圓桌二

    費子銘：今天時間比較緊張，主題是人工智能如何重塑企業(yè)增長邏輯，邀請到的四位嘉賓，阿爾特CEO、總裁張立強總，格靈深瞳CEO吳一洲總，北信源副總裁姜來總，百煉智能創(chuàng)始人兼CEO馮是聰總。幾年前的人工智能還是一個技術(shù)概念，今天來看它已經(jīng)實實在在進入到了企業(yè)的增長公式，有的企業(yè)用它降本，有的企業(yè)用它來增收，有的用它來改變商業(yè)邏輯，有的用它重新定義產(chǎn)品和客戶邏輯。

    來自不同賽道企業(yè)負(fù)責(zé)人，聊到人工智能如何成為企業(yè)增長的全新引擎，我是主持人來自天地在線的費子銘。第一個問題，希望每一位嘉賓分別回答一下，人工智能作為新質(zhì)生產(chǎn)力在各位企業(yè)中最直觀改變了什么？請結(jié)合自身業(yè)務(wù)談一個最核心的變化。

    張立強：阿爾特汽車主要是提供汽車整車研發(fā)技術(shù)，在這個背景下，現(xiàn)在的人工智能給我們帶來了一個比較顯著的變化，整個在業(yè)務(wù)發(fā)展中，對效率有比較大的提升，以及對于人才梯隊培養(yǎng)起到了非常顯著的成果。

    我們主要以項目制為主，為主機廠提供汽車技術(shù)，在效率提升方面，通過從整車的車身和造型，能夠利用人工智能把一些偏重復(fù)性的，或者是在某些框架之內(nèi)需要大量人力去完成的工作，利用AI可以讓效率明顯的提升，或者節(jié)省大量的人力。

    對于阿爾特汽車的工程師來講，對于非常有經(jīng)驗、又參與過非常多的項目工程師是非常稀缺的。通過AI可以把相對比較年輕的工程師在很短的時間內(nèi)，讓他具備非常有經(jīng)驗的工程師整車開發(fā)理念，包括一些技術(shù)水平，這些都是對我們很顯著的改變。

    吳一洲：格靈深瞳是一家人工智能公司，從事視覺智能很長的時間，尤其是應(yīng)用落地的方向。我們更把現(xiàn)在這個時代叫大模型時代，或者是智能體時代，在這個時代里其實技術(shù)是突飛猛進的，而且它是高頻的，躍階性在變化。當(dāng)年的視覺算法傳統(tǒng)的小模型時代，手搓算法的時代，想突破盈利是很難的事情。在當(dāng)下的大模型時代里面，全部在大模型原生或者Agent原生的技術(shù)架構(gòu)下，其實是存在了可以相對標(biāo)準(zhǔn)化和工具化，然后推出一個更高效的智能體，使得客戶受益，公司也能走向規(guī)?；?jīng)營的契機，這個契機現(xiàn)在誕生了，但是這條路還是很難的。所以對于我們來講，很多的轉(zhuǎn)變不光是內(nèi)部的人員結(jié)構(gòu)的改變，包括生產(chǎn)模式的改變，生產(chǎn)工具的改變，更多是我們看待這個賽道的改變。

    姜來：我是來自北信源的姜來。北信源是傳統(tǒng)的信息安全公司，今年已經(jīng)30年了，所以在人工智能的時代，對于企業(yè)的發(fā)展這個話題有兩個方面，我們有機會從一個傳統(tǒng)的信息安全企業(yè)分為兩條線，一個是繼續(xù)來做智能的安全，我們也有機會去參與安全的智能方面的建設(shè)。

    智能安全方面，我們保障了全國數(shù)千萬臺的各種終端安全，隨著大模型在全球飛速的發(fā)展，我們的客戶大概4萬多家，很多都是一些重要關(guān)鍵基礎(chǔ)設(shè)施單位，他們反饋回來的信息和軟件，還有應(yīng)急指揮和告警信息比以前多很多。

    我們作為深扎在信息安全領(lǐng)域的企業(yè)，我們有機會做安全為基因的人工智能的應(yīng)用場景。我們做了一個“愛傳”的人工智能母語翻譯軟件，這個軟件服務(wù)于出海用的，后來被文旅部選為“你好，中國”。一個安全的公司怎么會做母語傳譯的軟件，離開大模型是沒有這個機會的。這個也堅定我們未來依托自己以前的積累情況下，再開發(fā)各種類型的應(yīng)用場景，給企業(yè)帶來一些新的增長機會。

