？我們的經(jīng)驗(yàn)，自上而下的找到AI落地的場(chǎng)景,，可能比自下而上的性價(jià)比要高很多,。一些場(chǎng)景，所有的員工,、所有的職能崗位可能都會(huì)有各種各樣的不同層級(jí)的需求,。但當(dāng)從CEO的角度去看這些問(wèn)題的時(shí)候，去看整個(gè)的業(yè)務(wù)流程,，有可能基層員工的問(wèn)題都不是問(wèn)題,，甚至基層員工的崗位都不再必要了。

31,、從組織角度,，包括我們自己在做這件事情的時(shí)候，它一定是個(gè)一把手工程,，一定你在組織結(jié)構(gòu)中把它單獨(dú)獨(dú)立出來(lái),，所以我們現(xiàn)在孵化出一個(gè)小團(tuán)體,，它不是原來(lái)的信息化部門,，也不是原來(lái)的某個(gè)業(yè)務(wù)部門。它是一個(gè)單獨(dú)的,、橫向的,，然后由一把手擔(dān)任的獨(dú)立小組，這個(gè)小組一定想清楚這件事情要長(zhǎng)時(shí)間的投入,。這個(gè)戰(zhàn)略問(wèn)題解決了之后,，后續(xù)的事情會(huì)更簡(jiǎn)單一點(diǎn)。

32,、另外,，我們自己的感覺(jué)，我們需要一個(gè)真正懂業(yè)務(wù)的人去推動(dòng)這件事情,。而不是說(shuō)我們?nèi)フ乙粋€(gè)多么懂這個(gè)大模型的人,。真正懂業(yè)務(wù)的人，再去思考,，怎么把這個(gè)東西用好,？

33、總結(jié)一下,，大家莫慌,！2024年，AI才剛剛從去年的慌亂和興奮，走向“沉淀”,，走向“價(jià)值”,。