周鴻禕、周源、鄭烜樂、劉建宏、Baragona在T-EDGE同台激辯：AI如何跨界再造傳統產業

來源：鈦媒體

鈦媒體2024 T-EDGE《高峰對話：跨界對話「What for AI VS AI for What」》

這是人類商業史上最大的一場豪賭。

目前，已有超過萬億美元正投入到了當前這輪人工智能的建設中，集中在生成式AI大模型的技術推進與商業前景探索。

不過，在如何落地這些技術的問題上，產業界始終存在一些分歧。而大模型只有落地到各行各業的生態，才能夠最大程度地發揮其價值。

在互聯網時代走到金字塔尖的業界大佬們，怎麼看AI大模型，又是怎麼應用的？

12月7日，在北京市大興區舉辦的2024T-EDGE創新大會暨鈦媒體財經年會上，高峰對話：跨界對話「What for AI VS AI for What」環節中，DeepAI創始人、CEO凱文·巴拉戈納（Kevin Baragona），360集團創始人周鴻禕，知乎創始人&CEO周源，光源資本創始人、CEO鄭烜樂，以及凱利時董事長&CEO、著名主持人、足球評論員劉建宏，分別從各自領域的視角出發，分享了最具代表性的AI應用案例，並討論了AI在不同行業的技術發展、應用場景、商業模式創新和對未來的展望。

對話由鈦媒體集團創始人、董事長、CEO，T-EDGE全球委員會主席趙何娟主持。

巴拉戈納認為，最具代表性的AI應用是藝術性的圖形生成和問答軟件，用於法律和財務問題的回答。DeepAI開發的圖像設計生成工具非常成功，這展示了AI在藝術創作中的應用潛力。

周鴻禕提到了生成式AI和大模型在傳統行業中解決複雜問題的能力，並舉了斯坦福醫學中心的例子，展示了AI在醫療領域的實際應用價值。

他判斷，AGI短期內不會實現，但大模型會在2025年變得更強大，結合具體應用場景產生更多產品。在明年，人人普惠、萬物智能、傳統企業數智化等六大場景非常重要。

周源看好AI在電影製作中的語言對齊和內容生成能力，發現電影導演能夠更高效地創作高質量的影視作品。

他強調，社區交流的本質不是效率第一，而是人與人互動的過程中產生的故事與啓發，AI技術可以提升內容與服務的質量，擴大產業總體市場空間。未來，AI搜索將變得更加完善，因此，新的閉環生態系統的建設非常重要，他期待新供應鏈和產業圖譜形成。

鄭烜樂從投資、投行視角出發，認為當前AI時代的革新在於 AI正在直接產生生產力。

他預見，AI通過「端到端」的模式，不再是提供生產工具而是直接參與生產過程，伴隨與不同領域知識技術結合的持續深入，以一種「造人」的形式，重構整個生產鏈條這也是當前AI發展中最具潛力和變革性的機會之一。 

劉建宏分享了體育行業中AI的應用。他所創立的立足於「AI+體育產業」的公司，在馬拉松和檯球等體育賽事轉播方面，通過智能識別和生產技術實現了高效的賽事直播。

他期待2025年在馬拉松和檯球轉播上實現突破，並希望通過人工智能賦能提升體育內容整體交付的質量。

與此同時，這場對話也重點談到了AI大模型發展的過程中，所需要承擔的責任和麪臨的挑戰。比如説，內容的真實性與專業性，大模型幻覺帶來的生成內容的錯誤率等問題，以及，AI可能帶來的社會的倫理影響。

可以説，這是一次相對全面瞭解AI在不同行業影響的精彩交鋒與碰撞，為將來AI跨界融合不同細分場景，貢獻了一種新的思路和可能性。

以下是本次高峰對話的精選實錄，經鈦媒體APP整理與編輯：

談「最好的場景」：少追AGI宏大敍事，多看傳統產業痛點

趙何娟：感謝大家來到T-EDGE與我們進行一場跨界對話，臺上的五位嘉賓是創業者也是企業家，在AI的應用的路上，都是各自領域里的探險者。我們會碰撞出什麼樣的火花？我自己還是蠻期待的。

