與李彥宏在2024世界人工智能大會上的洞見相呼應，曾以"互聯網+"引領時代的易觀國際集團董事長于揚同樣強調，AI領域的進步需跳出傳統移動時代的思維框架，避免陷入盲目追求“超級應用”的誤區。

7月4日，于揚和來自北京未來圖靈科技有限公司（以下簡稱“未來圖靈”）的編輯進行了一場對話。

他指出，雖然移動互聯網時代孕育了諸如微信、抖音等殺手級應用，引領了億級用戶的潮流，但在AI大模型的新紀元中，成功的標準已悄然轉變。于揚認為，真正的成功不在于用戶數量的堆砌，而在于AI技術如何深入行業肌理，成為提升效率、降低成本的生產力工具。他呼吁業界應聚焦于AI技術的實際應用價值，而非僅僅追求表面的用戶規模。

隨著“百模大戰”的熱潮逐漸降溫，于揚觀察到AI行業正逐步向應用導向轉型。這一趨勢不僅催生了眾多面向消費者的創新產品，更在B端市場激發了各行各業對大模型作為生產力工具的廣泛探索。他強調，這種轉型是對AI技術本質回歸的深刻體現，即技術應服務于實際需求，而非成為數字泡沫的制造者。

針對當前行業中存在的對“超級應用”的過度追捧現象，于揚提出警示：盲目追求用戶規模而忽視應用的實際效能，將可能導致資源浪費和行業發展偏離正軌。他鼓勵從業者應更加理性地看待市場，將關注點放在如何通過AI技術解決實際問題上，以創造真正的社會價值。

易觀國際集團董事長兼CEO--于揚

大模型是一個操作系統

未來圖靈：對于您來說，大模型是什么？大模型在AI領域扮演著怎樣的角色？

于揚：信息技術的發展歷程可以追溯到（上世紀）70年代，那時信息技術剛剛起步。隨著時間的推移，我們見證了從大型機、中型機到個人電腦的轉變，這標志著計算機時代的基礎設施的演變。在這個過程中，操作系統扮演了核心角色，比如IBM的專有操作系統，以及基于Unix系統的Solaris等重要操作系統。當然，各種應用也隨之發展，早期的大型機、中型機和小型機上的應用界面相對單調，但它們在各個行業中發揮了重要作用。

進入21世紀，互聯網特別是移動互聯網的興起，讓安卓和iOS成為主要的操作系統，智能手機成為終端設備。

現在，我們處在AI時代，大模型是AI的操作系統，GPU則是基礎設施，公司如英偉達和博通在提供支持AI應用的硬件方面發揮著重要作用。

總的來說，從信息技術時代到互聯網時代、再到現在的AI時代，每個時代都有其基礎設施、操作系統和應用這三個核心要素。隨著AI技術的發展，我們可以預見，基于大模型的AI應用將會不斷涌現，推動社會生產力的進一步發展。

AI要看實際效果、效益和性價比

未來圖靈：您在2012年易觀第五屆移動博覽會中提出“互聯網+”概念，影響深遠，那如今盛行大模型的時代又該稱之為什么呢？這是一個怎樣的演變過程，您可以詳細講一下嗎？

于揚：我認為互聯網是強大的生產力，應與生產關系結合，融入各行業以釋放更多價值。利用這種新的生產力，釋放原有行業業務場景的更多價值。在信息技術時代，我們使用信息技術作為生產力，無論是在辦公通訊還是數據處理方面。當時，我們使用關系數據庫，采用傳統的軟件方式進行操作。但到了互聯網時代，我們采用了在線數據庫和實時在線數據處理的方式，例如OLAP這樣的在線數據庫。

如果將“互聯網+”的概念應用到今天的AI時代，我們可以稱之為“AI+”。無論我們稱之為IT時代、互聯網時代還是AI時代，最重要的是這種生產力是否真實地進入了我們的生活和工作的各個方面，并真正產生了比以前更高的價值。所謂更高的價值，就是指是否提高了效率，是否改善了效果？

我的朋友彭志強（盛景網聯董事長）提出"10倍"概念，這個概念來源于國外的一個想法，意味著任何新技術或新生產力在真正應用到場景中時，應該帶來至少10倍的效益或節省10倍的成本。當然，這個“10倍”是一個假設，但我認為，即使是五六倍或六七倍的效益，也是非常顯著的。核心在于是否能帶來更好的效果，是否能降低更多的成本。這有點像奧林匹克精神——更高、更快、更遠，再加上更便宜。

