新火種
2025-02-05 
如何完成從互聯網到AI的移民？｜CES2025
2025年開年最大的科技盛事——國際消費類電子產品博覽會CES2025落下帷幕。
除了大小家電、智能家居、智能汽車、AR/VR眼鏡、機器人等多種形態的硬件參展，企業競相展示AI驅動下的硬件創新外，本屆CES也吸引了眾多互聯網及To B服務類企業。
其中既包括AWS等頭部云服務廠商，也包括斑馬智行等垂直領域的科技服務商。毫無疑問，AI正在重塑整個互聯網及軟件服務生態。互聯網時代的所有創新模式都能被AI重新做一遍嗎？AI時代的互聯網及服務創新又需要怎樣的新思維、新組織、新路徑？
帶著這些問題，在鈦媒體CES2025 「Talk To the World Forums·對話世界」系列論壇上，鈦媒體集團聯合創始人、聯席CEO劉湘明與凱爾特亞洲管理合伙人陳潔，聯同阿里巴巴榮譽合伙人張宇、小盒科技和Vision Flow的創始人劉夜、易點天下創始人兼董事長鄒小武這幾位來自互聯網創新不同領域，首次參與CES的企業家代表，就「如何完成從互聯網到AI的移民」展開了圓桌討論。
AI無疑會給互聯網及服務行業帶來新的機會和想象空間。
小盒科技創始人、Vision Flow創始人劉夜表示，教育行業是一個復雜且長鏈路的產業，想要學得又有效又輕松——這個痛點一直沒改變。AI能改變教育內容的生產方式和表達形式，甚至重塑教學流程，這會給AI原生公司帶來追平甚至趕超“元老”公司的機會。
但AI時代需要新的創新路徑，數據和場景是其中最重要的要素。
易點天下創始人兼董事長鄒小武表示，從移動互聯網時代到AI時代，增長的需求和實現本質是不變的，但是路徑和方式會有很大差異，例如AI對營銷領域的顛覆，不能僅是營銷工作流AI化，還需要結合大量累計的數據以及客戶特有場景，才能讓AI在營銷上發揮出巨大的潛力。
阿里巴巴榮譽合伙人張宇（語嫣）總結，AI能否成為企業的生產力，取決于三個要素，一是企業CEO對AI的認知，認知的邊界決定了AI應用邊界；二是是否擁有私有數據，私有數據的質量影響AI生產力的產出；三是是否能把工作流程和運營流程解構并數字化，數字化的答案最終會由AI給出。
AI無疑也會帶給互聯網創業帶來新的機會。
凱爾特陳潔從投資人視角認為，AI時代的創業和投資邏輯和移動互聯網時代一定是有區別的，純原生應用的估值太高，能投資的機會并不多，反而是產業的頭部公司，會成為跑出AI落地應用效果的最佳場景。明星創業者效應也會失效，移動互聯網的創業經驗并不一定能被復制，需要耐心尋找創業方向。
通過總結互聯網現象級產業和公司的發展歷程，劉夜表示，如何在AI技術發展早期適配用戶需求，又能快速適應下一階段的AI 技術迭代帶來的組織和產品形態的變化，是創業者最大的挑戰。
以下是「如何完成從互聯網到AI的移民」圓桌對話內容，略經編輯。
劉湘明:大家是第幾次來CES，對CES的感受如何？
陳潔：2019年，鈦媒體在CES期間舉辦了晚宴，這也是當時的第一個問題。我當時的回答是從2013年到2019年移動互聯網時代，整個CES布局幾乎沒有變化，科技也沒有特別大的進步。
但今年明顯不一樣了。這期間我來了11次CES，中間看到幾個非常明顯的變化，一是中國以OEM代工為主的小企業，雖然數量還是很多，但是相對變少了；二是在展館里，中國品牌從不太醒目的位置越來越往核心的位置上去了。
