大模型的進展對大多數(shù)人不是機會。
李彥宏：卷 AI 原生應(yīng)用才有價值，別卷大模型了！
來源|極客公園
作者 | 連冉 一濤 Jesse
編輯 | 靖宇
「今年絕大多數(shù)時候，全社會焦點都在大模型本身。但是我一直的觀點都是，在基礎(chǔ)模型之上要有千千萬萬的 AI 原生應(yīng)用，大模型的價值才能被體現(xiàn)出來。媒體、社會、公眾主要的興奮點還在基礎(chǔ)模型上，沒有轉(zhuǎn)到 AI 原生應(yīng)用上，我多多少少有點著急。」
在 12 月 16 日舉辦的極客公園創(chuàng)新大會 2024 上，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏與極客公園創(chuàng)始人兼總裁張鵬進行了一場 50 分鐘的對談，他一開場就直截了當?shù)靥岢?，「我們要去?AI 原生應(yīng)用，把這個做出來了才有價值。為什么大家不去認真做 AI 原生應(yīng)用，而去關(guān)心大模型進展？這個進展對大多數(shù)人來說不是機會。」
李彥宏認為，中國現(xiàn)在有好幾百個基礎(chǔ)模型，這是對社會資源巨大的浪費，尤其在我們算力還受限制的情況下，更多的資源應(yīng)該放在去探索跟各行各業(yè)的結(jié)合，探索有沒有什么全新的超級 APP 的可能性。
「大模型時代的來臨，真正的價值在于原生應(yīng)用，而原生應(yīng)用無論對于大廠來說，對于中小企業(yè)來說，對于創(chuàng)業(yè)者來說，都是很大的機會，希望大家及早的去把握，盡量多的去嘗試，我認為一定能夠找到一條符合自己發(fā)展的道路?！?/p>
大模型如何改造現(xiàn)有業(yè)務(wù)?李彥宏認為，大公司代表落后生產(chǎn)力，千萬不要看大公司在干嘛，「大公司反應(yīng)都是慢半拍的。我天天在內(nèi)部講，要去掉肌肉記憶，一定要改，一定要擁抱新時代。我逼著所有業(yè)務(wù)重構(gòu)重做，扔掉重新來?！?/p>
李彥宏進一步指出，相對于全新的超級應(yīng)用，大模型對現(xiàn)有企業(yè)、現(xiàn)有應(yīng)用的改造可以創(chuàng)造出更大的價值?！笌缀跛行袠I(yè)里已經(jīng)成型的公司，一旦轉(zhuǎn)過彎來，能很好地利用大模型能力的話，它獲得的收益、獲得的價值增益加起來，一定是最大的。當然這并不表明創(chuàng)業(yè)公司沒有機會，創(chuàng)業(yè)公司做出三五個 Super App、做出幾百幾千個非常有價值垂類應(yīng)用，都是非常可能的?！?/p>
「什么樣的產(chǎn)品經(jīng)理，是適合 AGI 時代的?」針對張鵬拋出的這個問題，李彥宏的回答是，「真正成功的 AI 原生應(yīng)用產(chǎn)品經(jīng)理，很可能不是某一類人，而是各類人的綜合。有人可能不是計算機專業(yè)，但他學(xué)習(xí)能力很強的，他有產(chǎn)品、市場的感覺，同時又不怕技術(shù)，即使沒學(xué)過，讀一讀最新的論文，就能明白講了什么、用什么方法，這種類型的人是最有可能成為成功的產(chǎn)品經(jīng)理的?！?/p>
以下為李彥宏在極客公園創(chuàng)新大會 2024 的對話實錄：
01
卷 AI 原生應(yīng)用才有價值，大模型進展對多數(shù)人不是機會
張鵬：如果沒記錯的話，你應(yīng)該是第六次來到極客公園了。
李彥宏：對，我覺得這個氛圍特別好，特別適合我這種性格的人。
張鵬：我記得每次你來的時候，都會為我們帶來一些「時代怎么向前走」的思考。但今年，我們先從總結(jié)開始。很多人都看到今年百度很積極，你也有很多精彩發(fā)言。我們都能感覺到你的興奮，但今天我有機會真正問問你，這個興奮的點在哪？
李彥宏：其實人工智能有過好幾波浪潮，有時候一下炒得特別熱，全社會都對這個東西特別感興趣，但仔細想一想，人工智能這個詞被提出來已經(jīng)有 70 多年了，所以最早那一批對人工智能技術(shù)感到興奮的人，現(xiàn)在可能都不在了。在這個過程當中出現(xiàn)過比如說下圍棋、人臉識別等等應(yīng)用。就是一波又一波的，讓很多人興奮，之后又發(fā)現(xiàn)，其實這個東西沒什么用處，或者說其實這個東西門檻不高大家都能做，浪潮就又落回去了。
張鵬：有過一個低谷。
李彥宏：對，經(jīng)歷過這種好幾次的起起伏伏之后，我覺得很多人其實有點疲憊，而大模型出現(xiàn)之后，之所以我自己很興奮，而且調(diào)動了公司幾乎所有的資源在做相關(guān)的事情，是因為我覺得這跟過去任何一次 AI 的浪潮都很不一樣。
