AI企業如何平衡技術研發和商業化

一路走來，可能是一路的荊棘坎坷，也可能是一路繁星滿天。

文|關玲

圖片來源|中企圖庫

4月26日~28日，由《中國企業家》雜誌社主辦的2024（第十六屆）中國商界木蘭年會在浙江省桐鄉市烏鎮召開。會上，智源研究院副院長、總工程師林詠華，與釘釘總裁葉軍，商湯科技聯合創始人、大裝置事業羣總裁楊帆，影譜科技董事長姬曉晨，三川科技董事長王彥芳，廣東弓葉科技有限公司創始人莫卓亞以及迅雷集團高級副總裁、網心科技首席運營官馬婷進行了對話，共同探討“AI+N”時代。

對話核心要點如下：

1.AI時代平衡投入和產出，最重要的是分工。專注做自己擅長的事情，不擅長的事情可以用市場化的方式降低成本。

2.AI可以先用起來，無論是公司的客服，還是員工的彙報材料生成，或是製作營銷視頻、面向內部人員統計數據……只要使用起來，AI就距離我們越來越近。

3．大模型爆發的時候，新一代的智能雲計算板塊也迎來黃金時代。

4．生成式AI會對傳統的數據和軟件的顛覆，未來數據價值和商業化AI就是企業商業化標準的新範式。

以下爲對話實錄（有刪減）：

未來十年是“大模型時代”

林詠華：AI在過去十年的產業發展，是我們所稱的“小模型時代”，展望未來十年的產業發展，必然走入“大模型時代”。但大模型研發需要龐大的AI算力和海量的高質量數據，這種“重”資源依賴，有可能會改變AI企業或者“AI+”的行業企業的技術創新或產品研發的戰略路徑。

智源研究院副院長、總工程師林詠華

今天有幸跟在座的幾位企業領軍人一起探討這個話題。首先，人工智能包括大模型爲你的企業和行業帶來哪些機遇和挑戰？

馬婷：我來自網心科技，網心是做邊緣計算的公司。首先，要回答林院長這個問題，我想要從我所在的互聯網和雲計算的視角去看人工智能。對於今天的人工智能而言，我看到有三大類的公司在裏面扮演着非常重要的角色，其中之一是雲公司，第二種是我們衆多的軟件公司，第三種是爲大模型、AI應用而生的創業創新公司，活躍在人工智能的舞臺上。

我從雲計算的板塊出發，發現我們這個行業迎來了新的春天，因爲在大模型爆發的時候，大家關注的是大模型有多少億參數，實際上在這個背後除了參數規模外，依然會有很多的視線聚焦在我們基礎設施構建。

比如剛剛林院長講的算力，算力資源的儲備和供給以及未來的算力智能調度和服務編排，就是類似於像我們這樣的雲計算公司在承載；除了算力的規模和性能以外，還有異構資源的治理和成本優化，有存儲設施的穩定性和擴展性以及對算法的要求，增強的數據安全和隱私保護，機房部署和聯合調度的要求等等，形成了對人工智能的一個大的支撐。

作爲一家專注於邊緣計算的公司，我們面臨着一個大的黃金時代。在這個時代裏，我們要探索的內容有很多。但是，我認爲我們依然面臨很多挑戰。

因爲過去像網心科技是中國邊緣計算市場的創領者，同時也是最早將邊緣計算商用化，並且成功大規模推廣的一家公司。今天，我們在思考如何把邊緣計算的全棧能力更好地服務於大模型和AI？在推理側和內容生成場景，我們已經在通過整合雲邊端的異構算力資源，基於一站式雲服務解決方案，去滿足企業海量算力和內容加速需求，我也相信未來我們希望能夠做到全場景的業務支撐。

莫卓亞：大家好，我來自弓葉科技。我們公司基於人工智能和機器人，把這兩種技術應用起來運用廢品分選領域，就是城市廢棄物。這個行業跟每一位朋友息息相關，離大家很近又很遠，因爲很少人關注這個低端邊緣產業。

