2024年，AI的共識與非共識。

　　從ChatGPT帶著大模型及智能對話引領時代開始，距離現在已經一年有余。這一年來，中國AI也經歷了多個階段：從狂熱到質疑到冷靜，從大模型之間的競爭變成了模型和應用共贏，從共識遍地到各自開花……

　　此刻，AI鏈條中的各方都意識到，單打獨斗無法助推AI技術的進一步發展，更無法讓先進的技術為人所用。

　　交流、溝通、共創的需求日益明確，AI產業鏈條不僅需要代碼的開源社區，更需要觀點的“開源社區”。

　　在2024年1月30日，阿里云創業者社群舉辦了創業者之夜，希望通過不同參與方的思維碰撞，激發創新。50位嘉賓圍爐煮茶、坐而論道，其中包括實踐AI落地的產業方昆侖萬維、中航信、招商銀行、同道獵聘等，大模型明星公司智譜AI、百川智能等，投資機構代表元璟資本等，研究機構IDEA，以及行業內眾多上下游的創業公司，比如松應科技、Nolibox計算美學、面壁智能等。

　　在創業者之夜的現場，“落地”“應用”成為高頻詞匯。歷史上每一次技術的發展都離不開場景的落地，如果沒有移動互聯網，云計算也難以成長，如果沒有軟件，電腦至今也不會成為必需品。本次AI浪潮的基座大語言模型固然是發展的關鍵所在，但是能不能找到落地的應用，才決定了技術長久發展的未來。

　　AI原生還是“+AI”? 產品為王還是技術優先?產品的to B、to C如何選擇?不同產業，到底關注AI的什么能力?

　　相較于上半年悶頭向前追趕的技術研發期，關于技術路線和未來愿景的“共識”如此明確。但此刻在技術平穩期，落地成為不得不談的話題，這個話題下，“非共識”成為了最大的共識。

　　從左到右分別是阿里云創業孵化事業部總經理李中雨;智譜AI COO張帆;百川智能聯合創始人、總裁洪濤;元璟資本管理合伙人劉毅然;IDEA研究院認知計算與自然語言講席科學家張家興、通義實驗室對話智能負責人李永彬

　　AI原生：當前階段，要革新還是要效果?

　　人們容易把技術上面臨的問題看得太重，把落地時面臨的問題看得太輕。正如同互聯網時代，如果是產業“+互聯網”，那只能在某些角度降本增效，但如果是“互聯網+”，則會大范圍爆發新的需求。而這“互聯網+”，則是考驗應用在場景里的落地能力。

　　但目前技術仍然不夠穩定。GPT4仍然存在幻覺問題，GPT5泛化能力、模型解決復雜任務的能力在提升，但尚未確定推出時間。更重要的是，中國大模型還在追趕的路上，目前國內的頭部模型，只能在部分性能上比肩GPT4。

　　如果大模型技術不過關、不穩定，則沒有爆發應用的前提條件。通義實驗室對話智能負責人李永彬舉例：“大模型解決一個問題的水平從20分提高到60分，就能夠驚艷所有人，因為之前20分太差了。”但在嚴格一些的應用層面，“60分和0分差不多，因為沒有辦法拿60分的產品上線”。

　　在這樣的背景下，中國和美國面臨的AI原生問題既相似又不同。

　　相似的是，中美雙方都沒有進步應用爆發潮。

　　阿里云創業孵化事業部總經理李中雨梳理了硅谷一年來的AI進展，他表示雖然出現了大量應用，但是“訪問量還是集中在ChatGPT，Create AI，這兩者占了百分之七八十”，按照以前移動互聯網時代的訪問量來算，其他的應用，都只是長尾應用。

　　不同的是，美國還是出現了幾款革新性產品。

　　目前美國大模型驅動的應用分為兩種，一種是通用型的，對原有產品的改造，比如NewBing;另一種是垂直領域的“革命”，比如11個人、0融資、1千萬人社區和1億美金營收的Midjourney。

　　而中國尚未出現一款足以引發狂熱的AI原生應用。

　　“大模型出現，引領著最前端的技術，發展很快。但是究竟拿它做什么?”元璟資本管理合伙人劉毅然拋出了這個問題。“今天還是拿AI做原來已有生產關系或者原來已有(產品)的加強，雖然做得不錯，但是我們更期待看到技術變革之后的新產品出現，推動新一代需求。”

