的产业论坛引起众多产业者和投资人的关注。两位投资人，四位探索“+AI”的产业从业者，汽车+AI、教育+AI、医疗+AI、工业机器人+AI。

　　从2016年阿法狗击败世界冠军李世石，到近两年大模型引爆全球，短短六年半的时间里，人工智能的发展速度远远超过了全球科技工作者和媒体工作者的预期。各位嘉宾先介绍一下自己。

　　我们最近十年专注于做早期投资，投资了500多家公司，覆盖了硬科技、消费和产业升级的方方面面。今年我们的AI也没错过，投了MetaGPT，在硅谷也投了几家公司。每一个浪潮都会出现一批优秀创业者，我们希望能够跟优秀的创业者一起同行。

　　我们是智能座舱赛道的企业。在去年之前，我们的产业方向是纯软件，从去年开始转向软硬结合的方向。在这个过程中，也引入了很多AI来改善产品。整体来说，主要面向国内客户来研发产品。

　　高途是一家成立于2014年的互联网教育企业。目前的定位是为全年龄段的用户提供重度交付，以学习效果为导向的学习解决方案。有K12年龄段，也有大学生和成人年龄段。AI在高途的应用一直都有，但是最近一年多，我们在重点关注AIGC和大模型对教育行业带来的重大变革和颠覆。也在积极尝试内部提效，以更好地服务学员，做更多的探索。

　　智云健康成立于2014年，去年7月份在香港挂牌上市，是中国慢病管理第一股。从数字化慢病管理角度来讲，AI一直是智云健康非常重视的能力内核。医疗行业有很多壁垒，如何用技术提升效率、打开壁垒，这是智云健康积极和行业内所有参与者一起做的事业。

　　梅卡曼德是由清华海归团队创立于2016年，现在正好是7年时间，去年入选了国家专精特新小巨人。我们做的事情，给全球300多万台的工业机械臂，通过自己研发生产的3D相机和AI软件，给它装上眼睛和大脑。它从过去的机械设备变成智能设备，给汽车、新能源、3C、物流等工业制造降本增效。到现在，产品进到50多个国家和地区的市场。

　　站在现在这个时点，很多人希望创业过程中不错过大模型、AIGC赋能千行百业的机会。无论是技术背景还是非技术背景，吴总对于他们有哪些期望和建议？或者未来五年，哪些细分行业更值得投入资源去创业？

　　理解AI、赋能产业，应该用长期主义的角度去看。它不会一夜之间发生，不用担心你进来得晚了。AI发生的过程，是一个蛮长的过程。就像互联网对行业的塑造，移动互联网对行业的塑造，也是用了很长的时间。有人说，ChatGPT推出就像“iphone时刻”，后来又改口说，这是“黑莓时刻”，还没到成熟的阶段。

　　影响最快的行业，都是从娱乐开始。互联网开始，先是游戏挣到钱，再是广告挣到钱，再是电商挣到钱，再是重行业挣到钱。移动互联网也一样。

　　硅谷也是这样，擦边信息流量暴涨。当然国内没那么深的感触，因为国内对内容管制更严。但在硅谷很多创业者做的是，就是人性需要的东西，流量是百倍增长，而且很快赚到钱。

　　传统行业或重行业的AI发生过程，应该复合增长曲线，不会是指数性的增长方式。

　　如果让我们去投AI的机会，如果是机会主义，会抓娱乐，就是AI生成内容。但从长期主义来讲，会看有客户、有场景、有学习能力的团队。未来AI有可能会把产品经理消灭掉，以前是先有数据，再出产品。未来是先有产品，再用AI不断获取用户反馈，填充数据，再变成完整的产品。未来产生产品的方式，也会发生变化。AI结合反馈机制，快速改进产品。

　　问一下刁总，您认为过去的五年到十年，梧桐车联所在的行业和梧桐车联自身，在智能化享受到了之前哪些战略布局带来的成果？无论是降本增效还是创收，还是更好服务于客户，我们将智能化应用于汽车行业的哪些系节点或产品上呢？