你知道，當年下圍棋的 Alpha Go 出來，也是全世界都很興奮，即使完全沒有技術(shù)背景、完全不懂 AI 的人也非常興奮，但那個時候百度一點都沒有做「用人工智能來下圍棋」這個技術(shù)，因為當時我覺得這個東西沒用。你即便是做出了能夠下得過全人類的圍棋冠軍，我覺得價值還是很小的，所以我們沒有去做。
后來，計算機視覺起來了，特別火熱，人臉識別或者說智能巡檢等等，它有一定的作用。
張鵬：而且好像也應(yīng)該有商業(yè)價值了。
李彥宏：也有商業(yè)價值，但是它的場景非常分散。做人臉識別就是人臉識別、做機器巡檢就機器巡檢，各種各樣的場景你都要單獨去做一套。一旦場景分散，就意味著很難做出標準化的產(chǎn)品。所以我們今天看到這一類型的計算機視覺方面的 AI，應(yīng)用場景非常非常廣泛，特別多，甚至已經(jīng)很普及了，但是沒有做出來特別優(yōu)秀的大公司或者特別標準化的產(chǎn)品。
大模型的技術(shù)浪潮，我覺得不一樣之處就在于它的通用性，我們叫「智能涌現(xiàn)」，就是沒有教過的它也學(xué)會了。有了這個特點之后，當你有一套基礎(chǔ)技術(shù)能夠做得非常好、非常領(lǐng)先的時候，它在各種各樣的場景都能夠迅速地做出有價值的應(yīng)用來，這是我覺得 AI 過去 70 年從來沒有過的事情，所以它是一個完全不一樣的機會。
張鵬：所以你真正的興奮就是在于它的通用性？你突然發(fā)現(xiàn)這樣的技術(shù)不是 demo，不是在某個點上覺得很炫酷的東西。咱們倆在 3 月份聊的時候，我就感受到了你確實對它的通用性很感興趣。但我看你最近的很多發(fā)言，都是跟應(yīng)用相關(guān)，而不是模型，是興奮點遷移了嗎？
李彥宏：也不能說遷移，你可能記得文心一言發(fā)布的時候是 3 月份，3 月 16 號，那時我們確實講了基礎(chǔ)大模型到底具備哪一些功能。但是我在那個發(fā)布會上就已經(jīng)在講，未來主要的機會其實是在模型之上的 AI 應(yīng)用。這個觀點其實到今天一直是沒有變的，只是比那個時候，更強化了這個觀點。因為在這之后，整個今年吧，絕大多數(shù)時候全社會的焦點都在大模型本身，都在基礎(chǔ)模型上。
但是，在基礎(chǔ)模型之上，要有千千萬萬甚至數(shù)以百萬計的 AI 原生應(yīng)用，這個大模型的價值才能被體現(xiàn)出來。過去這一年的時間，媒體、社會、公眾，主要的興奮點還在基礎(chǔ)模型上，沒有轉(zhuǎn)到 AI 的原生應(yīng)用上，我多多少少有點著急，所以就是最近幾次公開的發(fā)言，也包括公司內(nèi)部的這種講話，都在不停的強調(diào)，我們一定要去卷 AI 的原生應(yīng)用，要把這個東西做出來了，模型才有價值。
而如果我們類比一下，比如說移動互聯(lián)網(wǎng)時代，就是 Android、iOS，其實就這么兩個。今天微信、TikTok，它的價值我覺得一點都不比 iOS 或者 Android 低。為什么大家不去認認真真花精力做原生應(yīng)用，天天關(guān)注模型進展。其實大模型進展對于絕大多數(shù)人來說都不是機會，只有極少數(shù)跟這個技術(shù)非常相關(guān)技術(shù)人員去研究、去跟蹤這些東西，我認為是有價值的。
但是我覺得目前的這種關(guān)注點，或者說社會資源的這種分配完全是不成比例的，大量的資源浪費在各種各樣基礎(chǔ)模型的訓(xùn)練上，甚至是跑分刷榜上，而比較少的資源和精力放在了 AI 原生應(yīng)用上，這是我多多少少這幾個月有點著急的地方吧。
張鵬：所以其實你覺得「卷」是應(yīng)該，但是得卷對地方是吧？
李彥宏：對，卷是很正常的，任何新東西和大機會來的時候，大家肯定就是逐步地都能看到，會一擁而上，然后有一個大浪淘沙的過程，這個非常正常。
張鵬：但這里面也存在大家現(xiàn)在很擔(dān)心的一個問題，比如說最近我們看到谷歌也是把 Gemini 發(fā)出來，據(jù)說 OpenAI 的 GPT-4.5 可能也要發(fā)，最近也有各種傳言，就像你說的，確實有可能最先進的這樣的基礎(chǔ)模型就那么幾個。
李彥宏：對。
張鵬：從國內(nèi)的角度去看，我們在過去的一段時間和國外的大模型上的差距，是縮小了還是拉大了？我們怎么該怎么評估大模型的進展？
