# Vol.169 产业观察30｜科技消费品牌“全球化”的挑战和机遇 高能量 · 2025-05-04 · 71 min · https://www.xiaoyuzhoufm.com/episode/6816f1d947ebeede7eabc507?utm_source=rss ## 逐字稿 Speaker 1 大家好，我是峰瑞资本的李丰。欢迎来到这一期的《高能量》。这一期是我们的产业观察，内容来自我们上个月在深圳举办的一场“科技消费品出海论坛”。 在这场论坛中，既有发展得很不错的科技消费品企业，也有相关的战略专家，谈到了中国消费品出海经历的阶段。中国消费品出海经历了从便宜的产品到性价比产品的阶段，比如过去一两年比较火的服装、服饰等小商品，也包括相关的平台企业和品牌企业。 经历了这一波之后，今天的中国更多的是在输出中高附加值、有科技含量的创新消费品。大家比较熟悉的例子，可能包括扫地机器人，也包括其他各行各业的产品。 我们从中选了一些不同类型的科技消费品企业的 CEO，参与了这场论坛。他们会谈到，今天中国的中高附加值、有科技含量的新消费品，如何在全球化市场中引领品牌，并且建立自己的价值——不是依靠性价比，而是在更好、更新、更科技、更不同上建立价值。 当然，也包括大家最关注的问题：今天在贸易战的影响下，这些创新产品，尤其是中高附加值的科技消费品，作为全球化最早的一批样板，到底会如何应对，有什么样的思考。也欢迎大家提出更多宝贵的意见和建议。 这是我们非常关注的方向。在我们过去两三年已经投过的项目里，大概包括了 5、6 家不同类型的科技消费品企业。另外，还有一家我在做独立董事、在行业里有一定影响力，也代表了中国最典型的科技消费品企业，叫影石科技，就是做 Insta360 运动相机的公司。 经过过去 7、8 年的努力，影石科技已经在全球范围内领先 GoPro，成为全球占有率最高的运动相机品牌。它可能也已经经过证监会批准，即将在科创板上市，成为科创板上非常少见的科技消费品全球化企业。这些都代表了中国的新趋势，也欢迎大家来关注。 Speaker 2 大家好，我是峰瑞资本的沈颖，主要负责投资科技、消费及出海方向。今天这期节目收录了我们在深圳活动的两个环节：一个是我与高驰创始人牛浩田牛总的对话。高驰是户外运动领域的头部智能穿戴企业；另一场是“AI 赋能消费品及互联网”的圆桌讨论。 首先，非常欢迎高驰的创始人兼 CEO 牛浩田牛总，下午来参加我们今天的活动，并带来一对一的分享。我们先请牛总简单介绍一下自己和高驰公司。 Speaker 3 ### 高驰押注户外穿戴 大家好，我是牛浩田，高驰的创始人和 CEO。我们公司是 2014 年开始建立的，中间经历了整个智能穿戴从热潮到冷却，再到重新发展起来的过程，也见证了今天大家看到的整个智能穿戴产业。 在这个过程中，我们找到了比较明确的定位，就是做一家户外运动领域的智能穿戴公司。实际上，我们解决的是户外运动中用户的很多具体需求。现在，我们在欧洲、美国、东南亚、日本以及中国本土，都算是在户外运动领域受到了一定用户认可的一家小公司。 这个品牌还很年轻。相对于这个领域的整个市场规模来说，我们仍然是一个早期的新品牌。 Speaker 2 ### 关税重塑全球化 今天此时此刻，关税作为全球化这个话题的一部分，可能也是脱不开的一个点。今天我们的主题是“科技消费品的新全球化之路”。这个“新”，是在面对当前不确定性非常强的大环境，以及上一个时代全球化的整体格局正在发生本质性转变的过程中，各行各业其实都会受到影响。 特别是已经走在全球化之路上的品牌和企业，虽然整个局势还在不断演化和变化，可能今天晚上又会有新的政策出来，但你们此时此刻是怎么看这件事、怎么应对的？请分享一下。 Speaker 3 首先，我们得看这件事的长期趋势是什么。比如，美国到底能不能取代中国制造？再一个，这件事的终局状态怎么样，才是对全球经济最好的状态？最终大家走很多弯路之后，会发现事情终究会回到它应该是的那个样子。 什么是它应该是的样子？就是对大家都好，同意吧？最终还是得对大家都好。这个地球上，尤其是中美，如果出现一个输家的结果，一定不是对大家都好的，因为输家会把对面的另外一方也变成输家。 这样去看，我认为美国不会有太多人像我们国家一样，愿意在一条流水线上工作。不是能力问题，是意愿问题。这个意愿问题太难解决了，而且美国本身的社会结构和我们的社会结构不太一样，所以它很难把“中国制造”这件事拿掉，变成“美国制造”。这件事根本就不可思议，而且对美国没有好处。 回过头来说，大家可能会问，东南亚呢？其实东南亚也好，无论是越南、马来西亚，还是将来的印度，它们本质上都是中国制造的二级供应链。因为任何产业其实都是一个系统，是一条产业链。 比如今天有很多手机可能是在越南制造的，但你在越南试试找一家能够做高精密加工的五金工厂。中国今天是什么情况？比如整个手机行业大量使用粉末冶金，而中国已经发展到了粉末冶金材料很多都由中国研发的阶段。所以我们要明白，这首先是一个产业链问题。 反过来说，在贸易战之前，产业是不是已经在向东南亚转移了？我们可以看到很多产业，比如鞋服行业，很早就开始向东南亚转移，因为那里的劳动力密集，劳动力成本也还可以。随着这些国家自身基础建设的完成，比如越南比较典型的能源建设完成，它自然就拥有了某些方面比中国更有优势的环境。 从公司角度来说，尤其是那些主导全球生意的大品牌，把生产放在越南还是中国，本质上都是为了规避贸易方面可能存在的风险。这是一个大趋势，长期看会越来越明显。 根据我们这个产业的情况，我们从去年其实就做了一定的准备。但是，当市场突然“咵”一下出现这个事情时，来得很突然：首先美国加了一个特别高的关税，中国反制，然后逐步升温。我觉得这就是一个短期的事情。 当然，高驰相对来说面对这件事容易一点。过去 6 年，我们没有把业务放在单一市场里，而是在美国、欧洲、中国、东南亚，也就是亚洲其他地区，都有一定体量的业务。甚至这里面任何一块业务受到影响，应该都不会直接影响我们的生存。 这意味着，短期内，也就是 12 个月以内的震荡，只是一个可以轻松过去的东西。如果事情变得不可控，那就别想了，因为你也控制不了了，对吧？你就只能休息了。我们能做的，就是把能做的事情做好。 回过头来说，我也有一些朋友，可能企业 90% 的业务都在美国。像这样的情况可能会难一点，但我觉得，只要你手里有好产品，能够想清楚接下来的长期对策和短期对策是什么，哪怕短期缺钱，我相信聪明的投资者还是能够明白这件事是可行的。 因为根本上不可替代的是这家公司。不可替代的是，你有一群人能够很好地研究一个问题的解决方案，把它做出来，并且赢得市场认可。