11月28-29日，36氪WISE2023 商業之王大會在北京國際會議中心盛大舉辦。本屆大會以“太陽照常升起 The Sun Always Rises”為主題，橫跨一個主會場與六大垂直領域專場。主會場聚焦“未來3650天”、“在產業洪流中”、“進擊中的萬聯網”、“AI與商業增量”、“全球品牌看中國”、“科技至上 共鑒創新”六大篇章重點議程，邀請全領域商業大咖展開為期兩天的頂級商業對話，向現在提問，給未來答案。
在11月29日大會主會場，進行了一場以《AI商業落地如何持續進階》為議題的精彩圓桌對話。由淺月資本創始合伙人陳紫冰、崑崙萬維董事長兼CEO方漢、阿里巴巴集團圖靈實驗室首席專家、深象智能科技算法負責人覺奧博士、松鼠Ai聯合創始人梁靜、錦秋基金執行董事臧天宇、清智資本創始合伙人張煜等AI領域行業相關大咖在內，共同展開了一場深入探討與分享。
圓桌對話現場
以下為圓桌對話內容，經36氪整理編輯：
陳紫冰：大家好，我是淺月資本的陳紫冰。今天很高興能和大家一起來探討和分享，在新的這波AI的技術浪潮的背景之下，與商業化和產業化上相關的一些有意思的話題。我們先請各位嘉賓來自我介紹一下。
方漢：各位來賓大家好，我是崑崙萬維的董事長方漢。崑崙萬維是一家互聯網平台出海企業。我們從2020年開始進入大模型研發的賽道。2021年我們就已經發布了中文預訓練大模型。同年開始AI音樂生成的研究。2022年我們提出的口號是All in AIGC，2022年12月份我們發布了國內最早的開源綜合性訓練大模型。今年4月份我們發布了我們的千億大模型“天工”，8月份我們發布了我們的AI搜索產品，同時我們在海外也在進行音樂、漫畫、遊戲以及社交等AIGC產品的探索。
覺奧：大家好！我是來自銀泰商業集團旗下深象智能的王炎，覺奧是我的花名。我們的業務定位是大數據驅動的消費解決方案提供商，包括一個大腦和一雙眼睛，大腦是指做零售實體的商業智能，也就是在人、貨、場等鏈路嵌入人工智能，實現降本提效；眼睛是指做機器視覺，也就是對線下經營場所的監控視頻進行智能分析，讓監控鏡頭不僅看得見、看得清，更能看得懂。有了“大腦”和“眼睛”，商業經營的黑盒子就被打開了。
阿里巴巴集團圖靈實驗室首席專家、深象智能科技算法負責人覺奧博士
梁靜：大家好，我叫梁靜，來自松鼠Ai智能硬件公司，松鼠Ai是2014年創辦的，我們從始至終在堅持做人工智能自適應技術，又加入了大模型的技術。我們產生的使用的場景是，在家庭或自習室的學生自主學習的智能學習機場景，同時在校園內是提供智慧校園的SaaS平台賬號，以及周邊的智能硬件生態的產品。我們的核心是一直在挖掘教育的本質，學習的本質其實是要找到每個學生的知識薄弱點並且讓學生學會學懂，例如學會那個知識點以及相關的一些能力，而不是簡簡單單的從表面上解決不會的問題，所以我們從創始之初一直到現在，非常注重且研發的核心的本質就是學生一定要從根源去把他的知識內容學會學懂。這樣的話，地基打好了，才會在未來的學習當中和訓練他的能力當中有一個非常好的提升跟突破。謝謝！
臧天宇：大家好，我是錦秋基金的臧天宇。錦秋基金的投資主要圍繞兩條主線展開，一個技術主線是AI，有一個商業主線是全球化。從判別式AI 的落地開始，其實AI及其產業應用就是我們這個團隊，最重點關注的一個方向，然後今年的話也是在重點看這一波生成式AI的浪潮，今天天很高興的在這裡跟大家交流，感謝。
張煜：大家好！我是來自清智資本的張煜，清智資本是在清華大學智能產業研究院（AIR）支持下成立的，專註於投資AI領域初創公司，我們口號是“專註AI，投資未來”。我們有上千平米的實體孵化器，從源頭孵化和投資原創AI項目。如果大家要有好的idea，準備在AI領域創業，我們免費提供在宇宙中心-清華科技園的創業場地、孵化和投資機會，謝謝大家。
