2月24日，以“韧性生长 共创星海”为主题的联想创投2022/2023 CEO年会在北京开幕，年会邀请到LP、科学家、经济学家、科技创业者及联想集团高管等共计350余人共赴盛会，分享穿越周期的心得，共享科创赛道的前瞻视角。
在方兴未艾的人工智能赛道，作为开年最大AI黑马冲出，迅速吸引了赛道各方的目光。在年会上，以《重新定义生产力：人工智能技术创新和产业商业化展望》为主题的圆桌对话如期举行。在联想集团副总裁、联想创投高级合伙人宋春雨的主持下，联想集团副总裁、联想研究院人工智能实验室负责人范建平，第四范式创始人、CEO戴文渊，思谋科技创始人、董事长贾佳亚，澜舟科技创始人兼CEO、中国计算机学会CCF副理事长、创新工场首席科学家周明，寒武纪联合创始人、执行总裁王在，旷视科技联合创始人、CTO唐文斌，多位嘉宾围绕话题展开了深度讨论，挖掘人工智能在各细分领域的机遇种子。
《重新定义生产力：人工智能技术创新和产业商业化展望》主题Panel现场
以下为圆桌主要内容实录：引起AIGC领域剧震，作为现象级科创领域事件，联想集团副总裁、联想创投高级合伙人宋春雨开场说到“这是人工智能发展的时刻。10年里，我们累计投资了40+优秀的人工智能公司”。背后更为暗流涌动的现象是，人工智能正在迎来第三波大模型生成式AI的浪潮，标志着AI进入了一个新的范式时代。所代表的人工智能技术将重新定义生产力，超级AI算力+大模型算法正在成为国家和产业战略核心竞争力。围绕AI如何深度变革行业、面对何种机遇挑战，宋春雨与嘉宾展开了热烈讨论。
01
AI掀起云雨如何滋润产业沃土
宋春雨：首先请范博士介绍一下，联想集团的AI智能化转型3S战略以及研发战略，如何在人工智能领域落地？联想的行业和AI解决了哪些客户关键问题？
范建平：联想集团根据3个业务成立了3个业务集团：IDG、ISG、SSG，业务收入占比逐年增高，侧面说明了集团3S战略的成功；随着3S战略与“端-边-云-网-智”新IT技术架构的深度融合，联想已经从设备提供商成长成为智能解决方案提供商，通过联想众多的制造中心和工厂，可以高效实现内生化外式的新技术推广。通过AI技术的大量应用，以及深入到工厂一线，联想得以解决一系列核心、实际的应用问题，如预测订单排产、换线问题、降低运输成本等。这些都是人工智能可以实现的“端到端”解决方案。
宋春雨：过去几年，大家都在讨论AI遭遇了低潮期，产业痛点就是如何体现商业价值，AI商业化为什么会遭遇这样的困境？请戴总分享一下。
戴文渊：这不仅仅是技术问题。以我们服务过的连锁快餐行业为例，它并不会因为筛选简历的效率远高于同业者而获胜，但每平米创造的利润值至关重要。我觉得过去几年，AI的低潮，很多时候不是因为技术本身没有威力，而是没有用对地方，没有帮企业形成竞争力。类似，如今各个企业已经进入了发展的深水区，我们要思考如何找准AI的发力点，未来AI要帮助企业解决的不仅仅是技术问题，而是创造利润增长，获得核心竞争力。
宋春雨：如何把AI技术和垂直行业的深度融合，有哪些成功的经验和教训？贾总长期致力于人工智能落地企业应用，还请分享一下。
贾佳亚：我做了二十年研究，自认为人工智能是可以持之以恒研究下去的。在过去的短短的半年到一年，我感受到AI技术更迭的速度越来越快，今天各位研究的问题，和我们过去的研究完全不一样。用AI解决产业问题，AI只是一个起点，如何持续上升才是最难的。初创公司应该像联想早年一样，抓住别人不愿做、不下功夫的一个点，把底盘做扎实，再往前走。
宋春雨：请澜舟科技的周总评价一下，以训练大模型的热点看来，从感知、决策智能到AIGC生成式AI，如何带来新增量、场景和机会？
周明：我的感触是，「听见客户声音」是开发技术的前提。我将技术落地分为三个阶段：分别是深耕技术却不了解客户需求、客户需求碎片化以及系统性响应客户需求。如何应对客户的碎片化需求，如何通过稳定的技术体系解决客户的长尾现象，最终达到技术的制高点，走出中国特色的AI创新之路，是AI企业需要共同努力的方向。
