李彦宏&张鹏对谈：大模型原生应用潜力无限，生成式AI助力业务价值提升

今天，百度李彦宏与极客公园张鹏就AI Native，我们需要怎样的产品和开发者？

1、这次大模型技术浪潮，我觉得不一样之处就在于它的通用性。我们讲叫“智能涌现”，没有教过的它也学会了。有了这个特点之后，当你有一套基础技术能够做得非常好、非常领先的时候，它在各种各样的场景都能够迅速做出有价值的应用来。这是AI过去70年从来没有过的事情，所以它是完全不一样的机会。

2、今年绝大多数时候，全社会焦点都在大模型本身，都在基础模型。但是我一直的观点都是说，在基础模型之上要有千千万万，甚至数以百万计AI原生应用，大模型的价值才能被体现出来。我看到媒体、社会、公众主要的兴奋点还在基础模型上，没有转到AI原生应用上，多多少少有点着急。所以我不停地强调，我们一定要去卷AI原生应用，要把这个东西做出来，你的模型才有价值。

3、模型技术的先进性，更多要看这个模型在什么应用场景下、用来干什么？把这个东西想清楚了之后，才能够去评判模型的好坏。模型好坏的评估，是一个做模型的公司的核心竞争力。你知道什么叫好，什么叫不好，才能够作出好的模型来。如果你都不知道，要靠第三方给你做评价，给你打个分，这个事儿是不靠谱的。

4、“大力出奇迹”更多的是指大模型从0到1探索的过程。再往后走，这个game就不是这个玩法了，更多的走向它的反面。什么叫反面呢？这个跟所有的商业竞争规律都是一样的，谁的效率高谁胜出。你可以融资，我也可以融资，最后我用10块钱做出来100分的效果，你用10块钱做出来120分的效果，久而久之你就赢了。或者说，为了做出100分的效果来，我用100块钱，你用80块钱，你就赢了。

5、你的推理成本是不是在同样效果之下，比别人的更低？或者同样成本之下，你的效果是不是比别人更好？这是将来竞争的主线。我们在芯片层、在框架层、在模型层、在应用层都有布局，所以可以端到端优化。从3月份文心一言发布到现在，我们把推理的成本基本上降低到原来的1%，原来只敢调用一万次，现在敢一天调用100万次，这是完全不一样的感觉。

6、我确实觉得，好几百个基础模型，这是对社会资源巨大的浪费，尤其在我们算力还受限制的情况下。更多的资源应该放在去探索跟各行各业的结合，探索有没有什么全新的超级APP的可能性。

7、基础模型迭代的过程，不是靠跑分，或者刷榜那些东西。做应用、业务的人真正要关心的是他的业务核心指标，他的需求又导致文心大模型按照真正符合市场需求的方向去演进去迭代，这是一个良性循环。

8、大模型时代的来临，真正的价值在于原生应用，而原生应用无论对于大厂来说，对于中小企业来说，对于创业者来说，都是很大的机会，希望大家及早的去把握，尽量多的去尝试，我认为一定能够找到一条符合自己发展的道路。

9、大模型的发展只有唯一的关键点，就是应用；发展出好的应用有三个关键因素：首先是有相关产业政策来鼓励基于大模型的AI原生应用开发；其次，是现有企业利用大模型来对它的业务核心关键指标产生正向作用；第三是超级应用，什么时候、在哪个领域能出现？需要更多创业公司多努力，做各种各样的尝试。

10、大模型最大的价值到底是一个全新的超级应用，还是一个对现有应用的改造，是没有定论的，当然肯定是后者。你今天看Microsoft的Office365Copilot，一个月30美金，它一年可能收50亿美金，这个比整个OpenAI全年的收入要大很多倍。它其实对它现有产品的改造，就已经创造出来这么多新的价值，所以我觉得大家还是要多看跟自己现有业务的结合。这一波生成式AI对于现有业务的改造，可以创造出更大的价值，Microsoft是一个例子，Adobe也是一个例子，它对大模型的拥抱，导致它对现有的产品能够产生的收入也好，利润也好，有了明显的增加。

11、我觉得现有几乎所有行业成型的这些公司，它一旦转过弯来，能够很好利用大模型能力的话，它获得的收益，获得的价值增益加起来一定是最大的。当然这并不表明创业公司没有机会，创业公司做出三五个Super APP非常有可能，做出几百个几千个非常有价值垂类的应用，这也是非常可能的。

12、在百度，PM和R&D的比例是发生变化的。过去我们一个PM要对很多R&D，今天可能是1比1就可以了。或者说很多做法在前期进行测试的时候不太需要R&D介入，PM自己攒一个东西就可以做到，这是跟以前比较不一样的地方。

13、真正成功的AI原生应用产品经理，很可能不是某一类人，而是各类人的综合，有人可能不是计算机专业，但他学习能力很强的，他有产品、市场的感觉，同时又不怵技术，即使没学过，读一读最新的论文，就能明白讲了什么、用什么方法，这种类型的人是最有可能成为成功的产品经理的。