这件事不会变，剩下的都是时间当中的波动。 反过头来说，这可能会让企业变得更好。有些挫折的过程，可以让企业更加专注。我们发现，创业公司拿的钱多了反而不是好事。往往一个公司比较好的状态是：我能干 10 成的事情，但一直干 9 成就可以做好。 当然，这个能做好的“9 成”一定是一个有独特价值的东西。你会发现，这样的公司往往发展得很稳定，最终成功率也非常高。最可怕的是，一个公司实际上有 10 成的事情，却因为手里有资源，干了 12 成甚至 15 成的事。这个组织的能力才是公司的边界，而不是你手里有多少资源。 Speaker 2 下一个问题是关于一些趋势方面的。我们也是在运动和科技交叉的领域。那么，运动科技这几年在全球的 stage 上都在蓬勃发展、不断演变。您作为在运动科技领域深耕了十几年的创业老兵，能不能跟我们分享一下，您看到这个行业在海外以及中国发生了哪些变化？未来您觉得它会往什么方向演化？ Speaker 3 ### 运动科技走向平权 我认为运动科技可能是一个很大的领域。我们更关注人本身的体能训练，这个体能训练主要还是耐力。当然，说多了就过于专业、有点晦涩了。我们可能也会关注一些力学技巧方面的东西。 根本上，我认为这有点像一个平权过程。我们会发现，任何行业里可能都有这样的现象：最早，这个东西服务于少数人，因为使用成本很高。 比如从运动科学角度讲，最早它一定服务于职业运动员、奥林匹克运动队。由人和一些实验设备完成数据采集，再由一群专家完成模型分析，或者做出最终的训练决策和反馈，最后由运动员去实施。实施完之后，再去采集数据、做反馈，是这样一个过程。 从我们的角度来看，随着传感器和算法的诞生，数据采集不再需要专门的医疗设备。当然，医疗设备能够采集的维度可能更多，但一些基础数据我们已经可以做了。 云服务的数据运算能力也好，还是 AI 也好，可能都可以帮助大家替代专家分析的部分。但专家分析的内容，又会不断从科研机构中研发出来，变成新的智能算法，最终这个东西就会被平权化。 它会慢慢从高阶的专业用户，向普遍用户发展，一层层推下去。这是我认为运动科学整个的发展趋势。 未来，我们这种公司的使命，就是把这件事更好地完成。肯定永远会有一部分产品，服务于需求最强、也能够承担较高成本的专业用户；同时，我们要不断把专业内容用更好的方法，让最普通的人也能够以普遍可接受的成本使用，并从中获得好处。 至于全球化，并不是我们单方面说“要全球化”就能全球化。日本当年的产业发展从 20 世纪 80 年代开始出现很多全球化品牌，比如索尼是怎么全球化的？Walkman，对吧？是 Walkman 让它全球化的。 Walkman 为什么能够走向全球？因为这个产品一旦做出来，就会卖向全球。索尼把它做出来了，而那个东西就是一个巨大的创新：把录音机变得那么小，装上 2 节电池就可以运行。这是它开创的。 今天我们说，很多清洗游泳池的机器人也是这个道理。实际上，是因为中国从上游产品人才的积累，到下游产业链都很完备，导致这个国家创造新产品的能力达到了全球水准，甚至超出了全球普遍水准。于是，中国企业的全球化就变成了一种必然。 但我们当初进入户外运动行业时，其实是从另一个维度出发的。中国在户外运动领域是一个跟随市场，我们的用户当时处于学习海外户外运动群体的状态。比如，最顶尖的越野赛选手，早期都要去国外参加比赛。我们的马拉松文化，很多东西也都是一个借鉴和学习的过程。 所以 2016 年、2017 年我们开始做的时候，就考虑到，如果要做户外运动领域，就得从美国、欧洲这些地方开始，先赢得这些市场。 我们不是说在欧洲或美国成功之后，形成一种“墙外开花墙内香”的品牌方式，先做海外，成为海外知名品牌，再回来就比较容易。我们真不是这么想的。我们只相信一件事：先进市场诞生先进品牌。 运动这个领域往往也是这样。今天回过头来看，耐克、阿迪达斯在中国的影响力，实际上代表了很多运动文化和竞技运动技术的趋势。这个是关键，但市场先进更重要。 这些市场有更多人，比如打篮球的人知道怎么改进一双篮球鞋，跑步的人知道怎么让一双跑步鞋拥有更好的性能。这就是我们当时选择在美国和欧洲做产品的原因。我觉得全球化是这么来的。 如果要学习公司，不是去学习某一个对标品牌。比如我们这个行业里，佳明是最老牌的公司，还有一些其他欧洲公司。如果我照着它们做，可能就是东施效颦。人家有自己的成功原因，但我觉得任何一家公司都应该有自己的品位，因为这才是你存在于市场中的价值。 如果我不知道自己独特的地方是什么，不知道自己想成为谁，其实那个“成为谁”就是自己，只是它可能由很多元素组成。 我们讨论产品的时候，会讨论苹果是怎么做东西的；讨论商业的时候，会讨论任天堂是怎么做产品和市场的。比如任天堂有一个非常经典的“枯萎技术原理”，我觉得这非常值得学习。 这也导致高驰的产品上市以后，硬件可以 2 年以上才迭代一次。这样既保证我们把产品做得足够可靠、扎实，有足够的周期把产品想清楚，同时也能大幅提高运营效率，不至于为了市场而推出新品。我们是为了产品而推出新品。 那怎么在 2 年当中提高产品的价值？我们用软件和应用创新来做，不是纯粹追求技术，而是去看我们要解决用户什么问题。 这里面有很多很好的例子。我们去拜访村田制作所时，他们做一个气压计，完全重新思考，从而解决了一些气压计的问题。但它解决问题的背后是什么？他们会自己研究应用场景，提出很多我们可能都没想到的应用场景。 对于我这样的硬件企业来说，村田是一个 To B 的企业，我是做产品的，它给了我巨大的支持。这样你就能理解，为什么村田能够牢牢抓住苹果这样的客户：苹果离不开它。 我觉得这些都是可以学习的对象。所以要多看优秀企业，并且研究优秀企业背后的道理。 Speaker 2 我们想请浩田总分享一下，你们在消费者洞察方面有哪些诀窍？另外，在消费者这一端，你们观察到这几年有哪些变化，也能否跟我们分享一下？ Speaker 3 ### 听劝才能做好产品 首先，这不是谦虚，我觉得我们的产品其实有很多瑕疵。我们本身不是一家由一群天赋异禀的天才建立起来的公司，而是永远以学生心态做产品。我们能做好的唯一一件事情，可能就是“听劝”。 大家都知道，倾听用户、根据用户反馈做产品，这个道理大家都懂。但这个过程有一个难点：我们会听到很多声音，必须面对取舍。所以难点其实是聚焦。 你要知道自己在服务谁，不是因为哪个市场赚钱就去做哪个市场，而是要克服更大市场、更多市场的诱惑，知道自己的能力只能做好什么，然后把这件事做好。这其实是比较难的一件事，因为那个市场用户多，那个市场的声音也大。 难点在于，我能不能定住心神，先把眼前最小的事情做好。