原标题:《圆桌对话:AI 承担 99% 的汗水,人类负责 1% 的创意》
精彩观点
1、大模型不是创业公司的方向,中国的传统还是应用为王,所以当前创业公司应该在应用上花大力气。
2、创业公司还需要注意几点:要做出一些智能时代原生的应用。在技术路线设计上要有前瞻性。可能 day one 就要考虑商业模式,考虑怎么挣钱,因为每一个 token 都要花钱,所以经济模型一定要跟上来。要跟中国的宏观经济的趋势要结合起来,走出中国特色。团队也是最重要的。
3、AI 最重要的是能不仅让数字人有一个像人的外形,更多的是让他具有沟通交流的一个非常自然的一个能力,真正而像人。数字人可以具备多样的性格、多样的能力、多样的角色。
4、AI 数字员工在金融行业主要的三大应用场景,第一高效内容生成、提升运营效率,第二智能虚拟客服、增进用户体验,第三是优化作业流程、创新业务场景。
5、AI 数字员工的出现不是替代人,是让技术服务于人,不是人类岗位的压缩,而是通过高效人机协同实现劳动力的解放,让人类有更多的自由和可能,新的岗位和创新也将应运而生。
6、伦理学到今天没有一个固定的答案,人类自己多么残忍,却不关心自己该怎么做,如今 AI 也要有伦理,我们只关心我们要给 AI 设置伦理规则,它不能伤害我。
7、不要把 AI 技术当成洪水猛兽,当他真的来临时,我们要学会怎么跟他合作,怎么发挥人类原创性的作用,只要它足够有加速,我觉得是对社会是有一个平权的效应。
12月17日,峰瑞资本投资合伙人陈石、小冰公司解决方案总架构师董志盛、以及华东师大特聘教授,长江学者,也是《从元宇宙到量子现实》的作者吴冠军教授做客由华尔街见闻主办的「Alpha 峰会」,对话中欧国际工商学院战略与创业系的副教授杨蔚,共同探讨了人工智能的过去和未来。
以下是华尔街见闻整理的精华内容
1、如何看待人工智能初创企业?
中欧国际工商学院副教授杨蔚:
大家下午好,欢迎来到人工智能 " 下一次 " 工业革命的圆桌论坛,我是这次圆桌论坛的主持人,中欧国际工商学院战略与创业系的副教授杨蔚。那么在这里,我们不仅将讨论人工智能技术,更将讨论我们人工智能技术的应用,以及这样的应用对于我们的经济,对于我们的社会都带来什么样的影响。
在过去的12个月里,我们看到的是新一代人工智能这个技术一个井喷式的爆发。在中欧的课堂上,我们会讲这个技术的演进从来不是线性的,而是间接式的。但是这一次我们看到一个如此底层的技术,如此具有通用型意义的技术,在短时间内迅速的得到了普及,得到了应用。技术本身和我们的应用端都出现了非常飞快的发展,这个真的是一个前所未有的速度。
但同时我们也看到大家有很多问题,我们的机会到底在哪里?对于我们经济和社会的影响到底是什么?包括我们法律,我们的伦理问题,我们人与于一个如此智能的机器,如此智能的技术,如何去相处?这些问题都是大家非常关注的,也是今天我想跟我们三位嘉宾一起交流的。
介绍一下我们的三位嘉宾,我们今天有幸请到了站在投资前沿的峰瑞资本投资合伙人陈石。小冰公司解决方案总架构师董志盛,以及华东师大特聘教授,长江学者,也是《从元宇宙到量子现实》的作者吴冠军教授为我们展开有关于人工智能的一次深度的探讨。
所以其实我开场还是想问陈石一些有关于投资的问题,因为毕竟我们这次还是一个金融和投资有关的论坛,所以说其实我们刚才看到你的演讲里面已经介绍了很多,然后我们可以看到人工智能真的是在全方位的爆发,从技术到应用,那我相信其实初创企业有很多也在各个领域寻求机会,那也有很多企业来找你投资,那在这种情况下,你投资做决策的时候,哪些企业会投,哪些企业不会投?这个决策的最重要的因素是什么?你怎么去看这些有关于人工智能的初创企业?