當年討論這個問題的時候，有嘉賓表示“不知道這些賣產品的公司來CES干嘛”，當時我沒有回應，6年后的今天我特別想反駁一下，我認為這些OEM公司是中國品牌真正發展起來的螺絲釘和基石。今天中國品牌紛紛出海，是因為這OEM些企業建造了好的工業基礎。我親身經歷了這些公司是如何從刻不好模具，到手扳壓機、注塑機時代，再到數控時代，慢慢把產品變好的全過程。
這個過程也是中國人才升級的過程，從勞動型人才到高學歷的智力型人才，帶著中國企業走向海外。
劉夜：這是我第一次來CES，有幾點感受，第一，參加CES的企業一半都在做AI，包括家用的陪伴機器人、工業機器人等各個領域，這個趨勢讓我看到未來2-5年，AI將對全世界的各個產業產生深刻影響。
第二，中國公司的數量超乎想象。不僅有主流大品牌，還有早期科技小企業。我深深地感受到，中國公司在全世界的影響。不久的將來，這些小企業在可能會成為主場館的大企業。
張宇（語嫣）：我也是第一次來CES。以前參加CES的以消費電子企業為主，與互聯網公司關系不大。但是這次我強烈地感受到，AI正在讓以前冷冰冰的產品與人產生交互，使電子產品從“智障”變成真正的“智能”。
鄒小武：我也是第一次來CES，我這次來主要是想看中國品牌，特別是電子品牌在全球的競爭力到底如何？我認為中國的電子產品會越來越強。
如果單純談硬件或者軟件，中國企業的優勢可能未必明顯。例如相比于美國的SARS產業，中國的SARS企業競爭力較弱，但如果“軟件加硬件”的話，中國品牌的優勢變得非常明顯。
以目前AI最典型的應用場景之一掃地機器人為例，中國頭部的掃地機器品牌75%的利潤都來自海外。所以中國電子產品在全球化進程中的優勢會越來越大。
劉湘明：大家對英偉達黃仁勛的CES開幕演講怎么看，各位在他的發言里面看到了哪些機會和趨勢？
鄒小武：未來5-6年是AI應用的爆發期。從黃仁勛的發言可以看到，芯片的算力指數級的上升，每一代產品都性能翻幾倍，同時成本下降幾倍。作為應用開發者來看，2023年大家調用各種API的成本比較高，到了2024年年底大部分開發者調用API的成本幾乎可以忽略不計了。我預測算力和大模型會像互聯網時代的帶寬和存儲一樣，越來越便宜。
張宇（語嫣）：算力肯定越來越便宜，從戰略上看英偉達還是很焦慮的，希望能把算力的領先勢能轉到更多領域，獲取更大的戰略優勢。因此英偉達發布了很多To B和To C的產品。顯而易見的趨勢是從大模型云端計算發展到端（本地）計算。算力方面解決了，未來可以期待應用（尤其是涉及個人數據）的繁榮。
劉夜：黃仁勛演講最后發布了很多Agent的應用場景。我從去年開始認為，Agent可能是下一步AI真正的機會，可以落地實現很多復雜的任務。Agent的概念從應用層慢慢發展成到算力層，這也是英偉達未來發展的側重點。
在CES展館里，從軟件到硬件各種Agent的嘗試都有，從應用層到技術層都更快地去推動。雖然大家都在談Agent，但沒有人做出好業績，甚至很多人還不知道Agent在微觀層面到底要怎么實踐。因此，現在這個時點對很多互聯網創業者而言可能是一個機會。
陳潔：從黃仁勛的演講里，可以看到英偉達要做的方向非常多。現在它正處于硬件上有優勢的高點，這樣的高市值必然吸引競爭對手入場。這對英偉達而言，并不陌生。今天英偉達做的事情，英特爾全做過，這些硬件技術上的優勢，總有一天要被拉平。下一個增長點在哪？所以，英偉達在收入和利潤均不錯的時候，肯定要嘗試新的業務增長曲線。
另外，現在算力不斷增加，對電力的消耗也隨之增加，這也會帶來新的創業和投資機會。最近硅谷很多投資人在觀察能不能通過建小型核電站來支持數據中心的運營，這也是一個很有趣的方向。
劉湘明：聽說語嫣最近在寫一篇 AI改變產業的博士論文，特別契合今天的話題，能不能透露一下論文的主要觀點是什么？
