AI商业落地的持续进阶：大模型将重塑各行各业 ｜WISE 2023商业之王大会

11月28-29日，36氪WISE2023 商业之王大会在北京国际会议中心盛大举办。本届大会以“太阳照常升起 The Sun Always Rises”为主题，横跨一个主会场与六大垂直领域专场。主会场聚焦“未来3650天”、“在产业洪流中”、“进击中的万联网”、“AI与商业增量”、“全球品牌看中国”、“科技至上 共鉴创新”六大篇章重点议程，邀请全领域商业大咖展开为期两天的顶级商业对话，向现在提问，给未来答案。

在11月29日大会主会场，进行了一场以《AI商业落地如何持续进阶》为议题的精彩圆桌对话。由浅月资本创始合伙人陈紫冰、昆仑万维董事长兼CEO方汉、阿里巴巴集团图灵实验室首席专家、深象智能科技算法负责人觉奥博士、松鼠Ai联合创始人梁静、锦秋基金执行董事臧天宇、清智资本创始合伙人张煜等AI领域行业相关大咖在内，共同展开了一场深入探讨与分享。

圆桌对话现场

陈紫冰：大家好，我是浅月资本的陈紫冰。今天很高兴能和大家一起来探讨和分享，在新的这波AI的技术浪潮的背景之下，与商业化和产业化上相关的一些有意思的话题。我们先请各位嘉宾来自我介绍一下。

方汉：各位来宾大家好，我是昆仑万维的董事长方汉。昆仑万维是一家互联网平台出海企业。我们从2020年开始进入大模型研发的赛道。2021年我们就已经发布了中文预训练大模型。同年开始AI音乐生成的研究。2022年我们提出的口号是All in AIGC，2022年12月份我们发布了国内最早的开源综合性训练大模型。今年4月份我们发布了我们的千亿大模型“天工”，8月份我们发布了我们的AI搜索产品，同时我们在海外也在进行音乐、漫画、游戏以及社交等AIGC产品的探索。

觉奥：大家好！我是来自银泰商业集团旗下深象智能的王炎，觉奥是我的花名。我们的业务定位是大数据驱动的消费解决方案提供商，包括一个大脑和一双眼睛，大脑是指做零售实体的商业智能，也就是在人、货、场等链路嵌入人工智能，实现降本提效；眼睛是指做机器视觉，也就是对线下经营场所的监控视频进行智能分析，让监控镜头不仅看得见、看得清，更能看得懂。有了“大脑”和“眼睛”，商业经营的黑盒子就被打开了。

阿里巴巴集团图灵实验室首席专家、深象智能科技算法负责人觉奥博士

梁静：大家好，我叫梁静，来自松鼠Ai智能硬件公司，松鼠Ai是2014年创办的，我们从始至终在坚持做人工智能自适应技术，又加入了大模型的技术。我们产生的使用的场景是，在家庭或自习室的学生自主学习的智能学习机场景，同时在校园内是提供智慧校园的SaaS平台账号，以及周边的智能硬件生态的产品。我们的核心是一直在挖掘教育的本质，学习的本质其实是要找到每个学生的知识薄弱点并且让学生学会学懂，例如学会那个知识点以及相关的一些能力，而不是简简单单的从表面上解决不会的问题，所以我们从创始之初一直到现在，非常注重且研发的核心的本质就是学生一定要从根源去把他的知识内容学会学懂。这样的话，地基打好了，才会在未来的学习当中和训练他的能力当中有一个非常好的提升跟突破。谢谢！

臧天宇：大家好，我是锦秋基金的臧天宇。锦秋基金的投资主要围绕两条主线展开，一个技术主线是AI，有一个商业主线是全球化。从判别式AI 的落地开始，其实AI及其产业应用就是我们这个团队，最重点关注的一个方向，然后今年的话也是在重点看这一波生成式AI的浪潮，今天天很高兴的在这里跟大家交流，感谢。

张煜：大家好！我是来自清智资本的张煜，清智资本是在清华大学智能产业研究院（AIR）支持下成立的，专注于投资AI领域初创公司，我们口号是“专注AI，投资未来”。我们有上千平米的实体孵化器，从源头孵化和投资原创AI项目。如果大家要有好的idea，准备在AI领域创业，我们免费提供在宇宙中心-清华科技园的创业场地、孵化和投资机会，谢谢大家。

