2025年3月29日，“赢在AI+：与趋势共舞”正和岛案例共学大课 · 安徽站在合肥举办，维智科技创始人兼董事长、上海正和岛常务主委陶闯带来了《AI+商业新生态：未来商业的无限可能》主题分享。

在分享中，他结合自身经历与时代变革，系统分析了当下“AI+”潜在机会，以及未来可能出现的商业形式，并为企业与个人带来了与AI共舞的具体建议，极具参考价值。

以下内容根据现场分享编辑，希望对各位有所启发。

口 述：陶闯 维智科技创始人兼董事长、上海正和岛常务主委

编 辑：于启章

来 源：正和岛（ID：zhenghedao）

大家好，我是陶闯。

我在海外工作生活15年、国内15年，亲历了多次技术浪潮，曾担任加拿大国家首席研究教授，后来加入微软，负责过微软的“虚拟地球”项目；回国后联合创办了网络视频平台PPTV，在座不少人可能都用过。

我的第三次创业始于2018年，因为我意识到时代大潮的下一幕必将属于人工智能。当年我几乎从公众视野中消失，埋头创业，过程异常艰辛。今天非常高兴能在这里和大家分享我的AI创业和对AI时代的思考。

认知范式革命：人机协作的新模式

进入AI新时代，一切的发展速度之快超乎想象。我们常说人间一天，AI一年。

2017年底AlphaGo打败人类最高围棋棋手，OpenAI推出的ChatGPT在2022年11月30日公开测试，上线两个月用户破亿，成为史上增长最快的应用。

短短4个月后 （2023年3月） ，OpenAI发布了GPT-4模型。斯坦福大学对GPT-4进行了测试，让它与顶尖大学生答题对比：结果在心理学、数学、化学、经济学等13门课程中，GPT-4的表现几乎全面超越人类智商水平。

2024年陆续推出了GPT o1和o3等推理类模型，在编程能力上超越99.9%的人类程序员，在科学问题研究上，人类PhD专家平均打70分的题，GPT能达到78分。

这一系列事件引爆了全球AI军备竞赛：各大科技巨头和创业公司纷纷推出自己的大模型。老牌劲旅谷歌不甘示弱，Meta等公司开源模型加速赶超，马斯克携全球最大的计算集群参与了竞赛。

令人振奋的是，2024年1月中国创业公司发布的DeepSeek R1，据称团队用不到1/10的算力成本训练出性能媲美全球顶级模型的性能，同时还是全球首个开源推理模型。

DeekSeek颠覆了美国AI界的“大力出奇迹”理论，说明即使没有无限资金投入，也可以另辟蹊径，实现技术超车。

总的来看，短短两年里，从ChatGPT横空出世到GPT系列问鼎，再到开源模型崛起，AI技术进入白热化的指数增长阶段。可以预见，再过两年，AI会发挥何种作用，恐怕超出我们很多人的想象。

同时，人工智能的飞跃也引发了认知范式的革命。

过去，我们人类依靠学习和多年的经验累积知识；而现在，AI能够学习海量图文信息，成为我们的智能助手和思维伙伴。

正如哲学家维特根斯坦所言：“语言的界限就是世界的界限。”

AI大语言模型通过对人类语言和文字的全面学习，几乎掌握了人类文明的知识精华，把我们几千年的智慧压缩在模型中，实现了从学习到智能的泛化。

这意味着机器在认知层面上已超越人类的能力，不像我们碳基生命体容易遗忘，而“硅基生命体”不仅学习快，而且具备长记忆能力，更可怕的是她是通才，什么学科都懂。

今后，我们将不得不习惯与这样更聪明而无需休息的机器搭档共事。

这就是第一个范式转变——认知范式的改变。

我们的大脑思维模式将被颠覆： 从“人通过分析找答案”的思维方式和工作流变为“人给AI问题，让AI替我们找答案”。

在美国，一些学校已经要求学生先用AI工具完成作业初稿，再由学生修改提交。老师可能也是用AI工具批改作业。

AI对我们传统的思维范式和工作流程会产生一次深远的变革。

我在公司内部也在推动这种转变。我们提出AI first！任何计划、材料、报告等都请先用AI来做。

我自己也在改变习惯：以前开会做笔记，现在直接做手机录音，事后让AI生成纪要即可。这些看似细节，其实反映出观念的转变： 领导者首先要相信AI、拥抱AI，然后整个组织才能随之转型。

