360集團(tuán)創(chuàng)始人周鴻祎來參加2024年世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會，從邁入烏鎮(zhèn)景區(qū)開始，他身邊總圍繞著一群人，他還給自己安排了至少兩場論壇和一場采訪。近一年來，周鴻祎成為不折不扣的“網(wǎng)紅”，他的抖音賬號已經(jīng)發(fā)了1000多條視頻。

“前一段時間在抖音上希望流量好一點(diǎn)，偶爾有流量焦慮，會看別人的視頻怎么做，一看就到半夜兩點(diǎn)才睡，搞得睡眠習(xí)慣很不好。”周鴻祎在采訪中說。“很多人問我在短視頻中胡說八道是不是不務(wù)正業(yè)，我覺得搞流量不是不務(wù)正業(yè)，企業(yè)家應(yīng)該用行動為企業(yè)發(fā)展尋找突破口。” 今日他又在烏鎮(zhèn)峰會的發(fā)言中表示。

周鴻祎尤其喜歡在短視頻中談AI，他說這是在“絮絮叨叨地科普”。最近，他樂于對外分享的觀點(diǎn)是，中國的AI企業(yè)更適合走專有大模型的道路，他在烏鎮(zhèn)峰會期間反復(fù)強(qiáng)調(diào)企業(yè)不要一味跟隨OpenAI的路線。

第一財經(jīng)記者在烏鎮(zhèn)峰會也見到了應(yīng)用廠商印象筆記董事長兼CEO唐毅，他也在思考通用大模型和專用大模型在商業(yè)應(yīng)用時的差別，他告訴記者，在一些比較垂直專業(yè)的場景，專用模型質(zhì)量會更好、成本更低。唐毅談到OpenAI的做法和一些AI應(yīng)用廠商面對落地場景時的實際考慮。總體而言，唐毅發(fā)現(xiàn)，業(yè)界對AI期待值還是很高，不同的是在今年的烏鎮(zhèn)峰會上，大家比去年更務(wù)實、客觀、科學(xué)、理性了。

“不要被OpenAI牽著鼻子走”

AI是本屆烏鎮(zhèn)峰會的熱議話題，在展望AI給社會生產(chǎn)力帶來巨變的同時，一些互聯(lián)網(wǎng)廠商負(fù)責(zé)人開始劃分不同AI發(fā)展路徑并試圖找到其中更適合的路徑。

周鴻祎從中美AI企業(yè)的差異談起，他告訴記者，他一直認(rèn)為中美人工智能發(fā)展差距不大，原因是大模型四要素算力、算法、軟件、數(shù)據(jù)中，國內(nèi)企業(yè)與美國企業(yè)的差距主要在于算力，也就是差距在芯片上。目前，OpenAI走了AI發(fā)展的一條“明線”，也就是通過堆算力、數(shù)據(jù)、能源、人力做超級人工智能。

“去年我也為人工智能的通用性歡呼，但現(xiàn)在發(fā)現(xiàn)通用人工智能最多是把大模型培養(yǎng)到大學(xué)（本科）畢業(yè)生的水平，而不是專才的博士。GPT-5還做不出來，OpenAI又改做o1，但o1解數(shù)學(xué)、物理題可以，造航空發(fā)動機(jī)不行。”周鴻祎對記者說，OpenAI的路線還未證明能走通，且美國也只有五六家公司在走這條路，目前隨著自然數(shù)據(jù)逼近枯竭、開始使用合成數(shù)據(jù)，這些公司發(fā)現(xiàn)效果并未顯著提升，Scaling Law（縮放定律）遇到阻礙了。

唐毅也發(fā)現(xiàn)，算力和數(shù)據(jù)“堆高”的路線遇到一些挑戰(zhàn)，能用的數(shù)據(jù)越來越少，Scaling Law遇到問題。在現(xiàn)有模型架構(gòu)下，大算力、大參數(shù)、大數(shù)據(jù)的路徑繼續(xù)走下去，大模型的回報率在下降。在商業(yè)回報層面，大量基座大模型和通用大模型的“賬”算不過來，面對這些挑戰(zhàn)，現(xiàn)階段業(yè)內(nèi)正在思考架構(gòu)算法如何創(chuàng)新、小模型表現(xiàn)怎么樣等。

周鴻祎認(rèn)為，中國廠商更適合走另一條“暗線”，即走專業(yè)化模型的道路。這條路線對算力要求不算太高且能落地。谷歌做下圍棋的AlphaGo、分析蛋白質(zhì)結(jié)構(gòu)的AlphaFold、設(shè)計芯片的AlphaChip已證明了專業(yè)化道路的可行性。中國企業(yè)要發(fā)揮工業(yè)門類多、工業(yè)鏈條長的優(yōu)勢來獲取垂直領(lǐng)域數(shù)據(jù)做專業(yè)大模型。周鴻祎稱，OpenAI的路徑長遠(yuǎn)看目標(biāo)正確，但不值得所有公司學(xué)習(xí)，國內(nèi)只需由阿里、騰訊、字節(jié)、百度這些有實力的大公司跟進(jìn)。