第一個問題給到五位嘉賓。在各自領域里，你們發現最有代表性AI應用的案例是什麼？這個案例有可能在你們公司，有可能不在。

巴拉戈納：我覺得是做檢索和搜索的問答軟件，我會用它來回答法律或者財務問題。

趙何娟：你們也在做AI工具，做了很多個。你覺得你公司做得最成功的是哪一個？

巴拉戈納：我覺得是圖像設計生成工具是最為成功的。

周鴻禕：圖片生成，文本生成，都不算有説服力，是生成式AI大模型先天具有的能力。現在最大的挑戰是如何在傳統領域，用AI解決過去不可能解決的問題，我本來挺想打廣告的。

趙何娟：允許你打廣告。

鈦媒體集團創始人、董事長、CEO，T-EDGE全球委員會主席 趙何娟

周鴻禕：本來想講我們怎麼用AI解決網絡安全問題。實際上美國有很多創業公司，在傳統行業里解決問題。它並沒有做行業大模型或者產業大模型這麼宏大的命題，如果做鋼鐵大模型、養豬大模型，是很難交付的，因為你沒辦法回答客户你要解決什麼問題。

我舉個斯坦福醫學中心的例子。斯坦福醫學院把醫學服務的場景細分，最后用3個垂直大模型解決3個問題：一是，看病的時候需要家庭醫生或社區醫生發傳真推薦，傳真內容之前要用手寫，現在利用多模態的能力，通過OCR解決需要大量人力的問題。二是，用數字人模型給病人回電話，用語音合成和理解能力來商量、確定看病的時間。三是，看病之后，要保險公司報銷，需要很專業的人給保險公司寫報銷報告，斯坦福醫學院積累很多素材，做了垂直模型專門寫報銷報告。

斯坦福醫學中心通過做這三件事，減少了100人左右的支持團隊的工作量。所以正確的做事方向是，在傳統行業里找到工作流程中的卡點和堵點，用AI能力將它解決，而不是追求宏大敍事。

今天的人工智能大模型，不要高估它現在的能力，AGI的發展不會這麼快來到，但也不要低估它的潛力，目前大模型比較適合在細緻的場景進行突破。像剛剛提到的例子，美國的Service市場大概是1萬億，但是有了AI大模型后，Service市場是10萬億。

趙何娟：美國To B市場被AI改變得速度非常快，甚至有人提出AI把所有的軟件全部重寫。過去的軟件市場已經有這麼大，將來要被AI重寫之后的軟件市場，可能是過去的10倍，100倍，美國圍繞To B的創業確實非常紅火。

作為知乎創始人，周源應該找到中國的OpenAI，成為他們的董事，因為Open AI董事會里有Quora創始人亞當·迪安傑羅（Adam D’Angelo）。能不能講講你覺得最佳的AI應用案例？

周源：剛纔老周説不要打廣告，我也不就推廣知乎直答這款產品，但確實很好用。最近我們有個活動，俞白眉導演分享説，AI可以變成電影大師，他用快手的可靈拍了一部電影。科技公司的人說出這話我們習以為常，但他是作為導演説的。他自己的觀察和理解認為，人的藝術情感都是可以被語言化的，大模型在今天很好地解決了語言對齊的問題。

趙何娟：我前段時間在洛杉磯參加了一個科技圈的閉門研討會發現，基本上所有導演都在用AI工具，目前AI還是工具，沒有辦法取代藝術家和導演，但它會成為很有力的工具，很可能會快速席捲影視圈，這是很好的趨勢。

