AI应用进入躁动期：先落地、后盈利，如何平衡投入？

经过三天的热潮，2024年世界人工智能大会和全球人工智能治理高级会议落下帷幕。

7月6日晚，组委会发布数据显示，会议期间有126个项目采购需求，预计意向采购金额为150亿元；与此同时，签署了24个重大产业项目，预计总投资将超过400亿元，涵盖大模型、智能和智算生态。

人工智能不断帮助培育新产业，创造新模式，形成新动能。金融、医疗、机器人等。被认为是大模型落地的重要方向，多元化的应用场景如雨后春笋般涌现。基于不同的产业实践，许多国内外产业风向标深入解读了人工智能如何引领生产力变革。

虽然不同行业的人对AI治理表示担忧，但一些受访者乐观地认为，随着社会的进步和技术的发展，今天的担忧将在明天逐一消除。目前，无论是对于互联网公司还是企业家来说，仍然是一个投资和积累的时期。如何真正应用到场景中，真正解决问题，才是最重要的，“盈利”的事情会留给明天。

垂直模型差异化

AI驱动的未来世界是什么样的？也许答案可以在世界人工智能大会的展区找到，这也是每次大会最吸引观众的地方。

展览是历届世界人工智能大会最吸引普通观众的部分。今年的展览不断扩大和升级，展览规模、参展商数量、亮点展品数量和新产品数量达到历史最高水平。据了解，今年将有40多个智能机器人来到展厅，其中约有25个人形机器人；在大模型领域，文学生文学、文学生图片、文学生视频模型、端模型、开源模型也集体亮相。

从娱乐社交到办公学习，再到智能制造和工业领域，大模型都在发挥不同的优势。会议期间，比如文心、阿里通义、商汤每天新5o。、蚂蚁百灵等通用大模型也全部亮相。一方面，这些通用大模型不断迭代；另一方面，衍生出来的生态圈也越来越茂盛。

但是，对每个垂直模型而言，都需要在自己的领域内积累更多，从而形成差异化落地。

一位不愿透露姓名的业内人士告诉《21世纪经济报道》记者，去年一家大型企业的收入还是几亿元，今年上半年只有几千万元。断层式下滑的背后，是今年大型互联网公司在大型模型应用上的努力。“你觉得今年有多少人还在谈论大型模型？我们都在谈论具体的应用。”

对此，中信建投人工智能首席分析师于芳博认为，国内大型应用分为三类，一类是强者恒强的C端云应用，另一类是百花齐放的B端应用，第三类是AI。 PC、智能家居等侧面应用。在他看来，今年以来，国内C端基础大模型进步迅速，整体能力提升，成本下降迅速。目前，该领域正处于杀戮阶段。

另一批B端模型在交通、能源、水利、应急等诸多领域都有很大的政策支持，比如加强人工智能的融合。在接受《21世纪经济报道》记者采访的多家企业和投资研究人员看来，还是需要先解决问题，才有机会留在牌桌上。

对于大厂商来说，更多的是与自己的主营业务形成赋能和闭环。在接受21世纪经济报道等媒体采访时，蚂蚁集团CTO何征宇承认，今天谈论AI商业化已经太早了。可能就像20年前刚刚出现的互联网。当时预计行业规模很小，AI的未来会更广阔。

AI的“严谨”挑战

没有人会错过新一轮产业革命的机遇，AI真的“iPhone“时间到来还有多远？

21世纪经济报道记者发现，市场上可用的应用不少于100种。当支付宝开发智能助手帮你处理日常生活时，微信还推出了元宝小程序，实现了AI搜索、文档总结、AI绘图功能。与此同时，阿里巴巴云旗下的通义App也推出了AI绘本“偶像化AI”，这是中国第一个照顾自闭症儿童的AI绘本工具。

虽然各种应用层出不穷，但要达到可靠的“严谨”AI是行业的共识，也是方向。

值得注意的是，蚂蚁集团连续展示的三位“AI管家”分别与金融、医疗和生活场景相对应。在这些场景中，AI为用户提供专业的服务，而不是简单的聊天对话或画图，需要配合理财分析、辅助诊疗、消费预订等一系列服务。对话交互后。

蚂蚁集团大型应用部总经理顾进杰表示，上述场景包括生活、医疗和金融，其背后有一个共同点，可以简单定义为“严谨行业的AI应用”。在严谨的行业，更注重服务质量、准确性和全链路。

不像娱乐业，这些需要高度正确的领域需要解决哪些问题？由于他的思考，他们需要具体的专业知识。

因此，AI不能再严肃地“胡说八道”。令人欣慰的是，AI正在重塑科学发现的新范式。正如专家在论坛上所说，世界知识在大模型中被压缩，不确定的特性可能有助于人类打破不同学科的知识茧房，完成创新探索。例如，天文学作为一门海量数据学科，是AI应用和驱动科学发现的最佳场景之一。

“在技术方面，我们注意到三点。第一，大模型与大型知识引擎有关；二是复杂推理需要复杂推理的框架，很多行业应用都看到了这个方向；第三，未来新的生成应用需要更多的智能体生态合作。”顾进杰认为，为了保证端到端的体验，未来需要深入行业和机构的合作。

从去年的“百模”战争到今年深水区的创新应用，在产业落地层面上面临着许多新的挑战。AI技术的快速发展给经济社会的发展带来了巨大的红利，同时也带来了许多风险挑战，如深度伪造、隐私保护、知识产权纠纷等。

人工智能的全球治理和伦理问题是促进人工智能开发和安全不可避免的重大问题，迫切需要通过对话和合作来凝聚共识。

上海人工智能实验室主任、首席科学家周伯文坦言，目前AI的发展是不平衡的，AI模型的安全性远远落后于性能。不平衡的背后是人才密集度、商业驱动力和计算能力投入的巨大差异。从长远来看，人工智能应该大致找到平衡，否则会阻碍技术和工业应用的发展。

更多信息请下载21财经APP