原文來源：AI黑馬

圖片來源：由無界 AI生成

近日，360集團創始人周鴻禕發的一條微博（如圖），引發了業界的廣泛爭論。

周鴻禕在微博中提到， 這次在硅谷見了一些投資人，震撼非常大，他們對於沒有AI概念、AI功能、AI成分的公司已經不會考慮了。他還見了一些創業者，幾乎所有創業都在以AI為核心推進。“可能會有一些人看不懂AI，但是所有人都不敢看不起。可以說，美國在賭人工智能這件事，整個投資體系、創業體系、大公司體系、傳統公司體系都在全面擁抱AI。”

恰逢OpenAI發布ChatGPT一周年之際，在黑馬直播間里，創業黑馬執行總裁羅浛予與360集團創始人周鴻禕，一起聊到了周總此次硅谷之行的見聞和最新洞察，也聊到了中國AI創業者的機會在哪裡、中國的創新靠什麼，以及360在大模型安全方向做的三件事。

01 大家都是all in派，誰也不願錯過大機會

發的那篇微博，是因為近期去美國硅谷見了一些創業公司和VC（風險投資）投資人。很多VC告訴我，他們現在只投AI相關的項目。而創業者無論做什麼，都會調用OpenAI的API，盡量將AI概念與自身業務結合。雖然國外也會爭論AI的安全問題,但基本都是動動嘴皮子。基本可以得出一個結論：大家都是 all in派，都不願錯過這個大機會。

OpenAI內鬥那幾天，美國媒體的謠言滿天飛。我當時正好在硅谷，跟同學朋友吃飯，大家也都在談論這些話題。這種新聞相當於是做全民教育。現在美國公司都在瘋狂採購英偉達的GPU（圖形處理芯片）。因為過去1萬塊GPU可以訓練出一個千億模型，未來可能需要幾十萬塊卡組成一個超大的集群，訓練出一個超級AI。在英偉達工作的同學跟我講，芯片還沒生產出來就已經被人預定完了。

我們之前可能覺得，英偉達的芯片熱賣一陣就差不多了。這種觀點是不對的。除了做雲服務的，像亞馬遜、微軟等大互聯網公司和很多創業公司都在囤卡。未來要進入人工智能時代，沒有卡就像沒有武器，怎麼進入戰場？

還有一個消息說，奧特曼（Sam Altman）在被驅逐出OpenAI之前，已經在籌劃融一大筆錢來做芯片。另外，微軟和其他一些互聯網公司也準備做芯片。為什麼呢？他們都看到了，未來算力不夠。不僅是訓練的算力，將來推理才是消耗算力的大頭。包括為什麼OpenAI宣布一些新功能后，有時候要限制用戶的發展，也是因為全網上億用戶同時使用，需要更大的算力集群、更多GPU來支持。

所以，大家都在研究能不能在芯片上實現突破。比如，用類似TPU這種專用芯片做推理，試圖把推理成本降下來，或將推理的併發吞吐量漲上去。

我在硅谷見到一些美國朋友，他們認為，美國當下有一個很重要的機會，就是通用人工智能，這是超越電腦、互聯網、手機、移動互聯網的，又一次工業革命級別的產業升級創新機會。所以，他們相信通過這次通用人工智能帶來的創新機會，可以解決美國現在面臨的所有經濟問題。

如果沒有創新機會，大家都在一個存量市場分蛋糕，貧富不均、產業沒落等問題就解決不了。但通過AI創造出新的市場增長，很多社會矛盾、經濟問題就能迎刃而解。舉個不太恰當的例子，網上都說日本當年GDP接近美國時，是被美國打壓下去的。還有人說，是日本被迫簽署了廣場協議。但你如果仔細想想，國與國之間的競爭，不可能被一紙協議所左右。

從我的一個角度來看，其實是日本錯過了個人電腦和互聯網這兩次重要機會。而美國則成功抓住這兩次機會，實現了產業升級，從而創造出巨大的新市場增量。所以，美國每次碰到危機的時候，總是要靠新技術做突破。

