2021 年，一家叫 Jasper 的公司，用 AI 写案牍，短短一年就成了老本的骄子，年收入高达 4000 万好意思元，毛利高得惊东说念主。整个东说念主皆合计，这是一个完好意思的生意。

议论词，只是一年多后，另一个 AI 居品—— ChatGPT ——横空出世。随之而来的是，Jasper 的网站窥伺量在一个月内骤降 40%。半年后，这家也曾的明星公司运行裁人、转型，慢慢淡出了东说念主们的视野。

这听起来像个训导，但并非整个东说念主皆被 AI 海浪吞没。另一家札记公司 Notion，雷同拥抱了 AI，结局却完全不同。AI 非但莫得伤害它，反而成了它的"助推器"，用户数从 3000 万沿途狂飙到了一亿。

雷同站在 AI 的浪尖，为什么一家石千里大海，一家却扬帆远航？

为了搞懂这个本驳诘题，迁延今天请到了前智谱 AI 的 COO、迁延学园 6 期学员张帆富厚，为咱们带来《大模子的生意新范式》主题共享。

张帆富厚对这场变革有一个相等精熟的比方：

"咱们把模子手脚一个大海……最灾祸的作念法，是在上头辛空泛苦建一座灯塔，它看起来很稳，也够高。但你要知说念，海平面每半年就会高潮一次，每一次皆可能把你用度心血的建筑吞没。因此，在这个时期，咱们不该建灯塔，而要造一艘能浮在水面上的船。"

以下内容是张帆富厚课程的精华札记，但愿能帮你找到属于我方的"那艘船"。

AI 大模子重构了居品范式

东说念主机交互的演变

咱们先来聊聊大模子对居品范式的影响。

什么叫居品范式？内容上即是东说念主机交互的范式。不祥来说，即是东说念主若何跟机器对话、若何下指示，机器又若何给咱们反映。

而解决这个问题的中枢，就看两个关键因素：学习成本的高下，以及交互带宽的大小。

追忆一下咱们资格过的历史，东说念主机交互的变革是一次次大的范式跃迁。

最早是号令行时期，当时候学习成本极高，交互带宽又相等低，你得记着几十条特定的指示才能跟机器交流。到了 PC 时期，鼠标和图形界面（GUI）的出现，让学习成本快速着落，交互带宽也随着进步了。

再看移动互联网，它进一步强化了这少许，触控操作相等合乎东说念主类本能，你把 iPad 丢给一个小孩，半小时就能玩得额外溜。并且，这个时期还加入了多模态才智，让交互带宽再次跃升。

那么 AI 又是若何变调这一切的呢？

我认为，它对整个这个词交互带宽和学习成本又是一个极大的跃升。

AI 的交互神情极其不祥，即是对话，并且险些不消学习，因为它莫得尺度谜底，你通过互动的交流就能惩处。它的抒发力变得极其丰富，只须你能猜度的，语言能抒发的，皆不错输进去。

是以，比起 GUI 时期，AI 时期的信息量是一次庞杂的跃升。AI 第一次解决了抒发力和易用性并存的问题，你险些不消学习，任何东说念主皆不错简洁抒发。

居品范式的再行发明

AI 时期远莫得终局，额外是多模态才智的出现，将交互带宽进一步进步，学习成本进一步阻挡。

你不错想一想，语言是需要学习的，但用眼睛看宇宙险些是本能。如果咱们用一段翰墨来描摹一支笔，每个东说念主的想象可能皆不一样，这阐明信息在翰墨转达中照旧产生了衰减。

本文仅占课程内容 1/6，扫描海报二维码不雅看完整课程

但如果我径直把笔拿出来给人人看，人人脑子里的图像一定是完全换取的。这诠释了多模态的信息传输服从和带宽比语言还要高。AI 时期，咱们整个这个词学习成本和交互带宽的变化，是指数级的。

咱们再反过来看，东说念主类的需求其实从来莫得变过，所谓"太阳下面莫得崭新事"。但随着东说念主机交互神情的变化，得志这些需求的居品正在被再行发明。

你发现莫得，需求没变，只是因为交互模式和带宽的变化，让咱们的需求被再行发明成了不同的居品。

如果沿着这条轨迹看，如何诳骗好今天带宽的进步、交互范式的变化和学习成本的着落，咱们就会发现，每一个需求皆可能被 AI 再行发明一遍。

而今天，咱们还处于这个程度的相等早期。咱们不错望望一些例子。全球驰名的 AI 投资公司 Andreessen Horowitz（A16Z）每半年皆会发布 AI 应用 Top 50 榜单。

