周鸿祎：中国可能会率先带来新的工业革命

周鸿祎 360集团创始人

第27届哈佛中国论坛于2024年4月12日至14日举行。360集团创始人周鸿祎在论坛上发表演讲，他表示，发展专业大模型有可能成为中国的一个巨大机会，因为中国现在传统行业门类最多，供应链最齐整，都在搞数转智改，数字化转型、智能化改造，所以所有的企业都需要让专业大模型重塑一遍，所有的工业级、企业级软件都值得重写一遍。

以下为演讲全文：

大家好，我还是用中文来做演讲，因为我的英文都是在盗版电影上学习的，水平就比“Are You OK”高一点点。

我公司的名字叫“360”，很多人好奇这个名字是什么意思。我做的是Cyber security（网络安全），所以希望能实现360度无死角的安全，并不是像一些人所说，我在一年365天里工作360天；还有一个更容易记忆的版本：原来我们做免费杀毒，内卷比较厉害，自己不赚钱也坚持不让对手赚钱，对手都觉得我们这种精神非常“二”，说我们是一群“二百五”想做网上110。我一算，250加110正好等于360。

关于我本人，行业里也有很多误传，比如为什么爱穿红衣服？有人说是为了显得颜值高一点，但其实我不靠颜值吃饭。穿红衣服是因为我的名字老被念错成“周宏伟”，我不好意思纠正，就选择穿个红衣服暗示一下，我叫“周红衣”。我年轻气盛时，大家叫我“红衣大炮”，现在年纪大了，激素分泌少了，变得平和了很多，大家开始叫我“红衣大叔”。

这次我来哈佛路论坛只有一个目的——吸粉。为了吸粉，谁找我合影我都会努力配合，唯一的要求是，大家要在抖音和视频号上关注我的账号“红衣大叔”。有的人会说，你是不是准备像董宇辉一样做直播带货，因为“宇宙的尽头就是直播带货”。我想说，这个说法是错误的。目前TikTok的海外用户应该有几十亿了，中国也有大概10亿的老百姓每天在刷短视频。无论是创业者还是企业家，最重要的就是和用户保持接触，保持connection，要获得话语权，获得影响力。所以，不一定非要卖东西才需要做网红，李斌（蔚来汽车董事长）的反应就很快，他现在在网上已经很红了。

随着小米汽车的火爆，雷军每天发两条短视频，他也很有网感，影响力团灭传统车商，这就是网红的力量。另外，大家在做网红的过程中，其实可以学会如何正确地面对公众进行表达，我认为很多创业者都缺失这个能力。当我们去推销公司、去融资、去招募员工时，包括需要发挥“现实扭曲力”，让员工相信还没有发生的事情时，都需要这种能力。

本来我对这次的“吸粉”是没有期望的，因为我对哈佛中国论坛不是很了解，以为只是一个内部闭门的小规模会议，没想到远远超出我的预期。如果大家希望了解创业创新或人工智能方面的问题，都可以和我交流。其实我是中国互联网最倒霉的创业者，虽然是第一批创业者，但一直屡败屡战，不断地折腾。成功的经验不一定能对你有价值，因为成功有很多偶然，但我踩雷的经验可能对大家有所帮助。言归正传，接下来我就谈谈技术。

这半年来，我一直在中国布道，总讲“AI信仰”问题。你相不相信这次大模型的突破是真的人工智能，而不是人工智障？你相不相信未来三到五年或两到三年AGI一定会到来？你相不相信人工智能将超过当年的PC和互联网，会宣布一场真正的工业革命？你相不相信所有的行业、软件、公司的业务流程都值得再造一遍？如果你选择相信，那就说明咱们有共同的“AI信仰”，我们就可以继续愉快地谈下去。

有了“AI信仰”之后，我又提出 “All in AI”。但是这种话题很虚，怎么 All in？中国处在AI创业的早期阶段，可能不像美国发展的那么成熟，到底AI之路怎么走？我有几个观点。

第一个观点，不是只有Open AI一条路。 我认为Open AI的路是对的，他们相信Scaling Law（尺度定律），更多的数据、更大的模型、更多的算力会使相应模型越做越大，最后一定能突破超级强的智能。这条路中国也在走，只是需要点时间，但不是只有这一条路。Open AI做了一个GPT，让全世界的人都用，这是奥特曼的梦想，但这不代表唯一的选择。

第二个观点，有没有另外一条路？我最喜欢的一个slogan就是“Think Different”，要跟别人的想法不一样。举一个简单的例子，Intel当年如日中天的时候，它的CPU核越做越多，每个核的主频越做越高，所以算力越做越强，当然发热也越来越厉害。那ARM是怎么跟他竞争的？注意是ARM不是AMD，AMD只follow Intel的策略，所以现在它和Intel的距离依然很大，而ARM走了一条相反的路，它不按游戏规则玩，而是越做越轻，越做越小，工作在这种边缘设备或者终端移动设备上。这说明，并非只有做超级通用大模型一条路，除了越做越大，还能越做越小。就像1997年到2001年乔布斯回到苹果，他并没有选择重复做PC，而是做了一个更小的设备叫iPod，并以此胜出。

