1月11日晚上，《風(fēng)馬牛年終燴——換個(gè)方式 再來一次》在北京舉行，嘉賓妙語連珠，現(xiàn)場氣氛熱烈。昨天分享了馮叔的演講（點(diǎn)回顧）。今天分享360集團(tuán)創(chuàng)始人周鴻祎的演講——
演講 | 周鴻祎
我很同意馮侖的觀點(diǎn)，大家對(duì)創(chuàng)新都有一個(gè)誤解，他講的「換個(gè)方式 再來一次」，也是一種創(chuàng)新，創(chuàng)新不等于發(fā)明。
我們老覺得企業(yè)遇到困難就要換個(gè)賽道，就要找新的增長曲線，就要發(fā)明一個(gè)新東西，這是一條路，但是難度會(huì)很大。實(shí)際上，有一種創(chuàng)新叫「把事情再做一遍」，當(dāng)然，要換種方式。
我這一年來，做了很多工作，主要是人工智能，拍短視頻是捎帶手，為了推廣我的人工智能做一些流量的儲(chǔ)備。今天跟大家分享一下，大模型時(shí)代，在座的企業(yè)家可以把什么東西重做一下。
我這一年都在講AI認(rèn)知，認(rèn)知就是你怎么看待一個(gè)事情。很多人對(duì)AI還是將信將疑，比如大模型，你相不相信它真的是人工智能的重大拐點(diǎn)？
在大模型之前，人類搞了50年的人工智能，路線都是錯(cuò)誤的，傷了很多人的心，很多人用了原來的智能硬件，發(fā)現(xiàn)都是人工智障，所以就不相信。但如果你相信人工智能是真智能，你對(duì)它的感覺就會(huì)不一樣，它不光是一個(gè)技術(shù)，新技術(shù)我們聽了很多詞了，比如說元宇宙、區(qū)塊鏈、數(shù)字孿生、物聯(lián)網(wǎng)、5G，但是人工智能大模型是一場工業(yè)革命，相當(dāng)于人類的第四次工業(yè)革命，你相不相信？
如果是工業(yè)革命，它就會(huì)重塑所有的產(chǎn)品和業(yè)務(wù)，這就不是你選擇要不要重做一遍，你不重做一遍就會(huì)被你的友商重做一遍。誰先重做一遍，誰就能夠獲得更領(lǐng)先的機(jī)會(huì)。
大家在網(wǎng)上也在討論，程序員會(huì)不會(huì)被淘汰、客服會(huì)不會(huì)被淘汰，這一點(diǎn)我也不是很明確，還看不清楚，但是有一點(diǎn)很明確，今天不用AI的人，肯定會(huì)被用AI的人淘汰。
認(rèn)知很重要，為什么很多人掙不到認(rèn)知以外的錢？我分析，越是成功的人，越容易對(duì)一個(gè)新東西看不起，或者看不上，實(shí)際還是因?yàn)榭床欢?，于是他就不花時(shí)間去研究，最后就看不清了，未來就看不見了。
比如短視頻，有的人最近還覺得做短視頻是不務(wù)正業(yè)。如果你還是處在一種看不起、看不上、看不懂的狀態(tài)，可能將來就會(huì)被時(shí)代所拋棄。
我覺得大模型不是泡沫，雖然現(xiàn)在國內(nèi)外一直有爭論，我堅(jiān)定地相信，它會(huì)像蒸汽機(jī)、電力、計(jì)算機(jī)和互聯(lián)網(wǎng)一樣，引領(lǐng)新一輪的工業(yè)革命，而且我們國家談打造新質(zhì)生產(chǎn)力，這個(gè)支撐的關(guān)鍵技術(shù)就是人工智能。
我覺得人工智能至少有兩個(gè)價(jià)值：
第一，重塑整個(gè)經(jīng)濟(jì)環(huán)境。
第二，幫助企業(yè)和個(gè)人成為超級(jí)個(gè)體。我不覺得它會(huì)摧毀某些行業(yè)，而是會(huì)重塑某個(gè)行業(yè)，重塑跟重做是差不多的。
我簡單談一下人工智能發(fā)展的歷程。最早期，我們上學(xué)的時(shí)候?qū)W的是基于規(guī)則的人工智能，無論搞50年、60年，今天證明，都是失敗的。試圖把人類的規(guī)則總結(jié)出來，讓機(jī)器去學(xué)，被證明是不可能的，所以現(xiàn)在人工智能都是基于學(xué)習(xí)和訓(xùn)練的。