从这些榜单中，咱们不错获得一个蹙迫知悉：AI 居品的发展速率涓滴莫得放慢，依然在快速迭代。从 2024 年 3 月到 8 月，有 30% 是新相貌；而从 2024 年 8 月到 2025 年 3 月，又有 40% 是新相貌。每半年皆有大量新址品长远，同期也意味着有好多居品离开了榜单。

这标明，咱们依然处在一个相等早期的阶段，当前还很难说谁会成为这个时期的"杀手级应用"（killer app），但咱们不错从底层的念念考起程，来探索咱们该如何行动。

AI应用的范式变化

接下来，咱们来聊一个额外蹙迫的命题：智能自己是一个好居品，但离信得过的坐蓐力还有终点大的距离。作为业务从业者，咱们该如何看待这个问题？

我认为，一个好的 AI 居品，模子含量既不可太高，又不可太低。

如果你作念的居品完全依赖底层模子，那壁垒就很低。模子每半年一次的庞杂升级，很可能就会把你的业务模式透顶颠覆。但如果你离模子太远，又会跟这个时期脱节，缺少竞争力。

正确的作念法，应该是借助模子的才智，去放大咱们业务自己的中枢价值。

咱们来望望两个典型的例子。第一个是 Jasper，一个也曾估值 15 亿好意思元的独角兽。它诳骗大模子匡助企业写告白案牍，模式看起来很完好意思：用极低的成本调用 API，再以高价卖给客户，毛利高、增长快。

议论词，鬈曲点在 2022 年 11 月出现了。ChatGPT 发布了，Jasper 的窥伺量在一个月内骤降 40%，半年后运行裁人转型，生意模式险些坍弛。

为什么？因为它过度依赖模子，模子含量太高，导致壁垒极低，一次底层本事的变革就让它无力禁绝。

另一个正向的例子是 Notion。这是一款文档裁剪器具，它在 ChatGPT 发布前就照旧推出了我方的 AI 功能。

咱们不错望望它的数据：2022 年，营收是 6000 万好意思元，用户数是 2000 万；而到了 2023 年，营收飙升到 2.5 亿好意思元，涨了快要 5 倍，用户数则增至 3000 万。

你会发现，在用户鸿沟莫得大幅增长的情况下，收入却终显现惊东说念主的增长，主要就开始于它的 AI 功能升级。更蹙迫的是，ChatGPT 的发布不仅莫得伤害它，反而加快了它的用户增长。

为什么？因为 Notion 有我方的中枢业务，AI 才智只是作为接济，用来放大其原有业务的价值。它把模子才智和自身业务深度集中，而非完全依赖模子。

asper 和 Notion 这两个案例，酿成了昭彰的对比。它们告诉咱们，告捷的 AI 应用，不是不祥地把模子才智"嫁接"到业务上，而是深入和会 AI 的底层逻辑，将行业的 Know-how 和数据以结构化的神情融入其中，构建一个 AI 驱动的增长引擎。

是以，今天每个企业家皆应该去念念考：你的中枢业务才智是什么？如何诳骗模子来加快它，并将这些才智千里淀为我方的竞争壁垒？

AI 大模子重构了生意范式

使命神情的变革

聊完居品范式，咱们再望望大模子对生意范式会有什么影响。

率先，是使命神情的变革。以前咱们作念好多事，其实某种程度上，咱们的手段终局了咱们的创造力。咱们可能脑子里有好多很棒的点子，但因为不会编程、不会画画，这些"才智墙"就终局了咱们把创意终了出来。

而大模子的出现帮咱们把这堵墙冲破了。一个九岁的小一又友，借着 AI 不错写出图文并茂的科幻演义。AI 变成了咱们每一个东说念主的"外骨骼"或"外大脑"，强化了咱们的才智，让咱们不再受限于手段，不错更简洁地把创意落地。

