ChatGPT引发全球生成式AI热潮，大模型以及围绕大模型相关的应用项目如磅礴之势涌现。

拥有数据优势的巨头、在垂直领域有深厚积淀的公司、创业公司，谁将率先突围？哪些细分业务场景有望迎来用户和收入的爆发性增长？哪些基础能力会被视作“核心壁垒”？通用大模型将如何改变我们的生活？

8月31日，2023年《财富》40U40创想会在上海举办。针对以上诸多问题，猎豹移动董事长兼首席执行官、猎户星空董事长傅盛给出了他的答案。

以下是《财富》中国执行主编章劢闻与傅盛的对话（有删减）：

《财富》：最近你在文章中谈到，应用生态决定大模型的商业价值。站在这个领域的最前沿，你能否先盘点一下全球范围内有哪些大模型？它们都有什么样的生态设计，而在你的理解当中，什么样的生态设计会催生百花齐放的应用？

傅盛：应用生态决定大模型的商业价值，为什么这么说？其实，和我们的直觉不同，一个行业的催生，应用占了很大比重。比如说iPhone出现以后，苹果市值很高，但是苹果上面的商业应用的价值也很高。大模型也可以延续这个逻辑，即应用成为整个产业链里面最重要的部分。

第一类做法是开放。在国外，OpenAI首当其冲，开放能力越来越强。你可以拿它来开发应用API。前两天它推出了企业版，把3.5版直接做微调，就可以适用于企业（TO B应用）。你也可以用ChatGPT直接做插件。除此之外它还和微软合作。

在国内就更不用说了，大概涌现出七八十个大模型，和OpenAI都很像，都是开放接口让你调用，并针对你开发的应用进行收费，以云的方式存在。在国外OpenAI是最领先的，但是谷歌、苹果明年也要推，亚马逊下半年要推，竞争格局还不好说。未来，谁越开放，越可能产生更多的应用，或者说生态。

还有一类做法是开源。比如说Facebook加入晚了，就把大模型开源。它为什么这么做？因为这样Facebook上会产生很多应用，它能把这些杀手锏应用变成它的中流砥柱。

《财富》：Facebook把它开源大模型商业使用的限制清除掉了，方便了大量的商业场景开发，是不是这样？

傅盛：所有的中小型开发者不需要申请就能商用，但是月活过十亿用户规模的公司就需要申请。所以非常明显，Facebook就是在帮助中小开发者迅速完成自己大模型能力的积累。

《财富》：微软CEO接受采访时说，好的AI平台要有民主化。你怎么理解民主化？

傅盛：大家对AI的恐惧就是觉得它的能力很强，如果我们被AI控制了，它的能力超过任何一个组织。目前肉眼可见，它的智商很快会超过人。我理解他所说的民主化是让AI更加分散，让每个组织都能有所贡献；而不是说，因为一家组织调节了一个语料，就能让AI变得很危险。

今天我们要特别重视AI安全，一个恐怖分子搞一颗核弹，或者一个攻击计划，这都是要命的。微软CEO的提议就是，大家一起参与进AI的开发建设中，去中心化，决策权由整个组织去完成。但是我觉得我们离这个目标还有很长的路要走。

《财富》：你在最近分享的一篇文章中，画过一个创业机会的金字塔。从塔尖到塔底，难度不断降低，机会不断增加。所以现在对创业者来说，难度和机会的最佳结合点在哪里？

傅盛：金字塔塔尖就是以OpenAI为代表的千亿、万亿参数级别的大模型，往下是基于行业的大模型，再往下就是大模型的ToB、ToC的应用，再往下就是各行各业的应用大模型。一个创业者如果不是特别以技术为核心，就应该想想每个行业里怎么能把大模型用起来，这样能使得你的效率比没用大模型时提升40%-50%。

比如说，网站招标有很多数据，查起来很费劲。如果用大模型来理解，就非常容易发生交互，甚至提供决策模型，包括我们自己内部也做了一个BrainstormGPT，你需要一个idea，你就找几个我们定义的决策，比如说有人做财务，有人做营销，有人做法务，他们开一个会，做一个方案，然后讨论一段时间就出一份很详细的行业调查报告，这种AI Agents我们公司就在试图跑通。