過去幾年，大家都知道中國有「四小龍」，搞人臉識(shí)別、圖像識(shí)別、語音識(shí)別的，這叫感知AI，實(shí)際上是小模型，到了前年大模型橫空出世，用海量數(shù)據(jù)訓(xùn)練參數(shù)比較大的模型，變成了一種認(rèn)知，我們叫認(rèn)知AI。
這個(gè)圖我是借鑒來的，你不可能發(fā)明所有的知識(shí)，原圖來自黃仁勛在CES的講話，但我覺得他總結(jié)得不夠全面，我做了一個(gè)修正。
認(rèn)知AI現(xiàn)在已經(jīng)從單模態(tài)，發(fā)展到就能理解文字、理解人類的語言發(fā)展的多模態(tài)，多模態(tài)就是能夠識(shí)別圖形圖像，看得懂視頻、看得懂?dāng)z像頭、聽得懂聲音。認(rèn)知和感知最大的差別在于，感知就像視網(wǎng)膜一樣，僅僅是看見，而認(rèn)知是不僅能看見，還能看懂。
比如說，今天咱們上面那個(gè)背景圖，那個(gè)女的和男的都穿著泳衣，對(duì)吧？一般的感知只是看見了有兩個(gè)人，但是認(rèn)知就會(huì)想得比較復(fù)雜。
在認(rèn)知的基礎(chǔ)之上，現(xiàn)在的AI又被稱為生成式AI，它不僅是被動(dòng)地回答問題，你問我什么，我給你檢索什么，現(xiàn)在的生成式AI能做到主動(dòng)給你生成新的內(nèi)容，生成新的視頻、新的圖片、新的文章。
去年我們都是在講生成式AI，今年有一個(gè)新的概念出來了，叫智能體AI，Agent AI。一個(gè)只能聊天的人是不能干活的，比如你請(qǐng)了一個(gè)顧問，不管是多么著名的咨詢公司，到你公司去，只是指指點(diǎn)點(diǎn)，從來不挽起袖子干活，這是沒有任何意義的。人工智能真的要改變企業(yè)，光有大模型是不夠的，要能干活?，F(xiàn)在發(fā)展成能夠干活的，可以叫智能體AI，在數(shù)字空間干活，跟IT系統(tǒng)協(xié)作。
下一個(gè)是物理AI。我理解的物理AI，是能對(duì)物理空間的東西進(jìn)行感知，作出反應(yīng)，它的應(yīng)用環(huán)境就像無人駕駛、機(jī)器人，所以被稱為具身智能?，F(xiàn)在都是機(jī)器人，汽車是4個(gè)輪子的機(jī)器人，無人機(jī)是長著旋翼的機(jī)器人，人形機(jī)器人是長得像人的機(jī)器人，所以定位叫物理AI。
未來還有一個(gè)AI，是AI變成科學(xué)研究、基礎(chǔ)學(xué)科研究的一種強(qiáng)有力的工具和方法論，這就成為了科學(xué)AI。
去年我在風(fēng)馬牛年終秀上談了14個(gè)趨勢，基本言中了，這個(gè)也很簡單，你只要找快要發(fā)生的事情做預(yù)言就好了。不要預(yù)言5年以后的事情。
今天我們介紹最近出現(xiàn)的8個(gè)新趨勢，并不代表全部，這8個(gè)趨勢是我們要關(guān)注的。
第一個(gè)，AGI發(fā)展步伐在放慢。人們過去比較樂觀，以為超級(jí)人工智能很快會(huì)出現(xiàn)，我去年也很樂觀。大家就覺得只要買足夠的英偉達(dá)顯卡，堆足夠的算力，堆足夠多的能源，把人類的數(shù)據(jù)都給它喂進(jìn)去，一個(gè)宇宙超級(jí)無敵的超級(jí)人工智能就出來了，我們就可以膜拜人工智能神了。
但是現(xiàn)在用來訓(xùn)練的人類數(shù)據(jù)已經(jīng)用得差不多了，這玩意不太進(jìn)步了，有點(diǎn)像小升初考得不錯(cuò)，中考也考得不錯(cuò)，但是高考給考砸了，現(xiàn)在還在復(fù)讀，這是第一個(gè)趨勢。
第二個(gè)趨勢，人們?cè)谡倚碌姆较?，「慢思考」成為新的范式?/strong>GPT為代表的這第一類范式，主要是死記硬背、博聞強(qiáng)記，善于回答你的問題，你是主導(dǎo)，它不善于做多步推理。最近科學(xué)家發(fā)現(xiàn)，可以做很復(fù)雜的推理，比如如何把大象裝到冰箱里，至少分三步，現(xiàn)在大家的模型都在往復(fù)雜推理的方向發(fā)展。
