今天，AI创新仍面临诸多挑战。但不可否认的是，重重挑战之中，AI也在加速落地，这背后是无数企业的共同努力。
AI作为一种全新的生产力，正如1890年的电力一样，AI正逐渐渗透到各个行业。最初人们尝试用电动机取代蒸汽锅炉，而如今我们在探索如何将AI组件融入现有的产业结构中。
电力时代，现代工业流水线出现，才让电力真正推动了社会效率大幅提升。而在此之前，人们都执着于让电机替代单点设备。可以预见，AI创新，也需经历单点创新、系统创新以及创造新系统的进阶，才能逐步充分释放AI作为全新生产力的潜力。
AI的核心优势并不在于简单的算法优化或预测能力，而在于它能够实现预测性决策，从而替代人类进行某些环节的完整决策。这意味着AI不再仅仅是辅助工具，而是可以独立执行任务，并根据设定的目标自动调整行动策略。
具体来看，这也要求企业重新思考用户需求和消费过程中的关键要素。例如，在购物场景中，AI可以通过理解用户的偏好，直接推荐最符合需求的商品，而不是提供大量的搜索结果让用户自行选择。
其中，跃盟科技开发的产品“瞬知千寻”正是朝着这个方向努力。“瞬知千寻”每天处理超过8亿次的需求，提高交易效率。更重要的是，“瞬知千寻”展示了AI在决策过程中如何做到比人类更精准、更高效，使得用户对推荐商品的接受度更高，转化率也相应增加。
2024年12月19-20日，第16届创业邦100未来独角兽大会在成都举行。会上，跃盟科技创始人兼CEO王冉带来题为《AI创新应用，构建智能时代的新质生产力》的演讲，阐述了跃盟对于AI创新应用的最新思考。
以下为演讲内容，由创业邦整理后发布：
谢谢主持人，我注意到刚才拿到投资的各位创业者似乎弥漫着一些悲观情绪，那我就给大家讲一点乐观的事情。
尽管 AI 的创新颇具难度，大家也都在思考到底该如何进行 AI 创新，但实际上今年 AI 的落地情况不错，还实现了很好的增长。所以，我想借此机会和大家分享一下我们在 AI 创新应用方面的一些思考。
AI 本质上是一种显著的生产力，而这种生产力的发展并非偶然。纵观人类历史，还有一类生产力的发展也曾像如今的 AI 一样艰难，那就是我们如今日常生活中常见的电力。
在 1890 年，电力还是非常时髦的事物，就如同现在的 AI 一样。在蒸汽时代，工厂的核心是蒸汽锅炉，蒸汽锅炉推动着整个生产设备的运转。当电力出现，人们的第一反应是用电动机来取代蒸汽锅炉。在 1890 - 1900 年这十年间，大家都在进行这样的探索，就像我们现在思考 AI 在各个行业的落地应用一样，大家都在想如何用现有的产业结构去替换，把某个部件换成 AI 组件，从而提高整个生产效率，但这其实是非常困难的。
电力的发展经历了三个阶段，第一个阶段是尝试将蒸汽锅炉直接换成电动机；第二个阶段是给每个设备都装上电机；直到第三个阶段，也就是现代工业流水线的出现，才真正让电力发展成为推动整个社会效率大幅提升的关键因素。所以，任何新生产力的发展，都要经过单点创新、系统创新以及创造新系统这样的过程，AI 也不例外。
回顾电力的发展历程，我们可以想象，在 1890 年电力开始应用时，10 年后电灯的普及率才 20%，二三十年之后才达到百分之七八十的普及率，AI 的发展也会如此。从最本质的差异来看，电作为一种新质生产力，其本质并非是廉价的蒸汽。如果仅仅将电视为廉价的蒸汽，那么电的应用就不会像今天这样普及且具有规模性。电的本质是其生产和使用的分离，例如在遥远的新疆建设发电厂，通过特高压技术让东部沿海的工厂能够平等地获得电力，这使得电不再成为生产的限制因素，而正是这种特性带来了如今巨大的发展，我们今天的流水线、电气设备等方方面面都是因为电的生产和使用分离所带来的成果。
