我要投稿

外滩大会开两天了，给我的四大启示

发布日期：2024-09-07 07:13:48 浏览次数： 1590

2024 Inclusion·外滩大会于2024年9月5日至7日在上海黄浦世博园区召开。本次参会嘉宾延续了高规格阵容，10多位中外院士参加，10余家大模型厂商参会。

这个规格就必定会有高强度的输出，是提升认知的好机会。

大会的30+论坛种，对于AI的研讨是重中之重，勇敢姐听了其中一部分，就收获满满。我总结了一下，至少有四大启示，这四点里都透露着人类在面对新技术强劲的生产力背后的理性的光辉。

01 目前不是AI，是IA（智能增强）

香港科技大学校董会主席沈向洋发表了题为《大模型时代的机遇和挑战：技术融合，产业跃迁》的主旨演讲。在演讲中，沈向洋探讨了人工智能技术的颠覆性力量以及打造负责任AI的重要性。他提出了关于大模型带来的震撼，有多少是来自人机交互、又有多少是来自机器智能的进步的问题，并强调了人工智能为人类提供了与技术共生的新语境。沈向洋提到，人机交互的新方式指向了“AI与IA”的融合共进，其中IA即智能增强（Intelligent Augmentation），代表着一种以人为本的AI发展路径，它聚焦于运用技术提升人类的能力，而非取代人类，强调了人类与AI之间的协作关系。

沈向洋还讨论了AI agent（智能代理）的愿景与落地，指出AI agent时代的到来不会是一个神奇而强大的模型突然代替所有的工作流，而是需要技术、工程与市场的不断磨合，最终以超预期的服务呈现给人类。他强调了在人工智能的颠覆性力量逐步显化的过程中，必须重视AI的治理，打造负责任的AI，并提出了需要新的治理框架和体系，以应对不同国家和地区的情况。

02 AI技术发展的速度太快，导致社会制度更新不能同步，AI需要等等人类整体的认知提升

人工智能技术的发展正以前所未有的速度推进，其迭代和创新趋势表现在多个方面。首先，AI技术的进步速度正在加快，例如，从GPT-3到GPT-4的迭代仅历时3个多月，远超摩尔定律。这种快速的技术迭代使得AI在图像分类、视觉推理和语言理解等方面迅速超越人类水平。此外，AI技术的应用范围也在不断扩大，从医疗诊断到金融风险控制，再到智能家居和自动驾驶汽车，AI的影响无处不在。

复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任肖仰华提出，人工智能技术的快速发展正在重塑人类的内涵和社会关系，同时也带来了一系列挑战。

他强调，生产关系等社会发展的上层建筑如何适应以人工智能为代表的先进生产力的快速发展，是一个需要直面的挑战。肖仰华指出，生成式人工智能技术的发展速度非常快，可能需要以月为单位进行记录，而人类的情感、价值和伦理观念的调整则相对缓慢，这两者之间的矛盾需要被调和。

他认为，技术普惠问题也是一个重要挑战，需要避免少部分人借助先进技术形成不正当的竞争优势。此外，他还提到了防范技术成瘾和防止先进技术对人类造成反噬的问题，强调AI应用的首要原则应该是以人为本，回归科技服务于人的本质，凡是伤害人之本性的AI应用都应该谨慎并加以限制。肖仰华呼吁要重视技术治理，并将治理提前考虑，做到未雨绸缪。他还提到，AI伦理委员会的存在非常重要，技术前进的时候，更应该关注那些“走得慢”的人，并确保技术首先惠及最需要帮助的人。

03 企业的PMF能力是当下AI应用最大的瓶颈

在讨论AI应用的瓶颈时，产品市场契合点（Product-Market Fit，简称PMF）确实是一个关键因素。PMF是指产品能够满足目标市场的需求并且具有吸引力，从而实现销售和市场接受度的理想状态。在AI时代，随着技术的发展，特别是大模型的兴起，对PMF的理解需要更加深入和全面。

在AI领域，PMF不仅仅是产品与市场的契合，还涉及到技术的成本效益、技术的可行性、以及产品如何与现有和潜在的市场进行有效对接。AI技术的高成本和复杂性引入了新的挑战，企业需要同时关注技术的可行性、成本的可控性以及产品市场的契合度。这被称为TC-PMF（Technology-Cost-Product Market Fit），即技术成本 x 产品市场契合度，它强调了在开发和应用过程中必须综合考虑技术的可行性、成本的可控性以及产品市场的契合度。

