隨著GPT-4的發布和ChatGPT的廣泛應用，人工智能領域正在經歷一場革命。大模型，作為人工智能技術的核心，正在成為各行業爭相研究和應用的對象。然而，如何在大模型的基礎上構建AI應用，將技術轉化為商業價值，是當前亟待解決的問題。

　　在GPTs商店開放的大背景下，我們看到了更多的可能性。大模型作為技術底座，其應用場景已經滲透到各個領域。從金融、教育、醫療到汽車智能制造，都在積極擁抱大模型。然而，僅僅擁有大模型并不意味著能夠直接創造商業價值。真正能在商業世界里叱咤風云，創造價值的還是那些能夠將大模型技術轉化為商業應用的產品和服務。

　　本周四，36氪《CEO錦囊》欄目邀請到智譜AICOO張帆和睿能未來CEO徐海，來跟大家聊聊GPTs商店開放后，大模型下的AI應用該如何做？

　　在這場直播中，兩位嘉賓主要討論了以下問題：

　　1、企業如何在大模型時代構建自己的競爭力？大模型又能幫助企業提升哪些能力？

　　2、大模型真正落地產業還有多長一段距離要走？最大的阻礙是什么？

　　3、我們如今的AI應用方向的研究，是否真的有受到GPT時代的技術加持？

　　4、Pika的火爆會給國內創業環境帶來什么影響嗎？

　　5、GPTs大爆發后，AI創業者該如何進場？

　　6、哪些垂直方向的AI應用還有機會？

　　7、兩位覺得GPT Store與AI Agent是下一次大模型賽點嗎？

　　8、GPTs商店開放后，大模型下做AI應用，最應該注意的是哪三點？

　　以下為兩位嘉賓和36氪的對談，部分內容經過整理編輯：

36氪：企業如何在大模型時代構建自己的競爭力？大模型又能幫助企業提升哪些能力？

　　張帆：在大模型時代如何構建企業的競爭力是一個很重要的話題，這個時代我們需要用認知去構建自己的大模型戰略。

　　我給企業的建議有四點。第一，要有一個比較優質的基座模型作為合作伙伴，它能夠持續地把最優質的大模型能力來供給你；第二，需要構建一支能夠駕馭這種能力的組織和團隊，除了一些本身技術類的prompt工程師、微調工程師、數據工程師之外，可能還需要一些大模型的BP，能夠把大模型的應用和理解傳遞到你的業務部門；第三，需要開始建立自己正向的大模型飛輪，它每一次循環會不斷沉淀一些新的數據資產出來，而這些數據資產可能在大模型時代變成你新的競爭壁壘；第四，有了這樣的一個飛輪后，需要把它跟你的業務做結合，能夠讓它潤物細無聲地在業務當中直接改善用戶的體驗，這是一個從量變到質變的過程。這四部分組成了一個完整的AI戰略，幫助企業構建在大模型時代的競爭力。

　　徐海：現在并不是所有的企業都需要自己去做大模型，如果你想做一個很完善很好的大模型，對數據要求和業務線的理解程度都非常高，并不適用所有企業。有一些跟人工智能相關或是應用場景非常契合的行業，那現在是可以去投入大模型的。有一些可能沒那么相關，或者只能從大模型受益一部分的話，建議是用已有的大模型，不管是開源的還是大公司做出來的模型，拿來做微調，包括去做一些自己的私有化，這可能是更適合初創企業的。

　　現在我們聊的客戶碰到的最大痛點不是模型能力問題，而是在現階段很多企業并不了解自己到底要怎么用AI，包括怎么用大模型，他們還是在摸索自己業務的階段，并沒有到如何去構建這個大模型的階段。

36氪：大模型真正落地產業還有多長一段距離要走？最大的阻礙是什么？

　　張帆：其實大模型已經對很多企業有影響了，我們可以看到從21年的時候，像海外的Jasper之類的，已經在用GPT-3去做廣告文案的撰寫。從公開的新聞上來看，從21年有4000萬美金的營收，到22年有8000萬美金營收了，這都是真金白銀地得到了價值的認證。

　　在國內現在露出水面的，或者這么激進的不多。但很多客戶場景當中大模型已經實打實帶來價值了。無論是在業務流程的改造上，還是在銷售過程的管理過程中等等，很多方面都已經明顯地帶來了業務價值。

　　我覺得最大的阻礙其實是大家對大模型的認知預期。每一家企業既不要高估大模型短期的價值，不能把它當成一個許愿池，同時也不能低估它長期的潛力。

　　徐海：其實我的感覺是國內國外擁抱的方式和節奏不一樣，國外一些行業已經有很好的數據化，自動化的基礎，并且對人力成本敏感，一些行業可以很快速通過ToB端去擁抱大模型，國內也有很多已經落地的項目正在默默發展，只是整體節奏相對較慢，一些行業需要先把前置的比如數字化，自動化完成才能更好的落地大模型，可能相對來說反應比較慢。

36氪：我們如今的AI應用方向的研究，是否真的有受到GPT時代的技術加持？

　　張帆：大模型還是帶來了一個挺不一樣的事，跟以前做AI的本質上有兩個不同點。第一個是如今AI的能力變得比以前更強，我們今天可以做到很多原來做不到的事；第二個是大模型的生產成本和門檻降低了。

　　徐海：最關鍵進步是在是在降本和增效上面，GPT時代比以前的AI有了巨大的提升，以前的一個企業，需要投入很多的精力和資金，只適合巨頭去嘗試。但現在我可以很快速地把AI拿過來，基于熟悉的業務場景，進行應用開發等等，快速的通過GPT賦予的能力，真正達到降本增效，比如金融，銷售，客服，設計等等領域，一些小公司和個人通過GPT可以很快速的看到AI帶來的好處。