14、我为什么跟“接入”这个词较劲，其实就是跟你的肌肉记忆在较劲。因为接入是最简单的，但是价值也是最低的。你这个业务到底跟大模型有什么关系，大模型能不能帮助你的DAU有多少增长，你的留存率有多少增长，你的用户时长有多少增长，你的收入有多少增长，你的利润有多少增长？这些才是业务的关键指标。但是要想让这些关键指标产生变化，其实是不容易的。不是靠着惯性，不是靠着肌肉记忆就能做出来。

15、我们今天的认知，跟我们一个月或者半年一年之后的认知是非常不一样的。这个认知怎么迭代出来的呢？不是你坐在屋子里凭空想象出来的，也不是我读了哪篇论文明白过来的。确实是无数的开发者他们在试的过程当中，知道这条路通，这条路不通。今天绝大多数的possibility还没有被尝试过，创业者开发者都要尝试，不管这条路走通没走通，都是宝贵的经验和教训。即使没走通也知道没走通，如走通就是一个大机会。

16、我觉得它是长期的机会，只是这个机会如果不去早抓的话，很可能在竞争当中落后。今年有今年的机会，明年有明年的机会，五年之后还有没有机会，我觉得也有机会。但是为什么不早一点呢？为什么不比你的同行，比你的竞争对手更早把技术的价值，把技术的潜力去发挥出来？尤其当你的衡量指标，当你的北极星指标，对核心业务关键指标有没有产生正向作用？当你把想清楚之后，其他都迎刃而解了。

17、大模型时代的来临，真正的价值在于原生应用，而原生应用无论对于大厂来说，对于中小企业来说，对于创业者来说，都是很大的机会，希望大家及早的去把握，尽量多的去尝试，我认为一定能够找到一条符合自己发展的道路。

李彦宏&张鹏对谈实录

张鹏：今年，毫无疑问地说，随着AI这一波浪潮，我们看到百度在中国科技公司里面是最坚决、最积极并且行动速度最快。这一年也有很多成果，也有很多可以总结的东西。百度创始人、董事长兼CEO李彦宏，我认识他20多年了，我今年就觉得他浑身释放着技术的荷尔蒙，让自己充满了张力。今天也非常荣幸把他请到现场，来跟我们一起分享他如何看待AGI的时代，他觉得我们该如何一起进入AGI时代？接下来我们用热烈掌声欢迎百度创始人、董事长兼CEO李彦宏先生，有请Robin。

感谢Robin，如果我没记错的话，你已经是第六次来到极客公园了。

李彦宏：对！

张鹏：刚才我们在数14年极客公园开大会的历程里，你这是第六次来。

李彦宏：对，这个氛围特别好，适合我这个性格。

张鹏：你每次来的时候，都会为我们带来一些对时代向前怎么走的思考。今年我们先从总结开始，可能很多人都看到一些表象，今年百度很积极，Robin有很多很精彩的发言，我们都能感觉到你的兴奋。今天有一个机会，这个兴奋到底兴奋在哪？这个兴奋是从哪兴奋起来的？这个话题还没有被总结过，先跟我们分享一下。

李彦宏：其实人工智能有过好几波浪潮，有时候一下子炒得特别热，全社会对这个东西都特别感兴趣。但是你仔细想一想，人工智能这个词被提出来已经有70多年了，最早那一批对人工智能技术感到兴奋的人，现在可能都不在了。在这个过程当中，其实出现过比如说下AlphaGo下围棋、人脸识别等等，一波一波让很多人兴奋的浪潮。但是之后，又发现其实这个东西没什么用处，或者其实这个东西门槛不高，大家都能做，后来又落回去了。经历过这种好几次起起伏伏之后，我觉得很多人有点疲惫。

而大模型出现之后，之所以我自己很兴奋，而且调动了公司几乎所有资源在做相关的事情，是因为我觉得这次跟过去任何一次AI浪潮都很不一样。当年做下围棋这个事儿，AlphaGo出来，也是全世界全社会都很兴奋，即使完全没有技术背景，完全不懂AI的人也非常兴奋。那个时候百度一点儿都没有做用人工智能来下围棋这个技术，我们自始至终，过去这十几年从来没有做过任何跟这个有关的事情。因为当时我觉得，这个东西有啥用啊？你即便能够下得过全人类的围棋冠军，其实我觉得价值是很小的。所以我们没有去做，后来又比如说像计算机视觉起来特别火热，人脸识别或者智能巡检等等，它有了一定的作用。

张鹏：好像也有商业价值了。

李彦宏：也有商业价值了，但是它的场景非常分散。做人脸识别就是做人脸识别，做机器巡检就是做机器巡检，各种各样的场景，你都要单独去做一套，所以一旦场景分散了，就意味着很难有标准化的产品。所以我们今天看到，计算机视觉类型方面的AI，应用场景非常广泛，特别多，甚至已经很普及了，但是没有做出来特别优秀的大公司，或者特别标准化的产品。这次大模型技术浪潮，我觉得不一样之处就在于它的通用性。我们讲叫“智能涌现”，没有教过的它也学会了。有了这个特点之后，当你有一套基础技术能够做得非常好、非常领先的时候，它在各种各样的场景都能够迅速做出有价值的应用来。这是AI过去70年从来没有过的事情，所以它是完全不一样的机会。

