下午到达合肥科大硅谷，巧的是这次来参加的三拨会议，分别是科大组织的人工智能与人形机器人前沿论坛，科大硅谷及政府组织的科创领袖营、梅花创投组织的十周年庆典居然都在同一个酒店，因此省了不少交通问题，同时也感觉科大硅谷确实有点往硅谷走的意思，把学校、政府、产业和资本都集聚在一个区域，同时汇聚全球合伙人，聚才引才，大力发展智能产业。

和我同行的朋友都是科大的校友，其中一个开玩笑地说你在这一片随便遇到的10个人里至少就有5个中科大的，有点意思，这一点和中关村不一样，这里都是中科大的，北京除了清华，还有北大、北航、北理工等等！

我问：斯坦福以工程应用为核心，所以离创业和企业特别近，科大是否也是工程应用很强？朋友说科大还是基础研究厉害，工程应用不够。那要真正打造硅谷的创业者精神和冒险精神，就还是要从基础研究和理论研究，转向爱捣鼓的工程师文化，强化科技的应用才好；当然，支持前沿课题的科技资金不能少。

来到科大硅谷，总感觉这里是中国人工智能和机器人的发源地似的，不知道为啥有这种感觉，明天听完论坛参观完科大实验室，再做评价。

晚上去吃合肥罍街的阿胖龙虾，真的是爽极了，席间一位科大校友聊起她从宝洁高管辞职，目前从事AI营销的培训工作，这个培训可以帮助人提高效率，但是大家却不太会为AI营销的服务买单，比如做个文案、海报、图片等，似乎教完大家就都会了，这些目前都是免费的，到底怎么赚钱呢？

我想起之前带着几批北京知名的AI大模型公司去走访传统企业，拜访的还都是有很大意愿要做AI、做行业大模型，想把24年定位AI元年的公司一把手。

去的人不可谓不专业、不高端，教授、博士、谷歌阿里科学家、知名创始人都有，但走了几次都没有形成合作，这里面关键问题有几个：

1、看不清。传统企业感觉大模型还是偏前沿，不知道大模型短期究竟能带给企业什么价值，希望看到具体的企业应用案例，但大多拿不出来。

2、不敢用。不知道自己的数据到哪里去了，会不会泄露给竞争对手，不知道投入有多大，就知道算力很贵，人才很贵，怕自己因为成本上涨而业绩大跌，不知道会不会对现有人员结构产生冲击，所以不敢轻举妄动；

3、不习惯用。目前国际的产品比较成熟，但国内被禁用，所以用不上，国内的产品似乎也没有形成普适性，问问题还好，但做具体工作感觉还是找人方便点。

4、免费很多，不必单独合作。且先不说幻觉，行业中信息的有效性和问答式准确性都不确定，可以做个海报、做个文案、做个表格但还是处于辅助状态，离实际用它来搞钱比较远，所以就不愿意花钱。所以，可以免费使用、试用，但合作就先放放。

通过调研和走访，对各类潜在需求及购买的可能性进行了一个优先顺序排序：

TOP1、增收：提高收入，通过AI智能营销提升千人千面的线上销售和客户能力，提高客户转化率和销售增量。

TOP2、降本：智能客服、质检、在线直播的数字人轮播等。

TOP3、增效：部分流程环节的智能化替代、尤其是客观、标准统一、规模化管理的内容，比如供应商评估系统和标准指标管理、招投标方案、知识库检索和交互、人员招聘和培训、辅助决策的专业分析师。

TOP4、人员替代：财务顾问、法律顾问、知识管理、决策者等。

在这一年中听到不少牛人分享，有收获，有启发，也产生一些新联想，记录：

1、AI是主食还是调味品？

一位传统企业董事长：原来以为AI大模型是趋势，必须all in，可以帮助我们弯道超车，快速做出新产品超越对手；现在发现AI就像味精，你做菜放点味精会更美味，但你不能把味精当主食，否则可能会把自己吃S。你自己的饭是什么还是要端稳，不能一味追求菜好吃就把自己资源都放进去，很可能放进去了就没有了，说到底它还是锦上添花的事。

2、大模型到底做2C还是2B？

如果还是软件那感觉上是2C和2G2B两条路。你看中国软件2B哪家赚钱了，说到底大家对知识就不够重视，不认为买人的智商和知识要花钱，AI说到底就是知识和智慧，这一点国外比较成熟，如果有好产品建议还是出海，国内卖不出什么价钱。但有两种是例外：一个是国家大力发展未来产业和战略产业，补贴企业购买AI产品和做智能化升级，就是2G2B。一个是做超级产品，能够在2C上获得流量和增长率，还是类互联网逻辑，广告、精准推送、分层服务。

除此之外，AI大模型最好的方式是做智能硬件，帮实体做软硬件一体化，让软的变硬，让虚的变实。

3、垂类模型需要多少数据量？

那么偶数和自然数哪个多哪个少？其实一样多，都是无限的，所以训练垂类模型的数据量和训练大模型的数据量哪个多？都多！一个好的垂类模型需要多少数据、多少参数？不取决于多少，还是需要解决你需要它做什么？人类最顶级的专家能做到什么程度？以及是否有持续动态的数据输入和及时有效的反馈机制。

4、通用大模型到底是什么？

其实就是一个智能水平的底座，就是把机器都统一训练到985大学生的水平，他统一具备了这样的素质、思维体系和学习能力，再去进修医学、法学、金融、工程，自然比没有上过985大学的人员水平要高，那个985的国产就是预训练，就是AGI；再进修环节就是推理，得出的就是垂类大模型。

模型国内最好的大概可以达到重点本科和985水平，国外大概可以达到常青藤和部分斯坦福教授水平，智能水平就是整个AI的底座，也就通用大模型企业竞争的关键。