李開復籌組AI公司,「不只做中文版ChatGPT」!AI 2.0更賺錢?怎麼賺?
李開復籌組AI公司,「不只做中文版ChatGPT」!AI 2.0更賺錢?怎麼賺?
2023.03.20 | AI與大數據

AI人工智慧趨勢專家、創新工廠董事長兼執行長李開復宣布,正在親自籌組新的AI公司「Project AI 2.0」,這是一個致力打造AI 2.0全新平台和AI-first生產力應用的全球化公司。

李開復認為,AI 2.0不僅是聊天工具或圖文創作,目前微軟的Co-pilot和如今看到的應用都還只是AI 2.0能力的開端。因此他的Project AI 2.0不只要做中文版ChatGPT,而是要進一步發展中文化的生成式人工智慧技術。

李開復指出,Project AI 2.0是創新工場塔尖孵化的第7家公司,同時也積極尋找AI 2.0技術和應用相關的投資機會,加速打造 AI 2.0 的全新創業生態。目前資金、算力陸續到位,李開復也廣招大模型、多模態、NLP、AI算法工程與研究、分布式計算/Infrastructure 等方向的頂級人才。

以下為李開復在3月14日關於AI新時代的演講:

我們可以預測平台公司將誕生,不會很多,因為門檻很高,他們可能會成為壟斷者。

在去年年末ChatGPT橫空出世之前,創新工場董事長兼CEO李開復對人工智慧的現狀打了一個比喻:全球人工智慧商業化還在籃球比賽第一節,我們用深度學習投中了一個三分球,用卷積神經網路和自監督學習投中了兩個二分球,而整個比賽可能剛打了兩分鐘。

已經達成共識的是,ChatGPT問世後取得的巨大成功迅速將這場比賽推進到了第二節。時隔上次就AI發聲百日有餘,李開復3月14日在一場趨勢分享會上首次談到了他對AI新時代的理解,闡述了他所看好的投資機會以及看重的創業形態。

李開復回顧了AI 1.0時代的發展現狀和瓶頸,他指出,AI 2.0時代是AI迄今為止最重要的一個時代,其間巨大的平台式機會將比行動網路還大十倍,AI 2.0也是中國面臨的一個巨大的平台式機會,而且是中國在AI領域的第一次平台競逐機會。

AI 2.0將創造出更賺錢的商業模式?

「雖然我們看到微軟和Google在打搜尋引擎仗,但如果是我,一定先把Office改造一次。」李開復坦言,AI 2.0會最先應用在能容許故障的領域,而毫無疑問最大的應用領域現在是內容創造。

生成式AI被成本鎖定的較低商業天花板,近來廣為業界討論,李開復表示,這是因為沒有考慮到AI 2.0的收費模式並不一樣,「每個領域都可以把原有的APP重寫一次,創造出更賺錢的商業模式,最終AI 2.0的生成能力會把成本降到幾乎到0。」

李開復還借用矽谷頂級投資人的一句話預測了AI 2.0時代的潛在市場規模: 難以把握——它將介於所有軟體和所有人類的努力之間

以下為李開復《AI 1.0到AI 2.0的新機遇》的主題演講全文,經界面新聞刪減:

AI 2.0是絕對不能錯過的一次革命。我們之所以稱為AI 2.0,而不是某些產品代號,是因為這些產品有多種內涵,它帶來的革命機會大家遠未看到。我知道在網上都在談一些很酷的國外產品,但那只是冰山一角,以後的機會將要遠遠超出,會是一個平台級別的趨勢。

就像電是偉大的發明,但電網才是平台,Windows、安卓才是平台。 AI 1.0就像是發明電,AI 2.0就是電網。 AI 1.0時代,我們看到AI下棋,蛋白質折疊,四波浪潮影響了網路、商業、實體化各種識別功能,開始有機器人、無人駕駛出現,直到AI 1.0遇到了瓶頸。

