發布時間:2025-09-14 來源:不亢不卑網作者:zaFFe
智東西作者 程茜編輯 心緣
智東西9月11日報道,今天,在2025 Inclusion·外灘大會開幕式上,螞蟻集團CEO韓歆毅,小米集團手機部副總裁、可穿戴部總經曆張雷,金沙江創投主管合夥人朱嘯虎以《破局與重構:大模型落地產業進行時》為主題展開了圓桌對話,談到各自對超級入口、AI商業模式、中國企業未來機遇的看法。
韓歆毅認為AI正在吞噬軟件,螞蟻集團專注的醫療場景是用戶剛需且是中高頻需求,因此他們並不擔心商業化,而是將重點放到了高質量的數據、抑製幻覺、醫學倫理三大技術難點上。
張雷提到,Agent在單一、明確的領域已經取代App,但複雜強邏輯賽道短期內無法取代。不同於AI手機、AI PC,AI眼鏡重塑了交互邏輯,實現從被動到主動決策。他透露,目前在眼鏡端用戶喚醒小愛同學進行操作的頻率是手機端的6-7倍。
朱嘯虎認為AI和軟件會共生共存,大廠不願意幹的髒活累活就是Agent企業的機會。從投資者角度,他們首先要避開的就是協同類軟件,這個市場會很小,而更容易商業化的就是成熟技術,如去年是會議紀要,今年是Voice Agent(語音Agent)。而中國創業者適合做to C,明年肯定會爆發很多AI應用,中國創業者大有機會。
最後,三位大佬還對當下的AI創業者提出自己看好的方向,韓歆毅看好專業領域的服務業,但他也提到這對從頭創業的年輕人有點難,需要一定的經驗和資源投入;張雷看好翻譯類、助手類、學習服務的場景;朱嘯虎認為每一波周期都很類似,去年是硬件,今年是AI Infra,明年肯定是應用大爆發,下一個字節、快手、小紅書今年應該已經成立了。
以下是圓桌對話的精華整理:
一、低代碼軟件已被AI取代,複雜交互場景可能造就超級App
a16z普通合夥人Jennifer Li曾提出:“AI正在吞噬軟件。”
韓歆毅讚同這一觀點,他認為首先軟件是用相對確定性的方式解決確定性的問題,而這也是大模型所擅長的,其次現在已經有軟件自己生成Agent解決任務,這個趨勢非常快。
張雷和朱嘯虎的觀點略有不同,他們認為AI和軟件會共生共存。
張雷提到,當前沒有看到大模型吃掉所有軟件的可能性,大模型在很多場景下可以提升效率,而不是吃掉所有的軟件。後期大模型和軟件將是融合、共生共存的過程。
簡單低代碼、無代碼軟件會被AI取代,很多在泡沫期估值很高的低代碼公司現在基本沒了,但複雜流程、強邏輯的軟件,AI想要取代它們在Transformer架構下是不現實的。朱嘯虎提出這一論斷的依據是,隻要Transformer架構哪怕隻有1%的幻覺,AI都無法取代複雜流程類的管理軟件,更多會是共生共存。
▲金沙江創投主管合夥人朱嘯虎
在韓歆毅看來,以後可能沒有App了,將來會有一個或若幹個超級入口,但什麽形式目前還不能確定。
對於Agent和App的關係,張雷提到,Agent在單一、明確的領域已經替換了App,但複雜交互的場景短期內非常困難,可能往長期看,有可能造就超級App,但這需要的能力全麵性很高,路還很長。
朱嘯虎覺得,超級入口的誕生是必然的,入口會越來越集中。現在這一趨勢已經很清晰,穀歌手機已經可以直接語音輸入、反饋結果,再結合多模態形式一起做輸入。
Agent廠商的機會,可以類比美國移動互聯網時代的Uber、DoorDash、Airbnb,這三家企業所在的賽道是大廠不願意幹的苦活累活,這同樣是AI的機會。
二、用戶留存是Agent企業增長潛力的標準,AI眼鏡可能成為新入口
作為投資者,朱嘯虎認為在軟件行業,編輯類、協作類軟件需求量會大量降低,幾百個人共同協作完成項目,AI出現可能會變成十個人的協同,這對協同軟件本身的要求就會大幅降低,對市場產生很大影響。正如此前爆火的Figma現在熱度也回落了。
換個角度講,軟件不是被替代,而是用戶數減少了,用戶數減少以前用戶量的10%的話影響是巨大的,因此從投資角度看,他們肯定會避開協同類軟件,這個市場以後會小很多。
對於Figma這類企業而言,朱嘯虎提到他們業務重心必須變化,從此前的專注協同到現在專注交付更好成果,但即便生成能力再強大,最後商用階段還是差5%、10%,這部分如何進行編輯、如何快速達到商業交付的質量,是創業公司創造價值的機會所在。
對於判斷AI、Agent時代企業增長潛力的標準,朱嘯虎認為還是用戶留存,從PC互聯網、移動互聯網到AI時代都是這一個指標。
現在很多AI公司並沒有用戶留存,這是因為產品剛發布用戶很願意嚐鮮,但試過之後不一定會付錢。而在移動互聯網時代,想要召回用戶需要十倍以上的成本,這幾乎沒有可能性。因此,留存好不好才能證明公司有沒有發展潛力。
他提到,事實上,現在很多AI公司在後續融資階段都不敢說留存,隻說ARR(年度經常性收入)。