张鹏：所以你真正的兴奋就在于它的通用性。你发现这样一个技术不是demo，不是在某一个点炫酷的东西。这是我在观察你在早期的时候，咱们在3月份聊的时候就感受到了。这样一个技术在快速发展，你最近很多发言，好像又不是在大模型本身了，因为一开始我们都觉得，技术出来了很兴奋去投入，往前提升它，最近你说了很多都是跟应用相关，这个变化是兴奋点迁移了吗？

李彦宏：也不能说迁移。你可能记得文心一言发布的时候是3月16日，那个时候我们确实讲了基础大模型到底具备哪些功能，但是我在那个发布会上已经在讲，未来主要的机会是在模型之上的AI应用。这个观点到今天一直是没有变的，只是比那个时候更强化了这个观点。因为在这之后，应该说整个今年绝大多数的时候，全社会焦点都在大模型本身，都在基础模型，但是我一直的观点都是说，在基础模型之上要有千千万万，甚至数以百万计AI原生应用，这个大模型它的价值才能被体现出来。过去接近一年的时间，我看到媒体、社会、公众主要的兴奋点还在基础模型上，没有转到AI原生应用上，这是我多多少少有点着急。最近几次公开发言，也包括公司内部讲话都在不停的强调，我们一定要去卷AI的原生应用，要把这个东西做出来了，你的模型才有价值。

如果我们类比一下，比如说移动互联网时代，安卓和iOS就这么两个，今天微信也好，TikTok它的价值一点都不比iOS和安卓要低。所以为什么大家不去认认真真花精力做原生应用，天天关注模型有这个进展、那个进展，其实那个进展对于绝大多数人来说都不是机会。只有极少数跟这个技术非常相关的这些技术人员去研究，去跟踪这些东西，我认为是有价值的。但是我觉得目前这种关注点，或者说社会资源完全是不成比例的，大量资源浪费在各种各样基础模型训练上，甚至是跑分刷榜，而比较少的资源和精力放在了AI原生应用上，这是我多多少少这几个月有点着急的地方。

张鹏：其实你觉得卷是应该的，但是得卷对地方是吧？

李彦宏：卷是正常的，任何新东西机会来的时候，大家都会看到，都会一拥而上，有一个大浪淘沙的过程，这个非常正常。

张鹏：这里面也存在大家担心的问题。最近我们看到Google，也是把它的Gemini发出来了，据说OpenAI下面GPT4.5也要发，最近也有各种传言。我们很关心，确实像你说的最先进的基础模型就那么几个，从国内角度来看，跟国外的距离，我们在过去一段时间是拉近了还是拉大了？我们怎么去评估对他们的追赶，甚至未来有机会创造自己不同的价值？我们怎么评估？怎么追赶？

李彦宏：其实这是一个蛮有意思的问题，我觉得答案也不是肯定的。中美市场环境挺不一样的，尤其应用层面，中美发展方向上也有可能比较不一样。美国在企业级软件一直都市场大，应该说做得比较先进，中国To C的领域做得会更先进一些。如果我们回到中美技术差距上，我始终的观点都是说，技术还是要为应用服务的。当你说这个技术好，或者那个技术不好的时候，你到底指的是什么？今天我们百度文库PPT生成能力，我觉得就是全球最好的，它就是基于文心一言大模型，这个时候你说我们跟世界最领先的水平有多大差距，我觉得没什么差距。但是如果你说特别是企业级的应用，中国这方面的市场太小了。所以我们也没有准备为这些东西去做什么优化，确实有可能是落后的。或者说各种各样小语种，我们还没有精力做那些优化，所以也有可能是落后的。所以我更多的在看模型技术水准的时候，是在看它的应用，到底你在什么地方去比较，简单的去刷榜，去跑个分，我觉得这事儿挺无聊的。你训一个大模型，你得投多少资源啊！一万张GPU的卡，得训很长时间才能训出来，你说我参加一个高考，我考多少分，你高考考个高分，能给你挣多少钱啊？你刷一个榜你排第一，那个榜单的拥有者，他能给你多少奖金？

张鹏：可能有利于融资。

李彦宏：融资其实是一个间接的结果，投资者愿意给你这个钱，最终认为你能靠这些东西挣到钱。所以，我觉得模型技术先进性，更多的要看这个模型在什么应用场景下，来干什么。把这个东西想清楚了之后，才能够去评判模型的好坏。有时候我讲模型好坏的评估，是一个做模型的公司的核心竞争力。你知道什么叫好，什么叫不好，你才能够作出好的来，如果你都不知道，你要靠第三方给你做评价，给你打个分，这个事儿是不靠谱的，你自己都不知道你在干啥？

张鹏：从Robin的视角去看，真正的模型是以目标为导向的。

李彦宏：对！或者说以应用为导向。

张鹏：他要解决应用当中的问题。最近有一个说法，大模型本身就是在技术上的“大力出奇迹”，看起来这个事儿，好像我们要做大模型的创新，也要靠大力出奇迹，明牌重注就可以了，有足够的决心有足够的钱就能上去，这种距离是否可以通过坚决的努力就能够拉近？以及这个大力出奇迹到底怎么理解？是不是靠它就可以？

