8月22日至23日，2023 DEMO WORLD企业开放式创新大会在长三角G60科创走廊的策源地——上海松江隆重举行。本届大会由微新创想主办，松江区经济委员会、松江区投资促进服务中心、国家级上海松江经济技术开发区、松江区泗泾镇人民政府、松江区佘山镇人民政府联合协办。大会以“拥抱开放”为主题，汇聚了200余家跨国公司及本土企业的创新领袖，共同聚焦开放式创新，通过主题演讲、报告发布、榜单评选、案例展示、需求对接等多元化形式，推动全球创新资源在行业内的自由流动，加速世界各地的企业在中国市场的成长。
会上，猎豹移动董事长兼CEO、猎户星空董事长傅盛在《大模型下半场，企业如何AI创新？》主题演讲中分享了诸多精彩观点，以下为演讲内容的核心要点：
1. 语义理解是人工智能皇冠上的明珠
2. ChatGPT带来了交互革命与生产力革命
3. 大模型应用未来可期，未来每个公司都有自己的大模型
4. 用新范式思考做大模型应用的机会
以下为演讲/对话内容的详细整理，由微新创想团队精心梳理：
**语义理解是人工智能皇冠上的明珠**
“大模型的下半场”，这个标题并非我首创，而是源于一次群内讨论。有朋友分享了一篇文章《大模型下半场》，我们纷纷感慨人工智能浪潮的发展速度之快，几乎日新月异。回想起2022年，我在App Store搜索“AI”打头的APP寥寥无几，而到了今年3月，相关应用已琳琅满目。我感叹道，这真是一次寒武纪式的生物大爆发，AI带来了前所未有的机遇。那么，机会究竟在哪里？结合我多年的创业经验，与大家分享几点思考。
作为创业者，最核心的学习是第一性原理，无论是技术还是产品，都要探究其底层逻辑。我曾给自己设定一个命题：为什么ChatGPT这款聊天软件会改变世界？2016年，我开始投身人工智能领域，创办人工智能+服务机器人的企业。当时行业内一片乐观，AlphaGo战胜李世石后，人们认为人工智能时代已经到来，自动驾驶、懂你的机器人将迅速涌现。然而，第一波人工智能1.0发展后，行业遭遇了瓶颈，最大的挑战就是语义理解。
语义理解是人工智能皇冠上的明珠，为何这么说？100年前，图灵在计算机尚未发明时，提出了一个思维实验：如何证明机器具备人的智能？这就是著名的图灵测试。其核心就是与机器对话，看它是否能听懂，让你无法分辨其机器身份。这个想法至今仍具指导意义。因为语言是人类区别于其他动物的智能标志。《人类简史》中提到，人类之所以能战胜其他物种，成为地球霸主，最关键的就是语言能力，尤其是描述虚拟事物的能力。虚拟事物的本质是逻辑，正是语言让我们拥有了逻辑思维。
我们认为，语义理解的技术路线主要有两条：一是“学外语模式”，即通过教授语法规则、单词知识图谱（如首都与国家的关系）来训练计算机。这种模式见效快，但如同我们学习外语时，即使掌握了语法和词汇，初到国外仍可能沟通不畅。二是“学母语模式”，即不直接提供任何知识，让计算机像小孩一样通过海量文本学习，逐渐建立词与词之间的关联。OpenAI的强大并非源于独门秘籍，而是通过神经网络不断学习文本，自动构建词与词之间的概率关系。例如，“微新创想”和“上海”这两个词汇在文本中频繁出现，计算机便会自动建立它们之间的关联。
我打了个比方，ChatGPT出现之前就像鹦鹉学舌，简单的聊天机器人只是进行文本匹配。当找不到匹配或无法理解问题时，就会答非所问。而ChatGPT的核心在于，它通过学习海量文本，自动构建了词与词之间的向量关系，从而理解语言。尽管有时答案可能“一本正经地胡说八道”，但对问题的理解基本准确。这是一次巨大的变革。
