圆桌对话：人工智能，不再是传说 | WAVES新浪潮2023

6月8日-9日，36氪WAVES新浪潮2023大会在北京金海湖国际会展中心顺利举办。「WAVES」作为36氪全新推出的峰会IP，灵感来自于世界电影史上知名的“法国新浪潮电影运动”。我们想借此表达：年轻一代人不满足于现状、勇敢开拓和创造的精神。

本次WAVES大会的slogan是：浪潮偏爱年轻人。 我们认为，“年轻”不止是一个年龄上的概念，而更是一种对活力、想象力的描述。某种程度上，36氪就是一个伴随着年轻一代创业者、或者说“创新精神”一起成长起来的公司。这也是我们一直引以为傲的一点：在多数媒体还在追逐大公司的时代，我们就将目光着眼那些名不见经传的小公司、或“小人物”身上。 WAVES新浪潮2023大会集聚创投、科技、人文、音乐多元场景，致力于打造出一场聚焦青年创始人和投资人的商业新势力派对。

在《人工智能，不再是传说》圆桌对话中，嘉宾有金沙江联合资本创始合伙人周奇、和暄资本管理合伙人兼总裁张梦涵、赛富投资基金合伙人金凤春、信天创投管理合伙人蒋宇捷、微软大中华区战略孵化器总经理张思元，圆桌由清华大学交叉信息研究院助理教授袁洋主持。

waves大会现场

袁洋：大家好，我是本场讨论环节的主持人袁洋。我们这次圆桌的题目在此刻讨论可以说是非常的契合，我们先请各位嘉宾介绍一下自己和所在的机构。我是来自清华大学交叉信息研究院的助理教授袁洋。

周奇：我是金沙江联合资本管理合伙人周奇， 金沙江是长江的源头，如果我们把长江比作是中国的大企业的话，“金沙江”寓意我们在源头上，在早期的时候来投资、孵化和培育我们的创新型企业；同时，也寓意投资是沙里面淘金子，中国有5000万家的注册企业，真正能够上市的公司只有四五千家，万里挑一。我们主要投资的方向是智能制造、新一代信息技术、数字化企业服务和生物医药。谢谢。

袁洋：谢谢周总。给后面的嘉宾带来很大压力。

张梦涵：和暄资本张梦涵，和暄资本是一家2017年成立的双币基金，以美元为主。我们成立6年到现在目前在管15亿美金，总部在香港，同时在上海和纽约亦设有办公室。我们是一家全球性的布局硬科技、专注硬科技赛道的PE基金。我们主要专注的第一个是人工智能赛道；第二个是围绕汽车科技、下一代自动驾驶的核心硬件；还有下一代的动力电池以及云计算的核心基础设施。我们核心高管合伙人团队成员主要来自华尔街的大型金融机构，所以我们有全球资本市场布局和投资的能力。

金凤春：大家好，我是赛富投资基金合伙人金凤春，赛富基金成立于2001年，是专注于早期及成长期高新技术企业投资的私募股权基金，管理多支人民币和美元基金，累计投资约400家企业，我本人主要关注TMT领域中早期投资，尤其专注于互联网领域的投资，谢谢。

蒋宇捷：大家好，我是信天创投管理合伙人蒋宇捷，我们基金是2014年成立的，主要投资的方向是数字化，包括企业级软件、机器人、智能制造，还有今天我们要讨论到的主题人工智能。从2014年到现在，我们已经累计投资了超过100家初创企业，谢谢大家。

张思元：大家好，我是微软大中华区战略孵化器总经理张思元，感谢36氪的邀请。微软大中华区战略孵化器（Greater China Strategic Incubator）于2021年成立，作为微软专门为支持大中华市场创业者和创业公司成长、发展而成立的跨部门项目，通过整合微软在大中华区的优质技术、能力、资源，为领域内优秀的创业者提供从技术研发运维、商务资源和生态对接，到全球主要市场和推广渠道的全方位支持。

我们主要关注AIGC内容生成、医疗、企业服务、Web3.0、汽车、游戏/元宇宙行业6大重点领域。

袁洋：非常感谢各位嘉宾的介绍，下面我们开始讨论第一个问题，是关于 AIGC这一块，我们知道大概从2017年2018年那个时候开始，学术圈就开始讨论说我们要从监督学习迁移到非监督学习，大家开始用transformer这样的架构设计各种各样的新的模型、算法，这个模型越变越大，直到去年ChatGPT横空出世，一下子点燃了整个市场。大家看到了to c的一个很大的叙事空间，很多人觉得AIGC会成为一个平台级的赛道，不知道各位是如何看待这个趋势的。

