女人张腿男人通緑と別れたあとc家に帰る電車の中で僕は駅で買った夕刊を広げてみたがcそんなもの考えてみたらちっとも読みたくなかったしc読んでみたところで何も理解できなかった。僕はそんなわけのわからない新聞の紙面をじっと睨みながらcいったい自分はこれから先どうなっていくんだろうc僕をとりかこむ物事はどう変っていくんだろうと考えつづけた。時折c僕のまわりで世界がどきどきと脈を打っているように感じられた。僕は深いため息をつきcそれから目を閉じた。今日いちにち自分の行為に対して僕はまったく後悔していなかったしcもしもう一回今日をやりなおせるとしてもcまったく同じことをするだろうと確信していた。やはり雨の屋上で緑をしっかり抱きcびしょ濡れになりc彼女のベッドの中で指で射精に導かれることになるだろう。それについては何の疑問もなかった。僕は緑が好きだったしc彼女が僕のもとに戻ってきてくれたことはとても嬉しかった。彼女となら二人でうまくやっていけるだろうと思った。そして緑は彼女自身言っていたように血のかよった生身の女の子でcそのあたたかい体を僕の腕の中にあずけていたのだ。僕としては緑を裸にして体を開かせcそのあたたかみの中に身を沈めたいという激しいを押しとどめるのがやっとだったのだ。僕のペニスを握った指はゆっくりと動き始めたのを止めさせることなんてとてもできなかった。僕はそれを求めていたしc彼女もそれを求めていたしc我々はもう既に愛しあっていたのだ。誰にそれを押しとどめることができるだろうそうc僕は緑を愛していた。そしてcたぶんそのことはもっと前にかわっていたはずなのだ。僕はただその結果を長いあいだ回避しつづけていただけなのだ。　　一是蔬菜价格季节性下跌即将结束；二是猪肉价格底部已现，下半年可能趋于上行，能部分抵消去年高基数的压力；三是油价震荡偏弱，但去年下半年基数较低；四是接触性服务业涨价和就业复苏，核心通胀将逐季回升。KbDBQAv-AUMPp8kXM8bx0U-汪林朋×叶军×朱力×仇序｜畅谈AI的机遇与挑战

　　以下为对话实录：

　　刘欢：本场论坛的主题是“AI的机遇和挑战”，这也是当下非常火热的话题。首先请各位嘉宾聊聊AI对所在行业的影响。

　　汪林朋：AI现在是一个热点话题，全世界都在谈论人工智能。我认为，人工智能是人类的第四次革命，这个革命非同一般，它有可能决定人类的命运，甚至人类的存亡。

　　很多人都认为居然之家是一个做装修、做家具的传统企业，并疑惑为什么在房地产下行的背景下，居然之家还能良性运营。这是因为居然之家踏上了数字化、智能化的列车。

　　居然之家总部只有120位工作人员，且只在总部设立财务、人力和后台管理部门，其他下属公司全部取消这些部门。我们通过数字化，大大降低了全集团的运营成本，提升了综合运营效率；居然之家做了一个设计平台——Homestyler。Homestyler倡导设计AI化，目前这个平台在国内只有200万用户，但在国外有1300万用户；居然之家在天津建立一个24米高的仓库，做大家具物流中心，目标是要做到仓库无人化；居然之家还在天津建立了定制工厂，目标也是无人化，只有前期的需求设计、整合供应链，以及产品生产出来后的销售端需要人来管理，其余中间的生产制造环节几乎不需要人力完成。

　　这些例子表明了居然之家对人工智能的深刻认识。人工智能时代的到来会给中国会带来天翻地覆的变化，我认为，未来有三类人会更被需要：

　　叶军：AI确实会带来很多变化。去年4月，微软发布了Copilot，当时微软第一次提出“+AI”的概念，市值开始狂飙。随后半年，英伟达市值也开始狂飙。那一段时间，大家都在找概念，但是近大半年来发生了很多变化。

　　第一个变化是很多专业的东西变得越来越普通，很多昂贵的产品变得越来越廉价。最近几年，AI在不断地模仿人脑，而人脑是很奇怪的设备，一天三顿饭就可以供应一整天的思考，现在大模型需要消耗很多电力，才能具备人脑的算力。未来，大模型还要进化，它的目标是进化成人脑，只要是思考型、推理型的工作，将来大概率都会被人工智能取代，因为大模型不断地在模拟人脑做推理。

　　图灵奖获得者辛顿提过一个观点，他说人类每一个记忆都是推理出来的，我觉得这个比喻非常简洁，但又非常真实，就是将人脑比喻成一个大模型。人工智能从最早的算法到神经网络，到今天的大规模神经网络，都是在模拟人脑。