第三个观点，大模型做大的同时还有三个小趋势。一、很多通用大模型是由MOE构成，即由多个专家小模型构成，未来的大模型不一定越大效果越好，而是专业的小模型来协作工作。二、现在大模型越做越小，因为大模型要上终端、上电脑，上手机、上汽车。比如苹果电脑已经宣布M4的芯片要支持大模型，苹果肯定是要做AIPC和AI手机；特斯拉应该也很快把大模型上车；未来，家用机器人驱动的核心一定也是在家里的一个大模型上。三、开源大模型将要爆发。我一直相信开源的力量，网上有些人说开源不如闭源好，这是胡说八道，大家别被忽悠了。没有开源就没有Linux，没有Linux就没有互联网，开源社区聚集的工程师和科学家的数量是闭源的数百倍。今年开源只做了一年就已经超过了Gpt3.5的能力，所以我觉得未来一两年内，开源的力量很有可能会达到或者超过闭源的水平。

第四个观点，走专业级大模型将是巨大的产业级机会。能引发工业革命的究竟是个人电脑还是超级电脑？超级电脑虽然很powerful，但只适合少数用户，只有当个人电脑进入了千家万户，进入了百行千业，才能引发真正的工业革命。所以我们要把大模型拉下神坛，让它真正地和很多行业相结合。

过去一年，我们做了很多失败的案例，也有一些成功的案例。我们发现，在企业里要找垂直的场景，要训练专业的大模型，所以未来企业、政府不会只有一个通用的大模型在工作，可能会有数十个专业大模型在各自解决各自的问题。

当我们把问题“Think different”往反向去想的时候，就发现难度没有那么高了。就像做一个GPT-4、GPT-5真的很难，又要解奥数题，又要写古诗，又要会翻译，还要懂物理、历史。但在企业里面，我们只需要培养一个专项的专家，而不是做十项全能，那么很多问题就会迎刃而解。比如说现在开源模型的能力达不到GPT-4，但是我可以专注在一个方向上，用企业内部的专有数据加上专业工具进行能力的加强之后，它是有可能在专业能力上超过GPT-4。前段时间李彦宏说他们的技术超过了GPT-4，然后王小川表示不相信并出来怼李彦宏。其实李总说的有道理，在写古诗方面我们就超过GPT-4了。

只要专业的模型做专业的事情，那不需要万亿、千亿的参数，几十亿、百亿的参数就能用。一旦用几十亿、百亿的参数，就意味着不需要100块、1万块，或者10万块显卡，可能几块卡就够用。这样的话成本一下就从原来一个亿或几千万的小目标降到了十万或者百万级人民币量级，很多企业也就真的用得起了。我们做了一个安全大模型，确实只是发挥专业的安全攻防知识，而它在安全攻击的自动发现能力上远远超过了GPT -4。

我觉得现在很多创业者面临最大的问题是很多人先做大模型，再去找场景，这个做法是不对的，用户要的并不是大模型，用户要的是大模型在背后驱动，最终去解决他的问题。也就是说，用户要的不是一个钻头，用户要的是钻头钻出来的洞。所以我们最重要的是找到痛点场景、刚需场景，然后根据场景定义功能，再根据这个功能来训练专业的模型。

什么叫痛点场景、刚需场景？在内部业务流程上或外部产品服务的体系功能上，有什么东西能够利用人工智能加持某个环节能够提高十倍的效率，提高十倍的体验，或者降低十倍的成本，降低十倍的人力，那么很有可能就你就找到了痛点场景、刚需场景。

产模一体，就是要先有场景，定义产品，然后由产品再来定义自己专有的模型。所以对很多创业者而言，做企业级的专业大模型是个巨大的创业机会。

发展专业大模型有可能成为中国一个巨大机会，因为中国现在传统的行业门类最多，供应链最齐整，都在搞数转智改，数字化转型、智能化改造，所以所有的企业都需要让专业大模型重塑一遍，所有的工业级、所有的企业级软件都值得重写一遍，这样中国可能会率先带来新的工业革命。刚结束的两会上，中国的政府工作报告里专门提到了“人工智能+”，实际上就是“大模型+”，为什么要用加号？因为这不是孤立地做一个大模型，而是把大模型的能力真正赋能到各个传统行业里面去。这个方向发展潜能广阔，如果有好的大模型技术，欢迎大家与我们合作。

责编｜邢君