陈紫冰：谢谢各位嘉宾的介绍跟分享。让我们进入第一个话题，我们看到今年生成式AI在技术层面上是有非常快速的迭代与发展的，经过一年的时间，大家目前有没有看到生成式AI有哪些较为领先的落地场景，或者大家觉得哪些行业是有发展潜力的？

方汉：说到这个话题之前，生成式大模型有一个严重的问题就是幻觉，就是出现的问题不一定正确的，导致各行各业——尤其是容错性要求严格的行业——对大模型的接受比较慢。而在娱乐社交领域，对于准确性要求不那么高，这些领域会快速的落地。商业化进展最快的其实是文生图，现在AI完成了大量淘宝模特跟摄影师的工作，原来200块钱一张图，现在两分钱一张图，这都是我们看到的趋势。在C端，尤其内容社交和娱乐这些赛道，我觉得AI会很快落地。尤其在一些垂直行业，我们的智能助手会逐渐起来。

昆仑万维董事长兼CEO方汉

陈紫冰：感谢方总，这个问题觉奥博士怎么看？

觉奥：我非常同意，无行业不AI，没有行业场景的话，就不会有AI的存在。几年前，靠PPT、论文和专利就能吸引投资者，但现在AI必须要有行业的落地场景，才能持续发展，哪怕是上市了，投资者也要看是不是有很好的落地场景了。所有的行业都值得用大模型重做一遍。

大模型可以让我们内容创作很快速，很高质量，受益行业包括新闻、广告、电影、游戏，这都是创作属性比较强的。我们银泰商业也在用AIGC来创作内容，银泰有几千个微信群，针对我们的顾客，每天生成不同的营销方案，生成美的解决方案，来推荐给我们的顾客，包括符合潮流的美妆推荐、服饰穿搭等。

另外一个就是智能导购，我们银泰商业利用AIGC技术，可以根据顾客的购物历史和偏好，以及加入对商品知识库理解，为顾客推荐最符合其需求的商品、穿搭，进行交互问答、售后服务等；另外，大家都知道，商场里导购员是非常关键的，直接决定了销售额，我们将长期积累的优秀导购员的经验数字化，把这些数据喂给大模型训练，让优秀的导购得以快速复制，给到每一个品牌店，帮助银泰商场内的品牌店铺提升业绩.

陈紫冰：梁静总您有什么不一样的视角？

梁静：我对教育行业的观点是关于AIGC在整个教育行业的应用，例如个性化学习、辅助助手、自动批改，对教育科技企业来讲内容生成更快速，更广泛，更加精准，更加生动有意思。对于未来潜力，对于教育公平化这样更广泛的成果。目前我们看如果大模型产品其实仅仅是单向互动，当用户有了需求，用户向系统提出这样的问题和需求，系统给了答案，貌似是我们助手老师的感受。但实际上对于学习来说不仅仅是单向，应该是双向的，系统要更加懂用户的过去学习情况和学习数据，需要大量数据和行为的积累，双向的互动和学习才能真正去提供个性化的解决方案，目前松鼠Ai我们就是将AI自适应与大模型技术的结合，就是这样可以提供双向的内容，也已经有了大量的优势和成果，未来可能我们觉得这条路走的更深，而且不能仅仅依赖于AIGC技术，还要结合对教育教学的本质，提供价值的技术才会更加有效。

松鼠Ai联合创始人梁静

陈紫冰：从投资人的角度来讲，目前有没有看到哪些商业化领域落地是领先的？

臧天宇：我们认为最直接的还是在互联网领域，偏向于娱乐社交方向，看到国内有很多团队在做类Character.ai的创业，这样的场景下幻觉不是一个问题，反倒是一种受益，包括最近短剧的换脸出海，也是娱乐化方向的领域。第二个是偏效率类生产力方向的应用，像文字、代码生成的场景，包括驱动一些企业自动化的流程，能创造明确的价值，这些领域既有玩家结合新的技术带来新的体验，落地更快一些，像微软Copilot、GitHub Copilot、Adobe firefly 等都有很多例子。第三如果从垂类来看的话，像营销、教育、法律也看到很多落地案例，给企业生成商品或者是营销素材，其中有挺多公司赚到了钱。

陈紫冰：感谢天宇的分享，也想问问张煜总，从咱们视角来看有没有对这个问题有新的看法。

张煜：特别同意前面几位嘉宾讲的。应用非常重要。我们清智资本今年也投了近10个项目，包括AIGC、大模型、生物医药、机器人相关的人工智能项目。从我们的角度来讲，也有一些自己的观点：