峰瑞资本投资合伙人陈石:
谢谢。这轮生成式 AI 是一个很大的机会。在美国很多人都在做 AI 的创业,中国当然现在也是欣欣向荣。从创业的方向来说,我觉得已经比较清楚了,当前大模型肯定不是一般创业者的方向。
还有个叫中间层,就是在大模型和应用中间这一层,当前看来受到大模型和应用两端的挤压,在中国当前的行业情况下还很难跑出来。所以我觉得中国的传统还是应用为主,所以当前我们应该在应用上多花些力气。
其实你看中国的数字经济发展历程,互联网是从美国传过来,但是中国输出了应用的最佳实践。咱们中国应该是全球数字化经济和应用发展最好的国家,这个是中国的发展范式,所以我觉得应用创业是个好方向。
应用创业的第一个要点,是要抓住 AI 智能时代提供的能力,做出一些智能时代原生的应用。前面的专题分享我讲了,就是说要充分围绕新的智能供给和艺术创作力供给,做出优质的原生新应用体验。
第二个要点,也是前面分享时候说的,就是要去选一些非共识的地方去做难而正确的事情,这个是在定位或者业务方向选择上的决策。
当然还有一些其他的注意事项,比如说你要跟大模型保持安全距离,你要有自己的业务纵深,这也非常重要。举个例子来说,大模型离开了数据,离开了数字化就不行,所以我们可以找一些未充分数字化的场景,大模型拿不到数据的地方,说不定会安全一点。
此外,在技术路线设计上可以更前瞻一些。我一直跟我们的被投公司或者创业公司讲,你们要大胆一点,用更先进的、不成熟的技术架构来做你的应用,你就按照 GPT 5、 GPT 6, 所谓下一代模型的能力去构思和设计你的应用,这也是一种前瞻。
其次我觉得大模型时代的创业, 可能 day one 就要考虑商业模式,考虑怎么挣钱,因为这一次的每一个 token 都要花你的钱,所以你的经济模型一定要跟上来。
再有一点就是我觉得最好可以跟中国宏观经济的趋势结合起来,比如说工程师红利,或者出海的大趋势,包括生物制药的一个趋势,消费升级的趋势等等,这些就是非常中国特色,属于时代的 β,要去抓住。
当然最重要的是团队,技术要好,行业也要懂,所谓 " 技术为先,行业为重 ",我觉得这个是最重要的,谢谢。
中欧国际工商学院战略与创业系的副教授杨蔚:
好的,谢谢。陈石刚才说了一些非常有用的原则,你这样一说,我们就能知道,哪些企业,包括机会到底是在哪里?可能我非常同意你说的,对于我们中国的企业来说,我们的基因更多的是在应用,而且价值创造其实不仅是技术本身,更多的价值创造是在应用端的。
那你有没有最近刚才你在演讲最后说了一些比较有意思的,你投资的公司,有没有一两个案例,特别希望能给我们展开讲一讲这背后的故事,以及它的前景会如何?会产生什么样的影响?
峰瑞资本投资合伙人陈石:
我举一个案例,去年投资的特看科技。特看科技的定位是在出海的 TikTok 及国内的抖音上去做新型的商业视频服务。
这里有几个点需要注意,第一个,团队是两个阿里的 p9带着一群阿里的人出来的。他们原先负责淘宝的官方内容平台,一个叫做鲁班,一个叫轻拍,这些都是阿里官方给商家用的工具平台。所以他们其实是带着这种认知出来,然后进入这个相对来说新兴的赛道,特别是海外 TikTok 电商的赛道。
这里商家出海是一个趋势,短视频或者直播电商是一个中国的创新模式,海外大家可能都不太会,是一个新的机会。新的行业竞争对手比较少,而且他们已经属于很专业的选手。
其次特看科技是用 AI 技术去赋能 TikTok 和抖音的商家,能够大幅减少他们的成本,主播可以用虚拟数字人,商业视频几乎可以一键生成。前面我讲过,TikTok 和抖音已经把创作者经济跟电商卖货打通,而这个工具只要能够有效率提升,无论是生产效率还是转化效率,就可以产出商业回报。所以它选择的这个赛道是离钱比较近的,在货币化方面可能就会比较有优势。
而且事实上它现在做的不错,在国内也取得较高的收入,最近要开始做海外市场。除了 AI 赋能视频制作外,它还是一个闭环,有一个数据归集的功能。所以每一个内容的生产到产出的销售或互动效果,是可以及时归因的。就如我前面讲到美团的案例,把开环做成闭环,商家就可以做到精细化运营了。
中欧国际工商学院副教授杨蔚:
你说非常重要的两点,第一个是我们需要有一个比较明确的市场,第二个我们同时需要有比较明确的技术的半生的生态,能够让他技术做一个延展。所以这两点就在你刚才说的案例中,我觉得都是非常重要的。
好的,那我们最后一个问题要问到陈石,就是我们未来的发展,刚才说了这个 AI 的发展真是非常的快,那随着这么快的技术的发展和市场的发展,在未来的1 - 2年内,你觉得投资方面的这个趋势会有什么样的变化?会有什么样的发展呢?