周奇：我两三周前去了趟首尔，参加AIGC的演讲，我的主题叫做“AIGC是开辟认知智能的新时代”，但会议的主办方说你要不要改成人工智能的新时代？我说我不改，这叫认知智能新时代。人工智能和认知智能有什么样的区别？我想今天首先来讲一下。人工智能里面其实分三个方向：计算智能、感知智能和认知智能。我为什么偏偏要讲是认知智能？这里面可能跟人工智能的本源有关系，因为我说这个世界广义来讲有三个板块，分别是自然界、人类社会和数字世界。我们今天一直在讲的“人工智能”是人类文明产生了之后，诞生出很多跟人类相关的一些东西，包括文字、宗教、图像、视频等，这些数据跟人类社会是有关系的。而现在的AIGC主要改变在人类文明诞生之后的这一部分，所以我说这部分是叫做认知智能，也就是说我们不仅是去感知自然界和在这个数字世界里面做运算，更多的是怎么让计算机、让数字世界去理解我们人类的人文的环境，所以我说叫做“认知智能”。

现在大家讨论比较多的AIGC是认知智能的一个新的时代。但同时，我觉得也要提个醒，跟当时所谓的大数据一样，现在很多创业公司说自己是大数据公司，我问有多少数据，回答说10万条，但10万条叫什么大数据公司，也有很多创业公司跟我们讲自己是大模型公司，我说有多少模型有多少参数，两个亿，三个亿？可能100亿以上1000亿以上才能叫做大模型公司，所以我觉得也是提个醒，不要去蹭这个热度。

袁洋：非常感谢周总，我觉得这个说法非常有意思，我第一次听到，但很有道理。是分成三个板块，自然界、人类社会和数字世界。

张梦涵：我的观点是这样的，大家讨论AI这个事情也讨论了很多年，我觉得现在这个时间点，特别像互联网在2000年初的时候的状态。如果我们回顾一下整个科技发展的历史，在那个时间点，互联网其实已经出现了很多年，但是为什么还没有被广大的用户所接受和使用？主要是在用户使用度上还不够友好。实际上是搜索引擎谷歌的出现，使得互联网开始大规模的普及到千家万户，所以我认为目前的AGI大模型的出现，有点类似于当年谷歌搜索引擎出现的这么一个现象级拐点。这个拐点出现的背后实际上是因为有海量的参数支撑，现在最新的大模型训练所用到的参数是10的25次方，这样一个量级的参数，把人类社会已知的所有公开知识，从天文到地理、从人文到自然科学可以全部导入，通过预训练，使得模型的友好程度以及适用性到了这么样一个拐点。就像苹果手机的Siri，我其实很少用它，原因为什么？因为它的使用体验并不好。而现在无论是ChatGPT，或者是其他的像Claude，使得大家觉得用户体验好、大家愿意为这个事情去做尝试，所以这个拐点我认为已经到来了。

所以在整个时间点上来看，头部的这几家大模型公司有点类似于当时搜索引擎在整个互联网时代的地位，它奠定了未来互联网20年发展的一个基础。我觉得我们正站在一个真正AI时代到来的拐点，除了底层大模型的机会，还会出现更多的细分垂直领域的垂直模型。同时结合细分领域的知识，很多应用层的机会将相继到来。AGI领域从底层到垂直，从以文字为主到后续多模态并发，这是互联网以来我们认为最令人兴奋的一个机会，未来可期。

金凤春：我再补充一下，我们觉得它不光是一个平台级的机会，我们觉得应该是一个OS级别，操作系统级别的机会，就像这几年大家一直在探讨下一代互联网应该是什么样子的，可能最开始的初步结论是下一代互联网是建立在区块链基础上的，他们叫做web3，但是现在大家慢慢意识到下一代互联网应该是建立在AI基础上的。AI它不光是提高生产效率变成生产工具，它会成为下一代互联网的最底层最基础的东西。