李彦宏：我觉得“大力出奇迹”这个说法更多的是指大模型从0到1探索的过程。OpenAI在别人不知道这条路能够走通的情况下用了足够多的算力，用了足够多的数据去训练，最后跑出来这条路。其实他们也没有发明新的算法，用的就是Transformer，最后做出来非常好的效果，是因为了它用了足够多的卡，我看到美国学术界也有人在调侃说，全美国所有的大学他们的卡加起来训不出一个GPT3.5来，确实这里头动用的算力是非常大的。

但是我觉得再往后走，这个game就不是这个玩法了，就不是大力出奇迹的规律了，更多的走向它的反面。什么叫反面呢？我觉得这跟所有商业竞争规律都是一样的，谁的效率高谁胜出。你可以融资，我也可以融资，最后我用10块钱做出来100分的效果，你用10块钱做出来120分的效果，久而久之你就赢了。或者说为了做出100分的效果来，我用100块钱，你用80块钱，你就赢了。我认为大模型到最后体现在应用上的价值，就是这样子。

大家现在可能也是，媒体和公众都在关注训练大模型，真正训练完了之后要应用的，应用推理成本是多少？你的推理成本是不是在同样效果之下比别人的要更低，或者同样成本之下，你的效果是不是比别人更好，这是将来竞争的主线，我觉得正好是大力出奇迹的反面。就是你要真正能够比别人更加高效的做出来这些东西。这也是为什么百度在这方面有比较好的积累，我们在芯片层，在框架层，在模型层，在应用层，过去这么多年都有布局，所以我可以端到端的优化。刚才讲了生成PPT这个例子，当它有了需求之后，我向下传递，文心大模型必须要为这个东西去优化。优化的时候说，这个调用次数太大了，成本很高，我们算力付不起。往下走说，你的框架，就是飞桨这个框架，要完全为文心大模型这方面的需求去进行优化。再往下走，就是芯片怎么去适配飞桨的框架、文心大模型。一层一层端到端优化下来发现说，我们就是可以从3月份发布的时候到现在，把推理的成本基本上降低到原来的1%。你原来只敢调用一万次，现在敢一天调用100万次，这是完全不一样的感觉。这方面我觉得是未来竞争的主线。

张鹏：所以不能只是说，大家就是拼资源拼决心，确实要有招数有方法，最关键有价值的循环，它毕竟不是一个科研项目。

李彦宏：对！你真的要为这个社会创造价值才行，这个确实不是你去发几篇论文，或者跑个测评就能够可以的。

张鹏：如果你看起来，要想在这里面，中国依托于大模型新一代的AI产业发展，有哪几个核心问题？如果我们列三个核心问题，在今天这个时候最值得关注，你会列哪三个问题呢？是算力这些问题吗？

李彦宏：不能说三个，最最关键的，甚至是唯一的还是应用。大模型它是一个基础的东西，上面如果有了有价值的应用，那么这个产业就算跑通了，就能够越做越大。可能你想问的是，怎么样才能发展出好的应用，这个关键因素在哪里？我觉得有几方面：一方面，我们国家的产业政策。你看中国比较领先的产业，很多时候都是国家在产业政策上面有先见之明的。比如说太阳能光伏，再比如说动力电池，一直到现在的新能源车，新能源车好像咱们出货是全球的60%还是多少，为什么会这样？中国如果是燃油车的话，又限购又限行，又要交车辆购置税，有各种各样的招压制需求，但是新能源车就没有这种限制，所以它自然而然就发展的比较好。大模型这块，国家如果能够出台相关的产业政策来鼓励基于大模型的AI原生应用开发，我觉得这个就是很重要的成功因素。

第二，现在的舆论环境。我刚才讲了，媒体现在主要关注的是基础大模型又具备这个能力那个能力，这个东西真的不重要，重要的是我们现有的企业，它有没有利用大模型对它的业务核心关键指标产生了正向作用。换句话说，我们现有的这些企业，大企业也好，中小企业也好，创业公司也好，它原来不管是干什么的，用了大模型之后，能不能对它的业务关键指标产生正向的作用，就是这块大家的关注度比较低，我觉得这个关注度如果要能够提上来的话，也是大模型做成，或者做大非常重要的点。这个东西说起来容易，但是做起来是不容易的。其实大公司反应都是很慢的，甚至我有时候讲，大公司代表落后生产力，你千万不要看大公司在干吗？

张鹏：百度算不算大公司？

李彦宏：百度算大公司，我天天在内部讲，你们要去掉肌肉记忆，一定要改，一定要拥抱新的时代。就是大家过去很习惯了，过去这么做的，我以后还要这么做。我逼着所有的业务都要重构重做，过去不管怎么做的，扔掉东西重新来。内部我可以强力要求，外部就不能这样了。所以跟外部沟通的时候，大公司是慢半拍的，其实特别小的企业，我们也关注不到，但是会看到相对中型的企业，尤其它本身就有科技基因的企业，它在拥抱大模型，在利用大模型来开发自己已有应用的时候，能够表现出来的成熟度还是非常令人钦佩的。所以我说，第二个现有企业，或者现有的业务怎么能够更好的去利用模型。第三个是所谓的Super APP，超级应用什么时候出来，在哪个领域能出来，这个更多的就需要创业公司需要VC，大家去尝试，往这方面多努力，多做各种各样的尝试。

