4月18日，由36氪主辦的2025 AI Partner大會(huì)于上海模速空間盛大啟幕。本次大會(huì)以“Super APP來(lái)了”為主題，聚焦AI應(yīng)用對(duì)千行百業(yè)的顛覆性變革。大會(huì)分為“Super App來(lái)了”和“誰(shuí)是下一個(gè)超級(jí)應(yīng)用”兩大篇章，覆蓋“在AI世界中長(zhǎng)大”“2025卷AI就卷超級(jí)應(yīng)用”等七大話題，涵蓋10+場(chǎng)主題演講、3場(chǎng)圓桌對(duì)話與兩大優(yōu)秀AI案例企業(yè)名冊(cè)發(fā)布環(huán)節(jié)，深度剖析AI技術(shù)如何重構(gòu)商業(yè)邏輯、重塑產(chǎn)業(yè)格局，探索AI超級(jí)應(yīng)用帶來(lái)的無(wú)限可能。
2025年初，DeepSeek和Manus的爆火，拉開(kāi)了AI市場(chǎng)的序幕。在模型能力有代際提升時(shí)，毫無(wú)疑問(wèn)，今年AI應(yīng)用會(huì)再次迎來(lái)爆發(fā)，而AI原生應(yīng)用的概念、落地路徑，也會(huì)經(jīng)歷一場(chǎng)刷新。
在AI Partner大會(huì)現(xiàn)場(chǎng)，包括趣丸科技聯(lián)合創(chuàng)始人龍玲，微軟首席產(chǎn)品設(shè)計(jì)師劉妍、硅基智能聯(lián)合創(chuàng)始人兼高級(jí)副總裁陳莉萍、慧策解決方案首席專家高級(jí)副總裁李森，共同參與了名為《2025年，AI應(yīng)用的超越之年》的圓桌討論。
圖源：36氪
以下為圓桌實(shí)錄，經(jīng)36氪整理編輯：
鄧詠儀：大家好，歡迎來(lái)到今天的AI Partner大會(huì)，我是36氪主持人鄧詠儀，非常高興今天邀請(qǐng)到不同角色和不同行業(yè)的嘉賓來(lái)到這一場(chǎng)圓桌。
2025年，中國(guó)AI市場(chǎng)最驚喜的，一定有年初兩個(gè)開(kāi)門(mén)紅，一個(gè)是DeepSeek，一個(gè)是Mamus，具身智能也有一些突破。
這些創(chuàng)新，都指向了AI應(yīng)用會(huì)在今年有非常深刻的變化。無(wú)論是DeepSeek在模型上有突破，還是Munas這種爆款的現(xiàn)象級(jí)應(yīng)用，其實(shí)都離大家的生活更近了，應(yīng)用落地上也更深了，進(jìn)展都是突破性的。這也是為什么今天想和各位嘉賓討論“AI應(yīng)用的超越之年”。
第一個(gè)問(wèn)題，希望先請(qǐng)各位嘉賓簡(jiǎn)單介紹一下自己以及所在的公司，我們也設(shè)置了一個(gè)小環(huán)節(jié)，希望大家分享一個(gè)跟自己有關(guān)的AI時(shí)刻，可以說(shuō)說(shuō)過(guò)去一年，AI應(yīng)用有什么比較值得提及的創(chuàng)新？或者被AI驚艷到的瞬間。
趣丸科技聯(lián)合創(chuàng)始人龍玲 圖源：36氪
龍玲：大家好，謝謝36氪的邀請(qǐng)，我是趣丸科技龍玲。我們公司是2014年成立的，深耕在移動(dòng)互聯(lián)網(wǎng)興趣社交垂類賽道，運(yùn)營(yíng)一款產(chǎn)品叫TT語(yǔ)音。
伴隨AI時(shí)代浪潮，我們也圍繞AI語(yǔ)音做了一些技術(shù)突破和產(chǎn)品探索。前段時(shí)間，我們首款搭載自研模型“MaskGCT”的AI語(yǔ)音創(chuàng)作平臺(tái)“趣丸千音”，也正式對(duì)外邀測(cè)。這個(gè)產(chǎn)品的定位是專注提供一站式智能語(yǔ)音解決方案，集成文本轉(zhuǎn)語(yǔ)音、視頻翻譯、多語(yǔ)種合成等功能，致力于實(shí)現(xiàn)全球內(nèi)容全球化。
近一年來(lái)AI發(fā)展速度太快了，讓我觸動(dòng)比較深的，不是某項(xiàng)技術(shù)參數(shù)的突破，而是我感受到AI真的重構(gòu)了一些傳統(tǒng)行業(yè)的生產(chǎn)鏈。比如具體到短劇出海場(chǎng)景，某頭部平臺(tái)在使用了我們產(chǎn)品后，譯制劇的生產(chǎn)周期從30天縮短至3天，效率提升了10倍，成本下降了90%，致使我們也成為行業(yè)內(nèi)首個(gè)可以實(shí)現(xiàn)工業(yè)化量產(chǎn)的產(chǎn)品。這種用戶給到的反饋，是我感到比較驚訝的。
劉妍：大家好我叫劉妍，我平時(shí)坐標(biāo)在美國(guó)硅谷，昨天剛剛回來(lái)，很開(kāi)心可以回家。感謝36氪的邀請(qǐng)。
我現(xiàn)在在美國(guó)硅谷，在微軟擔(dān)任首席產(chǎn)品設(shè)計(jì)師，主要負(fù)責(zé)的是Copilot，以及一系列其他AI智能應(yīng)用產(chǎn)品。
Copilot應(yīng)該大家都有聽(tīng)說(shuō)過(guò)了，就先不多說(shuō)。對(duì)我來(lái)說(shuō)，今年很喜歡的一個(gè)應(yīng)用是Notion AI，因?yàn)槲易约菏呛芟矚g記筆記的人，喜歡做知識(shí)管理，我覺(jué)得在知識(shí)協(xié)作和管理上，AI是給了很大助力。Notion有很多幫你一鍵整理的知識(shí)庫(kù)、提示和幫你完成任務(wù)，這是我今年蠻驚訝、使用頻率比較高的產(chǎn)品。