同时可以结合苹果最近刚刚出的头显有一个细节，可以关注一下，persona，视频通话的时候，对方的人如果也戴着眼镜的话，作为接收方在视野范围内看到的是一个用AI生成的对方的图像，这个图像是超级逼真的。这个已经在Chat GPT之上又进了一大步了。我们感觉在下一代互联网底层软件是AI，硬件是可能除了手机之外，有别的东西出现，有可能是苹果眼镜一样的东西，也有可能是别的东西，当然可能还会叠加一些区块链的东西。所以我们是从这个角度来看这个事，AI是一个OS级别的创新,有机会创造更多的可能性。

蒋宇捷：我们认为这一波AI创新的确是系统级或平台级的机会。我主要讲两点，第一我们认为大模型的学习能力是超乎想象的，上一波AI需要大量数据去训练，而大模型不需要，它跟人的思维和学习模式非常相似。举个例子，比如说我们要训练一位AI医生，以前的AI需要大量的数据，但大模型可以直接读书，所以很容易就可以训练成一位很厉害的医生。再比如自动驾驶领域，之前的难点在于很多Corner Case很难获得，而人开车依靠的是Common Sense，不需要见过所有极端场景都能应对自如，这一点大模型和人很像。所以我们觉得大模型可以很好的应用到非常多的领域，它的能力可能会超出大家的想象，创造的机会也是无穷无尽的。

另外大模型的能力可以影响到整个科技树，从底层的芯片、服务器到中间的算力、云服务，再到上面的通用大模型、行业大模型，再到最上面的服务和各种各样的应用，每一层都有非常多基于AI的创新机会，所以它的确是一个非常好的平台级机会。

张思元：我们的联合创始人比尔·盖茨先生，他评价：OpenAI的GPT是1980年来最具革命性技术进步。微软大中华区董事长兼首席执行官侯阳博士也将其评价为“犹如互联网的诞生”。这两个评价，我觉得已经不只是单纯的将OpenAI的产品定义为一个平台级别的应用。

5月23日，在美国西雅图开幕的微软 Build 2023 开发者大会上，有两个词可以概括近期整个应用产品级别的翻天覆地的变化，一个是Copilot，指的是副驾驶，我们把Copilot放到微软的每一个产品里，包括Windows、M365中的PPT/Outlook，未来人类和机器的交互方式将会大幅度的改变。

第二个词，就是Plugin（插件），也许会撼动App的存在模式。微软把插件体系引入所有使用Copilot的核心业务中，把插件视为桥梁，连接公开数据训练的大语言模型和不同公司的保密数据。

微软内部也在积极的对自身产品进行着革新，将Copilot嵌入Power Platform，有了OpenAI的大模型支持，编程小白也可以直接与大模型进行沟通，利用model生成代码。

我认为三个核心点塑造了大模型带来的发展趋势，一个是模型本身，第二个是算力，第三个是垂类数据以及垂类应用，这三个要素化为一个飞轮效应，相辅相成。站在微软大中华区战略孵化器的角度，我们会愿意看中间层和垂类应用这个部分。

袁洋：谢谢张总分享从微软的角度到底应该怎么去看待大模型。受到各位嘉宾的启发，我也再讲两句。学术圈的话，对于大模型到底是在干什么，大家也不是很清楚。所以我非常赞同几位刚刚说的，这东西它可能比之前很多东西都要伟大，它有点像是人类刚开始使用火，或者刚开始学习用种子一样，你用了火，但其实它不是固体，也不是液体，也不是气体。几万年前大家可以用火做饭，可能直到几百年前或者几十年前，大家才可能慢慢理解火到底是什么。或者像是种子，它里面其实是一个很复杂的生物机器，你可能不太知道它里面是怎么回事，但是反正把种子种到土里，用心的去浇水、栽培，它能够长出庄稼来，对你来说也能够赚钱，能够养家。

我们顺着这个来说，说既然AIGC或者大模型赛道是很重要的，在座的可能有很多是投资人、创业者。各位嘉宾能不能分享一下，你们觉得应该去投哪些细分赛道？为什么或者给投资人讲讲，如果要去关注这些细分赛道的话，可能要做哪些准备？要付出哪些努力？

