360集团
360集团创始人周鸿祎在《风马牛年终烩——换个方式再来一次》活动上，分享了他对于人工智能的深刻见解。其演讲内容涵盖了人工智能的发展历程、当下新趋势、未来应用方向以及提升AI素养的建议等多个层面，为我们绘制了一幅全面且深入的人工智能行业画卷。
一、人工智能发展历程：从懵懂探索到多元突破
周鸿祎指出，人工智能的发展历经了多个重要阶段。最早期是基于规则的人工智能，那时人们试图将人类的规则总结出来，让机器去学习。然而，经过长达五六十年的探索，实践证明这种方式是失败的。这一阶段的尝试，就如同在黑暗中摸索一条看似正确却实则不通的道路，虽然耗费了大量的时间和精力，但却为后续的发展积累了宝贵的经验。
随着技术的演进，基于学习和训练的人工智能逐渐兴起。过去几年，中国出现了专注于人脸识别、图像识别、语音识别的“四小龙”，这属于感知AI阶段，本质上是小模型的应用。感知AI如同人类的视网膜，仅仅能够“看见”，而前年横空出世的大模型，则开启了认知AI的大门。认知AI不仅能“看见”，还能“看懂”，它通过海量数据训练参数较大的模型，实现了从单模态到多模态的发展，能够识别图形图像、看懂视频、听懂声音。
在认知AI的基础上，生成式AI应运而生。它不再局限于被动地回答问题，而是能够主动生成新的内容，如视频、图片、文章等，为内容创作领域带来了巨大的变革。而去年崭露头角的智能体AI，则进一步拓展了人工智能的边界，它致力于让人工智能能够真正“干活”，在数字空间与IT系统协作。此外，还有物理AI，应用于无人驾驶、机器人等领域，实现对物理空间的感知和反应；未来，人工智能还将成为科学研究的有力工具，即科学AI。
二、人工智能发展的八大新趋势：行业变革的风向标
- AGI发展步伐放慢：曾经，人们对超级人工智能的出现充满乐观，认为只要堆砌足够的算力、能源和数据，就能创造出无敌的超级人工智能。然而现实却并非如此，如今用于训练的人类数据已接近枯竭，AGI的发展陷入瓶颈，就像一个在升学考试中前期表现出色，但在关键的高考中却失利的学生，目前正处于“复读”阶段。这一趋势表明，人工智能的发展并非一蹴而就，需要更加理性和深入的探索。
- “慢思考”成为新范式：以GPT为代表的早期范式主要依赖死记硬背和博闻强记来回答问题，在多步推理方面存在不足。而如今，科学家们发现可以通过让模型进行复杂推理来提升其能力，例如解决“如何把大象装到冰箱里”这类需要多步骤思考的问题。这种新范式的出现，为人工智能的发展注入了新的活力，使其能够处理更加复杂的任务。
- 模型越做越专：当人们意识到打造一个通用的宇宙无敌模型不太现实时，便纷纷转向专业模型的开发。专业模型能够针对特定领域的问题提供更精准、高效的解决方案，满足不同行业的个性化需求。
- 模型越做越小，进入轻量化时代：如今，小型化的大模型开始在各种设备上得到应用。例如最新的苹果手机系统iOS18上已经搭载了小的大模型，智能网联车和机器人也逐渐融入大模型。在今年的CES上，更是展现了“无AI不硬件”的趋势，就连垃圾桶都能与AI结合。英伟达推出的桌面超级电脑，体积小巧却拥有强大的算力，能够运行大规模的模型，使得模型能够走进千家万户，为人工智能的普及奠定了基础。
- 模型能力越来越强：过去人们普遍认为模型越大，能力越强，但现在发现并非如此。实际上，模型学习的数据质量越好，其能力就越强。这意味着在模型训练过程中，数据的筛选和处理变得尤为重要，优质的数据能够提升模型的知识密度，使其在解决问题时更加高效。
- 成本越来越低：当前，云上的大模型亏本售卖，开源模型更是免费使用。英伟达推出的桌面大模型硬件，算力强大但价格仅为2万元人民币，相当于一台笔记本电脑的价格。这使得企业和个人在进行AI应用开发时，无需投入巨额资金购买复杂的云端算力，大大降低了AI应用的门槛。
- 多模态越来越重要：大模型若仅能理解文字，其能力是十分有限的。在实际应用中，尤其是进入企业场景后，大模型需要能够看懂现实中发生的事情，听懂人们的指令。因此，多模态技术的发展至关重要，它能够让人工智能更加全面地感知和理解周围的环境，提升其应用价值。
- 智能体AI加速落地：智能体的出现是AI发展的一个重要转折点。在此之前，很多传统企业主认为大模型只是一个聊天玩具，无法真正为企业带来实际价值。而智能体的目标就是将大模型转化为企业中能够干活的工具，解决企业实际问题。从当前趋势来看，大模型产业发展出两条道路，一条是美国巨头探索的超级人工智能之路，另一条则是将大模型与应用场景结合的应用之路。周鸿祎鼓励走应用之路，因为超级人工智能的发展充满不确定性，而应用之路则更加明确和可行。
三、大模型应走应用之路：落地生根，创造价值
周鸿祎一直强调，大模型要在中国引发工业革命，就必须走下神坛，向场景化、专业化、垂直化发展。回顾历史，超级电脑并未引发工业革命，而价格亲民、使用便捷的个人电脑却做到了这一点。同样，大模型要想实现广泛应用，就需要降低成本、提高易用性，走进千家万户和百行千业。