投资今年最大的变化是很多的头部 VC 都在投大模型,但是我刚才讲了,我觉得大模型我们还在跟随,而且跑出来可能性大的是大厂,或者上市公司之类的,当然学院派有一些国家队的需要还是存在的,也还是有机会。当然我觉得很多都不是创业公司的机会。所以接下来大家可能也都在看应用,我觉得应用是个机会。
其实我很难说就是说哪个行业的好坏,美国是法律、金融、医疗和教育等几个行业,但美国跟中国国情不太一样,所以我现在也不敢特别武断的说中国哪些行业一定怎么样。其实整个应用层,其实到现在国内外在应用层面都还没有跑出公认的所谓最佳实践,所以我们还要拭目以待。
2、数字人有怎样的特点和新趋势?
其实我们创业的过程就是一个不断试错,不断迭代的过程,这里面我们的风投,我们的 VC 力量还是非常重要的。好的,谢谢陈石。那接下来我要把话题转一转,我们刚才说到了应用,现在我们就谈一个比较具体的应用,那我下面一系列问题是给到我们志盛的。
现在就是我们小冰在做一些数字人的工作,其实这是一个非常有意思的领域。我第一个问题想问到你的,我们的数字人的这一块跟现在这一波大模型、大语言模型的它结合的点有哪些?
因为其实我们看到去年大家在说元宇宙的时候,数字人实际上就是已经是一个比较火的赛道了。我们之前看到有一些包括虚拟偶像,他们用上一代 motion capture 这样的技术已经在用了。那这一代技术,这一代数字人有什么样的新的特点?有什么样的新的趋势?
小冰公司解决方案总架构师董志盛:
行,感谢主持人。然后就这个问题,我谈一些我们小冰对这一块的理解。数字人就是比较具象的,让机器越来越像人,有人的生物特征,有人的交互能力,有人的创作力,而且它服可以服务于我们的场景,服务于我们的生活,这是一个对数字人的定义。
至于数字人跟大模型的结合的话,我们的理解就是大模型解决了数字人的内涵。它基于通用大模型,然后基于行业知识,基于 AI agent,基于它多模态的创造力,构建了数字人的内涵。
我们小冰做的事情解决了这个数字人的外在,我们通过多种 AI 技术的融合,然后让这个机器更像人,同时结合我们的实时交互引擎,实现了人和数字人面对面的这种实时的交互能力。
然后第三点,就是我们可以通过一些配置,或者是一些个性化的设定,让数字人具备多样性,有多样的性格、多样的能力、多样的角色,最后都服务到场景里边,就是大概这样一个区别。
3、数字人在金融行业的应用?
所以说我们生成式 AI 最重要的是能不仅让数字人有一个像人的外形,更多的是让他具有沟通交流的一个非常自然的一个能力,真正而像人。对,所以说我们今天在座的嘉宾有很多嘉宾是来自金融行业的,所以说其实大家可能会都比较感兴趣,我们这个数字人在金融的这个行业、这个场景里面有什么样的特定的应用?