張宇（語嫣）：這篇論文的主要觀點：如今AI變成生產力，AI使得很多傳統行業發生巨大變化。對于傳統的產業來講，AI帶來的影響可能會遠高于以前互聯網帶來的影響。
AI是否能成為企業的生產力，首先受制于企業的CEO對AI的認知。
其次取決于企業有沒有私有數據以及私有數據的質量。不管是全球還是國內，從工業4.0到智能化，很多的企業發現數字化投入的效果不好，我認為數字化的答案最后會是AI給的。因為沒有數字化，就不可能有私有數據，沒有私有數據，AI就很難提升效率，成為生產力本力。
最后，企業能否對所有的工作流程以及運營流程做解構，把每一步目標非常清楚地列出，用AI去做替代，甚至過程中，用AI省掉很多步驟。如果企業能做到這些，對其他不用AI的企業來說，將是降維打擊。
劉湘明：咱們今天的主題是“如何完成從移動互聯網到AI的移民”，想請語嫣分享下，從過去向移動互聯網遷移的經驗里，有哪些是可以借鑒的？
張宇（語嫣）：當年移動互聯網到來的時候，從業者心里都很焦慮。AI到來后，經歷過互聯網、移動互聯網浪潮的人，會認為把當初的焦慮放在今天沒有必要。因為所有巨大的技術變革都有自己的規律。比如，移動互聯網時代，工具率先發展又回落，最后留下的應用并不是主動留下來的，而是由于移動互聯網的技術降低了進入門檻的原因。
舉個簡單的例子，過去拍照必須有照相機，信息化之后，相機必須連接到PC上，再使用專業軟件美化。智能手機興起后，又首先取代了相機，照片美化的過程也進而發生變化。最早技術的應用都是基于技術本身變化帶來的，比如，智能手機上的拍照軟件、修圖軟件。但回顧過去，這些工具型應用帶來的商業價值有限。
AI時代路徑類似，初期基于大模型開發工具型的AI應用，但這些應用是否能留下來是個問號。現在的AI的工具形態絕不是最終產生巨大價值的原生應用形態。
從業者要思考的是有哪些過往技術解決不好的需求，有哪些能極大吸納用戶或者降低進入門檻的應用。我相信原生的AI應用會出現在這些地方，例如游戲、陪伴。
AI在To B領域肯定會爆發，但一定不是以前 saas的那種方式，可能會產生在To B的每一個流程里面。 首先爆發的可能是To B的Agent，這與移動互聯網從To C應用開始爆發不太一樣。
劉湘明：想問下陳潔，AI時代下，你的投資邏輯有什么變化？
陳潔：我們一直堅持投北美的華人創業者，從創業者的人群上來講一直沒有變化，賽道方向會有變化。AI時代，第一波撲上去的人，大部分已經在沙灘上躺著了，就算沒躺著，過得也不大好。第一波項目很多處于估值高，又沒有revenue的狀況。
我一直在投更重運營的方向，例如本地生活，也就是所謂的“ AI代替不了的事情”。原本大家認為AI之后，人可能天天寫詩畫畫，但事實上是 GPT在寫詩在畫，人還在送快遞，而且越送越多。就像飯團這樣的外賣公司，就算受到AI的沖擊，但是依然需要運營的人。
我們另外一個投資方向是出海。我也沒有投出海品牌本身，而是投品牌出海所需要的服務。例如品牌問世，首要解決branding的問題；第二步要搭建履約能力，能否以最便宜的價格、最快的速度送到用戶手里面；第三步要解決售后問題，比如100美金以下的“小件”，需要退換貨更方便，幾百美金以上的“大件”，洗衣機、冰箱這些產品需要質保，售后、維修……。
在AI方向，我沒有大投原生應用。往往兩個背景不錯的大學生背個包出來就敢要5000萬美金的估值，太不合理了。我在AI方向主要做的可能不是投資，而是要產業移民。