　　第一波跟AI无关，就是来自于智能网联。带来的是生态或在线类服务，把它引入到汽车上。

　　在这个基础上，也产生了一些问题。像各家的样式不一样，每个车型在独立发展。又引出了第二波，叫系统化改造。

　　在这一波当中，AI开始逐渐呈现了独有魅力和红利。一方面对数据的整合分析，以及对于客户的精准画像，AI在这个板块很明显。

　　另外一个方面，在去年大模型出来以后，产生了一个新变化。一方面把之前的成本结构进行了比较大的改善。以前需要的源自于声音或者图形的外购素材，显著下降。

　　朋友讲了一句话，先有业务和AI的结合，再有大模型让这个结合更强大。就是以前的理解能力偏弱一些，现在有了大模型以后，理解能力又上了一个台阶。可以做的事情和演变的事情，就更多了。在这个机会上面，大家会逐步拉开差距，形成先进性企业和中间企业。

　　人工智能跟教育的结合，要比工业更受社会关注。高途作为这个赛道一家突出的AI+教育公司，我们如何考虑数智化对于教育的影响和变革呢？以及应用在高途内部，我们成功用AI帮企业做到了哪些对客户的赋能呢？

　　AI在行业里的应用并不是一个新能力，我2007年毕业，加入一家互联网大厂。当时我的岗位是算法工程师，我是最早在工业界第一波用AI的能力做广告系统的参与者。

　　在过往AI应用过程中，应用比较好的领域有搜索、推荐和广告。这三个领域都是人和数据、内容的互动。比如做内容分发、做内容推荐、广告识别等等。

　　首先是研发端，研发设计和生产，这是第一个部分。第二个部分，把生产和研发的内容和课程去传递给学员。这里涉及到老师和学生的互动教学。第三个部分，学生听完课以后，如何做自我练习和强化。

　　AI在教学端的应用很自然。比如我们在构建知识库的过程，通过AI的能力一定可以做到。但是后面两个环节，也就是人和人的互动，和学生自我训练，在短期内，AI很难取代人工。

　　第一个层次，同样的东西能不能用更低的成本做。都做到80分时，我的成本能不能更低。第二种情况，我能不能做得更好，之前是做到80分，我通过AI+，能不能做到90分。比如学生碰到一个问题，问老师，老师无法做到24小时在线。如果我们对标准化问题用AI能力做快速应答，这样学员的学习体验会更好。第三种应用逻辑更重要，就是把之前做不到的东西能做到。之前是不到60分，是个不可用的状态。我们通过AI达到80分可用的状态，这对行业带来的影响更大。

　　我举个例子。目前国内教育资源的分布是不均衡的，尤其是特别优秀的头部老师，在传统场景下能服务的学生数量相对有限。通过AI能力，可能复制出更多的头部名师，赋能给更多学员。

　　而且这个赋能过程是个性化的，是围绕每一个学生的学习曲线去完成的。如果这件事情不通过AI的能力去做加持的话，我们没有办法做到完全意义上的个性化教学。

　　所以我们在提效和改进学员学习效果和体验部分，已经做了大量工作，目前看起来效果不错。在这个部分，是我们和行业的更长期目标。就是围绕每一个学生的个性化状态，给他提供最好的学习解决方案。这个事情需要有三年、五年，甚至十年周期，才有可能达成。

　　人工智能和医疗的结合，从最早的非深度学习神经网络时代，已经备受大家关注。对于病历的解析，还有慢性病预防的解决方案，还有深度医疗信息的数智化。对于智云健康来说，杨总认为我们做对了哪些方面，使得率先成为慢性病领域AI+医疗的第一股呢？

　　以大型模型为代表的AI技术在自然语言处理、复杂数据分析和个性化推荐等方面，已经展现了强大能力。这些能力为医疗行业的升级和迭代带来前所未有的机遇。

　　从实践角度来看，我们已经见证一些令人振奋的进展。以智云健康为例，利用大型模型深入理解问诊患者的病例，再对医生诊疗过程进行规范化管理，实现95%以上的质控指标一致性。这不仅提高诊疗的效率和准确性，也大大提升患者的复诊体验。

