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。所以本次 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。

(资料图)

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。

8 日上午，猎豹移动董事长兼 CEO、猎户星空董事长傅盛以《大模型时代，创业者的机会在哪里？》为题发表了主旨演讲。

峰会现场

以下为演讲实录，经 36 氪编辑整理：

我今天分享的主题是 " 大模型时代，创业者的机会在哪里？"。 刚才我听到各位大佬在这里聊，就是现在技术先行、产品经理还很懵。但据我了解，产品经理并不懵，因为很多产品经理都在行动。

那天晚上我熬夜看 YC 的项目路演，一分钟一个，看了一百个，后来我发现在硅谷、在大洋彼岸，已经有超过 50% 的项目是和大模型相关了。

一、为什么一款聊天软件引发社会生产力革命

为什么一款聊天软件会被认为叫社会生产力革命，当然社会生产力革命也是我很早就这么认为，很多人认为不就是一款聊天软件，我发现很多人对 ChatGPT 有不同看法，比如有的认为它会有人的意识，还有一种就觉得它就是个聊天软件，没了不起。

我大概 2016 年就开始投身于人工智能，语义理解其实是人工智能技术的皇冠。

峰会现场

第一，真正人的智能和动物智能本质区别是语言，而不是识别。也就是说，在以前图像识别这个时代，我们虽然解决了一部的智能，但是它不是本质人的智能，你家狗也认识你，看到陌生人也会叫，但是语言是人和动物的核心区别。

第二、语言到底是个什么东西，其实人类自己都没研究清楚。不是有这么个笑话，谷歌的翻译团队每开掉一个语言学家，效果提升几个点，到最后这个翻译团队把所有的语言学家都开完了，效果最好。

有一个语言符号学家乔姆斯基，年龄很高，那天我和清华大学脑科家刘嘉教授聊，他说这个人最悲哀就是活太长，活到 2022 年，看到 ChatGPT 出现，发现他那套理论对真正的语言学习是没有帮助的 因为在之前语言的符号学可以搞定语法，最后 ChatGPT 出来，发现他的理论对真正的学习语言没帮助。第三，图灵测试的本质就是对话测试，有人类的对话能力就意味着有人类的智能。图灵在接近一百年前，在刚刚出现计算机时就做了一个假设，如果一个计算机有智能，就是他拥有人的对话能力，这就是图灵测试，其实在那时候他就想清楚了到底什么叫智能。

第四个就是我认为就是这次 ChatGPT 的出现，难度是远高于第一次就是阿尔法狗下围棋和对人脸识别的。最早图像识别，就是两个斯坦福的学生把识别人脸的效果一下提高十几个点，实现了过去二十年的成就。但是这一次 OpenAI 大家都惊乎，他们花了太多钱，当然钱就代表难度。

其实刚才都说语义理解一旦被攻克，大家认为 AGI 就会出现。有本书叫《奇点临近》，他认为 2035 年，就是硅基智能会超过人类。我在 2022 年 10 月之前是不相信的，觉得这本书在鬼扯，我做人工智能做了一头包，后来看了 ChatGPT，我说可能不用到 2035 年，AGI 就很快会出现。

为什么这个聊天软件我们会认为这么不同呢？其实人工智能的语义理解有两条技术路线，一条就是 " 教育 " 神经网络。按照我们学习外语的方式去教育它，告诉它语法结构、知识图谱等，第二种是让神经网络 " 自学 "。给它足够多的文本去自选。第一条路线就是这样，它更符合我们学习外语的习惯。make sense, 听起来就是主谓宾，学习单词的对应关系，比如说中国的首都是北京、金海湖在平谷，建立一整套这种关系，让计算机去学。

绝大多数公司都是这一路线，就是自然语义理解处理，那这个处理就是我把我对语言的总结，根据语言符号学交给计算机，好处就是其实很少的投入，这个计算机就开始说人话了，就可以回复了，其实以前的微软小冰等等聊天机器人就这么做的，但是问题是，无论知识图谱的量多大，总会回答出一些完全不是你问的问题，就是它不能理解你问的问题，只能做模板的匹配。