那么对于 AI 而言，它其实就像是一种新电力。我们不会直接触摸电，因为那很危险，而是通过电气设备来使用电。同样，AI 也不是普通人能够直接使用的能力，而是需要构建 AI 设备，有了这些设备后，AI 才能得以应用。
我们再来看看 AI 的发展历程。之前很多人都在说 AGI 即将到来，那 AGI 到底是什么呢？回顾 AI 的历史沿革，其实人类很早就在探索智能能否替代人类的能力。从手写语音识别来看，我们从 1998 年到 2015 年左右，才真正意义上实现其超越人类的水平；而语义理解和阅读理解则在短短三年左右的时间就超越了人类；如今最热门的预测性推理，也只用了两三年的时间就达到了超越人类的水平。至此，在 AI 能力与人类能力的对比上，我们可以说已经没有了短板。
预测性推理是当下非常热门的词汇，也是我们认为 AI 应用的重要方向。因为有了预测性推理，AI 终于能够代替人类做决定了，以前 AI 只是辅助人类，而现在在某些环节，AI 可以进行完整的自主决策，这是一个非常了不起的进步。
当然，技术圈的兴奋与产业圈的实际应用还存在较大的差距。我们不妨大胆假设，仿照电力发展的逻辑，AI 并非是一种更高效的预测算法。很多时候，我们将 AI 当成了一种高效的算法，也就是更好的预测手段，但实际上 AI 的真正价值绝不是目前这种简单的交互方式，它可能代表着更多、更前沿且更具可能性的未来。
所以，我想和大家分享一个观点，我们不能仅仅关注生产力和系统生产力，而更应该关注预测性决策这种能力所带来的新生产系统。而构建这样的生产系统，可能不仅仅是我们一两家公司的事情，可能需要整个行业共同来思考，到底 AI 的新商业模式、新生产系统是什么。接下来，我给大家分享一下我们对整个 AI 发展的一些思考。
我认为目前 AI 主要朝着两个方向发展。第一个方向是辅助人类决策，大家经常听到的 Prompt、copilot 等方式，就是对人类能力的增强。在这个过程中，人是执行任务的主体，在人执行任务的过程中，由一个或多个环节需要 AI 来辅助。我们可以通过各种方法召唤 AI 来为我们服务，AI 提供的是信息和建议，而是否采纳这些建议并融入任务流程，则由人来决定，这是一个发展方向。
第二个发展方向是 AI 的自主决策。在这个方向上，AI 能够完整地执行任务，人类只需要设定任务目标，并基于目标提供资源，以及进行最终的检查结果和反馈，中间的过程都由 AI 来完成，简单的一个智能体可以完成任务，复杂智能体的结果可能会成为另外一个智能体的输入。
当然，这样的方向还不够 “酷”，更 “酷” 的是，我们每个人都可能拥有一个伴随式的 AI，它可以在我们脱敏的情况下，理解我们的决策方式。毕竟人与人之间的沟通在很大程度上是通过一系列的决策理解来实现的，而 AI 与 AI 之间的沟通则会更加容易，我们将其称为 “瞬知”。在未来的 AI 应用中，伴随式的 AI 绝对不仅仅是给用户提供建议，而是要提供完整的决策。
基于此，我们开发了一个产品叫 “瞬知千寻”，它的作用是帮助用户做决策。我们可以对比全球最火的 perplexity，以购物为例，购物是一个古老的话题，人类很早就开始进行交易。在过去，交易的主体从未出现过自身以外的部分，而现在 AI 自主决策可以通过理解用户的需求，真正完成交易决策。