1.0它的優點就是它的缺點,優點是數據越多結果越好,但既然很多數據,就要標註清洗數據,成本巨大。同時,AI技術應用在任何領域,模塊是通用的,但它每次的應用和優化都是割裂的,並且AI模塊沒有形成有效的平台。什麼叫不是有效的平台,舉例來說,如果今天一家銀行想做AI應用,但沒有任何數據可以來做一個冷啟動,你就要收集清洗標註數據,還要去做模型,整個過程都有相當代價,所以供應商做AI的價格很貴。很多AI公司說我幫助賦能了A,助力了B,給各個商業公司創造價值,但公司賺錢不容易,成本高會讓老闆望而卻步,或者做了半年一年AI沒有結果,老闆一氣之下就不做了,這些是AI 1.0到這幾年落地階段面臨的很大挑戰。

還有一個小問題,AI 1.0一直說得那麼神奇,其實好像又沒有那麼智慧,這是因為1.0一直沒有解決怎麼通用,如何有跨領域認知的問題,它的智慧有一定的瓶頸。

現在AI 2.0時代來了,這是AI迄今為止最重要的一個時代,2.0與1.0的差別就是: AI 2.0克服了AI 1.0單領域、多模型的限制,可以用無需人工標註的超級海量數據去訓練一個具有跨領域知識的基礎大模型(Foundation Model)

AI 1.0是單一領域的標註,但世界上所有數據是跨領域的,是通用的,該怎麼標註?一些研究員想了非常巧妙的方法:讓AI不標註數據也能學習,這種學習方式稱為自監督學習,AI把全世界數據拿過來自己教自己,一段時間後形成一個基礎模型,這個基礎模型就是全世界數據訓練出來的,什麼領域都涵蓋,也都懂,不過它半懂不懂,不像我們深度懂,但它讀的書比我們每個人多幾百萬倍。今天大模型都是基於文字或者基於圖片的,基本就兩種,GPT是這個時代最偉大的大模型。

今天AI界是做文字的做文字,做圖片的做圖片,這是小模型、小訓練集,但我們心中相信未來2-3年一定有科研機構在此處突破,做出最偉大的基礎模型, 全世界數據,圖片、文字、語音、影片,只要能儲存起來,就能夠都扔進去。一旦有了這個巨大的模型之後會有新的應用,銀行、保險甚至機器人、無人駕駛、製造。

ai
AI 2.0克服了AI 1.0單領域、多模型的限制,可以用無需人工標註的超級海量數據去訓練一個具有跨領域知識的基礎大模型(Foundation Model)。
圖/ shutterstock

這種巨大的平台式機會將比行動網路大十倍,而且它是中國AI的第一次機會。當然今天還是美國領先,美國確實有突破式創新的能力,但我們趕快勤奮努力也是可以追上,這個機會真的比過去任何時候,至少要大十倍。

AI 2.0 從「輔助「人到逐步「替代」人工,所有使用者界面將被重新設計。 AI 2.0 時代的第一個現象級應用是生成式 AI(Generative AI),也就是國內流行的AIGC。你們應該馬上可以推算出來AI 2.0會最先應用在能故障容許度的領域,毫無疑問最大的應用領域是內容創造。我想藉此機會講講記者該怎麼用這個工具。 AI 2.0將是記者最好的朋友,現在是兩者結合的好時候。AI今天寫不出你們的文章,但其實你們也寫不出AI的文章,最終頂級的記者能大大利用AI來擴張想法和發揮,而非頂級的記者可能會面臨很多挑戰。

內容創造比如平面設計、創意寫作帶來的顛覆是巨大的,未來的工具的長相完全不同,使用者完全不同,商業模式也會不一樣。雖然我們看到微軟和Google在打搜尋引擎仗,但如果是我,一定先把Office改造一次。過幾天他們會做新的發布會,你們也可以期待。

在AI 2.0時代,將有哪些應用?

第一批AI 2.0的應用地帶還有娛樂、做遊戲、3D甚至元宇宙等,這些領域需要持續人工干預,避免謬誤或更嚴重的錯誤發生。

下個階段是部分選擇的自動化。這個層面AI仍然會出錯,但對於故障容許度高的應用來說可被接受,可以用巧妙的用戶界面來改善不太完美的技術。比如金融、培訓等行業也可以故障容許度,我們可以用AI對話來教孩子中文或英語或韓語;金融肯定不會用AI來決定買哪個股票,但可以用來做自動交易。 最後的「全自動化」階段,才是AI不犯錯,可以自動用在各種領域,我稱之為更未來的AI 3.0。