在这个时期，咱们每个东说念主的才智皆会被放大，奢睿的东说念主会变得更矍铄，"超等个体"很可能会成为将来使命的一个蹙迫阵势。

组织阵势的变化

有了"超等个体"后，咱们的组织会发生什么样的变革呢？我曾看到一个很特道理的不雅点，有东说念主说 AI 不是下一次工业创新。

为什么？因为工业创新的内容是单干的细化，把一件事分给不同的东说念主来完成，辩论是提高服从。

而 AI 赶巧相背，它把底本散播到各个工种的任务再行收回到一个东说念主身上，在不阻挡服从的同期，极地面进步了创造力。

我合计这个不雅点相等特根由。当每个东说念主皆变成"超等个体"时，咱们的组织阵势是不是也要变？

今天那些很火的 AI 公司，东说念主数皆未几，可能二三十个东说念主就能打造一个估值几亿以至十几亿好意思元的公司。

如何借助 AI 重塑个东说念主和组织的配合神情，是今天每一个企业皆应该去念念考的。

用户体验的变革

再来说说用户体验的变革。

天然当前好多东说念主认为手机依然是 AI 时期最佳的载体，但我合计这不是统统的，还有新的可能性。

AI 的出现，让咱们处理数据的才智大幅进步。以前咱们不网罗大量非结构化数据，比如灌音和视频，是因为网罗了也没用，谁无意刻去看呢？

但今天，AI 的处理才智让这些数据皆变得有价值了。

市集上出现的多样 AI 硬件，比如挂在胸前 24 小时灌音的设备，皆是为了捕捉这些数据，让它们变成咱们的"外挂大脑"。

比如你可能想不起来昨年八月份看过的阿谁卖沙发的网站叫什么，但如果 AI 帮你记载了整个信息，它就能简洁帮你找追忆。

我合计在这个时期，咱们必须保执实足洞开的心态，将来还会有好多变革会快速出现。

生意模式的变革

生意模式的变革老是随着本事迭代而来。

比如最不祥的告白模式，在搜索引擎出现前，只可作念品牌告白，服从很低。

而搜索引擎的出现，让告白从"品牌"迁移为"效果"，终显现流量的无穷细分和精确匹配。到了 AI 时期，这个模式又变了。

AI 不错进一步细分流量，以至能径直把"信息"回荡为"动作"和"断绝"，让告白和用户需求无缝交融，创造更高的生意价值。

一朝作念到这少许，在现存的流量体系下，整个这个词生意价值可能还有一个数目级的进步空间。

竞争上风的变革

临了，咱们还要念念考竞争上风的变革。

人人皆在戮力把我方的"护城河"挖得越来越宽、越来越深。

但在 AI 时期，很可能当你挖完一条很深的护城河，扭头一看，发现"城"没了。

因为今天的竞争维度皆变了。

就像人人说，"击败康师父的不是另一个浅薄面，而是好意思团外卖"一样，AI 可能径直把你赖以糊口的竞争壁垒。比如几十万讼师提供的法律就业，变成一个模子，让你的"护城河"一会儿坍弛。

是以，每一个身处这个时期的东说念主，皆必须念念考如何搪塞这种变化，这亦然为什么咱们今天需要来学习 AI，因为这些信息皆可能对咱们的业务产生径直影响。

AI 重构千行百业案例

前边咱们聊了居品和生意范式的变化，接下来我跟人人共享一些咱们看到的引申案例。

往日两年，大模子的才智正在快速落地，为百行万企实确凿在地创造着业务价值。

从最运行很浅层的应用，到当前照旧运行解决一些基础问题，我个东说念主认为，将来 AI 或者重塑咱们的业务链路，而这个过程正在发生。

无论是汽车、医疗、销耗如故其他领域，皆照旧有不少落地的案例了，我不祥给人人挑几个讲讲。

咱们先望望国外。

最近 AI+ 法律是一个相等火的赛说念。

我重心讲一个叫 Harvey 的公司，这是 OpenAI 投资的，它把整个这个词法律问题分红了不同深度，用 AI 来解决。你会发现，在草拟文献、房地产遵法窥伺这些相对尺度化的业务上，AI 照旧能达到东说念主类前 25% 的水平。

这个公司 2023 年才蛊卦，到 2024 年收入就达到了 5200 万好意思元，生意价值相等大。更蹙迫的是，它诠释了垂直领域的 AI 助手，通过加入海量的法律数据和定制化本事，施展要比通用的模子好得多。

