8月22-23日，2023 DEMO WORLD企业开放式创新大会在长三角G60科创走廊策源地松江隆重举行。本届大会由创业邦主办，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协办。

大会以拥抱开放为主题，邀请200+跨国公司及本土企业创新领袖，聚焦开放式创新，通过演讲分享、报告发布、榜单评选、案例展示、需求对接等多种方式，推动全球创新资源在行业中的流动，加速世界各地的企业在中国成长。

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？》主题演讲中的精彩观点如下：

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，由创业邦整理：

语义理解是人工智能皇冠上的明珠

大模型的下半场，这个标题也不是我起的，是我们有一次在群里讨论，一个朋友发了一篇文章《大模型下半场》，我们所有人都说下半场了， 那上半场在哪里？我想说，这正好说明了大模型这个行业这次人工智能浪潮发展是如此之快，几乎就是日新月异。我记得在去年的时候，我在APP store上搜AI打头的APP就没有几个，到今年3月份就一大堆，当时我就感叹了一句，这真的是一次寒武纪生物大爆发，这次AI带来了非常大的机会，机会到底在哪里，我结合自己创业的思考和大家一起分享一下。

作为每个创业者其实最要学习的就是第一性原理，无论是一个技术也好，是一个产品也好，你得在最底层知道它为什么会这样。其实我最早的时候给自己起了一个命题，为什么ChatGPT一款聊天软件，大家认为它会改变世界。我在2016年开始就投身于人工智能，做人工智能+服务机器人的创业活动。当时行业内是非常的乐观，就在AlphaGo战胜了李世石之后，大家认为人工智能的时代到了，所以就应该很快自动驾驶会出现，一个懂你的机器人会出现。但事实上经过了第一波人工智能1.0发展之后，人工智能行业遇到了天花板，最大的天花板就是语义理解。

语义理解是人工智能行业皇冠上的明珠，为什么是明珠呢？大家想100年前图灵在计算机都没有真正被发明之前，人们做了一个思维实验，如何证明以后一个机器具备了人的智能，这就是图灵测试。图灵测试的核心就是，跟它说话，它听得懂，你不知道它是一个机器。我想这个想法是如此的伟大，到今天也是这样的。因为语言事实上是人和其他动物真正智能的区别。识别这件事，你会识别，你家的狗也会识别，看到你就很开心，看到别人就汪汪叫，猴子也会识别。所以图像识别也好，这些都不是人类独有的智能，只有语言。《人类简史》里说，人类真正能够战胜其他物种，我们的祖先智人能够崛起于这个世界，成为世界的霸主，最核心就是语言能力，尤其是描述虚拟事物的能力。虚拟事物的核心就是逻辑，因为有了语言我们才有了逻辑。

大家都知道语义理解是最核心的，我们认为是有两条技术路线，第一条路是学外语模式，我教你语法规则，主谓宾，然后背单词，知识图谱，capital是首都，首都的意思是什么。这个好处是什么呢，只要你用知识图谱和语法规则教计算机模型以后，它很快就会开始回答。事实上它的回答一直突破不了天花板，就像我们学了很久的英语，你第一天去美国，和海关说话都不太懂。这里有一个逻辑，虽然外语模式很快能见效，但我们学外语时已经有母语了，只有OpenAI当时觉得我们能不能用学母语的模式？这就是第二条路是学母语模式。就是不告诉你任何知识，你就在这里天天听，就跟小孩一样在旁边听，突然有一天他就开口说话了，和你交流了。

为什么OpenAI这么牛，并不是它找到了独门秘笈。在去年之前，OpenAI都是硅谷的笑话，大家觉得这事怎么可能呢，海量的数据神经网络学不会。事实上神经网络通过不断对文本的学习，你给它所有的文本。比如创业邦、上海，这样的词汇在文本里出现很多次，它就自动建立了词和词之间的关联。它开始并不知道创业邦和上海之间是什么关联，演讲和创业邦是什么关联，但在大量文本里重复出现，自动实现了词和词之间的概率。