陳紫冰：謝謝各位嘉賓的介紹跟分享。讓我們進入第一個話題，我們看到今年生成式AI在技術層面上是有非常快速的迭代與發展的，經過一年的時間，大家目前有沒有看到生成式AI有哪些較為領先的落地場景，或者大家覺得哪些行業是有發展潛力的？
方漢：說到這個話題之前，生成式大模型有一個嚴重的問題就是幻覺，就是出現的問題不一定正確的，導致各行各業——尤其是容錯性要求嚴格的行業——對大模型的接受比較慢。而在娛樂社交領域，對於準確性要求不那麼高，這些領域會快速的落地。商業化進展最快的其實是文生圖，現在AI完成了大量淘寶模特跟攝影師的工作，原來200塊錢一張圖，現在兩分錢一張圖，這都是我們看到的趨勢。在C端，尤其內容社交和娛樂這些賽道，我覺得AI會很快落地。尤其在一些垂直行業，我們的智能助手會逐漸起來。
崑崙萬維董事長兼CEO方漢
陳紫冰：感謝方總，這個問題覺奧博士怎麼看？
覺奧：我非常同意，無行業不AI，沒有行業場景的話，就不會有AI的存在。幾年前，靠PPT、論文和專利就能吸引投資者，但現在AI必須要有行業的落地場景，才能持續發展，哪怕是上市了，投資者也要看是不是有很好的落地場景了。所有的行業都值得用大模型重做一遍。
大模型可以讓我們內容創作很快速，很高質量，受益行業包括新聞、廣告、電影、遊戲，這都是創作屬性比較強的。我們銀泰商業也在用AIGC來創作內容，銀泰有幾千個微信群，針對我們的顧客，每天生成不同的營銷方案，生成美的解決方案，來推薦給我們的顧客，包括符合潮流的美妝推薦、服飾穿搭等。
另外一個就是智能導購，我們銀泰商業利用AIGC技術，可以根據顧客的購物歷史和偏好，以及加入對商品知識庫理解，為顧客推薦最符合其需求的商品、穿搭，進行交互問答、售後服務等；另外，大家都知道，商場里導購員是非常關鍵的，直接決定了銷售額，我們將長期積累的優秀導購員的經驗數字化，把這些數據餵給大模型訓練，讓優秀的導購得以快速複製，給到每一個品牌店，幫助銀泰商場內的品牌店鋪提升業績.
陳紫冰：梁靜總您有什麼不一樣的視角？
梁靜：我對教育行業的觀點是關於AIGC在整個教育行業的應用，例如個性化學習、輔助助手、自動批改，對教育科技企業來講內容生成更快速，更廣泛，更加精準，更加生動有意思。對於未來潛力，對於教育公平化這樣更廣泛的成果。目前我們看如果大模型產品其實僅僅是單向互動，當用戶有了需求，用戶向系統提出這樣的問題和需求，系統給了答案，貌似是我們助手老師的感受。但實際上對於學習來說不僅僅是單向，應該是雙向的，系統要更加懂用戶的過去學習情況和學習數據，需要大量數據和行為的積累，雙向的互動和學習才能真正去提供個性化的解決方案，目前松鼠Ai我們就是將AI自適應與大模型技術的結合，就是這樣可以提供雙向的內容，也已經有了大量的優勢和成果，未來可能我們覺得這條路走的更深，而且不能僅僅依賴於AIGC技術，還要結合對教育教學的本質，提供價值的技術才會更加有效。
松鼠Ai聯合創始人梁靜
陳紫冰：從投資人的角度來講，目前有沒有看到哪些商業化領域落地是領先的？
臧天宇：我們認為最直接的還是在互聯網領域，偏向於娛樂社交方向，看到國內有很多團隊在做類Character.ai的創業，這樣的場景下幻覺不是一個問題，反倒是一種受益，包括最近短劇的換臉出海，也是娛樂化方向的領域。第二個是偏效率類生產力方向的應用，像文字、代碼生成的場景，包括驅動一些企業自動化的流程，能創造明確的價值，這些領域既有玩家結合新的技術帶來新的體驗，落地更快一些，像微軟Copilot、GitHub Copilot、Adobe firefly 等都有很多例子。第三如果從垂類來看的話，像營銷、教育、法律也看到很多落地案例，給企業生成商品或者是營銷素材，其中有挺多公司賺到了錢。
陳紫冰：感謝天宇的分享，也想問問張煜總，從咱們視角來看有沒有對這個問題有新的看法。
張煜：特別同意前面幾位嘉賓講的。應用非常重要。我們清智資本今年也投了近10個項目，包括AIGC、大模型、生物醫藥、機器人相關的人工智能項目。從我們的角度來講，也有一些自己的觀點：