第三個(gè)趨勢，模型越做越專。現(xiàn)在都在做專業(yè)模型，當(dāng)大家意識(shí)到，做一個(gè)宇宙無敵的通用模型不太現(xiàn)實(shí)的時(shí)候，大家都轉(zhuǎn)向了專業(yè)模型。
第四個(gè)趨勢，模型越做越小，進(jìn)入輕量化時(shí)代。如果你用最新的蘋果手機(jī)系統(tǒng)iOS18，上面已經(jīng)跑了一個(gè)小的大模型了。今年起國內(nèi)所有的智能網(wǎng)聯(lián)車，如果上面還沒有大模型，我建議你就不要買了，每個(gè)機(jī)器人身上也會(huì)做大模型。
此時(shí)此刻，今年CES正在美國舉辦，用我的一句話概括，叫「無AI不硬件」，換句話說不管什么硬件，都要和AI結(jié)合。今年還有人做了一個(gè)AI垃圾桶，說不定哪一天馮總回家，跟垃圾桶能聊上半天，垃圾桶保證比現(xiàn)在的智能音箱要聊得好，模型越做越小之后，就可以進(jìn)入千家萬戶。
這兩天英偉達(dá)黃仁勛干了一件特牛掰的事。過去他把GPU卡賣給美國這些富人們，馬斯克都要請(qǐng)他吃飯、喝酒，還愿意加價(jià)來買他的顯卡，這些富人的生意我覺得差不多快到盡頭了。所以黃仁勛推了一個(gè)桌面超級(jí)電腦，一個(gè)鞋盒那么大，算力超1000T，能跑2000億的模型，這意味著什么？模型越做越小之后，每家都能放一個(gè)，這個(gè)模型可以把你家里所有的數(shù)據(jù)，所有的家電、電子設(shè)備，包括電腦手機(jī)都管起來，然后這個(gè)模型就會(huì)無處不在。
第五個(gè)趨勢，模型的能力越來越強(qiáng)。原來以為是模型越大，能力越強(qiáng)，現(xiàn)在發(fā)現(xiàn)不是這樣的，為什么？模型學(xué)的數(shù)據(jù)越好，能力越強(qiáng)，知識(shí)密度不斷增加，成本也越來越低，這是第六個(gè)趨勢。
現(xiàn)在云上的大模型都在虧本賣，如果你想用開源的，價(jià)格為0。剛才說的英偉達(dá)桌面大模型硬件，有1000T的算力，大家猜猜多少錢？對(duì)，2萬塊錢人民幣，一臺(tái)筆記本的價(jià)錢，在座諸位都能消費(fèi)得起。以后你們公司要搞AI，不一定要買云端的復(fù)雜算力，不一定需要搞個(gè)什么千卡集群、百卡集群，每個(gè)部門買幾臺(tái)這樣的桌面超級(jí)電腦，就解決了這個(gè)問題。
還有兩個(gè)趨勢，其一是多模態(tài)越來越重要。剛才我講多模態(tài)，說大模型如果只能看懂文字，這個(gè)能力是非常弱的，真正進(jìn)到我們企業(yè)里，一定要看得懂現(xiàn)實(shí)中發(fā)生了什么，聽得懂人們的指令，多模態(tài)現(xiàn)在進(jìn)步很快。
其二，也是最后一個(gè)趨勢，智能體AI加速落地。智能體是AI的一個(gè)歷史轉(zhuǎn)折點(diǎn)，在智能體這個(gè)概念沒出來之前，我跟很多企業(yè)溝通起來很費(fèi)力，很多傳統(tǒng)企業(yè)主會(huì)說，你們國內(nèi)做大模型的，天天秀寫詩、秀作畫，就是不能干活，這是個(gè)玩具，不是個(gè)工具。怎么把大模型從聊天機(jī)器人、聊天玩具，轉(zhuǎn)化成一個(gè)企業(yè)里干苦力的牛馬，是智能體要解決的問題。
從這個(gè)趨勢看，我認(rèn)為現(xiàn)在大模型產(chǎn)業(yè)發(fā)展出兩條涇渭分明的道路，從國內(nèi)投融資的情況也可以看出來，一條路是ASI之路，就是超級(jí)人工智能，這條路美國有巨頭繼續(xù)在走，探索全面超越人類的超級(jí)人工智能，注意我說的是全面超越，今天人工智能在單項(xiàng)上超越人類已經(jīng)不是夢想了。
還有一條路，走應(yīng)用之路，把大模型和很多應(yīng)用場景結(jié)合，讓大模型在應(yīng)用上發(fā)揮作用，放棄打造一個(gè)全能的大模型之神的執(zhí)念，讓一個(gè)大模型干好一件工作。