　　第二个变化是使得机械性工作面临很大挑战，但黑灯工厂大概率会实现。杭州有一家企业叫强脑科技，主要制作人形机器人的关键部位。强脑科技创始人韩璧丞毕业于哈佛大学，他跟我说过一个小故事：强脑科技的一位员工，幼时便失去双手，平时连开个门都做不到，后来强脑科技给他安装了一双机械手，现在他的机械手指具备几公斤的握力。而机械手指通过人工智能进行训练，几分钟就完成了，比如你脑子里想握住眼前的苹果，你的机械手指就可以准确地握住它。人类一定要做好准备，未来得换一种方式跟机械物体协作，同时要学会管理这些机械。

　　第三个变化是人与人之间的工作关系。钉钉服务很多企业，从我们的视角看，越来越多企业的协作对象已经变成智能体了。北京有一家律师所，他们一个群里只有一个律师是人类，其他全是智能体机器人，有负责劳动法的、婚姻法的、还有合同法的，遇到问题可以直接问机器人，同时它们也在不断进行深度学习。未来的小公司会越来越多，OpenAI最初只有30余人。

　　因此，当有了人工智能作为支撑，人类的组织关系、协同方式甚至工作任务分发都会改变，以后给你任务的可能不是你的老板，而是智能体。

　　朱力：光鉴科技致力于主动机器视觉的研究，这里的“主动”意味着通过主动发出激光照射目标物体，进而帮助机器理解和感知世界。其核心目标非常明确，即建立AI与现实世界的连接。过去，我们使用手机、AI或网络进行交互时，主要依赖于人类的眼睛和手作为输入工具。然而，在没有人直接参与的情况下，实现这种连接就需要依靠感知技术。视觉是信息量最为丰富的感知方式，可以说，超过85%的数据和信息都来源于视觉。

　　在电子工程中，我们最终是要解决计算问题并将其转化为实际产品。由于算力并非无限，我不可能在每个设备上都安装像H100这样的高性能处理器。我需要在物理信息的获取、算法的选择和计算能力的限制之间找到一个平衡点，以确保产品在功耗、成本等方面达到最佳状态。

　　以我们最近与腾讯合作的一款刷掌支付产品为例，它能在手掌划过的瞬间，清晰地捕捉手掌内的血管图像。这是通过激光和偏振技术实现的，偏振是光的一个特性，它描述了光震动的方向，这是人眼无法直接观察到的。通过这种方式，我们不仅能保护用户的隐私，还能防止伪造，实现更安全、更便捷的支付方式。

　　传统的公司在解决类似问题时可能需要依赖一个服务器，而我们则能够仅使用一个价值几美金的端侧芯片解决。这不仅节省了计算成本，更大大减少了数据传输的成本。想象一下，将大量的图像数据从手机、机器人传输到云端再返回，这其中涉及的通讯功耗、成本以及由此产生的碳排放是相当惊人的。因此，我们希望从总体上解决这些问题，通过优化算法和硬件设计，减少不必要的数据传输，从而降低成本、提高能效，并减少对环境的影响。在我看来，我们就像是那把铲子上的手柄，将现实世界与AI紧密相连。我们的目标是通过更高效、最务实的方式实现这一愿景，降低解决问题的门槛。

　　最后，我谈谈对大模型的理解与体会，作为一家仅有100多人的创业公司，作为CEO，我身兼数职，不仅要履行我的主要职责，还要时刻关注公司各个环节的漏洞并及时填补。自从ChatGPT出现后，我发现自己拥有了一个极其出色的顾问。过去，我可能需要广泛寻求人脉来解答问题，但现在ChatGPT能够给我提供八九不离十的答案。它通常起到一个完整性检查的作用，比如在与律师讨论专利事宜或与同事讨论市场策略时，我仅需与AI对话几分钟，就能将需要讨论的问题涉及的各个方面整理得相对完整。

　　这一变化带来了显著的结果，我发现这种管理方式极大地提高了管理效率，同时也扩大了我们的管理半径。当然，我也要感谢像钉钉这样的工具，结合AI技术，一个人管理几十号人已经变得轻而易举。这种变化让我们看到了一小部分人能够产生巨大影响力的机会。   

　　仇序：1956年AI诞生，当时人们只希望AI拥有记忆功能；1976年，AI能够进行语音识别；2006年，AI开始识别图像；2016年，AI具备了下象棋、下围棋的功能。当时Alphago打败了李世石，这证明了AI技术能够超越最聪明的人；如今，ChatGPT已经比90%的法学家更熟悉法律……埃隆马斯克说，10年以后，我们这个世界可能会被AI接管。我也认为这是有可能的。

　　回顾2002年，当时我从朗讯出来创业做通讯维护的核心网络。很早以前我们就发现，数据中心的机房每年给我们的运维费在减少，但是它的电费在不断增加。10年前一个节点上的电费已经超过一半的成本，现在数据中心IDC的电费已经超过了80%。因此我们一直在寻找一种节能技术。