张鹏：看起来这里面要解决这些关键问题，不能只靠做大模型的公司。还是需要更多行当。

李彦宏：没错。

张鹏：我们今天就像你说的，我们关注大模型本身，关注了这么长时间，前段时间大家都说国内百模大战了，好像确实都超过100个大模型，这个事儿到明年会是什么样呢？这100个模型是什么样的结果？你怎么预言这个事儿呢？

李彦宏：我觉得已经不重要了，即使现在靠大模型融了资的企业，我看它们也越来越多在讲，我们要开发应用，我认为这个逐步走上了比较健康的轨道，不管它是自己的模型还是使用别人的模型，最终它的价值都要通过应用体现出来，如果它自己能找到一个超级应用。如果找不到的话，它能赋能基于它的模型去开发成功的原生应用，我觉得也很好。我确实觉得好几百个基础模型，这个是对社会资源巨大的浪费，更多的资源应该放在，尤其我们算力还受限制的情况下，放在去探索跟各行各业的结合，探索有没有什么全新的超级APP的可能性，寄希望于全社会对于这个事情的认知，能够有一个比较大的变化。

张鹏：你刚才说大公司也有大公司的难，肌肉记忆、惯性呀！今年你非常的兴奋，百度毕竟是很大的公司，几万人的公司，你怎么把你的兴奋和对未来的认知有效的传递到整个公司呢？如果只有CEO一个人很兴奋，整个公司被拖着跑，我估计挺辛苦的，你怎么做的呢？

李彦宏：这个确实需要付出很多努力，对企业一遍一遍的讲，我们公司里面每个季度有中层以上干部的总结会，今年基本上都是讲这个主题，每个季度也有跟员工线上直播，也会把类似的理念向更多的人去传递。也包括外部的讲话，内部人也非常关注。我们各个部门也会根据实际的业务开所谓的思研会，大家在那讨论，这个技术到底跟我的业务到底有什么关系。我们过去有哪些肌肉记忆需要破除，破除了之后会是什么样的。我虽然不能够去参加每一场思研会，但是我会看很多思研会的总结，或者说他们留下来文字的东西。我自己认为我也从中学习到很多东西，我自己的认知也在不断的迭代。而这个迭代的过程，实际上也是很让人兴奋的。你总觉得你在学习新东西，你总觉得你懂了一些，过去没有想到，或者过去不是这样想的事情。虽然我们有几万员工，但是大家在这方面还是有共性的。当你觉得你不断在学习新东西，当你觉得你不断看到新的可能性的时候，大家这个劲就上来了，情绪就会逐步往这方面转。所以我觉得是一遍一遍的布道也好，讨论也好，再加上指令性的要求大家重构每一个产品，重做每一个业务，确实起到了一些作用。

张鹏：你刚才一直在说重构，我在注意听这个词，我听过一个内部的传闻，今天验证一下，说最早的时候在内部大家跟你说，我们的业务要接入大模型，被你批判了。

李彦宏：是。

张鹏：不断的说，不是接入是重构重做，我当时挺奇怪，你为什么那么在意这个词？为什么在意跟这个词较劲？

李彦宏：跟这个词较劲，其实就是跟你的肌肉记忆在较劲。为什么这样说呢？因为接入是最简单的，我们花了那么多资源去做出了文心一言，如果对于一个业务来说，我们都要去拥抱大模型，好！比如说我在我的主页上放一个文心一言接口，那就完事了，这种事最不需要动脑筋的，但是这种东西恰恰价值最低。

你这个业务到底跟大模型有什么关系，大模型能不能帮助你的DAU有多少增长，你的留存率有多少增长，你的用户时长有多少增长，你的收入有多少增长，你的利润有多少增长？这些才是业务的关键指标。如果文心一言不能够让你的业务这些关键指标产生变化，产生有效的变化的话，那你就没有真正的拥抱大模型。但是要想让这些关键指标产生变化，其实是不容易的。不是靠着惯性，不是靠着肌肉记忆就能做出来。内部几乎每个产品都在试，我们说文心一言已经很好了，已经很领先了。他一试说，其实对我这个业务没帮助，用了之后反而关键指标变差了，经常会出现这样的情况。

张鹏：经常会出现？

李彦宏：经常出现这样的情况，他需要去看我在哪里没用对，或者说，这个模型现在还有哪有不足、还不够，这个我觉得是非常好的。当他知道我的业务需要模型的这个功能，但是这个模型不具备这个功能，他就要回去跟文心一言的团队说，不行，你不符合我的要求，我需要这个功能，你需要给我开发，这是我们的基础模型迭代的过程，我们不是靠跑分，或者刷榜那些东西。所以这样的话，它才形成一个良性的循环。做应用的人，做业务的人，他真正要关心的是他的业务核心指标，他提出来的需求，又导致文心大模型按照真正符合市场需求的方向去演进去迭代。

张鹏：我们都很关心大模型对于搜索会带来什么样的改变，因为搜索是百度非常核心的业务，你也是说都要重构，搜索未来会因为大模型有改变吗？或者说，文心一言是一个未来的新Super APP、还是一个技术demo？搜索有它未来的延展方向，它会替代搜索，我们天天在问它，跟搜索有点类似，你怎么看这个事情？

