如何完成从互联网到AI的移民？｜CES2025

显示全部楼层 · 2025-1-14 12:01:13

2025年开年最大的科技盛事——国际消费类电子产品博览会CES2025落下帷幕。

除了大小家电、智能家居、智能汽车、AR/VR眼镜、机器人等多种形态的硬件参展，企业竞相展示AI驱动下的硬件创新外，本届CES也吸引了众多互联网及To B服务类企业。

其中既包括AWS等头部云服务厂商，也包括斑马智行等垂直领域的科技服务商。毫无疑问，AI正在重塑整个互联网及软件服务生态。互联网时代的所有创新模式都能被AI重新做一遍吗？AI时代的互联网及服务创新又需要怎样的新思维、新组织、新路径？

带着这些问题，在钛媒体CES2025 「Talk To the World Forums·对话世界」系列论坛上，钛媒体集团联合创始人、联席CEO刘湘明与凯尔特亚洲管理合伙人陈洁，联同阿里巴巴荣誉合伙人张宇、小盒科技和Vision Flow的创始人刘夜、易点天下创始人兼董事长邹小武这几位来自互联网创新不同领域，首次参与CES的企业家代表，就「如何完成从互联网到AI的移民」展开了圆桌讨论。

AI无疑会给互联网及服务行业带来新的机会和想象空间。

小盒科技创始人、Vision Flow创始人刘夜表示，教育行业是一个复杂且长链路的产业，想要学得又有效又轻松——这个痛点一直没改变。AI能改变教育内容的生产方式和表达形式，甚至重塑教学流程，这会给AI原生公司带来追平甚至赶超“元老”公司的机会。

但AI时代需要新的创新路径，数据和场景是其中最重要的要素。

易点天下创始人兼董事长邹小武表示，从移动互联网时代到AI时代，增长的需求和实现本质是不变的，但是路径和方式会有很大差异，例如AI对营销领域的颠覆，不能仅是营销工作流AI化，还需要结合大量累计的数据以及客户特有场景，才能让AI在营销上发挥出巨大的潜力。

阿里巴巴荣誉合伙人张宇（语嫣）总结，AI能否成为企业的生产力，取决于三个要素，一是企业CEO对AI的认知，认知的边界决定了AI应用边界；二是是否拥有私有数据，私有数据的质量影响AI生产力的产出；三是是否能把工作流程和运营流程解构并数字化，数字化的答案最终会由AI给出。

AI无疑也会带给互联网创业带来新的机会。

凯尔特陈洁从投资人视角认为，AI时代的创业和投资逻辑和移动互联网时代一定是有区别的，纯原生应用的估值太高，能投资的机会并不多，反而是产业的头部公司，会成为跑出AI落地应用效果的最佳场景。明星创业者效应也会失效，移动互联网的创业经验并不一定能被复制，需要耐心寻找创业方向。

通过总结互联网现象级产业和公司的发展历程，刘夜表示，如何在AI技术发展早期适配用户需求，又能快速适应下一阶段的AI 技术迭代带来的组织和产品形态的变化，是创业者最大的挑战。

以下是「如何完成从互联网到AI的移民」圆桌对话内容，略经编辑。

刘湘明:大家是第几次来CES，对CES的感受如何？

陈洁：2019年，钛媒体在CES期间举办了晚宴，这也是当时的第一个问题。我当时的回答是从2013年到2019年移动互联网时代，整个CES布局几乎没有变化，科技也没有特别大的进步。

但今年明显不一样了。这期间我来了11次CES，中间看到几个非常明显的变化，一是中国以OEM代工为主的小企业，虽然数量还是很多，但是相对变少了；二是在展馆里，中国品牌从不太醒目的位置越来越往核心的位置上去了。