《财富》：你上一个时代做出过横跨平台的应用，下一轮会怎么选择最佳的竞争切入点？你的产品组合是什么样的？背后有什么样的商业逻辑？

傅盛：坦率地说，大模型特别新，技术迭代非常快，所以我们也在摸索。我们自研做了行业垂直大模型，百亿参数级别的，基于行业大模型我们又推出了私有化应用叫聚言，现在正在跟很多行业合作。

举个例子，以前机器人最大的问题是不够智能，在餐厅场景，把餐厅销售信息录入机器人系统，你得人工输入，很麻烦。现在拍上菜单就可以根据你的菜品信息做智能推荐；在虚拟网页上结合你企业的实际或者产品的特点就可以回答。

例如在企业内部行政方面，一个员工咨询请婚假，如果是ChatGPT回答，就是请参考当地法律法规和你公司的请婚假手册。这句话听着没有问题，但是确实没有用。而我们把企业员工手册提供给聚言，它就可以说，根据本公司规定大概能够请几天婚假，各种问题全部可以回答；另一个就是刚才说的BrainstormGPT。最后，基于大模型的能力，进入家庭的机器人也一定会出现，这也是我们主攻方向。

《财富》：如果说人类进化的秘密是语言的诞生，那么这是历史上第一次机器发展出语言的能力，是不是意味着机器也会开始进化？

傅盛：首先机器一直在进化，无论是芯片还是智能能力。这次大家震惊，是因为人类独有的语言能力被它学会了。由于有了基本的推理和逻辑（而不是代码学出来的逻辑），来帮助你分析的时候，这种自主进化肯定是会出现的。

例如在开源模型做微调，就需要高质量的语料，以前这些必须靠人去做。今天最简单的方法就是GPT4.0去生成高质量的语料，用AI训练AI。我相信微调层已经实现了，有一天让AI给自己写一个底层算法也能写出来，这一定会发生。

《财富》：人类越来越依赖机器代替我们去使用语言，会不会意味着人类进化减慢呢？

傅盛：我是乐观主义者，首先我们是基于基因的进化，本身就很慢；但是，我们的智力值会因此提升。有种说法，人是生命2.0，我们大部分的决定是大脑决定的，大脑怎么决定是外部信息的接入产生的思维模式。今天，大语言模型出来后，知识面急速扩大，这个时候反而使得你获取知识、学习知识的速度急速加强。所以这对人的创造力爆发是很有好处的——也就是说注意力被分配到对人类进化的更重要的地方去了。

《财富》：大模型的语料是从人类现有知识中选取的。今天有很多担忧，比如说新的论文也在GPT的协助下不断诞生，这会不会阻碍人们对新的知识的探索？

傅盛：好奇心是人类的天性，这是基因里自带的；但是，大语言模型没有好奇心，它像是一个大号计算器——原理就是计算下一个词是什么。如果每个词的输入都符合语言逻辑，那就被你理解了。

而人的好奇心会因知识的增长而不断被激发。一个人为什么要读万卷书，行千里路？因为你看的越多，好奇心越强，创造力越强，所以大语言模型可以帮助我们持续提升能力和眼界。

但是现在行业内也有一个担忧：GPT学的知识太多了太快了，很快就会把人类的文字学完了，会不会造成语料匮乏？我认为也不对，我们放在互联网上的内容是知识结构的冰山一角，比如说今天我们之间的对话，其实都是构成知识的组成部分，这部分还没有被发掘，值得发掘的东西还非常多。

《财富》：未来的HR注定要同时面对人类员工和数字员工。现在仅仅面对人类员工，就已经产生了很多、很复杂的挑战，比如多元的问题、发生性别和种族之间的冲突等等。未来同样的问题会不会发生在人类员工和数字员工之间呢？

傅盛：技术的使用本质上是在加强平等。因为在技术不够普及的时候，掌握技术就可以变成一种超级权力；但是，现在大语言模型是自然语言接口，不需要学习很多生僻、或者难懂的知识就可以用它。所以那些主动性和好奇心足够强的人，可以借用大语言模型放大自己的能力。

以前这种能力，要通过10年的刻苦学习。而这些甚至会受外部条件的影响，譬如出生时候没那么好的教育资源，没去过好的大学，很多东西不懂就是不懂——这个壁垒太深了。但今天有了大模型的使用，当初因为没有机会上大学的人，只要会用大模型就可以把工作做好。

看未来，数字员工一定会越来越多，这无法改变。但是数字员工多了以后，企业增效可能会给所有员工更好的福利，把边界扩得更大，长期来讲，肯定会最终促进人与人之间的平等。（财富中文网）