有了这种定力，你可能就会很专注地洞察用户，愿意和用户打交道。 不是单纯地去听声音、想尽快得到答案，而是和用户一起面对产品，一起使用产品，和他们一起接触，然后在这个过程中重新思考，能不能找到更好的方法去解决问题。我觉得这可能更重要。 做产品这件事情，我们反思自己，也觉得是不是太关注创新了，而对细节的打磨不够。所以今年我们在内部讲产品时，反复跟大家讲，要把“欲速则不达”这个理念变成我们的工作法则。 通常我们很想做一个很好的东西，觉得自己有一个好的 idea。但从一个好的 idea 到一个好的产品之间，其实有巨大的鸿沟。真正把用户方方面面都想好，让每一个用户拿到产品时都有很好的体验，这件事非常不容易。 刚才沈颖的问题是行业变化。我们看任何一个市场的变化，都是两个东西组成的：一个是必然的大趋势。比如人均 GDP、人均收入到达一定程度之后，早期快速的经济增长会造成物质追求的大爆发。 像中国过去的发展，你往前看会发现，奢侈品、高端餐饮这些需求是先起来的，因为它们最直接地满足人的幸福感。先是单纯的物质满足和大消费，之后大家才开始从消费中重视个人情感上的满足。 因为情感满足更长久、更持续，所以运动、各种爱好，以及能够寄托人情感满足的东西，会慢慢成长起来。这是一个大的趋势。运动和户外，都是这个大趋势的一部分。 我们看看海外，无论是老牌资本主义国家，比如欧洲、美国，还是战后兴起的日本、东南亚国家，都能看到这样的趋势。但其中也有区域化、特殊的事情，会导致一些差异。 比如中国，大家能够感受到，马拉松的兴起实际上和疫情有关。中国经历疫情的过程，和其他国家不一样，所以疫情带来的运动文化变迁和变化也不太一样。 前两天我在日本才知道，原来日本有些厨师也喜欢打高尔夫。我原来以为高尔夫是我们这些创业者可能都无福消受的东西。当然我是在开玩笑，但为什么会这样？ 因为日本在泡沫经济时期建了非常多的高尔夫球场，导致高尔夫球场过剩。高尔夫球场建设成本虽然很高，但运营成本其实没有那么高，因此它可以平民化。 这些高尔夫球场在正常运营过程中，逐渐进入了工薪阶层可以消费的水平。在日本，一个练习场 50 元人民币就可以打 1 个小时。想想都不可思议，所以日本的高尔夫成了一项非常普遍的运动。 你看，这就是在中国不会发生的事情。每个市场首先要知道大的趋势，然后再去看小环境里的特殊事件。我觉得把这些东西结合起来，可能就能感受到一些潜在的机会。 Speaker 2 刚才刘总也有提到，创业经历了 11 年。你们最早做穿戴产品时，其实不是手表，而是手环。在坚持做了一段时间手环之后，又转向了手表。请您分享一下，当时为什么先做手环，后来又为什么从手环转向手表？ Speaker 3 ### 从手环转向手表 我们最早是一个 ODM 企业。从 2012 年开始，我们就已经为一些海外早期做智能穿戴的公司提供服务，算是中国最早能够对外提供完整能力的企业之一：从硬件，到硬件上的嵌入式开发，再到量产和服务。 2014 年，我们觉得 ODM 业务已经不适合中国当时的发展状态了。那时候大家都能感受到，中国以前的白牌生意越来越难做。我们也意识到，如果不转型就会被淘汰。 当时我们觉得应该去做品牌业务。做品牌能够让我们原本具备的产品设计能力发挥出来，所以那时候选择从 ODM 业务转型做品牌。 这里我想分享一个很关键的事情：当你意识到什么事情是对的、什么事情是错的，一定不要太留恋原来的东西。 我们关掉 ODM 业务的时候，全年营业额接近 6 亿元，但我们决定不做了。想清楚之后就不要再做，于是我们没有再接任何新的 ODM 订单，把所有精力都放在做品牌上。 2014 年，我们开始做一个叫维乐的品牌。直到去年，我们才算彻底关闭维乐的在线服务。我们已经停售很多年了，但一直在为用户提供在线服务。 我们最早开始做的时候，其实没有完全想清楚这个领域到底应该怎么做。但我们知道一件事：从穿戴产品的本质上看，它第一次让电子产品可以采集人的行为数据和体征数据，这两类数据都是全新的。 这两类数据对人类社会来说，会极大提升整体效能。很多行业都和这两类数据有关，比如医药、医疗，这是显然的；还有保险行业。 再深入一点想，你会发现它几乎无处不在。比如绝大部分公司应该都有体检服务，对吧？根本上是什么？是企业从管理角度去看待健康这件事。 大家再想一想，如果有数据，是不是可以让这件事成本更低、效果更好？也就是说，你能从这件事上看到，这是一个非常远期、但长期来看社会价值很大的产业。 往往在这种又长又大的潮流下，会有小公司的机会。光是大还不行，周期得长。因为周期不够长的话，大公司会快速把这些事情做完，毕竟确定性太大了。 但如果周期足够长，你会发现，整个业态发展起来之后，会有各种各样的生态单元要去做。那时候我们觉得，这应该是对的，所以就很简单地开始了。 开始之后，2016 年我们遇到了一个非常大的问题。2016 年 618，我们发布了一个产品。那个产品非常成功，我们快速成为当时中国电商领域的第 3 名。 前面有两家公司，一家是华为，一家是小米。也就是说，你基本上做到了创业公司的 TOP。 2016 年时，2012 年、2013 年那批在资本催生下出现的智能穿戴公司，几乎都不行了。我们这种从 ODM 出来的企业，因为自己是工厂，也能做研发，整套东西都是自己完成的，所以在做好产品这件事上，可能比别人稍微容易一点。 当然，也会更难，因为成本和基础投入都在那里。但双十一的时候，我们觉得自己应该快要盈利了。为什么？因为前面似乎只剩下小米和华为了。 然而，双十一我们发现情况完全不是自己想的那样。这个生意没法做了，因为光是一个关键词的投放成本，就翻了 3 倍。我们的利润非常薄，那时候我们意识到，业务是有问题的。 其实那时我们不只有手环，还有手表，只不过手表也不贵。我们开始思考，问题到底出在哪里？这个产业做品牌有没有机会？ 那时候我们觉得，必须推翻整个业务，重新思考。不是看自己有什么，而是什么东西是对的。 我们反思说，不能去做和大公司一样的事情。如果做的产品和大公司的产品没有本质差异，那凭什么打赢大公司？这个逻辑是不成立的。 更何况，在穿戴领域，大公司当时其实并不追求赚钱。对小米来说，小米手环是流量的一个源头；对华为来说，穿戴产品是一种防御体系，是为了维护整个手机业务的领导地位。 作为一家创业公司，如果只做穿戴，没有其他业务，那肯定打不赢它们。 后来我们发现，运动领域确实有一些公司靠产品做得很好，因为产品有本质差异，也有真实的细分需求。 我们那时候开始转型，实际上不是单纯地从手环转向手表，而是从大公司都在做的事情，转向大公司没办法满足的产业。 