在數(shù)據(jù)方面，周鴻祎認(rèn)為專用大模型相對大參數(shù)基礎(chǔ)大模型更有優(yōu)勢。OpenAI用大量公開數(shù)據(jù)訓(xùn)練大模型，幾乎把世界上能找到的公開數(shù)據(jù)都用了，但這些數(shù)據(jù)不僅逼近耗盡，而且互聯(lián)網(wǎng)上很多數(shù)據(jù)質(zhì)量差。業(yè)內(nèi)近期已重視起知識密度和知識質(zhì)量，這種高密度、高質(zhì)量數(shù)據(jù)在互聯(lián)網(wǎng)上找不到，但立足于行業(yè)，專業(yè)大模型更容易獲得這些數(shù)據(jù)。在對算力依賴小的情況，這些高質(zhì)量數(shù)據(jù)讓專業(yè)大模型能力并不差。

印象筆記作為知識管理應(yīng)用廠商，唐毅關(guān)注成本和效用。他告訴記者，公司做的是參數(shù)量比較少的專用模型，在數(shù)據(jù)專業(yè)，模型預(yù)訓(xùn)練、調(diào)優(yōu)和場景控制好的情況下，訓(xùn)練成本和推理成本的“賬”可以算得過來。在考慮調(diào)用通用大模型API（接口）還是使用自己的專用模型之間，需要考慮場景需求，在應(yīng)用場景很垂直、很窄的情況下，自有專用模型質(zhì)量和成本都會更優(yōu)。

“考慮要為AI投入多少時，‘賬’要算得過來，不能在完全看不到合理投入產(chǎn)出比的時候去投入。除非追求的是AGI（通用人工智能），甚至認(rèn)為AI未來會替代人類，就像OpenAI，否則一定要在算得清‘賬’的情況下去解決用戶痛點(diǎn)。”唐毅說。

周鴻祎表示，只要不追求萬能大模型，對參數(shù)要求就不用那么高。近期國際上已出現(xiàn)一個把參數(shù)做小、降低算力要求的趨勢，最近他去美國見了很多VC（風(fēng)險投資機(jī)構(gòu)），發(fā)現(xiàn)VC不投通用大模型了，而是投很多專用大模型公司。周鴻祎告訴記者，只要企業(yè)不被OpenAI“牽著鼻子走”，走自己的產(chǎn)品化之路，擺脫算力上的壓制，做好產(chǎn)業(yè)化落地沒問題。

“用錢包投票比用眼球投票更重要”

近期一些大模型廠商開始談?wù)摯竽Ｐ蛶淼膶嶋H效用。在近期的電話會議上，騰訊管理層表示，AI給公司帶來了切實的好處，但與一些美國公司的AI收入相比還有進(jìn)一步發(fā)展空間。海外企業(yè)已經(jīng)開始應(yīng)用AI用于提高業(yè)務(wù)效率等，而國內(nèi)相關(guān)生態(tài)還不算十分活躍，因此公司AI方面的收入比一些美國云服務(wù)提供商低不少。

國內(nèi)AI的需求是否仍不夠多？周鴻祎告訴記者，中國企業(yè)和消費(fèi)者對AI的需求非常大，現(xiàn)在感覺需求不大有幾個原因。“科普做得不夠，很多企業(yè)家不了解AI所以不知道怎么用AI，或者提出不合理的要求，希望AI能解決所有問題。”周鴻祎說，在企業(yè)中要把場景分得很細(xì)，不要期望用一個模型解決所有問題。此外，現(xiàn)在大模型公司宣傳上和做法上也有問題，例如大模型宣傳偏向提高個人效率，給大家的感覺是能寫小作文、拍小視頻，偏向娛樂。

“讓大模型回答諾貝爾獎最年輕獲得者家鄉(xiāng)的溫度，像這種問題很多同行看了很興奮，但我問過很多傳統(tǒng)企業(yè)的老板，他們更想知道怎么解決煉鋼時省電等具體問題。”周鴻祎說，大模型要聚焦解決實際問題。此外，還要解決大模型太貴的問題，大模型公司要告訴企業(yè)只有一塊顯卡、兩塊顯卡也能用上AI。

唐毅則告訴記者，作為應(yīng)用廠商，對AI的投入要考慮到保持前沿不落下，也要避免不惜一切代價沖上去。從實際效果看，公司將AI功能放在收費(fèi)會員機(jī)制上，能看到會員數(shù)量上升了，搭載AI功能后效果還不是“從1到10”，但能實現(xiàn)“從1到1.5再到2”的改變。

“到目前為止，業(yè)內(nèi)還沒能因為出現(xiàn)一個通用大模型，就出現(xiàn)一個超級應(yīng)用。我認(rèn)同的一個觀點(diǎn)是不一定要聚焦超級應(yīng)用，而是要聚焦超級場景，將AI能力嵌入合適的場景中。同時，不要單純通過投放來獲客，有100萬用戶規(guī)?？赡苓€不如擁有1000個付費(fèi)用戶。除了要讓用戶‘用眼球投票’，更要讓用戶留得住，并‘用錢包來投票’。”唐毅告訴記者。