大家好，今天世界各地正在达成这样一种共识：AI是衡量先进生产力核心指标或者是唯一指标。我今天的分享从三个方面进行：

第一，生成式AI为何是新质生产力的核心?这一轮的生成式AI与之前的AI都有哪些本质区别?

第二，为什么AI模型和AI技术不是企业最核心资产，而是私域数据。

第三，如何根据企业不同现状，实现从低成本Prompt应用到建设企业智能体及垂直模型，构建企业核心竞争力。

一、生成式AI是新质生产力的核心

1.Al进入Iphone时刻

2007年的Iphone时刻，乔布斯2分钟重新定义手机。2023年3月GPT-4发布，预示着Al进入Iphone时刻。对于它的出现，英伟达CEO黄仁勋说Chat GPT带来AI的iPhone时刻。Open AI创始人Sam Altman表示这与人类的印刷机相比是同样伟大的发明。谷歌CEO孙达尔·皮柴( Sundar PichAI)表示这是人类的另一次火和电发明。比尔·盖茨也表示GPT是他一生中见到的两项最具革命性技术之一。埃隆马斯克前两天也提到生成式AI比核武器厉害很多倍。

2.人工智能应用场景

接下来我们来看4个实际应用案例。

① 案例：乳业公司瞬时杀菌技术提炼。某乳液公司开发的新款牛奶采用了新的瞬时杀菌技术，那如何将这种新的瞬时杀菌技术转化为销售卖点?一般情况下，我们会让市场部提炼一个好的卖点语言，这样下来可能需要非常高的价格。有了人工智能，现在的做法就不一样。具体步骤有：首先，描述背景，了解产品类型。其次，提出要求，如请你帮我思考在卖点过程中需要表达哪些核心内容等。最后，通过逐轮与大模型交互，最终可以得出几个答案。事实上，提炼这些宣传卖点话术或者宣传用语，如果没有5年市场经验是很难达到这个水平，也许他无法与叶茂中相比，但借助人工智能，还是很容易超越5年内的市场人员。

② 辅助设计，提供创新思路。

接下来我们看个服装辅助设计案例。我们都知道，服装有不同布料、不同颜色以及各种款式。那么，如何快速进行仿真和模拟，实现服装设计过程中的快速、高效迭代和创新?

借助人工智能，如上图所示，我们可以很轻松的进行创新设计。首先，选择世界上知名的服装风格。其次，选择需要的颜色和细节，例如花岸上衣或其他风格。第三，选好后输入交互信息，如请帮我设计一个礼服，使其看起来更加青春等。这里需要注意的是，它可以结合很多特点进行细化设计，例如采用了一些经典款式等。目前，人工智能模型得到进一步发展，如在服装设计过程中，我们在纸上画一个线稿，直接放上去，它会生成整个模特的实际图片。同时，在展示效果上，如风吹效果，无论是丝绸还是亚麻，还是各种不同布料，都可以根据重量和物理属性，展示出穿着过程中的飘逸感觉，以此判断出设计效果。

③ 某保险客户健康产品推荐

接下来，我们再探讨一个涉及某保险公司与健康检测公司产品推荐的案例。我们知道，保险业务中，保险人员变动非常频繁，所以，在与客户交互过程中，通过人工智能方式搭建了一个人工智能Agent。首先，它会读取检测报告中的信息，同时植入专家解读的内容，它会根据专家解读的信息匹配适合的保险产品。此外，它还会借鉴历史销售数据，特别是金牌销售人员的经验，将这些销售经验总结生成话术。这时，你会发现，保险销售人员会更像一个演员，带着已经准备好的脚本和产品，在客户面前表演。这样，大大提高了我们与客户交互的效率和成效，同时也体现出专业性。另外，通过自然语言交互，银行人员也可以对自己的信贷进行判断，并与系统、行业指标和各种数据相结合判断信贷风险。这一举措标志着岗位自动化的初步实现。目前，在AI的广泛应用过程中，我们已逐步从单一岗位的简单任务自动化向复杂任务自动化迈进。在未来2-3年内，会有很多岗位实现全面自动化。

④ 智能招聘助手

我们再看一个智能招聘Agent+RPA+专家知识的综合自动化应用案例。智能招聘助手可以快速、专业地评价候选人。它会根据JD(岗位职责)要求对应求职者的简历，并针对关键信息给出评价。为了保证评估的精准性，我们依托丰富的专家背景知识，使招聘助手能够深入理解院校、专业等招聘要素，对候选人作出更为专业的评价。HR招聘人员可轻松通过后台创建和编辑职位信息，进入招聘页面后，新增岗位、填写JD并一键解析，相关信息将自动填充至相应栏目。智能助理还能对招聘数据进行深度分析，为HR管理者提供精确的数据支持和结果解读，帮助管理者快速理解招聘现状。借助智能招聘助手的专家知识库，我们可以更精准地进行简历筛选，并在面试过程中生成个性化的面试题目和答案，确保应聘者与业务需求的精准匹配，并将推荐结果及时送达业务人员。综上所述，关于人工智能的应用，其核心在于首先推动单岗位任务的智能化升级。并且，随着技术的不断进步，系统将逐步具备专家的能力，并通过复制和放大这种能力，实现复杂流程的自动化。最终真正为组织赋予新质的生产力。