第一，更關注行業模型。大模型通用能力越強越好，但畢竟大模型領域需要少數的基座就夠了，行業千千萬萬，在行業方面深入是挺重要的內容，也更有實際價值，我們也投資了像醫藥方面的通用模型，在行業模型這個領域我們還會深入去看。
第二，關注產業應用。產業應用非常重要，目前娛樂、直播、文圖生成等傳媒領域的AICG應用比較普遍，另一方面，傳統產業的智能化改造升級也很重要，比如製造業自動化，工業化編程等方面，利用AI進行無代碼/低代碼程序生成，相當於換一種範式標準。過去微軟公司開發Windows系統，每年花費幾十億美金，數千工程師協作開發，可是還是有很多bug，版本發布也經常會延遲。如果未來用大模型無代碼的方式生成程序並運行，可以大大減少開發程序員的數量，如果要趕工期，無非就是加電力和算力就夠了，這在過去是做不到的。智能製造也是一個方向，我們知道有很多燈塔工廠或者黑燈工廠，我們同合作夥伴一起也同一些大廠合作，未來在敏捷製造方面可以快速切換產品的種類，甚至按照個體的意願生產完全個性化的商品。
作為學院派，我們也在AI for Science方面也特別關注，我們知道前幾年疫情對大家造成很多影響。千百年來，醫藥行業都是先有病再有葯，那我們能不能通過進化學理論和分子動力學等方面的知識，看看病毒怎麼發展進化的，找到其中的規律是不是可以先做出面向未來5到10年的葯。這會是非常有趣的探索。AI使得這一切變得可能！
清智資本創始合伙人張煜
陳紫冰：我們看到了生成式AI在商業化上不同的新機會和觸點，剛才也聊到，咱們的嘉賓都來自於不同的行業，那麼深入到產業內，AI怎麼跟這些產業結合。首先請教一下方漢總，崑崙萬維在做自己的大模型，也在AI方向深耕多年，能不能跟我們分享一下具體我們布局了哪些方面，或更看好哪些行業？
方漢：我們從2022年初思考判斷這個事，這波AI浪潮應該不會比2000年、2010年互聯網浪潮小。這波浪潮中長的比較大公司，一是C端公司，二是一定是免費的模式。爆發出來的巨頭行業，也一定是C端的公司。由於C端公司增長模式確定，他大概率不是以訂閱模式存在，而是以免費模式存在。三是我們認為大概率是UGC平台。短視頻賽道給我們一個啟發。我們認為AIGC在這些方向上會有大的突破。
現在所有的AIGC技術，不管是文生圖，還是聊天，還是文生視頻，文生3D，所有現在技術都是素材，什麼叫做素材？經過加工之後才能夠使用的變成內容，現在大多數AIGC出來的都是素材，而不是內容，真正用戶能消費的只有內容，這時候存在很大空間。
現在大模型門檻非常高，它要求有Prompt Engineering（提示詞工程）能力，對於普通用戶來說很難快速上手。因此，我們一定要向用戶隱藏所有技術細節。我們做技術的人把所有的工程能力和算法能力投入進去，最終給用戶隱藏技術細節、提供技術便利。我們基本上也是朝着這個方向努力的。我們在國內主打AI搜索，我們認為AI搜索可以把傳統搜索引擎用戶體驗以5-10分鐘循環，壓縮到5-10秒為周期循環。
我們海外布局主要是AI音樂，比如從自動作曲、編曲、演奏、演唱、合成等等全鏈條的解決方案，還有AI遊戲、AI漫畫、AI社交等領域。
這就是我們基本上的一個思考。
陳紫冰：謝謝方漢總。剛剛方漢總跟我們提到了非常多的這波生成式AI和一些線上產品去結合的新機會。我們也知道，深象智能則是在線下零售行業深耕了非常久，而線下商超百貨，又是一個場景非常複雜，數據非常多，並且也在時刻變化的行業。所以也很想和覺奧博士探討一下，在線下商業體與這波新技術的結合上，咱們會有哪些新的一些思路呢？
淺月資本創始合伙人陳紫冰
覺奧：我們從一開始就是以落地、規模化應用為最主要的驅動力，做商業智能和機器視覺，針對人貨場，一點一點來落地，一個插件一件插件來做的，最終形成了我們的商業智能操作系統（MOS）。除了上面講到過的內容生成和智能導購外，我們還落地了以下三個業務智能插件：
