AI重构千行百业！超声波俱乐部大湾区内部分享会圆满落幕

1月27日、28日，超声波俱乐部内部分享会第十六期、第十七期分别在深圳、广州召开，创梦天地、元气森林、新浪智库、百准、A2空间对活动进行了特别支持，六十余名AI领域的创始人和行业嘉宾出席分享会。

出席活动的嘉宾有：

超声波创始人杨子超，超声波联合创始人、和牛商业创始人刘思雨，着魔APP创始人杨磊，豆语星辰CEO阎鹏，百准CEO龚海瀚，INMO影目科技联合创始人吕一飞，深圳致瓴科技CEO丁振，宾语科技创始人罗宾，火山引擎华南区业务负责人朱琦，腾讯产品总监王冠乔，广州灵聚信息科技CEO、广东省游戏产业协会副会长张胜，广东省信息协会秘书长黎文坚，Linkloud合伙人蒋莹之，FreeAI创始人李金龙，发小科技CEO刘浩翔，尊牛游戏创始人何雪松，深圳跃动天翼科技CEO戚大洲，深圳光圈未来科技创始人王奥博，深圳光圈未来科技技术负责人李培，SF Capital顺福资本投资总监董世友，零度新能源科技联合创始人、副总裁宋亚南，广州联合永道信息技术有限公司业务总监叶彬，故新智能联合创始人朱乐为，火山云高级商务经理骆明辉，出门问问品牌负责人高佳，云视野CEO张仕郎，A2空间吴育金等。

参会嘉宾们都贡献出了精彩观点，但由于是超声波俱乐部内部的分享会，所以很多精彩的内容不便对外公开。以下是部分分享整理：

AI重构游戏、社交、硬件

杨子超认为每个游戏都是一个元宇宙，有自己的世界观、价值观，随着AI技术的发展，游戏的概念将延伸到更细分的工作生活学习场景。比如练习标准投篮的过程，可以融入AI进行各种细节交互。游戏的本质是强化学习，千行百业在未来都可以与游戏结合，比如陪伴游戏、技能培训游戏等。

游戏的本质就是：强化学习（激励）+大语言模型（人性）+多模态（场景闭环），我们要以游戏的思维做垂直的AI Agent。

AI重塑社交关系链：从连接人到服务人。社交的本质是从外部找到对自己的认可，包括找对象、找朋友、找合作伙伴，都是如此。如果对方不认可你，就没办法进行下一步。AI时代，将从单人作战模式升级为一个人带一大堆AI Agents的超级个体降维攻击。

未来社交比拼的是人的智力值，即调取智能和使用智能的能力。调取说明对智能的认知，使用可以类比公司的流水，就是你未来的智能信用。两个公司的创始人见面，不看名片，而是看你有多少智力值，是否与我匹配。

IoT因为AI再次伟大。如果AI的能力超过了某一个临界点后，就可以做很精细的场景服务。比如服务宠物的机器人，因为我们不愿意去服务宠物，只愿意和宠物一起玩。在各种机器人的辅助下，我们会节省出大量时间，把生活过得更加精彩。

从多个维度看未来IoT产品的构成：时间（计算能力提高效率）+空间（有手、有腿、有轮子）+多模态（摄像头、麦克风和屏幕）。

AI重构产业升级

杨子超认为，AI重构产业升级的前提条件是创始人本身要了解AI，要对AI有体感。AI是什么，能做什么，哪些业务可以先试起来，创始人必须自己先懂才行。

大家都说AI可以帮助企业降本增效。但“降本”的前提是不影响核心业务，降本后业务受影响了，反而得不偿失。建议大家可以先尝试在边缘创新，这样既融合了业务，也通过测试对AI有更深入的了解，边缘创新毕竟对公司来说压力会小一些。

对多数公司来说，基因决定了一切。是生产主导，还是销售主导，这些都直接决定了公司的基因。如果要让AI融入业务，就得重新调整架构，尤其在传统企业，变革会受到阻力，原本的那批人不一定有创新的能力和变革的动力，公司原有的基因也不一定能够支撑创新的事情，这时候需要找到一批具有创新精神的人组成一支独立的部门去创新。

从行业现状来看，基于大语言模型的特性，应用最多的还是CRM、客服、RPA等环节，毕竟大语言模型目前的核心能力还是在语言和沟通上。杨子超建议从业务入手去拆分细节，如猎豹移动董事长兼CEO、猎户星空董事长傅盛在近期发布会上所说，你把业务拆分个五十条，每条看看是否可以用AI来优化，我们再去优化。