当年讨论这个问题的时候，有嘉宾表示“不知道这些卖产品的公司来CES干嘛”，当时我没有回应，6年后的今天我特别想反驳一下，我认为这些OEM公司是中国品牌真正发展起来的螺丝钉和基石。今天中国品牌纷纷出海，是因为这OEM些企业建造了好的工业基础。我亲身经历了这些公司是如何从刻不好模具，到手扳压机、注塑机时代，再到数控时代，慢慢把产品变好的全过程。

这个过程也是中国人才升级的过程，从劳动型人才到高学历的智力型人才，带着中国企业走向海外。

刘夜：这是我第一次来CES，有几点感受，第一，参加CES的企业一半都在做AI，包括家用的陪伴机器人、工业机器人等各个领域，这个趋势让我看到未来2-5年，AI将对全世界的各个产业产生深刻影响。

第二，中国公司的数量超乎想象。不仅有主流大品牌，还有早期科技小企业。我深深地感受到，中国公司在全世界的影响。不久的将来，这些小企业在可能会成为主场馆的大企业。

张宇（语嫣）：我也是第一次来CES。以前参加CES的以消费电子企业为主，与互联网公司关系不大。但是这次我强烈地感受到，AI正在让以前冷冰冰的产品与人产生交互，使电子产品从“智障”变成真正的“智能”。

邹小武：我也是第一次来CES，我这次来主要是想看中国品牌，特别是电子品牌在全球的竞争力到底如何？我认为中国的电子产品会越来越强。

如果单纯谈硬件或者软件，中国企业的优势可能未必明显。例如相比于美国的SARS产业，中国的SARS企业竞争力较弱，但如果“软件加硬件”的话，中国品牌的优势变得非常明显。

以目前AI最典型的应用场景之一扫地机器人为例，中国头部的扫地机器品牌75%的利润都来自海外。所以中国电子产品在全球化进程中的优势会越来越大。

刘湘明：大家对英伟达黄仁勋的CES开幕演讲怎么看，各位在他的发言里面看到了哪些机会和趋势？

邹小武：未来5-6年是AI应用的爆发期。从黄仁勋的发言可以看到，芯片的算力指数级的上升，每一代产品都性能翻几倍，同时成本下降几倍。作为应用开发者来看，2023年大家调用各种API的成本比较高，到了2024年年底大部分开发者调用API的成本几乎可以忽略不计了。我预测算力和大模型会像互联网时代的带宽和存储一样，越来越便宜。

张宇（语嫣）：算力肯定越来越便宜，从战略上看英伟达还是很焦虑的，希望能把算力的领先势能转到更多领域，获取更大的战略优势。因此英伟达发布了很多To B和To C的产品。显而易见的趋势是从大模型云端计算发展到端（本地）计算。算力方面解决了，未来可以期待应用（尤其是涉及个人数据）的繁荣。

刘夜：黄仁勋演讲最后发布了很多Agent的应用场景。我从去年开始认为，Agent可能是下一步AI真正的机会，可以落地实现很多复杂的任务。Agent的概念从应用层慢慢发展成到算力层，这也是英伟达未来发展的侧重点。

在CES展馆里，从软件到硬件各种Agent的尝试都有，从应用层到技术层都更快地去推动。虽然大家都在谈Agent，但没有人做出好业绩，甚至很多人还不知道Agent在微观层面到底要怎么实践。因此，现在这个时点对很多互联网创业者而言可能是一个机会。

陈洁：从黄仁勋的演讲里，可以看到英伟达要做的方向非常多。现在它正处于硬件上有优势的高点，这样的高市值必然吸引竞争对手入场。这对英伟达而言，并不陌生。今天英伟达做的事情，英特尔全做过，这些硬件技术上的优势，总有一天要被拉平。下一个增长点在哪？所以，英伟达在收入和利润均不错的时候，肯定要尝试新的业务增长曲线。

另外，现在算力不断增加，对电力的消耗也随之增加，这也会带来新的创业和投资机会。最近硅谷很多投资人在观察能不能通过建小型核电站来支持数据中心的运营，这也是一个很有趣的方向。