我們觀察到，所有的AI公司最終回到實際業務落地的場景公司里。AI會讓原來的產業頭部公司變得更強，并不是隨便一個新的AI公司就能形成競爭。因為他們有客戶、有數據、有場景，硅谷大部分的AI客服的公司可能都跟Googlecloud、aws綁定，最后變成了Googlecloud 或者aws。例如，他們在賣云服務的同時，打包一個AI客服給小公司用。以前很多分散的行業，因為管理邊際效應的問題，規模有限。就像AI服務公司，最大的公司市值也就五六十億美金，以后這里面必然會出現百億美金級別以上的公司。也許目前它只有4萬雇員，做幾十億美金的銷售額，未來至少會變成幾百億甚至上千億美金的銷售額。
劉湘明：你覺得AI時代的創業和投資跟移動互聯網時代有什么不同？
陳潔：明星創業者沒有那么可靠了。我能觀察到，在互聯網到移動互聯網的階段，互聯網做得很好的人做移動互聯網創業，成功率非常高。但移動互聯網和互聯網做得很好的人出來做AI，也并不能必然做出revenue，過去的成功經驗并無法復用。
另外就是美元基金沒有那么多好的機會可以進了，中國的美元基金基本處于半失業狀態，美國的美元基金也是一樣。一個朋友在硅谷一家非常火的AI公司募資，各種大公司追著他投，但他說，雖然工程師團隊都是技術大牛，目前兩個創始人都方向還沒確定。
劉湘明：有點像2000年前后的互聯網泡沫的狀態。
陳潔：硅谷現在就處于“王侯將相，寧有種乎”的一個狀態。大家都想AI創業，但是普遍都revenue很少。一些To B公司的revenue算下來，連過去的saas都不如，所以建議投資人不要急，可以再等一等。
劉湘明：那么兩位一線的創業者劉夜和鄒小武分別有什么看法呢？
劉夜：我屬于產業創業者重新創業。過去10年，在國內做一家公司叫做作業盒子，后來改名叫小盒科技，然后建了10萬所學校，擁有一個億的用戶。
作為一個創業我有一些不一樣的感受。
第一，AI技術背景下，所有人都覺得自己可以做一家公司，壁壘低到所有人都可以干。未來的確可能會出現很多一人、兩人公司，但是我相信大多數產業公司很難人很少。
相對于PC到移動互聯網來說， AI創業會面臨“變與不變”，不變的是每個時代都會有對應的新技術驅動，例如原來PC到移動互聯網，會產生“搜索移動”的推薦，手機上的運算，不用插線便可接入無線的能力。
AI時代則是從“推薦搜索”到“推理”“生成”，變化體現在新客獲取的路徑變了。從PC到移動互聯網是終端發生改變，終端改變之后，自然帶動應用增長。2012年，我進到移動互聯網，當時做了兩款應用，很快就上了排行榜的前10名到前5名。新終端意味著用戶買了手機之后沒有應用可裝，所以應用獲新客非常容易，隨著智能手機的增長而上漲。
但是到了AI時代，由于過去10年移動互聯網把絕大部分的辦公生活的基礎設施都做完了，用戶已經在線化了，業務也在線化了，所以這時候新應用的獲客比移動互聯網時代要難。而且你要去搶原來已有的在線化和數據閉環形成的網絡效應，規模效應和用戶的使用習慣。這是非常大的不一樣。
AI也會給創業者帶來新的機會和挑戰。機會相信大家都看到了，以教育行業為例，一個原生AI公司，不太需要組織變革，便可創立新的組織，同時AI可以改變內容的生產方式，可以追平很多元老的公司。例如多鄰國原來全球有2000個人做內容，現在變成100個人，甚至將來會變成10個人，而且內容形式也要變，因為生成式內容跟傳統內容不太一樣，這些都是機會。
教育產業鏈條很長也很復雜，不能靠大力出奇跡。這個產業幾千年痛點都沒改變，就是如何學的既有效又輕松。