我鼓勵(lì)走應(yīng)用之路這個(gè)方向，因?yàn)槌?jí)人工智能這條路能不能走，到現(xiàn)在還不確定。
奧特曼和馬斯克，兩個(gè)人都是營銷大師，他們說的話不一定能當(dāng)真，而且短期內(nèi)不會(huì)實(shí)現(xiàn)。全世界走超級(jí)人工智能這條路的公司，現(xiàn)在都遇到了障礙，大家都進(jìn)入深水區(qū)了，過去可以摸著石頭過河，現(xiàn)在石頭都摸不著了，但是走應(yīng)用之路是比較明確的。
我一直有一個(gè)觀點(diǎn)，大模型怎么在中國帶來工業(yè)革命，很重要的一個(gè)思路是把大模型拉下神壇。
大家想一想，當(dāng)年超級(jí)電腦引發(fā)工業(yè)革命了嗎？用超級(jí)電腦就跟朝圣一樣，換上白大褂走到一個(gè)機(jī)房里去用。是像玩具一樣的個(gè)人電腦才引發(fā)了工業(yè)革命，為什么？因?yàn)閭€(gè)人電腦又便宜又好用，每個(gè)人家里都買得起，每個(gè)公司都買得起，走入千家萬戶，進(jìn)入百行千業(yè)。所以，大模型要走下神壇，必須走應(yīng)用化之路，向場景化、專業(yè)化、垂直化發(fā)展。
現(xiàn)在全世界會(huì)有幾家超大公司繼續(xù)探索超級(jí)人工智能之路，但是絕大多數(shù)公司全面轉(zhuǎn)型，因?yàn)榇竽Ｐ鸵呀?jīng)投入了無數(shù)基礎(chǔ)設(shè)施，現(xiàn)在的技術(shù)全方位碾壓人類不夠，但在單項(xiàng)上面把它做好，已經(jīng)可以跟人類有一比了?，F(xiàn)在落地是非常重要的。
AGI和ASI是少數(shù)巨頭的游戲，說句烏鴉嘴的話，中國現(xiàn)在有些公司融資準(zhǔn)備是干AGI，但發(fā)現(xiàn)顯卡不夠，錢也不夠，數(shù)據(jù)也不夠，干來干去還不如人家開源做的效果好，所以紛紛轉(zhuǎn)型。美國也就幾家巨頭在做了，AI七姐妹在做。
現(xiàn)在美國做AGI的門檻是100億美金，沒有100億美金，不買上一百萬張顯卡，你都不好意思說你是搞超級(jí)人工智能的?，F(xiàn)在光有100萬張顯卡也不夠，還得買個(gè)核電站，因?yàn)闆]有核電站的支撐，機(jī)房都轉(zhuǎn)不起來。
我們都是普通公司，都是普通人，所以我們要換種方式，找大模型的創(chuàng)新之路，放棄全能這個(gè)執(zhí)念。不要用大模型試圖解決所有問題，走應(yīng)用之路，讓一個(gè)大模型解決一個(gè)專業(yè)問題，這樣就不需要卷算力、卷數(shù)據(jù)、卷參數(shù)，因?yàn)橐粋€(gè)大模型要解決的就是企業(yè)某一個(gè)領(lǐng)域的專項(xiàng)問題，不需要千億萬億的參數(shù)的模型，幾十億百億的算力就夠，剛才說的那個(gè)英偉達(dá)小盒子就夠了，實(shí)在不行拿一臺(tái)舊電腦，插上幾塊3090、4090的顯卡，有幾塊顯卡都能干。
模型更小，算力更少，成本更低。在實(shí)踐中我發(fā)現(xiàn)，用開源的模型成本降到了白菜價(jià)。你會(huì)發(fā)現(xiàn)，當(dāng)你用模型試圖解決一個(gè)非常窄的應(yīng)用問題的時(shí)候，模型的能力綽綽有余。
所以我說，一定要走應(yīng)用之路，把「原子彈」變成「茶葉蛋」，每個(gè)企業(yè)要打造自己的產(chǎn)業(yè)大模型、行業(yè)大模型或者是專業(yè)大模型，而不是再去做通用大模型。
微軟做專業(yè)大模型也犯了一個(gè)錯(cuò)誤。微軟做了一個(gè)叫Copilot，聊天的副駕駛的概念，但在很多企業(yè)里根本用不起來。原因就是我講的，光有個(gè)大模型，它有很多知識(shí)能做推理，能做問答，能和你聊天，但你問它，得到的都是一次性的標(biāo)準(zhǔn)答案，答案很通用，它對(duì)你的行業(yè)、業(yè)務(wù)也不是很了解，利用率非常低。