02 中國的創新靠什麼？

我最近在讀兩本書：《重新理解企業家精神》和《市場的邏輯》，整個世界正處於百年未有之大變局，美國、歐洲、中國都遇到了原來沒有見過的問題。而創新是一條非常獨特的路，通過產業技術創新，能讓整個社會經濟找到新的上行曲線。

但創新靠什麼？我認為，還是要靠企業家，靠企業家敢於冒險、有社會擔當的理想主義精神。

企業家和商人還不太一樣。商人能敏銳捕捉到機會，很多人因此掙到了足夠的錢，但他們叫商人。企業家還是要有一定的理想，不走尋常路。在大家都不看好、看不清的時候，果斷投入力量進入一個新增量市場。藉此機會，我想呼籲一下國內的企業家。我們不能只是感慨美國有馬斯克、奧特曼，反過來，AI也給了中國企業家很多機會。潤、躺平，都是與企業家精神相違背的。

在安全行業做了這麼多年，現在行業越來越卷，價格戰越打越厲害，利潤率越來越低。很多人辛辛苦苦做了好多年，終於成功把自己的企業做的，連工資都發不出來了。這肯定不是一個正常的行業發展狀態。除了天天抱怨客戶不願花錢外，整個行業都應該反思一下：我們究竟為客戶創造了什麼價值？怎麼讓客戶感受到我們發揮的作用？

於是，我準備做一個創新的想法：能不能把安全行業中的軟硬件都免費，讓用戶只為服務付費，如數據情報、人工智能、安全專家等服務。把原來賣盒子、搬箱子、賣貨的商業模式，變成用戶付費訂閱服務的模式。之前很多客戶不願在盒子上花太多錢，現在通過數據、專家服務幫客戶保護好數據、抵禦好攻擊，真正讓客戶感受到降本增效的體驗。我們最後投入的成本，可能反而比原來還要低。我覺得可能做不成功。但一旦做成功了，整個產業的市場基數就能擴展10倍。

舉個例子，很多人認為360殺毒軟件是通過免費幹掉對手的。這個話不對，對手不是我幹掉的，我也沒那個能力。原來殺毒產品市場很小，即使幹掉他們，整個市場也就只有一兩百萬用戶。而通過免費殺毒軟件，讓很多本來不願花錢買殺毒軟件的用戶都用上了殺毒軟件，整個市場容量、用戶基數直接擴展了100倍，做出了更大的增量。

03 AI最大的機會是：如何找到應用場景

很多人也問到，國內AI創業者起步晚，還被美國各種技術限制，想問我有什麼建議。

我個人是比較樂觀的人，如果瓶子里還剩半瓶水，別人說只剩下半瓶了，我會說居然還有半瓶水可以喝。

第一，我們應該感謝Open AI，他們用六七年時間，給世界蹚出了一個新方向。再加上公開的算法、論文、大模型訓練方法，讓中國各大公司用了大概一年時間，就推出了自己的大模型，且基本達到了GPT-3.5的程度。但離GPT4，至少還差一年的發展時間，畢竟GPT4並沒有把所有的牌都攤在桌面上。在我看來，中國的發展速度已經是奇迹了。GPT是全世界最聰明的一批人，用六七年才做出來。我們用一年時間就想追趕上人家，也不太現實。

第二，在目前基礎上，大家需要給自己點耐心。工業革命、互聯網崛起，至少都進行了10年以上，人工智能也是最近一兩年才剛過拐點。現在，中國很多大型企業也在投入AI，更多AI人才即將湧現出來。據說，這兩年的校招出現學數學、人工智能的整個班都被簽走。

第三，芯片方面，國內企業也想了很多方法。比如，把消費級的芯片拆下來裝在服務器上，發現4090顯卡的算力還蠻驚人的。包括國內的摩爾線程、壁刃、寒武紀、華為、海光等，都在努力打造國產芯片。其中，我們也測試了一些國產芯片，效果還不錯，基本超過了英偉達入門級的水平。如果我們能把訓練芯片和推理芯片分開，並對模型做針對性的優化，使推理的成本比現在降低100倍，那麼就有可能把英偉達的護城河打開。這也是國內企業的一個機會。