　　也許在目前的技術條件下，我們需要憧憬AI原生，但不能過度執著于AI原生。“我們不要關注這個技術本身是不是AI原生，而是要關注大模型和哪些傳統的技術可以結合起來，最后達到很好的效果。”昆侖萬維集團董事長兼CEO方漢提出了這樣的觀點。他以游戲場景中的3D模型生成舉例，AI大模型的方法直接生成的3D模型，會存在面數特別多，規格不對的問題，基本不可用;但如果搭配傳統思路，把動畫工具介入到AI工作流之后，產品可用性則會大大提高。

　　百川智能聯合創始人、總裁洪濤也表達了類似的觀點：“從實用的角度，眼前階段明確場景，用工程+模型的方式，把它做起來，然后用增長飛輪的方式，無論數據回滾還是用戶反饋回滾，還是各種各樣的技術條件和系統環境的碰撞，可能才是更可行的路。”

　　從另外一個角度分析，中國的創新者擅長在后半場發揮產品上的創造力，而非從新技術出現時就進行從0到1的產品創造。

　　元璟資本劉毅然分享，從移動互聯網的后半場就能看到，美國產品技術有特色，但是產品不好，而中國的使用環境和人才結構，在技術創新到一定階段后，能夠打磨出無與倫比的產品。“在這個前提下，中國的創業還有很多的機會。”

　　從模型為王到價值為王

　　在AI時代，尤其是討論AI原生應用時，不論to C還是to B，最重要的評判標準是，要對產業本身產生價值。正如阿里云智能副總裁、公共云業務解決方案總經理韓鴻源所說：“應用效果說明一切。”

　　盡管移動互聯網時代也出現了諸如短視頻、直播等娛樂消遣向的應用，但是在早期，更容易被C端用戶接受并且實現自然裂變的，還是淘寶、微信這種提升效率的產品。

　　而AI被人們天然寄予了“提升生產力”的訴求。這需要我們從大模型單點技術的“自嗨”中抽離出來，更多關注給行業和社會帶來的“價值”。

　　盡管是大模型頭部廠商，百川智能的洪濤也認為：“現階段做應用，含大模型量不宜過高，如果過高，應用的可靠性會有風險。”并且洪濤還提到，技術不應該閉門造車，而應該與產業界交流：“真正產業的落地，不可能純靠算法專家、技術同學之間的碰撞，一定與產業界、實際的使用者有互動。”

　　通義實驗室的李永彬補充，如果不是落地產業界，也很難認識到技術的不足在哪。他從自己做to B的經驗出發，認為如果聚焦在to B的產品，效果到不了90，客戶不會買單：“所以在to B場景下，技術能力需要更大的考驗。”

　　事實上，很多技術上的不足和瓶頸，確實困擾了產業方價值的實現。

　　同道獵聘集團董事會主席兼CEO戴科彬提出了一個洞察，就是關于大模型的測試成本是目前產業落地的障礙之一。“這家的模型在語言識別理解上做得不錯，那家模型在表情圖像上做得更好一些。當模型在不同地方調用時，也會產生內部團隊評價標準的問題。”市面上通用大模型已經多達幾十種，測試各家的模型并且與場景做契合，需要大量的時間、人力、資源上的投入。

　　這個問題目前尚無法得出答案。智譜AI的COO張帆表示：“在具體的方向上，如果不能落地，不能產生價值，再高的榜單分數價值也是0。”所以，智譜AI在服務產業方時，提供具體的支持和服務，確保模型和場景的結合。“大家要自己去試，在自己的場景里去測。”

　　除了“通用”的困擾，具體到不同行業，也會有各自的痛點。不同產業的需求差異，更是需要技術和產業一起探索。

　　以金融為代表的產業，其容錯性的問題是AI落地中最具考驗性的一環。“一個行業容錯性低的話，對大模型一定很謹慎。”昆侖萬維集團董事長兼CEO方漢說道，但是并非所有行業都像金融行業一樣，有一些行業甚至希望“幻覺”的出現：“做內容做社交的人希望幻覺越多越好。生成內容領域最容易落地的，因為容錯性非常高。”

　　“差異化對所有做大模型的人是最大的痛。”IDE研究院張家興在現場分享道。但是對于落地場景來說，越大的差異化，意味著越多的空間和創造更大價值的可能性。

　　產品人的時代過去了嗎?