一個是智能供應鏈管理和智能選品，銀泰商業目前可以利用AI技術，預測銷售趨勢、爆品和庫存需求，從而優化商品庫存和物流配送，這可以幫助商超百貨降低庫存成本和運營成本，提高盈利能力；AI也可以對商超百貨的運營數據進行深度分析和挖掘，發現消費者的購物偏好和行為習慣，進行商品選品，提升銷售額。
第二個是智能安防和智能防盜損，商超百貨作為人流密集的場所，安防十分重點。利用AI技術，實現了24小時的智能值監控和及時預警；另外，就是針對商超推廣自助收銀機導致盜損率大幅上升的問題，我們提供了全場防盜損的AI解決方案。
第三個是智能體驗，我們利用AI技術，包括AR/VR技術，實現虛擬試衣、虛擬試妝等功能，提高消費者的購物樂趣和滿意度。
做商業實體的商業智能有很多挑戰和困難點，第一，做商業智能需分四步走，分別是標準化、在線化、數字化，最後一步才是智能化。實體商業是非常傳統的行業，很多企業前三步都沒有走好，甚至連標準化和在線化都還沒有完成，更不要提最後一步智能化了。比如，我們服務的某個大型商超在落地全場防盜損方案的時候，就發現它的標準化、在線化做得很不好，我們花了整整一個月來解決其聯網的問題，包括更換老舊的交換機和路由器等。
第二，做商業智能要有相應的組織建設做保障，來專門負責數智化的落地，尤其是一號位要有遠見和魄力，要由一號位來主導。比如：做商場的智能客流系統，各進出口、樓層、鋪位的客流做準確了，並不會給營收直接帶來收益，但客流的準確對商場而言最基礎的，這時候上不上客流系統，就要看一號位的決斷力了。
我們銀泰商業，在數智化方面是走在行業的前面的，做得比較成熟，目前已經形成了“三條增長曲線”。第一增長曲線是把商場內的經營做好，實現坪效翻倍；第二增長曲線是通過我們的能力，實現線上線下一體化，60多家門店一盤貨，讓服務時間和服務空間得以延展和擴大，具體形式包括喵街APP和雲店；第三增長曲線是把我們已打磨好的“商業智能”和“機器視覺”產品對外輸出，幫助同行完成數智化轉型升級，提升銷售規模。
陳紫冰：感謝覺奧博士的分享，深象智能在整個零售行業確實是有非常多的knowhow和經驗。所以我們也想看看另外一個具體的行業，就是教育行業。教育行業一直是人工智能備受看好的一個落地領域。咱們也知道，松鼠AI在這個AI與教育結合的方向上也深耕多年，經歷過行業的大起大落。所以也很想跟您探討一下，這波大模型的技術，跟之前的這些AI技術相比會有什麼新的產品結合點，或者說是一些變化嗎？
梁靜：謝謝主持人，對方如果了解松鼠Ai的，知道我們從2014年開始做的是AI自適應算法的技術以及引擎。結合大模型之後，其實跟其他的教育科技企業不同的是，我們是將AI自適應的算法結合了大模型。我們知道市面上，不管我們國內還是國外的，例如可汗學院，他新出了一個產品叫Khanmigo, 他是和Open AI一起合作的，是一個全新的大模型的教育產品，還有多鄰國在與 GPT-4 整合後推出新的訂閱 App Duolingo Max。我們認為真正能做到千人千面雙向的個性化學習其實還是要基於自適應的這個引擎的平台加上大模型。這裡有幾個核心的差異點和價值，就是我們舉一個例子，如果一個孩子他已經在所處的這個系統裡面學了可能三年了，那他已經產生了大量的學習行為數據，這個系統已經非常懂他了。那我們的系統加上了大模型之後，他的優勢我大家都知道了。這個大模型加自適應引擎的這個系統是個AI虛擬老師，會基於他過去的一些學習的內容、基礎知識、行為、性格特點，給他推送的其實會更加的精準。如果我們對比說如果是一個全新的一個大模型的產品，那這個學生開始學的話，那等於是零基礎，這個大模型的產品要重新的去了解這個學生的學習情況。所以這是一種比較簡單的方法去做了一個對比。另外如果僅僅是調取大模型基座里的一些數據信息，剛剛我們的方總提到了產生的一些幻覺或者一些不準確的信息，如果在社交娛樂行業是完全ok的，但是對於教育來講，至少我們要灌輸的是你要給人家正確的答案，所以他不一定是一個正確的答案，可以有多個正確的答案，但是這個答案是正確的。可是如果我們不進行過濾，不進行篩選，不進行評估，直接從大模型去調取的話，解題的思路可能都是完全不正確的，所以在我們的整個結合的一個引擎平台裡面，我們有很多的agents。不同的agents就是智能體，它有不同的function, 它行使它不同的作用去對大模型調取出來的一些數據，不管是評估還是推送推薦等等這些進行評估和分析，然後再註冊到我們的真正的引擎的核心平台。