刘湘明：听说语嫣最近在写一篇AI改变产业的博士论文，特别契合今天的话题，能不能透露一下论文的主要观点是什么？

张宇（语嫣）：这篇论文的主要观点：如今AI变成生产力，AI使得很多传统行业发生巨大变化。对于传统的产业来讲，AI带来的影响可能会远高于以前互联网带来的影响。

AI是否能成为企业的生产力，首先受制于企业的CEO对AI的认知。

其次取决于企业有没有私有数据以及私有数据的质量。不管是全球还是国内，从工业4.0到智能化，很多的企业发现数字化投入的效果不好，我认为数字化的答案最后会是AI给的。因为没有数字化，就不可能有私有数据，没有私有数据，AI就很难提升效率，成为生产力本力。

最后，企业能否对所有的工作流程以及运营流程做解构，把每一步目标非常清楚地列出，用AI去做替代，甚至过程中，用AI省掉很多步骤。如果企业能做到这些，对其他不用AI的企业来说，将是降维打击。

刘湘明：咱们今天的主题是“如何完成从移动互联网到AI的移民”，想请语嫣分享下，从过去向移动互联网迁移的经验里，有哪些是可以借鉴的？

张宇（语嫣）：当年移动互联网到来的时候，从业者心里都很焦虑。AI到来后，经历过互联网、移动互联网浪潮的人，会认为把当初的焦虑放在今天没有必要。因为所有巨大的技术变革都有自己的规律。比如，移动互联网时代，工具率先发展又回落，最后留下的应用并不是主动留下来的，而是由于移动互联网的技术降低了进入门槛的原因。

举个简单的例子，过去拍照必须有照相机，信息化之后，相机必须连接到PC上，再使用专业软件美化。智能手机兴起后，又首先取代了相机，照片美化的过程也进而发生变化。最早技术的应用都是基于技术本身变化带来的，比如，智能手机上的拍照软件、修图软件。但回顾过去，这些工具型应用带来的商业价值有限。

AI时代路径类似，初期基于大模型开发工具型的AI应用，但这些应用是否能留下来是个问号。现在的AI的工具形态绝不是最终产生巨大价值的原生应用形态。

从业者要思考的是有哪些过往技术解决不好的需求，有哪些能极大吸纳用户或者降低进入门槛的应用。我相信原生的AI应用会出现在这些地方，例如游戏、陪伴。

AI在To B领域肯定会爆发，但一定不是以前 saas的那种方式，可能会产生在To B的每一个流程里面。首先爆发的可能是To B的Agent，这与移动互联网从To C应用开始爆发不太一样。

刘湘明：想问下陈洁，AI时代下，你的投资逻辑有什么变化？

陈洁：我们一直坚持投北美的华人创业者，从创业者的人群上来讲一直没有变化，赛道方向会有变化。AI时代，第一波扑上去的人，大部分已经在沙滩上躺着了，就算没躺着，过得也不大好。第一波项目很多处于估值高，又没有revenue的状况。

我一直在投更重运营的方向，例如本地生活，也就是所谓的“ AI代替不了的事情”。原本大家认为AI之后，人可能天天写诗画画，但事实上是 GPT在写诗在画，人还在送快递，而且越送越多。就像饭团这样的外卖公司，就算受到AI的冲击，但是依然需要运营的人。

我们另外一个投资方向是出海。我也没有投出海品牌本身，而是投品牌出海所需要的服务。例如品牌问世，首要解决branding的问题；第二步要搭建履约能力，能否以最便宜的价格、最快的速度送到用户手里面；第三步要解决售后问题，比如100美金以下的“小件”，需要退换货更方便，几百美金以上的“大件”，洗衣机、冰箱这些产品需要质保，售后、维修……。