在AI 2.0時代,生產力工具的升級是特別巨大的機會,用語言生成圖片可以把時間從一小時降到幾秒鐘,把150美元的成本降到8美分,這些例子是真實的。很多人認為生成式AI的商業前景還太小,這是因為金融分析師沒有考慮到AI 2.0的收費模式並不一樣。我們看到很多報告說一個搜尋引擎要增加3美分,靠廣告的盈利模式會賠很多錢,短期可能這樣,長期來看3美分的成本會降。 未來AI可以根據用戶問什麼問題,按照答案的含金量來收費,商業模式會變。

所有的應用會被重寫一遍,這一定程度上在行動網路時代已經發生了,在AI 2.0時代會再發生一次,當 AI 2.0平台夠大的時候,這個平台可以支撐各種應用。

延伸閱讀:一顆AI晶片打入高通!助AI運算能力提高4倍,耐能什麼來頭?

進入AI 2.0,創新工場看好一些投資領域。 第一我們會投資應用, 那些能幫助人類產生生產力的、最能賺錢的應用,既做中國的應用,也可以考慮做全球的應用; 第二我們要投資平台 ,現在確實只有美國的平台,未來應該會有中國的平台,中國的平台還可能有很大的機會,雖然我們現在技術上不如美國,但中國的市場、中國的公司會勝出,我們希望找這樣的公司,在中國勝出後,還有別的國家適合中國的文化思想,也可以把它推廣出去;最後是投基礎設施,考慮怎麼把計算量壓縮,更好的進行模型運維、管理、訓練。我們都希望他們能跨平台使用,也不希望一家獨大。

在AI 1.0我們投出10家獨角獸,今天我們在AI 2.0已經開始佈局,投資了一些公司,這些公司已經開始做2.0應用了。美圖是最快應用 AI 2.0的中國公司,創新奇智也在探索AI 2.0 +製造,我們非常自豪的是投資了瀾舟科技,它做出了孟子大模型。 AI基礎設施公司我們也投資了潞晨科技。

創新工場的獨特之處是可以到處看創業者,看看誰要發英雄帖、朋友圈,我們也關注AI領域的論文誰寫得最好。我們跟其他VC不一樣的點是,看到好的機會可以自己做「塔尖孵化」,團隊進來,有長板也有短板,我們有很多能力來孵化這些公司,有很多科技能人,我們做商業投資的資源都是可以幫助賦能AI創業者的。但如果他們本身就是強大的創業者,我們也可以純粹進行財務投資。

AI 2.0的大預測

最後講一下預測。第一AI 2.0是革命性的東西,不只是AI 1.0的升級,它是從無到有,是巨大的、真正的智慧的產生,甚至可以帶來我們講了很久但一直沒有做出來的產品,比如智慧助手。而它的發展過程一定是先從人機協作,再到自動化。

第二是產業的變革,這是我們最認可的領域,每個領域都可以把原有的APP重寫一次,創造出更賺錢的商業模式。 AI 2.0的生成能力會把成本降的幾乎到0。

第三是AI讓所有的人都能創造。未來AI加上特別有想法的藝術人,會帶來藝術領域的突破性。最後,每個人都會成為AI 2.0程式員。

我們可以預測平台公司將誕生,不會很多,因為門檻很高,但如果他們好好把大模型做好,把中間層工具做好,會造福整個做應用的行業,他們可能會成為壟斷者。不過,考慮到平台能力很重要,我們要投的不是只會把模式做得最大的公司,而是要把中介軟體做好的公司。

我們還希望,很多弱勢群體如教授、研究員、創業者,那些得不到計算資源就很難做出AI 2.0平台性工作的人,也能夠有其他的資源,無論是政府、高校或者是一些願意做捐贈的機構能夠把資源提供給他們。

AI 2.0是一個巨大的源泉,但不會是通用人工智慧。 AI 1.0的時候,人類還能做這麼多事情,AI 2.0是一個巨大的源泉,能做的東西比人類多太多,但它也不能完全覆蓋所有的事情。

AI 3.0會更大,但也不會全部覆蓋人類的事,因為人類的創造力,思考和自我意識,同理心和愛是AI不能取代的。

AI 2.0的風險也很大,如果掌握在惡人和貪婪的人手中,會攻擊我們每個人。

最後一句話,來自矽谷頂級投資人對這個領域的預測:這個市場的潛在規模難以把握 ——它將介於所有軟體和所有人類的努力之間。

本文授權轉載自:36氪

責任編輯:傅珮晴

往下滑看下一篇文章
博弘雲端打造金融業專屬 AI 解決方案 賦能金融產業實現智慧轉型!
博弘雲端打造金融業專屬 AI 解決方案 賦能金融產業實現智慧轉型!