所以這是在我們看來，將大模型的技術嫁接到我們現在的AI自適應的平台上，可以基於過去我們9年的算法的積累，大數據已經有超過100億的學習行為數據，加上大模型技術、算法和內容，給學生們提供更加廣泛的同時可以更加的精準，讓孩子知道可以學的當下最適合的內容，不用零起步，這也是我們嫁接到大模型之後明顯的小小成果。我們應該在1月份組織教育AI大模型討論論壇，同時發布我們產品技術。
陳紫冰：感謝梁靜總的分享。請教天宇總，從投資視角來看，大模型出來之後，錦秋基金對AI+不同行業的產業版圖有什麼新的看法嗎？
臧天宇：過去判別式AI技術的時候，技術和數據是緊耦合的狀態，門檻比較高，應用方需要具備算法架構，工程平台，數據管線的能力，2019年到2021年投的時候，應用主要集中在能源、金融、先進制造等有錢的行業或者企業。這一波，因為基座大模型比較強大的能力，應用層和技術層一定程度上出現了解耦和分工，有的公司提供基礎底座模型，有的公司在這個基礎上做微調和應用，整體的AI技術應用的門檻是有比較大的降低，我們也看到有越來越多的細分行業和場景開始擁抱AI，從行業應用角度來講，版圖大大的擴充了。還有一些細分的場景，也能用的最先進的AI技術，還有非常多2C的AI原生應用生長出來。其次產生了獨立的基座模型層，作為產業鏈上非常重要的位置，也佔據了比較大的價值，這也是在過去我們所沒有看到的。
我們的關注點一方面是在應用層，無論是2C還是2B，通用或行業垂直，都有關注。另一方面，從技術創新的角度，我們會比較關注多模態模型和具身智能。
錦秋基金執行董事臧天宇
陳紫冰：您覺得對於一家AI公司來說，是把商業模式跑通更重要，先賺到錢更重要？
臧天宇：相輔相成的的，如果商業模式能夠跑通，肯定能賺到錢。
陳紫冰：剛剛提到清智資本既做投資，也做早期孵化，積累了非常多幫助創業公司從0到1的經驗。從您的角度來講，這波AI公司創業過程當中，更需要哪些方面的支持，政府又可以在其中扮演什麼樣的角色？
張煜：現在的商業環境跟以前不一樣了，分化很明顯，以前通常講草根創業比較多，現在也是草根創業，但分化的結果，是能拿到融資的創業公司數量相比以前變少了，相應每一個拿到融資的項目得到的錢多了，所以創業者想生存，就必須在初始階段搶到頭部位置。總體上，現在的創業環境對創業者更苛刻一些，我們清智孵化器專註在AI領域，爭取為AI領域的創業提供更好的條件。
政府對創業公司的引導作用非常強。在AI領域創業，特別是大模型領域，算法、算力、數據、應用都是發展的要素。算法主要靠企業自身，但算法改進也同數據相關。當然現在好多大模型也是開源的，可以利用好的開源模型迅速深入到實際應用當中去產生價值。當然專家的指導也很重要，清華智能產業研究院（AIR）有很多頂尖的AI科學家，我們投資和孵化的企業有很多已經同他們開展了交流和合作，這是其他創投和孵化器不具備的；算力目前比較貴，如果政府能夠統一建設大的算力中心並提供給企業使用是個好的解決辦法。我們孵化器也免費提供一些算力給我們孵化器的創業企業；數據這個事情更難一些，如何保護數據又能夠合理使用目前還在探索。我們院有專門研究隱私計算的專家，可以用AI技術去掉數據敏感性後提供給創業企業。
從政府層面來講，支持產業是政府非常重要的職能，政府有大量的資源支持到產業當中去，我覺得最重要當然是政策，還有應用場景，還有數據，還有資金支持等。我們資本目前規模還好，LP主要是頭部的VC和產業資本，暫時沒有要政府的錢，未來規模大的時候，多少可能會拿政府的支持，所以政府對於創業和投資的支持是整個經濟體系中不可或缺的一環。