这告诉咱们，一定要把我方的行业 Know-how 融入到 AI 里，才能创造信得过的价值。

再来望望医疗行业。

咱们看到了一些新公司，比如 Hocritic AI，它界说了多样各种的 AI Agent，把病院、药厂、医保机构等要领皆串联起来，以至推出了首个医疗 AI Agent 应用商店，估值照旧达到 16 亿好意思元。

但也有像 Tempus 这样的老公司，它蛊卦于 2015 年，本来是作念医疗数据整合的，在 AI 时期欢快了第二春，通过将多年积存的数据与 AI 集中，告捷从 to B 的数据销售商转型为 to C 的个东说念主健康经管就业商。

是以你看，AI 时期不仅给了新公司契机，也让有实足行业积存的老公司找到了第二增长弧线。

接下来咱们望望国内的案例，汽车领域是当前拥抱 AI 最深入的。

率先是智能座舱，当前的车如果莫得智能座舱险些就不对格了。AI 让车内交互变得更拟东说念主化、更复杂，比如它能和会多重意图的指示，还能通过多模态才智，用录像头识别车表里的环境，提供更高档的安全和便利就业。

AI 还深入到了汽车的销售要领。比如 AI 质检，以前东说念主工只可抽检 2% 的外呼电话，但 AI 不错作念到 100% 粉饰，服从是东说念主的十倍以上。AI 助手还能在销售过程中及时提供指示和提出，以至不错模拟客户陪销售东说念主员锻练，大大进步了销售质地。

然后是销耗行业。

AI 正在赋能"东说念主、货、场"的每一个要领。

在 AI 营销方面，它或者凭据不同的渠说念特色自动生成定制化的告白案牍和素材，并用智能投流助手及时调养策略，把底本按天经营的调养周期裁减到分钟。在电商运营方面，AI 能优化商品搜索，终了多平台自动化上货，并自动索乞降更新商品标签。

这些才智终点于让每个东说念主皆领有了一个 24 小时的超强分析师，不错快速知统共据，驱动业务决策。

以前雇主想查个数据，分析师可能得加班一个星期，但今天借助于 AI，这些问题皆能快速解决了。

总的来说，告捷的 AI 应用不是不祥地把模子才智"嫁接"到业务上，而是要深入和会 AI 的底层逻辑，将行业的 Know-how 和数据以结构化的神情融入其中，构建一个 AI 驱动的增长引擎。

当前，是企业应该去念念考如何诳骗 AI 来加快业务、重塑组织和界说将来竞争上风的时刻了。

大模子在企业落地的步伐论

接下来，咱们聊一个更现实的问题：企业到底该如何落地 AI 策略？

这可能是最极重的一步。咱们常说"懂了好多根由，依然过不好这一世"，关于大模子应用来说亦然一样。不是懂了模子道理，就能作念好生意落地。这需要一套知晓的步伐论。

率先，作念生意落地有一个大前提：你必须信得过和会模子是如何使命的。

我发现好多雇主对模子皆有不切施行的幻想。比如有东说念主问："我有一千万条客服对话记载，把它们皆喂给模子，模子是不是就无敌了？"

我敢说，如果你确凿这样作念，模子很可能就废了。为什么？因为模子的运作机制并非如斯，额外是在微调（fine-tuning）领域，数据的质地远比数目蹙迫。

这就像找一个销售。一个奢睿、靠谱的东说念主，两周就能上手。但如果他自己就不靠谱，可能两年皆作念不好。

是以，第一步，你得选一个靠谱的基座模子，把进步"才智"这件事交给它。咱们要作念的是，在此基础上去构建属于咱们我方的才智。

若何构建？你不错把模子的才智分为三个档次：

预查验（Pre-training）：解决的是通用才智，也即是模子的"才智"。这个交给基座模子，咱们不消管。

微调（Fine-tuning）：解决的是领域才智，也即是模子的"训导"。比如，一个优秀的销售，他懂鉴貌辨色，有谈话的艺术，这是一种通用的行业才智，与具体卖什么居品无关。这部分才智需要咱们来参与构建。