李彦宏：对，确实大模型跟搜索的关系是非常近的。我们有点近水楼台先得月的意思，文心大模型1.0的版本是2019年发布的，2020年发了2.0，2021年发了3.0，2022年ChatGPT就出来了，文心一言的发布有点时间压力，等于说文心发了3.5版本，到今年10月份的时候变成4.0版本，是有这样一个过程的。

但是整个过程走下来，认知确实是在不断的迭代，我们各种各样的功能逐步都用上去，所以慢慢会看到在搜索上的结合会越来越明显了。明显在哪呢？我现在把搜索的功能分成三部分，一部分叫做极致满足，第二部分叫推荐激发，第三部分叫多轮交互，这三部分跟大模型的能力都有结合地方。

什么叫极致满足呢？过去我们的搜索，你问一个问题，它给你一个链接，你一个一个去点开看，但是以后对于你的问题，如果它是有唯一答案的，我就可以给你直接生成一个唯一答案，这是典型的生成式人工智能要做的事。第二个，就是推荐激发，当你问完一个问题，而且我已经能够用一个生成答案来满足你需求的情况下，你还有可能对什么样的内容感兴趣，我们也要用这个大模型能力去猜测，去给你推荐相应的内容。当然也有一种类型用户的需求，他不是具有唯一正确答案的，在这种情况下，我们叫多轮交互，我就要通过多轮交互来澄清一下，用户真实的需求是什么，所以它就会一点一点的去理清，根据我们一问一答，或者通过其他方式来理清用户真实的需求，再给他最终答案，这些东西都是传统搜索引擎完全没有做过的事情。所以如果能够做成的话，搜索就真的变成了全新的产品。

当然某种意义上讲，包括ChatGPT，也包括国外一些其他的大模型，也有向搜索引擎靠近的这个意思，它也想挣这份钱。未来最后变成什么样，哪个路线会胜出，确实有它不确定的地方。但是我觉得这也是这个行业有意思的地方，有太多的可能性，有太多的事儿可以做，做得好就能有非常好的回报，这是很令人兴奋的。

张鹏：所以其实现在还不好说，类似于像文心一言的产品，会不会成为未来的Super APP，或者说，还是搜索被大模型加强后，继续是新时代的一个Super APP，这个结论还不能下。

李彦宏：我觉得现在没有这样结论的，不仅在搜索领域，我觉得在很多领域真正的Super APP，或者最大的价值创造到底是一个全新的超级应用，还是一个对现有应用的改造，现在我觉得也是没有定论的，当然肯定是后者，你今天看Microsoft的Office365Copilot，一个月30美金，它一年可能收50亿美金，这个比整个OpenAI全年的收入要大很多倍，它其实就是对现有产品的改造，就已经创造出来这么多新的价值，所以我觉得大家还是要多看跟自己现有业务的结合。可能一开始工程师会告诉你效果不好，这个东西对我们没价值，其实不是的，你要仔细看，甚至给模型提要求，我要做SFT，最终经过几轮迭代之后效果就出来了。

张鹏：确实，如果我们天天琢磨哪些是AI-native的应用，可能忘了有些公司找到native的AI、更符合我的AI。这个也是原有的力量可以参与到这个大模型，去推动时代变化的一种方式。

李彦宏：对，甚至这个东西有一点反共识，因为无论是PC互联网时代也好，移动互联网时代也好，大家看到最大的价值创造都是创业公司，新公司出来，最后拿了极大的市场份额，创造过去没有的市场需求。这一波生成式AI是对于现有业务的改造，创造出更大的价值，Microsoft是一个例子，Adobe也是一个例子，它对大模型的拥抱，导致它对现有的产品能够产生的收入也好，利润也好，有了明显的增加。

张鹏：这又引发一个问题，看起来百度有自己最强的大模型技术，大家也会担心，百度有没有定自己的边界，我做了这个事儿，是不是百度未来也能做？如果AI在里面未来的作用越来越大的话，它越来越通用的话，很多人也会有这个担心，百度也有足够的资金，也有足够的技术力量，又有先发的优势，你们需要定自己的战略和边界吗？它有这个战略和边界吗？

李彦宏：你刚才讲的这个担心逻辑上是不成立的，生成式AI如此大的机会，它对整个社会都会产生重构，所以没有一家公司能够把所有的机会全都占住，百度不能，即使比百度规模大很多倍的公司，也没有这个能力，所以无论是创业者也好，或者是我们的客户合作伙伴，完全没有必要担心这个事情。当然你问题的后半部分，百度有没有战略上的划定边界，或者说取舍，那当然是有的。其实最近这一两个月，我们每年的战略规划和讨论就在发生，我始终都在讲的一句话，什么叫战略？战略就是取舍，就是决定做什么，不做什么，决定做什么相对容易一点，决定不做什么难一点，尤其过去你已经做的事，其实我的资源不应该往这上放了，这个有点割肉，大家也会疼，也会有感情的问题。但是作为一个CEO，你就是要去做这些决策，一定要有所为有所不为，一定要把不该做的东西去砍掉。对于外界创业者也好，合作伙伴也好，其实你是在跟全部的市场在竞争，你是在市场当中做得最好的，那你就有生存的理由。如果你被市场当中任何一个玩家所打败的话，你都生存不下去了。其实这件事情跟百度真的关系不大，没有必要担心这方面的事情。