陳紫冰：感謝各位嘉賓的分享。最後希望跟大家一起展望一下這個行業。大家都說今年是AGI黃金十年的開始，站在這樣一個開端，希望大家能用一句話簡單預測一下，未來3-5年下一個周期內，大家對於這個行業最期待是什麼？或者回到今天AI商業化落地的主題下，大家覺得未來5年內AI商業化落地會走到哪個程度？
方漢：我最期待的是，我認為現在技術是遠遠超前於產品的。在AIGC或者AGI市場上，目前技術人員成本最高的，產品同學還沒有準備好，我期待產品同學理解並懂得大模型的技術邊界之後，能夠發揮自己的創造力，創造出全新的顛覆式商業模式和產品模式。這是中國產品經理和中國創業者更擅長的，我堅信下一代字節和阿里巴巴一定由草根創業者創立跟建設，我也堅信顛覆式的創業模式和產品模式是我們最希望看到的一點。
覺奧：未來3-5年，AI商業落地一定會進入到全面的普及與深度應用的階段，尤其隨着大模型或者通用智能的大量應用，一定會對各行各業產生深遠的變革，包括創造新的價值，創造新的商業模式，跟剛才嘉賓說的一樣，未來3-5年會出現新的巨型的獨角獸AI企業。
梁靜：從AI的商業價值來看，未來AI會砍掉90%白領的工作，像播種機和收割機已經解決了農民的基本工作，同時提高工作的效率。從人類整個社會行為來看，未來AI可以減少我們看手機或者電腦的70%時間，我們會有各種各樣語音類、視覺類助手幫我們訂車、訂飯、訂票、打車，以及幫我寫一些報告總結類的內容，這樣的話，我覺得會帶來另一種現象，我們可以有更多的時間人與人交往，走到戶外，提升我們自身以及我們的健康，我希望AI給我們帶來不是固化我們，而是解放我們，讓我們有更高品質的生活，讓我們更加健康。
臧天宇：我們覺得今年是大模型的元年，大家看到範式的變化，基座模型的能力在提升，上下文窗口還在拉長，對於模型邊界在哪兒，AI原生產品應怎麼設計，數據飛輪如何打造，我覺得還是需要一個摸索的過程。未來3-5年會誕生出一套成熟的AI產品方法論，更多有商業價值的應用會被創造出來，真正實現千億乃至萬億級的應用市場機會。
對於錦秋基金來說，我們會非常關注兩個方向，一是多模態模型，二是具身智能，我覺得未來3-5年相關的底層技術還會有非常大的變化，讓我們逐漸看到在技術路徑上的一些收斂，包括大模型在端側推理和應用，都是我們非常關注的方向。
張煜：今年應該叫做生成式AI元年，當然也是大模型元年，特別下半年開始看到很多AIGC的創業項目，相信未來幾年AIGC帶來的應用會湧現式的產生。從商業邏輯上講，生成式AI，包括大模型如何能更貼近應用場景，是非常重要的。大模型生成的應用跟各個產業結合，首先是跟應用場景的結合，這是大模型近期面對的主要問題。長遠的看，大模型有兩個方向的發展：一是自主智能，通過自我完善和升級，大模型會像小孩一樣慢慢長大，這一點大家還在不斷的完善，我們也看到一些前瞻性的研究都在往這個方向發展；二是模型與模型之間交互與對話。人和人之間的交流使得知識在人群之間的快速流動，結果是全人類的知識提升，什麼時候模型跟模型可以自主交流和對話了，就是所謂自主智能體的興起，那人工智能就進入了新的發展階段。當然這個事對人類就有點麻煩了，人類可能受到威脅，但從發展來看可能就是未來。我的總結是：
第一，未來5-10年，以人工智能為核心的數字經濟會變成主流的經濟形態；
第二，AI可以顛覆一切行業，我們也完全相信AI一定會顛覆一切行業；
第三，對AI的使用會成為企業的基本競爭能力；
第四，AI發展到一定程度，人類會面臨很多深層次的挑戰，這些挑戰也許是人類未知的，也是大家擔憂的，需要大家充分重視這個問題。
陳紫冰：謝謝各位嘉賓的分享，也很期待在這波洶湧的新技術浪潮下，能看到更多產品和商業化上的創新，讓技術發揮更大的社會價值與可能性，謝謝大家！