第一，更关注行业模型。大模型通用能力越强越好，但毕竟大模型领域需要少数的基座就够了，行业千千万万，在行业方面深入是挺重要的内容，也更有实际价值，我们也投资了像医药方面的通用模型，在行业模型这个领域我们还会深入去看。

第二，关注产业应用。产业应用非常重要，目前娱乐、直播、文图生成等传媒领域的AICG应用比较普遍，另一方面，传统产业的智能化改造升级也很重要，比如制造业自动化，工业化编程等方面，利用AI进行无代码/低代码程序生成，相当于换一种范式标准。过去微软公司开发Windows系统，每年花费几十亿美金，数千工程师协作开发，可是还是有很多bug，版本发布也经常会延迟。如果未来用大模型无代码的方式生成程序并运行，可以大大减少开发程序员的数量，如果要赶工期，无非就是加电力和算力就够了，这在过去是做不到的。智能制造也是一个方向，我们知道有很多灯塔工厂或者黑灯工厂，我们同合作伙伴一起也同一些大厂合作，未来在敏捷制造方面可以快速切换产品的种类，甚至按照个体的意愿生产完全个性化的商品。

作为学院派，我们也在AI for Science方面也特别关注，我们知道前几年疫情对大家造成很多影响。千百年来，医药行业都是先有病再有药，那我们能不能通过进化学理论和分子动力学等方面的知识，看看病毒怎么发展进化的，找到其中的规律是不是可以先做出面向未来5到10年的药。这会是非常有趣的探索。AI使得这一切变得可能！

清智资本创始合伙人张煜

陈紫冰：我们看到了生成式AI在商业化上不同的新机会和触点，刚才也聊到，咱们的嘉宾都来自于不同的行业，那么深入到产业内，AI怎么跟这些产业结合。首先请教一下方汉总，昆仑万维在做自己的大模型，也在AI方向深耕多年，能不能跟我们分享一下具体我们布局了哪些方面，或更看好哪些行业？

方汉：我们从2022年初思考判断这个事，这波AI浪潮应该不会比2000年、2010年互联网浪潮小。这波浪潮中长的比较大公司，一是C端公司，二是一定是免费的模式。爆发出来的巨头行业，也一定是C端的公司。由于C端公司增长模式确定，他大概率不是以订阅模式存在，而是以免费模式存在。三是我们认为大概率是UGC平台。短视频赛道给我们一个启发。我们认为AIGC在这些方向上会有大的突破。

现在所有的AIGC技术，不管是文生图，还是聊天，还是文生视频，文生3D，所有现在技术都是素材，什么叫做素材？经过加工之后才能够使用的变成内容，现在大多数AIGC出来的都是素材，而不是内容，真正用户能消费的只有内容，这时候存在很大空间。

现在大模型门槛非常高，它要求有Prompt Engineering（提示词工程）能力，对于普通用户来说很难快速上手。因此，我们一定要向用户隐藏所有技术细节。我们做技术的人把所有的工程能力和算法能力投入进去，最终给用户隐藏技术细节、提供技术便利。我们基本上也是朝着这个方向努力的。我们在国内主打AI搜索，我们认为AI搜索可以把传统搜索引擎用户体验以5-10分钟循环，压缩到5-10秒为周期循环。

我们海外布局主要是AI音乐，比如从自动作曲、编曲、演奏、演唱、合成等等全链条的解决方案，还有AI游戏、AI漫画、AI社交等领域。

这就是我们基本上的一个思考。

陈紫冰：谢谢方汉总。刚刚方汉总跟我们提到了非常多的这波生成式AI和一些线上产品去结合的新机会。我们也知道，深象智能则是在线下零售行业深耕了非常久，而线下商超百货，又是一个场景非常复杂，数据非常多，并且也在时刻变化的行业。所以也很想和觉奥博士探讨一下，在线下商业体与这波新技术的结合上，咱们会有哪些新的一些思路呢？

浅月资本创始合伙人陈紫冰

觉奥：我们从一开始就是以落地、规模化应用为最主要的驱动力，做商业智能和机器视觉，针对人货场，一点一点来落地，一个插件一件插件来做的，最终形成了我们的商业智能操作系统（MOS）。除了上面讲到过的内容生成和智能导购外，我们还落地了以下三个业务智能插件：