用第一性原理将业务拆解，再用AI进行业务流程的重构，这才是AI最核心的价值所在。整体上，在实战中可以不断调整，但一定要先干起来再说。

新计算周期下的变化有哪些？

杨磊认为，我们正处于新旧计算周期交替的临界点，目前的这波大语言模型只是跑出来的一个产物。理论上来说，当底层的基础设施发生变化的时候，规则也会发生改变。供给侧会被重构，数据价值、分发逻辑都会改变。

列举一些正在发生的事实。英伟达在2023年营收超过500亿美元，成为半导体行业的新王者。拿下英伟达大部分订单的台积电，在2023年消费电子行业疲软的环境下，靠代工AI芯片，得以在2023年第四季度营收逆市上扬。

CPU的产量在2023年Q2就已经开始下降了，传统CPU巨头英特尔也在积极谋求转型，大力发展新业务IFS（英特尔代工服务），对标台积电，抢芯片代工的蛋糕，短期目标是在2030年前成为全球第二大的晶圆代工厂，为此英特尔此前还宣布了拆分晶圆代工业务进行独立运营的计划。

微软在2023年也干了一件事，给一家名为应用光电的公司下了3亿美元的订单，每年1个亿。微软要做什么？改造自己的云服务，换句话说微软要做超算中心，除了部署GPU外，也要加强整个超算中心的网络通信。微软在网络通信这一个环节，给一个公司，一年要下1亿美金的订单。

英特尔也好，微软也好，海外巨头们都在干一件事，把原来以CPU为主的云服务的计算框架，慢慢迁移成以GPU为主、互联网高速存储为主的并行计算框架。

当哪一天所有的基建都不再是CPU了，都变成GPU了，你的数据存储量、通信单位都比原来有10倍提升的时候，就可以理解为我们从原来的泥土马路，变成高速公路了。而我们的数据计算方式，也从文件系统，变成了token和向量。这两个因素是大语言模型诞生的必要条件。

我们回过头看移动互联网时代的爆发，有一个里程碑式的标志事件，那就是全球智能手机的出货量在某个节点迅猛增长。那么如今的AI这波，飞速增长的是什么？是基座的算力。每一年卖出去的卡，不可能让它闲着，即使没有大语言模型，或者没有其他软件层面的东西，但这些算力是一定会被利用起来的。

大模型真正的应用是“融合原生”

豆语星辰CEO阎鹏认为，大模型真正的应用是“融合原生”。很多人追求的“原生应用”，是把大模型看成了下一代技术，是片面的定义。融合应用才是能将大模型与实际业务融合的、真正的应用。

我们以往的工作方式是“先想到在做到，劳心劳力分离”，“劳心者治人，劳力者治于人”出自《孟子》的《滕文公章句上》。孟子引用自《左传襄公九年》知武子：“君子劳心，小人劳力，先王之制也。”孟子进行借用以外，创造性地发明了体力劳动与脑力劳动的差别，借以区别劳心者统治劳力者。而在“或劳心，或劳力”的基础上进一步发挥为“劳心者治人，劳力者治于人”的著名公式，依此作为中国东方封建政治的理想范式。

即体力劳动者和脑力劳动者要彻底分开，脑力劳动者想清楚后，由体力劳动者执行。基于这个价值观底座，我们构建了组织、公司、分工、流程、方法论。

所以在遇到大模型的时候，我们的逻辑是先给它下定义，想清楚它是什么。如果把它当产品，那就做套壳；把它当工具，就是各种生硬接入；把它当CPU，那就做Agent。但通过大半年的实践，发现这些都不太能解决我们的业务问题。

后来我们改了思路，先不要想清楚它是什么，先干了再说。就像王阳明的“知行合一”所传达的，你能想到什么，就能做到什么。相反的，如果你做到了，说明你就能想得到。听着有点绕，知是行的外壳，也是骨架（架构），枷锁（认知边界）。行是知的内在（具体），也是突破枷锁的钥匙（打破认知边界）。

简单来说，人的认知都是有边界的，只能通过一些行动来打破边界，从而建立新的认知。就像一辈子都没离开过水的鱼，是没有空气的概念的。

我们行动起来后发现，在大模型之前的世界，也就是我们赖以生存的计算机世界，是由理性思维构建起来的，甚至指导了我们整个的价值观和行为体系。我们做事都要理清逻辑，从A到B，B到C。但大模型的世界，没有这个逻辑步骤，是感性的。

很多同学想解决的幻觉问题，本身可能就是个伪命题。大模型没有错，因为按照传统理性的思维，凡事都有明确的对错。如果没有符合预期，就是错了，就是幻觉，就要被纠正。但大模型本身就是个概率工具，根本无法按照理性逻辑所设想的那样运行。一旦理解了这个，那么我们在业务中，就可以给它明确的分工，在不能被证伪的场景里，大模型做得很好。