新兴事物出现时，人们总会存在“认知障碍”。我曾养过一只名叫“三万”的狗，它是我在宠物医院收养的。宠物医生给它起这个名字，是因为前主人因手术费3万元遗弃了它。我向ChatGPT询问了“三万”这个名字的由来，尽管这个信息在互联网上无法搜索到，但ChatGPT通过推理给出了答案。这个问答让“三万”成为人工智能的“网红狗”，上了微博热搜。这说明，ChatGPT具备了强大的推理能力。
**ChatGPT带来了交互革命与生产力革命**
有了这样的推理能力，人工智能带来了两大变革：交互革命和生产力革命。
首先，交互革命。我从事交互设计多年，从PC时代到移动时代，始终围绕交互展开工作。乔布斯曾说，每次交互的变化都是一次产业革命的机会。苹果公司抓住了两次交互革命：iPhone的拇指操作取代了键盘和图形界面。而ChatGPT带来的交互革命，是人类历史上首次机器可以围绕人来交互。在之前，我们的交互都是围绕机器展开的，例如学习Office、计算机等级考试，或适应每个APP的UI界面。但ChatGPT让每个人可以用1000种问法与机器交流，大大降低了学习成本。
电影《Her》描绘了未来交互的形态，创业者们应该认真观看这部电影，因为它预示着未来的交互方式。这种交互方式将改变许多形态，例如，用户可以更自然地与机器沟通，无需学习复杂的操作。
其次，生产力革命。ChatGPT的推理能力带来了生产力的巨大提升。OpenAI的火爆，让人们认为它可能创造出爱因斯坦级别的智能。实际上，即使它不能创造出爱因斯坦，具备强大算力后，算力也不再是单纯的算力，而是智能。我提出，未来人力资源（HR）应该更名为智能资源（IR）。硅谷创业公司现在一半的钱用于购买数据和向量数据库，构建由人工智能驱动的智能中心。在硅谷，不谈人工智能，就谈区块链。一个人工智能会议的门票高达数千美元，场场爆满。
Sam Altman（OpenAI创始人）曾说：“人工智能将导致在电脑前工作的价格下降速度，远远快于现实世界中发生工作的价格。”这句话的意思是，在电脑前工作的人将首先被人工智能替代。今天，脑力工作者占据了大部分，或其输出的价值占据了大部分。许多脑力工作者的核心任务是“翻译”，例如程序员将产品经理的意图翻译成机器代码，设计师将老板或产品的需求翻译成图画。这些工作价格会急剧下降，因为AI可以完成许多任务。
微软公司也意识到了这一点。它推出了企业AI软件工具Microsoft 365 Copilot，售价公布后，股价一天内飙升了6%。Copilot并非传统意义上的SaaS，而是数字员工。微软的愿景是让每个人都有十个助理，Copilot就是副驾驶。如果将微软视为一家输出劳动力的公司，它将向全世界输出数十亿劳动力，其机会巨大。以前在美国雇一个人需要数千美元，现在花30美元就能完成80%的工作，哪个企业不会使用呢？
**大模型应用未来可期，未来每个公司都有自己的大模型**
未来，只有两种人：一种是AI的驾驭者，他们以开放的心态学习，充满好奇心；另一种是被动享受者，但尚未达到这个阶段，中间会经历一段痛苦期。为什么会有这样的思考？寒假期间，我向女儿讲述了AI时代的美好，突然意识到一个问题：她应该学习什么技能？这个问题困扰了我一段时间。后来我发现，只要你有主动性，学习技能不是为了技能本身，而是为了学习能力和思考深度，为了满足好奇心。实际上，什么技能都可以学，不要因为AI会了就不学，我们要看中的是心态和过程。
未来是两个圈：AI的能力圈，包括看得见的未来和看不见的未来。看得见的未来不可能完全替代人类，所以一定是互补的。AI就像一个计算器，ChatGPT通过计算下一个词的概率来工作，它没有主动性和情感。这时，你的主动性、创造力、作为创业者如何从更宏观的角度思考问题、深入思考，才是最关键的。
