g导读：
本文是一多加速工场的预习资料，旨在帮助企业家群体洞悉时代变革的底层逻辑，找到融合AI的场景，推动企业业务与组织的系统升级，把握AI新商业的早期红利。
字数：4767字阅读时长：5分钟
以下是傅盛近期在 大会上的分享，经精编整理。
#01
GPT可以被看成一个大号计算器
我在 2016 年就开始投入人工智能，在数据训练上我大概投了 1 亿美金在视觉识别、语音识别上。那时候遇到一个难题，就是语义识别，核心是智能的问题。
按照《人类简史》的说法，人类独有的智能是描述虚拟事物的语言，描述虚拟事物就是逻辑。
做语义理解，大家本能地认为，我们应该教计算机识别知识图谱，像学习外语一样，理解单词、主谓宾以及语法规则等。后来发现它很快就可以回答问题，但是答非所问。
只有 觉得，应该像教小孩子一样，把文本给它，让它自学。GPT的学习是学习文本之间的规律，产生基本的认知和推理能力。
业内普遍认为的出现意味着通用人工智能时代的到来，也就是从底层逻辑上说大一统大模型的时代到来。
我觉得GPT可以被看成一个大号计算器，知道它是每个词每个词的预测，预测的词和之前的问题都相关。
理解了它的原理，就会对它的很多方面慢慢理解。
#02
的出现，会深刻影响交互方式
出现，我觉得有两件事会深刻影响这个行业，第一个是容易被忽略的，也就是对于交互的影响。
交互一旦发生变化，很多范式也会发生变化。有些工作就会被替代掉，AI将导致电脑层工作价值下降。
程序员、做PPT的人工作本质都是把自然语言翻译成机器能懂的指令，一旦机器不需要人来完成自然语言的翻译，原本这些工作的价值就会急剧下降。
未来「人族」会有两种人，一种是保持着极强的好奇心，拥有主动和开放学习的心态；善于思考，提问，思考，创造。他们就是AI的驾驭者。
还有一种人非常被动，封闭，这种人就是单纯的躺平享受者。
如果我们把大模型想象成一个大号计算器，有些恐惧就没有必要了。
因为它只是个计算器，它没有好奇心，没有主动性，它还是需要输入，需要各种优化，所以人类还是有大量工作是可以做的。
#03
大模型创业的机会在哪里？
我总结了四个层次。
第一层是角逐千亿大模型。我觉得这个难度比较大，也没那么划算。
第二层是开发行业垂直大模型。几个月前大家还不太认可垂直模型会和通用大模型一样强，现在大家已经慢慢转变了看法。
第三层是开发大模型应用。结合大模型做开发应用是很大的一块。
第四层是应用大模型。既不是技术公司也不是数据公司，只是一般的公司，就把大模型应用用好就可以了。使用数字员工，私有化部署大模型。这是最大的一块。
做应用如果数据不足，所有的努力都没有价值。今天所有书本上的知识只占了所有知识的一小块。
我们今天做企业肯定不是把头埋在MBA的教材里就能学着做好的。只有每天密集的会议讨论，形成共识，这些都不是在教材、在互联网上找到的，才能给予你最大的知识价值。
#04
开源社区极大地降低了模型的开发成本
开源社区极大地降低了模型的开发成本，大模型白菜价的时候到来了，每个公司每个人都有大模型的时代到来了。
对于应用开发者来说，以前应用太薄的话，大模型一增长你的应用就没了。
如果你的应用真的很好，你就能在用户那里找到很多需求点，现在你就可以做你自己的大模型。
所以 Llama 2 的这波操作就体现了大公司的优势，它只要做出正确的战略判断，就可以组织你想象不到的资源，从而实现行业的变化。
#05
提示词本质上就是对大模型能力的一个深度挖掘和微调
现场有很多的创业者，如果大家只学习大模型的一个技术点，应该是什么？就是 提示词。
我觉得 是被忽略的一个点，因为它学起来容易，所以大家觉得这东西不深入。
从原理上说，自然语言就是一个压缩。
比如说我现在讲了 200 字的内容，但是你要知道这 200 字在我脑海里是一个很庞大的行业知识，然后贡献出来、压缩过去，到你这再一解压，就不一样了。所以这种提示是非常关键的。
然后行业有专属词，一个词在你这个行业是这个意思，在我们行业就是另一个意思。
所以 就是一个桥梁，不可或缺，非常重要，而且可以做得很「厚」。
今天 本质上就是对大模型能力的一个深度挖掘和微调。当你知道 对于不同大模型适配情况的时候，你就是行业专家。所谓专家就在一个点上比别人深。
还有一个就是应用层面。我觉得未来应用的生态反而可以决定大模型公司的商业价值，因为开源已经极大拉低了大模型本身的商业价值。
#06
大模型很大，但是做应用必须很小很深
猎豹做了什么？
