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
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 2026 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