我就做了一个比喻，ChatGPT出现之前就像鹦鹉学舌，那时候也有聊天机器人，就是匹配。你问它一个问题，它找一段文本做一个匹配。等找不到匹配或者对问题不理解时，就会答非所问，只有ChatGPT是建立在对词的理解上。ChatGPT的核心，或者这次AI的核心是通过自己对词的的不断学习，大量文本的学习，自动构建了一个词和词之间关联关系。这在数学里叫向量关系，这使得它知道了词之间各种稀疏关系建立了对语言的理解。这次出来的各种聊天系统，无论答案是不是一本正经的胡说八道，但对问题的理解基本都能到位，这是一次巨大的变革。

一个新兴事物出现时人总有认知障碍，因为你搞过很久，觉得没有啥了不起，一直到我家那条狗三万，它是我在宠物医院里收养的，宠物医生给它起的名字是三万，一直到我走的时候，我都不知道它为什么叫三万。后来宠物医生说前主人把它遗弃，手术费要3万，前主人后来就不来了，医生很焦灼，就只好给它做了这个手术。为了纪念损失3万块钱手术款，于是起名三万。我就问了ChatGPT这个问题，这是一个在互联网上搜不到的数据，但是ChatGPT推理出来了。这个问答出了之后，我家狗就变成了人工智能的网红狗，因为很多人写书都要把这个例子写进去，都要过来和我打招呼，也上了微博热搜。

ChatGPT带来了交互革命与生产力革命

有了这样的推理能力，被机器学习以后，人工智能带来两个巨大的变革。首先是交互革命，我做了很多年的交互，因为我是从最早PC时代开始做，做360，后来做猎豹浏览器。到移动时代做猎豹清理大师，在海外有几亿用户，我们的工作都是围绕交互展开。乔布斯说每次交互的变化都是一次产业革命的机会。苹果有幸抓到过两次，iphone抓到第三次，第一次是出现了键盘，第二次是出现了图形界面，第三次是在手机上用拇指来操作。

这次的交互革命什么意思呢？这是人类历史上第一次机器可以围绕人来交互的，在之前我们很多工作都是围绕机器在交互。比如最早我们要开始学office培训大纲、计算机等级考试。到手机时代每个APP都有自己的UI，UI做得很易用了。但你还得要知道微信面对面建群要打开那个+号，很多老年人疫情期间不会交互就寸步难行。这次语义被理解之后，每个人有1000种问法，机器都能理解，所以使得学习成本大幅度降低。

不知道大家看过一个电影《Her》没有，电影里就描述了交互的未来形态，很快就会到来。以前我看电影时都会觉得太理想化了，最近我又看了这部电影，所有创业者都应该看一下这部电影，这就是未来的交互。这样交互之后，你就会发现很多形态都会发生改变。

第二是生产力革命，因为它有推理能力，为什么OpenAI这次这么火，大家觉得可能它有一天能生产出一个爱因斯坦，如果它生产出一个爱因斯坦对世界的变化多大呀。其实不用生产出个爱因斯坦，你如果具备很多算力之后，算力以前是单纯的算力，有了ChatGPT后你得去匹配，现在算力就变成了智能。所以我有一个说法，以后HR应该改名IR，以前是Human resource（人力资源），以后叫Intelligent resource（智能资源）。这件事情已经发生了，硅谷创业公司以前大部分都是雇人，现在硅谷公司有一半的钱用来雇人，另外一半钱用来购买数据、购买向量数据库，然后组成一个由人工智能驱动的智能中心。现在在硅谷不谈区块链，就谈人工智能。一个人工智能的会议，门票可以高达几千美金，人山人海。

Sam Altman（OpenAI创始人）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。这句话的意思我翻译了一下，就是在电脑前工作的人优先被人工智能替代。首先今天这个社会是脑力工作者占了大部分，或者脑力工作者输出的价值占了大部分，这个大家应该没有异议。二是好多脑力工作者承担最重要的工作是翻译，不是中文翻译成英语，而是我们把人的一些意图翻译成机器能理解的指令。比如说程序员，他就是把产品经理的意图翻译成机器代码，无论是C语言也好，JAVA也好，这就是翻译。所以经常有产品经理和程序员之间互相battle，这就是翻译工作。再是翻译成PPT，今天的PPT要写出来，我和市场部说要怎么写，翻译成各种。助理订票、规划行程，也是翻译，翻译成日历能理解的，今天我要去哪儿，翻译成日历。还有设计师的工作，把老板要的或者产品要的翻译成一幅图画。实际上这个工作价格会急剧下降，因为AI能做很多事情。