去年下半年到今年，大家意識(shí)到，專業(yè)大模型必須從生成式演進(jìn)到智能體，這個(gè)智能體叫Agent。這個(gè)詞有很多翻譯，有人把它翻譯成代理，但是代理在這個(gè)地方不太合適，容易引起歧義，所以我還是更愿意把它翻譯成智能體。
你怎么理解智能體？它就是你的數(shù)字員工、數(shù)字專家、數(shù)字顧問，你把智能體當(dāng)成一個(gè)人就可以了。
大模型的缺點(diǎn)是什么？它雖然能理解能問答，能生成內(nèi)容，但第一，它的知識(shí)是固定的，訓(xùn)練用什么知識(shí)基本上固定了；第二，它沒有短期記憶，每個(gè)人來問問題，對(duì)它而言都是一個(gè)新的問答；第三，不能進(jìn)行復(fù)雜的流程工作，最重要的是不能調(diào)用企業(yè)里面的工具，換句話說不能直接干活。
所以，我們給大模型加上了知識(shí)獲取、工具使用，還有復(fù)雜流程的規(guī)劃的能力，變成智能體。現(xiàn)在智能體從原來大模型附屬的一個(gè)技術(shù)，變成了大模型核心的技術(shù)，大模型反而成了智能體的一個(gè)組件。
我經(jīng)常說大模型有點(diǎn)像電動(dòng)機(jī)，企業(yè)里不可能只用一個(gè)電動(dòng)機(jī)來給全企業(yè)提供動(dòng)力輸出，我們需要電動(dòng)機(jī)的不同地方，可以買不同的電動(dòng)機(jī)，因?yàn)橘I了電動(dòng)機(jī)也不能直接用。比如，你今天早上用電動(dòng)機(jī)刮了胡子，用電動(dòng)機(jī)刷的牙，這話好像也沒說錯(cuò)，確實(shí)用到電動(dòng)機(jī)了，其實(shí)是電牙刷和電動(dòng)刮胡刀里有電動(dòng)機(jī)。只有把電動(dòng)機(jī)做小了，變成電牙刷、電吹風(fēng)、電動(dòng)刮胡刀，才能變成人們可以用來干活的工具。
你可以把智能體理解成吹風(fēng)機(jī)、刮胡刀，面向消費(fèi)者領(lǐng)域做出來的智能體就是個(gè)人的工具，而面向企業(yè)做出來的智能體，你可以把它理解成是數(shù)字員工。
智能體的核心是大模型，有大模型就有智能，但是在智能的基礎(chǔ)之上還有幾部分——
第一部分是感知能力，要跟企業(yè)的傳感器連在一起。比如企業(yè)里的很多數(shù)據(jù)要讓智能體能看到，就像你請(qǐng)我去做企業(yè)顧問，我需要看到企業(yè)內(nèi)部的很多情況。
第二，每個(gè)智能體都得有一個(gè)角色的定義。智能體不是萬能的，啥都能干，每個(gè)智能體在企業(yè)里邊最好對(duì)應(yīng)一個(gè)崗位，這個(gè)崗位原來的人干什么，我們就讓智能體干什么。
第三，智能體要替人完成很復(fù)雜很繁瑣的業(yè)務(wù)流程，或者重復(fù)性的工作流程。比如說每天早上老板來了，給他倒杯水，匯報(bào)一下昨天的郵件，安排他今天的日程，這么幾件事串起來算一個(gè)流程，由智能體來承擔(dān)。
第四，智能體要有記憶。大模型技術(shù)架構(gòu)是沒有記憶能力的，你每次問它今天是幾號(hào)，它都重新回答一遍，而人類要干活就需要有短期記憶和長期記憶，這由智能體來承擔(dān)。
第五，企業(yè)知識(shí)庫也要通過智能體連上，最重要的是成為工具。這是什么概念？比如企業(yè)里已經(jīng)有很多業(yè)務(wù)系統(tǒng)，有OA系統(tǒng)，有辦公系統(tǒng)，有ERP系統(tǒng)，也有生產(chǎn)線，智能體必須跟它們打通，才能干活，否則就只能呱呱呱提建議。
第六，智能體是能支持復(fù)雜推理的，換句話說，它能讓不那么聰明的大模型加上復(fù)雜推理后，變得更有能力，更加聰明。
