人工智能时代：谁将被取代？

人工智能技术不断突破，大模型应用都想成为爆款，企业正站在一个全新的十字路口。引入人工智能会否真的降本增效，跟不跟？摆在眼前的是一个创新产品和服务的机遇，也是一个需要理性对待的未来。

近日，北京商报社深蓝媒体智库系列沙龙开启人工智能之旅，走进中科海镁(北京)科技有限公司，与人工智能领军企业、大模型创业公司、技术服务类企业等代表，就当下企业引入人工智能的发展、泡沫、瓶颈、方向、应用，包括前沿技术和人才培养，碰撞出启发性的思考。

CAAI基础专委会副主席陈志成：

人工智能相关比赛可促进基础原始的创新

“科学普及和科技转化十分重要，相对来说人工智能还是比较新的领域，很多人没有系统化的了解”，“智新杯”执行主席、CAAI（中国人工智能学会）基础专委会副主席、IS4SI（国际信息研究学会）副主席陈志成在活动中表示。

介绍CAAI主办的“智新杯”大赛时，他称，“‘智新杯’（智能创新杯）是以人工智能机器人为主题的科技类创新大赛，目的是做人工智能基础原始的创新，是CAAI中唯一一个综合类的赛事”。

更详细点说，“智新杯”的主题是“智能创新，人机共融”，旨在引领人工智能原始基础创新，促进关键技术应用落地；展示我国人工智能与机器人领域的最新研究成果；培养创新意识，助力创新创业；专家优势，项目路演促进项目孵化。

CAAI-2024“智新杯”全国人工智能机器人创新大赛有包含来自清华大学、北京航空航天大学、天津大学、四川大学等多所高校以及北京、江苏、广东、陕西、内蒙古、东三省等多个省市的数千支队伍报名参赛，通过线上线下相结合的形式进行，全面展示了参赛选手在人工智能基础创新、机器人技术创新、场景化应用创新等多个层面的综合能力。

百度智能云渠道生态部副总经理段永华：

机器人+大模型既是全新的生产工具，也是新的生产者

“大模型经历了最初的热潮以及后续的降温，对大模型的认知已经趋于理性。”百度智能云渠道生态部副总经理段永华回顾了大模型兴起两年来的变化。

在他看来，生成式AI对生产力的改变是全方位的。从根本上说，大模型将深刻改变人类的生产力和生产关系。从生产力的三要素来说，生产资料、生产工具和劳动者都将被生成式AI重塑。大模型时代，数据已经成为一种非常重要的生产要素，劳动者和生产工具正在发生重大的变革，“比如具身智能，机器人+大模型既是一种全新的生产工具，也是新的生产者。今天具身智能还没有真正成熟，假设五年以后，如果世界上真有20亿台智能机器人遍布生产、生活的方方面面，对这个世界的改变将比移动互联网对世界的改变更大”。

“在这样一个生产资料、生产者和生产工具都被生成式AI产生重大变革的时代，会产生新的生产关系，从而对整个社会发生根本性的改变。不管是传统产业数字化还是构建新兴的产业、发展未来的产业，在新技术、新动能支撑下才有这样的可能性”，段永华说。

他表示，“要把大模型真正用好，得把数据治理好，说到底大模型是一个通用人工智能，如果它不能和企业本身的知识体系，和IT系统里面数据体系建立连接的话，就是一个普通的聪明一点的人而已，一个智能体而已，跟企业业务的结合是比较弱的。这可能是企业初步尝鲜之后，引入大模型后第二步要做的最基本工作。当下能够充分利用大模型的个体和公司，将会在竞争中具备一定的优势，to B（企业）和to C（用户）都有着巨大的机会”。

商汤科技智慧体育事业部市场负责人俞晨曦：

人工智能可以辅助运动员精进技术

巴黎奥运会期间，商汤科技联合上海人工智能实验室、上海体育大学开发的AI智慧篮球产品，全程参与中国国家篮球队三人篮球项目的赛事征程，提供运动数据分析及竞技策略优化支持等。

“这个系统主要用的核心技术包括视觉、机器学习、应用仿真，主要实现的功能包括运动轨迹分析，会得出运动员负荷数据、传输网络分析、技战术分析。”商汤科技智慧体育事业部市场负责人俞晨曦分享了人工智能技术在体育行业的落地，“这套系统的优势主要在于无穿戴，因为不需要穿戴设备，系统不仅可以做自己的情报分析，也可以做对手的情报分析。”

以巴黎奥运会为例，“商汤科技在现场布置了高清视频捕捉设备，通过一系列视觉识别，包括运动行为理解、AI算法，会标注出每个球员的身体数据，包括运动轨迹，抽象出场地跟球员的建模。通过这些算法，得到比较实时的反馈，包括运动员的负荷、技战术、传输网络”，俞晨曦详细讲解。

她发现，“在产品研发和技术落地的过程中，我们发现在运动员身体条件差不多的情况下，运用人工智能的辅助手段可以精进技术，现在的运动员不光装备智能化，个人训练也在智能化”。以投篮为例，怎样的动作命中率更高？这可以通过人工智能系统来判断。

中科闻歌政务事业部副总经理药健：

企业乐于接受更小更经济型的模型

“中科闻歌一直在专注政企AI，推动企业AI的应用，我们非常清晰地看到，新一代生成式AI的技术突破，会极大拓展AI的应用边界，我们总结概括分为三个阶段”，中科闻歌政务事业部副总经理药健分享了企业拥抱人工智能的阶段性表现。“现在全球人工智能的发展以月为单位快速迭代，应用领域从原始感知已经到了认知、生成，在往更复杂的领域跨越。原来追求大模型，现在更倾向于更小更经济型的模型，这种变化让企业可以承受得起，并从中获取更多利益。”

