主要观点总结
本期嘉宾沈旸先生分享了关于AI转型、AI Native的理解和实践经验。沈旸曾任神州数码集团副总裁，负责数字化转型、云基地建设等工作。他探讨了AI Native企业的定义，提到人均效益是衡量AI原生企业的关键指标，并认为AI Native未来会实现通用人工智能（AGI）。沈旸分享了AI Agent在多个场景中的应用，如预订会议室、风控模型等，展示了AI在提升效率和创新能力方面的潜力。同时，他也指出，未来的软件开发模式可能会发生变化，更多依赖AI进行原型搭建和测试，而开发人员的工作可能会更加专业化和高效。最后，沈旸强调，个人和公司都需要适应AI转型，考虑未来的商业模式和合作方式。
关键观点总结
关键观点1: AI Native企业的定义和衡量标准
沈旸认为人均效益是衡量AI原生企业的关键指标，未来AI Native企业可能会实现通用人工智能（AGI）。
关键观点2: AI Agent的应用场景
沈旸分享了AI Agent在多个场景中的应用，如预订会议室、风控模型等，展示了AI在提升效率和创新能力方面的潜力。
关键观点3: 未来软件开发模式的变化
沈旸认为未来的软件开发模式可能会发生变化，更多依赖AI进行原型搭建和测试，而开发人员的工作可能会更加专业化和高效。
关键观点4: 个人和公司的适应策略
沈旸强调，个人和公司都需要适应AI转型，考虑未来的商业模式和合作方式，以迎接AI时代的挑战和机遇。
正文
非常高。要找到完全匹配的人、组织和团队，搜索成本极高。
所以未来AI Native的组织，就像刚才我们讨论个人时提到的，在资源充裕的情况下，让每个人做更擅长的事情。
在组织中，就是让每个人在擅长的岗位各司其职。那么这种匹配是如何实现的呢？AI在其中会发挥什么作用？大家不愿意干的这些活都已经cover掉了。但人与岗位的匹配是怎么实现的呢？
人员与岗位的匹配，目前存在一些问题。过去进行数字化时，很多信息没有被记录下来。比如你与岗位是否匹配，以往可能一年有个OKR、KPI，年底写一段话，或者用二三十页PPT呈现一年的工作，又或者在OKR系统里用几百字记录。但这些并不能代表全部工作，日常的决策、交流、开会等信息很多都没有被有效记录。即使这些信息被记录下来，在ChatGPT出现之前，也难以利用。比如会议纪要，记录了之后有人看吗？从大量会议纪要中搜索信息也很困难。开了一年500个会，每个会的决策、思考等信息，如果都要详细记录，对人的搜索能力要求极高。
在传统领域，人对信息的吸收存在明显瓶颈。
不仅带宽低，人还容易情绪化。比如你会更愿意和喜欢的人交流，PPT会用自己习惯的格式。甚至PPT中某个颜色让你感到惊喜，可能都会影响你当天的工作状态。这些都会影响人正常吸收信息的能力。我认为AI的优势在于，它最擅长的是翻译，比如英文翻中文、中文翻英文。其实可以把每个人的语言和思维体系看作一种语言，你的思考体系和理解方式是一种语言，我的是另一种语言。这是我们过去多年成长经历形成的。
很多时候我跟你说一句话，我以为你能理解，因为我有自己的上下文背景，但由于你我的成长背景不同，你可能理解不了。目前AI未来有望很好地解决人与人之间的“翻译”问题。
但是我们缺的是什么呢？
缺的是对个人和组织模型的描述。目前像ChatGPT、DeepSeek等大模型，更多是具有普世价值的模型，回答问题中规中矩。它整合了几千人、几万人甚至上亿人的知识和价值观。比如对大模型进行价值观测评，它的回答永远比较中性，不会极端。但人因基因和成长经历不同，每个人的模型都不一样。
对。我前几天看到有创业者在做“Second Me”，就是把一个模型训练成第二个自己，用个人历史数据信息进行训练，让它了解你是什么样的人。我们有同事之前在AI工具里设定一个系统提示词，让AI用她的方式来思考。那未来是不是每个人都会有一个类似自己的大模型，同时它也是自己的AI Agent?