Prompt 工程（Prompt Engineering）：解决的是任务级才智，也即是"居品阐明书"。比如，公司居品的销售手册、常见问题（QA）、价钱体系等等。这部分信息更新时时，无法查验进模子，只可通过 Prompt 来提供。

和会了这三层关系，你就能知说念，咱们信得过要作念的，是把自身的业务才智和行业 Know-how 通过微长入 Prompt 工程融入到 AI 中，把它固化成咱们的基础才智，从而酿成一个执续的"飞轮"。

接下来，在落地之前，咱们还需要自我注视一下，如何判断我方是不是"大模子就绪"（AI-ready）。

第一个，数字化程度高不高。如果你的企业连最基础的数字化皆莫得，就很难径直上 AI。

AI 是基于数据的，没稀有据，一切无从谈起。是以，你必须确保你的业务有高质地的数字化基础，或者找到那些数字化杠杆比拟高的业务。

第二个，场景选拔对不对。这是最容易犯错的少许。好多东说念主看了媒体信息，对大模子一知半解，就凭想象选拔了一个根柢不恰当 AI 的场景作为切入点。

断绝参预大量时刻和财富，临了却发现什么也没作念出来，然后得出" AI 不靠谱"的论断，这是最可惜的。

大模子的发展是一个依次渐进的过程，它无法在短时刻内解决你整个的问题，但长期来看，它的后劲是庞杂的。

构建企业 AI 策略的步伐论

有了以上领略，咱们就不错运行构建我方的 AI 策略了。我发现好多雇主额外可爱问："你们有什么现成的居品，我能径直拿来用吗？"

这种主义是格外的。AI 应用不是一颗"纵情丸"，吃了就能脱手成春。它更像一套当代医疗决策：先会诊，再开药。

是以，正确的策略旅途应该是：

先进行 AI 会诊，再制定策略，临了才是决策落地。

有价值的 AI 策略一定是量身定制的。它必须凭据你企业的业务性情和属性来联想。

不祥地找一个学问库或者历程，作为"焦急劝慰剂"，并不可解决任何内容的业务问题。

是以临了，咱们来聊聊在 AI 时期，企业应该如何再行界说我方的策略才智。在我看来，无非是四个维度：

选拔合适的基座模子

基座模子的选拔，莫得最优解，只须最合适的解。

你要接洽：模子的执续更新笃信性（公司是否靠谱？）、推理成本（一年需要花几许钱？）、合规性（能否在中国正当使用？）、以及是否能信创适配等。

凭据这些维度去给不同的模子打分，找到最合乎你企业策略的那一个。

构建合适的组织

组织的竖立，合适比高配更蹙迫。你需要想显现，你的公司到底是：

AI 应用型公司：AI 只是器具，用来进步服从。你只需要培养一些懂 Prompt 的运营或居品司理即可，无需大量参预。

以模子为中枢的业务公司：你的业务离不开 AI，你需要将行业 Know-how 和数据融入模子中。这时你需要更复杂的组织架构，来留神数据的萃取和模子的微调。

AI 原生公司：你的公司自己即是作念模子的。这时你需要大量的算法工程师和科学家，从底层本事运行接头。

再行界说数据资产

市集对数据资产有一个庞杂的误会，认为只如若数据即是资产。

我想给人人泼个冷水：99% 的数据皆莫得任何价值。

数据一定是和场景绑定的。雷同一段灌音，在不同的场景下，它不错是音乐，也不错是杂音。如果你的数据莫得对处所场景，它即是一堆无须的信息。

更蹙迫的是，AI 时期的数据资产，不单是是存量数据，更是你执续坐蓐高质地数据的才智。AI 不错诳骗非结构化数据，这极地面拓展了数据资产的领域。

业务场景的再念念考

大模子的应用场景，毫不单是是"对话机器东说念主"。

AI 应该像水和电一样，润物细无声地相接你整个这个词业务链路，重塑你的业务历程，带来全新的体验。

只是给旧业务加个 AI 插件，叫作念"陈陈相因"。你需要用 AI 的底层才智，再行界说你的业务、数据资产和竞争壁垒。

总之，AI 时期的告捷，不是靠跟风，而是靠一套完整、定制化的 AI 策略。

AI 正在颠覆哪些生意场景？AI 的长远——迁延 2025AI 应用后果大展门票将在 9 月 22 日开抢，敬请神色

开云kaiyun