大多数人是“看见了才相信”，但在AI时代我们要学会“相信了才看见”。

只有深刻认识到AI的变革，并及时更新认知，我们个人或组织才能在这场革命中不被AI淘汰。

终端革命：从太空通信到机器人时代

AI带来的第二个范式转变体现在终端形态上。简单来说，就是从“云端大脑”向“天地万物”延伸，智能无处不在。这里有几个层面：

1. 天上的革命

以马斯克为代表的企业家正在重塑太空通信和运输体系。比如SpaceX公司 （马斯克投入了巨额资金，历时15年研发成功） 发射了全球首个可回收火箭，打破了一次性火箭高昂耗费的模式。

如今SpaceX已部署了逾8000颗卫星构成“星链”，几乎可以覆盖全球通讯。这意味着未来我们的数字基础设施不仅在地面，也在天空，而且更加灵活安全。

2. 地面的革命

地面上，各类无人驾驶车辆、服务机器人、可穿戴智能设备正在兴起。

这两年春晚大家也许注意到，各种人形或非人形机器人纷纷亮相。

有人质疑机器应不应该有人性外表，其实关键不在于像人，而在于能干活。 当大模型已经解决了“AI大脑”的问题，AI完成了“读万卷书”，接下来就是让AI驱动四肢去“行万里路”。

人类小孩六岁前不会阅读，但会走路看世界；同样，AI需要通过传感器和终端去感知物理环境，才能具备真正全面的智能。这也是我们经常提到的具身智能，空间智能，或时空智能。

可以预见，未来机器人的发展，将解决许多过去需要人力和体力的任务。

比如中国有8400万快递、外卖从业者，如果有机器人来承担其中部分劳动，社会效率将极大提升 （当然这也引出就业的新课题） 。

实际上，在前不久的世界机器人足球赛RoboCup上，中国机器人球队以9:0的比分战胜了德国队夺冠！我们没有在人类足球杯夺冠，但抢先在机器人赛上拿到世界冠军。

3. 终端入口的革命

随着AR/VR等技术成熟，我们与数字世界互动的终端也在变革。2023年被称为智能眼镜元年，很多企业开始推出AR眼镜产品。

戴上AR眼镜，现实世界可以叠加数字信息，变成数字孪生空间。逛街时，建筑上浮现个性化的广告和导览；走进博物馆公园，可以和历史人物的数字人对话交流……

这种“空间即入口”的体验，非常震撼。

我们公司孵化的维享时空，就是在做这方面尝试——游客扫码就能租一副AR智能眼镜，在中医药文化主题公园里与扁鹊等古代名医的数字人互动。

可以想见，当我们的眼睛被 （终端） 智能化后，我们获取信息和感知世界的能力将极大增强，同时我们体验空间的方式将彻底改变。

综上，从太空到地面再到个人终端，AI正在让一切终端设备变得智能，人类正进入人与机器共存共生的新环境。

我们必须学会与数字人和机器人相处，就像过去习惯人与人打交道一样。这将构成未来全新的人机社会形态。

场景革命：数字共生的数字经济

除了认知和终端层面，AI还引发了场景层面的革命。 我们正在迈向一个数字与物理共生的世界。

过去经济活动的主体是物理的人和物理的空间；而未来，经济活动的主体还会有数字人、机器人、数字孪生空间、机器空间参与其中，经济规模有望扩大数十倍、上百倍。

一个真人可以拥有多个数字分身 （数字人） 为其代理，一个工厂可以有无数机器人同时生产，人类工程师和数字人工程师一起协同地从世界各地在数字孪生工厂空间中进行设计、实验等。

马斯克预言未来机器人数量可能是人类的3倍，而时下在抖音等平台上走红的虚拟主播、数字偶像或许已经是现实中某个真人影响力的30倍。

因此，不必过度担心地球的人口下降问题——数字经济体量将远超当前经济体量。

最近几年元宇宙概念火爆，本质上也是人们在畅想虚拟空间和现实空间融合带来的巨大增量经济。

未来，数字人生活在现实空间、真人利用机器空间创造价值、机器人服务于物理空间”的种种组合都会出现，产生我们今天难以想象的新业态、新市场。

举例来说，今年爆火全球的哪吒2就是一个全数字人作品，没有任何人类演员。这意味着数字化内容的经济规模在不断加大。

电商直播方面，很多头部主播开始启用AI数字人全天候直播卖货，成本更低、效率更高。可以看到，一个数字共生的消费场景已经形成。

当然，新的场景催生新的商业模式和规则。在数字共生的经济中，数据成为最重要的生产要素之一。高质量数据就是核心资产。

高盛在去年12月的报告中指出，对于AI时代的企业而言，数据质量的重要性占到53%，远高于算力 （22%） 和算法 （18%） 。国家也开始推进数据要素市场化改革，发放数据资产产权证。