李彥宏：對，其實這是一個蠻有意思的問題。我覺得應(yīng)用層面，中美發(fā)展方向上也有可能會比較不一樣，美國在企業(yè)級軟件領(lǐng)域，市場大，也應(yīng)該說做得比較先進，中國就是 toC 的這個領(lǐng)域做的會更先進一些。如果我們回到技術(shù)差距上，我始終的觀點都是說技術(shù)還是要為應(yīng)用服務(wù)的。當你說這個技術(shù)好，或者那個技術(shù)不好的時候，你到底指的是什么？
今天我們說百度文庫的 PPT 生成能力是全球最好的，它基于的就是文心一言的大模型，所以這個時候你說我們跟世界最領(lǐng)先的水平有多大差距?我覺得沒什么差距。但如果你說是，比如某些個特別企業(yè)級的這種應(yīng)用，那中國這一方面市場太小了，所以我們也沒有專門去為其去做優(yōu)化，那確實有可能是落后的;或者說各種各樣的小語種，我們現(xiàn)在還沒有精力去做優(yōu)化，所以也有可能是落后的。
所以我在看模型的技術(shù)、水準的時候，更多是在看它的應(yīng)用，到底在什么地方去比較。簡單地去刷個榜，去跑個分，我覺得其實挺無聊的。訓(xùn)練一個大模型你得投多少資源，都是一萬張 GPU 的卡，要訓(xùn)練很長時間。訓(xùn)練完之后，去跑分，刷榜，即便拿了第一名，但是并不創(chuàng)造商業(yè)價值。
張鵬：可能有利于融資，也是一種方式。
李彥宏：融資也是間接的，投資者愿意給你錢，是認為你最終能夠靠這些東西掙到錢。
所以我覺得模型技術(shù)的先進性，更多的要靠這個模型在什么應(yīng)用場景下用來干什么，把這個東西想清楚了之后，才能夠去評判模型的好壞。所以有時候我會說，模型好壞的評估是一個做模型的公司的核心競爭力，你知道什么叫好、什么叫不好，才能做出好的模型，如果你都不知道，要靠第三方去給你做評價、去給你打一個分，這事八成是不靠譜，因為你自己都不知道你在干什么。
張鵬：所以從你的視角去看，模型要以目標為導(dǎo)向的。
李彥宏：對，或者說以應(yīng)用為導(dǎo)向的。
張鵬：最近大家有一個說法，大模型本身就是在技術(shù)上大力出奇跡。好像大模型創(chuàng)新也是要靠大力出奇跡，有足夠的資源、錢和決心就能成功。你怎么看這種看法？
李彥宏：我覺得大力出奇跡這個說法，更多是指大模型從 0 到 1 的探索過程，OpenAI 在別人不知道這條路能夠走通的情況下，用了足夠多的算力，做足夠多的數(shù)據(jù)訓(xùn)練，最后跑出來這條路。大家說他們其實也沒有發(fā)明新的算法，用的就是 Transformer，最后做出來非常好的效果，是因為他用了足夠多的卡。我看到美國學(xué)術(shù)界也有人調(diào)侃，全美國所有的大學(xué)的卡加起來，訓(xùn)不出一個 GPT-3.5。確實，這里面動用的算力非常非常大。
但是我覺得再往后走，這個游戲不會是這個玩法，不會是大力出奇跡，而更多地走向它的反面。這個和所有商業(yè)競爭規(guī)律都是一樣的，誰的效率高，誰勝出。你可以融資，我也可以融資，最后我用 10 塊錢做出來 100 分的效果，你用 10 塊錢做出來 120 分的效果，久而久之你就贏了?；蛘哒f為了做出 100 分的效果，我用 100 塊錢，你用 80 塊錢，你就贏了。到最后，體現(xiàn)在應(yīng)用上的價值就是價格。
現(xiàn)在媒體和公眾都在關(guān)注訓(xùn)練，訓(xùn)練完了之后，你要應(yīng)用。應(yīng)用是推理，你的推理成本是不是在同樣效果之下比別人更低，或者同樣成本之下，你的效果是不是比別人更好？這是將來競爭的主線。
這也是為什么百度在這方面有比較好的積累。我們在芯片層、框架層、模型層、應(yīng)用層，過去這么多年都有布局，所以我們可以做端到端的優(yōu)化。剛才講了生成 PPT 這個例子，當它有了需求之后，我向下傳遞，文心大模型必須要為它做優(yōu)化，優(yōu)化的時候說，這個調(diào)用次數(shù)太大了，成本很高，我們算力做不起。
往下走，你的「飛槳框架」，要完全為文心大模型的需求去進行優(yōu)化。再往下走，就是芯片怎么去適配飛槳的框架，文心的大模型，一層一層端到端優(yōu)化下來。最后我們從 3 月份發(fā)布的時候到現(xiàn)在，基本上把推理的成本降到了原來的 1%。你原來調(diào)用只敢調(diào)用一萬次，你現(xiàn)在敢一天調(diào)用 100 萬次，這是完全不一樣的感覺。這方面是未來競爭的主線。
張鵬：所以不能只是大家就是拼資源拼決心，還是要有招數(shù)有方法，最關(guān)鍵的是有價值的循環(huán)，它畢竟不是一個科研項目。
