2023年（第二十一届）中国企业年会将于12月9日至10日在北京举行。360公司的创始人、董事长兼CEO周鸿祎发表了精彩的演讲。

中国企业年会是一个重要的商业盛会，汇集了来自各行各业的企业家和行业领袖。作为中国互联网安全领域的领军人物，周鸿祎在会上的发言备受关注。

周鸿祎是中国互联网行业的知名人士，他创立的360公司是中国最大的互联网安全公司之一。在他的领导下，360公司致力于提供全面的网络安全解决方案，保护用户的个人信息和数据安全。

1、长期主义

提起企业家精神，*，永远在创新，通过创新在市场上寻找新的机会；第二，把一件创新的事长期主义坚持下去。

2023年最创新的事是人工智能大模型的突破，大模型绝不只属于少数做大模型的公司，而是在我们各个企业家生意里的各个场景，未来这些场景和大模型的结合会带来很多红利。

此次大会的主题叫“致敬长期主义”，为什么大模型和OpenAI诞生在美国？OpenAI用到的技术都是开源的技术，很惭愧地说，国内包括我在内的很多企业家，还是有点缺乏长期主义，我们都比较现实地用人工智能模型解决自己广告的点击率问题，解决自己很多眼前现实的问题。

OpenAI是真正拥有长期主义。他们就想到底人类能不能做出通用的人工智能，到底能不能把人类知识训到一个大模型里。其实这个大模型原来早就有，谷歌、Facebook也有，但是从来没有人想过把人类的所有知识训练到一个大模型里，后来他们去尝试了，结果大力出奇迹，用很暴力的方法把很多人类的知识训练到一个大模型里就产生了GPT。

尽管ChatGPT已经问世一年了，依然有很多人不相信大模型是一次真正的突破，质疑大模型它不是真的人工智能。我们做了20年的搜索引擎、做了很多自然语言处理的工作，如果你真正去用这些大模型会发现，这次确实是狼来了，确实是通用人工智能一个拐点，因为它是人类*次让电脑能够把人类所有的知识理解、存储、推理，对人类的语言有了完整的了解。

语言为什么这么重要呢？因为我们人类和动物*的差别，是我们用语言在描述这个世界，所以一旦机器理解了人类的语言，跟人类能够自如地对话，就意味着机器也理解了这个世界的模型，在此基础之上很多问题就会迎刃而解。

在这个突破之前我们人工智能做的不叫人工智能，叫人工智障，很多人都深受其害，比如你跟家里的智能音响或者跟苹果手机里的siri较劲半天，稍微复杂的话他就不理解，因为没有很多先验知识的储备。这次大模型真正实现了这个突破，我觉得这是长期主义成功的例子。

2、不要低估大模型未来发展的潜力

很多人走了另外一个极端，说我们做一个养猪大模型吧，大家对大模型充满了无限的向往和不切实际的膜拜。我认为不要高估现在大模型的能力，但是也不要低估大模型未来发展的潜力。大模型的技术路线突破也就短短几年，我觉得还存在着很多缺点，比如很多领域的知识依然缺乏，最典型的就是经常会胡说八道，其实人*的特点也是胡说八道。

希望大家对大模型有一个正确的认知，现在已经可以开始和你的业务相结合，但是它还不能完全全面去接管业务，我们还要扬长避短，发挥大模型的长处。人类大概从上世纪60年代研究人工智能，到现在花了60年的时间，实际这个曲线是很平的，但是到了2023年一旦到了突破的拐点，未来的发展是指数型的。

今天所有来的企业家都很聪明，但我们今天没有办法把我们的大脑连在一起进行叠加，而大模型可以，只要你有钱买英伟达更多的显卡、芯片、内存、算力，它的能力就可以不断提升。

反过来，今天大模型对知识学习的能力也快突破了一个拐点，比如说人类有史以来创造的知识，如果用书来做比喻，大概1亿种书，现在大模型应该已经学习了5000万本到8000万本，所以很多人就开始担忧，大模型很快将无书可读了，怎么超越人类的智慧呢？