第二条路线，其实到今天，大家讲这个叫 " 黑盒化 "，就是没有严格的理论支撑。在 ChatGPT 出来前，OpenAI 几乎是硅谷嘲笑的对象，花那么多钱搞那么多数据，根本就没学出来，没有用，但是 OpenAI 坚持在做，给它大量数据，让它自己自学习。

自学习是自己学习词和词之间的关系，而所谓的参数就是它理解了词和词之间的关系。

为什么是 OpenAI 坚持这条路？我想一个很重要的点，是我自己认为的，就它的成立之初就是想做通用人工智能。既然要做通用人工智能，那么你就只能做语意理解，做别的都没用。因为你把语意理解做了，通用人工智能可能就来了。做语意理解，走原来那些公司走过的路，其实已经证明天花板就在那里，非常明显。

那么 ChatGPT 它的原理，像是根据问题产生一个词的数学表达式，根据这段问题猜下一个词，猜完后，把出来的词和你的问题形成表达式，再去猜下一个词，所以是一个词一个词往外蹦的，一个词一个词猜出来的。

他们联合创始人说，这就像你读一本侦探小说、推理小说，翻到最后一页说 " 所以凶手是谁 "，就是猜出这个凶手。

它每次都在猜凶手，比如说我今天开心吗？它一看这个问题， " 我 "，以后就是 " 今天 "，一个个猜出来。所以它的原理是非常简单的，但是就是这么简单的原理，产生了对语意的很多理解。

所以 GPT 回答叫生成式的，实际上每一个问题都是及时生成。

有一次被它震撼到，是我们家有只狗叫 " 三万 "，实际上它是被前主人遗弃的，在宠物医院被我发现的，后来我把它领回来。

但是为什么叫 " 三万 "，我也不知道，但后来医生跟我讲过。我问 ChatGPT 为什么我家狗叫 " 三万 "，我给她提示条件，它就说是不是这只狗做过手术，手术费用大概 3 万，而你是为了纪念这个手术，取名叫 " 三万 "。

而这是一个非公开数据，是一个私有的，从来没有见过的数据，它也能回答出来，所以本质上 ChatGPT 已经有了这种推理能力。

ChatGPT 出来之前，语意理解更多像鹦鹉学舌，就是你教了鹦鹉很多话，它碰到一些话的时候，就把那个话照搬过来，但是它并理解问题本身的意思，但是ChatGPT 通过全新的学习方式，构建了对问题本身的理解。即便有时候胡说八道，也是一本正经的胡说八道，不知道大家用的时候是什么感受，就是基本上它没有不理解你问题的时候，但是它也有可能有一本正经胡说八道的时候，也就是说对问题的理解已经到了新的台阶。这就是为什么想讲原理。

我最近有个比喻，我觉得 ChatGPT 就是大号的计算器，不断计算下一个词，计算出的结果又符合人类语法的理解。但是很多会盯着所谓的胡说八道，其实这不重要，因为新事物出来不会是完美的，刚才有嘉宾说 4.0 出来让他很震撼，其实我觉得到 3.0 就已经很震撼了。

当 ChatGPT 变成聊天窗口，推理能力一旦构建起来，不断的增强是必然，iPhone 刚出来时，也没有诺基亚好用，但是它在改变一个时代。底层范式已经发生变化了，就是关于人工智能、语意理解，过去所有的定义都发生变化了。其实只要它一本正经就可以，为什么胡说八道？因为它没有见过所以胡说八道，那让它见到就可以了，有逻辑能力就可以不胡说八道。

其实我写这个的时候，OpenAI 还没有推出 plugin，比如它不会做数学题这个问题，很简单，只要给数学模型就行了，只要给个数学程序，只要把题面解出来就可以了。