你的AI助手，会的，但需要给AI很多训练机会。我们自己思考时，很多数据不会外露。比如互联网公司会收集一些数据，但这个数据很片面。比如说你在网上买一个东西，你为什么买这个东西？其实背后可能也有很多的思考。比如说当时可能是因为价格，这个东西打折了，你才愿意去买这个东西。但是很多时候你表露出来的，我并不是因为小气，并不是说省钱，而是因为这东西好看。你说出来的东西跟自己想的其实并不是百分之百完全一样。
要将大脑中的想法数字化，目前还很难做到，未来可能要依靠脑机接口。
我大学本科毕业设计做的就是脑机接口相关内容。
我认为未来的前沿领域之一就是脑机接口，通过它可以记录大脑的潜意识，并与动作挂钩，让AI大模型不断模拟你的决策。
其实决策最重要的就是你脑子中怎么想。说人是受到社会约束的一个动物也好，或者是一个个体也好，你可以胡思乱想。但是你在这个社会里面，你最后做出来的行为，你不能伤人，你不能伤害大家利益，对吧？你一定要做出一个比较利益最大化的一个决策。大家脑子里可能都会异想天开，胡思乱想各方面的东西。但是一旦到做出动作的时候，做出决策的时候，他一定是个比较理性的一个决策。
没错，如果模型能够模拟这个过程并预测你接下来的行为，且准确率不断提升，那确实就像你的分身。
这件事未来比较容易去做的，因为现在很多技术都在降低成本。比如拍短视频就是一个例子。以前我举过一个例子，如果把人一生中每天的行为都用视频记录下来，即使大脑意识不完全披露，AI也能较好地理解你、模仿你。因为至少输入和输出都被记录下来了，AI可以把你当作一个黑盒子，不断模拟你的行为，当模拟准确率达到99%或更高时，对性格等方面的描述就会非常精准。这其实是AI未来很容易做到的一点。
那您觉得在大语言模型这条路线上可以训练出我们自己的模型吗？
我觉得还不一定。
人的大脑与ChatGPT模型不同，现在DeepSeek等模型有一些新的概念。ChatGPT模型更像是概率模型，是单向的，没有形成回路，而人做决策需要反馈。
人的大脑还有一个厉害的地方，就是有仿真环境。比如在做一件事之前，你可以脑补场景，像在电视上看过旅游的场景，你就能想象自己去旅游的情况。做梦也是一种脑补过程，梦境中的场景非常真实。
但目前的大语言模型缺乏对人或环境的真实描述。
目前大模型我给他举个例子，更像一个缸中之脑，在营养液里面泡着一个大脑，它只会输出一些文字。我们为什么有时候会觉得这个AI不靠谱？因为没有反馈。
最近Manus等取得很大进展，就是因为通过大模型调用各种API、RPA等工具。他让这些事情得到一个反馈，我能迅速看到这个实际反馈到底是正确的还是不正确的。
前两天LeCunn一直在讲世界模型，也是类似的道理。
现在的AI缺乏对物理规则的理解，而人出生就有对环境的感知和对物理规则的基本理解。所以他们尝试用联合嵌入预测架构等模型进行预测，并与真实情况对比，初步让大模型掌握对世界的预测能力。
这可能也是接下来的一些方向。
机器人也是，如果机器人有了AI大脑，再加上身体，就能与环境互动交流，获得直接反馈，发展会更快。
现在大模型融合视觉、听觉等原生模型后，能够形成自闭环模式。但要形成类似人类大脑的仿真环境，还需要进一步探索。
现在至少在数字世界里面是比较容易的。比如做一道题目或设计一个游戏，在数字世界里更容易完成闭环。所以我们可以看到，过去的AI未来可能会与操作系统、虚拟机、容器、云架构更好地整合，这反而会促进云计算的发展。
组织推进AI转型的关键步骤，第一步让团队对AI产生好奇
刚才我们讨论了AI Native相关的个人和组织的未来构想。我们也很关心当下如何向未来迈进。很多企业想知道如何进行AI Native转型，如何在企业中应用AI。我知道您的公司在信息化方面深耕多年，有很多有意思的应用案例，近期在AI Agent方面也有探索。能不能分享几个您觉得比较有意思的应用？
好的。
我认为首先要让所有团队对AI产生好奇。
大家看到AI后，要思考它能做什么，公司内部可以组织研讨会分享相关内容。作为科技团队，要为员工提供方便使用的工具。比如OpenAI刚推出时，API连接不方便，那你可以迅速搭建中间API为大家提供服务。DeepSeek也是如此，一开始大家使用时可能会遇到服务器忙等问题，从而失去兴趣，所以要提供稳定、随手可用的入口，这很重要。
然后在内部寻找探索和实践的细分场景。