一个是智能供应链管理和智能选品，银泰商业目前可以利用AI技术，预测销售趋势、爆品和库存需求，从而优化商品库存和物流配送，这可以帮助商超百货降低库存成本和运营成本，提高盈利能力；AI也可以对商超百货的运营数据进行深度分析和挖掘，发现消费者的购物偏好和行为习惯，进行商品选品，提升销售额。

第二个是智能安防和智能防盗损，商超百货作为人流密集的场所，安防十分重点。利用AI技术，实现了24小时的智能值监控和及时预警；另外，就是针对商超推广自助收银机导致盗损率大幅上升的问题，我们提供了全场防盗损的AI解决方案。

第三个是智能体验，我们利用AI技术，包括AR/VR技术，实现虚拟试衣、虚拟试妆等功能，提高消费者的购物乐趣和满意度。

做商业实体的商业智能有很多挑战和困难点，第一，做商业智能需分四步走，分别是标准化、在线化、数字化，最后一步才是智能化。实体商业是非常传统的行业，很多企业前三步都没有走好，甚至连标准化和在线化都还没有完成，更不要提最后一步智能化了。比如，我们服务的某个大型商超在落地全场防盗损方案的时候，就发现它的标准化、在线化做得很不好，我们花了整整一个月来解决其联网的问题，包括更换老旧的交换机和路由器等。

第二，做商业智能要有相应的组织建设做保障，来专门负责数智化的落地，尤其是一号位要有远见和魄力，要由一号位来主导。比如：做商场的智能客流系统，各进出口、楼层、铺位的客流做准确了，并不会给营收直接带来收益，但客流的准确对商场而言最基础的，这时候上不上客流系统，就要看一号位的决断力了。

我们银泰商业，在数智化方面是走在行业的前面的，做得比较成熟，目前已经形成了“三条增长曲线”。第一增长曲线是把商场内的经营做好，实现坪效翻倍；第二增长曲线是通过我们的能力，实现线上线下一体化，60多家门店一盘货，让服务时间和服务空间得以延展和扩大，具体形式包括喵街APP和云店；第三增长曲线是把我们已打磨好的“商业智能”和“机器视觉”产品对外输出，帮助同行完成数智化转型升级，提升销售规模。

陈紫冰：感谢觉奥博士的分享，深象智能在整个零售行业确实是有非常多的knowhow和经验。所以我们也想看看另外一个具体的行业，就是教育行业。教育行业一直是人工智能备受看好的一个落地领域。咱们也知道，松鼠AI在这个AI与教育结合的方向上也深耕多年，经历过行业的大起大落。所以也很想跟您探讨一下，这波大模型的技术，跟之前的这些AI技术相比会有什么新的产品结合点，或者说是一些变化吗？

梁静：谢谢主持人，对方如果了解松鼠Ai的，知道我们从2014年开始做的是AI自适应算法的技术以及引擎。结合大模型之后，其实跟其他的教育科技企业不同的是，我们是将AI自适应的算法结合了大模型。我们知道市面上，不管我们国内还是国外的，例如可汗学院，他新出了一个产品叫Khanmigo, 他是和Open AI一起合作的，是一个全新的大模型的教育产品，还有多邻国在与 GPT-4 整合后推出新的订阅 App Duolingo Max。我们认为真正能做到千人千面双向的个性化学习其实还是要基于自适应的这个引擎的平台加上大模型。这里有几个核心的差异点和价值，就是我们举一个例子，如果一个孩子他已经在所处的这个系统里面学了可能三年了，那他已经产生了大量的学习行为数据，这个系统已经非常懂他了。那我们的系统加上了大模型之后，他的优势我大家都知道了。这个大模型加自适应引擎的这个系统是个AI虚拟老师，会基于他过去的一些学习的内容、基础知识、行为、性格特点，给他推送的其实会更加的精准。如果我们对比说如果是一个全新的一个大模型的产品，那这个学生开始学的话，那等于是零基础，这个大模型的产品要重新的去了解这个学生的学习情况。所以这是一种比较简单的方法去做了一个对比。另外如果仅仅是调取大模型基座里的一些数据信息，刚刚我们的方总提到了产生的一些幻觉或者一些不准确的信息，如果在社交娱乐行业是完全ok的，但是对于教育来讲，至少我们要灌输的是你要给人家正确的答案，所以他不一定是一个正确的答案，可以有多个正确的答案，但是这个答案是正确的。可是如果我们不进行过滤，不进行筛选，不进行评估，直接从大模型去调取的话，解题的思路可能都是完全不正确的，所以在我们的整个结合的一个引擎平台里面，我们有很多的agents。不同的agents就是智能体，它有不同的function, 它行使它不同的作用去对大模型调取出来的一些数据，不管是评估还是推送推荐等等这些进行评估和分析，然后再注册到我们的真正的引擎的核心平台。