　　Google是全球第一个用AlphaGo、DeepMind去做节能公司，它的数据中心因此节省了40%的电费。后来，我们拿了Google的tensorflow开源软件进行建模训练数据，今年3月份，我们的模型训练结果出来了，并且为一个北京的公用建筑物，在夏天节省了35%的电，在冬天节省了24%的燃气。我们其实就是做一个传感器加AI模型来免费给用户用，然后从节省的能源费用中分得利润。这种模式大家都比较容易接受。

　　其实AI很简单，它就是一个一个算法，通过多次尝试，选择出最省钱的模式。这个时代也是一个特别好的时代。做AI的公司并不需要有多大，也不需要有多少人。但同时，我也觉得做AI很难。主要是因为中国的教育体制是分科教育，涉及到跨专业的内容，很多人都不太明白。例如，学计算机科学的人碰到工业会很头疼，因为工业领域的每个场景都很复杂；钻研工业的人要重新学编程也很难。所以，只有那种对AI很感兴趣，同时也有跨专业的知识素养，能够理解这个行业的人，才能设计出的好的AI产品。

　　刘欢：感谢大家的精彩分享。对于AI的投入，汪总绝对算先行者。接下来先请问汪总，面对居然之家这么大的企业和这么大规模的业务，您大力发展AI背后的逻辑是什么？

　　汪林朋：我今年56岁了，本是一个快退休的人，但却开始搞AI。我认为，人的能力来自于两个方面：一是行万里路的见识。二十年前，我就曾见识过日本的智能仓库，我输入了需求，随后它们的机器人就帮我拿出了所需要的壁纸；二是读万卷书或和人展开交流的收获。现在处于互联网信息碎片化时代，但我仍激励自己要在睡觉前看10页书，一年下来就能看完十几本书。同时，还要保持谦虚心态，要和比你做得好的人多多交流。

　　人们可能认为，居然之家的发展主要得益于中国房地产市场的黄金时代，但和别人相比，我的意识并不落后。苹果和特斯拉都是居然之家的战略合作伙伴，英伟达也马上要跟居然之家签战略合作协议。我们到英伟达总部参访时，它的副总裁说，大部分人都认为英伟达是做GPU、芯片和显卡的公司，但其实，英伟达和苹果公司一样，只不过英伟达是在做未来人工智能时代的iOS。英伟达现在要做的是各行各业通用的人工智能操作系统，就像如果公司想开发一个软件，直接在苹果iOS系统上做APP就行。

　　他还说，以后只有中国和美国两个国家才能做通用的AGI（人工通用智能）。他们判断，一个AGI的产生至少需要1000亿美金以上，而且，一个支持AI大模型实现高效计算的GPU，耗电量极大。可见这并不是简单的事。现在的企业都可以思考下这个逻辑：各行各业都会人工智能化，但没必要自己去组建团队，去买显卡、GPU，只需要与现成的系统进行对接就可以。对我来说，这也是一个很大的启发，毕竟原来我们也想过买GPU，建立自己的数据中心，建立自己的研发团队。

　　刘欢：想做事不一定要重新造轮子，可以站在巨人的肩膀上，发挥出自己的优势。这是汪总的总结。接下来请叶总分享下，是什么驱动着您充分拥抱AI？并且能够说服整个行业去拥抱它？

　　叶军：钉钉最开始做AI的时候，很多人反对，觉得我们又在蹭风口、炒热点、搭便车。我说，不是这样的，我们要讲自己的故事。

　　2022年12月，GPT3.5发布，它演示的产品叫ChatGPT，当它出现后，我觉得搜索引擎可能就没什么用了，因为搜索引擎搜出来的结果是10条记录，甚至是10条差不多的广告，但是ChatGPT出来一条就是准确答案，没有广告。我第一感觉是交互又要变了。最近大家看到，国内秘塔AI、360AI都在往这个方向走，搜索这个场景已经被变革了，百度如果再不跟进，可能就会落后。

　　ChatGPT出来之后，我跟团队讲，钉钉到了变革的时候，我们要做一个全新的钉钉，除了名字要继承下来，内涵要全部变掉。现在的钉钉，从IM、文档到视频会议，以及即将发布的AI搜索，已经全面变革。

　　我相信，未来不是鼠标交互，不是键盘交互，而是以自然语言为中心的输入，加上图形和声音的输出。

　　目前，输入效率最高的方式是语言，输出效率最高的方式是图形和声音，这二 者结合，就会极大提升人类工作效率。

　　最近，钉钉策划出版了一本新书《超级助理》，里面讲述了如何将AI应用到企业的生产、管理、人事、HR、考勤，以及创作、设计等各种场景，大家看完也会很受启发。

　　刘欢：叶总不光有信仰，还为了这个信仰做了很多努力。接下来请朱总从一个初创者的角度谈谈，在对AI的投入上，如何做决策？

　　朱力：我认为这与行业特性紧密相关，特别是在To B领域，首先，技术的关键在于能否形成壁垒。若技术不能形成壁垒，那我的投入实际上是为竞争对手铺路，最终可能导致双方都无法盈利。技术只是构建壁垒链条的第一环节，其本质在于解决独特问题或显著提升效率，从而形成供应壁垒，让我们能够更快地提供竞争对手无法提供的优质产品。