在AI方向，我没有大投原生应用。往往两个背景不错的大学生背个包出来就敢要5000万美金的估值，太不合理了。我在AI方向主要做的可能不是投资，而是要产业移民。

我们观察到，所有的AI公司最终回到实际业务落地的场景公司里。AI会让原来的产业头部公司变得更强，并不是随便一个新的AI公司就能形成竞争。因为他们有客户、有数据、有场景，硅谷大部分的AI客服的公司可能都跟Googlecloud、aws绑定，最后变成了Googlecloud 或者aws。例如，他们在卖云服务的同时，打包一个AI客服给小公司用。以前很多分散的行业，因为管理边际效应的问题，规模有限。就像AI服务公司，最大的公司市值也就五六十亿美金，以后这里面必然会出现百亿美金级别以上的公司。也许目前它只有4万雇员，做几十亿美金的销售额，未来至少会变成几百亿甚至上千亿美金的销售额。

刘湘明：你觉得AI时代的创业和投资跟移动互联网时代有什么不同？

陈洁：明星创业者没有那么可靠了。我能观察到，在互联网到移动互联网的阶段，互联网做得很好的人做移动互联网创业，成功率非常高。但移动互联网和互联网做得很好的人出来做AI，也并不能必然做出revenue，过去的成功经验并无法复用。

另外就是美元基金没有那么多好的机会可以进了，中国的美元基金基本处于半失业状态，美国的美元基金也是一样。一个朋友在硅谷一家非常火的AI公司募资，各种大公司追着他投，但他说，虽然工程师团队都是技术大牛，目前两个创始人都方向还没确定。

刘湘明：有点像2000年前后的互联网泡沫的状态。

陈洁：硅谷现在就处于“王侯将相，宁有种乎”的一个状态。大家都想AI创业，但是普遍都revenue很少。一些To B公司的revenue算下来，连过去的saas都不如，所以建议投资人不要急，可以再等一等。

刘湘明：那么两位一线的创业者刘夜和邹小武分别有什么看法呢？

刘夜：我属于产业创业者重新创业。过去10年，在国内做一家公司叫做作业盒子，后来改名叫小盒科技，然后建了10万所学校，拥有一个亿的用户。

作为一个创业我有一些不一样的感受。

第一，AI技术背景下，所有人都觉得自己可以做一家公司，壁垒低到所有人都可以干。未来的确可能会出现很多一人、两人公司，但是我相信大多数产业公司很难人很少。

相对于PC到移动互联网来说， AI创业会面临“变与不变”，不变的是每个时代都会有对应的新技术驱动，例如原来PC到移动互联网，会产生“搜索移动”的推荐，手机上的运算，不用插线便可接入无线的能力。

AI时代则是从“推荐搜索”到“推理”“生成”，变化体现在新客获取的路径变了。从PC到移动互联网是终端发生改变，终端改变之后，自然带动应用增长。2012年，我进到移动互联网，当时做了两款应用，很快就上了排行榜的前10名到前5名。新终端意味着用户买了手机之后没有应用可装，所以应用获新客非常容易，随着智能手机的增长而上涨。

但是到了AI时代，由于过去10年移动互联网把绝大部分的办公生活的基础设施都做完了，用户已经在线化了，业务也在线化了，所以这时候新应用的获客比移动互联网时代要难。而且你要去抢原来已有的在线化和数据闭环形成的网络效应，规模效应和用户的使用习惯。这是非常大的不一样。

AI也会给创业者带来新的机会和挑战。机会相信大家都看到了，以教育行业为例，一个原生AI公司，不太需要组织变革，便可创立新的组织，同时AI可以改变内容的生产方式，可以追平很多元老的公司。例如多邻国原来全球有2000个人做内容，现在变成100个人，甚至将来会变成10个人，而且内容形式也要变，因为生成式内容跟传统内容不太一样，这些都是机会。