至于说 "4X+2Y"，因为我问过它一个问题，我说鸡兔同笼，在 3.5 上问，我说鸡和兔子，三个脑袋、十条腿，它给我列了个 "2X+4Y"，但是解这个题的时候解错了，但是解错没关系，它只要知道鸡兔同笼什么意思，然后我就问它苍蝇和鸡在一个屋子里，它就列 "6X+2Y"，还加个 Z，它说不知道有没有别的动物，然后说没有别的动物，它 "6X+2Y=10"，但是它又解错了。然后我说蜈蚣和鸡在一个屋子里，三个脑袋十条腿，它说蜈蚣多足动物，它设 "NX+2Y"，所以它只要能解出这个题，它只要把运算的过程给一个数学的程序就可以了。

今天你问它一个问题，它基本就不胡说八道了。它的核心是逻辑，不是事实，但是古希腊人早就说过，逻辑比事实更重要。你掌握了逻辑，只要有事实的了解，就可以产生很大这种能力。

所以 ChatGPT 是第一款理解了人类语言逻辑的 AI。大家一定要记住，ChatGPT 的聊天只是给你一个接口，让你去了解它的能力，聊天并不是它的核心能力，核心能力是真的做决策和推理。

二、如何看待 ChatGPT 所带来的变化？

我觉得它就是两件事儿。

一个叫交互革命，以自然语言为交互的时代终于到来了。我们在这之前，我们是完全围着机器转的，最早为了能用计算机，要学计算机基础知识，要炼盲打，后来等到 iPhone 出来的时候，你要学各种图形界面，虽然已经极大简化了，但是事实上每个人还是要学习，所以老年人就不太会用健康码，疫情期间出不去，小孩子学得快，但是刚开始也不会用，但是第一次就是用语言为核心的交互，机器围着人转了。其实乔布斯在发布 iPhone 的时候说，每一次交互的变革都是一次工业变革的机会，苹果抓住过几次，其实今天看到 ChatGPT 我在想，为什么苹果在那么早推 Siri，我想可能是乔布斯去世前最后一个心愿，推动自然语言交互，但是那个时候技术不成熟，Siri 其实没有被用起来，今天我相信可能微软出款手机，copilot phone 也是一件很正常的事情，就是未来整个交互模式发生变化，真的是以语言为核心，以 GUI 为辅助的时代。

第二个就是生产力革命，就是所有需要逻辑和决策的部分慢慢的被 GPT 所替代，我们开始看做一个 PPT，实际上就是基本的逻辑，未来一定会越来越强，我看在律师考试当中已经超过了 90% 的参考人类，后来我想为什么 4.0 它的法律能力这么强？后来我想应该是美国的律师太贵了，有一次投资人来跟我聊，他说傅总你不知道，这个律师考试非常难考，有很多高才生朋友考个两三年，他说看到这个超过 90% 参考人，他说他非常震惊，我说可能就是因为美国律师太贵，美国律师占了整个美国 7%，还有一个成绩特别好，生物，我在想生物为什么好？后来看了一个采访才知道，是因为比尔盖茨说，如果这个技术很厉害，你们用生物的考试试一试，结果就加强了这两方面的训练。真正的生产力革命时代到来，就是它本质上可以学会你任何知识。

那么未来会发生什么变化呢？

我觉得第一个就是平台核战争，就是大模型，其实我一点不担心中国今天在所谓大模型上的差距，其实中国追大模型应该是追的最快的，大家也说过，有很多论文，其实我觉得论文都不重要，有很多开源才很重要。第二个，中国工程师体系建设、数据的体系建设，在世界上就中、美两国，我认为未来的大公司都会有自己的大模型，没有大模型的公司就称不上大公司，刚刚还有一个嘉宾说可能看这么多人在做大模型，觉得不集中，其实我觉得竞争是好事情，而且我觉得大家很快就可以追的七七八八。