李彥宏：對!你真的要為這個社會創(chuàng)造價值才行，這個確實不是你去發(fā)幾篇論文，或者跑個測評就能夠可以的。
02
大公司代表落后生產(chǎn)力，千萬不要看大公司在干嘛
張鵬：在你看來，中國依托大模型的新一代 AI 產(chǎn)業(yè)發(fā)展，有哪幾個核心問題？如果我們列三個最值得關(guān)注的核心問題，你會列哪三個？
李彥宏：不能說三個，最關(guān)鍵，甚至是唯一的問題，還是應(yīng)用。
大模型是一個基礎(chǔ)，上面如果有了有價值的應(yīng)用，這個產(chǎn)業(yè)就算跑通了，就能越做越大。你想問的可能是，怎樣才能發(fā)展出好的應(yīng)用。這里的因素我覺得有幾方面。
一方面是國家的產(chǎn)業(yè)政策。因為中國比較領(lǐng)先的產(chǎn)業(yè)，很多時候都是國家在產(chǎn)業(yè)政策上有先見之明。比如太陽能光伏，動力電池，一直到現(xiàn)在的新能源車。大模型這塊也是，國家如果能夠出臺相關(guān)的產(chǎn)業(yè)政策，鼓勵基于大模型的 AI 原生應(yīng)用開發(fā)，我覺得這就會是很重要的成功因素。
第二，我覺得是現(xiàn)在的輿論環(huán)境。我剛才講了，媒體現(xiàn)在主要關(guān)注的是基礎(chǔ)大模型。這個東西真的不重要，重要的是我們現(xiàn)有的企業(yè)，它原來不管是做什么的，用了大模型之后，能不能對它的業(yè)務(wù)關(guān)鍵指標產(chǎn)生正向的作用。這塊大家的關(guān)注度比較低，我覺得這個關(guān)注度如果能提上來的話，也是大模型做成、做大，非常重要的點。這個東西說起來容易，但做起來很難。大公司反應(yīng)都是很慢的，甚至我有時候講，大公司代表落后生產(chǎn)力，你千萬不要看大公司在做什么。
張鵬：百度算不算大公司？
李彥宏：百度算大公司。所以我天天在內(nèi)部講，要去掉肌肉記憶，不能按照慣例去做，一定要改，一定要擁抱新的時代。就是大家過去很習(xí)慣了，所以我逼著所有的業(yè)務(wù)都去重構(gòu)、重做，過去不管怎么做的，扔掉，重新來。
內(nèi)部我可以強力要求，外部就不能這樣了，所以跟外部溝通的時候，總感覺大公司是慢半拍的，我看到相對中型一些的企業(yè)，尤其本身就有科技基因的企業(yè)，在擁抱大模型，在利用大模型來開發(fā)已有應(yīng)用的時候，表現(xiàn)出來的成熟度很好，非常令人欽佩。所以我說，第二個問題是現(xiàn)有企業(yè)、現(xiàn)有業(yè)務(wù)怎么能夠更好地利用模型。
第三個是所謂的 Super App，超級應(yīng)用什么時候出來，在哪個領(lǐng)域能出來，這更多需要創(chuàng)業(yè)公司、VC 去嘗試，往這方面多努力，多做各種各樣的嘗試。
張鵬：要解決這些關(guān)鍵問題，不能只靠做大模型的公司。還是需要更多人參與。
李彥宏：沒錯。
張鵬：國內(nèi)大模型創(chuàng)業(yè)已經(jīng)是「百模大戰(zhàn)」，你怎么看這一點，有什么預(yù)測嗎？
李彥宏：我覺得已經(jīng)不重要了，即使現(xiàn)在靠大模型融了資的企業(yè)，我看它們也越來越多地在講要開發(fā)應(yīng)用。我認為這就是逐步走上了比較健康的軌道。不管它是自己的模型，還是用別人的模型，最終它的價值都要通過應(yīng)用體現(xiàn)出來。
如果它自己能找到一個超級應(yīng)用，那很好。如果找不到，它能賦能別人，基于它的模型去開發(fā)成功的原生應(yīng)用，我覺得也很好。我確實覺得，好幾百個基礎(chǔ)模型，這是對社會資源巨大的浪費，更多的資源應(yīng)該放在各行各業(yè)的應(yīng)用上，尤其是在我們算力還受限制的情況下。這就要寄希望于全社會對于這個事情的認知，能夠有一個比較大的變化。
03
搜索本身也在進化，有機會變成全新的產(chǎn)品
張鵬：正好說到大公司也有大公司的難，百度畢竟是幾萬人的公司。你怎么把你對 AI 的興奮和有效認知傳遞到組織之中？如果只有 CEO 一個人很興奮，整個公司被拖著跑應(yīng)該也挺痛苦的。
李彥宏：這個確實需要付出很多努力、一遍一遍地講。公司每個季度會有中層干部以上的總監(jiān)會，今年基本上都是講這個主題;季度也有和員工線上的直播，也會把類似的理念推向更多的人;包括外部的講話內(nèi)部的人也很關(guān)注。