螞蟻集團專注於醫療場景,對於用戶留存的考量,韓歆毅認為這是用戶剛需且是中高頻需求,所以,當AI醫療健康做到極致,可能就不需要再關注用戶留存。而這其中最核心的一點是,應用能不能真的像專業醫師一樣了解用戶、給出建議等,這也正是AI醫療健康的終極目標。
同時,通用大模型也無法替代這樣的垂類場景,這是因為醫療場景的專業能力強就會有護城河,用的越多越了解用戶。
不過AI醫療在相當長的時間內都替代不了醫生,更像醫生的助手,其無法像人一樣對人體有清晰的認知,但AI可以幫助醫生更好、更全麵、更係統的了解病人,使醫生從專科變成全科醫生。
AI很難替代人類的一大場景是需要物理接觸的治療,所以韓歆毅提到唯一的出路是人機結合。如今,AI的作用就是幫助醫生分身有術,使其將更多時間放到科研、疑難雜症上,讓更多基層醫生有一個很好的助手。
▲螞蟻集團CEO韓歆毅
在硬件賽道,張雷談到了對於未來會成為真正超級入口的終端的思考。
他認為,AI的加持下,所有的硬件都應該重新思考。對於未來的入口機會,還是要回到AI硬件的能力。隻有讓用戶離不開設備,終端才能有機會切換成入口。
長期來看,AI眼鏡有機會成為新的入口。
現在AI手機、AI PC等設備都專注於用戶體驗的提升,沒有改變基礎交互邏輯,還是被動式、需要用戶觸控決策的。但是眼鏡端是從被動到主動,完整呈現了用戶的所思所想所看後,然後基於此進行判斷、執行。在張雷看來,這可能就是未來交互範式變化的一個載體。
以小米AI眼鏡為例,目前用戶的高頻使用場景除了接打電話、聽音樂,還有瞬間抓拍、基於圖片的問答等,他補充手,在眼鏡端小愛同學喚醒操作的頻率是手機端的6-7倍。
如今AI眼鏡仍處於產業發展初期,其目前隻是手機的延伸品類,顯示、交互等能力的提升還有很長的路要走。
三、成熟技術適合商業化,醫療場景麵臨數據、幻覺、倫理難點
什麽行業有商業化潛力?朱嘯虎認為:“真正適合商業化的都是Boring Technology”。
去年商業化比較成功的就是紀要能力,比如Plaud的AI紀要硬件、釘釘的軟件、醫生和病人之間的談話紀要等工具。這個技術沒有難點,追求商業化就需要比較穩定的技術。
今年他感覺是Voice Agent(語音Agent)已經在大規模商業化,例如客服、銷售、AI玩具等都是這個場景的延伸。
放到具體的醫療場景中,韓歆毅總結了大模型落地的三大難點:高質量的數據、抑製幻覺、醫學倫理。
對於數據和幻覺,螞蟻已經找到了比較好的方法,今年6月份螞蟻發了AI健康應用AQ,在醫療健康谘詢上有比較好的效果。
首先,高質量數據積累需要極大投入,一條數據可能要上百美元甚至更高,需要主任醫師的水平的數據才能訓練好;其次是幻覺,其難點在於抑製幻覺的同時不降低模型能力;第三點是醫學倫理,螞蟻正建立醫療倫理的顧問委員會,請醫療界頂級專家來完善。
韓歆毅補充說,他們並不擔心商業化,首先醫療健康是極其大的產業;其次商業模式相對清楚,不靠廣告、交易,本身就是醫療、藥、保險,無論什麽時代的商業模式都類似;第三個是,未來1-2年他們不應該將注意力放到商業化上,因為有市場、有路徑就沒有必要再探索商業化,而是放到前麵的三個技術難點上。
四、明年AI應用會爆發,中國創業者大有可為
AI全球競爭格局下,張雷認為中國的優勢在於供應鏈端的成本、效率、AI生態優勢。
中國企業想要利用好供應鏈的成本和效率優勢,還是要回到產品力上。企業能快速看到機會點、快速布局、做多產品線、Sku快速迭代、搶占所有市場、實現銷量提升,這些都需要進行相應決策。
此外在AI生態優勢下,如何找到真正是用戶非常需要的場景,去真正落地,提升用戶體驗,形成粘性,然後提升產品力,這些都是企業需要基於這些優勢回到產品本身考慮的。
▲小米集團手機部副總裁、可穿戴部總經曆張雷
談及中國企業的優勢,朱嘯虎回顧了金沙江創投投的中美比較快的AI企業,前10個中有6個都是做To B、為外國創始人,剩下4個中國人是做To C。
他認為,中國創業者適合做to C,明年肯定會爆發很多AI應用,中國創業者大有機會。這是因為to B賽道規模大了後需要本地的銷售團隊。
而即便當前通用大模型能力相近,中國創業者擅長的就是在AI以外搭建用戶體驗的差異,並且這些產品的差異點已經在過往的周期裏被廣泛證明,人的需求不會改變,隻是現在AI讓用戶體驗更好了,人的需求也不會改變。
結語:Agent成AI落地核心趨勢!中國創業者錨定差異化玩法
大模型產業的發展瞬息萬變,今年以來,從單個Agent的能力提升,到讓多個Agent進行協同工作實現廣泛應用,已經成為AI落地的一大顯著趨勢。在這背後,能在性能相差不大的基礎模型之外,為用戶在Agent之上找到更多差異化體驗、更多玩法的中國創業者正在發力。
與此同時,正如上述三位AI大佬所說,想要找到行之有效的商業落地模式,不僅要找到用戶剛需場景,還要有成熟的技術以及產品力,才能保證用戶留存,增強產品的粘性。而擁有供應鏈成本、效率優勢、AI生態優勢的中國AI創企,正在將這種優勢轉化為產品升級、向全球化擴張的動力,打造出AI時代的超級應用。