小冰公司解决方案总架构师董志盛:
好,我们最近服务了比较多国内的金融行业一些头部客户,例如招商系、招商银行、招商证券,还有国内一些国有大型商业银行,比如中行、民生银行等等。其实从落地的场景来说,目前主要是有三大块。
第一块,就是基于数字人去做高效的视频内容生产。因为在金融行业的话,大家会涉及到大量的视频的生成。举例来讲,比如像投资者教育视频,像一些基于我们的分析师或者基金经理,去做盘面的解读,政策的解读,行情的解读,行业的分析以及其他的一些产品的宣讲等等。需要大量的视频制作,这是第一块。
第二块的话就是结合数字人,结合我们的业务流程,去提供这种高效的客户服务,然后可以去让结合我们的行业知识,可以打造这种就是沉浸式的、全天候的、多渠道覆盖的这种高效的金融服务。这第二块内容。前面两大场景是金融机构面向客户侧的一些输入。
第三块其实是面向内部的,这一块我们有个理念,未来我们希望为金融机构的每一位同事打造一个1:1的数字分身,这个数字分身可以代替我们本人去开会、去做内容生产、去做直播路演,去做一些其他的。这样可以去解放我们自己的个人的能力,去做更有价值的事情的这样一些场景。这是第一个。
第二类的话就结合大模型,结合 AI agent,结合我们 IPA,结合我们既有的数字化系统,打造这种金融的全领域的个人化的智能助理。然后将来的话就是我们我们可以畅想一个场景,将来我们金融机构的内部的员工,我们跟面对我们那么多的业务系统,然后中间会有个智能体去帮助你,然后比如说我们一句话跟我们的智能助理去沟通,然后智能助理说,好,我听懂了,接下来交给我去办。就大概这样一个场景。
这是我们就是现在在金融行业的主要的三大应用场景,第一内容生产,第二高效智能客服,第三就是内部的一个智能体。
4、AI 会不会对人类有替代效应?
感谢非常有想象力的这些应用。我一边听你讲,我一边在想,那可能以后我的银行的账户经理,我想去联系他去查看我自己的账户内容,那不一定就是这个真人在服务我,有可能是这个数字分身在服务我,但是他有可能是更高效,我时时刻刻24小时可以去找到他,可以去满足一个我的需求。
那这一点还是我觉得非常有意思,也非常有想象力,也是非常有前景的在金融行业的一个应用。这里面你刚才说的这两点其实很有意思,就是前面是我们对外的我们做宣传,我们的数字人,我们做视频,那对内的实际上是我们的数字人实际上在替代一部分现有员工的职能和工作。
那么这个问题就要给到你,就说你如何看待我们未来人类在和 AI 在组织中是如何相处,如何共存的?那么 AI 的虚拟数字人是不是真的会代替我们的银行的员工,然后去做到服务客户这件事情,会不会有这样的替代效应?
其实这个话题不止得金融行业,应该是随着最近几年 AI 的能力越来越强,大家都在讨论一个问题,就说 AI 会不会替代人,甚至会消灭人这样的一些。
其实在我们的理解来说,技术是对我们人类的一个赋能。再往细的讲的话就是 AI 是可以去代替人类员工去做一些重复性的、可归纳的,可量化的工作,进而去把我们的精力解放出来。
我之前参加一个论坛,当时有一个嘉宾讲了一句话,我觉得特别有意义,他说未来就是高效的人机协同的这种模式,AI 会帮我们承担99% 的汗水,而我们自己去负责那1% 的创意,是大概这样一个协同工作。
举例来讲,比如说像我们前面讲的金融行业的一些头部分析师,一些基金经理,他们的时间其实非常宝贵,他需要有很多的时间做行业调研,做一些研报的撰写等等。但是现在他为了向广大的投资者做自己的产品宣讲或投资理念的分享,他需要花大量的时间去做直播,做路演。
但是如果有一个数字分身去代替他去承担这样的角色,让他去专注于思考,专注于行业分析,这样的话两者相加,一个是做自己更专长的事情,另外把可解放出来的工作交给自己的数字分身,起到1+1大于2的效果。
5、如何理解 AI 的伦理问题?