36氪：Pika的火爆會給國內創業環境帶來什么影響嗎？

　　張帆：影響會有，但不會特別大。大部分的創新都是從一些小的創業公司開始發起的，因為他們更靈活，想法更多。而且我們看到的這些出圈的小的創新公司背后有無數的創新公司也在創新，而最終剩下的這部分被我們看到了，這可能是一個幸存者偏差。

　　徐海：一個初創公司的應用，火爆的原因我覺得有兩點，第一是創業公司AI會更靈活，短、平、快，能夠快速的抓住市場變化，大公司相對較慢。第二是Pika是相對前端的事情，更貼近用戶，更吸引眼球，像一些大廠現在做的是偏后面的技術，可能對用戶來說沒有那么敏感。整體市場上已經有很多公司都在快速崛起，不單單是pika。對環境的影響是背后整體AI技術的進步帶來的。

36氪：GPTs大爆發后，AI創業者該如何進場？

　　張帆：我覺得真正的AI創業者只用GPTs是不夠的。從兩個維度來講，第一個維度，GPTs剛出的時候我們就研究了一下，我覺得它可能更多的是一個實驗性的產品，或者是一個面向于C端的產品，門檻非常低，同時體驗也非常好。

　　但是我們來反觀過去合作落地的產品，發現只用GPTs幾乎沒有能完成的，因為它對于一些復雜邏輯和鏈路的處理都是沒有的，GPTs主要依靠的是一維的prompt和外掛檢索增強來解決問題，因此我認為真正的AI的創業者只用GPTs是不夠的。AI真正的創新者需要用更復雜的工具，或者是從更底層來構建自己的AI產品。

　　徐海：其實我有一些大概不太一樣的看法，如果是作為一個小規模初創的AI公司，你可以把更多的模塊組合在一起，GPT僅僅是一部分功能，一個橋梁，相當于一個語言翻譯器，只能跟你聊天，做語言上的互動，沒法解決更多的問題，但其實更多的場景是需要多模態組合，結合不同其他的模塊，做你自己的產品。一個小公司，把GPT和相關的能夠結合的模塊熟悉掌握了，就已經能夠涉及很多的行業領域了，也能夠實解決很多的痛點。從底層來構建大模型或者AI產品，更適合大公司入場。

36氪：哪些垂直方向的AI應用還有機會？

　　張帆：這里邊大概分三個階段，第一階段是單一模態，比如說簡單的用AI做圖，比較直觀；第二階段是單一模態組合，比如圖生文，理解圖片意思等等；第三階段就是大一統模態，用一個模型鏈接一切，它能夠自由地串聯表達，對于知識的收攏和綜合處理的能力會變得更強?？赡苊髂晡矣X得大概率就能出現這樣的技術了，所以也很期待。

　　徐海：同意帆總的看法，如果說哪些垂直方向的AI應用還有機會，不是靠單一的一個能力或者模態，而是這個AI應用在集成了整個場景里面所需的能力，是個多模態的組合，需要有這個行業的專家配合資深的AI從業者，能夠很好的挖掘出這個行業到底有什么是需要AI解決的痛點，做出一個整體的產品，里面不光是AI的單一能力，是很多能力的組合，并且可能還包括很多不是AI方面，有可能是自動化，數據化方面的結合，給出一個整體的解決方案。

36氪：兩位覺得GPT Store與AI Agent是下一次大模型賽點嗎？

　　張帆：我覺得這個AI Agent一定是一個未來?，F在大家對于Agent的概念定義不是特別清，還有很多地方有各種誤解。從邏輯上面簡單來講，Agent相當于是給大模型提升了一版，它能夠去解決一些復雜問題。首先它有兩個核心能力，第一個能力是規劃能力，當我接到一個復雜任務的時候，我知道把它拆解成多個獨立步驟來執行；第二是能通過獨立的步驟去調用外部的工具，延展我的能力，再去調各種API，能夠收回這些信息。

　　徐海：AI Agent一定是未來，但其實現在還只是一個Idea，它只是未來一個方向，目前還沒有實現。比如我現在要去旅游，如果用GPT只能根據我的提問進行一些通用的建議，如果未來整合了bing search能力，接入了各個行業的API，比如酒住宿，機票等，它就會根據我的提問提供完整的一份攻略，天氣查詢、交通行程，幫我預定行程 住宿 吃喝，相當于一個旅游助手。這些都結合起來是未來的AI Agent一個完整的一個形態。現在還只是各種單一能力和模塊組合，而AI Agent 更像是一個你的助理，能夠自動完成多個步驟模塊的復雜情景。

36氪：GPTs商店開放后，大模型下做AI應用，最應該注意的是哪三點？

　　張帆：第一，我覺得要選擇一個足夠好的基座模型；第二，要構建一支能夠使用模型的團隊；第三，我覺得要有足夠深的業務理解，就是一定要站在業務的視角來反過來看該如何用大模型來強化業務。

　　徐海：第一，不能盲目進場，你要確定你的企業是否真的適合大模型，比如在你的行業里已經有自動化，信息化、數據化等這些能力完善了。第二，你要有一個很完善的既懂自己的行業，也懂AI的團隊，能夠幫你去選型、怎么調、怎么切入產品等。 第三，作為創始人，你自己要有明確的目標，對自己的業務領域有明確的切入點。

　　點擊可觀看完整直播回放：