3.Chat-GPT-4出现，人类可以跟机器自由对话

① 交互方式发生变化

通过对前面讲到的实际应用案例，不难发现，我们的交互方式正悄然发生变化。

第一，DOS命令时代。在那个时期，我们通过输入DOS命令来执行操作。用户需要具备一定的编程知识，通过编写代码来完成任务。

第二，图形交互时代。比尔·盖茨曾赞誉Windows的发明为人类的第二次伟大创新。图形交互时代的开创性产品Windows，以及后来的iPhone等设备，实现了人与图形界面的直观交互，极大地提高了用户体验。

第三，自然语言交互时代。随着Chat GPT等技术的出现，我们迎来了自然语言交互的新篇章。Chat GPT具备多种功能，如作画、编写代码、翻译资料、收集信息以及视频处理等，展现了多功能、多模态人工智能的强大能力。通过自然语言交互，用户可以更加便捷地与计算机进行沟通和交流。

② Sora世界模拟器意味着什么?

2024年的2月，Sora在春节期间引起轰动。我们首次在人类视频中看到一位时尚女性走在充满温暖的霓虹灯和动画城市标牌的东京街道。我们看到生成的视频，此时此刻很难分辨真假，它在霓虹灯底下、湿的、下过雨的地面上的倒影以及各种符合现实世界的情形。埃隆马斯克在观察Sora出现之后表示：人类应该认赌服输。

Sora世界模拟器意味着什么?

Sora被Open AI定义为世界模拟器，其深远意义超越了简单的视频生成范畴，而是为理解和模拟现实世界提供了坚实基础。同时，Sora的潜力被认为有助于实现通用人工智能的目标。通用人工智能理论上能够完全取代人类的治理活动。英伟达高级研究科学家Jim Fa更是直接断言：“sora是一个数据驱动的物理引擎，是一个可学习的模拟器，或世界模型”。通过先前的与Chat GPT的交流，我们虽然聚焦于文字层面，但未真正涉足物理世界。考虑到我们的三维环境根植于物理法则，Sora的能力显得尤为突出。它能够自主生成图像，进而深化对物理世界的理解。举例来说，现代机器人装备了摄像头，使其能够捕捉并解析现实的物理环境，包括建筑物、街道以及人与人之间的互动。这不仅让机器人理解物理世界，还促进了数字世界与真实物理世界之间的交互。Sora的出现之所以引起广泛关注，是因为它为我们提供了一种方法和路径，将数字世界和物理世界的智能打通。

通过Sora，我们正在构建一个反映物理世界真实面貌的模型。因此，我们说GPT解决了机器与人的自然语言互动，而Sora解决了机器通过摄像头与世界之间的互动。

③ Figure 01更新

2023年3月figure01更新，使GPT拥有身体，机器人拥有灵魂。突出表现在开放式自由交流完全自主判断驱动，没有任何人控制。如上图所示，它与机器人的互动完全自由，类似于我们之前提到的小米小爱音箱或其他指令式的操作。机器人的动作与真人一样，可以自由应答。例如，我在桌子上询问他是否可以吃苹果，他直接递给我一个苹果，并回答我说可以帮我收拾一下。这个过程中机器人的动作完全由自主判断，而非人控制和驱动。它是一种真正的新质生产力和革命性技术。

5.Chat GPT-4出现对人类社会的深刻影响

① 人类社会新物种：人工智能机器人

第一，人工智能机器人。Chat GPT的出现，我们看到了Sora正在构建一个世界物理模型，这个模型被称为Figure 01，也被称为具身智能。实际上它与机器人结合，将能够执行那些需要人类身体、智慧和灵魂共同协作的任务。这一发展标志着人工智能正在逐步且全面地融入我们的社会各个领域。人类社会迎来了一个新的存在，即机器人和人工智能。

第二，人和人工智能相结合物种。机器人可能还有另一个物种，即人与人工智能机器相结合的生物Cyberman(赛博人，泛指半人半机器的生物)。在现实生活中，例如通过在人眼中植入芯片，如埃隆·马斯克所研发的New Link，人们已经开始了与机器的初步融合。更进一步，如果我将此类芯片植入大脑，那我就可以讲各个国家的语言。甚至，如果我将我的眼睛与大脑直接相连，我还能够通过CT扫描进行深入的分析。

