有人说，AI 时代的未来只有两类人，一类是会用 AI 的超级个体，另一类则是普通人。

那么 AI 时代下究竟是普通人被替代，还是 AI 让人类进化成超级个体？

在 7 月 27 日由《中国企业家》杂志社主办的 2024 （第二十四届）中国企业未来之星峰会上，初心资本合伙人许旸洋受邀作为“ AI + ∞ ”主题论坛圆桌嘉宾，与现场观众分享了初心在“ AI + ∞”的思考与实践。

以下内容根据许旸洋现场发言整理。

观点摘要：

1.通过大模型未来的招聘形式可能会完全变革，了解一个人可以通过大量的信息，比如过往历史上写的文章、周报，或者他上传做过的东西，生成一个定制化的，不一定是简历形态的东西。

2.自己就是一支队伍，就是一个六边形战士。很多 AI 公司团队成员很少，十几、二十个人就可以做出一个和更大组织体量对抗的产品。

3.原来的产品叠加 AI 的能力，把 AI 用好，让客户感受到价值，确实要比从零打造一款 AI native 产品强一些。

01、让业务天然与AI结合；‍幼教与招聘AI大有可为

AI 领域的新技术新应用，我想从两个角度分享：

一方面是我们投资的企业，他们在面对 AI 出来的时候，是如何将业务天然地和 AI 产生结合；另一方面，从投资人的角度会同时去看很多项目，也会进一步发现更多有意思的东西。

我们投资的机器人公司宇树科技，最开始是一家做四足机器人的公司，当他们可以把机器人在大模型里进行训练，训练效率可能会提升十倍、百倍不止。另一家我们投资的企业叫 D5 渲染器，他们是做空间里的高精度渲染，目前把很多 3D 生成、视频生成的技术做结合。原本设计工作流中的很多环节，比如想把建筑前面的草全部换成树，以前需要做很多复杂的操作，但通过 AI 的加持，这项工作变得非常简单，这是我投资角度看到的企业视角。

另一个角度是最近看到很多有意思的东西。目前我们看到把大模型能力运用得最好的是开放式对话类的产品，其中比较典型的是幼教领域。因为小朋友的对话非常天马行空，会一下子从这个话题，聊到另外一个话题，大模型可以应用到幼教领域里的非常多需求，比如一起读绘本，小朋友会问很多稀奇古怪的问题，比如一下子问小动物、一下子到外太空，它都可以反馈很多有意思的回答。

还有小朋友喜欢买毛绒玩具，喜欢和玩具对话，在早年间的玩具可以录音录一两句话，让玩具说出来，但现在通过大模型可以给毛绒玩具起名字，实现和孩子的持续对话。这是目前我们看到把大模型能力结合得比较好的切入点。

另外最近看到的一个 AI 的有趣结合是很多公司在做 AI 和招聘的结合，比如读简历、快速筛选候选人。这其中包含有一定的隐含假设，就是简历依然存在，通过简历可以快速了解一个人做高效匹配。但我们如果再延伸一点去想，简历不一定是必须存在的。通过大模型要了解一个人可以通过大量的信息，比如 TA 过往写的文章、周报，或者 TA 上传过做过的作品，这样生成一个定制化的不一定是简历形态的东西，这对整个人才市场的改变未来会有非常大的想象空间。

02、AI带来的显著变化：组织管理和思维范式的改变

以往我们强调一些行业需要细致的管理能力，比如管理一家上千人甚至更大的公司，管理能力非常重要。

但在AI时代下，发生了许多组织层面的变化。比如说一个人，独立作战的能力比原来强了很多，自我赋能了很多能力，自己就是一支队伍，就是一个六边形的战士。特别是大家可以观察到，很多AI公司团队成员很少，十几二十个人就可以做出一个和更大组织体量对抗的产品。

所以，在新的时代下，想象力和洞察力反而会变得更加重要，原来所需要的管理能力和落地能力可以和AI结合，使执行的效率更高。而其他情况下，比如想搭一个网站，做一个APP，或者想解决一个需求，更重要的是发现问题、提出问题的能力，这就是整个思维范式的改变。