我們會根據(jù)實際的業(yè)務(wù)開「思研會」，大家討論這個技術(shù)和我的業(yè)務(wù)有什么關(guān)系、過去有哪些肌肉記憶需要破除、破除之后會是什么樣的……我雖然不能參加每一場「思研會」，但是我會看很多他們留下來的總結(jié)。
我也從中學(xué)到很多東西，自己的認知也在不斷迭代。這個迭代的過程實際上也是很讓人興奮的，你總覺得自己在學(xué)新東西，總覺得你又懂了一些過去沒有想到、或者過去不是這樣想的事情。雖然我們有幾萬員工，但是大家在這方面還是有共性的。當你覺得你不斷在學(xué)新東西，當你覺得你不斷看到新的可能性的時候，大家這個勁兒就上來了。
所以一遍一遍地布道也好、討論也好，包括指令性的要求，對大家重構(gòu)每一個產(chǎn)品、重做每一個業(yè)務(wù)，確實起到了作用。
張鵬：你剛剛一直在說重構(gòu)，我想起聽過的一個百度內(nèi)部傳聞——最早的時候大家跟你說百度的業(yè)務(wù)都要接入大模型，被你批判了。你不斷地說不是「接入」，是「重構(gòu)、重做」。為什么那么在意這個詞？
李彥宏：其實是和你的肌肉記憶較勁。因為接入是最簡單的，如果一個業(yè)務(wù)說要擁抱大模型，只是在主頁上放一個文心一言的接口，就認為完事了。這種是最不需要動腦筋的，但是這種恰恰是價值最低的。
這個業(yè)務(wù)到底跟大模型有什么關(guān)系?大模型能幫助你的 DAU 有多少增長?你的留存率有多少增長?用戶時長有多少增長?收入有多少增長?利潤有多么增長?這些才是業(yè)務(wù)關(guān)鍵的核心指標。
如果文心一言不能讓你的業(yè)務(wù)關(guān)鍵指標產(chǎn)生有效變化，那你就沒有真正地擁抱大模型。但是要想這些關(guān)鍵指標產(chǎn)生變化，其實不容易，不是靠慣性和肌肉記憶就能做出來。百度內(nèi)部幾乎每個產(chǎn)品都在試。
經(jīng)常會出現(xiàn)這樣的情況：我們認為文心一言已經(jīng)很領(lǐng)先，一試發(fā)現(xiàn)用過之后關(guān)鍵指標反而變差了。這就需要看我們哪沒用對，或者這個模型現(xiàn)在還有哪里不足。
這個是非常好的，當業(yè)務(wù)部門知道我的業(yè)務(wù)需要這個功能，但這個模型還不具備相應(yīng)能力時，他就需要和文心一言的團隊提需求，這是我們基礎(chǔ)模型迭代的過程，所以這樣才能形成良性循環(huán)。
我們不靠大模型跑分。做業(yè)務(wù)的人真正要關(guān)心的是業(yè)務(wù)核心指標，他提出來的需求導(dǎo)致文心大模型按照真正符合市場需求的方向去演進迭代。
張鵬：我們都很關(guān)心大模型會給搜索帶來什么樣的改變，畢竟搜索是百度非常重要核心的業(yè)務(wù)。而我們天天在問大模型，某種程度上是替代搜索的方式。搜索未來會因為大模型要改變嗎？還是它只是技術(shù) demo，搜索會有它的延展方向？或者這個東西會替代搜索？
李彥宏：大模型和搜索的關(guān)系非常近，我們有點近水樓臺先得月。文心大模型 1.0 版本是 2019 年發(fā)布的，2020 年發(fā)布 2.0，2021 年發(fā) 3.0，到今年 10 月份的時候變成 4.0 版本。
整個過程走下來，認知確實在不斷迭代，各種各樣的功能逐步都上去，所以慢慢會看到在搜索上的結(jié)合會越來越明顯。
我現(xiàn)在把搜索的功能分成三部分。第一部分是「極致滿足」，第二部分是「推薦激發(fā)」，第三部分是「多輪交互」。這三部分和大模型的能力都有結(jié)合的地方。
首先是極致滿足。過去搜索是你問一個問題，它給你 10 個鏈接，你一個一個點開去看。但是以后對于你的問題，如果它有唯一答案的，我就可以直接給你生成唯一答案，這是典型的生成式人工智能要做的事情。
第二是推薦激發(fā)。當你問完一個問題，在我們已經(jīng)能夠用一個生成答案滿足你需求的情況下，我們也要用這個大模型的能力，猜測你可能對什么樣的內(nèi)容感興趣，然后給你推薦相應(yīng)的內(nèi)容。
也有一類型用戶的需求不是具有唯一正確答案的，這種情況我們叫多輪交互。就是通過多輪的對話來澄清用戶真實的需求是什么，再給他最終的答案。這個東西都是傳統(tǒng)搜索引擎完全沒有做過的事情，如果能夠做成，搜索就真正變成了全新的產(chǎn)品。
某種意義上講，國外的一些大模型，包括 ChatGPT，也有向搜索引擎靠近的意思，也想掙這份錢。未來最后變成什么樣，哪個路線會勝出，確實有不確定的地方。這個也是這個行業(yè)有意思的地方，你會覺得有太多的可能性，有太多的事兒你可以做，做得好就能夠有非常好的回報，這是很令人興奮的。