鄭烜樂：目前AI應用的發展海外看To C/To B，而國內則是在ToC、AI To產業兩個主線下。特別是在產業端，AI通過與產品體系的深度整合，幫助企業直接與客户互動，提供交互頻率和深度，實現產品服務一體化，能夠大幅縮短和重構產業價值鏈路。

我前段時間和中國最大的做工程機械的企業創始人交流，他提到了一個我完全沒想到的場景，工程機械説明書。和家用電器不同，一份工程機械説明書長達幾千頁，每換一個不同批次、不同供應商的零件，説明書就得重新印一遍，不然用户打開説明書就找不到需要的零件。現在企業可以用大模型和生成式AI來解決這個問題，用户有任何問題直接問AI，只需拍照就可以識別不同零配件，找到具體用法。在這個小細節上AI為產業極大地提升了效率並控制了成本。

趙何娟：建宏在ChatGPT發佈之前就在提，體育是可以用大模型，可以用AIGC，體育行業那麼早就意識到大模型對行業的改變，科技圈的向你要致敬。

劉建宏：我爭取發散性地回答問題，看看能不能最后打個廣告。電視是技術高密集，人員高集中的行業。如果是轉播體育比賽的話，要有慢動作，還有各種的數據，其實非常複雜，這是龐大的團隊才能完成的。今年巴黎奧運會的時候，我説，電視還是按照原來的慣性在成長，巴黎奧運會上的新技術都是靠疊加硬件、人力。我認為，這屆巴黎奧運會應該是最后一屆傳統模式製作，下屆一定要發生改變。

我們就在為這件事情做努力。在前不久的北京馬拉松比賽，3萬人參賽，我們在那天為所有的參賽運動員生產3萬條個人短視頻，在傳統的行業里面是做不到的。這只是我們的第一個產品，也是我入門人工智能的初級產品，但是做了6年，確實做得比較成熟。

談AI搜索：互聯網老兵分歧與共識的焦點

趙何娟：Kevin在2016年成立Deep AI，當時生成式AI不是主流技術，你當時為什麼選擇初創公司開啟這樣的業務？

巴拉戈納：這是我認為計算機能做得最好的一件事，即使當時的質量可能不是特別高，似乎也是不可能完成的任務，但生成式AI就像魔術一樣，當時我對這個技術就是這樣的看法。后來，我們能夠讓AI發揮得越來越好，質量越來越高，就像魔術越來越神奇一樣。

DeepAI創始人、CEO凱文·巴拉戈納（Kevin Baragona）

趙何娟：周鴻禕最近拍了一部短劇，在里面客串霸總，短劇也挺火的，有可能你是爲了推廣360的AI搜索。短劇製作和你做的AI搜索之間是怎樣的關係？你怎麼看現在的AI搜索的趨勢？

周鴻禕：拍短劇是靈機一動。我看了一部短劇，硬着頭皮看完了，20歲霸道總裁愛上50歲阿姨。

趙何娟：你有沒有幻想過50歲阿姨是世界首富，然后愛上你？

周鴻禕：沒有。你們知道，中國短劇的市場容量已經超過傳統影視行業，把我們的頭腦給格式化了。我其實也不愛看，但是很多人看。

趙何娟：為什麼還是看完了呢？

周鴻禕：理性的周鴻禕説這瞎胡編的，感性的周鴻禕説看下一集到底發生了什麼，有魔性的短劇和短視頻，都是利用人的多巴胺，畢竟我們是普通人，有的時候需要剋制。

但有一點，拍短劇確實成本特別低。我們策劃了1天，只花了10萬塊錢，但是播放量現在已經過幾千萬，你花10萬塊錢投的廣告去宣傳產品能有這個效果好嗎？

拍短劇是行爲藝術，實際上是爲了推廣我的產品，納米AI搜索。剛纔講到的AI，都是很好的場景，但對於很多公司來説，比較現實的是，把已有的業務重做一遍，我一直做搜索和瀏覽器，我們很自然地想到用AI重塑搜索。