具体到三个阶段，第一阶段即政企1.0，“基础模型应用阶段，这个阶段是把基础模型作为核心出发点，围绕模型打造能力，把模型硬植入到应用场景，也是目前大多数企业所处的阶段。通常的做法是，引入或拿来一个基础模型，开发Copilot（副驾驶）应用，或通过API接口实现模型能力调用，或使用模型接入企业数据实现RAG知识检索增强，使得企业具备初步AI能力。但很快就发现，基础模型是一个静态模型，并不能很好解决面临的实际问题，甚至不理解我们行业中面临的业务问题”，药健表示。

她进一步说，“目前部分先行者已经迈入了政企AI2.0，不唯模型为出发点，而是进一步深入业务场景，围绕业务场景思考AI能力实现中台化支持，基于行业数据持续预训练、行业知识的微调、行业数据的自然语言处理（NLP）增强随之出现，实现了对行业数据、行业应用的更深层数据处理和上层的业务支持。我们认为，未来企业级AI的发展最终会走向政企AI 3.0，即决策智能，也是企业数智化高级追求，面向行业和企业决策应用的场景，把复杂的场景问题要素化和模型化，结合智能体、多智能体协同技术、实现企业决策策略优化和行动规划，把工作流、数据流、决策流与AI结合，最终实现决策智能。我们认为，拥有基础模型，具备行业知识积累，实现行业通用决策的企业将会在未来的竞争中胜出，也需要我们AI从业者帮助企业进行这样的数字化变革”。

捷通华声解决方案总监李翔：

先数字化再智能化，数据决策会事半功倍

“如果企业先完成一部分数字化转型，再做内部流程的智能化应用，或对外交互、管理，数据决策上会事半功倍。如果企业将智能化、数字化同步做的话，数据采集处理过程需要先做规整工作，再做智能化应用，这样才更加流畅”，北京捷通华声科技股份有限公司解决方案总监李翔分享了企业数字化转型时遇到的问题。

在他看来，“目前人工智能所处的发展阶段，更像是人教机器怎么做事，智能体学会一套技能的话，是手把手教人做事。我觉得将来如果人工智能真的有一定思维能力后，它自己能够创造出一些新的数字人或者数字员工，自主完成工作。”李翔进一步说，“现在我们把原来人做的工作变成让智能体去做，本质上没有什么变化，比如说提高效率，只是用新的技术手段完成原来的业务。”

2014年学术界认为机器的智能水平相当于13岁儿童，李翔打了个比方，“现在你觉得人工智能是一个高中生，人类比它强，它只能做一些辅助式的，专家来审核、纠偏。说不定五年十年以后已经是教授级了，它能干的事情更多，有创造性的思维，更相信你。比如写文章，现在人工智能写的可能不敢直接发，要做三校四验，没准十年以后写得比人都棒了，那时候新的业务可能就会应运而生”。

万码优才创始人周媛：

人工智能会取代某些职位，也正创造新的就业机会

作为一家产业数字化人才招聘解决方案服务商的创始人，万码优才创始人周媛认为，“在人工智能时代，很多岗位变少了，但增加的岗位也很多。尤其是数字化转型中的企业，人才的缺口是很紧迫的”。

她能感觉到企业对人才的要求正在发生变化，“企业要求有创新思维、对新工具有快速学习能力的人才，对技术人才的要求也更复杂，希望求职者不仅有技术思维，还能站在用户的角度理解用户需求，清楚所做的产品能解决用户哪些痛点。有些企业还要求求职者有经营管理的思维，能够和团队一起选择正确的技术路线，甚至会排兵布阵完成企业的阶段性目标。对于企业来说，这样的人才不论是数量还是质量，都是大的挑战”。

人工智能也改变了招聘解决方案服务商本身，“万码优才将大模型和招聘平台结合，做了很多尝试”，周媛分享，“招聘平台的核心是人岗匹配，本质是要对岗位职责和求职者简历充分地理解，才能精准地做匹配。以前很多招聘平台是基于NLP（自然语言处理）结合知识图谱来做，但这种方式会受数据量和语言理解的限制，可能会不精准。大模型能帮助平台理解岗位职责和简历里的关键要素和信息，匹配度的精准度会提高很多”。

以泰文化CEO徐辉：

专利数据集是大模型应用的关键

北京以泰文化科技有限公司（以下简称“以泰文化”）主要为各级媒体单位提供数据化服务业务，在这个过程中以泰文化CEO徐辉认为，“媒体作为各级政府单位的权威机构，从成立至今积累了大量的数据资源。在融媒体时代每年生产采集大量的文字、图片、音视频等数据资源。但这些海量的优质数据资源如何进行数据的筛选、清洗、分类、标注变成能够被大模型识别和应用的规范化数据是目前的核心问题”。

以泰文化依托多年的媒体数据化服务经验，总结出了“通过AI+人工相结合的服务模式，帮助媒体单位管理运营优质数据资源，未来为大模型、AI智能类公司提供模型训练的数据基础。这个数据整理的过程是各个行业都需要深度思考和研究的过程”，徐辉说。

在人工智能会取代谁的问题上，他的看法是，“通过每次工业革命对人类的影响可以预测，人工智能一定会对很多人和岗位有影响。关键还是要看如何在这个过程中拥抱时代，如何应用人工智能的工具，未来被替代的可能是不愿意接受甚至不愿意理解、学习人工智能的人。从发展的角度看，任何时代都是发展的必要阶段，不过要适当地控制一下这个过程的速度和节奏，因为对普通大众来说影响确实不小”。

北京商报记者 魏蔚