最近OpenAI闹宫斗，他们内部说有了突破，像阿尔法狗一样，自己跟自己下棋，每天左右互搏，进步很快。ChatGPT发明了一种方法，人工智能产生内容对人工智能进行训练，如果这个是真的，那就是自产自销，自己产生自己的资料。

最近谷歌双子座*的突破是什么？我印象最深的是多模态的能力，它已经不仅能读书了，已经跟我们人一样开始迷恋看短视频了，能看得懂图片、听得懂声音、看得见电影。谷歌手里有YouTube，现在年轻一代孩子可能已经不看书了，直接看视频学习知识。他有了多模态的能力，把视频里人类拍的电业、所有视频再学习一遍，我们将来的摄像头再被它接管了，我们每天在这儿开会，机器就能学习。

这里指数跃进，试想今天大模型，无论是Gemini，还是GPT4，我觉得已经超过了我们人类的个体人，他的知识广度和深度都超越了个人，下一步进一步能力提升我认为就是时间问题。

3、大模型技术发展的三个方向

大模型在理解了自然语言之后，下面很重要的能力是多模态。我刚刚讲到了对图片、声音、视频音乐直接的处理和产生。我为什么要讲三个方向呢？很多人老以为大模型只在语言方面能产生作用，语言就是生成网页、搜索引擎，这是一个误解。

首先，帮助机器理解了我们这个世界之后，他对机器人的工作会带来巨大的推动，因为过去你给机器人做没法训练，比如你跟机器人说，到*排把一个杯子给我拿过来，机器人很多知识不具备的时候，他不懂什么是*排、他不懂什么叫杯子，就没有办法执行这个操作。

第二，智能驾驶一直没有获得突破，是因为自动驾驶大家一直在争论装几个摄像头、装几个激光雷达，还是工作在感知层面，但是人在开车的时候是在认知层面的，前方出现一个盒子，我就毫不犹豫的把它撞过去，前方有一个婴儿车，我就得把车停下来。所以下面一两年可以看到，用大模型加持的自动驾驶会让人类自动驾驶真正实现突破，这也是为什么埃隆·马斯克一方面说大家不要干人工智能了，一方面买了1万块卡做了一个人工智能公司。

第三，最终大模型的重要发展方向是成为科学研究的工具，无论在生物、化学、新物质、物理方面都会成为人类科学家的好助手，因为人类只有在基础科学上获得突破，我们才能走向星辰大海。

最近我趁着APEC的东风跑美国溜达两圈，四年没去了，见到很多投资人、创业者，实际上投资人都认为这个不亚于1995年互联网的诞生，不亚于1982年个人电脑的出现，所以美国的投资人现在投项目非AI不投，所有的创业者无论做什么业务，都至少要说我用OpenAI的API加持，都得有AI的含量，没有AI含量的公司大家就觉得你out了。

我跟很多同学吃饭，很多同学在美国待了二三十年，在美国一些大公司打工，他们公司内部现在都在储备英伟达的显卡，为什么？未来人工智能的工业革命这就是你的武器、这就是你的门票。

美国人把它称为工业革命级别的技术创新，如果美国赌这次人工智能是新的革命，很多矛盾就会迎刃而解，其他国家对它的竞争就不在一个维度上。

这让我联想起，当年的广场协议，说美国跟日本竞争世界经济*名的时候，美国强迫日本签了一个广场协议，日本就一蹶不振。我也不知道故事是不是真的，但是我看到的是，日本*错过了PC和互联网的产业升级机会。所以我觉得对我们国家来说，不发展才是*的不安全。

关于大模型的定位，国内有一种方法论，认为大模型是操作系统，未来只有两三套，让我想起来1950年、1960年代IBM说，全世界需要电脑5台就够了，事实证明今天全世界人均不止一台电脑。

我认为大模型真正的发展是产业化、垂直化，所以大模型会无处不在，会成为数字化系统的标配，你一定希望拥有私有的对自己更了解的个性化的垂直化的大模型。

高通、苹果最近出了新的CPU，就是支持大模型可以部署在电脑上，两年内我认为所有的网联车都会布一个车载的大模型，所以以后每一个大一点规模的公司、大一点的政府机构都会有自己的大模型。