從流程再造、智能客服到科技防詐,AI 正在一步步改變台灣金融業的樣貌。根據金管會「金融業者及周邊單位應用人工智慧」調查結果,金融業者導入AI與生成式AI的比例已從29%提升至33%,顯示金融業對AI應用的需求正持續升溫,而AWS亞太(台北)區域的正式啟用,更將加速這股成長力道,讓AI躍升為金融創新的核心引擎,推動整個產業快速邁向新局。

在這股潮流下,博弘雲端作為台灣第一家與AWS簽署台北區域戰略合作協議(New Region Strategic Collaboration Agreement,SCA)的雲端解決方案專家,如何協助金融業快速導入創新AI應用,讓「智慧金融」能夠真正落地在各個金融場景中?

對此,博弘雲端台灣暨東南亞事業中心副總經理陳亭竹給出的答案很明確:關鍵在於從痛點出發,讓金融業能夠以更低的門檻達成數據上雲與導入AI應用的目標。

標準化 × 客製化,雙管齊下加速金融AI真正落地

陳亭竹進一步指出,金融業在推動雲端與AI應用時,普遍面臨合法合規、AI倫理風險、人才不足與組織變革等四大挑戰。對此,博弘雲端提供產業客製化AI解決方案,滿足金融業在AI與數據應用上的多元需求,進而加速AI應用落地。

「要讓AI應用在金融業真正落地,雲服務業者的客製化能力是關鍵。」博弘雲端台灣暨東南亞事業中心技術處長孫正忠強調,因為每家金融業對上雲和AI應用的需求並不相同,甚至對AI 技術的要求與精準度都有不同期待。而標準化產品雖能快速導入,卻難以完全貼合每位客戶的營運場景與精細需求,唯有結合客製化服務,才能真正滿足金融業在AI與數據應用上的高標準,並符合大型金融客戶的嚴格驗收要求。

因此,博弘雲端推出產業客製化AI解決方案,建構在標準化解決方案的架構之上,進一步依照客戶需求進行微調。不僅能讓 AI 回答更加精確,也能更貼近終端客戶的實際需求,無論是篩選資料、優化決策,甚至提供行銷策略建議,都能展現更高的效益。

除了透過客製化服務滿足金融業者AI與數據應用上的多元需求,博弘雲端亦推出標準化產品驅動金融產業AI革新。從”AICOM”提供的新世代雲智能管理功能,賦能金融IT部門一站式管理雲端資源、即時掌握AI訓練資源運用狀態;到”LEMMA”提供的 AI企業知識代理,藉由LLM (大型語言模型) 摘要與整理重點、大幅減少人工查詢資料的時間,這些產品不僅加乘金融業者採用AI的效益,更成為推動產業升級的關鍵方程式。

RD099049.jpg
博弘雲端台灣暨東南亞事業中心副總經理 / 陳亭竹表示:要讓AI應用在金融業真正落地,雲服務業者的客製化能力是關鍵。唯有結合客製化服務,才能真正滿足金融業在AI與數據應用上的高標準,並符合大型金融客戶的嚴格驗收要求。
圖/ 數位時代 拍攝

售前 × 數據雙團隊,一站式滿足數據處理和AI應用需求

金融產業的AI應用百百種,博弘雲端不只提供產業客製化解決方案,更透過技術團隊的深度參與來強化客製化程度。首先是售前技術團隊,該團隊整合公司多年服務大型客戶的經驗與專業人才,能在專案初期便與客戶進行需求訪談與技術交流,並據此繪製完整的系統架構圖,確保AI應用精準契合需求,大幅提升專案成功落地的機率。