在AI应用的商业化过程中，找到合适的PMF是至关重要的。这要求AI产品和服务能够真正解决用户的问题，提供足够的价值，并且价格合理。同时，AI技术的发展也推动了对PMF的重新理解和评估，包括对AI模型的持续学习能力、集成性、定制化、合规性和安全性、数据驱动、可解释性、多模态能力、用户交互、反馈循环和流程优化等方面的考量。

找到并实现PMF需要企业在技术、成本和市场之间找到最佳平衡，以实现可持续发展。最难的是：对PMF的理解和实践也需要随着技术的快速发展不断演进，以适应不断变化的市场和技术环境。

04 小步快跑是应对AI时代不确定性的最佳策略

不确定性在AI时代表现为多种形态：技术的快速迭代使得今天的尖端技术可能在不久的将来就变得过时；自动化和智能化的趋势可能导致某些职业的消失，同时也在创造新的就业机会；数据隐私和伦理问题随着AI的广泛应用而日益凸显。在这样的背景下，我们如何能够把握时代的脉搏，不仅不被浪潮所淘汰，反而能够乘风破浪，勇立潮头？

这就引出了“小步快跑”策略的重要性。这一策略强调在快速变化的环境中，通过持续的小步创新和快速迭代来适应变化，从而减少不确定性带来的风险。它要求我们保持敏捷的思维和行动能力，不断学习新知识，掌握新技能，以及时响应外部环境的变化。通过“小步快跑”，我们可以在不断试错和调整中找到正确的方向，确保在AI时代立于不败之地。

例如，企业在开发AI产品时，先推出一个具有核心功能的产品原型，然后根据用户反馈和市场反应进行迭代优化，逐步增加新功能和改进用户体验。这种方法有助于减少风险，加快产品上市时间，并使产品更好地满足用户需求。

“小步快跑”策略的实施，不仅仅是为了追求短期的成功，更是为了实现长期的可持续发展。通过小步快跑，可以确保在追求长期目标的过程中，能够持续地评估进展、调整策略，并在必要时进行变革。

结语

转入2024的下半程后，逐渐可以感受到人们对于AI的理性认知和思考代替了对它的狂热和焦虑。这是很让人欣慰的转变。接下来应该会有更多美好的事情发生。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

万字长文解析：大模型需要怎样的硬件算力

2024-03-30

全面对比dify、coze、streamlit、chainlit

2024-04-26

“大数据+”医疗

2024-04-11

太强了！10大开源大模型！

2024-05-06

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

2024-06-12

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

大模型训练及推理【硬件选型指南】及 GPU 通识

2024-05-09

Ollama 本地运行大模型(LLM)完全指南

2024-07-25

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

2023-07-01

大家都在问

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

2024-09-21

Multi-Agent架构-CrewAI详解

2024-09-21

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

2024-09-21

文档大模型，能否真正解决非结构化数据难题

2024-09-21

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

2024-09-21

从 Data 到 Data + AI，必然之路还是盲目跟风？

2024-09-21

SFR-RAG：高效精简的检索增强生成模型

2024-09-21

如何使用 Typescript 和 Next.js 构建完整的 RAG 应用程序

2024-09-21

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

Ollama 本地运行大模型(LLM)完全指南

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

大家都在问

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

Multi-Agent架构-CrewAI详解

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

文档大模型，能否真正解决非结构化数据难题

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

从 Data 到 Data + AI，必然之路还是盲目跟风？

SFR-RAG：高效精简的检索增强生成模型

如何使用 Typescript 和 Next.js 构建完整的 RAG 应用程序

热门标签

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10​大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

Ollama 本地运行大模型(LLM)完全指南

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

大家都在问

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

Multi-Agent架构-CrewAI详解

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

文档大模型，能否真正解决非结构化数据难题

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

从 Data 到 Data + AI，必然之路还是盲目跟风？

SFR-RAG：高效精简的检索增强生成模型

如何使用 Typescript 和 Next.js 构建完整的 RAG 应用程序

热门标签

太强了！10大开源大模型！