AI引发“大和解”？周鸿祎、傅盛同台论AI
多知网1月21日消息，今日下午，猎户星空发布猎户星空140亿企业应用大模型，并发布了一系列场景应用微调模型，以及大模型深度应用“聚言”。猎豹移动董事长兼CEO、猎户星空董事长傅盛表示，猎户星空企业应用大模型面向公众开源，免费可商用。
发布会上，傅盛还预测了2024年技术发展的四点趋势：
1.千亿大模型过半凋零，私有化百亿大模型百花盛开。
2.超越OpenAI的机会来自大模型应用公司。
3.“数字老板”将成为企业标配（董事会将考核CEO使用AI时长）。
4.具身智能很火，但人形机器人必定不能量产。
随后，360集团创始人周鸿祎和傅盛就AI相关话题进行了一个小时左右的圆桌对话。
二人渊源颇深。傅盛是第一代互联网产品经理，曾是周鸿祎的下属，在360研发了360安全卫士等产品。不过，随后傅盛在公司重要决策上与周鸿祎产生分歧，二人决裂，傅盛于2008年离开360。2010年，傅盛创办猎豹移动；2014年，猎豹移动登陆纽交所；2016年，他创立人工智能服务机器人公司猎户星空。
这次是二人多年后首度公开同台，也被网友成为“世纪大和解”，因此，这场同台对谈也吸引了不少“吃瓜”网友。
对此，周鸿祎在开场和收尾时便数度定调：“纠结陈年往事无意义”，“傅盛邀请我来，我是抱着学习的心态来的”，“我最近在做半公益的事是帮助创业者解惑，傅盛这次算再次创业，我提供帮助也很正常”，“交流的过程中，有思想碰撞是正常的，这不叫砸场子。我称之为‘吸星大法’，辩论的过程中，可以分解对方观点，最高明的剽窃是把别人的想法变成自己的想法”。
他表示，多年过去，傅盛和自己都有进步与提升：“人的认知是不断提升的。傅盛年轻时火气旺，犯过错误，但在饱尝生活的铁拳后，认知有改变，有很大进步。我也有很大变化，有人说我脾气变好了，可能是年纪大了，体内激素水平下降，看人的眼神都柔和很多，别人骂我的时候，我也在反思自己。”
他认同这波AI热潮的重要意义：“当下的AI是我们经历了PC、互联网、移动互联网后第四次巨大的机会。而且这次机会对人类社会的改变力度、广度、深度、速度，都要超过前几次。在这种情况下，我们要拼命地往前看，要连滚带爬地往前跑，要尽一切可能抓住机会。谁要是还活在过去，就成了刻舟求剑，没有意义。”
周鸿祎说：“今天做AI这件事还有个好处：AI才刚刚开始，比造芯片的难度要低很多，大家对AI的认知都在一个起跑线上。我们就是要不断边调整、边碰撞、边往前走。”
周鸿祎还强调，当下时代，表达方式在变，“短视频和直播正在格式化人的大脑”。”这意味着，商业模式也要改变，董宇辉直播间GMV一天能达到1.6亿元，现在进入了网红时代。我不是鼓励大家都做直播带货，而是企业家、创业者也要学会培养网红气质，一定要学着做网红。一个企业不管是做To B还是To C的，都要跟公众有沟通的渠道。现在这个渠道已经彻底变化，如果不了解这个渠道，你跟这个世界就割裂了。“
尽管做了如此铺垫，但依然不影响这场圆桌上二人“唇枪舌剑”的观点交锋。双方就AI相关话题探讨诸多话题。以下为周鸿祎、傅盛观点摘编：
关于AI大模型创业的方向
周鸿祎：
关于AI大模型创业，经常有两种错误的思维方式：
其一，老想用过去的模式套用今天的AI，把它比喻成iOS。你就算把它比喻成操作系统，得出结论是全世界就2套到3套操作系统，可是鸿蒙系统也出来了了，你判断它必然会垄断，必然就没有机会了，这是刻舟求剑。AI发展不是操作系统，AI更像当年的PC。当年PC时代，有人说，计算机全世界只需要5台就够了，现在，每个人兜里都揣着一台，办公室里放着一台，家里可能还放着一台人。这明显是错误的。
其二，人容易对成功的模式委曲求全，而对暂未区的成绩的创业者求全责备。比如OpenAI做成了，往往会赢得人们的顶礼膜拜，而大家对年轻创业者的想法，则是求全责备，这就容易错过有潜力项目。
很多公司结合大模型做To B业务，大模型能否在To C业务模式方向有效发挥作用？
周鸿祎：
永远不要低估大模型的潜力，但是也不要高估它今天的能力。AI确实让人看到了未来无限的潜力，但今天它还有很多缺点。
我认为，AI能做的方向可能是一个跟已有的业务高度结合的东西，而不是一个完全新的东西。它不像当年互联网出来后，是个全新的工具，完全可以创造一些全新的概念。而人工智能实际上做的是代替人做的这些工作，而很多人的工作是人已经在做了。AI现在很多的场景都是我们熟悉的旧场景，而未必是新产品。
所以现在在在To C方向，我看到了两个变化，唯一的新场景是虚拟女友、虚拟伙伴这类。
我认为AI在企业应用有可能是突破点。因为它是生产力工具。我认同大模型做企业的深度定制化和行业垂直化这个大方向，但是具体做起来还是有几个问题：
首先它是高度业务驱动的，要想做通用的企业级的产品，还要经过一轮摔打和试错的过程。也就是说，企业对自己怎么做业务已经比较了解了，企业用大模型的时候，大模型要跟业务紧密相关。有的公司做医疗大模型或者教育大模型，这种都是比较宽泛的概念，在企业里是很难落地的。