张鹏：百度想做也做不了那么多。

李彦宏：真的是做不了。

张鹏：现在确实感觉，技术还在不断的涨潮期，这可能是现在很多人担心的一点，比如说今天你号召大家应该去卷应用，我们看到一些真实的开发者们，说我折腾一个月，明天你们又发一个新版本，好像把我的能力覆盖了，有点像我认真打了一个游戏，后来发现我弄完之后就被删档了，这个情况你怎么看？这也是很多人投身其中内心很大的阴影。

李彦宏：我觉得就是方向走错了，我认为对于一个创业者来说，可能这是不得不付的代价，如果你做的事大厂突然有一天发一个新的产品，不光是大厂了，即使是OpenAI它们这些，虽然它规模也不小了，其实也只有700多人，人家出一个新的东西，就把你给替代说明你做的东西没有什么价值，至少没有独特价值，那就要改方向，那想别的办法，做真正别人无法替代的事情。

张鹏：大厂会拿走所有的红利，今天看起来，大家创新的压力都在新生代的企业，大厂好歹还有一些比较确定，或者我历史有资产的公司，还可以运用AI去创造更好的效率，这个机会未来到底是平均分配还是分布不均的呢？

李彦宏：我不客气的讲，大厂会拿走大多数的红利。我们说的大厂不是单指互联网大厂，我觉得现有几乎所有行业成型的这些，我刚才讲的代表落后生产力的公司，它一旦转过弯来，能够很好利用大模型能力的话，它获得的收益，获得价值的增益加起来一定是最大的。当然这并不表明创业公司没有机会，创业公司做出三五个Super APP非常有可能，做出几百个几千个非常有价值垂类的应用，这也是非常可能的。但是这些价值创造跟我们对于现有世界的改造相比，我认为还是一个小头。

张鹏：我们多问点跟开发者相关感兴趣的话题。我们都说AI-native，这个词今年很流行，不说两句好像不在大模型领域做事儿了了什么叫AI-native能不能定义一下？

李彦宏：其实我们认知也在不断的迭代。过去在讲基于大模型开发出来的应用，就是AI的原生应用，但是这样的应用具有什么特点呢？我们也在考虑，比如说它的用户交互是不是纯自然语言的，这跟我们过去的图形用户介面不太一样，但是我们也发现，纯自然语言的交互界面，它门槛是不低的，过去大家习惯了上滑一下看一个新内容，今天你让它输入一段话才看到内容，这个对于很多用户来说，门槛很高。但是一方面我们要解决的用户需求更复杂的需求，他不仅需要你输入一段话，甚至多轮交互才能被搞清楚，才能被满足，但是我们也可以通过自然语言界面和图形用户介面结合的方式降低用户门槛。再有，还是要做过去的技术做不到的事情，其实生成类的需求大多数都是过去的技术做不到的，过去所谓是辨别类的，人脸识别都是辨别类的，生成类的需求，在哪能够创造比较大的价值，这个我们要看它产生出来的应用很可能就是AI原生应用。我们也在摸索的过程当中，不断在总结，在归纳，在提炼。如果有什么心得的话，我也很愿意跟大家做分享，包括我们踩过的坑，我们哪些路走错了，再退回来，我都很愿意有机会跟大家进一步的分享。

张鹏：所以AI-native到今天特简单被定义为123，大概率反而是错的。

李彦宏：我觉得我能够定义的就是自然语言的交互，2、3我都说不出来。

张鹏：反而它可能是开放性的，要长期去探索的。

李彦宏：没错。

张鹏：这个也引发一个话题，你看过去移动互联网的时候，我们要做一个开发，我们大概知道什么意思，要有产品经理做出图，前端后端，在AI时代，基于大模型做AI-native的开发，我们到底开发的是什么？这也是很有意思的话题。

李彦宏：我觉得从应用的角度来讲，倒没有什么特别的，你要解决什么问题给别人带来什么样的价值，这个跟过去时代的开发相比是一样的。但是使用的方法确实不一样，对产品经理的要求，对于研发人员的要求，对于一个公司的组织能力，可能都是跟以前不太一样的。我们会看到在百度的话，PM和R&D的比例是发生变化的，过去我们一个PM要对很多R&D，今天可能是1比1就可以了，或者说很多做法在前期进行测试的时候不太需要R&D接入，PM自己传一个东西就可以做到，这是跟以前比较不一样的地方。

张鹏：能看到肯定跟原来所谓的开发也会有很大的变化。这就引发了一点，你既然谈到了PM，看起来PM今天又重要起来了。

李彦宏：我始终都觉得PM很重要的。

张鹏：之前有一段时间，PM感觉没有太多的发挥空间。我觉得引出一个特别有意思的话题，在今天什么样的产品经理，是适合AGI时代？大放光辉的？说到这我准备了一个题板，之前拿到钱拿到融资的明星创业者，基本上都有AI创业背景出身，你现在说，应该卷应用，应该有产品出现，我们请工作人员，把我们那个题板一会儿拿出来，因为我们在这里面涉及到了几个关键点，我列了几个标签，前面创业者身上都有很光鲜的标签，做产品的人，哪个标签有意义？比如说prompt达人、AI超级用户、大厂高P、技术大咖、精英开发者、成熟产品经理，看起来都是很好的词，你去评判，哪些肯定不要，我就给你摘下来。