在我们公司维智科技，在2023年通过数据交易所，对我们部分数据进行了资产评估，获得数据资产凭证 （价值8700万元） 并成功用于银行的数据资产抵押贷款。可见“数据资产化”正逐步落地，和传统的不动产等资产一样，不断获得价值认可。 未来企业的市值，很大程度上将取决于掌握数据的广度和深度，也就是你的数据资产价值。不同于房地产等传统资产，AI会不断拉升数据资产的增值能力。

同时，商业模式也在随之演进。 互联网时代讲究流量为王；而在AI时代，我认为“数据为王”会更加贴切。 这种格局变化意味着企业必须思考：通过AI大模型，如何将手中的数据变现增值？有没有可能通过AI打造新的增量业务？

过去十年全球市值最高的公司是清一色的互联网公司，但下一个十年，这张榜单上可能会出现新AI巨头。例如英伟达因为占据AI算力先机，市值飙升挤入全球前三，Telsa通过自动驾驶汽车和人形机器人也进入前十，未来的OpenAI、字节等都在挑战现有的巨头。

如果说传统经济是存量博弈，那么未来的数字经济是创造增量的游戏。谁能用好AI拓展出前所未有的新场景、新服务，谁就能在新一轮浪潮中胜出。

垂直大模型崛起与应用实践

说到新场景下的商业机会，不得不提垂直领域AI大模型的崛起。目前通用大模型领域可能最终只剩下少数几家巨头竞争，但在各行各业，垂直大模型将大有可为。我将垂直大模型分为三类：

1. 专业角色型

这是针对某一类职业打造AI智能体 （Agent） 。例如“AI销售顾问”“AI医生”“AI法律顾问”“AI人力资源招聘官”“AI理财分析师”等等。

这些垂直大模型相当于把某种脑力劳动专家的知识经验固化下来，提供给各类企业使用。雇佣这些Agent的费用可能降到每月1000-20000人民币，也就是说很多初级的脑力劳动者的工作会被AI智能体取代。

我相信不久的将来，就会出现看诊的数字健康医生、全天候陪练的AI教师等新型职业，同时现有的企业组织和人力管理都会有巨大的冲击和影响。

2. 行业专业型

这是针对 金融、零售、医药、制造、教育等具体行业训练的大模型。它们深度懂行业专业知识、数据和规则。

例如金融大模型可以辅助风控和投资决策，零售大模型可以优化选品和库存，医药大模型加速新药研发等等。许多创业公司正涌入这些领域，我们自己也在投资有潜力的垂直AI团队。

3. 横向通用型

这主要指跨行业的工具型、分析型AI，比如编程大模型、设计大模型、时序大模型，以及我们公司正在研发的“空间大模型”。这些模型提供的是通用智能能力，可赋能各类场景。

以我们专注的空间大模型为例，大语言模型是把每个文字Token化，而空间大模型是把每个地理空间坐标Token化。

早年我做电子地图出身，后来在微软开发虚拟地球，如今我们用大模型来解析每一个地理坐标所包含的商业、人流、交通等，它相当于数字时代的“城市规划师”和“商圈分析师”，帮助企业做选址规划、商圈运营等决策。这方面的需求在线下实体经济中非常普遍，但因为物理空间的复杂性，过去缺乏有效手段，现在AI大模型可以大展身手。

为了让大家直观感受垂直大模型的威力，我简单分享一个实战案例。这是我们维智科技自主研发了一套“空间大模型+商业智能体”系统，代号“DeepLocal” （本地商业智能体） 。

最近我们用DeepLocal为连锁便利店品牌罗森 （Lawson） 做了一次新店选址和营销策略的智能规划：我们输入罗森在全国数百家门店的历史经营数据、人流画像，以及目标商圈周边竞品情况、以及互联网和有关数据，然后让大模型制定一个方案。

DeepLocal可以在几分钟内就给出了详尽的策划计划：建议罗森在某商圈的新店选址位置，产品组合，甚至为即将到来的五一假期设计了一系列亲子主题活动方案，细化到每天的安排和预算分配。

