周鸿祎：大模型时代的产业创新｜《财经》年度对话2024

finance.sina.com.cn 2024年12月20日 21:19

2024年12月20日，360集团创始人周鸿祎在“《财经》年度对话2024：穿越变局的力量”论坛作主题演讲——大模型时代的产业创新与变革机会。以下为部分发言实录，根据现场速记整理。

周鸿祎：很高兴，我第一次来这个场所发言。因为我理解经济学家，李稻葵老师这样的大学者才有资格发言，我一个搞技术的，很多大词也不懂。刚才李老师在台上委婉地批评我了，我反思了一下，我一年到头就穿一件红衣服，我应该增加消费。其实我衣橱里有50多件红衣服，我的名字老被叫错，老叫周鸿伟，所以我穿红衣服，李老师叫我鸿祎就好。

我分享对大模型的看法，最近有很多争论。

第一， 不知道在座的各位对大模型怎么看，现在有很多争论，有人至今认为这是一个泡沫，也有人认为是一种技术，元宇宙，WEB3喧嚣一时，证明时机不对，谈AI这件事最重要的是有一个认知，说严肃点，有没有信仰，相不相信这件事。

相不相信AI是真智能，突破了原来人工智能的局限性。到底人工智能能影响多少行业，走多远？相信不相信是工业革命，如果是工业革命，这个技术定位很高了，无论做什么行业都可能会改变你的行业。

网上很多人散播焦虑，争论说到底什么岗位最终被AI淘汰，我倒觉得这个还不清楚，因为争论很多。但是有一点未来可能不拥抱AI、不理解AI，不掌握AI的个人和单位可能会被用AI的淘汰。所以有一些企业家，包括成功的企业家，面对新生事物的时候，往往容易刚开始看不清。传统业务太成功了，看不起新出来的技术。因为有这种心态，因为看不起，所以没有仔细研究，也看不懂，有一天想抓机会的时候就看不见了。

其实，国家今年政府报告里讲人工智能+行动，大家提到的打造新质生产力，主要的科技创新是数字化技术，数字化技术今天宏观上恰恰是人工智能。所以，我对人工智能大模型研究，大模型是最好的抓手，打造新质生产力的关键支撑技术。这么说，它给我们每个人赋能，让每个人具有超级能力，也会重新改变所有企业的运作和工作方式，它和计算机互联网一样是一种根本性的技术。

也有人喜欢拿互联网过去成功的经验看AI，互联网和AI非常不一样，最大的不一样在于互联网是一个改变连接关系的东西，改变人和人的连接，改变人和信息的连接，创造了很多商业模式的创新。但是互联网不是那么直接赋能生产力的技术，所以美国一个创始人讲过一个笑话，本来科技发展这么多年能得到一个能飞的汽车，结果我们得到了一个140字的推特。推特当然也很牛。

“AI的生产力属性非常强”

但是和真正的科技进步比起来，AI的生产力属性非常强，比如说AI确实能帮助人们研制新药，破解人的生老病死的秘密，AI确实能从自动驾驶汽车做到无人驾驶，这恐怕是靠互联网做不到的。前两天马云出来讲的话我非常赞同，他说AI比互联网的机会很大。现在更大的机会，不亚于互联网的机会就是大模型的机会。

最近出现哪些新的动向和趋势，技术变化很快，快到什么程度？我用了一个词，我这几年搞大模型的时候，我感觉自己度日如年。有人说你这么痛苦吗？我说度日如年，只要看全世界有多少公司、多少科技人员又研究出来什么新的人工智能突破性技术，一天的进展都看不完。但是我们看一个趋势，跟大模型出来的时候不一样，大模型刚出来的时候大家比较乐观，特别是美国几家公司，觉得我只要有无数算力，只要数据足够多，假以时日足够出来AGI，就是通用人工智能，或者超级人工智能的一个进阶版，那就意味着AI在各个方面全面超越人类，变成宇宙间、无所不懂的神。但是好像现在发现说错了，首先数据不够，互联网能弄的数据已经用完了。第二，可能在算法上碰到了一些障碍，所以难以推出来。有人说这是不是怪事？不一定。

