绿洲资本受邀参加第一财经「AI 夜话」

2023 世界人工智能大会（WAIC）期间，绿洲资本有幸受邀参加第一财经《头脑风暴》AI 夜话：探寻中国 AI 产业新机遇。直播针对当下人工智能技术浪潮席卷全球的热门话题，与企业、专家学者和投资人一起探讨其中的发展机遇与科技伦理思考。一同参与讨论的嘉宾包括京东集团副总裁、京东探索研究院院长何晓东，达闼机器人创始人、董事长兼 CEO 黄晓庆，国家新一代人工智能治理委员会委员、上海交大教授李仁涵，晶泰科技联合创始人 CEO 马健，应帆科技副总裁、应财智云总经理田力，上海人工智能研究院执行院长宋海涛。

2 小时间，嘉宾们对 AI 浪潮各抒己见，思想碰撞，我们精选了部分内容分享给大家，Enjoy。

WAIC 印象

黄晓庆： 机器人和人工智能终于打通，在大模型的支持下，不管是机器人还是数字人，不再有人怀疑它是否能够完成我们对智能机器人的期待。

田力： 除了百花齐放的大模型之外，大模型已经开始向垂类发展，可能会有一些专业领域垂直模型出现。领域大模型的出现让我们看到了新生的可能性。

李仁涵： 这次大会给我很大的启示，今后要在大模型基础上创造新的价值。大模型不是终极目标，具生智能，人机融合的时代可能会提前到来。

张津剑： 我们谈到 AI、 谈到大模型，感觉技术高不可攀，实际不是。中国有世界最完备的供应链基础，每个产业都在探寻这项技术跟产业真正的融合，无论是机器人、具生智能，还是美术、小说、文娱行业的探索方式，本质上都是技术在产业里落地的过程。

中国 AI 优势

何晓东： 中国最大的优势是有非常完备的产业供应链，整个社会对开放性技术的接受度相当高，奠定了优势基础。人工智能技术是一种除了算法还需强数据驱动的技术，数据只能从场景和应用中来，所以当用户对新技术高度拥抱的时候，应用性门槛就会降低，数据也会大量产生。

黄晓庆： 中国最大的优势是产业化的能力和未来巨大潜在市场。人工智能中国位居世界第一梯队，5G 中国世界第一，产业能力特别是制造业能力中国同样是世界第一，人口和服务场景中国更是毋庸置疑的第一。优势叠加，中国可以率先进入人工智能机器人时代，这个领先可以将我们的市场和全世界的市场一并带动起来。

马健： 中国需求侧和供给侧优势巨大。这一轮人工智能赋能千行百业，相当于一个新的基础设施的建设，因此需求侧旺盛；人才的储备在量上中国优势很大，这是供给侧优势。

田力： 中国的庞大产业链基础决定了应用上有更大的空间。移动端互联网的全球领先，包括数字基建的发展基奠了庞大的数据；Z 时代对于 AI 的应用天然具备个人端的接受程度；国家在战略新兴产业政策上的力度也是 AI 产业能够持续发展的重要保障。

宋海涛： 核心优势首先在于我国的人口基数。整个移动终端市场包括整个 PC 市场，中国拥有全球最大的移动终端用户量和使用量，每天产生的治理数据、工业数据、生活数据在全球处于领先。这为我们发展无论是基础大模型还是行业垂直大模型，都能提供核心原材料。第二，国内高校纷纷开设人工智能专业，持续提供 AI 方向的科研人员和专业技术人员。第三，全民全社会全产业对于科技的渴望和拥抱有强劲的热情。

困难与瓶颈

田力：①应用场景 ②领域数据。

目前而言，研究远远超前于实际场景的应用。如何能够更好的把产研成功应用到企业中来，应用到商业活动中产生商业价值，是企业面对的最重要的问题。机遇、机会和挑战并存。对于真正提效、产生新价值和创新方面做得还不够。

第二点领域数据。拿专业金融财经领域举例，各方面专业度要求都高，比如上涨或下跌背后行情瞬息万变，影响行情的原因错综复杂，需要专业财经人员分析帮助探寻真相，不是当下大模型可以直接回答的问题。领域数据的积攒是决定大模型能否在垂直行业落地的关键。

这两个问题一脉相承。

黄晓庆：①芯片 ②人才。

缺乏自主 AI 芯片，限制训练大模型的有效性，需要制造算力的计算机芯片。

未来我们面对的是如何使用大模型，如何对数据进行有效清洗和精准调整，一定要培养专门研究大模型和精准调整大模型的人才，甚至还要专门研究提示工程。从理论上讲，今后每个人都要学会提示。