　　要滿足需求，離不開對產品能力的討論。但產品能力在AI時代代表著什么?共識也尚未出現。

　　一些人認為，移動互聯網時代的“產品人”創業的邏輯已經改變，在技術更新換代期，即使是從產品的角度切入，也是考驗掌握技術核心能力。

　　元璟資本劉毅然認為：“模型的能力或者理解操控模型的能力，就是今天產品力的一部分。”這是因為，移動互聯網時代底層基礎設施一致，因此只需要考慮產品本身，但是如今全球有十幾個主流模型，每一個模型的底層邏輯都各不相同。“純產品型的創業很難，至少在大模型上半場，底部模型源源不斷變化時，上層應用一定要充分理解下面的模型技術。”

　　“不是PMF(Product Markrt Fit)，而是TPF(Technology-Product Fit)。”百川智能洪濤表示。

　　但產業方不這么想。

　　同道獵聘戴科彬從產業方的角度提出了自己實在的需求。“前臺大部分的用戶是不理解什么叫做大模型，不理解所謂的技術，只知道交互好不好，我能不能理解這個產品。”同道獵聘既是大模型的落地方，又是給招聘企業提供智能產品的服務方，目前已經在招聘環節引入了大模型，具體來說，在大公司做校園招聘時，批量通知、提問是非常大的投入，同道獵聘在這個場景中做了“數字面試官”，可以基于雙邊的理解生成問題。

　　在實踐中，戴科彬發現，只懂技術、只懂產品都遠遠不夠，“懂人性，懂在交互過程當中如何引導用戶很簡單實現用戶意圖的人才能夠做好AI產品”。

　　總結來看，大模型時代，并不是對于創新者的要求“變了”，而是要求“多了”——to C的應用，要有擊穿大眾認知、更具想象力的未來，更要能洞察人的實際需求;to B的應用則需要更加務實，既要具備極強的技術底座，又要具備能夠革新生產力的產品能力。

　　但對于很多產業方提出的“產品力”訴求，技術方并不是不想解決，而是確實不到時候——應用側也有技術路線尚未達成共識。百川智能洪濤提到，大模型之所以通用，是因為用了公域公開的數據，而和私域數據結合才是實現產業落地的關鍵，但是如何更高效結合，目前尚未形成統一的結論。

　　更多思考和探索，還需要產業再給予一些耐心。

　　實現先進要與更先進的企業一起

　　阿里云智能集團資深副總裁 公共云業務總裁 劉偉光

　　阿里云在做大模型，并且通義大家族(通義千問、通義聽悟、通義智文作為應用代表，同時百煉大模型服務平臺，魔搭社區)也已經取得比較好的市場口碑，但是阿里云的視角更為開放。

　　這是因為，阿里云是從AI產業最底層的云計算服務切入賽道。云和AI天然融合，從技術和業務邏輯看，“AI 算力基礎設施” 的重點是公共云。因為大模型的訓練和推理(使用環節)都需要調度彈性算力資源，且要求及時響應，這與在各地建有數據中心、能及時滿足算力波峰波谷變化的公共云更契合;云計算能力的提升，包括GPU算力、配套的計算存儲、網絡能力的演進，也會對AI產生強有力支撐。

　　在開放的狀態下就能吸引到更多懷揣技術和產品理想的企業，先進的企業會合力帶領社會走向更先進的未來。

　　這也是阿里云的初衷。正如阿里云市場部總裁劉湘雯所說，“開源是阿里云堅定的選擇，一定會非常確定地走下去。所以我們希望創造像阿里云創業者社群這樣的場合，讓創業者朋友們可以充分交流，遇到一句頂一萬句的知音。”

　　阿里云市場部總裁 劉湘雯

　　在眾多非共識中，有一點成為了共識——中國未來會在應用層面取得突破。“我非常堅信未來在應用層面會有非常多的沉淀。即使在基礎模型上會落后一點，但在應用上，一定能夠找到突破口。”劉偉光這樣總結。

　　我們不僅期待先進未來的到來，更是會一起邁步、合力接近。

　　寫在最后：

　　創業者之夜活動由阿里云創業者社群舉辦。社群聚集中國最前沿的技術創新者，聚焦云與AI技術方向、以及AI在產業中的落地應用等核心主題，發起各類技術及產業閉門活動與研討，與社群成員形成長期共創體系，與技術創新者們共同成長。