真正创业的机会在哪里？我画了一张图，目前大部分人的目光集中在金字塔尖，即过去几个月风风火火的大模型。感觉没有千亿参数的大模型都不好意思出来见人。大家一聚会，如果没有训大模型，都不好意思说是这个行业的。我不这么认为，所有的技术都像原点爆发一样，从一个技术点不断扩散，然后向下发展。例如，行业的垂直大模型，三个月前大家都不敢提，因为还懵懂，没有千亿参数就不能干活了。现在看到500亿、100亿参数的模型，最近阿里发布的通义千问70亿参数模型，在某些任务上表现已经不错了。也就是说，OpenAI捅破了那层窗户纸。随着各行各业、各种智力的人进来，参数的简化是未来很大的机会。
再往下是做应用。如果实在买不起GPU，或者不想做算力，没关系，做应用也是很大的机会。对于非科技行业的人来说，最简单的方式就是把HR（人力资源）改名IR（智能资源），检查一下现在有哪些东西用了大模型，用了AI技术。这件事在我们公司已经发生了，我们到处挂的横幅都写着“明天替代你的不是AI，而是会AI的同事”。我们内部成立了超过10个小组，每个小组都在思考如何在各自的工作范畴内使用AI进行优化。
我和朱啸虎曾有一个争论。我发了一个朋友圈，他在底下回复，第二天上了新闻头条。他发文说大模型要吞噬99%的应用，做应用没有价值。ChatGPT太强了，你问它都知道，还做啥应用呢？事实上并不会。大模型是建立在公开数据之上的，需要协同才能完成专业工作。我现在越来越理解什么叫做暗知识，例如我们理解牛顿，只能通过《三大定律》这本书。真正要了解牛顿，或者学习他，如果你有时间和他喝杯咖啡，经常跟他聊、讨论，才能知道他更多知识。今天我们公司开大量会议，这些在互联网上都找不到，大模型完全没法知道。大家用久了ChatGPT也会发现一个问题，你问它什么都看上去正确，但好像没有什么用，这就是一个问题。事实上并不是它没有什么用，而是它完全不了解你的背景、你的知识，所以应用就能很好打通这一点。
**用新范式思考做大模型应用的机会**
我们公司做了几项工作：行业大模型做了，但没有做千亿大模型，因为技术变化太快，千亿大模型一次砸几千万，成本很高，所以先围绕应用做。怎么做应用呢？我觉得每个时代的应用都必须重新思考，如果你用过去的思路去思考应用，就一定做不出一款好的应用。举个例子，汽油车时代想造出一款好车根本造不出来，因为发动机不可能造得过别人。只有重新思考，用电池做底盘，就能做出一个特斯拉。如果在手机时代做一个智能机，无论怎么加硬键盘，怎么做都做不过诺基亚。只有你想放弃掉硬键盘，搞成触屏，变成多点触摸模式，那就是iPhone。
其实每个应用来说上面大的都是不一样的。在PC时代最流行的是Web，网站。但到移动时代网站不流行了，变成APP了。今天在AGI时代，人工智能时代，我们认为最核心是AI-Agents，这是在今天硅谷也特别火的概念，通过几个不同的、有特征的、有记忆、有个性的AI代理去完成一系列智能决策。如果你今天想做一个交友APP，用ChatGPT的技术或者大模型技术去做，肯定做不好，陌陌可能能做，但你做不好。不能在过去范式下思考应用，而是在新的范式下思考应用才有机会。