04
用生成式 AI 改造現(xiàn)有業(yè)務(wù)，可以創(chuàng)造更大價值
張鵬：現(xiàn)在還不能下一個結(jié)論，未來像文心一言這樣的大模型，會成為一個 Super App？
李彥宏：現(xiàn)在沒有這樣的結(jié)論。甚至，大模型最大的價值創(chuàng)造到底是全新的 Super App，還是對現(xiàn)有應(yīng)用的改造，現(xiàn)在我覺得也沒有定論。不僅在搜索領(lǐng)域，在很多領(lǐng)域都是這樣。
今天看 Microsoft 365 Copilot 一年營收 50 億美元，比 OpenAI 全年的收入都大很多倍。僅就對現(xiàn)有產(chǎn)品的改造而言，就已經(jīng)創(chuàng)造出來這么多新的價值。大家還是要多看大模型和自己現(xiàn)有業(yè)務(wù)的結(jié)合。可能一開始工程師會告訴你效果不好，這個東西對我們沒價值。其實不是的，你要仔細去看、給模型提要求，最終經(jīng)過幾輪迭代之后效果就出來了。
張鵬：如果天天琢磨什么是 AI-Native 的應(yīng)用，可能會忘了有些公司有機會找到 Native 的 AI、更符合用戶需要的 AI。這也是原有的力量可以參與到大模型推動時代變化的一種方式。
李彥宏：這個東西甚至有一點反共識，因為無論 PC 互聯(lián)網(wǎng)時代，還是移動互聯(lián)網(wǎng)時代，大家看到最大的價值創(chuàng)造都來自于創(chuàng)業(yè)公司。新公司出來，最后拿了極大的市場份額，甚至創(chuàng)造出來過去沒有的需求。
但是這一波生成式人工智能，我們看到更多是對現(xiàn)有業(yè)務(wù)的改造，創(chuàng)造出了大的價值。Microsoft 是一個例子。Adobe 也是一個很明顯的例子，它對大模型的擁抱就導(dǎo)致它現(xiàn)有的幾個產(chǎn)品的收入、利潤有了明顯增加。
張鵬：百度也有足夠的資金、技術(shù)力量，又有先發(fā)優(yōu)勢。如果 AI 未來的作用越來越大，越來越通用，其它玩家肯定也會擔(dān)心——我做的這個事是不是百度未來也能做？你們需要定自己的戰(zhàn)略和邊界嗎？在今天有這個戰(zhàn)略和邊界嗎？
李彥宏：你剛剛講的擔(dān)心邏輯上不成立。生成式 AI 是如此大的機會，對整個社會可能都會產(chǎn)生重構(gòu)，所以沒有一家公司能夠把所有機會全占住。百度不能，即使比百度規(guī)模大很多倍的公司也沒有這個能力。無論是創(chuàng)業(yè)者、客戶、合作伙伴，完全沒有必要擔(dān)心這件事情。
你問題的后半部分，百度有沒有戰(zhàn)略上的劃定邊界或者取舍?那當然是有的。最近這一兩個月，我們每年的戰(zhàn)略規(guī)劃和討論就在發(fā)生。
我始終都在講的一句話是：什么叫戰(zhàn)略?戰(zhàn)略就是取舍，就是決定做什么，不做什么。決定做什么相對容易一點，決定不做什么難一點，尤其是過去已經(jīng)在做的事。你決定說其實我的資源不應(yīng)該再往這方面放，這個有點割肉，大家也會疼，也會有感情的問題。
但是作為一個 CEO，你就是要做這些決策。一定要有所為，有所不為，一定要把不該做的東西去砍掉。
對于外界的創(chuàng)業(yè)者、合作伙伴，其實你是在跟全部的市場競爭。如果你是在市場當中做得最好的，那你就有生存的理由。如果你被市場當中任何一個玩家所打敗，那你就生存不下去。其實這件事情和百度的關(guān)系真的不大，沒有必要擔(dān)心這方面的事情。
張鵬：百度想做也做不了那么多。
李彥宏：真的做不了。
05
創(chuàng)業(yè)公司能做出三五個Super App、幾千個垂類應(yīng)用
張鵬：現(xiàn)在確實感覺技術(shù)還在持續(xù)的漲潮期，這可能也是很多人現(xiàn)在擔(dān)心的一點。比如今天你號召大家應(yīng)該卷應(yīng)用，于是一些真實的開發(fā)者們投入了一個月；明天你們又發(fā)了新版本，好像把創(chuàng)業(yè)者的能力覆蓋了。這有點像人們認真打了一個游戲，最后官方說內(nèi)測刪檔了。這個情況你怎么看？
李彥宏：那就是方向走錯了，這對于一個創(chuàng)業(yè)者來說是不得不付的代價。如果人家出一個新的東西就把你做的事兒替代了，那就說明你做的事情沒什么價值，至少沒有獨特價值。那就要改方向，要想別的辦法做真正別人無法替代的事情。