搜索通常会给用户呈现很多结果，虽然有了 AI 能力后，这些结果可以更客观、更多元，但毕竟给出的结果数量众多，一个需求对应的搜索结果可能有成千上万个。所以我们就想，能不能将结果缩减到 1 - 3 个，因为很多交易并不需要太多的商品供用户选择，给用户一个能够满足其需求的商品，应该是更理想的状态。“瞬知千寻” 就在朝着这个方向努力，并且很荣幸地是，我们在这个方向上取得了一些成绩，在整个产业中提高了不少产业效率。截至目前，我们每天处理这样的需求已经超过 8 亿次。
给大家汇报一下我们的成绩：
这是基于全量用户的数据分析，可以从下面的用户需求量级图中看出，6-11月，每天的用户需求数量增长非常迅速，目前已经超过 8 亿次每天。
上面的这张图展示的是智能体的自主决策满足用户需求对应的商品数量，可以看出，最好的情况可能只需要一点几个商品，在情况不太好的时候，比如大促期间，由于用户需求更加多元，可能会超过三个甚至到四个商品。这意味着什么呢？这意味着在 AI 代替人类进行消费决策的情况下，其表现比人类自己决策更好，人类得到的结果比自己去选择更容易接受。这也意味着，在整个转化效率上，我们真正做到了让 AI 在行业中的应用不再是简单地用电去替代蒸汽机的模式，而是重新思考了用户在消费过程中真正的需求，是让智能助理提供消费建议、生成更多消费知识。整个过程中，最重要的是给用户一个他们认为想要的东西，让他们去选择。
智能决策的本质是让答案越来越少，让用户在某一项需求领域中能够做得越来越好，这也是我们所追求的方向。我们相信，在未来整个 AI 的发展和应用过程中，大家都会遵循这样的方式。
我给大家分享一个阈值，很多人问我， AI 应用落地需要达到什么样的指标才会被广泛使用？我们经过多年的摸索，发现了一个有意思的指标，那就是产业效率要达到 300% 以上。
任何一种 AI 新技术落地到产业中，不仅我们自身要付出成本，产业的方方面面都需要付出成本来适应新的生产力。因为生产力本身是带有成本的，那么在什么情况下，这种成本更容易被产业的所有环节所接受呢？那就是当它带来的效率至少是行业原有效率的 3 倍以上时，才有机会真正落地实践，这是我们实实在在摸索出来的结果。
另外，我还想和大家分享一下我们对新质生产力的思考。过去大家都在谈论算法能力，算法能力确实是一个很热门的词汇。我们作为行业从业者，每天阅读大量论文，也会感到很困惑，一会儿这个能力又涌现了，一会儿另一个能力又出现了。
但实际上，算法能力并不代表我们就能拥有一个非常伟大的公司。算法能力只是证明了我们的思考方法是有价值的，从算法能力到新的工程结构，当算法发生变化时，工程结构也会随之改变。我们过去搭建互联网产品的思路，在如今的 AI 时代已经完全不同了。新的工程结构又会催生出新的产品，新的产品又会带来新的商业模式，所以这一切都是由算法能力的突破所引发的连锁反应。
所以，我们认为在人类与 AI 能力的对比上，已经没有明显的短板了，接下来核心的发展方向可能就是产业应用。一方面，我们要有 3 倍效率的切入点；另一方面，新的工程、新的产品、新的商业模式所带来的新规模化产业，也是大家值得深入思考和积极探索的问题。
我个人是比较乐观的，因为我相信新的 AI 决策所带来的商业规模可能会远远超过今天的互联网规模。
最后，感谢大家，也感谢所有的 AI 从业者。AI 从业者从来没有打过顺风仗，从我们开始接触这个领域，大家对我们的要求就是提高效率，我们从来没有干过简单轻松的活，所以我们必须在艰难的环境中前行。但我希望我们所有的从业者，在经历了这些艰难困苦之后，都能看到漫天的星河，都能够更加乐观、更加美好、更加努力地前行。
谢谢大家，也谢谢这个时代。