第四，AI最大的機會是如何找到應用場景。AI還不能算成功，它也在尋找應用場景。我覺得，AI本身不是一個殺手級應用，指望AI自己變成殺手級應用比較難。現在真正的殺手級應用還沒出來，或者有可能不會出現殺手級的應用，AI只是賦能我們生活的方方面面。就像微軟和Adobe從AI中賺到了錢，但他們並沒有用AI做出新產品。他們只是將AI和自己的Office365、Photoshop等做了一個結合。

第五，AI創業公司真正的優勢是什麼？他們可以進到大公司看不起、看不清、看不懂的領域做顛覆式創新。大公司可能覺得市場剛開始比較小，產品也很粗糙，也不值得我去干。如果能在一個細分產業領域做出一些真正用大模型，解決了降本增效問題，還是很有機會的。

第六，中國一些投資人對創業者逼的太嚴。我認為是這些投資人自己的心態出了問題。VC（Venture Capital）叫風險投資，沒有風險就已經盈利了，那叫無風險投資，世界上哪有那麼多好事？做風險投資就應該有思想準備，投一些公司就是暫時不盈利，目前還是在投入期。創業者想融資，可以去找那些願意做中長期投資的投資人。

04 OpenAI發布GPTs可能是個“陽謀”

很多人說OpenAI發布GPTs，是為了做人工智能的App Store。我有一個觀點跟別人不太一樣。

我覺得，GPTs離人工智能的App Store，還差得有點遠。OpenAI之所有發布GPTs，是希望大家幫助他們來尋找各種各樣的應用場景。現在ChatGPT只能跟人聊天，大家聊完天發現它跟真實工作的關係還是比較遠的。OpenAI希望用戶在生活、工作、學習等方方面面，幫他們發現能用AI來解決的實際問題。所以，我認為這也是我們中國創業者能抓住的機會。

之前創業黑馬提出做“重度垂直”的口號，給了我很大啟發。

現在有人問我，一個行業是不是可以做一個大模型？如金融、教育、醫療大模型等。我認為目前還不現實。

你選定一個賽道時，要看行業場景的容錯率。如金融行業可以用大模型解讀年報、做客服、給客戶發郵件，但用大模型做風控就不太合適。醫療行業肯定不用大模型給患者開藥方、做手術，但可以把醫生對患者說的話，快速整理成病例藍本。

其實，大模型可以深扎到更細分的領域、更窄的場景。如果我們能把一個行業拆解出100個、200個細分環節、鏈條、任務、場景等，這些或許更適合用大模型去賦能。

我們要清楚大模型的邊界在哪兒。不要高估大模型的能力，它有很多事情還做不了，但也不要低估大模型的潛力。另外，大模型的能力高低，也要看企業有沒有數據，以及數據質量高不高。

所以，沒有必要妄自菲薄，不用非得超過GPT-4才去找應用場景，完全可以雙翼齊飛。大廠有足夠的算力、算法人員、數據資料，還可以借鑒國外開源生態和模型訓練方法，相信一兩年以後，我們會有一些明顯進步。另外，中國供應產業鏈是全世界最完整的，結合國家提出的傳統產業数字化、智能化改造，未來完全可以充發揮出我們的場景紅利。

05 沒有Agent架構的大模型就是一個擺設

最近還看到一個趨勢，OpenAI發布的GPTs背後，實際上是一個叫Agent的架構，只是OpenAI沒有故意把Agent概念打出來。我相信國內的百度、阿里、360做大模型，必然會推出自己的Agent架構。

Agent又叫智能體架構，大家可以記着這個名詞，它能讓大模型發揮出真正的威力。沒有Agent架構的大模型，可能最多能發揮出兩、三成能力，有了Agent架構的大模型就能發揮出150%能力。為什麼？Agent架構可以把人的知識傳遞給大模型，為其設定目標和流程，讓大模型有手有腳。這樣就能把大模型與企業的信息系統、数字化組件，和個人的電腦、互聯網、瀏覽器真正鏈接在一起。