    馮是聰：我是來自百煉智能的馮是聰，今天的主題是AI對我們的業(yè)務(wù)有什么幫助，我們是傳統(tǒng)做SaaS的，一是幫助客戶去找客戶，二是找線下門店，開店選址。我們特別開心，因為給客戶的體驗變了。舉一個簡單的例子，告訴我們說今年所有上市公司都招了多少標(biāo)，投了多少標(biāo)，要選上市公司，最后給一個列表，要操作很多步。今年只需一句話就能完成，AI把這些都變成了特別簡單的操作。

    對我們原來做SaaS的體驗是徹底的顛覆，原來按照年費的方式，現(xiàn)在按照次數(shù)來收費，我們封裝了幾個skill放上去，幾乎沒有做任何的宣傳，用戶體驗也很好。

    第二，18年成立的時候，1.0的時代，做的絕大部分的小模型都跑起來了，坦率來講沒有什么價值，直接就扔了，用大模型就可以了。對于編程，比較牛的，做20年的編程人員，一個人可以干一百個人的活，在節(jié)流和提效是非常有效。

    張立強：第二個問題是針對張立強總和馮總，阿爾特是汽車設(shè)計和工程服務(wù)的企業(yè)，百煉是專注于B2B的營銷，給客戶提供的核心價值發(fā)生了什么樣的變化，客戶更愿意為哪些新的能力買單？

    張立強：作為阿爾特來講，阿爾特是做汽車研發(fā)的，我們給客戶提供從以往的人力規(guī)模的技術(shù)服務(wù)，正在向能夠提供綜合的解決方案，這個對客戶來講是價值的變化。很多地方從單點到全站的解決方案，這是客戶非常需要的。

    這些年基于AI的發(fā)展，研發(fā)的垂類模型方面自研了很多，除了自用以后，其實可以賦能給客戶的，這都是對它的價值上的改變。（元方）模型主要是在汽車研發(fā)過程當(dāng)中，可以去分析，可以去創(chuàng)立一些方案，甚至去糾錯。把以往的靠手動，人工去做的很多工作，都可以用元方模型去做，可以大幅度的提高效率。還有一個模式叫馭風(fēng)，汽車的風(fēng)阻是非常重要的一個性能指標(biāo)，新能源車在60公里以下阻力主要來源于滾動摩擦，一旦超過60公里每小時，大部分的阻力都來源于風(fēng)阻，大家有里程焦慮。所以降低風(fēng)阻的系數(shù)，對于里程的焦慮和續(xù)航會非常有幫助。這個模型就可以幫助在做整個效果草圖的時候，就可以進行風(fēng)阻的計算，可以把風(fēng)險大大的前置，這個對企業(yè)研發(fā)是非常有好處的。

    還有一個模型是太乙，主要是做到文生圖，圖生圖，二維轉(zhuǎn)三維，這是做量產(chǎn)車無論是UA界面，包括清晰度都不是一個量級的。

    既然你這么好，客戶為你的哪些方面買單？其實客戶非常直接的一個痛點或者是因素，可以大幅降低他的開發(fā)周期。原來一款的開發(fā)需要36個月，后來提升到24個月，現(xiàn)在提到了18個月，甚至到了競爭比較激烈的時候，能夠比其他同類車型提前上市三個月，或者四個月，其實已經(jīng)搶占了很多的先機?，F(xiàn)在兩年一小改，三年一大改，能夠降低客戶的開發(fā)周期，對他是一個非常吸引的點。

    另外通過AI可以比較好的去糾錯，甚至讓我們的方案更完善，原來人腦想的五個方案，現(xiàn)在用了AI，可以拓展到10、20個方案，讓客戶有更多的選擇，讓他有更多的可能性。無論從品質(zhì)和可能性的數(shù)量，對他來講都是很好的著眼點，都會為這些東西買單。

    費子銘：利用AI技術(shù)，我自己來檢查和修改自己做的東西，這個過程當(dāng)中其實會不斷去優(yōu)化產(chǎn)出的結(jié)果，也是提升工作效率很有效的一種方式。

    張立強：以后要用AI來訓(xùn)練AI。

    馮是聰：AI來了之后，客戶買單有兩方面，第一個是數(shù)據(jù)，自己專有的行業(yè)數(shù)據(jù)，大模型中可能覆蓋了60%的公開數(shù)據(jù)，或者是常見的數(shù)據(jù)，剩下40%是沒有的，做了很多的分析結(jié)果是錯的，或者有偏差的。你有能力把這個數(shù)據(jù)覆蓋到90%或者95%以上，結(jié)果肯定比他好。