陳莉萍：大家好，我是硅基智能的陳莉萍，感謝36氪的邀請(qǐng)。硅基智能是AI技術(shù)研發(fā)以及AI應(yīng)用創(chuàng)新的公司，成立8年了。
今年，AI給我最大的觸動(dòng)，就是DeepSeek R1發(fā)布的時(shí)刻，帶來(lái)的沖擊，相信在座各位也都感受到了，不亞于3年前ChatGPT發(fā)布的那一刻。大家對(duì)于人工智能都有了重新的認(rèn)識(shí)。
在我看來(lái)，其實(shí)AI的進(jìn)展有三點(diǎn)對(duì)我沖擊比較大，第一是低成本、高效率AI模型的生產(chǎn)模式誕生了。
第二，我們看R1的時(shí)候，會(huì)發(fā)現(xiàn)以前文本大模型給你的答案，是看似正確的答案，其實(shí)DeepSeek把Why推理的過(guò)程展示出來(lái)了，也讓我們看到未來(lái)AI推理的原生性，以及自我的思考能力的產(chǎn)生。
第三，為什么我們一直在討論DeepSeek？其實(shí)它是一個(gè)開(kāi)源打敗閉源的過(guò)程，DeepSeek在發(fā)布的第一天，就成為了開(kāi)源社區(qū)的星級(jí)評(píng)分的項(xiàng)目。在DeepSeek開(kāi)源之后，硅基智能也把底座數(shù)字人大模型以及實(shí)時(shí)交互的系統(tǒng)全都開(kāi)源了，一個(gè)月內(nèi)在GitHub沖破了萬(wàn)級(jí)的stars。
現(xiàn)在我們發(fā)布的HeyGem數(shù)字人模型已經(jīng)成為數(shù)字人領(lǐng)域DeepSeek，我們也希望通過(guò)這種底層大模型的開(kāi)源讓這個(gè)生態(tài)更加繁榮，未來(lái)的應(yīng)用能夠基于這些底層大模型和技術(shù)提供讓大家繼續(xù)往前發(fā)展。
陳莉萍：大家好，我是硅基智能的陳莉萍，感謝36氪的邀請(qǐng)。硅基智能是AI技術(shù)研發(fā)以及AI應(yīng)用創(chuàng)新的公司，成立8年了。
今年，AI給我最大的觸動(dòng)，就是DeepSeek R1發(fā)布的時(shí)刻，帶來(lái)的沖擊，相信在座各位也都感受到了，不亞于3年前ChatGPT發(fā)布的那一刻。大家對(duì)于人工智能都有了重新的認(rèn)識(shí)。
在我看來(lái)，其實(shí)AI的進(jìn)展有三點(diǎn)對(duì)我沖擊比較大，第一是低成本、高效率AI模型的生產(chǎn)模式誕生了。
第二，我們看R1的時(shí)候，會(huì)發(fā)現(xiàn)以前文本大模型給你的答案，是看似正確的答案，其實(shí)DeepSeek把Why推理的過(guò)程展示出來(lái)了，也讓我們看到未來(lái)AI推理的原生性，以及自我的思考能力的產(chǎn)生。
第三，為什么我們一直在討論DeepSeek？其實(shí)它是一個(gè)開(kāi)源打敗閉源的過(guò)程，DeepSeek在發(fā)布的第一天，就成為了開(kāi)源社區(qū)的星級(jí)評(píng)分的項(xiàng)目。在DeepSeek開(kāi)源之后，硅基智能也把底座數(shù)字人大模型以及實(shí)時(shí)交互的系統(tǒng)全都開(kāi)源了，一個(gè)月內(nèi)在GitHub沖破了萬(wàn)級(jí)的stars。
現(xiàn)在我們發(fā)布的HeyGem數(shù)字人模型已經(jīng)成為數(shù)字人領(lǐng)域DeepSeek，我們也希望通過(guò)這種底層大模型的開(kāi)源讓這個(gè)生態(tài)更加繁榮，未來(lái)的應(yīng)用能夠基于這些底層大模型和技術(shù)提供讓大家繼續(xù)往前發(fā)展。
李森：很榮幸和大家一起同臺(tái)討論，我是來(lái)自慧策旺店通的李森，慧策旺店通是一家SaaS型的電商ERP服務(wù)商，每天在平臺(tái)上所處理的電商訂單超過(guò)一億單。也就是說(shuō)，國(guó)內(nèi)大概1/3左右的電商訂單，都通過(guò)我們平臺(tái)做履約的。
我就講一講電商場(chǎng)景下，我們的客戶怎么花式用大模型，來(lái)做一些我認(rèn)為很秀的操作。
第一，分享一個(gè)做跨境電商的客戶，是一些90后小伙子，做跨境電商思路和其他人不一樣。美國(guó)和加拿大經(jīng)常下雪，他用AI工具抓各地天氣預(yù)報(bào)的數(shù)據(jù)做參考，像上次猶他州下大雪，瞬間把雪鏟、雪具、手套的價(jià)格提高了30%，銷量增了300%，他用AI工具賺到錢(qián)了，主打這個(gè)信息差。
第二，我們有很多國(guó)內(nèi)做直播的客戶，借鑒多模態(tài)大模型能力，通過(guò)分析直播間主播的畫(huà)面、主播的語(yǔ)調(diào)以及彈幕里面消費(fèi)者的情緒和下單量，來(lái)優(yōu)化直播間話術(shù)，這都是我親眼所看到的。