有了开源的大模型之后，*的挑战不再是对大模型的研发，最重要的任务是应该找到自己工作的场景，和大模型进行融合，找到合适的数据，如何训出属于自己的大模型。

4、中国的机会是大模型的产业化

老有人担心大模型威胁人类，我的观点是：大模型现在的发展还远远没有到达可以威胁人类的时间；第二，在大模型的发展过程中也有像360这样的公司，为什么要做大模型，就是我们要励志解决大模型的安全问题；第三，中国和美国还是有差距，包括大模型能力、算力以及对大模型认知的差距。

今天国内大模型的能力已经做到GPT-4大概70分的水平，如果用各位的垂直领域，培养一个垂直的专家，这个能力已经够用。所以中国的机会是大模型的产业化、行业化、垂直化、深度定制。

今天中国整个国家战略是数字化转型、产业数字化、产业互联网，我们拥有全世界最全的产业链，工业门类最全，我们拥有最多的企业场景红利，大模型是最典型的生产力工具，和产业相结合是大家应该关注的机会。

这里面我提出一个观点，落地的颗粒度要非常细，目前笼统地说做一个金融大模型、教育大模型是无从下嘴、无从下手的，只有把金融场景分解成50个目标，把教育场景分成比如100个细微的场景，你才能做到对这个行业进行改变。

美国有三家公司在AI上挣到了钱，分别是微软、Adobe和Salesforce，他们没有拿AI做任何新东西，他们是在自己已有产品的业务链条里用AI做了加持，让他的产品实现了更新升级换代。

5、AI信仰

现在仍然有很多人AI是一个玩具，但我认为：

你相信不相信强AI是真AI？你相不相信AI是工业革命级的生产力工具？你相信不相信AI将重塑你所有的产品和技术？如果不拥抱的AI的公司和个人，可能在未来几年里就会被用AI的同行淘汰掉，所以你不会被AI淘汰掉，你会被那些善于用AI的对手淘汰掉。

有AI信仰之后就All in AI，All in AI不在于你买了多少显卡、也不在于你挖了多少AI专家、更不在于你把公司所有钱都砸到AI上，我觉得是一种精神上的All in，就是你应该用你的核心团队思考几个问题：*，AI和其他很多数字化技术不一样，不是一个只给老板用的东西，而是企业从内到外、从上到下都使用的东西；第二，你的内部业务流程，哪些环节可以被AI改造，如果你不改造，你的对手改造了会有什么样的后果。

举个例子，Salesforce是全世界*的客户管理公司，他不声不响的干了一件事，自己练了一个大模型之后，在他的客服系统中，可以帮你给客户写封邮件，他在非常细节的环节上进行了AI优化和赋能。

下一个问题，对外提供的产品和服务哪些功能可以被AI加持、同行会怎么做？我自己感觉做了很多案例之后，大家不要觉得做AI就是要拿AI做一个全新的产品，做AI就是你现在不是在造新东西，而是把你企业从上到下你的组织结构，从内到外你的业务流程，你的客户到你的产品，不见得是全面的改造、不见得是大幅度改造，而是要找到一些小切口的点进行降噪。

最后我提出一个衡量的指标叫含AI量，就是你有多少员工熟悉AI、你的产品、你的业务流程有多少细节能够为AI加持，可能刚开始的含量不是很大，但是随着你去不断考核这个指标，你的业务就慢慢被AI所改造。

对很多大企业来说分三步走：*，部署私有化的通用大模型，先让自己内部的员工用起来；第二，在通用大模型的基础之上寻找一些特殊的场景，训练垂直大模型；第三，把垂直大模型通过智能体框架和公司的数字化业务相结合。

我觉得企业家精神不是一句空喊的口号，我建议所有的企业不光蓄势拥抱AI，通过AI去做创新。中国要发展大模型，企业家才是创新的主体，创新要靠企业家精神，躺平和企业家精神是相违背的。

企业家们跟生意人不一样，生意人有机会就做一把，没机会就歇着，企业家要有点理想主义，同时要坚持长期主义。

周鸿祎：大模型发展需要“偏科生”

周鸿祎：大模型未来的发展趋势是“垂直化”

周鸿祎：过去我们谈"互联网+"，以后应该是“AI+”