在大模型被各大机构追捧成为今年当之无愧的现象级赛道的时候，大模型时代来了，这是一句如今随处可见的呐喊。不过已经有相当一部分投资人和创业者悄悄把目光放到了更广阔却又同时相当具体的领域——数字化改革。大模型的存在意味着什么？对投资人和创业者来说，这意味着巨大的机会和窗口。在数字化革命之下，已经有投资人和创业者敏锐地察觉到了除了平台类大模型之外的数字化的可发展潜力。
难道目前中国的AIGC赛道只有平台大模型值得投资？数字经济的天花板在哪里？哪些具体的产业同样适合AI或者数据化或者模型化的改革？
有一家做农业AI的创业公司，只用两年的时间用AI模型提升了农田作物亩产的46%。也有投资人看到不止在农业上，教育、工业、金融、法律等等行业如果能提高数字化的渗透，无疑会产生巨大的机会。还有投资人表示已经有两大行业在数字化上完成的相对完整了，而它们也自然成为最先获益的行业。
那么在信息大爆炸时代，数字经济、数智经济的未来究竟有多么值得令人期待？还有哪些机会尚未被大众挖掘？在由投中信息、投中网主办的“2023天府创新资本论坛”上，睿思芯科创始人兼总裁谭章熹、维智科技创始人&董事长陶闯、真成投资创始合伙人李剑威、力合创投总经理汪姜维和九合创投创始人王啸就《信息大爆炸，畅想数智经济未来》这一议题进行了深入探讨，本场论坛由投中网副主编张楠主持。
以下为现场探讨实录，由投中网整理编辑：
张楠：请每位嘉宾做一下自我介绍。
谭章熹：我是睿思芯科的谭章熹，我们做开源芯片。公司成立于2018年，在成都高新区有一个子公司。我们主要针对的场景是高性能，服务器这样的业务。
陶闯：大家好，维智科技是一家人工智能与元宇宙科技公司，这是我第三家创业公司。我从2001年开始创业第一家公司，售卖给微软以后，我在微软主导虚拟地球事业部，那个时候的数字孪生以现在来看算是元宇宙城市的一种雏形。回国以后，我联合创立了PPTV，是当时移动互联网第一代视频直播体系。现在我开启了第三次创业-维智科技，也算数字经济领域的代表公司，专精于人工智能与元宇宙。
我还有另外一个身份，2005年开始做天使投资，现在也是上海天使创投的会长。创业和投资这么多年，我感觉这是殊途同归的一件事，无论是创业者还是投资者，都在看未来的大势。
我们公司成立在2017年，有三大研发中心，在硅谷、印度和上海。特朗普时代，我们把印度和硅谷两个研发中心关掉了。所以现在主力在上海。现在也在拓展，看未来在成都是否开展我们第二个研发中心。
李剑威：大家好，我是真成投资的李剑威。真成是2016年成立的新基金。我们聚焦两个方向，一个是先进制造，另外一个是数字经济。先进制造里面包含航空航天，机器人，3D打印这些比较硬的东西。数字经济里面有软件，AI，我们尤其看中AI在各行各业的深度应用。我们跟成都有很深的渊源。二期基金和三期基金都设在天府新区，在成都也投了很优秀的公司。
汪姜维：大家好，我是力合创投的汪姜维，力合创投是一家做科技成果转化的国有投资机构，总部位于深圳，大股东是深圳清华大学研究院。作为国内第一家新型研发机构，我们一直做的是早期科技成果的转化和投资的孵化，一直是“投早、投小、投硬科技”。像在座的谭总，像睿思芯科也是我们天使轮孵化的企业。当然力合也会沿着整个硬科技的全生命周期，持续对企业进行支持。数字经济也是我们重点布局的方向。
王啸：大家好，我叫王啸，是九合创投的创始人。九合创投是2011年成立的，从成立之初就定位在中国的科技类早期投资。到现在为止我们已经投了近300家中国的早期科技公司，覆盖人工智能、大数据、高端制造、生物技术、能源科技、新材料等等。虽然现在的市场环境波动比较大，我觉得中国依然是科技创业比较好的沃土。
信息大爆炸时代，信息的好与坏
张楠：今天的主题是信息大爆炸，畅想数智经济未来。AI大模型横空出世以后，产生一个问题，这些爆炸的信息里面，会有好信息和相对没有那么好的信息，我们在将来如何去分辨这些好信息和坏信息？更重要的是在这些好信息或者是坏信息里面，我们将会产生什么样的商业机会呢？
王啸：大模型将运用在各个场景当中，每个场景都有独特的需求，可以通过加强反馈机制，对大模型进行调优，提高AI生成信息的准确度，有些场景会涉及到安全的问题，也许会有一个类似于互联网杀毒公司的安全公司出现，对信息进行过滤和加工，信息安全领域可能是存在创业机会的。