在这样的细分市场里，大公司即使进入，它的组织结构和做业务的方式，也导致它没办法做小业务。 很简单，比如我们有一个同行叫佳明，它已经在全球拥有非常广阔的运动手表业务。它们最畅销的产品，可能单款、单一型号的销量，如果放到手机公司里，这个项目都会被否决。 也就是说，在一家运动品公司里被认为非常成功的项目，放进一家手机公司里，可能就是失败的项目。 原因在于组织形式：你是用特种兵部队打仗，还是用集团军打仗，这是两种不同的战役。不同的时候有不同的需求，有的战场需要特种兵，有的战场需要集团军。 特种兵去打集团军战役，会被集团军消灭得渣都不剩；但如果把集团军派到适合特种兵作战的战役里，你会发现那个战场根本容不下他们。大体就是这个意思。 Speaker 2 相信你们在业务转型过程中，之前也经历过一些困难。您过去分享过，2018 年、2019 年其实经历了很困难的时候，甚至可能比之前的转型更困难。这次的战役您是怎么挺过来的？中间有哪些重点事情，您想跟大家分享？ Speaker 3 ### 高驰熬过现金危机 首先，创业的方向得正确。如果方向不正确，即使你打到最后、非常努力、团队也很优秀，最后还是打不了胜仗。 但即使方向正确，创业成功本质上也是一个运气问题。高驰实际上有很多机会可能已经消亡，公司可能根本不存在。能够做到今天，里面有大量的运气因素。 怎么增加自己的运气？现在回头看，2018 年底到 2019 年初，我们经历了公司非常大的危机。那时候产品已经在测试，开始有一些用户使用，反馈也还可以，但现金流基本上快要耗尽了。 即使反馈不错，产品还要经过多长时间才能真正销售并盈利，其实仍然很遥远。那时候我们只能做一个非常痛苦的决定：首先裁员 30%，各个部门想办法裁掉一部分人。 留下的人肯定要承担更多工作。我们还告诉大家，如果愿意的话，希望大家能够降一点薪水。减少的薪水，我们会记录下来，按照公司的股票补给大家。 事后，这部分不只是给了股票，后来我们也把钱给了大家。股票就直接送给大家，因为那时候能够撑过来非常不容易。 再就是，我们去跟供应商讲：即使公司倒闭，一分钱也不会让大家亏损，该付的钱我们会付好，会把现金留好。 股东也非常坚定地支持我们。当然，我们的体系里没有外部投资，这可能比很多今天的创业者容易一点。我们的投资人不是机构投资人，而是当年做 ODM 时一起共事过的老股东。 在这个基础上，我们就这样撑了下来。当然，外部也有一些因素，但聚焦这件事特别重要。 做产品做到最后，不是说你的产品比市场上其他产品都强，而是要找到那个特别强的场景，就是那一个点。 我们最早做运动手表时，市场上的运动手表有很多运动类型，有骑行、跑步、游泳等。我们觉得，至少要满足铁人三项用户的需求，这款运动手表才算足够好。 这些运动我们都做了，但每一项运动如果和市场上最好的产品相比，都略有差距，整体上仍然有明显差距。 但有一件事我们做得特别好，就是产品的续航能力。我们做了很多低功耗处理，抠功耗方面的细节。在同等系统工作性能要求下，我们做到了全世界最低的功耗。 这导致我们的手表可以连续使用 GPS 定位超过 28 小时。24 小时是绝对能够满足的，28 小时是大概率能够完成的。 在当时市场上的所有产品里，这个续航领先很多，因为大部分产品都在 20 小时以内。 因为续航，我们发现对产品评价最高、口碑最强的，是玩 Ultra Run，也就是长距离跑的人群。当时有一部分用户不断挑战更长的跑步距离，还有一类是长距离越野跑用户。他们跑步时都要带一个充电宝。 那时候很多用户咨询客服的问题是：“你们这个手表能不能一边充电一边用？”我们就意识到，这可能是最需要我们产品的人群。 于是，我们把所有营销资源都聚焦到这个人群上。营销效率一下就上来了，因为我们找到了真正的抓手。 现在我们内部要求做产品时就要这样做：做一个产品，必须把这件事想清楚之后再做。 当年做第一款运动表时，我们其实想得也不太清楚，只是觉得做原来的东西不对，而运动领域可能有机会，所以就去做了。 但今天回过头来看，我们应该成长的地方是：不能到了营销这一层，才去想我应该卖什么卖点，而是从产品最初就要这样思考。 这是外部方面，我们找到了聚焦的点。内部方面，我觉得在这么危险的情况下能够团结起来非常重要。 但要问危机时怎么团结，我觉得更重要的是：在没有危机的时候，你是怎么做的。 我们从以前做 ODM，到后来成为独立公司做品牌，从来没有跟员工说过不靠谱的话，讲过的话都要兑现。对供应商，我们从来不占便宜，讲过的话也都能兑现。对股东同样如此。 这导致组织内部形成了信任，而信任是最重要的。如果一个公司的管理者，无论对外、对内，对高层还是对基层，在公开场合说的话都一样，态度始终一致，那么面对危机时，拥有好运气的机会也会多一点。 我觉得公司应该从能力和市场两个维度去看待发展。能力不足，就先构建能力；能力构建出来之后，增长才会到来。 但即使能力都构建得很好，市场的速度是什么样，它就应该是什么样。创业时，有时候因为面对投资环境、机遇，或者风口，我不是反对这样的创业，而是说，在这个过程中仍然要这样思考，因为成功率会更高。 而且越往后做，整体体验也会越好。创业是一件很长期的事情。我们做创业，不是为了快速赚到钱，从此就可以不工作了；创业实际上是给自己找一份更幸福的工作。 今天回过头来看，虽然我们经历了很多困难，虽然到今天仍然和第一天一样辛苦，但难得的是，越来越觉得幸福感变强了。 有时候我会和同事们说，如果公司最后失败了，你会不会后悔进入这家公司？我很高兴地发现，很多同事都说确实不会，因为在这里获得了很多体验和成长。 我希望接下来中国 80 后的创业者仍然是主流，甚至 90 后也会成为主流。我们到了一个很幸福的时代，应该有一些超越生意的追求。 我觉得，这会让你觉得创业最后变成了一件无所谓而为的事儿。 沈颖 特别好的总结。在这样一个不确定性很强的大环境下，我们还是需要享受痛并快乐的创业过程，同时保持利他精神，坚持去做真正创造价值、而不是追逐风口的事情。 今天和昊田总的交流先告一段落，也期待今后继续和昊田总展开更多交流与对话。 ### AI进入消费现场 接下来进入“AI 如何赋能消费及互联网”的圆桌讨论。之所以有这个话题，是因为今天积极做全球化的科技消费品公司，包括刚才对话的高驰，都在积极拥抱智能化和 AI。 那么，AI 或者当下的大模型，对于打造科技消费品有多大帮助？接下来有请主持人，浪潮新消费的资深主笔谢卫文和咱们的几位嘉宾一起来展开探讨。 谢卫文 我们今天圆桌论坛的主题是“AI 如何赋能消费及互联网”。大家也能发现，AI 已经不是未来，而是现在正在经历的当下。 这件事变得非常热闹，但热闹背后也有很多坑。