反過來，也說明那些走在前面的公司為什麼都在做Agent架構。因為大家都意識到一點，孤立的大模型就是一個擺設。

我們可以把大模型理解為汽車的發動機，Agent架構就像是底盤和車輪，界面就是車的外殼和自動座艙。所有造大模型的公司，不可能只做發動機，他們也會把底盤、四個車輪和外殼都做好。

所以，大模型的工作不只是刷榜、刷分，對外宣稱自己超過了GPT-4，這樣做沒有意義。大模型一定要跟產業、行業、企業的数字化系統結合，而橋樑就是Agent架構。

我跟很多企業交流後有一個體會，大模型跟其他数字化系統還不太一樣。雲跟業務沒關係，大數據跟業務多少有點關係。相對來說，你可以把業務數據存在數據庫，數據庫本質上起到的是存儲作用，跟業務邏輯無關。而大模型是一個跟業務邏輯緊密關聯的賦能化技術。這也是我為什麼要鼓勵自己的員工、業務專家要來玩大模型。一個大模型在內部怎麼玩得轉，可能不是外部專家能做好的。企業要掌控大模型，一定要理解自己的業務，知道業務怎麼跟大模型結合。

最後，我強調一個觀點：大模型不是操作系統，它就像當年的電腦，未來將無處不在。電腦沒有殺手級應用，最早出來就是打字、做財務，後來成為學習機，現在已經融入到我們生活的方方面面。中國未來的通用大模型不會太多，但垂直大模型會無處不在。一個企業會有若干個垂直大模型，每個垂直大模型會用Agent架構支持不同的應用和数字顧問，各自協同工作。

所以，中國做AI大模型的機會還是蠻多的，也就是基礎技術和場景要并行，兩翼齊飛。

06 Q*只是OpenAI丟出的一個煙霧彈

我看到大家最近談論都在Q*（音同 Q star）是導致OpenAI內鬥的原因。我自己覺得，一方面OpenAI肯定有權力鬥爭的問題，尤其是伊利亞（Ilya Sutskever）可能跟奧特曼有一些不合。我的理解是，很多搞技術的人都容易犯伊利亞的錯誤。

很多技術人員和專家認為，自己手裡有強大的技術就無所不能，這其實是誤區。雖然技術很重要，但你的技術只是基礎。用戶買你的產品，是為了達到自己的目的、體驗、效果，但用戶不會為基礎技術付費。GPT-3出來的時候，技術已經很棒了，但為什麼沒動靜？GPT-3.5出來才一炮而紅，它的技術本身沒有變化，只是變成了聊天機器人，為什麼？這就是產品的力量。

所以，奧特曼對OpenAI的貢獻肯定不在於技術，而在於對技術進行包裝。可能一些技術人員會認為奧特曼就會天天吹牛。我們很多創業項目的技術做得很好，但為什麼VC不投你？因為你不會“吹牛”，不會對技術進行包裝，VC聽完覺得你沒有價值。最後融不到錢，你的技術也沒辦法做大。

伊利亞對奧特曼缺乏真正的價值認知，才想把他趕走。OpenAI的第一個發展階段的核心肯定是做技術，這個階段只需要技術人員。但第二階段的核心叫產品包裝。想包裝產品，對內就要涉及到找用戶、搞流量、做推廣，用戶來了就要做用戶運營、客戶服務，員工團隊就要不斷擴大，與之匹配的組織框架還有財務部門、HR部門等。對外就得不斷融資，想辦法把微軟這種龐然大物，從對手變成合作夥伴，還讓他們投資100億美金。這些，肯定不是一兩個技術人員就能做到的。

那麼，OpenAI內鬥只是因為成伊利亞與奧特曼的矛盾嗎？我覺得不太可能。

伊利亞畢竟還要說服其他董事投票，才能把奧特曼清理出董事會。他們要有冠冕堂皇的理由，就是所謂的AGI。我一直認為OpenAI在AGI有一些突破，他們很快推出GPT-4 Turbo 和GPT-4 vision兩個版本。但避而不談GPT-5，說明他們手裡藏了一些牌。只是我現在還不知道藏的這些牌是什麼。董事會的人可能會把其中的一些牌作為一個理由，認為奧特曼在這麼搞，人工智能可能就會失控，最終幹掉了奧特曼。