所以这是在我们看来，将大模型的技术嫁接到我们现在的AI自适应的平台上，可以基于过去我们9年的算法的积累，大数据已经有超过100亿的学习行为数据，加上大模型技术、算法和内容，给学生们提供更加广泛的同时可以更加的精准，让孩子知道可以学的当下最适合的内容，不用零起步，这也是我们嫁接到大模型之后明显的小小成果。我们应该在1月份组织教育AI大模型讨论论坛，同时发布我们产品技术。

陈紫冰：感谢梁静总的分享。请教天宇总，从投资视角来看，大模型出来之后，锦秋基金对AI+不同行业的产业版图有什么新的看法吗？

臧天宇：过去判别式AI技术的时候，技术和数据是紧耦合的状态，门槛比较高，应用方需要具备算法架构，工程平台，数据管线的能力，2019年到2021年投的时候，应用主要集中在能源、金融、先进制造等有钱的行业或者企业。这一波，因为基座大模型比较强大的能力，应用层和技术层一定程度上出现了解耦和分工，有的公司提供基础底座模型，有的公司在这个基础上做微调和应用，整体的AI技术应用的门槛是有比较大的降低，我们也看到有越来越多的细分行业和场景开始拥抱AI，从行业应用角度来讲，版图大大的扩充了。还有一些细分的场景，也能用的最先进的AI技术，还有非常多2C的AI原生应用生长出来。其次产生了独立的基座模型层，作为产业链上非常重要的位置，也占据了比较大的价值，这也是在过去我们所没有看到的。

我们的关注点一方面是在应用层，无论是2C还是2B，通用或行业垂直，都有关注。另一方面，从技术创新的角度，我们会比较关注多模态模型和具身智能。

锦秋基金执行董事臧天宇

陈紫冰：您觉得对于一家AI公司来说，是把商业模式跑通更重要，先赚到钱更重要？

臧天宇：相辅相成的的，如果商业模式能够跑通，肯定能赚到钱。

陈紫冰：刚刚提到清智资本既做投资，也做早期孵化，积累了非常多帮助创业公司从0到1的经验。从您的角度来讲，这波AI公司创业过程当中，更需要哪些方面的支持，政府又可以在其中扮演什么样的角色？

张煜：现在的商业环境跟以前不一样了，分化很明显，以前通常讲草根创业比较多，现在也是草根创业，但分化的结果，是能拿到融资的创业公司数量相比以前变少了，相应每一个拿到融资的项目得到的钱多了，所以创业者想生存，就必须在初始阶段抢到头部位置。总体上，现在的创业环境对创业者更苛刻一些，我们清智孵化器专注在AI领域，争取为AI领域的创业提供更好的条件。

政府对创业公司的引导作用非常强。在AI领域创业，特别是大模型领域，算法、算力、数据、应用都是发展的要素。算法主要靠企业自身，但算法改进也同数据相关。当然现在好多大模型也是开源的，可以利用好的开源模型迅速深入到实际应用当中去产生价值。当然专家的指导也很重要，清华智能产业研究院（AIR）有很多顶尖的AI科学家，我们投资和孵化的企业有很多已经同他们开展了交流和合作，这是其他创投和孵化器不具备的；算力目前比较贵，如果政府能够统一建设大的算力中心并提供给企业使用是个好的解决办法。我们孵化器也免费提供一些算力给我们孵化器的创业企业；数据这个事情更难一些，如何保护数据又能够合理使用目前还在探索。我们院有专门研究隐私计算的专家，可以用AI技术去掉数据敏感性后提供给创业企业。

从政府层面来讲，支持产业是政府非常重要的职能，政府有大量的资源支持到产业当中去，我觉得最重要当然是政策，还有应用场景，还有数据，还有资金支持等。我们资本目前规模还好，LP主要是头部的VC和产业资本，暂时没有要政府的钱，未来规模大的时候，多少可能会拿政府的支持，所以政府对于创业和投资的支持是整个经济体系中不可或缺的一环。