有的企业可以通过 AI 弯道超车，但也有企业因为技术落地、出牌顺序等问题陷入困境。 所以，理想和现实之间的鸿沟，就是我们今天这场论坛的起点。为了开启这个话题，先请各位用一段话介绍自己，并简单分享一下：过去一年多，在自己的领域和视野里，消费行业与 AI 应用相结合，最大的机会和难点分别是什么？ Speaker 5 大家好，我叫陈鹏，在蚂蚁集团投资部做投资。最近一段时间，我主要看消费电子上下游和 AI 结合的一些机会。 因为从业领域比较窄，现在大模型 AI 的应用种类其实也没有那么多。和我相关的，主要是偏搜索类和问答类的工具。因为看消费电子行业，我也会使用不少和硬件结合的产品。 整体来说，我相对比较失望。大多数产品其实和这一轮 AI 没有太多关系，这里面有很多深层次原因。比如，它的 SoC 还没有达到能够很好处理这些任务的程度，也有功耗方面的影响。 如果讲到相对比较好的体验，我觉得可能是偏记录类的一些产品。结合大语言模型之后，它们给用户带来的便利性提高得非常快。 Speaker 6 大家好，我是商汤科技旗下元萝卜科技的联合创始人贾凡。元萝卜实际上是从商汤孵化出来的一家很小的创业公司，2022 年我们才基本算是出来开始做。 我们的目标，是把机械臂技术和 AI 技术应用到家庭场景，为家庭提供服务。当前我们做的产品是下棋机器人，已经推出了中国象棋机器人、围棋机器人和国际象棋机器人，大概推出了 4 款产品。 从机会角度，因为我们是机器人行业，我觉得有两个大的方向。 第一个，是现有成熟品类和 AI 的结合。从机器人方向来说也是一样的，以前的故事机之类的产品，加上现在的 AI，可能会变得更智能。 第二个，是 AI 真正催生一些新的品类，比如下棋机器人。 难点在于，现在 AI 技术其实有很大的边界。尽管概念很火热，但很多场景现在 AI 还无法真正理解，它依然只能给出一个既定的输出结果。 所以，怎么思考 AI 的边界，怎么让它和产品真正实现功能诉求、价值诉求，这是需要认真思考的。否则做出来的东西，最后可能和想象中的体验完全不一样。这其实比较难。 Speaker 7 大家好，我是友哈科技的创始人卢盛波。我们主要做宠物智能产品，使用智能算法和多模态传感技术，围绕科学喂养、环境监测等一系列比较场景化的产品和服务展开。 机会方面，我觉得对我们这个行业来说有几个方向。 第一个，是更好地实现个性化、科学化的喂养。通过 AI，能够解决这样的问题。 第二个，是情感互动的升级。比如现在抖音上比较火的“吉尼和瑞瑞”，它们是什么？其实就是主人养了 2 只边牧，而边牧都很聪明，主人大概能够理解宠物的表达，所以大家会觉得这样的内容很有意思。 每一个宠主都希望能够更好地理解自己的宠物，AI 有机会解决这样的问题。 第三个，不仅针对我们这个行业，可能针对所有企业都是一样的：AI 能够让整个企业链条变得更加顺畅。从前期需求调研，到整个研发过程，甚至组织管理和运营，AI 都能提供帮助。 现在已经有很多比较成熟、可靠的 AI 工具，可以在企业运营和组织管理过程中发挥很大作用。 Speaker 8 我是亚马逊云科技的架构师，我叫肖北庆。我们主要提供云上的 AI 服务和算力资源。 我觉得 AI 带来了一个比较大的变革。这几年，随着 Transformer 架构的发展，出现了很多新的模型和应用场景。这些事情在生成式 AI 出现之前是做不到的。 很早以前有一部电影叫《Her》。现在很多人用生成式 AI 做出了类似《Her》的交互形态。以前没有生成式 AI，无法实现一种能够和你自由交互的形态。 还有很多人做 Jarvis 管家，其中也涉及如何记录你的语言，以及如何用大语言模型理解这些场景。我觉得这些都是利好的一面。 当然，这里面也有很多问题，刚才几位也谈到了。我补充两方面。 一方面，大语言模型具有不确定性。除了幻觉问题带来的不确定性之外，大语言模型除了做 token 预测，也逐渐把其他环节吞噬掉了。 比如，原来很多人做 Prompt Engineering，很多人做 RAG，后来发现大语言模型自己逐渐把这一部分工作做掉了。所以，留给创业公司的空间会被压缩一些，这就是大语言模型带来的不确定性。 但其中也有确定性：语言模型的推理能力肯定会越来越强，成本也肯定会越来越低。 现在已经出现了各种各样的硬件形态，包括 AI 眼镜、AI 耳机、AI 配饰、AI 手表和 AI 戒指等。我觉得随着模型成本越来越低，硬件的销售成本也会越来越低，应用场景肯定会越来越丰富。这些都是利好的一面。 李翔 ### AI落地仍有边界 从各位的发言可以看出，机会和卡点是共同存在的。我想到一句定理：人们总是高估一项科技带来的短期效益，以及低估它带来的长期效益。 所以，在这个基础上，我们对 AI 应用的理解，需要在实践中不断更新。AI 毕竟已经和消费融合了几年。在这个过程中，大家有没有观察到：哪些事情原本预期 AI 会带来非常大的变化，但实际上效果没有那么大？或者哪些影响之前被低估了，现在才发现它有很好的应用？ Speaker 5 今天大家关注的可能是大模型 AI，但这个事情本来也没有太长时间，它和硬件的结合更是非常初期的阶段。 这里面既有模型本身的问题，也有组成硬件的核心零部件的瓶颈。我相信这些都会朝着更合适的方向发展。 作为投资人，我主要看可穿戴品类。到目前为止，几乎没有特别合适、能够交付一开始承诺功能的产品，原因就是刚才提到的那些问题。 面向未来，我们非常关注两件事。 第一，是能够构建长期记忆的东西。我觉得这可能是通向个性化 AI 的一个重要步骤。 第二，是主动式的东西。今天我们其实很难界定，一个基于大模型的有价值应用，在可穿戴设备上具体应该是什么场景。 它有点像很多突然出现、非常火的 AI 应用，过一段时间又消失了，大概是类似的状态。真正能够长期沉淀下来的功能是什么，我们现在还不清楚。 但我觉得，主动式一定是非常重要的东西。构建主动式，今天大多数情况下不需要通过大语言模型，而是传统的基于规则的 AI 就可以实现。 我觉得最核心的是，我们关注这座桥：今天这两个结合，有记忆、主动性和个性化，如何通向未来？如果有产品经理能在垂直领域把这件事做好，我觉得是非常值得期待的。 Speaker 6 我大概讲两个产品方向。 一个是人形机器人。昨天人形机器人在北京参加了马拉松，不知道大家看了没有。这件事很热闹，因为人形机器人在资本圈前两年非常火。昨天大家看到状况百出，可能会觉得人形机器人好像不太行。 但从我的角度看，人形机器人确实是一个遥远的事情，短期内资本可能过于看好它。但大众可能又把长期的东西看得太不可能，反而低估了它。 短期内，人形不一定是最佳载体。