比如说一开始可能就非常简单，就是拿AI去写写PPT，写写文档，把这些工作给做完。但这个工作对任何一个公司，都是普适性的，对吧？那这个时候大家可能会对AI有一些了解，比如说以前大语言模型，大家可能会觉得他对文字的润色的这些工作做的特别好，但是你可能要加很多的Prompt，加自己习惯的Prompt。有点像秘诀一样，像法术一样。它是一个普适的场景，他可能跟公司场景并不是特别挂钩。通过这些简单应用，大家可以了解AI，比如知道大语言模型在文字润色方面表现出色，但需要写合适的Prompt，并且要了解不同模型对Prompt的效果预期，清楚AI能做什么、不能做什么。
比如说2023年时，我们判断AI无法替代ERP等流程系统，因为当时的AI是概率模型，输出不可控，无法做到百分之百精准，至少当时在这个大屏上我们也看到这样的一个体系。那很多时候我们就会把现实中哪些环节是不需要百分之百精准的。把可以把这些场景搬过来。
对。所以会大家发现AI客服，包括头脑风暴，或者前期的这些材料。
对，就是一开始替代各种文科生的，这些赋能文科类工作的场景应用较多。当时对一些创意设计类工作，AI也有应用，因为这类工作没有绝对正确答案。
就像语文和数学，很少有人语文一直考满分，因为没有绝对正确答案，而数学能力强的人可以一直考满分，因为有精准答案。
所以在23年的时候，我们判断大量文科的场景，怎么去把它做赋能。到了24年的时候，随着AI Agent的一些落地，包括各种样的开源的框架。
你可以用一些单元模型去跟一些AI型的工作流各方面去做对话。发现它其实是可以把原来的一些流程做一个非常小的闭环。
比如说以前跟你们分享过那个订婚式的场景，你去定一个会议室，其实他是需要去不同的系统里面把这个打通，那有时候他也要理解你的这个意图，如果定明天他们下午几点钟的一个会议室，其实里面都是文字。
过去在系统里预订会议室，通常是点击选择楼层的会议室。但实际情况往往更复杂，涉及多个方面。比如有人希望预订能看海、靠窗的会议室，每个人可能都有类似的个性化诉求。然而，过去的会议室系统无法满足这些需求，也不可能实现这样的功能。
一般会议室会配有图片，我们可以通过图片查看会议室能容纳的人数、是否靠窗等信息。
但这样的搜索匹配过程比较耗费精力，即便记住这些信息也并非易事。如今，AI能够自动进行匹配，还能为每个会议室添加标签。甚至可以分析行政平面图，确定哪些会议室靠窗、看海或朝南，然后将其添加到用户的收藏夹中，用户无需再刻意记忆。之后，AI通过简单的API就能与会议系统打通。
这个过程看似简单，实际落地却困难重重。我们在2023年底就做出了这个场景，但当时准确率并不高，这难免让人感到失望。毕竟大模型连上万字的文章都能修改得像模像样，却在时间、地点、人物这些简单信息的识别上出错。例如，对于“下个月的第一个星期一的某一天”这样的时间描述，它总是判断错误。直到2024年10月左右，大模型才在某个环节实现了100%的准确率。
准确率达到100%，是因为大模型的推理能力提升了吗？
我推测有两个原因。
一是大模型可能调用了工具进行检验。比如让大模型计算数学题，它碰到数学问题就调用计算器，计算器得出的结果肯定是准确的，最后将结果返回。只要能精准地将用户意图拆解并调用合适的工具，准确率就能大幅提升。
就像预订下个月的会议室，调用日历工具就能准确确定日期。
二是大模型内置的一些模型可能进行了大量的优化训练和对齐。
这里我解释一下
无损压缩和有损压缩的概念，这也是我们判断大模型应用的重要标准。大模型本质上是对世界知识的一种有损压缩。
以一个几千亿参数的大模型为例，训练时会使用全世界的各种知识，像《红楼梦》《西游记》、国外书籍、法律法规等，可能用到几十T的数据，但训练出来的大模型体积却远小于这些数据，可能压缩了几十倍甚至400倍。所以，大模型无法还原所有信息，比如询问《红楼梦》某一页的某个字，它大概率是记不住的，这和人看书的情况类似，人也很难一字不漏地背下整本书，这种就叫有损压缩。
有损压缩后，想要还原信息是很困难的，必然会出现错误。假设用一个包含1亿条时间、地点、人物信息的测试集对大模型进行压缩，最后可能压缩成100万条。此时，如果让大模型还原其中一个从未见过的场景，它就可能理解错误，出现准确率下降的情况。
还有一种是无损压缩。就像我们学习数学，背诵九九乘法表，背完后所有数学运算都能做，数学定理和公式经过压缩就剩下那么几条，通过这些条件进行反推，虽然推理过程比较费脑子，但能得出正确结果，这就是无损压缩。如今，像DeepSeek、Cody等模型增加了深度推理能力，能够从一些小的原理或公理出发，举一反三推出更多内容。这对大模型的压缩能力和技术提出了更高要求，不再是单纯依靠海量数据训练，让模型变得更大去记住所有东西。所以，期待大模型记住所有信息是不现实的。