现在大家都在问,AI 会不会替代人类?我非常赞同你的观点,实际上我觉得这个是对于我们生产力和创造力的释放,我们不用再做这些重复性的工作,而是把我们的精力、智慧去集中在我们如何去做创意,如何去做拓展,如何去做探索。
我觉得这是一个非常有潜力,而且在未来非常乐观的一个估计和预期,非常有意思。其实我们现在已经开始从技术的应用,投资的机会,慢慢上升到一个我们整个社会和经济的影响。
所以我下一波的问题就给到我们的吴教授去探讨一些,我们可能是已经超出了我们商业范围,更多是这个人工智能对于社会的影响,这点大家其实也是非常关注的,那实际上我第一个问题给到吴教授的就是我们的监管问题,就是其实从这一波 ChatGPT 爆发以后,大家一直在去问到的就是我们的人工智能如何去监管,这里面包括我们的数据隐私的问题,包括一些我们人工智能生成内容,它具有不一样的信息的效应。
那么我们如何去控制这样人工制程,或者是管理人工智能生成的内容的一个传播?那这些实际上都是一个监管的问题。在12月9号欧盟推出了首个人工智能监管的法案,那您认为就是在这个监管上我们的伦理的框架,或者我们一个社会的规则,它的这个思路,它这个逻辑应该是怎么去制定的?
吴冠军教授:
非常感谢杨老师。先回应一下董总刚刚的精彩观点。按照董总讲的我们1+1大于2,重复性的工作交给智能体,我们做创意性的工作。这我是很同意的,觉得非常棒。
但是我们看今天的人类社会,绝大多数的人们在做的恰恰是一些重复性的、不是很高智性参与的工作,他们怎么办?如何让这些朋友仍然在未来社会有一个位置?我在大学做教育培养,我知道这是非常难的,大学还分985,还分一本、二本,很多人转不到创意性的轨道上,怎么办?所以情况还是相当复杂。
回到杨老师提的问题,我觉得今天这个社会现实非常复杂,伦理框架的问题也很复杂。我每天在看推特,而且我们之前就看到了整个欧盟都打破头了,包括现在分派系,一个叫 " 末日派 "(人工智能来了,我们一定要管住他)。另外一个叫 " 加速派 "。像陈总我觉得有点像加速派,他不是那么担心的。那我们今天是不是只有这两种派别呢?
我觉得问题更复杂,还有第三种分析框架。比如什么叫伦理框架?什么叫伦理学?伦理学从来不是说你该怎么办,伦理学从来是指向自己的,我该怎么行动,这叫伦理学。孔子叫 " 己所不欲,勿施于人 ",这是关于我该怎么行动。我不喜欢的,我怎么可以给董总去干?
康德说我该这么行动,使得我依据的法则可以成为普遍的法则。所以康德给出的伦理学非常严苛,他说不能说谎,因为你说谎了,我说谎了,董总也说谎了,我们陈总也说谎了,这谎言就没意义了。你说谎,别人还是不相信你的话,谎言本身它无法被普遍化。
伦理学到今天仍然没有一个固定的答案,今天我们还有很多做伦理学的学者。几千年来我们都在讨论我该怎么行动,我觉得突然之间我们人类似乎已经躺平了。什么叫躺平?我们就不关心我们该怎么行动了,我们只关心我们要给 AI 设置伦理规则,它该怎么行动,它不能伤害我。
比方说前两年我们知道美国还有 "I can ’ t breathe"," 黑命也是命 ",我们还有人在街头上,我被你直接拿枪枪毙掉。就在眼前,哈以正在互相用最残忍、最己所不欲的方式施于别人。人类彼此那么残忍,谁在管伦理?欧盟有在管么?人类已经一塌糊涂,但人类不管,反正我们对彼此可以残忍,可以不讲伦理,但是对不起,好像地平线上现在出现了 AI,我们伦理学家发现我的工作忽然之间有了第二春了。
几千年的事情解决不了,我也解决不了,但是我们来 " 伦理性地 " 设定 AI 要对我好,AI 不能干这个,不能干那个,只有我们,能继续对我们残忍。所以我觉得我们这个时代发生了一个变化,人类已经摆烂了。
二战的时候,看过《奥本海默》的朋友就知道,一个科学家做了一个东西给你,政客你还真去扔。很残忍。但我们还在争辩,这是不能做的,我们人不能对彼此那么残忍,但今天各种残忍已经摆在我们眼前,伦理学家眼里只有 AI,欧盟政客眼里只有 AI,好像只有 AI 在对我们残忍,所以人在开始摆烂。
所以我一直说今天我们反过来看 " 监管 " 这件事情:人类来监管,监管的好吗?伦理守则意味着什么?如果连伦理都不知道是什么,我们只知道让别人要讲伦理。今天轮到 AI 了,我们说 AI 要讲伦理,我们人呢?