第二，因为GPT方向碰到障碍，人工智能从原来做的快思考模式变成了慢思考模式。快思考慢思考相对来说，简单打一个比喻，好比我问你个问题，你凭自己的经验，自己的快速反应和记忆回答问题，这个问题有的时候经常有错误。人们真正的智力表现是把这个事情反复琢磨，想很多遍，找很多人讨论，这样一个复杂的过程，最后如果写一篇文章现场挥毫一就，恐怕很难写出漂亮的文章，可能一个好文章是慢思考的能力。现在人工智能全面转向这个方向，这几天谷歌发表了一个产品，主要在慢思考和推理上进行突破。

第三个趋势，大家一提人工智能被过去的宣传带歪了，认为只有无所不能才是人工智能。但其实人工智能现在的一个发展趋势，在走向专业化划分的路径，专家专到一定时候一定走专业的，所以谷歌旗下的DeepMind公司，专门设计芯片，做了阿尔法狗下围棋，还得了诺贝尔化学奖。所以我们要反思，要求一个模型写诗作画，解奥数题，给公司编软件，这是我们未来的需求吗？

第四个趋势，代表了两派不同的思想争论。有一派还要做大。马斯克花了很多钱堆10万亿卡的集群，为什么？要训练万亿和10万亿参数的模型。从另外一个方面来看，现在越来越多的大模型，还是叫大模型，小模型这个词不能乱用，但是做这种小参数的大模型，大概10亿量级以下，称为小参数大模型，为什么？大模型要上车，大模型上手机，苹果也做这事情，所以大模型现在在做轻量化。

有人说大模型越做越小，越做越专之后，能力是不是越来越弱？大模型刚开始出来的时候我们对它的认知比较粗浅，觉得越大越好，什么数据都往里灌，什么都让它学，但就跟一个人博览群书，不一定能力很强。人们现在发现模型不用特别大，能力出于知识密度和知识质量。今天给我们一个启发，互联网找到的知识不算什么高能量的知识，很多知识是藏在专业的公司和专家脑子里的。

再一个趋势，跟大家可能有关系，大模型现在从原子弹的生意变成茶叶蛋的生意了。大家不要笑，茶叶蛋大家吃得起，如果都要按造原子弹的决心造企业大模型，大模型跟我跟你可能没什么关系。所以大模型的成本感觉是自由落体，刚出来的时候买一个大模型开5000万都是便宜的，现在大模型有很多开源都可以用，价格是零，相对云厂商，包括算力价格下降了上百倍。目前，国内大模型的厂商，阿里、头条、腾讯都是以低于成本价的价格给大家提供，所以大家可以薅它们的羊毛。

大模型出来一个很重要的趋势，第一次用ChatGPT的时候，虽然感觉很牛，但它是一个聊天机器人，所以聊天机器人跟人对话可以了，但是请回企业，光动嘴不动手，干不了活，这跟企业的关系就很弱了。所以传统软件还是辅助人的工具。

2025年智能体会大行其道，是一套技术，可以把大模型包装成一个可以干活的数字员工，这是通俗的理解。我讲的大模型技术跟很多专家比起来可以忽略不计，大家为什么愿意听我讲，我可以讲得很通俗。让它走下神坛，脱下科技的外衣，每个人真正的使用，不是顶礼膜拜。所以智能体，这么说是大模型在企业、在产业里落地最重要的技术，如果没有智能体，大模型就是一个。总不能天天跟它聊天。

2023年是大模型之年，大家都在秀有什么肌肉，有什么突破。2024年大家已经意识到是大模型专业之年，开始找到场景化落地了。大模型说得很好，但感觉像玩具，不是工具，能作诗不能做事。2025年我预言Agent之年是智能体之年，企业会大量使用和部署智能体，智能体背后还是大模型。

我们可以看到大模型的产业之路怎么发展，明显分出两条路。一条是AGI之路，还是星辰大海，类似曼哈顿计划，人类的恒星，探索探索人类的超级人工智能。卷算力，卷算法，卷数据，参数越做越大，这条路跟大数人没有关系，美国玩这条路的公司就那么几家巨头，中国未来也就是几家巨头能做。