所以我们后来找到一个方法，比如要做HR大模型或者做领导决策大模型，实际上很难用一个概念去做，必须把这个企业的某个业务流程分解成50个子任务、50个非常小切口的场景，然后在每个细分场景拿AI的能力来进行加持。比如要做HR大模型，可能把HR面试工作分解成搜简历、简历评估、根据简历来设置面试问题、面试、面试评估、面试结果反馈等环节才行，每个环节再结合AI，比如在简历评估环节能够用大模型的什么能力来优化这个环节。
比如和微软和Saleforce，他们目前没有拿大模型做一个新的产品，而是要么在公司内部业务的某个环节上，要么在其产品的某个功能部分做了加持。
2023年大模型已经高速发展了一年，但是2023年没有出现真正的好的更有说服力的应用场景，这也恰恰证明了2024、2025年可能就有巨大的机会。
所以我觉得在企业应用上，最重要的不是反复的一个通用大模型，而是要找到细分的场景，用agent做出具体的应用，还要把这个大模型通过微调和训练。2024年可能会出来一些真正的好的应用。但这个市场我也在琢磨，市场应该会被切得比较碎，很难有一个统一的比如知识管理大模型、舆情监测大模型……到企业里边还要做运作。
傅盛：
因为今天大模型刚刚开始，整套的配套今天大家都在摸索。To C对产品要求是更高的；而To B, 由于它改变现有流程的情况下，是可以用定制去解决的。To C是每个人都要感受到独特的价值。所以今天大模型要做To C，除了套皮之外，想做深不容易。今天做To C是比较卷的，尤其在国内。
To C基因的公司转做To B业务会很难，To B有很多定制化细分需求，怎么办？
周鸿祎：
其一，团队要换，先动企业老员工，把部分员工换成懂To B的人。自己改造基因很痛苦，但依然要改造。
其二，要有一个充分的时间准备要交学费。
其三，不会一炮就响，要咬着牙撑下去，有熬的思想准备。
傅盛：
我最早是做To C的产品经理，我后来总结过做AI和机器人业务的两大反思：
第一大反思就是当时投入AI太冒进，所以这次我比较收着。
第二大反思就是就是我当时没有去管销售。因为我以前做产品，我觉得销售这些事儿找个人管就行了。后来发现，To B销售即产品，因为它的周期很长。不仅是成本过剩，还是个用户需求摸索的过程。如果中途紧急叫停，再去寻找下一个客户，这就不计成本了，就整个做散了做成了项目制。我今天特别怕AI做成项目制，刚开始可能很难避免……
在大模型时代，现在是年轻人入场的时候吗？
傅盛：
是入场的时候。我去年三四月份最恐慌。我的恐慌不是我没有去做过千亿大模型，而是我经常在很多媒体上看到很多年轻人怎么改、怎么弄。我突然意识到，这是一个新的机会，大家站在同一起跑线，你懂得慢了就会就遭遇“乱拳打死老师傅”，这只在底层发生转变的时候才有机会。而且年轻人更有时间，没有牵绊，可以全力以赴琢磨AI怎么做，可以学一些深入的东西，点子又多，这一波肯定是很多年轻人崛起的时候。
周鸿祎：
我的观点差不多，就说两点：
一是，AI最大的机会就是不要老想去编一个新东西。AI改变既有业务流程。在目前行业就大胆探索，AI首先改变的是既有的业务流程和既有的所有的产品。今天你所有能想得出来的应用都有机会用AI重做一遍。给AI找场景，而不是瞄着OpenAI做大模型。创业者不要千军万马挤独木桥，而是回到旧业务思考用AI做改变。
而是，对创业者，不论做什么创业，我都鼓励他们尖锐。刚开始的时候一定不要去做大东西，而是一定结合你能看到的一个小的业务场景，AI真的这个问题深入给解决了，把一个东西重度垂直做深入。很多年轻创业者刚开始做得越窄越好，而不是去做套壳嫁接的事，那些事OpenAI迟早自己都会做生态的。
还有一个建议就是，要有点长期主义，AI这两年很热，你就焦虑，其实没啥可以焦虑的。2024年可能会有杀手级应用，但不会那么快。
另一个，要聚焦，小切口，大纵深，找到这样一个方向，用AI去做。
具备哪些特质的创业者在今天这个时代更容易成功？
傅盛：
第一个特质是他真的愿意每天把各种参数搞得非常懂的人，就是真认认真真研究各种东西，而不是只是看个朋友圈就在那儿发表意见的人。其实就像手艺活，你做一个东西，如果你对一些基本技能不是足够的熟练，你其实很难产生灵感的，它是积累的过程。对AI技术本身深入学习。
第二是真的要从应用出发，今天所谓训千亿大模型这件事儿，资金消耗太大了，但是如果从应用出发去找到好的场景，把这个AI的技术给用好，包装出一个产品，这是一个非常好的机会。
第三，真正To C的AI的原生应用可能还需要一两年。
周鸿祎：
第一，AI时代要求创业者的反应要更快、有很高的学习能力。2023年每一天AI进展，等于历史上每一年进展。AI面前，大家起跑线一样。
第二，专注应用场景，接地气，从用户出发思考，不要去炒概念。
第三，要聚焦和专注。AI出来后大家容易掉入一个陷阱，因为AI是一个比较普适性的生产力工具。与其同时做十个场景不如就赌一个应用场景，把并行变成串行。