所以今天我觉得问题很复杂,我们这个社会的整个现实状况要联系起来看,越来越变得我们叫做没有任何的可能。我们有的时候叫 " 奇点临近 "。奇点意味着什么?一个是技术的奇点,一个是我们人类文明自己走到了奇点,我觉得今天要做一个全面的反思。
6、AI 会不会加速社会不公?
哇,这个答案和我想的真的是不一样,我们从吴教授真的是从一个非常深层次的层面去解答了我们监管所面临的难题。所以人工智能带来的不仅是我们经济的变化,更多的是我们人类对自己,对于我们世界的一个思考,这个是一个非常有意思的现象,而且是非常深刻的现象,非常感谢吴教授的这个回答。
那接下来你这个回答实际上引发了我另外一个问题。实际上我们刚才已经谈到了,包括陈石刚才也讲了,就说我们这个技术,尤其是大模型这个技术本身它是有利于巨头的,最后跑出来的肯定是巨头。
所以现在大家更关心的另外一个问题是 AI 技术会不会加速我们社会的不公?会不会导致我们整个社会的技术和能力,包括我们的资源分配,包括我们的整个财富分配出现了更加大的倾斜,而不是一个均衡的、均等的这样一个过程。所以这点你是怎么看的?会不会加速这样的一个社会不公的这么一个过程。
这个其实很复杂。从经验角度来看,我们其实每一次只要技术发展的速度足够快,它是能够带给社会一个更平等的技术的平权。
只要这个时间足够快的话,比方说第一批享受到的,比方说有个药能让我们现在活到120岁了,我觉得陈总他可能吃的比我们早一点,他是投资人,这可能就是他直接投资的药企研发的。但是只要技术足够快,马上董总吃到了。我也估计我马上排着队也能吃到。
所以在这个意义上最怕的是我们停步不前,然后突然之间发现特权的阶层,发现好东西就这点,不会再多了,我只要掌握住这个东西,就像以前的领土,我只要把这个山占住,这个山我可以占几千年,我可以世代相传,此山是我开,这个就意味着技术的停滞。
所以我个人觉得,真的不用把 AI 技术当成洪水猛兽,当它真的来临时,我们要学会怎么跟它合作,怎么发挥人类原创性的作用,只要它足够有加速,我觉得是对社会是有一个平权的效应。
刚刚陈总的演讲里面有一句话很棒,我还记了下来,叫学习它们学习的方式。其实有些东西我们学习不了,它能直接分享权重,分享梯度,直接在一个非常瞬间的时候把知识分享,我们不行,我们这种模拟的方式我们彼此学习可能只学到70%,还打折扣。
但我们了解它们学习的方式,可以让我们重新来再界定我们的智能到底在哪里,我们怎么发挥作用,比方说我们能发挥原创性的作用等等。所以在这个意义上说我们仍然会有机会。所以我个人认为不要太把技术当成一个洪水猛兽,只要它足够有加速,我觉得是对社会是有一个平权的效应。
所以我们要乐观的看待技术,我们要乐观的去看待我们人和技术的一个交互,这不仅是我们社会中心人和人的平等,还是人和技术的平等,我们也有可以去向技术学习的很大的空间,所以说我们从一开始,从我们 AI 的技术运用,一直谈到我们应该如何看待我们整体的技术,我们整体的发展的变革。所以说今天非常感谢我们三位的嘉宾给我们带来非常深层次的思考和讨论。那我们今天的圆桌讨论内容就到这里,也非常感谢大家!(来源:ZAKER资讯 编辑整理:朱宇石)
想了解中扬AI数字人?拨打热线183-638-17913 曲先生 186-638-70898 姜先生,诚邀合作伙伴!