第二个就是普及化，我提出过一个平民化大模型的概念，这个月是 6 月份，在 2、3 月份的时候大家觉得一定 OpenAI 烧 20 亿美金或者 10 亿美金才能做出一个大模型，但是到今天，你发现大量的开源的模型出来以后，很多人在上面做一个调整，也可以出一个所谓自己的大模型，这是什么意思呢？就是推理能力当然很重要，但是事实上，大公司也会照爱因斯坦的方向去，事实上不可能每个岗位都要爱因斯坦，其中一个很重要的原理就是你用不起，太贵了，当你追求千亿参数甚至万亿参数的时候，你的服务成本就必然高。今天大家可以注意到，GPT4.0 的反应速度就比 3.5 要慢，而且它每 3 小时限制 25 条，还必须在你缴费的情况下，我的理解就是整个服务成本非常贵。但是很多岗位不需要一个爱因斯坦，其实很多岗位也不需要清华的毕业生，它就需要一个中专生，可能就是解答客服的问题，我真的要一个清华的学生吗？不需要。需要了，我用不起或者他很容易走，所以这种普及化的能够在某一个领域能够用起来的，能够满足一个简单工作岗位匹配的平民化大模型必然大量出现。在 2 个月前其实我也不这么认为，我当时也认为所谓垂直大模型这件事儿不 work，但是现在看起来是 work 的，因为 1000 亿参数使得 ChatGPT 具备了推理和逻辑力，但是为什么是 1000 亿参数产生了推理能力，今天学术界是没有答案的，所以就用了个词—涌现，涌现的话，1000 亿能涌现，500 亿能不能涌现，100 亿能不能涌现，我知道很多从业者在做裁减的工作，就是我不需要那么多参数，我也依然可以产生在某些领域可以用的模型结构，事实上是可以。

第三个就是效率大提升，所有公司的组织形式必将产生巨大的变化，你不会用 AI，你可能很快就会被淘汰，每个岗位都需要用 AI，不用 AI 的人我们直接进入年底 KPI，30% 的考核。

第四个就是互联网范式也会发生变化，互联网的核心叫做连接信息，未来一定是陪伴和生成内容，copilot 或者 assistant 这种方式会变成最核心的，以后可能不是说上网搜一个外卖，搜一个包子，可能跟你的某个 APP 说 6 点钟回到家，请给我准备好我想吃的口味的包子，然后你就不用管了，去美团上搜。我们以前认为人工智能出来是从底层劳动力开始淘汰，但是今天看来是从中层开始，大家应该都了解，被替代的工作，反正我认为拍脑袋就能做决定的工作肯定都会被替代。

大模型 ChatGPT 重燃了我对编程的热情，或者说句实在话，我就没怎么在工作岗位上写过程序，后来在它的推荐，当时给自己定个目标，没有任何工程师的帮助下，在不查阅任何资料的情况下写一个程序出来，后来从推荐 python 到告诉我不要用 iPad，用 iPad 是杀香机制，让我拿 Max，然后大变异环境，最后帮我弄完再写了个程序，整个调试成功，其实程序员的门槛也会大幅度降低。

以前我们认为很多经验，实际上在一些领域的知识，这个知识的本身是核心的，所谓的经验是很多知识的了解，比如说知不知道编程环境，其实 ChatGPT 是大幅度减轻这样的壁垒。

我们作为创业者怎么办？可参考以下 4 个方向：

1、认真学习：认真学习 ChatGPT 和相关 AIGC 产品，不学习者必然成为马车夫；2、熟练驾驭：熟练驾驭 AI 产品，成为新时代的魔法师；3、保持热情：发挥人族的优势，保持热情、好奇心和想象力，脑洞目前还是优势；4、千万别躺：千万别躺，生产力革命的年代，睡觉都是浪费时间。

今天出差都天天背着 Max，没事儿给我写写程序，然后这个对话，觉得哪天不学习就被淘汰了，刚才有个嘉宾讲的非常好，未来替代你的一定不是 AI，是驾驭 AI 的人，个人要积极主动，但是大模型不是那么完美，我也不认为大模型产生自主意识。如果把如果把大模型理解成大号计算器，会发现它没有一些人类的能力。比如说好奇心。没有好奇心，它就是冷冰冰的代码，没有主动性，也不会产生今天干这个的想法，以及要干成功的勇气和决心。它是被你使用的产生器、或者决策的产生器，所以应该保持主动积极的心态，成为 AI 驾驭者。