構(gòu)建智能體有三個(gè)步驟，第一個(gè)是選擇智能體的崗位和場景，有4個(gè)方向，要么給老板提供服務(wù)，要么給員工提供服務(wù)，要么內(nèi)部有什么管理流程，可以用智能體來優(yōu)化，要么外部有什么服務(wù)和服務(wù)體系，或者產(chǎn)品流程，可以用智能體來加速。衡量指標(biāo)，我提出4個(gè)10倍，能不能減少10倍的人力，減少10倍的成本，提高10倍的效率，提升10倍的體驗(yàn)。
有了智能體之后，我也豁然開朗。我們一直講降本和增效，這是所有企業(yè)家都關(guān)心的問題，寫點(diǎn)小作文、弄點(diǎn)小視頻，對(duì)企業(yè)營銷有些幫助，但是企業(yè)家最關(guān)心的是在核心業(yè)務(wù)、在核心管理流程里邊，如何能降低成本，提高效率。
第二個(gè)步驟，找到場景之后，把一個(gè)場景分解成流程，特別是比較繁瑣復(fù)雜的業(yè)務(wù)流程，重復(fù)容易出錯(cuò)的業(yè)務(wù)流程，都是智能體可以發(fā)揮作用的。
比如有人來找我說，老周我們一起合作，做個(gè)養(yǎng)豬大模型，做個(gè)養(yǎng)豬智能體，這就讓人無從下手，因?yàn)槲也恢浪男枨笫鞘裁?，在養(yǎng)豬過程中有什么很復(fù)雜、很麻煩的流程。
分解流程之后，再來定義角色。各位都是老板，很熟悉員工的角色定義，你把智能體定義成數(shù)字員工、數(shù)字專家就可以了，不要試圖讓一個(gè)智能體做三個(gè)員工干的事情，一個(gè)智能體就對(duì)應(yīng)一個(gè)員工的角色。
這過程中，抽象來看它可以干兩件事兒，一個(gè)是把很復(fù)雜、很繁瑣、很重復(fù)的業(yè)務(wù)流程，用智能體規(guī)劃下來，比如原來雇了三個(gè)員工，每天干這些繁瑣的事情，現(xiàn)在智能體可以輕松取代。第二個(gè)，企業(yè)里邊有一些過去想做做不了，想解決解決不了，非人不可的關(guān)鍵職能，現(xiàn)在智能體可以干了，就可以把員工給取代了。
我舉個(gè)例子，某個(gè)省有39家鋼鐵企業(yè)，他們想找我打造一個(gè)鋼鐵大模型，我說這活沒法干，因?yàn)閷I(yè)大模型要回答解決什么場景的問題，什么場景打造什么智能體，還要問智能體是什么角色。他們后來把鋼鐵制造的全過程拆出142個(gè)場景，不夸張的講，每個(gè)場景都可以打造若干個(gè)智能體。
事實(shí)上，哪怕企業(yè)里不用人工智能，老板也要做出流程規(guī)劃之后，才知道要招什么樣的員工，崗位上放什么技能的人。只不過用上大模型之后，這里邊的員工被智能體取代了。
我比較喜歡的一個(gè)例子是這次去美國考察，斯坦福醫(yī)學(xué)院有一個(gè)AI改造。他們過去有三件很繁瑣的事兒：
第一，看病不能直接掛號(hào)，必須通過社區(qū)醫(yī)生、家庭醫(yī)生發(fā)傳真，傳真都是手寫的，斯坦福就需要有100多人的隊(duì)伍專門看傳真，往電腦里錄入數(shù)據(jù)。
第二，錄入數(shù)據(jù)后再跟人打電話，預(yù)約看病時(shí)間。
第三，看完病以后，要有一個(gè)專家把看病過程、治療過程、開的藥寫成報(bào)告，發(fā)給保險(xiǎn)公司，這個(gè)報(bào)告寫得好不好，直接決定保險(xiǎn)公司報(bào)銷的比例。
這三件事都是剛才說的很繁瑣、很累人、很重復(fù)的工作，過去非人干不可，直到他們打造了三個(gè)智能體：一個(gè)智能體專門看傳真，因?yàn)樗卸嗄B(tài)，能夠識(shí)別手寫，能識(shí)別圖像，把傳真錄到數(shù)據(jù)庫里；一個(gè)智能體也有生成能力，能聽得懂人話，給對(duì)方打電話，不聊風(fēng)花雪月，不會(huì)漫無邊際，就是約來看病的時(shí)間；第三個(gè)智能體是拿醫(yī)院里原有的幾萬份報(bào)告，訓(xùn)練一個(gè)垂直大模型，專門給保險(xiǎn)公司寫報(bào)告，這就不是外面通用的大模型能干的事情。這三個(gè)智能機(jī)引入之后，他們減少100多人的隊(duì)伍，這就是降本和增效。