從業務流上來分析，用戶很難改變，只是發生工具變化。所以，先闖進來的創業者，第一階段能夠在混合階段解決用戶需求，獲取融資或者搭建團隊，做到業務閉環，到第二階段的時候，技術和產品迭代，團隊又能夠拋棄在混合階段產生的慣性，還接住下一浪的挑戰。這就類似從雅虎到谷歌的挑戰。太晚進來的創業者反而缺乏行業認知。所以，移動互聯網最牛的公司，像字節、美團等，基于先前的用戶認知，疊加新的技術，在第二階段也不會掉隊。
教育產業中經過兩個周期的老創業者或產業移民，在這個過程中會既審慎且淡定。
鄒小武：我們一直是服務商，從PC時代服務客戶做網絡用戶增長，后來服務移動互聯網公司做增長，到現在陸陸續續又開始服務AI公司做增長。增長這個點是不變的，增長本身的技術也是不變的，只是客戶變了，或者說c端用戶使用工具變了。
本質上就是如何抓住用戶時間。無論背后是移動互聯網還是AI，企業為什么選擇你？
我們感受非常明顯，趨勢的力量比個人的阿爾法強太多，當趨勢來的時候，必須擁抱趨勢。我們自己全面擁抱AI。
但是我們會看到底什么機會屬于我們。在移動互聯網那10年，中國幾乎所有的公司都是我們的客戶，理論上當時所有的公司的營銷都是我們手把手教的。10年前中國公司不知道怎么在海外做營銷，那時候所有的創始人我都認識，我們都有投資的機會，這中間有非常多大企業，還有很多三方服務商。也因為所有的服務商都是從營銷開始的，營銷增長完之后，售后、履約這些東西才會有，所以很多滯后的服務商也是靠我們介紹客戶長起來的。
增長本身也需要AI化，marketing是最容易被AI顛覆的。這個領域的創業公司也是最多的。但我們使用了很多產品后發現，如果只是把流程AI化了，看起來挺酷，結果不一定好。核心還是用AI流程加上數據，再加上場景，才能真的提高生產力，最后帶來客戶滿意的增長效果。
經過各種嘗試，在投廣告這個事上，AI不比人差。拿過去投廣告的流程舉例，比如，要去Facebook投廣告，老板的做法普遍是花2萬元，招一個專業的人。但人與人的投放水平差別很大，投放水平好的人可能一天能花10萬美金，投放能力差的人只能花1萬美金。相比較之下，我們的產品，只要老板把產品鏈接放上去，設定每天投放100美金，從內部數據看，工具的投放結果比大部分投放人員結果好，投放過程中把所有的數據結合進去，做優化，會越來越好。
劉湘明：移動互聯網的增長和AI的增長有什么不同？包括國內的增長跟國外的增長有什么不同？
鄒小武：其實本質差別不大。客觀來講，AI產品的形態跟移動互聯網產品形態差別很大。現在的AI產品一半以上是PC的產品。
第一代AI產品都是用來提升生產力的，主要給專業人士使用。比如白領要寫PPT、寫文檔、創造圖片、創作視頻、寫總結等，他們付費能力也強，這種生產力工具營收很好。
從增長的路徑上或者渠道上來看，過去移動互聯網時代的產品針對人群很廣，投廣告很泛。現在AI產品主要給專業人士用，會用紅人推廣。新的東西需要有最先嘗試的意見領袖。所以，在增長上，用網紅推廣的占比很高，反倒是直接去谷歌、Facebook投放，占比沒那么高。這是由于受眾不同導致的。
國內和國外差別還挺大。對于整體國內的廣告主來講，更看重服務商賺了多少錢，海外的廣告主更看重服務商能提供的結果，不關注服務商賺多少。所以，服務商的生態海外更健康，海外服務商有的規模特別大，但是國內服務商很難做大，這跟國內的人力成本或者商業理念有一定關系。
劉湘明：劉夜剛才講了很多“道”的東西，我特別關心你們現在有沒有用AI技術去改進產品，包括商業模式？
劉夜：我們這個行業沒有AI基本沒法做。以教育領域最大的多鄰國為例，多鄰國現在擁有10億用戶。如果把語言學習從a1到c2分6級的話，它的用戶基本上到a2、b1左右就進行不下去了。因為b1之后就需要找真人練習。