甚至還有一些做供應(yīng)鏈的客戶，對(duì)于AI的應(yīng)用驚艷到什么程度？他說(shuō)我能用攝像頭拍倉(cāng)庫(kù)里面商品包裝的褶皺程度，來(lái)判斷這個(gè)貨在倉(cāng)庫(kù)里面的周轉(zhuǎn)率?，F(xiàn)在有各種各樣我們想不到的方式，通過(guò)大模型處理各行各業(yè)的業(yè)務(wù)，這是讓我很開(kāi)眼界，也很驚訝到我的。
鄧詠儀：這些場(chǎng)景都是用DeepSeek，還是說(shuō)有其他的模型一起在用？
李森：有之前的OCR（光學(xué)字符識(shí)別）模型，DeepSeek開(kāi)源之后，也有一些基礎(chǔ)性的電商公司就接入去做分析，還有一些基于MCP的模型，做類似Agent上下文的相對(duì)復(fù)雜任務(wù)，我們都有見(jiàn)過(guò)。
如何理解“AI+應(yīng)用”和“AI原生”？
鄧詠儀：今天主題是“AI應(yīng)用的超越之年”，模型有代際更新的時(shí)候，我們也要以全新的目光看AI原生應(yīng)用。所以第一個(gè)問(wèn)題，是希望請(qǐng)各位嘉賓分享一下對(duì)這個(gè)概念的理解。原來(lái)我們講的是“AI+應(yīng)用”會(huì)比較多，但是到了大模型之后，其實(shí)大家會(huì)講“AI原生”這個(gè)概念，各位嘉賓因?yàn)閬?lái)自不同的行業(yè)，肯定有不一樣的理解，想請(qǐng)大家從自己的角度出發(fā)聊聊。
李森：我簡(jiǎn)單說(shuō)說(shuō)我的體會(huì)，我覺(jué)得在去年來(lái)講更多是AI+應(yīng)用，像我單點(diǎn)有一個(gè)外掛。再舉個(gè)例子，天冷穿了個(gè)馬甲。原生應(yīng)用，以我們電商ERP業(yè)務(wù)出發(fā)，從底層AI核心深入，如向量數(shù)據(jù)庫(kù)、流式管道數(shù)據(jù)，從原生層面融入一些垂直領(lǐng)域的一些算法、策略和規(guī)則。相比起穿馬甲這個(gè)事，像我鍛煉身體，提高抵抗力和提高抗寒能力，這是本質(zhì)的差異性。
陳莉萍：因?yàn)槲覀儽旧硪沧黾夹g(shù)底層，所以對(duì)“AI原生應(yīng)用”的理解，一方面，AI本身是沒(méi)有辦法長(zhǎng)出應(yīng)用的，一定是需要結(jié)合產(chǎn)業(yè)的，所有的AI+應(yīng)用其實(shí)是在產(chǎn)業(yè)基礎(chǔ)上發(fā)展出來(lái)的。
產(chǎn)業(yè)基礎(chǔ)上會(huì)長(zhǎng)出什么呢？就像剛才說(shuō)的，“AI+”是一種方式，我們也認(rèn)為，“AI+”的方式更像是一種AI的輔助，原來(lái)的底層系統(tǒng)架構(gòu)在不變的情況下，做了一些應(yīng)用邏輯的加強(qiáng)，通過(guò)AI輔助的方式，在一些應(yīng)用層面做疊加，讓大家使用更加便捷，效率提升，降本增效。
AI原生則是從底層架構(gòu)，從產(chǎn)業(yè)需求端出發(fā)的，從底層架構(gòu)層面就做了重構(gòu)。可能需求是AI提煉的，在數(shù)據(jù)架構(gòu)的層面，需求端抓取以及數(shù)據(jù)端分析，都用了AI的技術(shù)來(lái)重構(gòu)底層。所以從設(shè)計(jì)開(kāi)始就從AI出發(fā)，更面向未來(lái)。
人們的使用習(xí)慣是被培養(yǎng)出來(lái)的，因?yàn)橹皼](méi)有AI，所以大部分人接受了很多能接觸到的應(yīng)用形態(tài)。有的時(shí)候，交互不方便，要輸入100個(gè)文字才能得到我想要的答案?，F(xiàn)在因?yàn)橛辛薃I之后，可能幾個(gè)簡(jiǎn)單的提示就能夠得到答案，這都是AI給我們帶來(lái)體驗(yàn)層面上的提升。
所以，未來(lái)AI原生是一個(gè)方向，更容易給我們更好的用戶體驗(yàn)，大家也會(huì)越來(lái)越習(xí)慣這樣的體驗(yàn)。
剛剛說(shuō)到AI輔助，在AI原生基礎(chǔ)上，未來(lái)會(huì)疊加出更多不同的用戶和應(yīng)用之間的交互方式，我認(rèn)為這也是AI原生帶來(lái)不一樣的，在交互界面、商業(yè)模式上的顛覆方向。
鄧詠儀：陳總的意思是，從產(chǎn)品定位到設(shè)計(jì)、具體應(yīng)用環(huán)節(jié)，都會(huì)產(chǎn)生非常大的影響。
微軟首席產(chǎn)品設(shè)計(jì)師劉妍 圖源：36氪
劉妍：我先分享一點(diǎn)不太一樣的觀點(diǎn)，其實(shí)我感覺(jué)美國(guó)現(xiàn)在還是停留在工具這一塊，其實(shí)沒(méi)有到所謂“AI原生”的概念。
在產(chǎn)品這方面，我們自己國(guó)家比美國(guó)已經(jīng)強(qiáng)很多了，各種應(yīng)用場(chǎng)景、模態(tài)更豐富。國(guó)外現(xiàn)在還是把AI當(dāng)作偏工具和協(xié)助來(lái)做的，即使是Copilot，算是比較走在前面的產(chǎn)品了，從它的名字Copilot（副駕駛）就可以看出，沒(méi)有想成為真正代替人的角色。
在國(guó)外，一個(gè)特別大的區(qū)別，就是他們并沒(méi)有期待AI能最后會(huì)取代人，或者完全由AI驅(qū)使的產(chǎn)品，大部分還是把它當(dāng)作工具來(lái)看待的。
