参加一个圆桌，关于人工智能（大模型）的一些观察，整理记录。
大模型出来已经有两年多时间，经历了最初的热潮，以及后续的降温，对大模型的认知已经趋于理性，举办方问了几个问题，回答整理如下。
1：「AI时代下，企业数字化转型的痛点与解决方案」，针对企业在引入人工智能时面临的问题？政策如何更好地引导和扶持人工智能产业健康发展？
答：
痛点：AI很强大/AI很好玩，跟我没关系。找不到自己企业和AI的结合点。
渐进式应用人工智能，不要有不切实际的期待，逐步跟自己的业务结合。
1、 初级：先用起来，用大模型武装人，武装日常办公（copilot）；
2、 中级：夯实基础，知识库用起来，数据盘起来；
3、 高级：嵌入系统/重构系统/创新系统。
2：随着人工智能技术在各行各业的广泛渗透，它可能会对生产效率、生产方式和就业等方面产生哪些实质性影响？
答：
生成式AI对生产力的改变是全方位的。有个专家说过，大模型是工具的革命，也是革命的工具。根本上说，大模型将深刻改变人类的生产力和生产关系。从生产力的三要素来说，生产资料、生产工具和劳动者都将被生成式AI重塑。
生产资料方面，在大模型的加持下，数据要素在生产和经济活动里的作用变得更重要。尤其是对非结构化数据的利用，极大地突破了传统IT的能力。这些对非结构化的数据的挖掘和利用，已经在全面地改变我们的世界。
生产工具和生产者方面，简单举个例子，现在很火热的具身智能方向，机器人既是新型生产工具，同时，某种意义上也是新型生产者。假设五年后，真的有二十亿智能机器人充斥到生产和生活的方方面面，甚至是在战场上，那对这个世界的改变将比移动互联网对世界的改变更大。
关于对就业的影响。值得欣慰的是，放在三五十年的时间维度上看，今天的大模型还很稚嫩。三五年的短期内，大模型还仅仅是对生产力的提效，远达不到替代人类工作的程度。所以，当下能够充分利用大模型的个体和公司，将会在竞争中具备一定的优势。至于三五年后，哪怕是大模型相对成熟了，落地到千行百业，仍然需要有人来做大量的工作，虽然智能化的普及会消灭掉部分工作机会，但同时大模型落地会产生新的工作机会，二者整体看将是渐进同步发展的关系。寻找围绕大模型落地相关的工作，比如数据相关，比如模型调优，比如基于模型的应用研发，比如特定场景的应用落地等，都将产生大量的机会。这个机会和当年做办公自动化，做系统集成，做智慧城市是一样的，能养活一大批IT人。
整体看，我是更乐观的，新的生产力条件下，人类能做的事情不是更少了，而是更多了。举个例子，RPG游戏，从仙剑到悟空，二十多年技术进步了不少。但并没有因为技术进步我们就不玩这个游戏了。而是说，技术更先进了，我们能有更精良的游戏，更神奇的体验和更丰富的互动。大模型时代也一样的，游戏依然存在，只是更好了。
3：新质生产力发展背景下，人工智能在B端工具的商业落地价值有哪些？在C端应用价值有哪些？目前二者之间谁的前景更被看好？
答：
智能的特点是普适的，跟电力、算力一样，根本上说不会去太强调哪边才有机会，哪边更有机会。选择在B端还是C端发力，更多取决于做这个事情的企业本身的基因。以百度为例，在当下这个阶段，我们很自然的在C端发力，把搜索、地图、网盘和文库这些生产力工具先用大模型重构了，他们已经实实在在在产生价值。但是再举个例子，比如用友金蝶软通动力这种，他的基因本来是做IT的，那对自己的软件进行迭代，争取政府和企业的大模型项目就很重要。
再举个例子，傅胜年初发了一版大模型，红衣大叔就建议他聚焦做机器人，这个争论很有意思，傅胜也许做机器人的基因更好，更容易取得成功。
所以，综合来说，toB和toC，都有着巨大的机会，该选什么赛道，首先是你这个企业的基因，然后，在每个赛道，都可能取得巨大的成功，就是坚持走到底而已。