教育产业链条很长也很复杂，不能靠大力出奇迹。这个产业几千年痛点都没改变，就是如何学的既有效又轻松。

从业务流上来分析，用户很难改变，只是发生工具变化。所以，先闯进来的创业者，第一阶段能够在混合阶段解决用户需求，获取融资或者搭建团队，做到业务闭环，到第二阶段的时候，技术和产品迭代，团队又能够抛弃在混合阶段产生的惯性，还接住下一浪的挑战。这就类似从雅虎到谷歌的挑战。太晚进来的创业者反而缺乏行业认知。所以，移动互联网最牛的公司，像字节、美团等，基于先前的用户认知，叠加新的技术，在第二阶段也不会掉队。

教育产业中经过两个周期的老创业者或产业移民，在这个过程中会既审慎且淡定。

邹小武：我们一直是服务商，从PC时代服务客户做网络用户增长，后来服务移动互联网公司做增长，到现在陆陆续续又开始服务AI公司做增长。增长这个点是不变的，增长本身的技术也是不变的，只是客户变了，或者说c端用户使用工具变了。

本质上就是如何抓住用户时间。无论背后是移动互联网还是AI，企业为什么选择你？

我们感受非常明显，趋势的力量比个人的阿尔法强太多，当趋势来的时候，必须拥抱趋势。我们自己全面拥抱AI。

但是我们会看到底什么机会属于我们。在移动互联网那10年，中国几乎所有的公司都是我们的客户，理论上当时所有的公司的营销都是我们手把手教的。10年前中国公司不知道怎么在海外做营销，那时候所有的创始人我都认识，我们都有投资的机会，这中间有非常多大企业，还有很多三方服务商。也因为所有的服务商都是从营销开始的，营销增长完之后，售后、履约这些东西才会有，所以很多滞后的服务商也是靠我们介绍客户长起来的。

增长本身也需要AI化，marketing是最容易被AI颠覆的。这个领域的创业公司也是最多的。但我们使用了很多产品后发现，如果只是把流程AI化了，看起来挺酷，结果不一定好。核心还是用AI流程加上数据，再加上场景，才能真的提高生产力，最后带来客户满意的增长效果。

经过各种尝试，在投广告这个事上，AI不比人差。拿过去投广告的流程举例，比如，要去Facebook投广告，老板的做法普遍是花2万元，招一个专业的人。但人与人的投放水平差别很大，投放水平好的人可能一天能花10万美金，投放能力差的人只能花1万美金。相比较之下，我们的产品，只要老板把产品链接放上去，设定每天投放100美金，从内部数据看，工具的投放结果比大部分投放人员结果好，投放过程中把所有的数据结合进去，做优化，会越来越好。

刘湘明：移动互联网的增长和AI的增长有什么不同？包括国内的增长跟国外的增长有什么不同？

邹小武：其实本质差别不大。客观来讲，AI产品的形态跟移动互联网产品形态差别很大。现在的AI产品一半以上是PC的产品。

第一代AI产品都是用来提升生产力的，主要给专业人士使用。比如白领要写PPT、写文档、创造图片、创作视频、写总结等，他们付费能力也强，这种生产力工具营收很好。

从增长的路径上或者渠道上来看，过去移动互联网时代的产品针对人群很广，投广告很泛。现在AI产品主要给专业人士用，会用红人推广。新的东西需要有最先尝试的意见领袖。所以，在增长上，用网红推广的占比很高，反倒是直接去谷歌、Facebook投放，占比没那么高。这是由于受众不同导致的。

国内和国外差别还挺大。对于整体国内的广告主来讲，更看重服务商赚了多少钱，海外的广告主更看重服务商能提供的结果，不关注服务商赚多少。所以，服务商的生态海外更健康，海外服务商有的规模特别大，但是国内服务商很难做大，这跟国内的人力成本或者商业理念有一定关系。