所以，我認為名稱并不重要，最重要的是AI是否能讓我們的生活和工作比以往效果更好、成本更低。對于那些不太了解的人，可以用"AI+"來表達AI作為生產力的性質。最終，我們還是要看AI的實際效果、效益和性價比。

AI在2035年才能成為真正的生產力

未來圖靈：您認為大模型行業發展需要多長時間？發展軌跡是怎么樣的？

于揚：我認為云計算的ToC應用，如Google Docs和Hotmail，是最早的云服務形式，出現在二十多年前。但云計算作為一個概念，直到2006年亞馬遜推出AWS并由Google的CEO提出后才真正受到關注。2015年，AWS的業績披露讓人們意識到云計算已經融入生活和工作。

從這個角度來看，AI作為生產力，可能還需要很長時間才能真正帶來價值。類似地，iPhone在推出5到6年后，即2014或2015年，才開始被視為強大的生產力工具。因此，從概念到商業成果，一個新技術可能需要9到10年的時間。按照這個邏輯，AI可能要到2035年左右才能真正成為生產力。

當然，AI的發展速度可能與IT和互聯網不同，但新事物的普及需要人們的認知和接受過程。特別是對于企業來說，比如日本，它在IT時代非常先進，擁有像日立、東芝這樣的領先公司，但在互聯網和移動互聯網時代，日本并沒有很好地把握機會。現在，日本希望抓住AI的機會，但不可能完全拋棄傳統的IT系統。對于新企業來說，從頭開始使用AI是沒有問題的，但許多企業有歷史傳承，如何處理過去的系統，以及如何無縫地將IT時代的投入傳承到互聯網時代，都是問題。

因此，我認為目前大模型可能還處于概念階段，尚未成為真正產生生產力的工具。我們還需要進一步觀察，目前可能還處于“外行看熱鬧”的階段。

大模型熱潮將于明年降溫

未來圖靈：您上面也提到，一個新事物從概念期到真正產生商業成果需要9到10年的時間，那您認為投資者會給這個產業這么長的時間嗎？

于揚：我雖然不是投資領域的專家，但我想分享一些作為觀察者的思考。我認為國內愿意進行超過10年長期投資的人不多，而美國和歐洲的耐心資本則能推動顛覆性創新。以Open AI為例，它雖然近期才廣為人知，但已經發展了一段時間，表明任何新技術的發展都需要時間。

在融入人們的生活和工作中，最大的挑戰不是技術本身，而是用戶的使用習慣。一旦習慣形成，改變起來就非常困難。移動支付的普及過程就是一個很好的例子，它從早期的領先者，逐漸擴展到年輕人、再到老年人，這個過程并非一蹴而就。

同樣，人工智能技術的普及也需要克服用戶的使用習慣。只有當人們認識到這項技術的效果顯著、成本低廉且風險小，他們才會開始改變習慣，從而讓技術真正普及。這是一個需要時間的漫長過程。

我預計，明年大模型的熱潮可能會降溫，因為只有3—5家企業能夠存活下來，且大模型的應用可能沒有預期的那么好。然而，如果大模型能顯著提升效能或降低成本，我相信這將吸引投資者的關注。這是一個需要耐心和時間的長期過程。

AI競爭態勢：美國領先，日本復蘇，中國奮起直追

未來圖靈：您認為我國與其他國家在AI領域上有何差別？

于揚：我對當前全球AI領域的發展有一些個人看法。總的來說，我認為美國在AI方面處于領先地位，而日本雖然經濟有所復蘇，但在AI方面尚未有顯著突破。我最近訪問日本時，注意到了物價上漲和新建筑工地的增多，這可能表明日本經濟正在恢復活力，但AI領域的進展尚不明確。

美國在AI領域的實力體現在GPU制造商英偉達和領軍企業如OpenAI上。OpenAI與微軟的緊密聯系，以及蘋果高管加入董事會的消息，都顯示了美國在AI領域的強大生態系統。此外，還有Meta的Llama 3和Google的GEMINI等大型模型。

至于中國，我認為目前還不能說在哪些方面明顯領先于美國。我們仍然處于AI發展的初期階段，所有參與者都像是小學生，都在迅速進步。關鍵是要不斷前進，不進步就意味著被淘汰。美國的生態系統可能更為強大，但是否具有絕對優勢還有待觀察。中國在某些方面可能有自己的優勢，但目前還不能明確指出。總的來說，這是一個快速發展且競爭激烈的領域。