不過(guò)還是有一些新的方向，可能會(huì)更加場(chǎng)景化，我們叫context driven，預(yù)期自己在里面輸入一些prompt，它可以根據(jù)你平時(shí)的一些工作習(xí)慣、場(chǎng)景化和工作流自動(dòng)跟你推薦一些東西，這已經(jīng)算是國(guó)外比較先進(jìn)一點(diǎn)的做法。
真正能達(dá)到AI原生這個(gè)事情應(yīng)該還需要一些時(shí)間。
現(xiàn)在很火的，大家經(jīng)常討論的是AI Agent，Agent可能達(dá)到未來(lái)近幾年拿到這樣的期待，真的成為你的助手，或者是幫助你協(xié)調(diào)更多事情。占主導(dǎo)性的這樣一個(gè)角色，目前還是在比較早期的階段。
鄧詠儀：您提到中美兩地AI原生概念關(guān)注重點(diǎn)不一樣，是不是因?yàn)樯弦粋€(gè)互聯(lián)網(wǎng)時(shí)代國(guó)內(nèi)是以to C消費(fèi)互聯(lián)網(wǎng)為主，硅谷那邊大家講SaaS或者軟件驅(qū)動(dòng)會(huì)稍微多一點(diǎn)，還是說(shuō)什么原因？
劉妍：我可以分享一下觀察的最近中美明顯的區(qū)別。在美國(guó)，Super APP這個(gè)事情不成立，美國(guó)做不出來(lái)Super APP，這跟大家使用習(xí)慣有關(guān)，他們希望更注重每件工具的專業(yè)性和簡(jiǎn)潔性。
比如說(shuō)，工作流是Teams或者是Slack加Notion、Zoom，每個(gè)功能就那一個(gè)軟件在做。中國(guó)會(huì)比較相反，我感覺(jué)大家更期待全鏈路的，一個(gè)產(chǎn)品就從頭到尾全部做完，這是很大習(xí)慣上的區(qū)別。所以美國(guó)不會(huì)出現(xiàn)特別火爆的Super APP，因?yàn)檫@不是他們的行為習(xí)慣。
美國(guó)會(huì)更偏技術(shù)驅(qū)動(dòng)，大家知道ChatGPT、Cloud各種各樣的大模型層出不窮，谷歌的Gemini會(huì)更偏技術(shù)驅(qū)動(dòng)，國(guó)內(nèi)更偏場(chǎng)景和應(yīng)用驅(qū)動(dòng)，我為什么覺(jué)得中國(guó)的產(chǎn)品做得比美國(guó)好？因?yàn)槲覀儓?chǎng)景更多元化，各個(gè)玩法想得會(huì)更有趣。
龍玲：因?yàn)槲覀冏鰬?yīng)用，也做模型。我個(gè)人理解，“AI+應(yīng)用”是在舊地圖上畫(huà)新路，“AI原生應(yīng)用”是在AI地圖上重建世界。但總而言之，這都是暫時(shí)的一種分類標(biāo)簽，就像我們現(xiàn)在很少再說(shuō)“互聯(lián)網(wǎng)原生”一樣。
隨著 AI 成為市場(chǎng)上幾乎每一種產(chǎn)品和服務(wù)的核心組成部分，這些分類標(biāo)簽可能會(huì)逐漸消失，所以我覺(jué)得不用太糾結(jié)差異，包括我們內(nèi)部，也沒(méi)有特別進(jìn)行區(qū)別。
AI應(yīng)用本質(zhì)意義都是服務(wù)于用戶，我們更應(yīng)該關(guān)注應(yīng)用背后的用戶需求。因?yàn)楸绕鹗遣皇茿I原生應(yīng)用，他們首先關(guān)注的是這個(gè)產(chǎn)品好不好用，其次才是效果好不好、性價(jià)比高不高。
比如，在短劇出海這個(gè)場(chǎng)景里，站在技術(shù)的角度，目標(biāo)是不斷提升翻譯的準(zhǔn)確率、音色的多樣性、配音的高情感等等。但實(shí)際上如果你從用戶需求出發(fā)，這些都不是第一需求。
他們的第一需求是無(wú)痕的字幕擦除跟批量處理的能力。因?yàn)槎虅?nèi)容在翻譯配音前要先對(duì)原內(nèi)容做清洗處理，而一部短劇平均有100-120集，所以還要能支持批量上傳、存儲(chǔ)、編輯等工作流的能力。
因此，圍繞短劇出海這個(gè)特定場(chǎng)景，我們除了提供模型原子能力，還配合用戶需求提供了一站式工作流的解決方案，從而讓用戶感受到你的應(yīng)用可以提升效率的同時(shí)還非常好用。
所以做AI應(yīng)用的公司，還是要盡量避免為了打造所謂的顛覆性“AI原生應(yīng)用”，陷入“過(guò)度創(chuàng)新陷阱”，忽視了最根本的用戶需求。
鄧詠儀：我覺(jué)得幾位嘉賓分享得都非常落地和實(shí)際，這也是跟去年特別不一樣的點(diǎn)，今年大家已經(jīng)有很多可以落地的場(chǎng)景具體的解釋，具體落實(shí)到每個(gè)功能來(lái)討論用戶是否真正需要，給用戶創(chuàng)造價(jià)值。
2025年，AI原生應(yīng)用的發(fā)展重點(diǎn)
鄧詠儀：剛好這也可以聯(lián)系到下一個(gè)想要討論的問(wèn)題，從去年開(kāi)始，AI原生應(yīng)用是產(chǎn)業(yè)比較熱烈討論的問(wèn)題，今年像DeepSeek、Munas爆款應(yīng)用出現(xiàn)之后，對(duì)大家做應(yīng)用這個(gè)事情會(huì)有比較深刻的影響。