真正的具身智能可能有各种载体。未来 3 到 5 年，我觉得一定会有很多具身智能场景落地，只是它不一定是人形，也可能是其他形状。 第二个是聊天式玩具或者情感陪伴。大语言模型火了之后，很多人在做这类产品。 我十多年前就开始做机器人。那时候语音技术刚发展，我们也在做聊天机器人，但更多是命令式交互。最后这个品类很难存在，因为用户使用不到一个星期，就觉得没什么用。 真正存活下来的，可能是智能音箱。毕竟它提供了语音交互，点一首歌之类的功能还是能够成立。 现在虽然大模型发展了，但我觉得情感陪伴依然很难。陪伴这个概念真的是千人千面，不同的人对陪伴的理解完全不同。 有些人觉得默默在一起就是陪伴，有些人觉得猫猫狗狗才是最好的陪伴。一个会说话的东西在那里，真的能陪伴你的情感吗？我觉得挺难的。 当然，如果换个视角，面向一些特定人群，比如失孤老人、自闭症儿童，再利用多模态大模型，而不只是语音大模型，我觉得可想象空间还是很大的。真正能够产生价值的话，这个方向可能还是很好的。 Speaker 7 对于 AI 长期会变成什么样，我觉得如果把 AI 发展到最厉害的状态，它肯定会替代人，对吗？但人也不是无所不能的，每个人也有自己擅长的领域，而且这个过程也需要学习，AI 也是如此。 所以对这件事来说，我们觉得可能有两点很重要。 第一，最开始要选择一个唯一的、刚需的、高频的切入点，不要幻想什么都做，那一定做不好。选择某一个点，把 AI 技术或者某些应用细化，真正解决某一类需求。 第二，要做好预期管理。刚才大家提到昨天的马拉松，以及这几天不知道接下来是不是要推出的，比如说 AI 在智能驾驶领域可能被应用比较广泛的东西。智能驾驶算是发展比较快的领域，但最近也发生了一些智能驾驶造成的车祸。 这里面可能有用户自身的问题，但企业端也有很大的问题：大家把预期拉得太高，以至于投资人现在都没有信心了，这就很可怕。 所以对企业来说，第一是选择一个点去解决，第二是做好预期管理，能做到什么就慢慢来，不要急于求成。我觉得这是很重要的事情。 Speaker 5 我们也看过一些具身智能公司，的确，短期内大家都在找场景落地。很多人在找工厂里的场景，也有人在找家庭服务机器人的场景，但短期落地确实比较难。 不过长期来看，它非常重要，而且我觉得 3 到 5 年可能就会有很强的落地情况，正如刚才卢总讲的。 另外，AI 刚出来时有 AI Ping，还有 Rabbit。我上个月借了一个 Rabbit 玩了一下，设计还是挺好的，但它其实没有满足陪伴的感觉，而且似乎可有可无。它不是刚需。 我觉得未来可能需要一种陪伴，但不一定是这种形态的陪伴。所以，这类产品可能是过渡形态，而不是最终形态。 还有一些被低估的方向，可能跳出了硬件范畴，偏软件。最近一个挺有意思的现象是，很多人会给软件加上 AI，然后把它作为软件卖出去。 但很多公司不愿意购买 AI 软件，那这些公司怎么办？它们会把 AI 软件产生的效果卖出去。 举个例子，有一家做招聘的公司，不是把 AI 招聘作为软件卖给甲方，而是把 AI 工具作为内部工具，提高自己的效率。这样，它的招聘成本可能更低，就可以用更低的价格把招聘服务卖给甲方。 也就是说，它以工具的形式在内部赋能，然后把产物卖给客户。我们在 AI 漫画和 AI 视频生成中，也看到了一些这样的场景。 这是以前没有想到的，但它确实产生了一些意想不到的效果，而且这些类别卖得也挺好。 谢卫文 刚才提到了两种分野：一种是做大而通用，一种是做小而专。在座各位似乎都比较倾向于做小而专，用高频场景切入。您怎么看？ Speaker 5 我觉得这并不矛盾。通用型的东西，当然是做最底层的研发。我们解决的是产品和应用的落地，这两者缺一不可。 一定要有人去做通用型的基础能力，大家才会有细节上的涌现。 谢卫文 既然我们是做落地的，从 AI 到最终产品的落地，有没有一些成功经验或者方法论可以分享？ Speaker 7 第一个，还是要选择高频、具体的刚需，去解决问题。 比如拿我们自己来说，我们把宠主在养宠过程中遇到的所有问题拆解出来，大概总结为“臭、脏、累、烦、贵”。其中，“臭”是每天都会发生的，而且几乎所有人都会深恶痛绝。 那我们有没有办法解决这个问题？有了 AI 之后，能不能把这件事解决得更智能、更彻底？大概的逻辑就是这样。 第二，一定要做好预期管理，千万不要把 AI 神化。今天把 AI 神化之后，带来的代价是什么？你卖货变得很容易，但退货也更简单，而且退货成本还都是你承担。 这对品牌的伤害是巨大的。10 个人觉得你的东西好，可能只有 1 个人说你好；但只要有 1 个人说你的东西不好，影响就可能很大。所以一定要做好预期管理。 第三，就是活在当下。更多好的 AI 化不应该只围绕产品端，其实在企业的运营、组织效率等方面，也可以通过 AI 提升工作效率。 我觉得这是我们现阶段在这个过程中的一点经验和教训。 李翔 这个问题我也想抛给另外 3 位。首先是陈总，您可能看 AI 眼镜比较多。 现在这些玩家逐渐意识到，像微软那样把所有功能都集成进去，做成眼镜里的“航空母舰”，可能不一定是正确的方式。所以他们现在做眼镜，可能是先满足大家的高频穿戴需求，在此基础上再做进一步创新。 请问，怎么找到这样的创新点？ Speaker 5 这是一个挺难回答的问题，我只分享一下我们的方法论。 首先，今天做产品，大家都知道 Meta Ray-Ban 第 2 代卖了很多。但如果站在 Meta 的角度想，这到底是好事还是坏事？这是一个挺有意思的话题。 Meta 肯定要把自己的模型和服务放到眼镜上，但眼镜今天的形态，和模型、服务可能承载的形态，不一定是最佳形态。 我觉得，首先要对今天的多模态，不管是多模态还是单一模态，有非常深刻的理解。我们认为，AI 能够做很多主动化的事情，所以相比现在的服务，它可以为用户提供更多价值。这个价值可能是普世的，但具体是什么价值，需要严谨地研究。 我们可能会把所有出现在手机上、或者出现在用户场景中的应用都拿出来看，尤其是那些未来可能和物理世界结合的场景。我们会把这些场景分成大类和非常细的应用，逐一分析。 第一步，可能是先设想这个场景：结合今天大模型的能力，相比现在的服务，它能做得更好吗？具体好在哪里？ 然后回到技术端去看，在软件层面，大模型具备什么能力；再放到大模型中做实验，看看能够实现什么。 之后再结合硬件，包括 SoC，以及功耗、散热等复杂因素，看看在这些取舍之下，哪些功能是我们能够选择的一两点。 大体上，我们会做这样的事情。但我们相信，第一，它应该能够长期记录、构建记忆；第二，它应该实现一些主动化的功能。 我们认为，在这个时代，和个人距离很近的设备，应该具备这两项功能。 