何晓东：①人才 ②创新 ③数据

人才的质是关键，不能简单地用量掩盖。

国内很多创新属于微创新，对于原创和带冒险精神的创新还是少。坚持甚至是以信仰的程度走下去的创新，往往会带来革命性的创新，也是我们进一步需要开拓的精神。

如何提升质量，把数据生态做起来也是一个难点。

宋海涛：①国际化/出海 ②交叉

首先是国际化和出海。AI 技术是对全行业重塑的过程。很多传统行业、特种行业都值得去运用 AI 。这波全球 AI 发展中，我国很多企业包括科研单位都走在了前列，但需要更加广泛的和全球化的用户和数据，因此如何国际化如何出海，是整个 AI 产业需要去解决和突破的。这其中不仅仅是技术问题，还包含文化问题、国际地方建设问题、国际话语权的问题，这些在未来会长期影响国家在 AI 产业的竞争力。

第二点是大交叉。人工智能不是一个单一产业可以赋能万行百业，这个过程中有行业之间的交叉、技术之间的交叉、人才之间的交叉、包括数据的打通等等。

我认为这两点是目前急需要去突破的。

李仁涵：①治理 ②理念——产业与技术

未来中国在人工智能想要走在第一通道，目前有三个问题，第一安全问题，第二人力问题，第三变异问题。

人工智能无处不在的时候，到底产业和技术如何结合？包括人才如何应用？把这些问题解决好，我们的难题就解决了。

张津剑：治理

治理的核心不在治而在理，是道理、是法理、是梳理。我们只有把"理"弄明白了，创业者才能更好地知道该去哪个地方使力，同时也能帮助创业者更好地去规避一些风险。

中国 AI 机遇

何晓东： 我认为最大的机会在于现在各行各业都在进行数字化产业升级，这个机会本身就给人工智能的应用带来无限机会。

如何打通产业应用的最后一公里？需要解决数据孤岛问题。当数字化基础设施搭建起来以后，如何应用大模型和人工智能技术，把数据中的智能提取出来，之后可以帮优化产业中的各个环节。

譬如京东的物流，数字化之后可以利用数字技术包括智能技术用最优的方式通过人机交互技术去完成配送。还有让消费者感受到价值获得的案例，智能养老服务，通过智能机器人自动呼叫独居老人，若出现问题自动呼叫网格员或者社区工作人员进行探视和服务。

马健： 最大的机遇是从**"以人为主"到未来的"以人为本"**。随着经济的发展社会的进步，我们正处于新的人口结构的阶段。过去一想到要解决问题，第一想到人，未来可能就是机器去解决。"以人为本"是解放双手，解放一些不必要的工作，让人更专注于长期发展所需要的点上。"以人为主"是都要人去做，而"以人为本"更多的是人类的创造性。

田力：AI+场景化（金融和消费）服务

在数字化增长服务落地的过程中，我们发现把 AI 技术像改造生产流程一样，应用在某些生产技术中，对内可以极大地降本增效，对外可以产生出新的商业价值。

李仁涵：①数据 ②技术+规则 ③专业人才——企业

机遇无处不在，如何把机遇转化成最后的生产力，一个是数据的真实性和质量；第二个就是技术+规则，这是人工智能固有的特性；第三企业一定要拥有自己的人工智能人才，不然成本会很大。

张津剑：新的全球化

每一次人类生产力级别的革命，都会伴随一次崭新的全球化。这一次全球化，是把大家重新放到同一个舞台上的全球化；且新的全球化可能会出现新的规则和玩法。

这次对于 AI 领域的创业者不仅仅是做中国产业本身的探索，也代表了全球在这个产业中的探索。在这个阶段里，中国未来的公司很有可能会成为未来全球企业的龙头。所以我认为这是中国未来企业新的全球化机遇。

主流应用场景

宋海涛： 我认为是探索大模型在相关领域如何做垂类开发。比如能源，做传统能源，从整个识别，包括整个生产过程中如何运用已有知识和规则去创造一个更好的安全监管体系的模型。又例如金融投资行业， PE 和 VC，包括二级市场的一些券商合作，去做专业领域的数字金融分析师。还有元宇宙，可以做整个城市空间数字化基础数据大模型.