其次是數據團隊,涵蓋數據工程師、數據分析師與數據科學家三種不同職能,能與售前技術團隊的需求分析與架構設計緊密銜接,一站式滿足金融業從數據處理到應用的完整需求。

博弘雲端台灣AWS事業處業務資深處長郭仁傑進一步說明二個團隊的具體運作模式。售前技術團隊在完成需求分析與架構圖後,數據工程師會協助金融業將地端資料搬遷到雲端資料倉儲,並確保數據的正規化與可用性;接著由數據分析師統整數據並建立戰情室、商業智慧分析等應用,幫助客戶快速掌握營運數據;最後由數據科學家根據實際應用情境選擇或開發適合的AI模型,實現提升營運效率或優化客戶體驗的目標。「經過概念驗證與專案的執行,金融業普遍能提升5倍以上的資料處理效率,運用AI提升10~50%不等的生產力」,郭仁傑強調。

RD099024.jpg
「要讓AI應用在金融業真正落地,雲服務業者的客製化能力是關鍵。」博弘雲端台灣暨東南亞事業中心技術處長 / 孫正忠強調
圖/ 數位時代 拍攝

攜手 AWS 與生態系戰略夥伴,全面備戰金融業轉型需求

除了內部團隊的緊密協作,博弘雲端也積極深化與AWS和第三方夥伴的合作關係,加強解決方案的廣度與深度,確保能更全面回應金融業多樣化的需求。

「客戶至上一直是博弘雲端的企業文化,」陳亭竹表示,博弘雲端很早之前就洞察到金融業數位轉型的商機,加上AWS當時正如火如荼推進亞太(台北)區域的落地,因而與其展開台北區域戰略合作協議的討論,並於2025年7月正式簽訂,成為台灣第一家簽署該協議的AWS核心級諮詢夥伴。

「這是一份區域級的合作協議,必須要有足夠紮實的市場經驗和具代表性的客戶導入案例,才能獲得AWS的認可與信任,」陳亭竹強調,這份協議不僅代表AWS對博弘雲端實力的高度肯定,更意味著博弘雲端可以進一步放大服務能量,串聯更多生態圈夥伴,全面支援金融業的數位轉型。

由於金融業在上雲時,對資安防禦、效能監測、數據管理等面向,可能都有不同需求,博弘雲端自成立以來,便持續與不同領域的夥伴攜手合作,包括Palo Alto Networks、Databricks及MongoDB等國際級解決方案廠商,滿足金融業在上雲時的特殊需求。而隨著與AWS簽訂台北區域戰略合作協議,博弘雲端得以進一步擴大合作生態圈,為金融業打造更完整的雲端與AI解決方案,全力加速其上雲與創新進程。

專業技術建立信任,博弘雲端成金融業轉型首選夥伴

憑藉卓越的客製化服務能力、與AWS的緊密合作關係及多元的生態圈夥伴,讓博弘雲端在金融領域展現亮眼成果,不只在技術面持續採用創新科技賦能金融業成功轉型,更透過技術專業力獲得客戶高度信賴,某大型金融業客戶在數據上雲專案結束後,主動表示希望繼續合作。

郭仁傑說明,博弘雲端自3年前開始,即協助該客戶將地端數據逐步上雲,並導入Data Hub建立完善的資料治理(Data Governance)機制。隨著數據上雲後的效益逐步展現,不僅吸引同集團內其他子公司與海外據點相繼啟動數據上雲計劃,更將合作期間展延至7年,藉助博弘雲端的技術與服務能量,持續深化雲端與AI應用,推動整個集團的數位創新藍圖。

1757919697308.jpg
郭仁傑說明,博弘雲端自3年前開始,即協助該客戶將地端數據逐步上雲,並導入Data Hub建立完善的資料治理(Data Governance)機制。
圖/ 數位時代 拍攝

目前除了金融業之外,博弘雲端在製造、零售和公部門也累積了豐富的雲端技術導入經驗。展望未來,博弘雲端除了持續與AWS維持緊密合作、不斷精進雲端技術能力外,更將全面強化在資安託管服務 (Managed Security Services Provider, MSSP) 與技術生態圈的戰略布局,並積極拓展東南亞市場,成為台灣雲端服務業進軍國際的領航者。不僅向海外輸出台灣的成功經驗,更將成為驅動東南亞地區數位轉型的關鍵力量。

更多金融業上雲案例:立即與博弘雲端專業團隊討論

https://www.nextlink.cloud/contact/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