也想請(qǐng)請(qǐng)各位嘉賓接下來(lái)討論一下新的一年里面，大家認(rèn)為怎么做AI原生應(yīng)用，發(fā)展的重點(diǎn)應(yīng)該會(huì)放在什么地方？
龍玲：我覺(jué)得主要圍繞兩個(gè)點(diǎn)：
第一點(diǎn)，技術(shù)能力。我對(duì)于我們技術(shù)團(tuán)隊(duì)的要求有兩個(gè)維度：第一個(gè)維度要保持技術(shù)的領(lǐng)先性，確保在同領(lǐng)域里的第一梯隊(duì)，保證效果不會(huì)太差；
第二個(gè)維度，是要有突破的能力。比如說(shuō)，雖然AI語(yǔ)音現(xiàn)在可以生成擬人化帶情感的效果，但在實(shí)時(shí)交互、長(zhǎng)對(duì)話中情感連貫性仍存在問(wèn)題，因?yàn)檫@里面涉及的語(yǔ)音技術(shù)路徑是不一樣的，所以還是要不斷突破，才能滿足接下來(lái)更多的應(yīng)用場(chǎng)景。
第二點(diǎn)，商業(yè)化能力，這是AI應(yīng)用發(fā)展中繞不開(kāi)的。我覺(jué)得AI應(yīng)用短期看技術(shù)水平，長(zhǎng)期是要看商業(yè)化能力的。如何讓產(chǎn)品更深入客戶的經(jīng)營(yíng)鏈路，不斷在解決真實(shí)的商業(yè)問(wèn)題中強(qiáng)化自己價(jià)值，讓自己活得更久我覺(jué)得更重要。
鄧詠儀：非?，F(xiàn)實(shí)的考慮，劉總怎么看？
劉妍：我特別同意，商業(yè)化這些都特別重要。
我從我自己的背景分享幾個(gè)，我是做設(shè)計(jì)，做產(chǎn)品的，我覺(jué)得未來(lái)AI可能在人機(jī)交互模式上有很大的突破，人和機(jī)怎么樣一起共生。
現(xiàn)在大家知道用prompt，用提示詞，這在設(shè)計(jì)里面是很反常規(guī)的，因?yàn)槟阈枰層脩糁浪獑?wèn)什么。但是，有很多時(shí)候他們自己都不知道問(wèn)什么，或者他們也不清楚該怎么做。
所以，真正好的應(yīng)用會(huì)用這種自然語(yǔ)言，更容易讓用戶知道，怎么樣和機(jī)器協(xié)作，機(jī)器作為主導(dǎo)來(lái)提示用戶，幫他生成他想要的問(wèn)題，更加能讀懂人的大腦，這類產(chǎn)品會(huì)獲得更多的青睞。
怎么樣結(jié)合生態(tài)系統(tǒng)里的各種產(chǎn)品，微軟、谷歌、字節(jié)、釘釘這些公司的產(chǎn)品，其實(shí)有自己非常大的優(yōu)勢(shì)。因?yàn)橛凶约涸纳鷳B(tài)系統(tǒng)，所有的產(chǎn)品都在里面，用生態(tài)系統(tǒng)的用戶可以馬上利用起來(lái)，這是產(chǎn)品天生的優(yōu)勢(shì)。
另外還有一個(gè)突破的點(diǎn)，就是研究怎么樣結(jié)合生態(tài)系統(tǒng)，打通這樣的鏈路和使用習(xí)慣，這也會(huì)給用戶帶來(lái)不太一樣的體驗(yàn)。
第三，我們當(dāng)時(shí)做過(guò)用戶調(diào)研，問(wèn)用戶這個(gè)產(chǎn)品好不好用，其實(shí)很多負(fù)面的意見(jiàn)。我感覺(jué)目前大眾在接受AI產(chǎn)品上的認(rèn)知非常有限，很多人意識(shí)不到，AI到底能給我?guī)?lái)多大的好處，或者到底有它能有多好？
在認(rèn)知層面，還有用戶的期待上，現(xiàn)在很多時(shí)候就是用錘子找釘子。很多AI產(chǎn)品沒(méi)有明確的痛點(diǎn)，有AI產(chǎn)品更好，沒(méi)有也沒(méi)有什么了不起的。
所以，怎么樣創(chuàng)造AI的新體驗(yàn)方式很重要。像喬布斯設(shè)計(jì)蘋(píng)果手機(jī)的時(shí)候，大家當(dāng)時(shí)沒(méi)有想過(guò)手機(jī)能這樣。蘋(píng)果手機(jī)出來(lái)的時(shí)候，有很多反對(duì)的聲音，因?yàn)樗嵏擦艘淮a(chǎn)品的發(fā)展模型，但是當(dāng)創(chuàng)新的東西真正出現(xiàn)了，人們才發(fā)現(xiàn)：原來(lái)還能這樣。
可能很多AI產(chǎn)品現(xiàn)在處在這樣的階段上，所以我們?cè)诋a(chǎn)品和設(shè)計(jì)方面上需要更跳出思維框架，去思考一些更天馬行空的想法，這可能是產(chǎn)品人比較需要的邏輯。
鄧詠儀：想象力可能要再豐富一點(diǎn)，未來(lái)的原生AI應(yīng)用形態(tài)才能出來(lái)。
劉妍：對(duì)，而且很容易被用戶的負(fù)面評(píng)價(jià)困住，很多AI產(chǎn)品的用戶罵聲很多，大家不習(xí)慣、也不知道這個(gè)東西應(yīng)該是怎么樣，但是我們作為創(chuàng)始人或者是CEO還是要有堅(jiān)定的態(tài)度，要相信自己做的是對(duì)的。
硅基智能聯(lián)合創(chuàng)始人、高級(jí)副總裁陳莉萍 圖源：36氪
陳莉萍：我從三個(gè)方面考慮這個(gè)問(wèn)題。