中國擅長AI應用創新：從模仿到引領

未來圖靈：您之前談到中國在應用方面有一些獨特的優勢？

于揚：我認為中國在應用層面具有明顯的優勢。回顧信息技術時代，中國擁抱這些技術的時間相對較晚，大約在80年代末到90年代初，與美國相比晚了大約20年。那時，中國并沒有產生太多具有全球影響力的應用公司，但隨著互聯網時代的到來，我們接觸互聯網的時間與美國相差無幾，大約在1999年到2000年，差距縮短至五年左右。這使得我們追趕的速度非常快，并且出現了許多優秀的互聯網公司。

這些公司主要在應用層面取得了成功。例如，華為在互聯網基礎設施方面非常強大。在搜索和電子商務方面，雖然起初我們更多是模仿者，但后來逐漸發展出了自己的特色。例如，騰訊最初通過QQ起家，QQ實際上是ICQ的模仿者，但后來發展出了很多具有中國特色的功能。微信更是如此，不僅可以聊天，還可以進行支付、觀看視頻、訂閱內容等，提供了豐富的企業服務和商家服務。

我認為中國在應用層面的創新能力非常強，這從騰訊的發展就可以看出。甚至像馬斯克這樣的人物也認為我們應該向騰訊學習，增加更多的支付功能等。我相信AI領域也會是這樣，我們特別擅長應用創新。

從2015年開始，出現了一個趨勢，即從“copy to China”轉變為“copy from China”，意味著中國的優秀創新開始被國外學習和借鑒。中國在用戶體驗、營銷和生態系統構建方面做得非常好，這使得我們的應用走在了世界前列。

我相信，如果我們在互聯網應用上做得好，那么在AI的應用上也一定能夠做得好。中國擁有龐大的人口，這為我們提供了豐富的應用場景。在未來二三十年內，中國仍然是人口大國，這為我們提供了無限的可能性。我相信，通過涌現效應，即足夠多的人和團隊聚集在一起，將會產生一些獨特的創新，這些創新有可能引領整個世界。這也是我在2018年之前所見證的，中國的創新氛圍孕育了許多優秀的互聯網應用公司。

To B還是To C不重要，能否帶來效能提升和成本降低才是關鍵

未來圖靈：在大模型領域，是更側重于B端（企業級）市場還是C端（消費者）市場？您認為哪種方向更具潛力？

于揚：我認為ToB和ToC的區分并不關鍵，重要的是技術能否帶來實際效益和成本降低。以搜索為例，盡管大型模型能提供更全面的答案，但它們的準確性還有待驗證。如果準確性問題未解決，消費者的信任就無法建立，其他一切都無從談起。

我認為，無論是ToB還是ToC，企業采用新技術的過程都是循序漸進的。企業需要考慮投入產出比，以及如何將新技術與現有系統銜接。對于企業來說，這是一個涉及多人的復雜環境，需要克服組織使用習慣，還要考慮配合效率、責任分配以及獎懲機制。這與個人消費行為的逐步改進不同，因為組織需要克服的是整個群體的使用習慣。

在中國，ToB模式尤其面臨挑戰，因為市場主要由大型企業主導，中小企業生存質量不高，導致訂閱模式難以落地。大型企業可能更傾向于自主開發技術。

無論是ToC還是ToB，關鍵在于是否能夠提供顯著的效能提升和成本降低。如果AI能帶來5到10倍的效果提升，同時成本僅為原來的1/10，它就有可能被廣泛采用。目前，AI技術的成熟度和市場需求都還需要進一步發展。我們需要深入思考如何利用AI技術，提供真正有價值的解決方案。

大模型的偏見其實是人類自身的偏見

未來圖靈：大模型在數據學習中潛藏的偏見與歧視問題，我們該如何警惕并糾正這一技術傾向，避免其成為系統性偏見的幫兇？

于揚：我認為，當我們討論大模型的偏見時，實際上我們是在討論人類自身的偏見。大模型如同孩子，受教育和環境影響其成長。它所接收的數據和語料決定了它的價值觀和世界觀。盡管人工智能本身沒有情感，但任何文字都帶有某種價值觀，這種價值觀對人工智能可能是無意識的，但對我們人類是有意識的。

要避免偏見很難，因為即使是人類，每個人對同一件事的看法也可能各不相同，站在各自的立場上，似乎都有道理。一件事情可以從360度不同角度來看，每個角度都能自圓其說。當我們討論偏差時，我們需要明確比較的標準是什么。如果標準不明確，就無法談論偏差。而且，世界是分裂的，人類的看法也是分裂的，我們怎么要求人工智能有一個無偏差的觀點呢？這取決于你從哪個角度問它，如果你們的標準不同，你肯定會認為它有偏差。

AI學會了“誠實地表達無知”