Speaker 6 我觉得有两点。 第一，现在的大模型处于 AI 2.0 时代，还是有质的突破的。和 10 年前单纯的语音识别、NLP、TTS 相比，现在确实有质的突破。 怎么真正落地并形成价值？我觉得还是要多做工具化属性的功能。不管是交互方式，还是把它当成一个工具去优化，都有很大的机会。可以多做一些工具属性的产品。 第二，机器人行业真正做 To C 机器人的，除了扫地机器人，大家想想，几乎没有其他机器人品类真正存在。所以，做 To C 机器人有很多想象空间，有机会去创造品类。 就像我们做下棋机器人，之前没有人做过。实际上，我觉得还有很多方向可以创造一个新的品类。 创造品类有很多好处。第一，你有足够时间了解用户、探索场景、了解需求、打磨产品。因为没有竞争对手，所以可以慢一点，把东西真正做好。 第二，在营销和渠道方面也有很大优势。我们参加各大展会，很多媒体都特别喜欢报道，因为全球没有这样的产品。 它有没有价值先不说，但它足够新奇，自然会有尝鲜者来购买。这样，一个创新品类就有很大的试错和打磨空间。 否则，如果是在成熟品类里，定位一旦没做好，很容易就失败。 Speaker 8 我不是创业者，所以讲得不一定权威。但刚才卢总的话给了我一点启发：做产品可能不要太 general。 否则大厂也可能做同样的产品。比如你做眼镜，大厂也做眼镜，它有更多资源，成本可能更低，用户也更多，我们的优势就会变低。 所以对初创公司来说，应该做非常细的一点，把这个点打透，再在这个点上找到核心用户。 我们之前看纯软件 App 时也发现了这个现象。很多产品做陪聊，原来以为用户是有情感诉求的普通人，后来发现黏性很高的用户，其实是沟通有障碍的人群。 我忘了那个群体的具体名称，但它有一个专门的名词。后来，这些产品把这个人群服务好，再慢慢扩散，数据就变得很好。 所以我觉得，可能从一个非常小的点切进去，再慢慢扩散，而不是一上来就做一个很大的东西。 李翔 ### 不是所有产品都要智能化 现在似乎又有一种论调：所有消费品都可以重新用 AI 构建一遍。前几年我们也说过，所有消费都可以重新做一遍。这个概念是不是伪概念？ Speaker 5 我觉得挺像伪概念。刚才提到了大厂的问题。对于新的产品和新品类，大家脑补出来的市场空间特别大。大厂有大厂的优势，创业公司有创业公司的优势。 但对于老品类，大家要想清楚：你的智能化基础在哪里？这里面既有软件，也有硬件。再进一步说，你为什么要智能化？它能提供什么更好的功能？ 我看了很多品类，根本回答不了这些问题。或者说，产品智能化之后，用户用了一下，发现等待时间很长、服务还断断续续，始终无法交付。 那我花钱买这个东西干什么？还不如回到原来那个能够满足几个朴素需求的产品，我肯定会选择原来的产品。 还有一个有意思的地方，我自己也没有完全想清楚：今天你买一个智能化产品，尤其是通过线上渠道购买时，根本不知道它的智能化到底怎么体现。 这会导致很多产品退货率很高，等等这些问题都在伤害这个行业。所以整体来说，今天看它确实是一个比较偏伪的概念，但面向未来，我觉得肯定有很多事情可以做。这也是我们关注这个行业的原因。 今天对我们来说，可能要关注核心瓶颈是什么。比如智能化的瓶颈，如果算力没法在本地计算，那就要看芯片里加上 NPU 之后，能不能进行本地推理。 如果这项技术成熟了，可能会给很多非大厂企业带来机会，因为它们没有能力定制这些部件。模型能力如果变得更好、更便宜，也能让产品完成更多事情。 所以，未来再看这个问题。 我刚才忘了回答眼镜的问题。眼镜的核心，您说得特别对，形态肯定很重要，不能脱离这个东西。 但今天的眼镜有这个形态，却没有智能化，它和我们想要的东西可能存在偏移。这是今天的矛盾之一。 怎么打造这样的产品？我刚才想说的逻辑是，必须通过数据驱动去了解用户需求，而不是在最初阶段凭空设想一个问题。这样才有机会打造出用户能够接受的、基于大模型的应用。 Speaker 6 首先，这个概念基本上肯定是伪概念。所有产品一定要围绕场景、围绕用户去寻找真正的需求。 但 AI 技术进步，也给产品解决方案提供了一些新的思路。我们要反向思考，之前的方案是不是最佳方案？现在有了 AI 技术，是不是可以做得更好，更好地满足用户需求？ 所以，每个产品都需要重新思考。至于要不要上 AI，就一定要实事求是，要真正有用，不能只为了一个噱头。 Speaker 8 大家都讲得这么悲观，那我只能往乐观来想了。我至少没有那么悲观。 刚才说所有产品都可以重做一次，它未必都可以重做，但一定会有很多今天想象不到的东西出现。 就像没有火车之前，大家能想到的可能只是更快的马车。未来 AI 产品究竟是什么样子，可能很多是我们今天还想象不到的。 所以我没有那么悲观。只是这条路确实会很漫长。最近 10 年、20 年科技发展太快了，以至于我们认为所有东西都应该以同样的速度发展。 实际上，智能手机也不过发展了短短十几年。最开始刚有智能手机时，它其实什么都做不了。十几年前我买的第一部智能手机，应该是摩托拉，装了一个类似移动版 Windows Mobile 的系统，也干不了什么，甚至没有什么应用可用。 我完全想不到，今天手机已经可以替代几乎所有东西。至少在办公和社交方面，它基本上把电脑的大部分功能都替代了。这还只是从普通互联网到移动互联网的一个基础过程。 如果 AI 真的发展到我们描绘的未来状态，最终一定会带来颠覆性的变化。理所当然，所有产品都会变得不一样，也会出现非常多新的品类。 只是这件事可能要分两步走。一部分是那些真正做前端开发的企业，比如做通用大模型的、做机器人的企业，它们可能需要思考更底层的东西，不一定非要考虑某个应用到底有没有价值、应该在哪个地方落地。 这可能不是它们需要优先思考的事情，它们把底层能力做好就可以了。 比如昨天大家提到的马拉松。整体表现确实和大家想象中的 AI 不太一样。特别是某些公司此前发布的视频非常酷炫，结果到了真实跑步时变成了另一种样子，大家可能会觉得悲观。 但其中也有乐观的地方：既然它在一些特定场景下能够完成那些非常酷炫的动作，至少说明具身机器人在硬件能力上已经具备了这样的能力。 只是今天在算法上还没有做到适配复杂的真实环境。但没关系，它的底层能力已经具备了，接下来慢慢细分场景就好了。 就像刚才提到的，今天消费领域真正被大量应用的机器人，其实就是扫地机器人。因为在家庭场景里，扫地是相对最简单的事情，连做饭都比扫地复杂。 所以它先被大量应用，然后慢慢发展。现在扫地机器人已经开始出现能够爬楼梯的产品了。我觉得这是一个逐步发展的过程，所以没有那么悲观。 Speaker 7 我也是比较乐观的。