張鵬：大廠會拿走所有的紅利嗎？今天看來，這種創(chuàng)新的壓力好像都在新生代企業(yè)這一側(cè)，大廠好歹還有比較確定的歷史資產(chǎn)，還可以應(yīng)用 AI 創(chuàng)造更高的效率。這個機會未來是平均分配，還是分布不均的？
李彥宏：大廠會拿走大多數(shù)的紅利，我說的大廠不單指互聯(lián)網(wǎng)大廠。我覺得現(xiàn)有幾乎所有行業(yè)成型的、剛剛講的所謂代表落后生產(chǎn)力的公司，一旦它轉(zhuǎn)過彎來能夠很好地利用大模型的能力，它獲得的收益、價值增益加起來一定是最大的。
當然，這并不表明創(chuàng)業(yè)公司沒有機會，創(chuàng)業(yè)公司可能能夠做出 3 個、5 個 Super App，或者做出幾百個幾千個非常有價值的垂類應(yīng)用，可能性也非常大。
但是這些價值創(chuàng)造跟我們對于現(xiàn)有世界的改造相比，我認為還是一個小頭。
張鵬：我們多問點開發(fā)者感興趣的話題。AI-Native（AI 原生）這個詞今年很流行，能不能定義一下什么叫 AI-Native？
李彥宏：其實我們的認知也在不斷迭代。過去講基于大模型開發(fā)出來的應(yīng)用，就是 AI 的原生應(yīng)用，但是這樣的應(yīng)用具有什么特點呢?我們也在考慮。比如說它的用戶交互是不是純自然語言的，這跟我們過去的圖形用戶界面是不太一樣的。
但是我們也發(fā)現(xiàn)，純自然語言的交互界面門檻是不低的。過去大家習(xí)慣了上滑一下看一個新內(nèi)容，今天你讓它輸入一段話才看到內(nèi)容，這個對于很多用戶來說，門檻很高。
一方面我們要解決的用戶需求是更復(fù)雜的需求。它不僅需要你輸入一段話，甚至需要多輪交互才能被搞清楚。但是我們也可以通過自然語言界面和圖形用戶界面結(jié)合的方式降低用戶門檻。
再有，還是要做過去的技術(shù)做不到的事情。過去所謂是辨別類的需求，比如人臉識別。其實生成類的需求大多數(shù)都是過去的技術(shù)做不到的，還是要看在哪能夠創(chuàng)造比較大的價值，那它產(chǎn)生出來的應(yīng)用很可能就是 AI 原生應(yīng)用。
我們也在摸索的過程當中，不斷在總結(jié)、在歸納、在提煉。如果有什么心得的話，我也很愿意跟大家做分享，包括我們踩過的坑，我們哪些路走錯了，我都很愿意有機會跟大家進一步的分享。
張鵬：所以把 AI-Native 特簡單地定義為 1、2、3，大概率反而是錯的。
李彥宏：我覺得我能夠定義的就是自然語言的交互，2、3 我都說不出來。
張鵬：反而它可能是開放性的，要長期去探索的。
李彥宏：沒錯。
張鵬：這個也引發(fā)一個話題，你看過去移動互聯(lián)網(wǎng)的時候，我們要做一個開發(fā)，大概知道是個什么流程——要有產(chǎn)品經(jīng)理畫出原型，前端、后端實現(xiàn)。在 AI 時代，基于大模型做 AI-Native 的開發(fā)，我們到底開發(fā)的是什么？
李彥宏：我覺得從應(yīng)用的角度來講，倒沒有什么特別的，就是你要解決什么問題、給別人帶來什么樣的價值，這個跟過去時代的開發(fā)相比是一樣的。
但是使用的方法確實不一樣，對產(chǎn)品經(jīng)理的要求，對于研發(fā)人員的要求，對于一個公司的組織能力，可能都是跟以前不太一樣的。今天在百度的話，PM(產(chǎn)品經(jīng)理)和 R&D(研究與開發(fā))的比例是發(fā)生變化的。過去我們一個 PM 要對很多 R&D，今天可能是 1：1 了。或者說很多做法在前期進行測試的時候不太需要 R&D 介入，PM 自己攢一個東西就可以做到，這是跟以前比較不一樣的地方。
06
AI時代成功的產(chǎn)品經(jīng)理學(xué)習(xí)能力最重要
張鵬：之前有一段時間，PM 感覺已經(jīng)沒有太多的發(fā)揮空間，看起來 PM 今天又重要起來了。我覺得引出一個特別有意思的話題，在今天什么樣的產(chǎn)品經(jīng)理，是適合 AGI（通用人工智能）時代的？
李彥宏：我認為將來真正的成功的 AI-Native 產(chǎn)品經(jīng)理，很可能不是某一類人，而是各類人的綜合。比如說今天我們見到的一些比較優(yōu)秀的管培生，你看他學(xué)習(xí)的專業(yè)，有可能不是計算機科學(xué)，但他基礎(chǔ)的素質(zhì)、學(xué)習(xí)能力很強的。他有產(chǎn)品的感覺，有市場的感覺，同時又不怵技術(shù)。即使沒學(xué)習(xí)過，新的論文發(fā)表了，他讀完論文，也能明白這個論文講了什么，大概用了什么方法，這種類型的人是最有可能成為成功的產(chǎn)品經(jīng)理的。