第一，DeepSeek的產(chǎn)生，我認(rèn)為就像人類過(guò)去幾千年耕作農(nóng)作物尋找食物，DeepSeek的出現(xiàn)，就好像人類找到了小麥一樣，因?yàn)閺腁I的底層邏輯上來(lái)展現(xiàn)應(yīng)用產(chǎn)生的價(jià)值，ROI是可以打正的，才能繼續(xù)有增益。
有了DeepSeek后，我認(rèn)為“小麥”的ROI更高了，未來(lái)基于小麥做疊加應(yīng)用，小麥可以做成包子、面條、披薩，可以做不同行業(yè)的應(yīng)用，行業(yè)的附加值更高。
直接賣小麥，也就是token免費(fèi)或者是更加便宜；做附加值的應(yīng)用，會(huì)讓你的利潤(rùn)空間大大提升。不要因?yàn)樾←湹母?jìng)爭(zhēng)，或者是尋找的過(guò)程而做大量財(cái)力的投入，應(yīng)該要放到尋找高毛利的食物上去。
第二，要考慮AI技術(shù)的適用性，不同技術(shù)針對(duì)不同應(yīng)用場(chǎng)景。為什么前幾年大模型和應(yīng)用還不那么清晰的時(shí)候，大家也在說(shuō)產(chǎn)業(yè)+AI？其實(shí)是顆粒度的問(wèn)題。
我們發(fā)現(xiàn)，現(xiàn)在應(yīng)用顆粒度，也就是AI可以結(jié)合應(yīng)用的點(diǎn)更小了。這也證明，通用的AI產(chǎn)品其實(shí)做不了所有的事情，我們可以結(jié)合更小的應(yīng)用找到最適用的點(diǎn)。
海外的邏輯和國(guó)內(nèi)不一樣，如果找到很小的專業(yè)領(lǐng)域做一個(gè)應(yīng)用工具，在海外就可以很掙錢(qián)。所以，在某些領(lǐng)域的適用性里找到創(chuàng)新的點(diǎn)，也是非常好的方向。
第三，現(xiàn)在AI對(duì)于法律和倫理的突破，很多場(chǎng)景上面還是非常創(chuàng)新的，最終可能還會(huì)面臨一些法律的風(fēng)險(xiǎn)以及倫理的探索。比如人類的失業(yè)問(wèn)題、情感的倫理問(wèn)題，這也是做AI應(yīng)用領(lǐng)域里面需要去關(guān)注的。有些紅線和底線不要去涉及，還有大量的藍(lán)海和白海需要去開(kāi)發(fā)。
鄧詠儀：陳總講到的點(diǎn)非常有啟發(fā)，未來(lái)能夠落地的這些點(diǎn)會(huì)更加細(xì)，或者說(shuō)不那么通用，這對(duì)國(guó)內(nèi)市場(chǎng)是好事。
上一個(gè)時(shí)代的SaaS行業(yè)，一開(kāi)始大家比較傾向于做全家桶，或者是什么都有，這樣的結(jié)果可能是什么都不太精，大模型智力水平提升之后，這個(gè)現(xiàn)象應(yīng)該會(huì)改善不少，或者說(shuō)大家也都能通過(guò)很小的功能點(diǎn)改進(jìn)，加上大模型，就能找到商業(yè)閉環(huán)，這也是蠻好的一點(diǎn)。
李森：我就是做SaaS的，我從我的行業(yè)客戶里面來(lái)看，今年特別是2025年，我們覺(jué)得今年叫應(yīng)用爆發(fā)的元年。
去年，我們還在卷參數(shù)、卷模型形態(tài)，今年大家覺(jué)得參數(shù)已經(jīng)沒(méi)有任何意義了，在卷應(yīng)用。
以及DeepSeek的出現(xiàn)，技術(shù)平權(quán)，在這種背景下，我們電商客戶里邊有500強(qiáng)企業(yè)，去年我們問(wèn)他們考慮用AI嗎？他們說(shuō)為什么要用？用的不太成熟，或者用在什么場(chǎng)景？
今年，我們就已經(jīng)在反問(wèn)客戶：你為什么不用？并且，我們已經(jīng)在這樣的情況下去做SaaS型產(chǎn)品了。
我的觀點(diǎn)是這樣的，第一，現(xiàn)在單點(diǎn)的AI智能，在我們有的客戶面前，已經(jīng)滿足不了他的需求了。客戶會(huì)說(shuō)：我不想要一個(gè)價(jià)格預(yù)測(cè)助手，我不只是想要這個(gè)，還想要它由業(yè)務(wù)助手變成數(shù)字員工，或者我的決策模型需要由數(shù)據(jù)+AI輔助。也就是說(shuō)，從人類確認(rèn)，變成AI發(fā)現(xiàn)規(guī)則、重構(gòu)規(guī)則以及人類做修正。邏輯已經(jīng)變了，這是從整個(gè)功能邏輯上改變了。
第二，SaaS產(chǎn)品有一個(gè)最大的問(wèn)題，標(biāo)準(zhǔn)化的產(chǎn)品沒(méi)法滿足企業(yè)個(gè)性化的業(yè)務(wù)場(chǎng)景以及業(yè)務(wù)需求。
之前我們做SaaS，通過(guò)叫自定義引擎配置一些業(yè)務(wù)參數(shù)，做高配置化的決策。未來(lái)，有了一些AI編程之后，很可能SaaS未來(lái)形態(tài)所謂的“千戶千面”，每個(gè)客戶讓AI重構(gòu)這一段業(yè)務(wù)流程，可能能夠重構(gòu)。
第三，未來(lái)的SaaS模式，可能會(huì)由License買3年、5年的授權(quán)，變成value share。也就是用戶用這個(gè)AI功能，如果幫你賺了額外的錢(qián)，咱倆可以三七分或者五五分，這個(gè)可能是會(huì)火的幾個(gè)點(diǎn)。