廣東弓葉科技有限公司創始人莫卓亞

我們將人工智能和工程技術以及我們的商業化能力相結合，推出精細化廢品回收裝備，從而代替人工，幫助這個行業實現轉型升級。

原來這個行業大部分人工分選，勞動密集型，非常低端及現場髒亂差、散亂污。大家不願意靠近這個廢品回收站或者垃圾處置中心，也不希望有這樣垃圾處置中心在生活的小區周圍，我們需要它又不希望它離我們太近。所以這麼一個低端產業都可以用人工智能加工程技術加商業化來實現應用，我相信未來很多行業也可以用人工智能發生翻天覆地的變化。

我們對這個行業到底做了哪些轉變呢？不是說沒有這樣的設備技術做垃圾精細化分選，而是這樣的設備太貴了，幾百萬元怎麼讓一個廢品站買得起？但我們把曾經售價兩三百萬元的設備做到十幾萬元，讓每個廢品回收站買得起，幫助他減少人工、提升效率、降低危險勞動，從而幫助這個行業轉型升級。

同時也是積極響應國家對再生資源回收企業規範化、綠色化發展的號召，實現碳中和，碳減排。這是我們利用科技的力量對這個非常傳統、非常低端的行業實現轉型升級。我相信其他更多行業也可以做到這一點。

對傳統的數據和軟件的顛覆

葉軍：今天很多來會場的企業都在用釘釘，釘釘在打造一個AI時代的新型的辦公工作方式。

這兩年AI的發展在我看來其實會對各行各業帶來變化和影響，我們走訪了很多企業，發現這種影響最早發生在各類產品的交互端，從原來最早的鍵盤交互，到後面圖形界面出來的鼠標交互，到現在越來越多產品融合語音圖像的交互，因爲多模態交互在很多場合下效率更高，這給很多企業產品帶來創新機會，AI技術也會改變產品交互方式，未來在各行各業都會有更多創新和變化產生。

釘釘總裁葉軍

林詠華：AI的研發成本並不低，尤其到了大模型時代，它的研發成本更高、週期更長。每一個科技研發企業都要思考，怎樣平衡企業在技術研發和商業化落地這兩個問題？

王彥芳：作爲AI應用企業，我們自己研發費用每年超過10%，是比其他的行業研發投入高。同時，我們三川科技也是在國內做AI能夠賺錢的極少數的企業之一。因爲在商業化的應用中找不到好的場景是消化成本的難題，所以我們是從場景入手的。

但是怎麼能讓應用反饋到技術研發，技術研發又能反哺應用？我們是從2017年開始進入商業化的。以酒店爲核心，爲我們每個人打造安全的商旅居住場所爲切入點。因爲酒店原來都是物品這些安全第一位的，而現在是人身安全第一位，以酒店爲核心，爲大家做周邊的服務。剛纔和釘釘葉總討論，實際上就是以線下和線上的結合。

實際上AI是什麼？用我自己話說就是，對傳統的數據和軟件的顛覆，這就是AI。所以生成式AI就是對傳統的數據和軟件的顛覆。

目前國內領先的企業都已經在做自己的數據，以數據爲模型。我們在前端也是服務了大量人羣，每年服務上億的人羣。這些形成的數據就要商業化。我相信在不久的未來，我們企業的商業化，它的數據價值和商業化AI就是我們以後企業商業化標準的新範式。

楊帆：商湯作爲中國人工智能頭部企業已有十年了，上市也三年多時間了。

這個問題，我們一直在想，想了很久。我覺得還是有一些心得的，首先我覺得AI是整個信息化革命的延續，我們看歷史上任何一次重大的產業革命，首先它的週期非常長的，從第一臺蒸汽機造出來到真正完成工業革命用了80年，人工智能到今天才10年時間，太短，這會有什麼問題呢？整個分工不夠。

我記得五年前商湯做傳統AI應用的時候，要端到端把所有環節做好，你想想一個企業很難把每個環節上都獲得比較優勢，我們自己感受下來，不能說平衡人工智能企業研發和價值，更多是當我們用人工智能創造價值，賦能行業的時候怎麼平衡這裏面的投入產出。我覺得最重要還是分工，使大家能夠更加專注做自己擅長的事情，不擅長的事情用市場化的方式降低成本。