刘湘明：刘夜刚才讲了很多“道”的东西，我特别关心你们现在有没有用AI技术去改进产品，包括商业模式？

刘夜：我们这个行业没有AI基本没法做。以教育领域最大的多邻国为例，多邻国现在拥有10亿用户。如果把语言学习从a1到c2分6级的话，它的用户基本上到a2、b1左右就进行不下去了。因为b1之后就需要找真人练习。

也就是说传统的技术，上一代的AI神经网络能解决语法、词汇的问题，但是解决不了口语的问题。这个需求它藏在角落里，角落就是这个流程到底长什么样子。所以第一波进来的公司核心是要深刻去理解这个流程到底要怎么做，而不是做一个昙花一现的有网红效应的产品。

刘湘明：请大家预测一下未来5年AI带来的一些新变化？

陈洁：目前50%以上的AI应用是To B的工具，电影、娱乐类的AI应用根本还没起来。为什么AI应用的推广会用网红来做？其实很简单，一个新的复杂的APP，用户就算通过Facebook、 Google获取基础信息后，也会到YouTube视频里详细了解个东西怎么用。

我以前经常做判断，但是发现错误的比率非常高，而且很花钱，所以我现在尽量少判断，用数据去说话。我把未来AI的应用场景都投了，然后通过数字反向去看这些产品就好。

一个明显的趋势是，未来5年AI的渗透比例将会大大提高，所有的年轻人都会到AI上去，甚至很多个人助手可能会干掉很多现在的促成交易的平台型公司。

过去类似美团的模式为什么还会存在？我们以前投的公司是帮这些商户搬到Google上去，尽量不让平台抽成，后面很快就会有公司把这些小商户们搬到AI上去，不让平台抽成。以后消费者点外卖可能通过chatGPT或者AI助手直接选餐，通过哪个工具点的已经意义不大，最后的结果会直接导向到餐馆里。

就电商而言，内容电商可能还会存在，货架电商可能会消失，会被个人助手代替，会有新的平台形式出现。

刘夜：AI还处于GARTENER曲线的左侧。因为涉及到对流程上的理解和改造，AI应用的普及比想象中来得慢。真正二次创业的产业老司机都很低调，很早就开始做产品，但并不着急推广。

未来1-2年比较大的改变会是，大家可能从谈宏大叙事转为谈微观的产业规律和产业流程，这个拐点极有可能在明年发生。

因为要用AI去改造一个流程，且被证明且能够起来是需要时间的，来到CES现场后，我更乐观，这个节奏可能2025年年底就会变快。未来AI的爆发点还在GARTENER曲线的右侧。

张宇（语嫣）：未来5年特别值得期待。总的来讲，一定会有原生的To C应用出现。底层逻辑是我们对信息的处理方式发生了变化。过往互联网的信息处理方式都是把非标准化的信息结构化，再去做匹配，也是“货架电商”的逻辑。我们一直说要做千人千面，但是在过往的技术上很难达到。

AI对于信息的处理是革命性的，它是非结构化的输入和非结构化的输出，在这样的模式上，无论是To B还是To C都会有巨大的改变。

未来会从IT时代转变为DT时代。公司的私有数据就是公司的资产，但数据好不好，能不能用，也是目前最大的挑战。未来的5年，如果小公司能够非常快的去应用AI，是有弯道超车的机会的。

邹小武：我也比较乐观，且拥抱未来。相信未来会有无数的创业公司出来，虽然绝大部分都会死掉，但每个时代这批创业者都在推动着行业前进。我们很幸运，处在一个陡峭曲线上升的时代，尽管欣赏这个时代就好，然后做好自己该做的事情。如同语嫣所说，未来5年内有C端的AI超级应用出来，甚至5年后机器人也会普及。

刘湘明：企业如何完成向AI企业的升维，小武有没有什么建议？

邹小武：我这个感受比较深，当时语嫣上课的时候讲，你们不能只是靠AI去总结数据，而必须靠AI去做事情。当浪潮来的时候，企业的核心创始人必须躬身入局，如果创始人没有体感，大概率不行。