鄧詠儀：您是指模型智力水平的提升，導(dǎo)致能夠進(jìn)入到的業(yè)務(wù)深度在變深，未來(lái)通用性也會(huì)變高，能夠服務(wù)的個(gè)性化需求會(huì)變多。
AI應(yīng)用的發(fā)展挑戰(zhàn)與機(jī)遇
鄧詠儀：下一個(gè)問(wèn)題，剛剛幾位嘉賓都有提到一點(diǎn)，今年雖然我們能夠看到DeepSeek模型代際能力的提升，但落地的時(shí)候，還是有很多問(wèn)題需要解決的。
AI應(yīng)用今年落地的挑戰(zhàn)還有哪些？大家可以從自己的業(yè)務(wù)場(chǎng)景出發(fā)聊聊具體場(chǎng)景。
龍玲：因?yàn)槲覀兎?wù)比較多的是影視漫的客戶，這里我拿影視劇中的穿越劇來(lái)舉例。單“穿越”這兩個(gè)字，如果用DeepSeek這類的通用產(chǎn)品翻譯出來(lái)的大概率是“時(shí)空旅行者”，但在越南語(yǔ)這種小語(yǔ)種的場(chǎng)景里，實(shí)際上他們自己有對(duì)穿越劇做專有詞庫(kù)，“穿越”在他們那里的專有詞是叫“懸空”。這些專有詞就是所謂特定場(chǎng)景的專有知識(shí)庫(kù)的一種，可以很大程度解決跨文化翻譯的問(wèn)題。
所以對(duì)應(yīng)回來(lái)，我認(rèn)為在做垂類應(yīng)用的時(shí)候，如何讓客戶能夠提供給你這樣的一個(gè)專有詞庫(kù)，讓你在特定場(chǎng)景建立起Know-How，并形成私有數(shù)據(jù)的飛輪，是蠻有挑戰(zhàn)的一件事情。因?yàn)槟愕膶贁?shù)據(jù)越多，用戶體驗(yàn)就會(huì)越好，不可替代性也會(huì)越強(qiáng)。
鄧詠儀：所以這個(gè)詞庫(kù)場(chǎng)景，最后你們?cè)趺唇鉀Q的？
龍玲：有兩個(gè)維度，第一是你的客戶它畢竟是這個(gè)行業(yè)里的專家，能夠提供給你他們積累的經(jīng)驗(yàn)或者沉淀的一些數(shù)據(jù)。
第二是你自己能不能獲取到專業(yè)的數(shù)據(jù)，像DeepSeek獲取的是互聯(lián)網(wǎng)上海量的數(shù)據(jù)，但互聯(lián)網(wǎng)數(shù)據(jù)可能很快不夠用了，我個(gè)人覺(jué)得專業(yè)類數(shù)據(jù)還有很多待挖掘的。這個(gè)點(diǎn)，我們的能力是可以很好地解決文化出海這個(gè)事情，畢竟翻譯最大的問(wèn)題是文化的翻譯。
鄧詠儀：劉總怎么看這個(gè)問(wèn)題？
劉妍：簡(jiǎn)單說(shuō)，就是找到真正的痛點(diǎn)，像我們剛才說(shuō)，其實(shí)很多AI的應(yīng)用都是“有更好，沒(méi)有也沒(méi)事”這種情況。
但還是有一點(diǎn)痛點(diǎn)的，我拿Copilot舉例，Copilot是滲透在微軟整個(gè)全家桶里面的，有很多辦公軟件的Word、Powerpoint、Excel。
但Copilot真正第一個(gè)大火的是在Github里面的應(yīng)用，給碼農(nóng)們寫(xiě)代碼。
因?yàn)槲也皇菍?xiě)代碼的，所以我對(duì)這個(gè)痛點(diǎn)不是很了解。但是我后來(lái)去問(wèn)了很多人，才發(fā)現(xiàn)這是真的很痛的痛點(diǎn)，有時(shí)候可能為了解決一個(gè)bug，寫(xiě)幾百行的代碼，他們是急需有這樣的東西能夠幫助他們生成代碼，所以Copilot這么多產(chǎn)品中它是第一個(gè)大火的，因?yàn)檫@是一個(gè)非常明確的痛點(diǎn)，和很具體的應(yīng)用場(chǎng)景。
至于其他辦公軟件，大家更覺(jué)得是有更好，沒(méi)有也能用。大家用word這么多年了，覺(jué)得也還行。那個(gè)之后發(fā)現(xiàn)真的有很明確的東西瞬間抓住用戶的眼球。
后來(lái)我們做微軟辦公軟件Teams的時(shí)候，這么多場(chǎng)景中，有一兩個(gè)是更火的。有一個(gè)叫recap，它會(huì)幫你總結(jié)會(huì)議、追蹤，把所有下面完成的事情給你直接同步到Ticket、Track那些東西上，相當(dāng)于是一站化幫助解決了各種項(xiàng)目管理上的問(wèn)題。
這是在一個(gè)產(chǎn)品中，可能有某個(gè)細(xì)節(jié)或者某個(gè)功能，引起了不同的反饋。所以，我們可能需要更敏感地抓到這樣的信號(hào)。
最后，要多嘗試，我們開(kāi)始做Copilot的時(shí)候，卷了幾百個(gè)方案，有非常多的想法。在大廠，大家知道，真正上線是很慢的，不像創(chuàng)業(yè)公司能很快迭代，真的可能會(huì)卷到一個(gè)很完美的狀態(tài)，才能發(fā)布或者上線。
如果沒(méi)有幾百個(gè)后面的方案，可能很難會(huì)找到比較好的平衡點(diǎn)，就是要不斷去嘗試，不斷去試水，再迭代，這就是比較簡(jiǎn)單粗暴、快速的方法。
鄧詠儀：陳總怎么看這個(gè)問(wèn)題？
陳莉萍：我們從兩個(gè)角度看這個(gè)問(wèn)題。
第一，AI功能的拓展，或者是在推廣過(guò)程中，劉總提到電商客戶給你增加了價(jià)值功能之后，可以增加值那部分給你分潤(rùn)，不是收工具的錢(qián)。什么是好的AI或者AI應(yīng)用呢？核心能幫你賺錢(qián)的AI才是好的。