李彦宏：这个技术大咖。

张鹏：做产品反而不需要技术大咖。

张鹏：还有哪个？

李彦宏：其他的都有可能。

张鹏：还可以再减两个。因为没那么完美。如果那么完美参与的人就少了。

李彦宏：我就不减了，挑一个我就挑这个精英开发者。

张鹏：精英开发者未来是通过SuperAPP，通向更好的应用。还有补充吗？

李彦宏：将来我认为真正成功的AI原生应用产品经理，很可能不是某一类人，而是各类人的综合，或者说今天刚刚从学校里头出来，包括我们见到一些比较优秀的管培生之类的，你看他学习的专业，有可能不是计算机科学，他基础的素质，他学习能力很强的，他有产品的感觉，有市场的感觉，同时又不怵技术，即使没学习过，新的论文发表了，他读完论文，明白这个论文讲什么，它大概用什么方法，这种类型的人是最有可能成为成功的产品经理的，你说他是超级用户吧？他过去没有那么多Super APP，成不了超级用户。大厂高P吧，才毕业一两年时间，到不了高P。你说成熟产品经理，也到不了，学习能力才是最重要的，他不怵这些技术，他会学，而且不满足对于现有技术的利用，而且要求技术，虽然你这个技术现在没有做到这一点，我要求你给我做到这样，我才能够把我的产品做出来，这样的人我觉得会是成功的PM，我觉得我们的PM绝大多数其实也不符合这个标准。我有时候会听到百度的PM说，我们现在技术很厉害，我们的技术发展也很快，我一定要把百度最优秀的技术及时用到我的产品当中去，我说不行啊！我们最优秀的技术也是很不成熟的技术，你一个月之后它就已经落后了，你一定要讲，我的业务需求是什么，我就逼着这些技术，你一定要把我这个需求给我满足了，一定要给我做出来，你现在没做出来，OK，但是你要多长时间之内把它做出来，能提这样要求的PM才是合格的PM。

张鹏：首先不怵这个技术，但是他自己又不做技术，反而更专注在需求上。很重要的一点，拉着技术跟他的目标一起涨，这是很大的变化，模型本身也要跟着他的需求涨。

李彦宏：没错，因为这个技术确实迭代太快了。

张鹏：看起来新一代开发者又有很多的机会。如果大厂高P的话恐怕挺难的，肌肉就成了惯性。

李彦宏：是。

张鹏：我们今天在场里有很多创新者，你给大家什么样的建议？包括百度可以帮到大家什么？

李彦宏：最重要的还是要去试。今天大模型有这么多可选的，而且能力在迅速提升，基于新的技术能力，能够长出什么样的应用来，我们今天的认知，跟我们一个月或者半年一年之后的认知是非常不一样的，这个认知怎么迭代出来的呢？不是你坐在屋子里凭空想象出来的，也不是我读了哪篇论文明白过来的，确实是无数的开发者他们在试的过程当中，知道这条路通，这条路不通，今天绝大多数的possibility还没有被尝试过，创业者开发者都要尝试，不管这条路走通没走通都是宝贵的经验和教训，即使没走通也知道没走通，如走通就是一个大机会。

张鹏：某种程度上，你觉得兴奋的时候，这是一个长期的事情，到底这个事情是未来一年两年三年，还是5-10年，要看到价值的事儿，你内心创业，对时间尺度把握非常重要的。你怎么看这个事儿？

李彦宏：我觉得它是长期的机会，只是这个机会如果不去早抓的话，很可能在竞争当中落后，今年有今年的机会，明年有明年的机会，五年之后还有没有机会，我觉得也有机会。但是为什么不早一点呢？为什么不比你的同行，比你的竞争对手更早把技术的价值，把技术的潜力去发挥出来，尤其当你的衡量指标，当你的北极星指标，对核心业务关键指标有没有产生正向作用，当你把想清楚之后，其他都迎刃而解了。

张鹏：最重要的今天就是下场开始play，哪怕一个游戏的心态玩一玩，也是能够入场的。

李彦宏：也是有价值的，learn something。

张鹏：今天跟Robin聊很重要的收获，我们不要那么把这件事儿看到说，我们技术是一定要用所谓最好的技术，适合自己的，跟自己的场景匹配就是最好的技术，哪怕没有做AI的人，反而有更大的机会。

李彦宏：其实进入门槛，开发的门槛并不高。

张鹏：感谢Robin的分享，期待百度继续在国内一起推动AGI时代的到来，让更多的开发者能够创造更大的价值。Robin再来做个总结，你给大家嘱咐一句。

李彦宏：我说的够多了，没有什么好总结的。我只是讲，大模型时代的来临，真正的价值在于原生应用，而原生应用无论对于大厂来说，对于中小企业来说，对于创业者来说，都是很大的机会，希望大家及早的去把握，尽量多的去尝试，我认为一定能够找到一条符合自己发展的道路。

张鹏：好，掌声感谢Robin。

李彦宏：谢谢大家！

原文 https://www.top168.com/news/202312/4841.html