还有一条路，AGI完全平行的路，就是应用之路。放弃打造大模型，万能大模型的之年，最关键的用一个大模型解决一件事，向场景化、专业化、垂直化方向发展。美国内部也有争论，大家意识到英伟达的显卡已经买得很多了，但是并没有充分利用起来，所以现在做应用的时机到了。

这个讲过了，AGI至少100亿美金买显卡。刚训出一个模型，明天友商又训出一个更好的模型，就像西西弗斯推石头一样，停不下来。

为什么走应用之路不用卷数据、卷算力，卷参数的大小，走应用之路关键是围绕你碰到的问题和困难，一个大模型解决一个问题。就像各位招聘年轻人，招聘一个大学生不能要求什么都能干，能开车能直播带货，还能当保姆，这要求有点太高了。他就在文字方面进行培养，这个对培养人的难度就会降低很多。如果是做专业的大模型，意味着模型的数量级可以下降两级数量级，大概十亿的模型能够，意味着什么？不需要一百张卡，一千张卡，大概平常几张卡，单机单卡，企业应用规模不是很大，能够用起来。我想当年发明的超级电脑，并没有带来工业革命，70年代超级电脑被乔布斯做成了PC，才带来真正的信息革命，信息革命走进千家万户，改变了百行千业，把大模型拉下神坛。

很多人问我，用已有的例子比喻大模型，大模型到底是不是语言，是不是电力等等。大家想各种比喻。我后来觉得大模型应该是一种能力，而不是产品。大模型必须要跟一定的产品相结合，我比喻成它像一个电动机，大家买电动机吗？你不买电动机。但是真正每个人又离不开电动机，比如说电牙刷，吹风机，刮胡刀都有电动机，客户要的是刮胡刀和吹风机，不是电动机，这是我很重要的观点，大模型必须找到结合的场景，变成新的产品。

大模型的六大应用方向

我们自己总结的不一定对，因为对于大模型是盲人摸象，每个人从不同的角度讲，大模型的能力做分割。因为各大互联网公司介绍大模型的时候，大家比较容易集中在它的头两层、头三层能力。比如，第一层是文字语言的能力，阅读、写作。第二层是创意能力，大模型产生的视频、音乐、图片，几可乱真，达到人类同样的水平。第三，多模态能力非常重要。大模型不仅理解文字，还能听得懂看得懂，不是看见什么，比如就像我一看见刘建宏，就想起中国足球，这不是一个笑话。但是，大家对大模型的业务能力关注比较少，所以我也想在座的都是企业家、投资家，大家肯定关注大模型跟企业业务结合有很多能力，如何帮助企业更好地处理大数据。我有一句话，大模型会激活今天所有拥有数据的潜力，你想如果大数据像石油一样，直接用很困难，大模型可能像冶炼厂一样，真正把它的价值发挥出来，包括企业里面的知识管理，企业里面业务的再造。还有两个能力：是创新能力和科技能力。

我们建议了六个方向：

第一，人人智能。也就是说AI对人的作用，我觉得还是工具属性，是正向的，所以大模型不是用来淘汰某些人，而是提升每个人的生产力。有了大模型以后，每个人都有可能成为超人。为什么最近国外一直谈一人公司或者小团队比较流行？有了大模型以后，很多人的能力，比如原来刘建宏不会编软件，现在可以让AI替他写代码了。有人不会做宣传，但是现在大模型可以替他写文章了。所以，我们做的纳米AI搜索，帮助个人使用大模型的能力，提高他获得表达的能力，这个市场很大而且可以分得很细致。

第二，万物智能。我们知道万物互联的概念，它不是目的，还是手段。互联之后，大模型有大有小，有强有弱；小模型可以部署在终端上，部署在硬件上。大模型部署在云端或者边缘侧，大小模型合起来可以达到什么目的？不仅这两年苹果手机谈中国的，之前用Siri，那哪叫人工智能？叫人工。有了大模型以后，Siri变成人工智能。万物智能意味着什么，看到所有的硬件以后都有智能。想想很可怕，刘建宏半夜起来打开冰箱，扫地机器人打招呼说不要偷喝啤酒了。因为有大模型之后，有了多模态语言的能力，就意味着你们家所有东西跟你交流，能够识别你的指令。