在這個(gè)過(guò)程中，把握商業(yè)化，把AI轉(zhuǎn)換成商業(yè)化的能力，其實(shí)是非常高端的能力。因?yàn)樯虡I(yè)模式其實(shí)是有限的，不是都能轉(zhuǎn)換的。但是把AI轉(zhuǎn)換成替代什么樣的要素，能提升產(chǎn)出的增加，其實(shí)這是非常核心的能力。
比如說(shuō)，我們?cè)谧鰯?shù)字人直播的時(shí)候，有些數(shù)字人直播的品牌直播間，單場(chǎng)GMV可以超百萬(wàn)，這就是抓住了品牌IP+直播的要素，完成了直播間綜合體現(xiàn)，完成這樣一些價(jià)值和結(jié)果，這是對(duì)于價(jià)值的呈現(xiàn)。
第二，龍總也提到了私有制，我們今年有一個(gè)大的爆發(fā)領(lǐng)域，就是跟醫(yī)療結(jié)合。我們給很多三甲醫(yī)院的醫(yī)生，包括很多互聯(lián)網(wǎng)平臺(tái)醫(yī)生，做數(shù)字分身。這個(gè)過(guò)程中，醫(yī)療大模型，包括華為等很多都在推。
在實(shí)際就醫(yī)過(guò)程中，掛號(hào)的時(shí)候，病人掛了主任醫(yī)師和主治醫(yī)生，心理感覺(jué)是差別很大的。其實(shí)真正的差別來(lái)自于醫(yī)生個(gè)體就診的經(jīng)驗(yàn)和病例的不同。
所以，私有制其實(shí)是未來(lái)急需要突破的點(diǎn)。但它是一個(gè)dirty work，為每一位醫(yī)生建立數(shù)字分身都要建立數(shù)據(jù)的采集。因?yàn)槟阋鲞@些dirty work，是大廠很難覆蓋去做的動(dòng)作，也是應(yīng)用的機(jī)會(huì)。
鄧詠儀：要離用戶私域數(shù)據(jù)更近，為他建立一個(gè)數(shù)字分身，所以你能夠接觸到他更多的信息，或者說(shuō)他需求的數(shù)據(jù)也好，都更利于落地，也利于建立自己的壁壘。李總怎么看？
慧策解決方案首席專家高級(jí)副總裁李森 圖源：36氪
李森：我想提一下數(shù)據(jù)這個(gè)事情，在電商領(lǐng)域數(shù)據(jù)三個(gè)特點(diǎn)，臟、亂、快，很多無(wú)效的數(shù)據(jù)或者會(huì)影響決策的數(shù)據(jù)，會(huì)導(dǎo)致后面訓(xùn)練的模型擬合度不夠高。
第二，是小樣本數(shù)據(jù)的問(wèn)題，如果我是一個(gè)小型的電商客戶，沒(méi)有那么多數(shù)據(jù)，讓我訓(xùn)練SKU和銷量的關(guān)系，但是這個(gè)問(wèn)題大客戶不面對(duì)嗎？大客戶依然面對(duì)。
如果大客戶想訓(xùn)練關(guān)于缺貨的預(yù)測(cè)，大客戶本身供應(yīng)鏈做得還可以，很少缺貨，負(fù)向數(shù)據(jù)少。其實(shí)小客戶正向數(shù)據(jù)少，大客戶負(fù)向數(shù)據(jù)少，這是面臨數(shù)據(jù)的樣本量都會(huì)面臨問(wèn)題。DeepSeek在小樣本量的訓(xùn)練方面，還是有一定突破的，所以我覺(jué)得，未來(lái)可以部分考慮行業(yè)內(nèi)的數(shù)據(jù)共享，可能有望能夠解決這方面的困擾。
鄧詠儀：謝謝李總。剛剛我們其實(shí)討論了四個(gè)大的問(wèn)題，幾位嘉賓都有結(jié)合自己業(yè)務(wù)場(chǎng)景，講述對(duì)今年AI原生應(yīng)用發(fā)展重點(diǎn)和挑戰(zhàn)的理解。
我覺(jué)得，今天大家討論的點(diǎn)大概都可以總結(jié)成三個(gè)方面。
像現(xiàn)在模型能力提升之后，在做應(yīng)用這件事情上，大家更需要抓住用戶的痛點(diǎn)，以及這個(gè)痛點(diǎn)，可能是比較細(xì)的商業(yè)化場(chǎng)景上的難點(diǎn)，像龍總提到的字幕翻譯的問(wèn)題，是非常細(xì)微的文化差異，這是第一個(gè)點(diǎn)。
第二個(gè)點(diǎn)，幾位嘉賓都有提到商業(yè)化的問(wèn)題。在做應(yīng)用的時(shí)候，像今年年初Munas的例子，大家都用不到，Manus也要邀請(qǐng)碼，是因?yàn)樗芤粋€(gè)任務(wù)，都要百萬(wàn)級(jí)的token，直接放開(kāi)用，商業(yè)化閉環(huán)沒(méi)有建立，公司更沒(méi)有辦法運(yùn)轉(zhuǎn)。所以，要結(jié)合商業(yè)化閉環(huán)和模型運(yùn)作的能力，是接下來(lái)做AI應(yīng)用的重點(diǎn)。
幾位嘉賓還同時(shí)提到數(shù)據(jù)的問(wèn)題。真正走到客戶業(yè)務(wù)場(chǎng)景，跟他們生產(chǎn)流程更加結(jié)合起來(lái)，這才能建立起自己業(yè)務(wù)的壁壘，避免在大模型更新的時(shí)候，吞噬掉整個(gè)公司的產(chǎn)品跟業(yè)務(wù)。
今天幾位嘉賓都帶來(lái)精彩的分享，也希望今年AI應(yīng)用市場(chǎng)會(huì)帶給我們更多的驚喜，感謝大家的參與和的聆聽(tīng)。
熱門(mén)跟貼