納米搜索有三個關鍵詞：1、多模態；2、答案引擎；3、生成式創作能力。

大家原來覺得搜索引擎給的答案太多，而且搜索引擎的商業模式忍不住在鏈接里放廣告，大家還是喜歡比較簡明扼要的答案，我們用大模型把找到的成百上千個網頁都閲讀之后，給你總結一篇直截了當的答案，這是利用生成式的特點。為什麼叫創作引擎？搜索只是手段不是目的，你們還是爲了創作搜索，比如，老闆讓你寫市場調研報告。

趙何娟：現在360做AI搜索，最有商業化的機會在哪里？美國有個獨角獸公司Perplexity，現在被認為是谷歌最大的挑戰者，純AI搜索，1年之內估值漲100倍，但沒解決商業化的問題。挑戰谷歌做AI搜索，很重要的問題是怎麼找到新的商業模式的問題。

周鴻禕：Perplexity我們研究過，技術就那麼回事。商業模式是新的AI搜索挑戰傳統搜索的機會，如果解決了AI搜索的商業模式，那麼，谷歌和百度很容易把搜索升級。之所以谷歌沒有動，不是傻，谷歌里很多聰明人，那麼大搜索量變成免費無廣告的答案引擎，能不能戰勝Perplexity還不一定，自己就先引刀自宮了，谷歌是受不了的。這可能纔是Perplexity的機會。

AI有可能逼着互聯網公司改變傳統的廣告模式，因為原來互聯網的服務成本很低，靠廣告是可以收回成本的。但是最近大家注意到沒有，OpenAI直播宣佈GPT o1的版本，1個月收200美金，從20美金漲到200美金，説明成本太高也撐不下去。AI應用的商業模式現在還比較早期，現在是誰能找到合適的場景，這個問題還沒有解決。

360集團創始人周鴻禕

趙何娟：大家知道知乎的產品形式是問答社區，有了新的AI技術加持，知乎要變成知識搜索的平臺嗎？

周源：首先我們不是轉型。按照剛纔老周舉的例子，答案引擎可以把很多網頁快速總結，給你比較簡潔的回答，但其實很多人並不需要。

社區本質上是人和人進行溝通討論交流的場景，很多時候不是把效率放到第一位，可能是中間的故事啓發到你，而不是最后的結論，人和人溝通討論不是以效率為第一優先的。

周鴻禕：我完全同意你的觀點，說了半天，咱倆不競爭。知乎上有很多討論的素材IP特別適合拍短劇。

周源：今天圍繞創作這件事，我比較傾向於思考的方向就是，有新技術的賦能和加持以后，怎麼產生高質量的內容，幫助人做到以前做不到的質量。

如果把整個內容行業拆開來看，內容平臺的這部分最大的商業模式，就是剛纔老周説的廣告變現，因為被消費品化。但是可以把內容變成商品，再變成服務。變成商品是類似現在的短劇等影視內容，這個市場是不夠大的，差不多千億規模。

如果AI技術能夠大幅提升，把產品服務的質量，顯著提升到現在達不到的用户體驗，這是比較有機會的。剛纔老周舉的例子，讓大家更快速地去寫小作文的方式可能是不行的。

知乎創始人&CEO周源

趙何娟：老周，周源説您説的方式不太行。

周鴻禕：他不光批評我，他也批評了建宏。

劉建宏：我回復一下，在體育當中，恰恰可以用人工智能的方式，把體育傳統的內容做有效提升。我們要做各種藝術化的處理，實際上都是技術的手段完成的，要加入大量的數據，跑者的跑姿，身上的可穿戴設備，要把它打通，而且，解決的路徑就在那里，只要我完成，就比現在的質量要提升N倍不止。