03、AI带来的显著变化：十分之一人力=5-10倍生产能力

大模型为企业带来的变化更显著的在效率层面。

比如一家大家很熟知的游戏公司，他们的主要产品是女性向的恋爱游戏，原本公司有 300 多人的团队，每年可以打造百款左右的新人设和形象。

AI 对游戏创意和落地过程中帮助特别大，不管是人设的生成、描述还是到更具体的生产环节，角色的图片、剧情都带来巨大的效率提升。因此，虽然他们目前的人员数量变成了原来的 1/10 左右，但却可以达到原来 5~10 倍的生产能力。每年可以做出 500~1000 款新形象，这样优中选优，可以帮助大家挑选出人设更丰富的人物，对游戏管线有很大的帮助，玩家体验也会更好。

另一个行业的变化，我观察到的在设计行业。很多专业的设计平台，原来需要工作 5~10 年的资深设计师才能承接客户的设计需求，现在通过 AI 的加成，很多在校大学生，或者是有一些设计能力但经验不足的设计师，也能完成大量定制化需求的设计。这和以前相比，有本质性的改变。

在很多行业大模型的快速落地都带来实质性的效率提升，但是如果到更大型的企业和组织里，则涉及到把企业内部的数据和模型做更深入的整合，目前来看这部分大家还都在探索的阶段。

04、中美差别：AI数字分身硅谷大热，已有产品叠加AI国内更看好

近期确实更多人把目光从 AI 大模型挪向了 AI 应用，在这一块我观察到两点可以和大家分享：

第一，中美之间存在差别。硅谷大量热门的应用投资领域聚焦在 AI 数字分身的大方向，简单来说就是写代码的 AI 程序员或者 AI 的销售，它对原有工种几乎可以做到 100% 的替代。这类应用是近期海外的融资热门。核心点在于海外人力成本非常高，普通员工或达到每年成本十万美金以上，所以如果 AI 能达到 80 分左右的效果，对企业来说是非常有吸引力的。

但国内的情况不完全是这样，国内人力成本相对较低，很多情况下希望AI做到对人的完全替代不一定是必要的。国内我们观察到主要的发展方向还是与人的主观相关的产品结合，是它易用性更强，生产力更直接地释放，这类产品在短期内还是有更强的机会，可能它不是终极形态，但目前来看发展方向是这样的。

同时，在我们看来，现在从 0 开始打造一个 AI 产品，基于现在的能力，要完全战胜原来的产品体验甚至期待做到 10 倍是非常难的。所以我们看到有一定行业积累或产品积累、客户积累的公司，去叠加 AI 的能力，把 AI 用好，让客户感受到价值，确实要比从 0 打造一款 AI native 要强一些。

05、AI 持续在进化：下一个方向是推理能力与精度

AI进化是一个看得见的变化过程。

比如最开始模型窗口比较窄，导致模型几乎没有记忆能力，无法进行持续性的对话，聊着聊着就忘了昨天的对话。但到现在各家都在推长文本和有记忆能力的模型，模型变得更加个性化、更懂人类。

而目前大家更关注的变化方向是模型的精度和推理能力。当精度更准确，有推理能力时可以做更多的任务。比如现在每个步骤可能只能做到 90%，那么十个步骤乘下来，成功率就不到 50%，所以学界、工业界目前都在提升精度和推理能力的方向持续努力。

未来当这个方向有了质的提升，AI 就可以完成更多智能化的工作。包括模型幻觉，如果它的准确度更高，可以运用到更高精度的场景；包括端侧模型，如果模型更小，可以到个人设备里，比如放在手机里或者其他的模型，整个应用就更加无感，这样个人买消费级的设备，可以实现硬件无感和模型交互。

现在到底有多少人在用模型，可能很难用现在这批大模型 APP 或者模型网站单一去定义目前的使用量级，更加难以和移动互联网的 APP 去比用户量级，因为模型的能力确实可以和生活太多东西结合，所以用户不一定是直接使用了模型的 APP，但大量用户间接使用了模型。

所以，我们在观察AI的进化进程时，观察它发展到什么程度，一个重要指标要看普通人是否受益。

同时，有一个清晰可见的未来，就是聚焦在机器人方向。当目前这批机器人变成更泛化、更通用的家用机器人，换句话说，家里有一个机器人全天 24 小时帮人类做家务，不管是洗碗、叠衣服、洗衣服、收纳整理等等，这是扫地机器人的延伸，也是未来大家有明确刚性需求、愿意付费的方向。只是现在泛化能力还不够成熟。如果沿着这个方向考虑，未来 AI 不仅有更多机会，同时行业的渗透率会更高。