我们公司每个节日都会给员工做礼品，给客户做礼品，后来我说别中秋节老买月饼，我也不吃，因为我老家是景德镇的，我就说能不能做一些瓷器，瓷器这个东西一直在用，然后也给我们家乡经济做贡献。我们行政部就选了好多款，我都不满意，我说为什么不用AI设计一下呢，因为景德镇瓷器好在都是手工生产的，不是工厂就能做出来的。后来行政部的同事用SD做的一些模型调优，一看我就满意了。做出这样设计之后，我们设计部同事就有一点炸锅了，感觉到岌岌可危，我说你们也要学会用。他们突然发现以前的翻译工作没了，以前找他们要个图至少两三天，现在5分钟就做出来，然后来回改，这就是正在发生的。

包括微软，它公布企业AI软件工具Microsoft 365 Copilot的售价后，一天内股价飙升了6%。Copilot并不是以前意义上的SaaS，而是数字员工。因为微软就是要把人工智能这一波AI 2.0变成一个个在企业当中标配的数字员工。微软以前在比尔盖茨时代梦想让每个家庭里有一台计算机，这个已经完成了。他们后面的梦想，是让每个人都有十个助理，Copilot就是副驾驶。如果把微软想象成不是一家科技公司，而是向全世界输出劳动力的公司，它会向全世界输出数十亿的劳动力，它的机会特别大。以前雇一个人在美国需要几千美金，现在花30美元能完成80%的工作了，哪个企业不会用呢。

讲到这儿我就想起当年GPT4.0出来时，它在两个领域指标特别高，一个在生物领域，一个在法律领域。ChatGPT参加律师资格考试能够超过90%的人，有一次香港一个投行的合伙人就跟我聊，他说律师资格考试是非常难的，看完ChatGPT之后都崩溃了，很多朋友都是名牌大学毕业，去考试都要考两三年，怎么GPT一下就过了，还能超过90%的人？后来我琢磨一下，应该是美国的律师费太贵，美国律师的费用占了全部GDP的7%，所以他们着重训练了一下，效果才这么好。

为什么GPT4的生物成绩也那么好？后来看一篇访谈，他们去找比尔·盖茨，说这个能力很强。比尔·盖茨正在搞生物科技，他说生物很难，这个东西能学会吗？没想到三个月以后一看，确实做的很好。这说明什么呢，今天大模型技术是靠数据驱动的，如果在某方面数据喂的足够多，在这方面能力就会真正提升。未来在不同的行业，不同的数据下，都有可能产生很强的能力。这是一个30美金，永不辞职，永远在线的员工，找它要一个文档不会几周之后才给你，几分钟就给你了，没有任何延迟，从理论上说还越学越聪明，对你的匹配度越来越高。

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，主动开放的心态去学习，拥有好奇心；

还有一种是被动型，我们叫躺平享受者，但是还没达到这个阶段，这中间会痛苦一段。

为什么会有这样的思考呢？我女儿寒假之后开学我在送她的路上给她讲了半天AI时代多好多好，突然一下我脑袋空白了，我忽然想到一个问题，这个时段她应该学什么呢？这个问题困扰了我一段时间，后来我发现只要你有主动性，学习技能不是为技能本身，而是因为学习的能力，因为思考的深度，为了自己的好奇心，其实什么技能都可以学。不要因为这个技能AI会了就不学，因为我们看中的是心态和过程。

我相信未来是两个圈。AI有一个很强的能力圈，看得见的未来和看不见的未来。看得见的未来是不可能完全替代人类的，所以一定是这样的互补，因为AI是一个大号的计算器，ChatGPT就是计算下一个词的概率，它就不断计算，所以它没有主动性，也没有所谓情感。这时候，你的主动性、创造力，作为创业者如何能真正更大范畴想问题，深入的去思考才是最关键的。