微软的Copilot就是一个典型的案例。Copilot作为微软推出的聊天副驾驶概念，在很多企业中难以发挥作用。原因在于它虽然具备丰富的知识和推理能力，但提供的答案过于通用，对企业的行业和业务了解不足，利用率较低。这表明，专业大模型仅仅具备生成能力是不够的，必须从生成式向智能体演进。
四、智能体：人工智能的新引擎
智能体的核心构成
智能体的核心是大模型，在此基础上，它还具备感知能力，能够与企业的传感器相连，获取企业内部数据；每个智能体都有明确的角色定义，对应企业中的一个岗位；能够完成复杂繁琐的业务流程和重复性工作；拥有记忆能力，弥补大模型没有短期记忆的缺陷；能够连接企业知识库，并与企业内的各种业务系统（如OA、ERP等）打通，成为真正的工具；同时，智能体还支持复杂推理，提升自身的智能水平。
智能体的六大应用方向
- 人人智能：智能体作为赋能工具，能够赋予每个人超能力。无论是赚钱、编程还是讲课，人们都可以借助智能体的帮助，解决自身技能不足的问题，就像拥有一个随时待命的超级知识专家。
- 万物智能：过去的智能硬件实际上只能算是联网可计算的硬件，而未来，所有硬件都将被AI重塑。从日常佩戴的项链、眼镜，到家中的机器人、电器，都将具备智能，能够理解用户的意图并与用户进行交互。
- 传统企业的数转智改：传统企业可以利用智能体和大模型，对现有的业务流程进行优化和提升，实现数字化转型和智能化改造。通过智能体取代低技能、低绩效的员工，提高业务流程的效率和质量，这为传统企业的发展开辟了新的空间。
- 面向未来产业：在未来的数字化产业中，如无人机、具身智能机器人、智能网联车自动驾驶等领域，智能体将发挥重要作用，帮助实现无人驾驶、无人导航等功能，推动这些新兴产业的发展。
- 科学研究：人工智能已经在科学研究领域展现出巨大的潜力，如AlphaFold2在蛋白质折叠结构研究中的突破。未来，大模型和智能体将成为科学研究的重要工具，为科学家们提供新的研究范式和方法，加速科研进程。
- AI的安全：随着AI的广泛应用，其安全性也备受关注。智能体可以用于解决AI安全问题，防范虚假信息、恶意攻击等风险，确保AI系统的稳定运行。
构建智能体的三个步骤
- 选择智能体的岗位和场景：企业需要明确智能体的服务对象和应用场景，可以是为老板提供服务、为员工提供支持、优化内部管理流程，或者加速外部服务和产品流程。同时，以能否减少10倍的人力、降低10倍的成本、提高10倍的效率、提升10倍的体验作为衡量指标。
- 分解流程并定义角色：将选定的场景分解为具体的业务流程，尤其是那些繁琐复杂、容易出错的重复性流程。然后，为智能体定义明确的角色，使其与企业中的岗位相对应，一个智能体对应一个员工角色，避免让智能体承担过多职责。
- 实现智能体的功能：通过赋予智能体感知能力、记忆能力、连接企业知识库和业务系统的能力，以及支持复杂推理的能力，使其能够真正完成所定义的任务，实现企业的降本增效。例如，斯坦福医学院通过引入三个智能体，分别完成传真录入、预约时间和撰写报告的工作，成功减少了100多人的队伍，提高了工作效率；360内部的一个团队利用智能体，将用户数据处理时间从3小时缩短至2分钟，同时提升了用户体验。
五、提高AI素养的五步建议：拥抱AI时代的指南
- 人人AI：企业内部的每个人都需要积极使用AI，不能仅依赖少数人。只有全体员工都熟悉和了解AI，才能在后续的业务场景训练和智能体开发中发挥一线员工的作用，实现AI与业务的深度融合。企业要克服员工的本能抵触，强迫自己从老板到员工都积极参与到AI的应用中来。
- 用好已有的智能体AI：目前，市场上已经出现了许多智能体，如用于档案处理、简历筛选、PPT生成等方面的智能体。企业应该充分利用这些现有的智能体，将其应用于企业办公和营销领域，率先实现这些环节的AI化。例如，360开发的用于录音整理的智能体，针对不同的场景（如面试、销售、员工谈话等）提供了相应的整理方法，能够对录音内容进行深入分析。
- 打造自定义的智能体：企业会发现外部通用的智能体工具无法完全满足自身需求，因此需要学会将智能体与企业的业务流程相结合，打造自定义的智能体。这需要企业和个人具备将大模型的能力打散并重新组合的素养，以满足企业独特的业务需求。值得一提的是，打造智能体并不需要高深的电脑知识，文科生或许在这方面更具优势，因为这更依赖于对业务和岗位的深入了解以及与大模型的有效对话。
- 集中企业知识库：对于大规模企业而言，要充分发挥智能体AI的作用，就需要将企业的内部知识、外部情报以及员工和专家大脑中的知识集中起来。丰富的知识库是提升大模型能力的关键，只有拥有充足的知识储备，智能体才能在解决问题时更加得心应手。
- 建立智能体协作平台：当企业中的智能体数量增多，数字化程度加深时，智能体之间需要进行协作。就像人与人之间需要沟通协作一样，企业需要建立一个智能体协作平台，以实现智能主管、智能工程师、智能程序员等不同智能体之间的有效协作。虽然目前这一平台对于大多数企业来说还较为遥远，但随着智能体应用的不断普及，建立这样的平台将成为必然趋势。