周鴻禕：老劉的廣告這麼多，我也插播點廣告，我開頭不好意思打廣告，大家可以下載納米AI搜索試試。我同意周源講的，但中國大部分用户連看文章都不愛看。

很多知名演員，藝術圈的導演給我發信息，意思説，周鴻禕干拍短劇這麼低檔的事，現在短劇看起來拍攝粗糙，劇本粗糙，但是架不住人民喜歡。只要有強大的用户基礎，質量是可以慢慢地改進。

劉建宏：我認為不管是文字搜索，還是我們現在説的所謂的文生圖，文生視頻這些技術，之所以很難有大的突破，是因為太廣了。人工智能體育的應用里面，有個特別合適的地方就在於體育的規範性。

人工智能之所以特別適合在體育里面運用，就在於體育的規範性。全世界乒乓球檯的案子都長得一樣，打網球，打籃球，踢足球，任何體育比賽規則都一樣。體育賽事已經把規則限定了，還有固定的場地和人員，相對固定的轉播邏輯。在這個基礎上，再加入藝術性的處理，就能夠讓體育的故事馬上變得不一樣。

周源：回到你問的問題，我覺得AI搜索的當前還是非常不完整的。傳統搜索不能只看搜索框和前端交互的部分，應該把搜索的入口和后面索引的網頁，加上網頁承載的生態鏈服務放在一起講，它是閉環的生態系統。

AI搜索的體驗，用知乎直答，你會發現它是內容產品，會在上面停留更長的時間，這個方式和傳統搜索差異很大。傳統搜索是你搜完之后去到另外的地方，但是新的供應鏈在哪里？還沒有完全形成，通過各種各樣的Agent幫助新的交互體驗下去完成。

原來你用搜索引擎去訂機票，是靠網頁和網站完成。現在是新的供應鏈，服務供應鏈、內容供應鏈，如果是一套Agent的生態，這個Agent完成的事情，其實是workflow，這種workflow未來有很多。

趙何娟：我發現人類發明語言的同時限制了自己，我們發明「搜索」這個詞，可能就除了搜索之外找不到可以對標這個語言的時候，我們就用搜索這個語言來套它，最后也限制了我要創造新的產品這件事情。現在AI的搜索方式不叫AI搜索，它應該叫什麼？

周鴻禕：凡是語言不能表述的，人類是無法思考的，語言是思維的邊界。「AI搜索」現在比「AI助手」的概念要更好。AI包括ChatGPT有兩個問題，承諾無所不能，你發現有的期望能落實，有的期望能落空，期望的結果是不確定的。

提示詞是對AI普及給普通用户最大的障礙，你用ChatGPT聊天機器人的時候，你的提示詞寫得不好，它表現非常差。搜索已經很多用户習慣，但是搜索有很多的不足你可以改善，用户對搜索的使用非常簡單，不需要教育，不需要寫提示詞，而且用户對搜索的希望也非常簡單，就是找到答案。

知乎當年能起來，因為大家已經厭倦，「我搜劉建宏的創業項目怎麼樣」，出來1萬個結果，我點開之后發現不是，是劉建宏的緋聞，很煩瑣。早期上知乎的時候，無論問什麼問題，我能得到比較清楚簡單的答案。

但是，知乎最是靠人肉回答這個問題。Perplexity就干了兩件事，一是AI測你的意圖非常準，寫的詞不達意，表達的語無倫次我們都可以把意圖猜對；二是不用人來寫，用AI生成式，今天的大模型叫生成式人工智能，把答案寫出來，答案基本上是靠譜的。

后來知乎變成社區，周源強調人和人的關係，將來可能也會有AI的數字專家，就是你説的Agent，可以在里面進一步地跟你討論問題，我覺得Perplexity打的也是AI，我覺得AI搜索的概念其實沒問題，包括知乎也推出這個產品，其實我們做搜索也很痛苦，我們也有自我顛覆，里面暫時找不到地方放廣告。