也就是說傳統的技術，上一代的AI神經網絡能解決語法、詞匯的問題，但是解決不了口語的問題。這個需求它藏在角落里，角落就是這個流程到底長什么樣子。所以第一波進來的公司核心是要深刻去理解這個流程到底要怎么做，而不是做一個曇花一現的有網紅效應的產品。
劉湘明：請大家預測一下未來5年AI帶來的一些新變化？
陳潔：目前50%以上的AI應用是To B的工具，電影、娛樂類的AI應用根本還沒起來。為什么AI應用的推廣會用網紅來做？其實很簡單，一個新的復雜的APP，用戶就算通過Facebook、 Google獲取基礎信息后，也會到YouTube視頻里詳細了解個東西怎么用。
我以前經常做判斷，但是發現錯誤的比率非常高，而且很花錢，所以我現在盡量少判斷，用數據去說話。我把未來AI的應用場景都投了，然后通過數字反向去看這些產品就好。
一個明顯的趨勢是，未來5年AI的滲透比例將會大大提高，所有的年輕人都會到AI上去，甚至很多個人助手可能會干掉很多現在的促成交易的平臺型公司。
過去類似美團的模式為什么還會存在？我們以前投的公司是幫這些商戶搬到Google上去，盡量不讓平臺抽成，后面很快就會有公司把這些小商戶們搬到AI上去，不讓平臺抽成。以后消費者點外賣可能通過chatGPT或者AI助手直接選餐，通過哪個工具點的已經意義不大，最后的結果會直接導向到餐館里。
就電商而言，內容電商可能還會存在，貨架電商可能會消失，會被個人助手代替，會有新的平臺形式出現。
劉夜：AI還處于GARTENER曲線的左側。因為涉及到對流程上的理解和改造，AI應用的普及比想象中來得慢。真正二次創業的產業老司機都很低調，很早就開始做產品，但并不著急推廣。
未來1-2年比較大的改變會是，大家可能從談宏大敘事轉為談微觀的產業規律和產業流程，這個拐點極有可能在明年發生。
因為要用AI去改造一個流程，且被證明且能夠起來是需要時間的，來到CES現場后，我更樂觀，這個節奏可能2025年年底就會變快。未來AI的爆發點還在GARTENER曲線的右側。
張宇（語嫣）：未來5年特別值得期待。總的來講，一定會有原生的To C應用出現。底層邏輯是我們對信息的處理方式發生了變化。過往互聯網的信息處理方式都是把非標準化的信息結構化，再去做匹配，也是“貨架電商”的邏輯。我們一直說要做千人千面，但是在過往的技術上很難達到。
AI對于信息的處理是革命性的，它是非結構化的輸入和非結構化的輸出，在這樣的模式上，無論是To B還是To C都會有巨大的改變。
未來會從IT時代轉變為DT時代。公司的私有數據就是公司的資產，但數據好不好，能不能用，也是目前最大的挑戰。未來的5年，如果小公司能夠非常快的去應用AI，是有彎道超車的機會的。
鄒小武：我也比較樂觀，且擁抱未來。相信未來會有無數的創業公司出來，雖然絕大部分都會死掉，但每個時代這批創業者都在推動著行業前進。我們很幸運，處在一個陡峭曲線上升的時代，盡管欣賞這個時代就好，然后做好自己該做的事情。如同語嫣所說，未來5年內有C端的AI超級應用出來，甚至5年后機器人也會普及。
劉湘明：企業如何完成向AI企業的升維，小武有沒有什么建議？
鄒小武：我這個感受比較深，當時語嫣上課的時候講，你們不能只是靠AI去總結數據，而必須靠AI去做事情。當浪潮來的時候，企業的核心創始人必須躬身入局，如果創始人沒有體感，大概率不行。