陈紫冰：感谢各位嘉宾的分享。最后希望跟大家一起展望一下这个行业。大家都说今年是AGI黄金十年的开始，站在这样一个开端，希望大家能用一句话简单预测一下，未来3-5年下一个周期内，大家对于这个行业最期待是什么？或者回到今天AI商业化落地的主题下，大家觉得未来5年内AI商业化落地会走到哪个程度？

方汉：我最期待的是，我认为现在技术是远远超前于产品的。在AIGC或者AGI市场上，目前技术人员成本最高的，产品同学还没有准备好，我期待产品同学理解并懂得大模型的技术边界之后，能够发挥自己的创造力，创造出全新的颠覆式商业模式和产品模式。这是中国产品经理和中国创业者更擅长的，我坚信下一代字节和阿里巴巴一定由草根创业者创立跟建设，我也坚信颠覆式的创业模式和产品模式是我们最希望看到的一点。

觉奥：未来3-5年，AI商业落地一定会进入到全面的普及与深度应用的阶段，尤其随着大模型或者通用智能的大量应用，一定会对各行各业产生深远的变革，包括创造新的价值，创造新的商业模式，跟刚才嘉宾说的一样，未来3-5年会出现新的巨型的独角兽AI企业。

梁静：从AI的商业价值来看，未来AI会砍掉90%白领的工作，像播种机和收割机已经解决了农民的基本工作，同时提高工作的效率。从人类整个社会行为来看，未来AI可以减少我们看手机或者电脑的70%时间，我们会有各种各样语音类、视觉类助手帮我们订车、订饭、订票、打车，以及帮我写一些报告总结类的内容，这样的话，我觉得会带来另一种现象，我们可以有更多的时间人与人交往，走到户外，提升我们自身以及我们的健康，我希望AI给我们带来不是固化我们，而是解放我们，让我们有更高品质的生活，让我们更加健康。

臧天宇：我们觉得今年是大模型的元年，大家看到范式的变化，基座模型的能力在提升，上下文窗口还在拉长，对于模型边界在哪儿，AI原生产品应怎么设计，数据飞轮如何打造，我觉得还是需要一个摸索的过程。未来3-5年会诞生出一套成熟的AI产品方法论，更多有商业价值的应用会被创造出来，真正实现千亿乃至万亿级的应用市场机会。

对于锦秋基金来说，我们会非常关注两个方向，一是多模态模型，二是具身智能，我觉得未来3-5年相关的底层技术还会有非常大的变化，让我们逐渐看到在技术路径上的一些收敛，包括大模型在端侧推理和应用，都是我们非常关注的方向。

张煜：今年应该叫做生成式AI元年，当然也是大模型元年，特别下半年开始看到很多AIGC的创业项目，相信未来几年AIGC带来的应用会涌现式的产生。从商业逻辑上讲，生成式AI，包括大模型如何能更贴近应用场景，是非常重要的。大模型生成的应用跟各个产业结合，首先是跟应用场景的结合，这是大模型近期面对的主要问题。长远的看，大模型有两个方向的发展：一是自主智能，通过自我完善和升级，大模型会像小孩一样慢慢长大，这一点大家还在不断的完善，我们也看到一些前瞻性的研究都在往这个方向发展；二是模型与模型之间交互与对话。人和人之间的交流使得知识在人群之间的快速流动，结果是全人类的知识提升，什么时候模型跟模型可以自主交流和对话了，就是所谓自主智能体的兴起，那人工智能就进入了新的发展阶段。当然这个事对人类就有点麻烦了，人类可能受到威胁，但从发展来看可能就是未来。我的总结是：

第一，未来5-10年，以人工智能为核心的数字经济会变成主流的经济形态；

第二，AI可以颠覆一切行业，我们也完全相信AI一定会颠覆一切行业；

第三，对AI的使用会成为企业的基本竞争能力；

第四，AI发展到一定程度，人类会面临很多深层次的挑战，这些挑战也许是人类未知的，也是大家担忧的，需要大家充分重视这个问题。

陈紫冰：谢谢各位嘉宾的分享，也很期待在这波汹涌的新技术浪潮下，能看到更多产品和商业化上的创新，让技术发挥更大的社会价值与可能性，谢谢大家！