談生成式AI與人的關係：不能簡單地用「效率」區隔

趙何娟：這也涉及我下一個想問周源的問題。今年你在烏鎮的時候有提到，在AI的驅動下，未來十年「IoT萬物互聯」將逐步進化為「IoA萬物智能互聯」的概念，社區最核心的其實是人和人之間的交互，對於下一代的社區類或者説像知乎這樣的產品變成萬物智能互聯之后，AI怎麼解決人和人之間的關係？知乎社區的基礎是不是也會受到衝擊？

周源：人的很多基礎的需求是非常穩定、長期的存在着。比如生老病死、社交，比如構建認知體系等等，這是一代代的成長學習，它是有非常強的類似性。人和人互動，AI和AI互動，這是兩個不同的範式，不能簡單地用效率進行區隔，這關係到每個人自己的獎勵機制它背后的動力是不是發生比較大的牽引。

剛纔説的是體育技術，未來什麼東西會變得非常值錢和真實，我認為體育的競技就是，「人在跑」是沒有辦法替代的，來自人類本身的好奇心。

趙何娟：討論再深入下去會上升到哲學的話題。知乎是光源的客户，光源在上輪互聯網的浪潮里有非常多互聯網公司的案例，現在AI來了，你認為和上一代互聯網企業創業有什麼不一樣？現在的AI產品還是要落到互聯網時代融資時候經常提到的日活和月活，AI應用是不是最后要回到互聯網產品的邏輯？

光源資本創始人、CEO 鄭烜樂

鄭烜樂：這撥AI和之前相比最大的區別在於泛化性。它在解決通用問題的過程中，形成泛化的能力。之前的AI沒有資格討論日活，這代的AI卻有資格討論日活。

AI再往前發展，它解決的問題就與移動互聯網不同了。移動互聯網本質上是鏈接，兩位周總都是移動互聯網的老人，對這方面肯定也有深入的認知。我的觀察是，移動互聯網解決的問題是鏈接，包括鏈接的效率、鏈接的時空規模等等，把所有沒有在線的東西變得在線化、可觸達化。

但是AI的本質，是感知、決策和執行的一體化，本質上是通過直接生成服務本身解決問題，生成用户想要的結果。既然解決的問題不相同，那以前移動互聯網能做的事，就會被用端到端的方式再做一遍。其次，之前沒有被移動互聯網解決的事再交給AI，機會也很大。很多以前意想不到的場景可能都會通過AI實現。

中國市場跟其他地方最大的區別可以歸納成兩方面：

一是巨大的消費市場。中國的產品，特別是TO C產品，理論上比全球其他產品有更大的日活、更大的規模效應和網絡效應，所以導向了非常好的商業化前景。

二是中國有更好的產業土壤。中國是全球最大的工業國家，有全球最完整的工業門類和產業鏈條，在中國要看AI To產業和AI TO C的機會，美國則更多看AI TO B，所以在中國賺產業的錢和賺用户的錢這個邏輯是完全沒有問題的。

中國的企業最關心的三件事：

一是智能化。也就是怎麼用AI做自己新的產品或場景，顛覆或者改造自己的行業。對於創業公司來講，就是怎麼創造產業場景，怎麼形成產業的場景或應用；

二是全球化。中國所有企業家都在探索出海，這是因為中國的企業具備和全球企業競爭的基礎。其次是雖然中國市場是最大的，但對於中國的工程師紅利來説，中國的供應鏈紅利還不夠大；

三是產業創新。企業家們都在想怎麼避免內卷，怎麼更好地創新，更好地做產業創新。

這三件事里面最重要的就是智能化浪潮，也就是AI。剛纔兩位講到很多產業場景的問題，劉老師講到的產業應用的問題，都意味着AI已經向前邁出了非常卓越的一步。

趙何娟：建宏，咱倆都是專業媒體人出身，我們都有一種執念，在專業性這件事上是不能挑戰的。我以前做調查記者，我會對自己的文字有非常嚴格的要求，我自己出來的東西，是要為這個文字負責的，一定要對它的真實性、專業性負責，我對錯別字的容忍度都非常的低。