真正创业的话，机会在哪里呢？我画了一张图，今天大部分人的目光是在金字塔尖的，也就是过去几个月风风火火大模型，千亿大模型，感觉没有千亿参数大模型都不好意思出来见人。大家一聚会，你没有训大模型，都不好意思说是这个行业的。我不这么认为，所有的东西就像原点爆发一样，都是从一个技术点不断的爆发，然后就开始往下。比如行业的垂直大模型，三个月前大家都不敢这么提，因为大家还懵着，没有千亿参数就不能干活了。现在看到500亿，100亿的，最近阿里发了通义千问70亿的参数模型，在某些任务表现上都已经不错了。也就是说，这个技术OpenAI做出来了，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，我实在买不起GPU，或者不想做算力怎么办？没有关系，做应用也是很大的机会。作为很多不是科技行业的人怎么办，最简单的方式就是把HR（人力资源）改名IR（智能资源），就是考核一下智能水平，检查一下我现在有哪些东西用了大模型，用了AI技术。这件事反正在我们公司已经发生了，我们公司到处挂的横幅都叫明天替代你的不是AI，而是会AI的同事，我们内部成立大概超过10个小组，每个小组都琢磨在自己这个工作范畴内如何用AI去优化。其实应用这个基座更大，而且机会更多。

我和朱啸虎有一个争论，我有一天发了一个朋友圈，他在底下回，突然第二天上了新闻头条。他发了文章说大模型要吞噬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，问它就好了。事实上会这样吗？我经过这几个月深度思考发现并不会。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，比如我们今天理解牛顿，只能通过三大定律那本书。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的，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。

还有开源模型也在极大降低成本，一个大模型统治世界肯定不可能的，而且我认为大模型未来会非常便宜。第一点是私有化大模型会白菜价。我甚至认为每一个中等规模公司都会拥有自己的大模型，会有一个native。因为大模型数据最值钱，如果大家都用公开网上的，所有开会流程都被公网大模型吸收了之后，突然一天它做个应用就超过你了，这是今天所有做应用，做行业创业者最担心的，我认为未来每个公司都有自己私有化的大模型。

开源大模型Llama2，性能接近ChatGPT，我们国家出了那么多大模型，和开源有极大关系，不完全统计，10亿参数规模以上大模型79个。大家知道OpenAI烧了很多钱，每次训练几千万美金。今天训练一个10亿参数的大模型，大概百万人民币就够了，甚至可以更少。这时候门槛是极度被降低的，所以未来大模型就会变得越来越平民化。

讲了这个之外还有一点，今天我们通过和大模型不断写应用，会发现大模型能力并不像大家想象的那样，会出现一个prompt在不同时间问它的回答是不一样的。今天的大模型远远没有到达人的那种能力稳定性。所以，今天就要在上面做应用，应用就有可能成就价值。拿微软这个例子来看，微软这么大公司投资了OpenAI，又和Llama合作，它自己没有推出AI的大模型，这是为什么？微软想的非常清楚，就是把应用做好，因为在这个链条里应用是最肥的那一块，它的Copilot一旦和office打通，全世界都有它的Copilot。今天应用生态才真正决定大模型价值，我们一定要纠正一些看法，比如越有技术的越赚钱，事实上不是这样的，很多行业都被验证过，比如操作系统，其实操作本身不赚钱的，没有商业化多好的回报，反而是这上面构建的一系列应用。包括移动互联网，做应用的公司市值和它的盈利能力都很高的。抖音也是一个应用，并不是一个技术模型使用的设备。

今天应用解决了大模型公司的商业价值，你训个1000亿参数模型到底有没有价值，不是参数说了算，也不是某个指标在设置级上比别人好说了算，而是下面的应用。前两天OpenAI刚刚收购了一个做游戏的团队，因为OpenAI是一帮科学家组成的公司，不会做应用，事实上OpenAI也意识到应用才是核心。

用新范式思考做大模型应用的机会

我们公司做的是这几项，行业大模型做了，但没有做千亿大模型，因为技术变化太快，千亿大模型一次砸个几千万，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，用新的范式思考应用，比如用电池做底盘，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。

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。