周奇：我之前提过的大模型，真正要做大模型，绝大多数还是要大的企业来做，在国内其实也是，现在推出大模型的公司应该也不会超过30家，更多的是每个行业里面垂直细分领域的一些应用场景的落地，这是第一点；第二点是我认为AIGC更多的还是跟人类文明之间的互动，实际上AIGC颠覆的是人跟计算机之间的交互的方式，这是 AIGC最根本的东西。但机器的世界有自己的生态和规则，这种情况下只能是通过人类，或者计算机通过跟人的交互方式的改变，间接的去改变数字世界或者说是自然界，这好像听起来比较抽象。我想举个例子，最近有一家公司是Google跟柏林工业大学联合成立一家叫PaLME的公司，它是通过AIGC的方式让机器去理解，人类想表达的内容也是多模态的，从而去控制机器人。以前我们控制机器人是编程编好的模型或者说是基于规则，而现在是基于人工智能的，体现了AIGC这样一种应用，GPT基础上又包了一层。所以我经常开玩笑说人工智能的好处或者它的可怕之处，倒不是说它技术怎么发展，我觉得它可怕之处在于它复制成本是0，它是有基点的。我们人类的发展是一个循序渐进的过程，而计算机不是，计算机一旦过了基点，它的复制成本就是0，这个点是很要命的。基于这一点来讲的话，通过GPT、AIGC能够改变人跟计算机之间的互动方式，进而去改变工业界，是我们最为关注的一个方向。我昨天在浙江绍兴也是主持了一场论坛，讲的就是怎么通过技术创新来改变工业界，台上的4位，有2位是院士，2位是企业家，我问了他们一个问题说现在技术好多5G，AI，数字孪生很多技术，请每位嘉宾讲两个你们认为未来会颠覆性的改变工业界的点，每个嘉宾都讲了两个点，最后取了一个交集就是AI，每一个嘉宾都讲到AI这个词。我觉得我们未来要关注的是通过AGI的发展，我们怎么去跟工业界连接，这在每个细分行业里面都是小的模型，有很多特殊的数据标本，而在大模型里面可能是很难触达到的，而大模型就作为人机的接口。

袁洋：目前可能更关注机器和人的一种连接，至少这个是很重要的。

张梦涵：从投资方向来讲，我们关注4个维度。第一个维度，刚才微软的张总也提到了英伟达，现在市值破万亿，我们认为中国其实现在很多公司在做大模型，无论是大厂也好，创业公司也好，核心背后的刚需是一定要有算力。美国政府从去年8月份开始颁布半导体领域限制出口禁令，如果下一阶段要在AI这个赛道上跟美国实现长期竞争，就一定要有自己英伟达和AMD。我们非常关注在中国谁能够把AI芯片这件事情做好，这个是我们布局的第一个方向。在AI淘金热中，无论是哪家大模型公司，它都需要铲子，我们看好这类卖铲子的公司。

第二个方向我们认为全球应该不只有OpenAI一家大模型，OpenAI虽然是目前最为知名和领先的大模型之一，但并不是唯一的选择。全球除了OpenAI以外还有很多其他的大模型公司在不同的任务领域上表现也都非常优秀，有着自己的优势和特点，值得关注。

第三个方向我们认为垂类的应用领域会颠覆很多行业现有的逻辑。刚才周总也提到了AI加工业这个领域，我们在2021年就布局了思谋科技，后续也在加码；同时我们投资的晶泰科技是AI跟生物医药的结合，会颠覆很多药物研发的传统模式，晶泰科技和很多世界顶尖的制药厂包括辉瑞都有战略合作。在教育方面，我觉得如果能够把AI跟教育内容结合的比较好，就可以拉平很多地区之间的教育资源不平衡，也可以把教育成本降低。包括内容生成，未来你去做自己的游戏或者做自己的艺术品，你并不需要特别多基本技术的能力。

最后一个方向我认为机器人也会有一个颠覆式的改变，可能会出现人形机器人。随着人工智能和机器人技术的不断进步，人形机器人正在颠覆着我们对机器人的认识和想象。它的智能和交互能力将不断提升，应用场景也将越来越广泛，人形机器人的发展将会给我们的生活、工作和社会带来深刻的影响。