② Chat GPT出现，是一场革命性颠覆

第一，人类历史上首次机器理解了人类语言的含义，实现了与人自由对话。

第二，驱动技术发生变化，从技术驱动技术转变为自然语言驱动技术。在以前，推动技术创新和社会变革的核心力量是那些掌握技术的人群，但技术往往掌握在少数人手中。如今，人类可以借助人工智能通过大白话获取深入的知识和智力。这意味着技术创新不再局限于少数人，而是变成所有人。

因此，我们进入了智力分发的时代。智力就像电能一样，可以赋能给每一个人，这对我们的职业和未来产生巨大影响。

第三，反思教育：什么样的人未来有价值?什么样的人才能成为未来有价值的人?我们需要反思我们教育。我们的教育不应该是是拷贝式的教育，而应注重培养独立思考、独立认知和独立人格的教育，这才是未来社会所需要的教育方式和能力。

第四，我们开始修正以往的认知。过去，我们一直自豪地认为人类是上帝发明的最伟大物种，人类大脑必不可少。然而现在，人类的大脑已经不再是必不可少的。实际上，人类语言比我们所知道的更加结构化和简单，最终可能以相当简单的规则来描述如何组织这样的语言。GPT发明者伊尔亚·苏茨克维说：GPT的主要思路是通过生成获取世界模型的压缩表示。沃尔弗拉姆也说：GPT和人类的本质，并没有特别之处。在计算方面，我们与自然中许多系统基本等价。我们意识到人工智能已经具备人类过去认为独有的创造力和情感判断力。未来AI将逐步发展成自己的世界，这是一个新生态，可能会有自己的宪章，人类需要与之适应、共存共融。

6.决策式AI和生成式AI

① Chat-GPT没出现前，人工智是一种决策式AI

自1950年起，人工智能的发展历程逐渐展开。在ChatGPT之前，我们可以将人工智能视为一种决策式AI。这种AI主要依赖于输入的大量人类数据和历史数据，通过分析和评估可能的结果来模拟人类的决策过程，从而做出最优决策。它并不自行创造全新的逻辑和内容，而是基于现有数据进行优化。然而，随着Alphago和特别是Alphago Zero的出现，情况发生了变化。Alphago在围棋领域取得了巨大突破，打败了世界围棋冠军。尽管它学习了人类历史上的各种棋谱，但其认知和能力并未超越人类总和。然而，Alphago Zero则完全不同。它不再学习人类的棋谱，而是基于简单的规则让机器自行生成不同的棋谱并与自己对战。经过一段时间的训练，Alphago Zero以100:0的成绩打败了Alphago，这标志着一种全新类型的AI——生成式AI的诞生。生成式AI不仅限于特定领域，而是具有更广泛的应用范围。例如，2022年至2023年间出现的GPT和Sora等生成式AI系统，它们能够像人类一样进行通用任务智能的处理。与决策式AI不同，生成式AI能够自行创造全新的逻辑和内容，这使得它们在许多领域都能发挥出色的作用。

② GPT为代表的生成式AI(GenAl)

第一，什么是生成式AI?生成式人工智能(AI)是一种人工智能，它能够基于输入的数据自行创建、生成新的数据或内容。与传统的分析型AI不同，生成式AI不仅仅能够理解数据，还能够利用学到的信息创造出全新的、未曾存在的数据实例。

第二，生成式AI的核心能力。生成式AI的核心能力具体如下图所示：它具有敢于质疑、连续对话能力、承认不知道、用户意图有效捕捉、提升准确度、上下文理解等能力，同时拥有逻辑判断、推理各种能力。

第三，思维的转变:大力出奇迹-生成式AI的胜利。

整个生成式AI的胜利有一个基本思想，这是我们强化学习之父萨顿的理论。理查德·萨顿在《苦涩的教训》中指出：历史上AI研究的关键错误在于过分依赖人类的直觉和经验，试图通过精心设计的规则和算法模拟智能。过去我们犯了一个错误，即人工智能必须按照我们人的规则教给他们。然而今天我们看到利用大规模算力和数据，通过学习算法自主发现解决问题的方法。AI通过自主学习和大规模算力发现和提炼知识，而非直接依赖人类的显式规则。

当模型足够大时，通过让AI系统自主学习物理世界的运作原理，尝试构建一个能够超越人类直观理解的通用物理世界模拟器。通过它自己学习创建新规则，实现超越人类。

内容来源：量见赋能系列直播，由笔记侠合作整理。分享嘉宾：赵德旭，SAP中国研究院ECO 2.0人工智能专家组组长，2018年度、2019年度中国数字化领军人物。