我發現AI生成一個很大的問題就是，用户得到的內容有幻覺，有虛假的，有不那麼真實的。你們做體育AI生成的內容，要是弄錯一個地方，可能平臺覺得沒有什麼，但是作為職業的媒體人來説，會覺得是非常大的問題，你怎麼面對這種錯誤率？

劉建宏：我們是從對體育活動鏡像的記錄開始，其實都是對人類體育活動客觀的記錄和反映。我們首先要做到的就是真實地去記錄，這點我相信現在已經完全能夠做到。馬拉松我講得更多，但實際上現在把兩個場景，檯球場景和乒乓球場景，也已經完全智能化，而且這兩個項目的智能化程度遠遠高於馬拉松，我們在臺球賽事和乒乓球賽事的轉播里面已經完全實現無人化。體育賽事的直播是多人單任務，所有的人都是爲了一件事，把賽事轉播好，實際上是有規律可循的。

趙何娟：別工作被干掉還能理解，像我剛剛講到，我要為我的內容負責，為我名字下AI生成的內容負責，就像解説員，大家記住的是黃健翔個性化的瞬間。

劉建宏：麥當勞可以服務大眾，讓大眾填飽肚子，再就是米其林的個性化，在我的行業里面，實現「麥當勞」已經很容易，我已經看到這條路，路徑已經很清晰，未來體育的米其林不是黃健翔，也不是劉建宏，它是未來的邏輯。

未來靠人工智能轉播出來的體育賽事，可能是全數據化的，並且它的聯想和推理是另外一套邏輯，哪怕最優秀的解説員不可能認識到全場的觀眾，但是人工智能可以建立梅西和他的啓蒙教練的關係，可以建立老周和他的緋聞女友的關係，人工智能可以建立這種聯繫，用它的推理能力進行表達，到時候人們看到的體育比賽和現在的不同，甚至人類從事的體育項目也會發生改變。

凱利時董事長&CEO、著名主持人、足球評論員劉建宏

談2025年最期待：workflow，具身智能，AI for Science及其他

趙何娟：時間關係，最后的問題同時問5位嘉賓。在2024年的年尾，你們對2025年AI的趨勢有什麼判斷和期待？

周源：我還是非常明確地把基座模型的機會，和場景化的機會看成兩大類。基礎模型看英偉達一季度300多億美金的銷售收入，是這些基座模型的成本，300多億中國加美國算10家公司，相當於1家要花30億美金，這是大數。

當然英偉達還有TO C業務，把TO C業務砍一半，差不多15億美金，15億美金1年下來你得花200多億人民幣，玩家數量很有限，在這種情況下，應該看到整個開源的技術和現在也做了很好的基礎以后，開源的應用場景，里面有大量的Workflow就是剛需，Agent就是定製解決問題的。

巴拉戈納：當然，我覺得AI會繼續蓬勃的發展，我們會看到更多的應用，更高質量、更快的應用，我們會看到到處都有AI，2025人們可能會有點疲憊，因為到處都是AI，人們可能會有點膩，其實和現在類似。無處不在，遊戲模型、音樂模型等等無所不在。在於我們如何定義AGI，今天也可以説已經有AGI，只是説AGI明年會越來越好。

周鴻禕：如果AGI定義成通用人工智能或者叫超級人工智能，我覺得現在AGI可能短期內不會來到，大家在Scaling Law（尺度定律）上還是碰到很多障礙。大家用大模型做應用場景，會變成兩個體系。全世界不超過10家會繼續在AGI上拼算力、拼數據、拼訓練，我期望在2025年看到大模型是能力不是產品。