　　智云健康最早从TO C端的“掌上糖医”起家，经历“百糖大战”后，开始探索TO B端新的商业模式，围绕不同场景下的医疗专业需求，联合行业各个参与者，包括医疗机构、医生、药店、保险公司、制药企业、研发机构等，一起解决慢病管理领域的痛点难点，并持续地进行品牌与产品的升级和迭代，以更好地服务行业、帮助患者。

　　目前，智云健康已与全国2600多家医院、20多万家药店展开合作，有效提高医院、药店的工作效率和服务能力。

　　基于多年积累的千亿级医学、生理学、心理学、生物学数据库，结合机器学习提升AI算法和运力，公司在智云医疗大脑的基础上搭建了两大医疗行业模型ClouD GPT和ClouD DTx，持续对产品、服务进行更新迭代，助力医院、药店在医疗决策、流程优化、合规用药等方面更加精准、高效，实现降本增效的目标。

　　正是因为智云健康在数字化、智能化技术应用上，持续探索创新模式，把握医疗健康行业需求，推动自身业务的蝶变，才能在竞争复杂的医疗健康行业赢得自己的一席之地。

　　对于行业机会，AI技术还开启了医疗行业其他领域的迭代升级可能性，包括临床决策支持、加速药物研发进程、医疗服务个性化、远程医疗与监控等，有望涌现更多创新模式。

　　在新技术应用过程中，我们也要高度关注与伦理和隐私相关的问题，确保在利用AI先进技术提升医疗服务质量的同时，保护患者的隐私和数据安全。

　　AI技术将给医疗行业带来深远的变革。我们正处在行业的变革前沿，有责任和机会共同推动医疗行业的未来规范发展。

　　梅卡曼德作为一家非常优秀的机器人公司，请韩总讲一讲AI和3D视觉，跟工业机器人的结合？

　　我们团队有一个特点——一直在工厂里，我在过去几年拜访过200多家工厂，所以我也从工厂开始讲起。

　　大家很熟悉的汽车行业，以分钟管理，有了故障也按分钟罚款。在过去很长一段时间，汽车行业冲压、焊接、涂装的应用，很早就实现了自动化。但到了今天，除了传统汽车，还有新造车品牌。无论是主机厂还是零部件，甚至到下游的锂电等各种各样的生产逻辑和工艺都不一样。

　　比如说制鞋行业，我前段时间去温州一个鞋厂，鞋厂告诉我，在更早时候，1双鞋100万款算爆款。但是今天不断迭代，不断有新的SKU。即便是现在的小规模生产，大家依然考虑自动化的方案。

　　再比如说熟悉的零食，像良品铺子和周黑鸭，大家定义它是靠手工做生产。比如说这类食品品牌作为食品工业逻辑，也需要各种各样的自动化产品。

　　这些行业无论是工业还是非工业，共同点是它们需要的自动化生产方式，不再是传统的靠机械的逻辑，靠单点效率提升就能满足。现在需要的自动化是高度、柔性，同时需要很高的性价比。

　　我们最擅长的是AI和3D视觉，跟工业机器人的结合。AI赋能工业制造，对于我们来讲并不是一个热点。我们做这个事情其实已经七年了。我们自己生产的相机和软件，我们能够跟全球40多个品牌、700多个型号做适配。像汽车新能源、3C、物流、重工领域的应用。我们除了在中国的市场里，已经走向了全球市场了。

　　我们的产品能够在50个国家和地区有应用。我们能够做这样的规模化应用，面临的竞争都是来自巨头，比如像西门子、日本的经世，他们创立于上世纪五六十年代。我们在这些市场，跟巨头做竞争。我们做的事情，把底层非常长的技术链条，能够封装到产品标准，能做批量化的复用。这些基础点跟自动驾驶的逻辑非常相似。

　　通过这样的产品，能够给全球300多万台机械臂，装上眼睛和大脑。对于下游行业来讲，每个客户的需求不一样。共性是通过标准化产品能够帮他们去提升至少10倍以上的生产效率。这是我们做的事情。

　　今年大模型有非常好的进展，我们也非常期待，工业领域远看是万亿市场，但这几年实践中，它是1万个1亿的市场。我们非常专注聚焦，通过好的产品和技术，也不要求太多，比如说100个细分领域，对我们来讲就是100亿的市场。