和暄资本在AIGC领域将围绕以上这四个方面密切关注和布局。

袁洋：所以就是芯片，大模型，细分行业的话可能是工业，然后生物、医疗或者是教育这些。

金凤春：因为美元基金和人民币都有，美元基金我们现在主要还是投以海外的 AI项目为主了，AI这一轮的创新，主要还是以北美和欧洲地区为先导的，所以我们的海外基金肯定还是以这些项目为主，相关的细分行业都会投，没有特别多的细分。在国内的话，因为我看to c的互联网项目很多，我们发现一个现象，如果国内的创业者做一个AI的to c的创业的话，其实有比较大的合规的风险，因为现在咱们网信办有规定，任何的AI的东西要上架、上线之前要经过它的审核，这个是需要大家关注的。因为很多AI的垂类应用或者是消费级的应用的话，都会有可能去调用open AI或Chat GPT或者是海外的大模型，这个是不合法的。在这一块创业大家需要谨慎。但我觉得中国的土壤还是会诞生一些新的机会，尤其是我们最擅长的东西，硬件制造，或者是一些软件，不涉及大模型的一些软件的开发，比如说像向量数据库，还有硅光芯片，另外我们也会发现比尔盖茨说的 personal agent出现以后，私有云计算是会变成一个巨大的需求，因为我们不希望我们的个人的数字分身和个人模型放在腾讯云和阿里云上面，让他们两家公司或政府看得到我们非常隐私的东西。我们会看到像群晖的nas，又可以用来做我们的个人模型的训练，我觉得那个东西我放在家里非常的放心，这一块可能会有比较多的机会，因为像华南这些产业链都非常齐全，还有头显的和或者下一代硬件设备的产业链上的制造业的机会，其实是很多的，比这一类企业最重要的是在A股上市是非常容易的，如果你做到一定的财务规模，所以可以大家多关注一些，谢谢。

袁洋：非常感谢金总的补充，所以金总提醒大家就是选细分赛道一定要注意合法合规，不光要盯着大模型，围绕大模型的生态有很多值得关注的方向和领域。

蒋宇捷：我们关注比较多的几点刚才大家已经讲过了，第一是机器人+AI能力结合也即是具身智能；第二是各种行业大模型。我想补充一点，我们看的比较多还有SaaS+AI，之前很多SaaS给客户提供的场景和价值相对来说有限，天花板比较低，但是现在结合了AI的能力，它的应用场景更加丰富，给客户带来的价值得到了巨大提升，所以我们认为在很多场景里面SaaS值得再去做，或值得再去投一遍。

刚才主持人还有一个问题，我们做了哪些努力？第一我觉得要保持一个开放的心态，要积极学习，因为技术变化的确是日新月异，每天有很多新的产品，很多技术在不断的迭代，我们也在持续学习。

第二要让我们的被投企业积极去拥抱 AI，看看能碰撞出一些什么样的火花。

第三，我们也在积极寻找行业大模型，用大量的行业数据，加上很好的AI科学家团队，积极努力创造一些场景和机会，把两方很好的结合到一起，从而创造出一些比较有意思，有价值的行业大模型公司。

袁洋：谢谢蒋总，saas我理解可能是一个非常好的切入点，可以让大模型帮助各行各业去做出很多改变。

张思元：我们微软战略孵化器，内部将蒋总您刚才提到的这种垂类数据finetune调优过的模型服务叫做MaaS，model as a service。从微软的角度来看，to b或者to c的这些创业公司，通过微软Azure，去调用OpenAI的接口，可以很好的解决合规性上存在的风险。

从孵化器的角度来看，针对我们更加关注的垂类和中间层，我认为可以把它概括成两横多纵，两横是指AGI Native即AGI原生领域的创业公司，以及AGI Plus即传统行业基于AGI模型的改造升级类的创业公司。多纵，即是不同的行业赛道，如游戏、医疗、SaaS、FSI金融领域、汽车等。

袁洋：谢谢张总。

时间关系我们就可能在讨论最后一个问题，这可能是一个展望性的问题，大家都非常关心，因为大模型能力非常的强大，未来机器到底是不是会替代人类，或者说未来AGI时代真正到来的时候，这个世界会是什么样子的？我先分享一下一两句话。我很悲观，我感觉未来如果AGI真的做得很好的话，可能不一定会说毁灭人类，但是它可能让人变得没有那么重要，不知道有人和没人还有什么区别。但我是个比较悲观主义的人，请各位嘉宾分享一下自己的观点。