商湯科技聯合創始人、大裝置事業羣總裁楊帆

有人說我們爲什麼做AI+應用，其實你也會發現不是所有人做AI+應用都會賺錢，少數人才可以賺錢，因爲成本降不下來。我們今天走到產業分化的節點上，特別是這兩年大模型出現，你說算力也罷，包括今天做二次模型做基礎能力訓練也罷，這些東西幫助我們AI價值鏈，包括分工的細化提供更好的能力。

我對大家的建議是，絕大部分人找準自己的場景，把自己能力專注自己擅長的方面賦能。在商湯，我們有AI平臺的基礎設施的能力，怎麼樣利用好這種能力，降低自己的成本，會是一個非常重要的課題。哪些研發自己做，哪些外部合作，這個切分邊界在哪，我覺得大家做應用、做企業很重要的是我怎麼圍繞商業模式打造我產品，定義我的價值，這是第一步。

第二步，研發的時候怎麼形成自己自有數據沉澱或者進一步數據價值的沉澱。這件事情現在還是比較早期，比AI還早期，業內也沒有標準答案，這個過程當中可以一同思考、關注，一同探索。總而言之，更好的分工和協作，才能幫助人工智能賦能各行各業創造更加健康可持續的未來。

姬曉晨：影譜是最早從事生成式視覺的一家技術性企業，我們專注對於視覺和視頻來做生產效率的整體AI化和大模型能力提升。剛剛葉總提到，大家正在經歷我們的信息載體的從文字到圖片到視覺的多維升級，近幾年我們也可以看到，我們的日常生活，我們的信息來源等等都來自於視覺和視頻了。

據相關統計，人類大腦相關主要獲得信息來源的碎片化和信息載體都來自於視覺了，所以我們是專注於視覺的AIGC，和視覺生成式技術的研發。

影譜科技董事長姬曉晨

剛剛王總一直在強調產業化或者場景的落地。我們早期專注於智慧文娛，智能科技以及智能消費等幾個行業，在這幾個大行業裏面，我們看到現在人工智能+成了非常重要的國家級戰略。

其實我們現在也能夠感受到：不說國內百模大戰以及世界層面發生相似人工智能化的變化，也有很多人講我們現在正在進入從碳基生物到硅基生物的拐點，這些聽起來遙遠，實際上都是跟每一個企業過程中數字化進程分不開的。

今天主持人提問說我們該怎麼樣向各個行業各個企業賦能人工智能，其實對於人工智能，具備大模型能力的可能只有像類似商湯這樣的企業能夠這樣有投入的週期，投入的能力，以及相應技術水準。

對大多數企業而言，我覺得還停留在早期的信息化和智能化的進程中。同時，相應的各個企業裏面的這種數字鴻溝，以及數據的積累，其實都是很難逾越的階段。

所以從企業落地角度和人工智能化角度來講，我們的建議其實是基於一些關鍵詞的大模型或者微調模型等等，相比較他們用AI的方式，然後我們用API技術接口和RPA、BPA接口直接把之前大量企業有價值的數據接入到業務流的數據，並且將這種諮詢式模型使用進入決策以及執行環節的模式，可能對大家各個企業來講更具現實意義的，也是直接能夠提升生產效率的。

同時，從整個的執行環節和投入產出比講，大部分企業在數字化環節還是要經歷大量的企業的數據的清洗、訓練，這樣的過程，現在市場上預訓練模型也可以解決相應的問題，在相應的模式裏面，切實的以企業自身的數字化能力去直接解決相應的生產力，我覺得是各個企業可以直接關注的一個未來的產業方向。

足夠強大才能顛覆

馬婷：我們過去有互聯網+，智能+，今天是AI+，每一次新的技術浪潮來臨的時候，都會推動產業的變革與大升級。

我們正在走在AI+的深化道路上。不是讓企業去簡單參與和鏈接AI+，而是讓AI深植於企業的全方位運作體系，讓AI成爲我們企業發展未來十年、二十年的DNA。