我们内部怎么实践的呢？基本上每两个月会有一次AI内部会或者比赛。很多创新力量都来自于基层的95后，跟现在很多AI原生的创业者一样，一个人搞所有事情，在他们看来很正常。相比较而言，移动互联网时代的人，特别是已经做成了公司的人，会觉得需要招很多人，。移动互联网时代的企业，需要靠一些机制发挥基层的力量。我们公司举办比赛，投资部大量看产品，核心管理层迫使自己每天用一个小时的产品，比如写文档，比如每天跟Kimi聊天等，反正尽量把你的生活跟新的东西融合起来，然后把你的工作也用新的工具融合起来，你的感受就会越来越深。

只有当创始人真的有体感，且真的相信这个方向，才有可能带领企业就在这个方向去走。

张宇（语嫣）：移动互联网刚兴起的时候，大家都很惶恐，但同时也会觉得这无非是把网站搬到手机上，没啥大不了的。我那时候开始逼自己用手机，从微博开始到微信，然后才能理解无线互联网不一样的地方，躬身入局这件事情很重要。

一家公司如何拥抱AI，创始人的认知会是天花板；还有就是私有数据会是公司最重要的资产。过去我们对资产方面的定义可能要发生巨大的变化；最后 AI的使用可能让很多商业模式发生变化。比如，过往靠广告的商业模式，未来因为AI Agent的使用可能都不成立了。那未来的商业模式是什么？我认为最重要的还是认知和愿不愿意躬身入局，

刘夜：第一是时间管理，用时间管理来降维。对于那些完全不懂产业的人来说，你的时间管理在产业里，需要深入理解产业，不要离开产业，然后跟用户要离得近一点。这对那些没有产业背景的人来说是一个挑战。

另外，产业从业者要有一半的时间研究AI，在这个过程要亲自汇总最核心的prompt。

第二是与其听别人讲无数的技术原理，不如自己亲自看一下论文，如果有条件看一下架构的源代码。我经常把没有技术背景的管理层拉过来看论文，多看几遍，看懂百分之三五十，就能对业务决策带来极大的影响。很多时候部门10个人，管理层看完代码知道3个就够了。

陈洁：在互联网时代之前，让劳动密集型大型公司例如call center等，一下子升维很难，但是如果头部公司不做，后面的公司可能会提高效率干掉前面的公司。做投资和创业不太一样，AI时代收、并购会变多，收购技术型企业，是升维的最快方式。投资人只要找到更高的信号，就可以做决定了。

语嫣：过往互联网有一个规律，第一名等于第二名加之后100名的总和。第一名占到80%的份额。第二名是最有购买价值的，并购后改造就可能弯道超车。未来coding的门槛降低，工程师可能会成为最快失业的群体，也许未来会有很多这种平台式的能力提供，对于AI的认知和鉴赏能力可能是很重要的事。

邹小武：企业如果认知跟不上，就一定会消退，这个是大家都逃脱不了的，除非有新一代接上。AI时代本质上还是要学会使用工具。跟机器对话需要自然语言，但是你的自然语言，机器听不懂怎么办？要掌握与机器对话的方法。比如，单纯告诉它帮我写个分析报告，还是详细告知分析报告的框架，AI产出的质量差别巨大。

张宇（语嫣）：我的论文是关于个人如何使用AI的。我的研究发现，之前有观点表示， AI可以把人的能力通过技术平权，可以帮助能力弱的人变得强，但事实上不是这样的，它对普通人的帮助很大，但是对于后端的人帮助不大。

在我的研究里面，个人绩效结果受到努力程度和能力两项因素制约。AI能够帮助补充能力项，比如沟通能力等，但是对于主观努力没有办法补充。即使强迫个人去完成本该完成的任务，主观努力的程度依然是能力发挥的制约因素。所以，这对未来整个教育以及人的职业发展都有很大的挑战。