李仁涵： 各行各业都有需求，主要看给人民群众带来哪些好处。我认为未来医疗大模型很有前途，还有 AI for Science 药物研究使用大模型可以提高效率和质量、降低成本，对人类健康非常有影响力。关键看怎么组织，社会形态如何发展。智能发展带来了整个社会的秩序重构，重构对未来的需求如何，需要各行各业的人进行研究。

人工智能加机器人是我自己认为未来最好的行业。未来这个行业可能是万万亿的产值，不是万亿的级别。

投资观察与逻辑

**张津剑：**AI 革命是生产力级别的革命。大模型可以比作压缩算法，把过去无法映射的数据抽象到可以输出至其他维度，将过去不能表达的内容表达出来，把我们过去无法专业化的知识和经验标准化。相比中国的快速增长，专业人才培养的周期远远大于需求的周期，今天可能是需求在大爆发，但专业人才梯队还没跟上。我认为目前无论是数字人还是大模型和产业结合，可以解决很多过去无法标准化和规模化的专业问题。医疗、法律、会计等都是其中之一，这其中是有巨量的机会可以去探寻的。大家对产业的拥抱程度和积极程度超过我们的想象，大家都十分开放，愿意去尝试和尝新。

从投资的底层的逻辑而言，本质上我们投的不是大模型或者 AI，而是人类正在构建的数字孪生体或者新的数字化世界。我们在投未来数字化生态里的基础设施，也包括大模型，包括数据隐私和安全治理。

AI 治理与愿景

何晓东： 我们应该更加关注普世和普惠的人工智能技术，希望每个人，特别是弱势群体真正用上人工智能，帮助更好地提升短板，参与到整个社会的生产力提升，甚至包括分配再分配，使之能享受到技术带来的生活质量提升。这点对人工智能技术设计也很重要。

黄晓庆： 人类一定要有最终极的保护，一键能把机器人全部关掉，我认为最终的保护是必须要的。

宋海涛： 电源拔了一定会有备用电池。我认为有两个关键词，一个叫边界，一个叫共生。边界如何来做界定？第一是程序员在开发过程中的边界；第二是企业在推出应用产品过程中的边界；第三是政府在制定规则中的边界；第四更重要，人机边界。人类越来越像机器人，思考方式越来越高效，科技智能机器人越来越拟人化，这样的发展过程中，人机之间的边界也会越来越模糊。

共生的问题是因为我们在拥抱科技。智能机器人未来就是我们的智能新家电。十年之后，可能是以家庭、以过价、以社会拥有的智能机器人台数，来考察每一个国家、每一个社会发展意义。

田力： 知识产权的归属可能是下一步困扰我们再去应用 AIGC 的一大问题。大模型的固有缺陷是无法认清数据背后的真相，也和数据质量息息相关，没有一个很好的解法。还有大模型的歧视与偏见，训练大模型的数据会受数据标注人的情感因素影响。

李仁涵： 第一个是新技术出现以后的治理，人工智能的治理应该嵌入到新时代的治理里面去，这是很重要的一个环节。安全里面有两种，一种是人为的，还有一种是你不可知的、不可控的。对企业家的建议是，企业家要有社会责任感，对社会的治理，对社会的安全和社会的伦理，你要负责。如果企业家有这个责任了，就可以在产品里嵌入相关的，你认为将来不会出问题的内容。遵守国际的准则，你以后永远会不断的变好。当你拥有这样的治理水平，有了自我的责任感，再加上国家跟上治理要求，那么我觉得你的企业是世界上最好的。我是用过去的思维来理解未来，只要了解历史就对未来就有指导。

会有很多不可控的技术会出现，我们把它称之为变异人。不可控制的怎么办？建议要研究一种评测平台的体系，对不同场景要有评测平台体系，谁掌握这个评测平台体系，就有可能谁掌握未来。

下一个阶段

田力： 期待对于 AIGC 的应用能够有更多商业价值产生。希望看到更多具备实用性，具备商业价值的 AI 机器人，更好地服务社会。

马健： 希望明年会有更大的整合，以及更大的创新人工智能平台出现。

黄晓庆： 期待出现大模型加机器人的终极应用场景，人形双足机器人。

何晓东： 产业真正产生价值落地还差最后一公里，期待看到更多行业大模型，可以真正解决行业问题，真正产生行业的闭环价值。

宋海涛： 第一希望明年人形机器人能够真正的应用和落地，第二希望脑机接口真正能够实现爆发落地和应用，服务于真正饱受疾病困扰的患者。

李仁涵： 第一个愿望就是人工智能治理更加深得人心，第二寄托医疗大模型给老百姓带来真正的好处。

张津剑： 期待在新的全球化过程中，明年能看到中国企业在部分领域里真正成为全球领先的探索者和领导者。

绿洲资本是中国新一代风险投资机构，致力于发现中国未来十年最有生命力的企业家，并与他们共同成长，创造长期价值。 "参赞生命力"是绿洲的愿景和使命。这种生命力（Vitality），既是时代结构性变革的方向，亦是企业家坚韧和进化的力量。 绿洲资本专注于早期和成长期投资，单笔投资300万到3000万美金，重点投资机器人、人工智能、科技服务等领域，助力中国科技驱动的新服务升级。