这个方案的专业度是令人惊叹的，也许一个人加班两周也写不出这么详实的数据驱动策划，但AI轻松完成，而且覆盖了人工难以兼顾的方方面面 （客群画像、周边消费趋势、长期品牌价值、以及当地政府关系等） 。

这个案例让我们切身感受到：AI在商业决策上的能力已经开始超越人类经理人，咨询分析师，特别是在处理复杂数据和多目标优化方面。

拥抱AI：组织与个人的转型之路

面对汹 涌而来的AI大潮，我们该如何应对？结合自己的实践和观察，我给出四点建议：

1. 思维革命先行

这是最重要也是最困难的一步。我用两个字概括：“洗脑” （当 然是指自我革新） 。

如果我们不相信AI能做到比人更好，那就不会真心去用它、学它。这种怀疑和抵触只会让我们错失良机。

要看到，AI的能力正在指数级提升，差距拉大得非常快。只有意识上先接受“AI一定会越来越强”，我们才能积极拥抱，进而利用它来增强自己。

领导者尤其要率先转变思维，将推动AI应用当作“一把手工程”。相信了，才能看见；而不是看见了再相信。

2. AI驾驭能力培养

很多人用了一两次ChatGPT，发现它有时胡说八道，就全盘否定。其实AI目前确实有局限，但不要因此拒绝使用它。相反，我们要学习如何和AI沟通，让它为我们所用。

比如提问的方式很重要，你要给AI的问题要清晰、目标要明确，数字要量化，你会发现它的回答就越有价值。

不要问“我该怎么办”，而是告诉它“我有某种身份、有多少资源和时间，目标要达成什么数字”。大胆提出看似“苛刻”的问题，比如“给你50万预算，一周之内帮我涨粉100万，给出三套市场推广方案，并分析每套方案的利弊，并最终推荐一个方案”，在你获得答案之后，还可以和AI不断迭代、论证。简单说，学会和AI一起工作。

总之，把AI当成一个真正的全能且任劳任怨的顾问或助理，这样才能真正发挥AI助手的价值。

3. 内部效能提升

建议在公司内部成立AI先锋小组，由对新技术感兴趣、没有条条框框束缚的年轻员工牵头，专门负责探索AI工具在业务中的应用。

从一些具体环节入手，比如会议纪要让AI自动生成、合同审查先让AI把关、简历筛选用AI初选打分、客服先由AI机器人应答等等。请各位下周就开始尝试，不要犹豫！

哪怕刚开始AI的结果不完善，但通过不断反馈改进，很快就会见到成效。

我们自己的要求是：例如程序开发中，如果团队代码有一半以上不是AI生成的，说明我们AI化不够。事实证明，让AI参与编码，代码质量和效率都会大幅提升，但这需要程序员们能学会真正的的拥抱AI。

再比如销售客服领域，可以把通话录音丢给AI分析，看看哪些成单几率高、存在哪些共性问题，从而改进产品或销售策略。

这些做法在许多美国企业已经变成日常，我们也应该尽快跟上。通过局部试点，再逐步推广到全组织，让AI融入每个业务流程，显著提升效率。

4. 业务模式重塑

我们正走向一个“一人公司”或“无人公司”的新时代。

硅谷已有程序员利用AI，一个人创办市值百万的公司。未来很多岗位，特别是脑力岗位，都可能由AI替代。

与其抗拒，不如思考如何用更少的人力实现更大的产出。这对企业和个人都是挑战也是机遇。

企业应当积极重塑业务流程，认真理解和挖掘业务的数据资源和数据资产，大胆启用AI技术驱动的解决方案，将人力从重复低效的工作中解放出来，转向更高价值的创造性任务。

可以预见，市场宣传、产品设计、战略规划等一系列工作都会因AI而变革。我们要做的，就是尽快上手使用它，在实践中学习如何驾驭它。

现在大多数人还不会用AI，这正是弯道超车的机会。别等到AI无所不能时再被动接受，那时可能已经落后。

AI是人类科技史上至今最具颠覆性的一场奇点革命，AI正在重构个人和组织思维和工作模式，革新商业逻辑，孕育新经济的驱动力。让我们一起驾驭AI的创新势能！

好文推荐：

• 《2次灭顶之灾，如今员工31万，年营收5800亿！创始人：“决不为了短期利益而出卖未来”》

排版 | 椰子

编辑 | 于启章 主编 | 孙允广