那天我在360內(nèi)部，把這個(gè)例子講了一下，有團(tuán)隊(duì)就做了類似的工作。過去有一個(gè)業(yè)務(wù)，用戶付完費(fèi)之后，要把支付寶手機(jī)截圖發(fā)到員工手機(jī)上，員工識(shí)別之后，再把數(shù)據(jù)錄入到5個(gè)不同的數(shù)據(jù)庫里，大概經(jīng)過很繁瑣的3個(gè)小時(shí)的操作，才能把用戶的數(shù)據(jù)給處理了?，F(xiàn)在用同樣的思路，定義一個(gè)智能體之后，2分鐘就自動(dòng)把這個(gè)事就給干了，不僅省了人力，而且提高了用戶體驗(yàn)。
2023年是大模型之年，談的是大模型技術(shù)本身的突破，2024年是專業(yè)大模型之年，是大模型的應(yīng)用場景化落地，2025年是智能體之年，充分利用垂直大模型對(duì)應(yīng)打造智能體，讓大模型全面在企業(yè)里真正實(shí)現(xiàn)自動(dòng)化和智能化的降本增效。
智能體有六大應(yīng)用方向：
第一個(gè)，人人智能。智能體AI是一個(gè)賦能工具，可以讓我們每個(gè)人都有超能力。很多人都有想法，但是缺乏技能，智能體能幫助我們，比如用AI幫你賺錢，用AI幫你編程，用AI幫你講課，這對(duì)原來的軟件而言，是巨大的突破，每個(gè)人在不同方面需要不同的智能體幫助，就像每個(gè)人攜帶一個(gè)超級(jí)知識(shí)專家，隨時(shí)獲得幫助，這是很大的機(jī)會(huì)。
第二個(gè)，叫萬物智能。過去叫萬物互聯(lián)，實(shí)際上今天所有的智能硬件嚴(yán)格來說都不叫智能硬件，只能叫聯(lián)網(wǎng)可計(jì)算的硬件。從項(xiàng)鏈到眼鏡，從戒指到手表，從個(gè)人電腦到家里的機(jī)器人，所有的硬件都會(huì)被AI重塑一遍。你可以想象，以后家里的硬件每個(gè)都長著眼睛，能看明白你是誰，知道你想干什么，都能跟你說話，而且說起來都一套一套的。
比如馮侖半夜起來打開冰箱，想偷喝一罐啤酒，然后冰箱就告訴他，大哥別這么喝了，你血脂都超標(biāo)了。這不是夢想，如果處理不好，半夜家里三四十種電器互相聊起天來了，那個(gè)場景可能會(huì)很奇特。
第三個(gè)方向，傳統(tǒng)企業(yè)的數(shù)轉(zhuǎn)智改。怎么利用智能體和大模型加速數(shù)字化轉(zhuǎn)型，提升智能化改造，這也是企業(yè)打造新戰(zhàn)略的核心。企業(yè)不一定需要拋棄現(xiàn)在的業(yè)務(wù)，去做新的業(yè)務(wù)，畢竟隔行如隔山，把現(xiàn)在的業(yè)務(wù)流程想一想，有什么業(yè)務(wù)流程可以用智能體優(yōu)化，什么業(yè)務(wù)流程可以用智能體提效，什么業(yè)務(wù)流程可以用智能體取代低技能、低績效的員工，這是最大的空間。
第四個(gè)方向，面向未來產(chǎn)業(yè)。未來產(chǎn)業(yè)都是數(shù)字化產(chǎn)業(yè)，像大疆無人機(jī)、具身智能機(jī)器人、機(jī)器狗，還有智能網(wǎng)聯(lián)車自動(dòng)駕駛，都要用智能體來幫助實(shí)現(xiàn)無人駕駛或者無人導(dǎo)航。
第五個(gè)方向，科學(xué)研究。去年的諾貝爾獎(jiǎng)給了AlphaFold2，以后做科學(xué)基礎(chǔ)研究，必須得學(xué)會(huì)用Agent，用大模型，它給你帶來新的研究范式，帶來新的研究工具。過去發(fā)現(xiàn)一個(gè)蛋白質(zhì)折疊結(jié)構(gòu)，一個(gè)人可能要研究好幾年，現(xiàn)在大模型幾分鐘就能分析出一個(gè)結(jié)構(gòu)。
最后一個(gè)方向是AI的安全。如果AI最后無孔不入，大家會(huì)擔(dān)心，這玩意能力大了之后，會(huì)不會(huì)給人類造成威脅，就像今天的各種虛假信息。AI的安全必須重視，我們現(xiàn)在也是用AI智能體來解決安全的問題。