　　然而，这种技术壁垒的持久性受诸多因素影响，竞争对手可能会通过各种手段来减少我们的领先优势。因此，我们需要通过供应壁垒进一步接触优质客户，建立商务关系、打造品牌，以巩固壁垒。当规模和客户积累到一定程度时，成本就能成为壁垒，将成为我们更长期、更稳定的优势。

　　因此，在评估技术投入时，我们希望看到这样一个完整的链条，并判断投入这些技术能带来多少综合壁垒的价值。我们不仅仅看投入技术后今年能赚多少钱，而是看它在未来五年内的市场价值，比如能否在未来五年的市场中为我们带来三年的壁垒优势。基于这样的分析，我们可以计算出投入的价值和赔率。尽管世界充满不确定性，但只要有赔率，我们就可以计算出期望值，并据此做出决策。

　　同时，我们必须认识到，即使我们构建了壁垒，由于市场竞争激烈或其他原因，这些壁垒可能并不牢固。这时，我们需要从数学和期望值的角度进行仔细分析，确保投入是值得的。

　　在我们这种技术人员高度集中的公司中，我的工作不是推动团队盲目追求技术创新，而是要引导他们聚焦在市场需求上，以目标为导向来开发技术。我们不能沉迷于技术的炫酷和新颖性，而要时刻关注市场的需求和变化，确保技术能够真正为市场创造价值。    

　　刘欢：朱总传达的理念是：“好钢用在刀刃上”，并且要做好分析预测和对新技术的投入，做出自己的核心竞争力。仇总对“如何决策AI投入”这个问题有什么想法？

　　仇序：朗讯的贝尔实验室雇佣了4000位科学家，他们全都是发散性思维，因此才能创造出最前沿的获诺贝尔奖的内容。目前我们如果没有积累到那个程度的财富，肯定很难研发出能获得诺贝尔奖的东西，所以也不必强求。其实我们也有自己的优势，那就是擅长制造。不要认为制造是低附加值，现在很多好的制造公司，利润都能超过10%，可以说比很多行业的利润都要好高。

　　我认为大家一定要知道自己要做什么，擅长什么。在这方面我也犯过错误。早期我们自己开发了一个内部信息管理系统，十来年的时间内投入了几千万，但最后实践证明，钉钉要比我们的系统好用。这就是为了研发而研发，也是我们在创业路上交的学费。对研发感兴趣也非常重要。有时候我们的研发结果并未符合最初预想，但也可能稀里糊涂地可能得到一个新的、受欢迎的成果。总之，脑子里得有创新的意识。

　　AI时代正在到来，我们没有办法阻挡这个时代前进的车轮，唯一能做的，就是穿上鞋，跑得比对手更快。我自己也经常反思惰性问题，无论如何我要让自己动起来，让自己试着去多问AI一些问题。另外，我认为还要甩掉手机，多跟现实中的人进行接触。很多时候隔着屏幕打电话、视频是很难产生创造力的。

　　刘欢：在AI得到应用后，数字化和智能化这两件事的关系也引发了大家的思考。最后请各位嘉宾简要说一下对数字化和智能化的看法。

　　汪林朋：我认为数字化是基础，智能化是目的，中间的过程就是你用谁的算力和算法。也就是说：数字化+算力、算法=智能化。智能化就是创造新质生产力、提高效率，进行商业模式的创新。

　　叶军：数字化加AI，是走向智能化的道路。同时，还有另外一条并行路径——AI原生智能化。

　　朱力：我认为，智能化如何更好地利用数据这一核心问题不容忽视。之前，我们在存留大量数据后往往因不知如何有效利用而避免使用。然而，现在借助AI技术，我们能够将各种非标准化的数据格式通过统一的AI接口进行交互，从而真正发挥数字化的价值。这实际上打破了原来数字化的障碍，因此我非常赞同这一观点，即智能化不仅与数字化并行发展，还将加速数字化的进程。

　　仇序：我的经验是一步到位。我们不做那个很复杂的16个系统的物业管理系统，而是直接做能耗管理的数智化BA，它的模式是免费使用，最后分账。我认为，只有这样一个接口才像当年互联网的接口。AI时代就是二十几年前的互联网时代，总之，它已经到来了。

　　来源： 亚布力企业家论坛CEF

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：李显杰