你說他是超級用戶吧?他過去沒有那么多 Super App，成不了超級用戶;大廠高 P 吧，才畢業(yè)一兩年時間，到不了高 P;成熟產(chǎn)品經(jīng)理吧，也到不了。
學(xué)習(xí)能力才是最重要的。他不害怕這些技術(shù)，他會學(xué)，而且不滿足對于現(xiàn)有技術(shù)的利用，而且要求技術(shù)——雖然你這個技術(shù)現(xiàn)在沒有做到這一點，但我要求你給我做到這樣，我才能夠把我的產(chǎn)品做出來。這樣的人我覺得會是成功的 PM。
我覺得我們的 PM 絕大多數(shù)其實也不符合這個標準。我有時候會聽到百度的 PM 說，我們現(xiàn)在技術(shù)很厲害，我們的技術(shù)發(fā)展也很快，我一定要把百度最優(yōu)秀的技術(shù)及時地用到我的產(chǎn)品當中去。
我說不行啊!我們最優(yōu)秀的技術(shù)也是很不成熟的技術(shù)，你一個月之后它就已經(jīng)落后了。你一定要講，我的業(yè)務(wù)需求是什么，我就逼著這些工程師，一定要把我這個需求給我滿足了。你現(xiàn)在沒做出來，OK，但是你要多長時間之內(nèi)把它做出來?能提這樣要求的 PM 才是合格的 PM。
張鵬：首先不怵技術(shù)，但是他自己又不做技術(shù)，反而更專注在需求上。很重要的一點是，拉著技術(shù)跟他的目標一起漲。這是很大的變化，模型本身也要跟著他的需求漲。
李彥宏：沒錯，因為這個技術(shù)確實迭代太快了。
張鵬：看起來新一代開發(fā)者又有很多的機會。如果大廠高 P 的話恐怕挺難的，肌肉就成了慣性。
李彥宏：是。
張鵬：我們今天在場里有很多創(chuàng)新者，你給大家什么樣的建議？包括百度可以幫到大家什么？
李彥宏：最重要的還是要去試。今天大模型有這么多可選的，而且能力在迅速提升，基于新的技術(shù)能力，能夠長出什么樣的應(yīng)用來?我們今天的認知，跟我們一個月或者半年、一年之后的認知是非常不一樣的。
這個認知怎么迭代出來的呢?不是你坐在屋子里憑空想象出來的，也不是我讀了哪篇論文明白過來的。確實是無數(shù)的開發(fā)者他們在試的過程當中，知道這條路通，這條路不通。今天絕大多數(shù)的 Possibility（可能性）還沒有被嘗試過，創(chuàng)業(yè)者開發(fā)者都要嘗試，不管這條路走通、沒走通都是寶貴的經(jīng)驗和教訓(xùn)。即使沒走通也知道沒走通，如果走通就是一個大機會。
張鵬：創(chuàng)業(yè)對時間尺度把握非常重要的。在你內(nèi)心里，這是一個多長周期可以實現(xiàn)價值的事情？是未來一年、兩年、三年，還是 5-10 年？
李彥宏：我覺得它是長期的機會，只是這個機會如果不去早抓的話，很可能在競爭當中落后。今年有今年的機會，明年有明年的機會。五年之后還有沒有機會?我覺得也有機會。
但是為什么不早一點呢?為什么不比你的同行，比你的競爭對手更早把技術(shù)的價值、把技術(shù)的潛力去發(fā)揮出來呢?尤其關(guān)鍵的是，你得想清楚你的的衡量指標，就是這對我的核心業(yè)務(wù)的關(guān)鍵指標有沒有產(chǎn)生正向的作用。當你把這個東西想清楚之后，我覺得其他都迎刃而解了。
張鵬：最重要的今天就是下場開始 play，哪怕一個游戲的心態(tài)玩一玩，也是能夠入場的。
李彥宏：也是有價值的，learn something(學(xué)到東西)。
張鵬：今天跟李彥宏聊的很重要的收獲，就是我們不要那么把「我們的技術(shù)一定要用所謂最好的技術(shù)」掛在嘴邊。適合自己的、跟自己的場景匹配就是最好的技術(shù)。哪怕是沒有做 AI 的人，可能反而有更大的機會。
李彥宏：其實進入的門檻、開發(fā)的門檻并不高。
張鵬：感謝李彥宏的分享，期待百度繼續(xù)在國內(nèi)一起推動 AGI 時代的到來，讓更多的開發(fā)者能夠創(chuàng)造更大的價值。李彥宏再來做個總結(jié)，給大家囑咐一句。
李彥宏：我說的夠多了，沒有什么好總結(jié)的。我只是講，大模型時代的來臨，真正的價值在于原生應(yīng)用，而原生應(yīng)用無論對于大廠，還是中小企業(yè)，還是對于創(chuàng)業(yè)者來說，都是很大的機會。希望大家及早的去把握，盡量多的去嘗試，我認為一定能夠找到一條符合自己發(fā)展的道路。
