【人工智能论坛】AI的潜力与边界

我们这个团队其实是比较早做机器学习，做有用的团队，就是赚钱的。从2009年开始帮当时的一个，就是百度做广告的赚钱，后来我们当时团队的同学也是帮字节赚钱，机器学习历史上其实已经赚了很多钱，帮这些公司，做的非常成功，当然不光是我们，可能“0”到“1”的过程我们做了，后面还有很多的同行去做的非常好。

坦白来说，大模型现在好像还没有哪个公司赚到像百度做广告蜂巢赚这么多钱，不仅是没有，应该是还差很远，花得钱应该是很多，所以说明将来赚得可能会更有机会。我们自己核心是做什么呢？既然AI的技术，当时还不叫人工智能，当时叫机器学习，但是是大规模的机器学习，跟这次的大模型一样，都是算力非常大，数据量非常大，模型的维度非常多，只不过我们当时是说做一个问题，不像GPT是千亿学习做N个问题，但是核心的逻辑和产生的价值逻辑是一样的。

所以说我们后来办第四范式公司这个想法，就是既然有一些公司因为这个事儿这么成功，其实我们应该把这个技术用给各个公司，让他们也都这么成功，各个行业。所以我们自己的口号就叫“AI  for  everyone”。说人人都能享受到红利，不要只有少数公司能够享受到红利。后来发现我们的使命就在这件事儿上就一步一步的让我们就变成了一个从给这些公司提供，单纯的给他们提供很有价值的人工智能技术，变成了叫做到底怎么能把这些产业和公司变成一个用得上的人工智能的，也就是说我们各行各业究竟在今天离AI给我们带来这么大的价值到底这个差距在什么地方？

你看有了飞书这么好的产品，我们也用，我们最近刚刚开始用，不得不用，太好用了，用了其他的不如飞书好，有像RPA这样的数字员工，但是一个企业里面有哪个企业你说你现在的核心员工走了，你会觉得很焦虑，你的RPA员工走了，好像如果做的特别好也很有用，但是大部分的行业其实没有，所以第四范式现在就变成了帮助各行各业，当然主要是跟一些核心的企业合作，让他们也能够把他们从就是怎么利用好数字员工，怎么用好AI变成了走这个逻辑。从具体的来讲，现在做有一些事儿比较简单，比如说我们今天可能大家都用的银行卡的转账，刷卡，这些交易背后的检测已经完全的现在被人工智能所承载了。这也是我们做了非常多的工作。但是我们在更多的产业里面，比如说像就业指导，像很多的客户经营等等这些，这些领域里面其实都需要数字员工，而且需要很多数字员工，但是现在并没有形成一个好的机制。所以我们在这些方面也会做比较多的努力。