第一个是数字员工。我们内部已经挂了很多横幅说“取代你的不是 AI，而是会 AI 的同事”。
第二个是大模型应用，我等会展示两个应用。
第三个我们也做了行业信息大模型，拿开源的模型去训练的。
第四个，千亿大模型，这件事我们没有做。
展示一个我们团队内部做的项目，现在效果说实在还不够好，但雏形已经实现了。
我们用AI智能体为极客公园输出一个大会方案，这是我们设计的角色，它有不同的视角。开会过程特别有意思，就看几个机器人吵来吵去，说你这个没有注册那个怎么样。开一次会，这几个机器人大概要跑 20 分钟左右。
这个项目有 4、5 个同学写 ，写了两个月，不停地写、改，然后看什么样的数据奏效。
猎户星空打磨的企业应用聚言，帮你做一些专业的数字员工。
第一个主打的就是推销员，每个网页都配了一个聊天机器人。我们自己的网页上配了之后，发现成单率提高了3倍。
在线下，我们的机器人真的可以开始推销了。成为机器人促销员，在燕之屋、双汇落地，帮助客户转化成单。
我们在问答机器人上投入了大量精力，看哪些回答用户觉得不满意，哪个策略出问题了。
所以我们做应用一定要记住一句话：魔鬼都在细节里。大模型很大，但是做应用必须很小很深。
#07
随着成本的降低，未来每个行业可能都会有自己的专业大模型
推出 之后，全世界都懵了，因为没有人觉得这件事能做成。
但是从原理看，「今天为什么会有这些智能」是没有被证明的，中间没有推倒过程。只是输入一个数据，大概知道可能的结果是什么。所以今天有个词叫「涌现」。
今天学界在做一件事，叫做大模型的「白盒化」，就是把大模型运行的过程给推倒出来。
一旦推倒出来，可能就不需要这么大量级的参数，用很小的参数就能实现现在的效果。
当然没有白盒化之前，各种开源的迭代版本也都用很小的参数慢慢实现了一定的效果。
那到最后我们可能发现，工作岗位里不需要一个「爱因斯坦」，一个中专生就可以胜任了。
所以未来，每个行业可能都会有自己的专业大模型。
#08
最好的办法就是靠进去，动起来
但其实我也不知道这个行业会怎么发展，因为它变得太快了。
我觉得最好的办法就是靠进去，动起来，很多东西只有在实践中才能得到。
其实我每天都生活在一种恐惧中，就是警醒自己，千万不要觉得自己有经验；千万要觉得自己是傻x；千万要认为这些年轻人真的会去超越你。
经验其实一点都不重要，有好奇心、有行动力，才能创造未来。
最后给大家分享一句话：现在是过去的未来，因为它已经发生了，但它不是未来的过去。
大家都在起跑线上，这就是一个最好的时代。
AI新商业·企业家特训营
北京站 第2期 正在招生中···
由一多加速工场、AI商业研究所发起的第二期AI新商业·企业家特训营线下课定于7月29日-7月30日在北京举办，课程详情后报名。
首期AI新商业·企业家特训营线下课，已于7月1日-7月2日在杭州成功举办。
课程由一多加速工场&AI商业研究所创始人、AI商业架构师、资深企业教练、全网首个AI分身商业博主“赵大师兄”账号主理人赵大伟老师主讲。
赵大伟老师（赵大师兄）
赵老师是具有多年企业咨询和创业实战经验的企业顾问，给新希望、探路者、美的等多家企业做过咨询，也给海尔、京东、新东方、TCL等数百家企业做过培训，企业咨询与培训辅导经验相当丰富。
他的主要研究与咨询服务方向，就是基于新技术之下的传统企业转型升级，从当年的移动互联网，到后来的区块链，以及当下的人工智能，赵老师积累了丰富的新技术产业化应用方向的经验。
同时赵老师团队还实操过电商与消费品牌项目，对品牌打造、产品企划、直播运营、私域运营、渠道管理等业务实际场景有一手实战经验，对业务场景有着深刻的理解。
赵老师在AI商业领域的首部图书《AI纪元》即将面世，之前写过《分布式商业》、《互联网思维独孤九剑》（畅销40万册），对数字经济保持着持续研究。
赵老师本人还是、等主流AI工具的资深玩家，其视频号“赵大师兄”发布了多条AI工具制作的爆款视频，算是AI商业领域的首个颇有影响力的AI分身商业博主，已经将AI工具引入工作流并且取得良好效果。
赵大伟老师视频号“赵大师兄”代表作品，2个月播放量近百万，受到众多学术界、产业界、投资界大咖关注
在赵老师主讲的首期课程上，来自消费、教育、SaaS、美业、科技等三十位企业家倾情参与，共同打造了一场收获满满的脑力激荡体验。
关于首期课程总结，可点此了解：
关于首期企业家学员的学习感受与课程评价，可参考如下视频：
点击下图▼了解课程详情
相关文章
