文章核心观点 国产大模型DeepSeek爆火让企业意识到AI商业应用潜力，第四范式联合创始人陈雨强授课讲述AI发展逻辑、趋势及行业大模型应用，指出AI技术呈周期性变化，推理系路线抬头，AI从后台走向前端，中国AI发展有人才和市场优势，企业应用AI应关注核心竞争力和“北极星”指标，第四范式通过案例展示赋能企业落地AI能力，还探讨了公司发展、模型选择、AGI等问题 [1][2][7][10] 人工智能发展历程 - 1995年IBM深蓝击败国际象棋大师，成为人工智能代名词，其依靠推理能力，能预见22步走法，需强大算力支持 [2] - 深蓝之后IBM探索挑战围棋未成功，商业化领域人工智能在推荐算法、风控、安防等领域应用成绩巨大，训练数据量从几万条增至千亿条，增长1亿倍 [3] - 数据量达上限时，Google的AlphaGo引入高级算法和推理方法，移动互联网普及和数据激增促成ChatGPT等大语言模型诞生 [4] 人工智能技术路线变化 - DeepSeek出现与训练和推理两条技术路线周期性变化有关，当前互联网开放数据总量见顶，增加数据对性能提升有限，中国算力受限，DeepSeek展现实时推理过程 [6] - 当数据红利见顶、训练算力性能提升缓慢时，基于推理的技术优势凸显，推理系人工智能技术路线抬头，缓解中国大模型算力发展压力 [7] 人工智能行业变化 - 人工智能从后台支持角色转变为具备对话能力的前端技术，企业由B端向C端拓展，业务形态变化，电子消费品和日常设备将嵌入人工智能终端 [8] - 中国人工智能人才充裕，“百模大战”涌现大量研发团队，人才红利惠及国内外，对美国AI进展产生影响 [8][9] - 2024年AI获诺贝尔奖认可，应用到基础学科，第四范式命名源于数据科学成为科技发展第四阶段，中国市场和数据优势利于AI与各行业深度结合 [10] 企业应用人工智能思考 - 企业应用AI应关注自身核心需求和“北极星”指标，创造价值是核心，盲目追技术热点不可取，AI要服务于提升企业核心竞争力 [11][12] - AI加持下企业管理从树形结构变为“穿透式”管理体系，围绕“北极星”指标建立评价指标，改造业务流程，精准驱动执行，使目标与结果透明 [13] - 以百度为例，员工围绕核心指标工作，不同行业“北极星”指标不同，启动项目应围绕指标拆解细化，提升业务表现 [14][15] - 企业应用AI关键是将其应用到核心业务并取得收效，互联网企业因AI带来收入提升而投入慷慨 [16][17] 第四范式案例 - 某头部餐饮连锁企业以ARPU为关键指标，拆解优化各场景，实现线上客单价超越线下，推动线上化转型，提升收入和业务影响 [18] - 某头部银行以MAU为核心指标，制定拉新、促活、变现子指标，梳理优化线上线下场景，提升用户指标 [19][20] - 某头部车企目标是提升订单准时交付率和缩短流水线时间，将指标细化，提出CAD软件、CIM系统、排产系统等优化措施 [20][22] 问答环节 - 第四范式主要客户集中在高利润行业，若重新选择仍优先选银行，因其资金雄厚、数据连通、场景标准，便于应用复制 [21][23] - 企业需定制化模型解决具体问题，第四范式构建平台生成定制化模型，降低应用成本，未来可能推出面向C端产品 [23][24] - 第四范式坚持平台战略与长期价值，以金融为切入点，构建平台解决各行业问题，获客户信任 [24][25] - 企业经营不应纠结倒下原因，应聚焦与客户创造价值，最大挑战是等待AI潜力全面爆发 [27][28] - 中美探索AGI路径有差异，中国可通过丰富场景和数据构建垂直模型，由智能“调度中心”整合，更符合理想AGI形态 [29]