虽然我觉得，并不是所有东西都应该拿 AI 重新做一遍。 很多东西并不需要 AI。只是因为 AI 出现了，大家就把 AI 强加到某些产品上，但实际上并不需要。我觉得这是一个问题。 但确实，因为 AI 会出现很多新的类别。比如 AI 录音笔，这种形态原来可能没有，但录音本身一直是过去就存在的需求，只是加上 AI 之后，变成了一个新的品种。 我觉得 AI 一定会带来很多新的品类。只是大家还在摸索，还没有找到哪些产品最容易落地、用户愿意买单、利润也比较好。现在还没有到终局阶段，所以这也是一个很好的阶段，因为大家还没有达成共识。 我还是比较乐观的。AI 肯定会发展得越来越好。我们从中局去想，如果 10 年后 AGI 实现了，而且成本非常低，那么回到今天看，会有很多事情可以做。 本质上，AI 绝对不是一种噱头，也不是一种炫技。关键是找到为什么这个产品需要智能化，然后再去做这件事。 谢卫文 ### 竞争力不止来自技术 在这样的基础上，现在大语言模型基本已经成熟并普及。对于所有公司来说，似乎都进入了一个技术平权的时代，大家都可以接触到这些东西。 那么，当大家都在做同一件事时，竞争力来自哪里？ Speaker 5 我觉得这件事距离真正的技术平权还比较远。这是我个人的观点。 我自己都不一定用得好，而且你得经常使用，才能让它给出合适的答案。每次使用时，你还得想清楚如何提出问题。稳定性也是一个问题。 我们这些不花钱、免费试用的人，还有这么多痛点；如果放到付费产品上，这些痛点会更大。 所以，今天做一个基于语言模型的产品，对企业的要求其实非常高。我觉得这也是今天的机会所在。 我觉得深圳特别好，大家都很务实，做出来的电子产品又好看又好用。但在今天的组织结构和成本结构中，再加上智能化，这件事非常有挑战。 首先，这个服务不是一次性的固定成本收费。用户如果用得开心，一直使用，你怎么办？当然可以出海，也可以采用订阅模式，但看它的价格，究竟有多少人订阅得起？怎么构建目标市场？我觉得挑战很多。 但机会也很多。如果能把这件事理解好，有一个好的切入点并且做好，我觉得就是机会。 面向未来，还有很多人会去做简化产业链的事情。等这些都成熟了，可能会出现更大的机会，但我觉得可能还需要几年。现在单独接入 AI，效果往往会很差。 Speaker 6 刚才的问题是企业核心竞争力。企业的核心竞争力范围非常广，技术只是其中一个方面，AI 技术更是其中一个方面。 对场景的理解、对用户需求的把握、渠道力、品牌力等，其实都是核心竞争力。所以没必要因为 AI 出现了，每家公司都要变成一家 AI 公司。 只要 AI 技术真正提升了你的产品力，我觉得就可以了。 商业环境仍然需要合作。真正的大模型，可以让大模型公司去做；它们把工具做好，你来使用就可以了，没必要非要自研。 品牌力、护城河，每家公司都有自己的想法，也有自己的护城河。 Speaker 7 我觉得 AI 是为产品服务的，所以最后形成的依然是产品力，并不是技术本身形成护城河。核心还是你的产品。 至于产品里的技术是你自己做的，还是第三方做的，用户完全不关心。只要给我带来价值就可以。 AI 可能只是让事情的门槛降低了一些，但对公司来说，要求反而会变得更高。 门槛低，是因为目前的一些 AI 工具确实能够减少人力、降低成本，做很多事情。比如现在的生图、语言翻译等，原来公司可能需要很多人来做，现在可能不需要那么多人了，门槛就降低了。 但门槛降低带来的结果是，很多人都会来做，竞争会更加激烈。所以要求一定会变得更高，而不会更低。 至于 AI 平权之后，公司的核心能力有什么变化，我觉得没有变化。一直以来核心能力就是那些东西，并不会因为 AI 化而发生根本改变。 你可以把 AI 当成电脑，或者当成电。有电的公司，和没有电的公司相比，效率会提高，但公司的核心能力仍然是组织、人才、组织效率以及其他能力。 这些东西不会变，只是 AI 会让竞争更加激烈。 Speaker 6 刚才贾总提到技术壁垒和产品。虽然我是做技术的，不太想听到这句话，但实际上确实如此。 我们看到很多市场上流量很大的产品，大家都说它们是“套壳”。其实它们可能只是接了一层大语言模型 API，但产品做得很好。 它们了解用户需要什么，知道怎样更好地使用产品、怎样使用功能，也理解用户需求。我觉得这才是它们的产品壁垒，技术反而没有那么重要，因为大家最后都是在调 API。 以前我们还看到很多人说要微调模型，甚至要预训练一个模型，现在听到的已经很少了。 现在大家都认为模型会越来越强，包括多模态能力也越来越强。之前很火的“用嘴 P 图”之类的应用，就是多模态能力不断增强的体现。 所以，很多时候只需要把产品做好，了解用户需求，把体验做好，就能做出很出色的产品。反而不一定是技术本身形成了壁垒。 谢卫文 ### 企业准备从聚焦开始 时间有限，最后一个问题：作为投资方、品牌方以及服务平台方，在当下这个十字路口，建议企业做哪些准备？ Speaker 5 我对企业没有特别具体的建议，对我自己的建议倒是有。 我们这个行业现在也是一个持续收缩的行业。作为投资人，首先要用好 AI 工具，通过 AI 比较快地建立行业认知，提高自己的效率。 核心是，投资人想投资一家公司的话，肯定要对这个行业比较了解；自己至少要是一个热爱的用户，才会想清楚为什么要参与进来，为什么喜欢这个领域。 如果投资 AI 应用或 AI 硬件，肯定要多使用它，才能和企业进行更好的交流。站在产品经理的角度，大家对这些产品有更多探讨，才可能做出正确的决定。 Speaker 7 我们属于品牌方。品牌方属于产品型公司，所以产品型公司仍然要关注 AI 行业，了解 AI 技术的边界，并且预测它未来能够发展到什么程度。 这样在定义产品时，才能定义得更准确。不然很容易想象得很美好，最后做出来却很差。 还是要聚焦场景、聚焦人群，真正挖掘需求，再用 AI 技术优化体验，或者真正解决以前解决不了的问题。 Speaker 3 我觉得大概有 3 点。 第一，要足够聚焦，选择正确的方向。 第二，一定要找到正确、合适的人来帮助你。今天是一个组织的时代。 第三，要广结善缘，积攒足够的运气。成功往往需要一些偶然性。 Speaker 8 我这边比较简单。很多做 AI 硬件的企业，大部分 AI 能力其实都在云上，所以 AI 硬件的成本可以做得比较低。 更多时候，它们会依赖云上的模型，以及 ASR、TTS、IAG 等能力。云上有很多比较轻量的 API，可以帮助创业者更快找到硬件形态。 因为很多人的方向可能会变化，也不一定特别确定。如果应用场景还不确定，用最低成本的方式试错可能是最好的。这是一个小建议。 好的，谢谢大家。