我们第一波做的是toB。很多人讨论toC应用，今天在中国做大模型toC应用太难了，第一是因为巨头太强；第二，如果要做toC应用必须想出新的范式。我们做的是toB，我们和很多企业主交流，拿了大模型给团队用，用个两三天就不用了，没有啥用，比如一个采购单怎么用，回答出来效果对我们没有用。因此我们做了一个“聚言”的产品，这个产品结合了多家大模型和自己大模型技术，然后做了很多文档的归类、整理，使得我们以前做的实体机器人真的可以和场景结合。以前我们的机器人每进一个餐厅，针对这个餐厅做大量的问题列表，他才能回答，那时候回答效果很不好。现在进餐厅，把菜单一拍，哪怕只提供几个招牌菜的信息就可以实现很好的交互效果。我们进景点，把导游词往里一放，它就真和一个导游一样，它可以根据导游词内容回答，而不是根据大模型通用去回答。在行业里，它可以根据公司一些产品知识去问答，实际上就是一个根据企业私有知识挖掘的产品，形成各种智能促销员、讲解员、客服、分析员等。
聚言解决方案原理，其实就是输入一些企业信息文档，它就来进行归纳整理。可能很多人说有很多在做的这个，我想和创业者说，不管怎么做，最后还是要拼实际效果。我们最看重的是它对文档的理解和回答率，这个回答率能做到多少是最核心的指标。我也很骄傲的说，我们自己的回答效率，在所有竞品中，我们回答的效果都比他们好，这其实真正是对知识的理解。我们还推出了聚言魔盒，这是一个二维码，希望大家了解一下，我们能为企业提供自己私有化的模型，这个效果我们认为不可能比ChatGPT好，但能达到大概80%的ChatGPT水平。让你极低廉的价格去拥有，而且所有数据都在这个机器上，不会外泄，所有数据都是归于企业私有的，不再会被大模型拿走。这是我们自己的一个例子，我们给网站上增加了一个虚拟机器人，每次人家来浏览网站时就会有一个智能客服主动回答问题。用户自主浏览网页还是很麻烦的，得通过用户自己找网站，找到他所需要的信息。这个智能客服上了之后，我们在这个网站上留资转化率提高了3倍，这就是交互改变，能够让真正用户很快知道你的特点是什么的例子。这是我们的另一个例子，以前我们做的服务机器人真正能发挥作用的是递送，但现在由于加了聚言，我们打造了一个营销利器，机器人真可以做成促销员了。现在进入一个餐厅通过系统会自动生成很多问题，主动问消费者要点什么。我们和双汇合作的案例，现在已经在双汇500多家超市正在落地，做新品的推销。以前传统厂商在行业里推销是非常麻烦的，它要培训大量的促销员，还要做招聘，还要做考核。双汇鳕鱼肠这个产品做得非常好，从海外食材进口，但就是卖不动，因为很多人不知道。现在搞成机器人以后，就会发现它能实现移动促销，我们用这到去进行效果分发以后，这个销售能够平均提高3-4倍。
**结语**
今天大模型来得非常快，到底怎么创业说实话我也不是特别清楚，但我想说创业者的核心就是先做起来，你一定要相信大趋势。人工智能这一波绝对不是忽悠，它和过去元宇宙、web3都不一样，它是实实在在，已经明显可以看到的突破性和革命性，所以对我们来说先做起来。未来2-3年人工智能发展将决定未来20-30年世界格局，对于科技行业从业者而言，你要为这样的时刻而活一生，不要浪费它。有些时候十年都毫无进展，有些时候几周就发生了几十年的变化。技术是有爆发点的，ChatGPT引领了这波大模型的爆炸，为整个应用创业带来了无限的可能，我也希望每个创业者一起摸索。我们今天也在摸索，我刚才讲的一切都有可能是错的。即便是错的也没有关系，至少我实践过，知道我错在哪里。当机会来临的时候，我就一定会找到这样的机会。有句话：现在是过去的未来，而现在不是未来的过去。现在发生了，过去会这样发生。我是不相信宿命论，我相信事在人为，未来这个社会会怎么样，其实取决于在座每一位的努力。绝对不会出现一个大模型，只要它一个，这个世界就可以躺平了，不是这样的。还有大量的机会，才能真正改变这个世界。更多活动大会一手信息，欢迎加入微新创想会员，现场聆听一线投资人、头部企业家精彩分享，掌握最新创投趋势！