剛才講了半天，就是希望大家建立正確的AI信仰，AI認(rèn)知，但是光有AI認(rèn)知是不夠的，還要培養(yǎng)AI的素養(yǎng)，才能真正擁抱AI時(shí)代，才能幸存。我天天在外面談，在公司內(nèi)部講，我們要是不做AI，我們也會(huì)被別人干掉。
提高AI素養(yǎng)，我給大家?guī)讉€(gè)建議，分五步：
第一步，人人AI。不能光企業(yè)里少數(shù)人會(huì)，企業(yè)內(nèi)部人人都要先用起來，大家對(duì)AI熟悉了解之后，將來訓(xùn)練業(yè)務(wù)場景，訓(xùn)練Agent還要靠一線員工，一線員工要跟AI要合作起來，才能達(dá)到效果，因?yàn)锳I目前不能全面接管你的業(yè)務(wù)。
你們聽過一個(gè)笑話嗎？某企業(yè)做了很多無人配送車，目前為止沒有遇到任何問題，行駛很正常，唯一的問題是它的配送小哥，他們遇見這個(gè)車總要踹一腳。如果都像這樣，AI和一線員工合作就不一定推得起來。
所以，一個(gè)企業(yè)里面每個(gè)人都要強(qiáng)迫自己學(xué)，而不是順從本能。很多人會(huì)這么想，我活了50多歲了，我不用AI也活過來了。并不是誰天生就喜歡用AI，要強(qiáng)迫自己，從老板到個(gè)人都要用AI，企業(yè)對(duì)AI的理解才能更深入，AI化才能成功。
用AI的第二步，是把已有的智能體AI用好。現(xiàn)在全國各大AI公司已經(jīng)做了很多智能體，比如檔案處理、簡歷篩選、 PPT生成，把企業(yè)辦公和營銷率先AI化。
我舉個(gè)例子，我們做了1個(gè)智能體，專門做錄音整理，不像大家想的那么簡單，它分成6個(gè)場景，比如面試的錄音是一種整理方法，看面試官跟他聊得怎么樣，比如銷售的場景，銷售人員回來跟說談崩了，但是整個(gè)跟客戶的對(duì)話過程錄下來可以做分析，包括你跟員工之間艱難的談話，你決定要處罰一個(gè)員工，或者提升一個(gè)員工，這些不同的場景都有相應(yīng)的AI來改造。
第三步，企業(yè)最終會(huì)發(fā)現(xiàn)外部的工具都是通用工具，不能滿足需求，你有很多想法，一定要學(xué)會(huì)讓智能體和業(yè)務(wù)流程結(jié)合，打造自定義的智能體。比如企業(yè)有一種獨(dú)特的需求，把需求定義出來，把智能體大模型的很多能力打散，重新組合起來，這是很多企業(yè)和個(gè)人需要培養(yǎng)的素養(yǎng)。
關(guān)于打造智能體，我跟大家講兩個(gè)好消息，第一不需要學(xué)習(xí)，第二文科生可能比理科生干得更好，因?yàn)榇蛟熘悄荏w不需要那么懂電腦，而是需要對(duì)業(yè)務(wù)工作人員崗位非常了解，需要很好地跟大模型對(duì)話。
第四步，對(duì)更大規(guī)模的企業(yè)而言，如果要用好智能體AI，就要把企業(yè)的知識(shí)庫集中起來。沒有知識(shí)就沒有大模型的能力，要把企業(yè)的內(nèi)部知識(shí)、外部情報(bào)，還有最重要的是在員工大腦里、專家腦子里的知識(shí)匯集起來。
最后，當(dāng)企業(yè)的智能體多了，數(shù)字化多了，智能體之間也要有協(xié)作平臺(tái)。就像人跟人之間需要協(xié)作溝通，假設(shè)將來企業(yè)里2/3的角色都由智能體來完成，每個(gè)人都有多個(gè)智能助理，企業(yè)里面有智能主管、智能工程師、智能程序員、智能營銷、客戶代表、智能客服，它們?cè)趺礃訁f(xié)作？這需要一個(gè)新的智能體協(xié)作平臺(tái)，目前我覺得還離大家有點(diǎn)遠(yuǎn)。
最近我也寫了本書，《我的互聯(lián)網(wǎng)方法論》再版，講的是商業(yè)模式的打造。大家可以關(guān)注我的賬號(hào)，聽我嘮叨三個(gè)月，保證建立AI信仰，保證從不相信AI到變成AI的信徒。
熱門跟貼