宋春雨：旷视科技深耕“AI+IoT”的深度融合，唐总对AI融合最大的感触是什么？我们常说AI在变革行业，您觉得哪些行业是最有可能突破的？
唐文斌：最大的心得，就是“做正确的事，也要正确地做事”。AI在不同行业落地，每个场景会有所不同。举例来说，人脸识别这项应用，在很短时间内就实现了业务闭环。但切换到自动化场景，就会发现商业化没有想象中那么快。从外因看，AI落地是一个非常复杂的体系，需要经历较长的周期。从内因看，AI落地需要企业补齐软硬件开发、供应链整合、经营组织管理、市场营销等各方面的能力短板。这没有捷径，需要我们坚定、扎实地走下去，不能图快。只有形成端到端的闭环，真正为客户交付价值，我们的工作才算是成功的。
02
人工智能发展的基石,算力如何打开大模型大门？
宋春雨：AI芯片作为算力的基础，目前处于“一卡难求”的状态；有消息说，满足大规模AI集群的算力，参数模型会面临提升600倍的需求，对应的AI芯片市场、技术将如何满足？请寒武纪的王总为我们介绍。
王在：这里分享一下作为AI芯片企业对于核心竞争力的思考。我个人认为，我们最宝贵的财富是最早推出云端智能芯片，在包括互联网、交通、金融等行业收到越来越多客户的反馈，实现了产品在多个行业均有规模化的应用与落地，慢慢扩大了市场。
这个过程比较缓慢，其一是因为用户需要一定的过程去应用和接受，其二是因为算力可以通过技术手段实现而软件实力需要沉淀。如实现大模型，涉及优化、大模型互联设置以及服务各位嘉宾，需要适配不同的场景等，做芯片都必须走一遍这些路。
宋春雨：请教大家，为什么带来如此革命性的变化，代表了怎么样的发展趋势？
周明：首先要佩服长期坚持的精神。坚持做深层次预测，坚持了7年，目标就是引领世界。而很多学校和大厂，追随的意味更重，在姿态上是不及的。我个人认为，一方面我们应该拥抱世界大潮流，如大算力，大数据，大模型；另一方面，应当抓住行业数据和用户数据等资源，走大模型和产业结合之路，快速满足用户需求，促进大模型开发，满足两条腿迭代。
贾佳亚：是一个非常惊艳的产品。短期看来，AI技术是有壁垒的；长期看来，一项技术从诞生起，就表示这项技术能“跑通”，而且实现的路径不止这一条。图像生成也是如此。AI软件模型蕴含着机会，中国一定会出现五六个大模型，最终目标殊途同归。
唐文斌：令人钦佩的地方，一是技术信仰，二是把训练当产品做。在底层数据、核心技术、用户体验等各方面，可以说是里程碑式的AI产品。它既揭示了自然语言大模型的未来可能性，也为图像大模型的发展带来了启发。我们认为，生成式大模型有望突破图像大模型的上限，并推动底层架构的统一。这将涉及更大的物理世界的场景，即通过建立“感知-决策-执行-反馈”的能力体系，让线下的物理世界发生改变。
宋春雨：联想集团在大模型产业应用发挥怎样的作用，会有哪些行动？
范建平：联想做行业大模型，例如制造业大模型，最重要的就是要使AI实现可控，甚至是生成过程可控，这就蕴含着诸多未知。大模型带来更多是前瞻性的视角：通用人工智能的方向在何方？AI除了模拟人的记忆和推理，还有什么别的能力待挖掘？联想生态企业都可能处在人工智能的“桥头堡”，我们的数智力中心可以为他们赋能。
宋春雨：特别感谢各位嘉宾的精彩分享！正在经历巨大的变迁，我们认为是重新定义生产力颠覆性变化的机会。超级算力和大模型代表的超级算法，正在成为国家和企业的竞争力。
总结三个产业机会：第一，人工智能从感知人工智能进入到生成人工智能，中国将迎来的历史性机遇，需要我们长期坚持；第二，AI算力中心成为社会和产业的基础设施，推动通用计算进入智能计算新时代，大模型、自动驾驶和AI深度融合应用将持续推动AI算力的提高；第三是在数据智能时代，特别需要AI的算法、算力、高质量的数据支撑。
一个充满创造性的智能化世界，正在到来！