我建議有6個場景值得大家關注，其實2024年已經開始。

一、人人普惠、人人智能，如何在2C的領域把人工智能的能力變成大家生產中提高生產力的工具；

二、萬物智能。所有智能硬件，所有硬件包括工業設備都會考慮有邊緣側的大模型上來，可能你們家的電視以后説話也不那麼智障，你們家的冰箱也帶着眼睛，路過冰箱的時候和你打個招呼説干嘛不打開喝瓶牛奶，家里的電器和你亂説話，你也不要覺得很意外；

三、傳統企業的「數轉智改」獲得大發展。我剛剛講斯坦福醫學院的例子。既然用人工智能打造新質生產力，就要跟企業的核心業務系統發生賦能，直接能夠降本增效；

四、助力新興產業。新興產業本身就是數字化，像具身智能、自動駕駛、低空經濟，用大模型帶來的新的範式；

五、AI for science，今年諾貝爾獎已經證明這點；

六、AI安全。無論是AI解決安全問題，還是解決AI安全的問題，會變得越來越重要。

鄭烜樂：我非常同意周總講到的幾個方向。我就重點講講創業公司的機會。

如果看2C的話，在中國的遊戲、教育等專業內容和服務生成的領域，AI和具體場景結合來生成服務、內容和結果的方向可能會是創業公司的機會。

我也看好具身智能，特別是中國的具身智能。它不像語言大模型，中國起步比別人晚，算力也少很多，處於追趕的狀態。中國在具身智能方面擁有最強大的硬件供應鏈生態，最好的應用場景：工業、產業、物流等等，未來贏面很大。

軟件層面中國也不落后。美國和中國做具身智能的其實是同一撥人，多數都是清北、斯坦福畢業，先做科研后期回國，基本上大家項目啟動的時間都差不多。最后數據方面，目前行業數據缺乏，大家都處在同一個起跑線上。

所以很難不相信中國會變成具身智能領先的生態，光源也正在積極投資佈局這個方向。

為什麼創業公司有機會？因為傳統科技互聯網大廠並不熱衷於做硬件產品，過去做機器人的公司積累的軟件能力與具身智能泛化的能力間的差距非常大，具身智能是軟件定義硬件，創業公司非常有機會實現超越。

剛纔周總講到「智障」到「智能」，在這個曲線走完之前談不上成本。企業不會允許「智障」的東西進入到生產場景里。但從「智障」變成「智能」，大家就要開始關注它的成本和投資回報周期。

一旦智能化，或者説「智障」到「智能」的問題能夠解決，比如英偉達十年降了百萬倍的算力成本，成本的曲線下降會遠遠快於智能化水平提升的曲線。規模化帶來的成本下降曲線又可以更好地體現出來，等到越過體驗閾值進入到成本下降曲線的應用，就會在工業、物流和其他場景獲得機會。

AI for science也非常有發展前景，這一點從諾貝爾獎的趨勢中就可見一斑。無論是在材料科學還是生命科技的發展中，AI的角色已經發生了根本性轉變。AI不再是生產力的連接器，而是成為生產力本身，直接參與到生產過程中，甚至在某些環節替代了人類的工作。這會是我在未來一年中將特別關注的重點方向。

劉建宏：當我們説突破的時候，肯定不是説整體，一定是單點或者是局部。2025年可以在兩個項目上有突破，馬拉松和檯球轉播，能夠實現對目前人類已有水平碾壓式的超越，我已經迫不及待等待那天的到來，我渴望人工智能大的能力提升，給到我有力的支撐，讓我們在單點上實現突破。

趙何娟：特別感謝幾位嘉賓剛纔精彩的分享和碰撞，謝謝大家。

（本文首發於鈦媒體APP，作者｜李程程，編輯｜胡潤峰）

特別聲明：以上內容僅代表作者本人的觀點或立場，不代表新浪財經頭條的觀點或立場。如因作品內容、版權或其他問題需要與新浪財經頭條聯繫的，請於上述內容發佈后的30天內進行。