    第二，原來可能是給客戶賣的是一個工具，自己去用，現(xiàn)在變成了一個結(jié)果，原來告訴我哪一個標(biāo)值不值得投，首先得知道這個標(biāo)，拿到了以后要分析招標(biāo)的時間，還有資質(zhì)，判斷一下這個標(biāo)值不值得投?，F(xiàn)在不要你思考了，就告訴你這個標(biāo)值得你去投，直接把結(jié)果給你，原來是人拿工具去分析，現(xiàn)在把分析結(jié)果給你了。

    以前小模型做的很費勁的一個工作，知道這個標(biāo)在投，接下來要去投標(biāo)，得寫標(biāo)書，成本很高，一個人干一個星期，幾百頁，現(xiàn)在幾分鐘內(nèi)就生成完整的幾百頁的招標(biāo)文件，基本上完成了85%以上，因為后面做了很多的模型，原來買一個工具自己去用，現(xiàn)在變成直接給一個標(biāo)書，給一個結(jié)果，一份可能10、20元錢，可能省幾天的時間。大模型和AI來了以后，要么是沒有數(shù)據(jù)，要么是給數(shù)據(jù)后將直接給我一個滿意的結(jié)果。

    費子銘：第三個問題問一下吳一洲，格靈深瞳在多個行業(yè)落地了AI視覺，你們判斷一個場景值得做的一個核心標(biāo)準(zhǔn)是什么？有沒有什么是你們主動嘗試后而放棄的？

    吳一洲：現(xiàn)實面臨的問題，一個場景值不值得做就是兩本賬，一本賬就是客戶的收益賬，再就是商業(yè)賬。先說客戶的收益賬，大部分的客戶接受AI，都是以降本增效來切入的，從降本增效的角度來說，對于一些高頻的重復(fù)性人工，希望通過視覺算法來解決掉。很多視頻監(jiān)控原來是人看，現(xiàn)在改變從AI看。還有一些黑天鵝事件，包括一些重要重大的事故類的，因為人是存在疲憊期的，或者人不像機器一樣可以24小時運轉(zhuǎn)的，這個是最開始的切入訴求。

    慢慢現(xiàn)在經(jīng)歷了前面很長時間的使用，更多的是走向了業(yè)務(wù)應(yīng)用，如何讓這個算法嵌入到業(yè)務(wù)流程，還有日常任務(wù)之中，同時還能幫我去訓(xùn)練一支可以自己迭代優(yōu)化算法的團隊，我們的業(yè)務(wù)方向就從提供給客戶一次性的算法，或者一次性的買賣，變成了給客戶提供了一套真正易用性的工具集，易用很重要。真正使用這一套AI工具落地的一線業(yè)務(wù)人員，并沒有大家想象的在AI能力水平上那么高，一旦有易用性的問題，當(dāng)大家出現(xiàn)了很強的抵觸，其實對于客戶來說，這個收益是負(fù)的，不是正的。

    從一個公司的商業(yè)賬來講，我們作為一個科技企業(yè)在研發(fā)投入上是不遺余力的，尤其是在底層模型投入上，包括在工程化的投入上，尤其給各個國產(chǎn)芯片還有各方面的適配上，這個投入都是巨大的。但是真正要做出來這個產(chǎn)品的時候，現(xiàn)在是必須考慮收益的。當(dāng)年其實手搓100種算法的時代，這種收益根本算不過賬的?，F(xiàn)在，在軟硬協(xié)同的體系下，我們可以讓客戶自己0到1，我們幫客戶做，1—10我們陪客戶做，1—100客戶自己也能玩的路徑。這是一個雙贏。大部分的場景都出現(xiàn)在了客戶收益沒有預(yù)期那么高，我們也很難走向盈利的過程中。

    對于放棄的場景，在三年之前我們放棄的場景是非常多的，在小模型時代，一個場景一做的方式下，其實很大部分場景都是邊際效應(yīng)是很難達到預(yù)期的。現(xiàn)在我們放棄的場景反而是大幅度減少了，因為我們可以有時間，有工具，可以跟客戶在數(shù)據(jù)不出網(wǎng)的情況下，通過現(xiàn)在的視覺智能工坊能夠讓客戶慢慢去積累一些長尾算法的能力。