我們內部怎么實踐的呢？基本上每兩個月會有一次AI內部會或者比賽。很多創新力量都來自于基層的95后，跟現在很多AI原生的創業者一樣，一個人搞所有事情，在他們看來很正常。相比較而言，移動互聯網時代的人，特別是已經做成了公司的人，會覺得需要招很多人，。移動互聯網時代的企業，需要靠一些機制發揮基層的力量。我們公司舉辦比賽，投資部大量看產品，核心管理層迫使自己每天用一個小時的產品，比如寫文檔，比如每天跟Kimi聊天等，反正盡量把你的生活跟新的東西融合起來，然后把你的工作也用新的工具融合起來，你的感受就會越來越深。
只有當創始人真的有體感，且真的相信這個方向，才有可能帶領企業就在這個方向去走。
張宇（語嫣）：移動互聯網剛興起的時候，大家都很惶恐，但同時也會覺得這無非是把網站搬到手機上，沒啥大不了的。我那時候開始逼自己用手機，從微博開始到微信，然后才能理解無線互聯網不一樣的地方，躬身入局這件事情很重要。
一家公司如何擁抱AI，創始人的認知會是天花板；還有就是私有數據會是公司最重要的資產。過去我們對資產方面的定義可能要發生巨大的變化；最后 AI的使用可能讓很多商業模式發生變化。比如，過往靠廣告的商業模式，未來因為AI Agent的使用可能都不成立了。那未來的商業模式是什么？我認為最重要的還是認知和愿不愿意躬身入局，
劉夜：第一是時間管理，用時間管理來降維。對于那些完全不懂產業的人來說，你的時間管理在產業里，需要深入理解產業，不要離開產業，然后跟用戶要離得近一點。這對那些沒有產業背景的人來說是一個挑戰。
另外，產業從業者要有一半的時間研究AI，在這個過程要親自匯總最核心的prompt。
第二是與其聽別人講無數的技術原理，不如自己親自看一下論文，如果有條件看一下架構的源代碼。我經常把沒有技術背景的管理層拉過來看論文，多看幾遍，看懂百分之三五十，就能對業務決策帶來極大的影響。很多時候部門10個人，管理層看完代碼知道3個就夠了。
陳潔：在互聯網時代之前，讓勞動密集型大型公司例如call center等，一下子升維很難，但是如果頭部公司不做，后面的公司可能會提高效率干掉前面的公司。做投資和創業不太一樣，AI時代收、并購會變多，收購技術型企業，是升維的最快方式。投資人只要找到更高的信號，就可以做決定了。
語嫣：過往互聯網有一個規律，第一名等于第二名加之后100名的總和。第一名占到80%的份額。第二名是最有購買價值的，并購后改造就可能彎道超車。未來coding的門檻降低，工程師可能會成為最快失業的群體，也許未來會有很多這種平臺式的能力提供，對于AI的認知和鑒賞能力可能是很重要的事。
鄒小武：企業如果認知跟不上，就一定會消退，這個是大家都逃脫不了的，除非有新一代接上。AI時代本質上還是要學會使用工具。跟機器對話需要自然語言，但是你的自然語言，機器聽不懂怎么辦？要掌握與機器對話的方法。比如，單純告訴它幫我寫個分析報告，還是詳細告知分析報告的框架，AI產出的質量差別巨大。
張宇（語嫣）：我的論文是關于個人如何使用AI的。我的研究發現，之前有觀點表示， AI可以把人的能力通過技術平權，可以幫助能力弱的人變得強，但事實上不是這樣的，它對普通人的幫助很大，但是對于后端的人幫助不大。
在我的研究里面，個人績效結果受到努力程度和能力兩項因素制約。AI能夠幫助補充能力項，比如溝通能力等，但是對于主觀努力沒有辦法補充。即使強迫個人去完成本該完成的任務，主觀努力的程度依然是能力發揮的制約因素。所以，這對未來整個教育以及人的職業發展都有很大的挑戰。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