最後突然爆出Q*，我認為是他們意識到奧特曼走了，整個團隊就要被微軟0元購了，公司就完蛋了。笑到最後的是，Facebook、谷歌、馬斯克。但把奧特曼請回來，必須編個說法，否則對幾位董事個人品牌的殺傷力太大了。所以，我認為Q*只是OpenAI丟出的一個煙霧彈。

07 OpenAI的治理結構有點奇葩

大家可能也注意到了，OpenAI是一個非盈利組織，董事會不捍衛員工和投資人的利益，他們只對人類負責。包括CEO奧特曼由於沒有股份，在董事會就沒有發言權。這個治理結構比較理想主義，但他們犯了兩個錯誤：

第一，市場經濟中很多人都很“自私”，正是因為這種“自私”，反而能給人類做出有貢獻的產品。我認為，OpenAI過早強調自己是個非盈利機構，完全忽視了投資人的價值。微軟投資他們也是為了得到一定的利益，很少有人投資一家公司是為了給全人類做貢獻，這也是違背市場經濟基本規律的。

第二，OpenAI的700多個員工為什麼要跟着奧特曼走呢？也不一定是員工熱愛奧特曼。大家可能知道，奧特曼說自己當CEO不要錢，這是因為奧特曼很有錢。奧特曼說自己不愛錢，但你能這麼去要求員工嗎？不能。員工很現實，他們有妻兒老小，有房車貸款。他們還是希望公司未來能上市或賣給大公司，大家可以共享成果。OpenAI的治理觀念有違於市場經濟天然合理的架構，就會出現一個矛盾的結果，員工利益不受保護，員工就會集體跟着奧特曼出走。

08 關於大模型的安全問題，360都做了什麼？

關於大模型的安全問題，360主要在做三件事。

第一，安全大模型。主要思考如何讓大模型成為安全網絡人員的得力助手，而不是讓大模型成為黑客攻擊的幫凶。

第二，我們為什麼要做大模型？大家雖然嘴上還爭論AI安全問題，但大家行動上都在all in。我認為，不發展AI才是最大的不安全。任何技術都是雙刃劍，不光人工智能有安全問題，難道語音、大數據就沒有安全問題嗎？今天所有数字化技術的本質都是軟件，是軟件就有漏洞，有漏洞就會被人攻擊，都有安全問題。我們不能因為安全問題就不發展了。360就是邊做大模型，邊把大模型這個黑盒子打開，了解它的工作原理，發現它的問題。如果解決這些問題，我們的数字化就可以跑得更快。

現在全世界都站在一個起跑線上，大家對大模型安全問題的認知都比較空泛。一是不知道安全問題會是什麼，二是沒有解決方法。所以，現在討論做不做AI，就是1和0的問題，這個解法太極端。大模型的安全問題，可以分成近期、中期、遠期三個層次。近期的技術問題可能是傳統的安全問題，比如網絡安全、數據安全等，發現后先儘快解決；中期問題可能是大模型的內容安全問題，AI是否向善，會不會成為壞人的工具等。長期的安全問題則來自AI產生意識后帶來的人類終極安全挑戰。

我不太相信，科學家會訓練大模型對人類友好。科幻作家已經寫過了，人工智能是理性的，沒有感情。當你給它一個目標的時候，它會想盡辦法找資源去實現。但總有一天，他會發現人類才是它獲取資源的最大阻礙，剛開始或許於心不忍，但為了目標，還是會選擇毀滅人類。

正是由於AI帶來了前所未有的安全風險，因此我們更要躬身入局，從零開始，把大模型的各層技術搞清楚，知道它的邊界在哪裡，知道它的長板和弱點。最終，360會靠技術、靠圍欄、靠安全防範，把大模型的危險性降到最低，把它放在”安全的籠子”里。