    還有意識突發(fā)的靈感性場景，這個很難持續(xù)規(guī)模化的，我們也會放棄掉。還有一種是比較特殊的，現(xiàn)在整個算法，尤其是視覺類的算法還是應(yīng)用在旁路的，很難串聯(lián)在真正的業(yè)務(wù)流程里面，也就是說走向閉環(huán)，這個東西發(fā)生了告警的問題，下一步會不會做阻斷，這個事情還需要很長的路去走，還是得旁路分析。其實這幾類場景下，有一些是我們持續(xù)的，從長遠(yuǎn)的角度來講是一直要跟進的。

    費子銘：一個企業(yè)最大的資源浪費就是努力的去解決一個原本不該存在的問題。北信源專注于信息安全，在AI賦能企業(yè)增長的同時，安全風(fēng)險也在演變，從你們的視角來看，企業(yè)在擁抱AI的時候，最容易忽視的安全漏洞是什么？

    姜來：AI在飛速的發(fā)展，社會在討論，媒體也在推波助瀾，產(chǎn)業(yè)各種資本涌入，一切都是很美好。企業(yè)進行AI的轉(zhuǎn)型，無論是+AI，還是AI+，我們接觸的一些實踐案例里面，出發(fā)點就兩個，一個是降本增效，第二個是輔助決策。很多企業(yè)都在做降本增效，無論是營銷崗還是運營崗，最頂級的大模型產(chǎn)生的coding原代碼，從真正安全審計角度來講，比以前我們發(fā)現(xiàn)的要更多。所以我建議一些企業(yè)尤其是研發(fā)部門在用AI輔助進行coding的時候，要真的加強一下代碼審計的工作，它的幻覺和skill，包括定的規(guī)則前面一定要設(shè)計好，后面必須要把一道關(guān)。

    后面做輔助決策的時候也是一樣，5500家上市公司，如果AI能夠更好幫助上市公司的高管會進行討論，在董事會討論都涉及到商業(yè)秘密，這個時候喂給模型肯定都是涉及到企業(yè)很核心的東西，無論是可以公開的財報，還是內(nèi)部的經(jīng)營數(shù)據(jù)，銷售數(shù)據(jù)，管理數(shù)據(jù)，甚至招投標(biāo)信息，前提第一個是私有化，不會把這些東西放到大模型；第二，包括知識庫的搭建，包括人為的一些因素，在網(wǎng)絡(luò)安全里面老強調(diào)大數(shù)據(jù)安全，在AI時代小數(shù)據(jù)可能更重要。因為你會用AI幫助企業(yè)收集以前可能散落在各地的報備，這樣一些黑客就可以更精準(zhǔn)全部把它拿走，一次性連鍋都端了。家里面東屋放一點，西屋放一點，一次拿不走，現(xiàn)在不一樣了，已經(jīng)全部匯聚了。尤其在企業(yè)的決策層，如果想做這件事，也要把安全的底線思維放在前面。以前我們專門服務(wù)企業(yè)決策層，現(xiàn)在已經(jīng)升級了董事長的AI保護，完全數(shù)據(jù)的私有化、脫敏，包括能符合審計的要求。

    我還有一個社會職務(wù)，中國上市公司協(xié)會里面專門有一個人工智能專委會，借今天這個寶貴的機會，也呼吁格靈深瞳優(yōu)秀的人工智能企業(yè)加入到專委會里面，共同探討正在編制的人工智能發(fā)展報告，爭取在這個平臺上一起來探討企業(yè)未來更加安全、高效依托AI更好發(fā)展，避免出現(xiàn)一些致命的。要有底線的思維，就像一個車一樣，強調(diào)跑得越快，這個時候安全帶一定要系緊，剎車系統(tǒng)一定要好，否則后果一定是災(zāi)難性的。

    費子銘：用一句話來概括一下AI時代你們企業(yè)全新的增長邏輯是什么？

    張立強：基于阿爾特的業(yè)務(wù)類型，這幾年我們在AI方面的投入以及成果，一句話可以這么說，阿爾特從汽車研發(fā)的服務(wù)商轉(zhuǎn)變?yōu)槠嚳萍紕?chuàng)新企業(yè)。

    吳一洲：格靈深瞳通過用AI原生的架構(gòu)，以及AI的定義軟硬協(xié)同，打造一套端到端的給客戶賦能的視覺能力平臺，和客戶一起更多的是陪伴，也讓客戶擁有能力用AI看見和理解世界。

    姜來：北信源在AI的時代，進一步通過AI賦能傳統(tǒng)的安全產(chǎn)品。

    費子銘：時間有限，第二場圓桌就結(jié)束了，謝謝大家！