第三，大模型时代，创业者的机会在哪里呢？

我们作为创业者能干什么？其实今天无非就这么几类，第一个就是你的行业一定跟大模型结合，有的公司可能直接用大语言模型，调用大模型的接口，有些大模型接口也不好用，比如服装的企业，招几个程序员用大模型接口都不是一件容易的事儿。第二个中间件，这是很多做科技公司的 stand up 的机会，变成应用或者服务，给创业者直接用。第三个就是私有化大模型，把别人大模型买过来私有化，而且我认为未来私有化的成本会越来越低，比如刚才有人说，有些数据不想给 ChatGPT，我们猎户星空很快就会推出这个服务，就是帮你私有化大模型，这个大模型在你的服务器上跑，数据完全归于你。第四个就是炒的最热，叫自研大模型，其实说实话我不是特别看好创业公司自研大模型，百度李彦宏接受采访的时候说，我觉得很对的，就是 OpenAI 做的时候是大公司没重视，现在大公司都知道这条路可以走，我觉得大家数据能力大公司也一点不差，做出的模型效果，就算第一版不够好，后面肯定会好起来，而且大公司的商业化能力是非常强的。还有一个不太看好 To C 做大模型产品，基本上都在几个巨头的火力覆盖之内，想做大是不容易的。

所以我们做了一件什么事儿，做了个聚言平台（chatmax.ai），就是干嘛？把各个大模型集中起来，当然我们自己也在自研大模型，把它中间件化，如果需求很高，可以帮你私有化一个符合你使用的大模型。第二个就是我们直接把一些大模型接口包装成角色，点开聚言网站（chatmax.ai）就可以看到包装出了客服角色，法务的角色等等，以后审合同直接在这里领一个接口，合同就可以帮你审，今天我们已经开始上线了客服功能，就是把你的产品文档、产品介绍说明书让我们【聚言】学习一下，可以根据产品文档回答任何关于产品的问题，甚至做推介。

然后我们猎户星空自己还做了服务机器人，今天我认为 ChatGPT 的出现，语音服务机器人的春天到了。真的可以在实体、虚拟的，可以替代各种角色，为企业解锁客服、导游、财报分析师、法律顾问、合同审核员等不同领域的专家级数字员工。

这是一个真实的例子，用我们的聚言服务机器人，把猎户星空的员工规章制度输进去，当你问它能不能请假，猎户星空也是这样，公司规定的是 10 天之内怎么样，但是如果问 ChatGPT 肯定会说一句什么话，这得根据当地的法律法规和公司相关规定，这句话是没有意义的，但是当你把它变成专家级数字员工的时候就有意义了。

GPT 技术的出现人工智能进入 2.0 时代，以自然语言为交互的界面时代终于到来了。在机器人领域也会由于 GPT 技术的出现，都会变成非常大的机会，所有的需要咨询服务的行业都会被 GPT 机器人重构，时间关系就不做 " 广告 " 了。

所以我想说虽然 ChatGPT 是一款聊天软件，本质上是带来了生产力革命和交互革命，这么一个机会，我觉得作为创业者，应该每天都去琢磨我们应该为它做什么，结合它做什么，当然也特别欢迎大家使用我们的聚言平台（chatmax.ai），你们可以访问一下，这里面还有很多工作，做的很细，基本上能够满足你一个公司内部的信息文档变成一个专家级数字员工的角色。

反正我觉得大模型带来社会变革，其实我们每个人都在想在里面能做什么。我觉得今天也是产品经理的春天的时代，我相信有更多的产品经理正在想如何结合这个把大模型真正把它用起来，而不仅仅是一个热潮，谢谢大家。