周奇：我还是觉得AGI跟AI是被包含的关系，如果说讲AGI的话确实已经来临了，而且我刚刚讲的它的复制成本是0，我最近开玩笑跟我女儿说，你以后三类学科，自然科学可以去学，计算机可以学，人文科学不要学了，我觉得人文科学比较危险。从AI角度来讲，我觉得现在还没有到您刚刚说的对人类造成危险的时候，什么时候能够对人类造成威胁，我觉得是也有标志性的：一个是AI能够自己给自己提问题，到目前为止还是人类给计算机和数字世界提问题，如果什么时候机器能给自己提问题了，这个事情非常的危险，这个点什么时候来临我们还不知道；第二个点是数字世界给自己制定规则。我们现在所有所谓的人工智能是基于人类的规则，它是人类文明，人类文明是人类创造的，什么时候计算机创造出自己的规则来就非常危险，这一天还没到来，可能是还有一段时间。

张梦涵：我讲一个好的scenario，讲一个不好的scenario。好的scenario是会出现类似于人类的copilot，它可以替代你做很多事情，比如说传统白领的文案重复性工作，比如说律师行业去找基础的案例、过往的条文，包括基础的像以前我做投行的时候写招股书。这些事情很多都会被ChatGPT也好，或者其他大语言模型所取代。蓝领的工作，比如说人力搬运、物流运输，很多也可以被AGI所赋能的机器人所取代。所以其实好的假设就是能够在人类可控的框架范围内，使得AGI成为人类的工具，甚至可以复刻一个我去做我现在要做的简单重复性工作，我可以花更多的时间去思考，更享受生活，这是好的假设。

不好的假设是这个事情在某一个环节失控，可能会出现另外一个基点，AGI有自我意识，而且超出人类所控制的框架，这个情况可以大家参考好莱坞的科幻电影里面的一些灾难片的场景。

我觉得这两种可能性都有。最终的结果取决于我们作为行业的从业者或者是投资人，能够去促进这个行业的发展，同时也跟监管合作，把这个事情往好的方向去推动。

金凤春：人工智能对人类产生危险，在我们这一代人的有生之年可能还不一定能见得到，但是我觉得我们这一代能见到的是像头号玩家或者是上载人生里面的场景有可能会见到，比尔盖茨讲的个人助理就是数字分身，苹果的头显就是元宇宙的场景，这已经在敲门了，所以这个可能会在近期内出现。

蒋宇捷：我问过Chat GPT这个问题，机器会不会取代人类？它是这么说的：虽然在某些场景里面机器比人类有更强的优势，比如说生成文本、语言翻译，但是机器没有人类的情感和意识，也缺乏创造性思维，基于情感的价值判断等等，还有很多能力是做不到的。基于这一点，我认为短期有一些人类的工作可以被轻松取代，但是最普遍的场景会是人机协作，机器成为人的补充，做重复性的劳动，人作为监督和协作者参与。从很多技术发展曲线来看，我觉得短期比较容易高估技术的发展。现在我们很可能已经处在这个阶段，大量钱和人才涌进，形成泡沫，随后发现适用场景有限，技术成本很高，就会慢慢往下走，往往需要很长的时间才能爬出绝望之谷，在这个阶段才会慢慢解决很多问题，像电脑和手机一样渗透到我们生活中的各种场景，但需要很漫长的时间。到最后即便出现科幻片里面的场景，也是我们在未来社会要去解决的巨大挑战。我们看之前很多次的科技进步，每消灭一个工种，就会诞生一个新的工种，比如汽车的出现诞生了司机。但是AI的出现，至少现在还看不到这样的机会和可能性。所以我认为长期从社会问题、伦理道德来看，的确有非常多值得去思考和研究的地方。

张思元：微软有句slogan叫AI for good，从投资OpenAI的行为，到与OpenAI的深度合作，再到我们微软大中华区战略孵化器对于不同类型AI企业及其应用的孵化，都是以这条准则要求我们自己的。

刚才几位投资人讲的非常好，AI对整个人类社会的改造，还有对诸如目前各种生产力、生产资料和生产关系的改造是势不可挡的，我们唯一能做的就是尽我们所能，通过合规化监管的方式，让AI的发展更加向善。

周奇：主持人我想再补充一句，我们投资人专门讲终极思维，第一，碳基生物是为硅基做启动的，我们是启动程序；第二，人类有可能是NPC，是上帝创造的四维、多维空间里面的一个个NPC而已，一个过客而已，一个棋子而已。

袁洋：很有道理，我非常赞同周总的想法。张总刚才说的也很有意思：AI不一定会替代所有的人类，就算会替代我们也要把它装到笼子里。

谢谢各位嘉宾的分享，我们这个环节就到此结束，谢谢大家。