再举两个例子，比如说苹果和脸书花了很多钱做AR眼镜，到今天也不算成功，苹果的Vision pro也做不下来，到现在眼镜不再跟AR结合，跟AI结合。比如现在做一个眼镜，我见到那个人，凝视它三秒钟，自动告诉我他叫刘建宏。其实我不认识刘建宏，我看桌上的名牌才知道他叫刘建宏。所以在大模型的作用下，原来做不了的虚拟现实和元宇宙，倒有可能变成现实。

第三，数转智改。传统产业的数转智改，通用大模型作为个人生产力提升还是可以的，但是如果大模型真跟企业内部业务紧密结合，真正在企业内部干活，变成数字专家、数字顾问。我觉得通用大模型不行，因为没有你的专业知识，没有行业领域知识，而且还有数据丢失的隐患。所以企业需要的是什么？企业也需要有人能够做营销，做各种图片视频，但是企业最重要的是自己的核心业务需求和业务流程，能够用得上大模型和智能体。所以企业用大模型的关键，我觉得是找场景。因为问题的关键是找到关键的问题，关键的问题是找场景，就是说不要试图去做一个通用、万能大模型，解决企业内部的所有问题，而是在企业内部的业务流程，或者是对外的服务产品体系上，从领导的需求到基层员工的需求里面去找卡点和堵点，能够怎么验证这个卡点和堵点呢？过去我想干，但是我技术干不了的事情，过去想解决但是技术上解决不了的问题。现在有了人工智能，有了大模型就能解决了，一个标志是能提高10倍的体验，提高10倍的效率或者降低10倍的成本，减少10倍的人力。所以我讲为什么大家要学大模型，大模型有的老板说我有钱，你给我搞一套大模型就可以了。有些技术，像云计算、大数据可以这么干，但是人工智能在企业用得好，这个企业从老板到高管到业务骨干，到基层员工都要对AI有一个基本的了解，因为决定AI怎么用，是需要业务进行指导。

我举两个例子，场景分得足够细，这样才知道应该有什么样的专业模型解决问题，也有企业家找我，上来说给我打造一个养猪大模型，我一句话怼回去了，我说解决什么问题？猪有什么痛点和刚需吗？也有企业找我，某省钢铁企业上来说，我们要做一个钢铁大模型，我一直问他我对钢铁一窍不通，你能告诉我钢铁有什么问题，分解了一下，分解了142个场景，不一定是142个模型，至少需要142个智能体。

我是做医美，做教育的，做什么，做体育直播的，请问我们怎么用大模型？我也回答不出来。你自己分解你的业务。

再举个例子，这个例子更简单一点，斯坦福医学院跟创业公司合作，并没有做给人看病。完整的医疗康养大模型，这种概念听得很多，他们找了三个堵点，所有病人看病都是由社区医生，家庭医生发传真，手写情况介绍的方式发到医院，医院每天有一堆人看传真。第二，医院打电话跟病人确定看病的时间，不是你想看就看的。第三，美国有一个挑战，跟保险公司写很好的报告，保险公司才能降低拒赔率，报销报告很重要，这是专业的保险和税务专家在做。所以用了三个大模型做了三个智能体，一个专门解决看传真，多模态的能力意味着人工智能能看懂所有你想给它看的对象。比如说纳米AI搜索，我对着药盒拍一下它就告诉我是什么药、有什么禁忌，一天吃几次药。它视觉能力非常强，读出来之后自动加到数据库，有数百人接传真的队伍，这个人力省出来。第二，跟客户聊天，让客户舒服挺难做到的，数字技术、云合成技术只是打电话，确认几点钟星期几看病，这个没问题。第三也很容易解决，医院里积累了几十万份给保险公司的报告，拿这个报告依葫芦画瓢，给病历写容易通过保险公司赔偿的报告。只要你找好场景找好卡点，大模型今天的能力不需要等到超级人工智能，都能干的。