未來圖靈：大模型目前局限于基礎數據的歸納整理，缺乏突破性的創新應用能力，我們應當怎么改變這一現狀？

于揚：我認為人工智能大模型的發展已經超越了技術層面，它們能夠生成基于自身理解的獨特看法，展現出智能特質。面對大模型可能的偏差，我想可以通過模型間的競爭和PK來促進進化和優化，類似于達爾文的進化論，適者生存。

從GPT3到3.5，再到Claude 3.5，以及即將推出的GEMINI 3，我們見證了大模型間的競爭和進化。我最近體驗了Claude 3.5，發現它在某些方面比GPT更出色，尤其是它在不確定時會誠實地表達無知，請求更多信息，而不是強行給出錯誤答案。這種自我認知和誠實的態度，可能是大模型進化過程中的一個重要方向。

大模型出海原因：國內軟件服務認可度不高

未來圖靈：中國企業加速出海進程中，面臨哪些挑戰？如何制定有效策略以提升全球競爭力？

于揚：我認為中國企業在出海過程中應該充分利用我們擅長的三個方面：用戶體驗、創新營銷和生態系統。首先，中國的用戶體驗非常先進，例如網上購物的快速配送服務，這在西方國家是難以想象的。我們的物流系統能夠讓消費者實時追蹤包裹，而在國外，消費者往往需要等待幾天甚至一周才能收到包裹，且服務不夠透明。其次，我們的溝通方式特別能抓住消費者心理，比如直播電商的興起，這種模式在美國被稱為"influencer"，并且隨著TikTok在西方的流行，他們也開始學習這種模式。第三，中國的生態系統具有獨特的效率追求，以及對高性價比的重視。我記得在新加坡的一個論壇上，新加坡商務部部長提到了"better cheaper,cheaper better"的理念，這與中國的生態系統行業非常相似，如拼多多上的Temu和Shein，它們提供了高質量且價格低廉的產品，體現了中國的制造能力和紅利。

然而，出海并非易事，政治環境和市場接受度是我們必須考慮的挑戰。政策變化和稅收問題可能影響我們的市場競爭力。盡管如此，我相信通過結合制造業能力、溝通方式和高性價比理念，我們有機會在全球市場取得成功。

至于大模型公司為什么要拓展海外市場，我認為可能是因為在中國面臨一些問題，比如對軟件服務的認可度不高，大企業更傾向于購買人時服務而不是產品。這表明，盡管中國市場龐大，但在某些方面可能存在挑戰，需要通過海外市場的拓展來尋求新的發展機會。

垂直大模型公司是一個偽命題

未來圖靈：垂直于某一領域大模型公司前景如何，您覺得未來的市場將會是怎樣的？

于揚：垂直大模型公司，我認為是一個偽命題，因為大模型可以進入應用場景，通過與數據和場景結合的小模型來解決特定的業務問題。

AI的基礎設施除了算力和GPU，還包括能源問題，因為大模型的運行需要大量的電力。這可能是一個需要解決的大問題，但可能不是普通創業者能夠考慮的。在操作系統層面，現在可能是一個戰國時代，就像曾經的團購市場一樣，最終可能只剩下少數幾家公司。

對于垂直小模型公司，我認為它們是存在的，因為它們可以在大模型的基礎上，結合特定行業的業務場景，解決特定的問題。但對于那些聲稱自己是垂直大模型公司的，我持懷疑態度。除非他們能夠完全不依賴現有的水平大模型，從頭構建一個全新的醫療或其他行業的大模型，否則他們實際上只是應用公司，使用人工智能技術解決特定行業的問題。

最后，我認為在未來5年內，90%自稱為大模型的公司可能會消失或轉型。他們可能會意識到，與其投入巨額成本去構建自己的大模型，不如專注于應用層面，解決特定客戶的問題，這樣可能更具有可行性和成本效益。

開源和閉源各有優勢

未來圖靈：大模型市場已經形成了“開源派”和“閉源派”，企業在開閉源上的交鋒非常激烈。那您與貴公司屬于哪一派？

于揚：我認為開源和閉源各有其優勢和劣勢。開源能吸引全球開發者參與，構建生態，但可能面臨質量、存續性和穩定性問題。有時，開源項目會推出商業版，但這又等同于回到了閉源模式。閉源則提供穩定性和可靠性，責任明確。

作為開發者，我選擇開源還是閉源其實還是取決于需求和業務階段。如果業務場景未確定，我可能從成本較低的開源項目開始。如果業務場景明確，需要高可靠性，我會選擇閉源，因為它能立即形成商業閉環。

開源是營銷和交付方式，但盈利可能來自開源的商業版或閉源產品，這可能仍是主流盈利方式。我選擇時會根據具體需求和業務發展階段做出決策。