汪姜维：随着算力越多，模型量越大，大模型的发展会出现高度集中化的问题。怎么样尽可能的去中心化？
从发展趋势短期来看，包括OpenAI推出来的企业应用，在一些垂直的领域的商业机会，我觉得会越来越多的出现。我们投资机构做的项目，主要是To B为主的，而不是To C的。所以未来大模型在整个垂直领域的应用，是我比较看好的一个方向。
李剑威：To C，大模型是一个特别大的机会。这里面会碰到一个问题，会像搜索引擎一样，最后不会有18个搜索引擎，只会有一个谷歌，最优化的用户体验，而且是不成比例的。所以这是我们看到To C的机会。但是To B，现在刚刚萌芽。
包括我们投了一个AI大模型应用公司，西第一个产品就做To B的，做AI董秘，比真正的董秘还知道公司的细节，应用的更广泛的是对话机器人或者企业内部的数字员工。所以接下来大模型的垂直应用，我觉得是一个巨大的机会，马上能产生收益，而且极大能够提升效率。但是大模型现在最大的问题，如果未经特殊训练会胡说八道，逻辑还特别好，很容易造成巨大的误会。谁能解决这个问题？谁能调优？这里面有巨大的机会。但整体来看，潜在的大模型2B应用已经扑面而来。
其他行业里面有没有应用？我们看到在农业，制造业，数字化机会也挺多的。现在这种外部环境，尤其信息越来越多，怎么用最先进的工具把它优化，接下来变成一个有效的产品，最后商业化。这是我们接下来最重要的工作，无论是对投资人还是创业者都一样。
陶闯：人工智能分成1.0和2.0，1.0是早期的感知智能，也就是视觉识别，语音识别等等，我们看到了四小龙的AI公司。
第二批的公司AI2.0，实际上OpenAI产生在2015年，我们公司成立于2017年，基于大数据做认知智能。现在，大家叫大模型，这里面的核心是GPT。维智科技做的就是以预训练大模型去赋能行业的一家创业公司，我们主要针对垂直行业做领域大模型计算。这个垂直行业，我们叫做时空地理信息。我们的模型能做到什么呢？比如线下任何的一个商场、便利店、酒店等，我们能够预测它的未来销量，准确率能做到80%以上的水平。所以我相信在医疗，金融等等其他方面，都有这些垂直大模型的机会。
当时我们成立维智的时候，它的谐音是“位置”，简单说我们做的是LBS+AI的这么一个概念。我们把货这个东西很好的数字化，人与货的对接非常好的数字化。互联网时代带来后，以人和货为核心的大数据急剧增长，现在基本上每个人的标签差不多一万个纬度，中国十亿个人，消费者的精准画像用大模型就进行研判。
然而对于线下的物理世界（在这方面的应用），还是一个短板。餐饮行业，每年正常死亡率35%以上，很多人花了冤枉钱。实际用大数据结合大模型计算，一个地区的供给与需求就会显而易见，比如这里能够承载多少火锅店，多少个酒店，多少个健身房，多少个电影院。这是我们利用时空大数据能够做的事情。
说到信息大爆炸这个事情，模型推出了以后，它产生的结果和人类思维比不在一个纬度，我们现在把中国分成5个亿的格网，每个格网每100平方米，我们有3000个纬度，所以当我描述一个酒店的时候，我用了十万的参数来描述一个酒店，你告诉我人能比机器更理解这个酒店吗？所以当我用十万个纬度描述一个酒店的时候，我就能算出，哪个酒店销量多少，哪一个酒店有机会，哪一个酒店没有机会，哪一个酒店在什么时候会倒闭。所以大数据已经超过我们人类的东西，可以解决我们完全想象不到的一些决策和预测的问题，这是AI的最大核心，就是研判。
上周，工信部发文，数据可以入表，数据交易所目前是国家主要推动的。
这件事情就极大的促进了整个数字经济的发展。所以解决数据问题，再加上AI，我相信未来的信息大爆炸时代，比我们想象的要可怕的多，这个数量是超级大的。
我们公司每天也很需要极大的算力支持，后台系统不间断计算，各种数据维度、各种数据产品完全是自动生产，这些东西大模型生产了很多。下一步就是让用户来问问题，大模型负责回答，但事实是我们后台天天在计算。如果没有真正的场景应用和数字经济，要那么多算力也没有用。所以核心是大家要真正理解数字经济的超限量的发展，它是没有天花板的一种发展机会，我觉得无论创业还是投资，这个赛道永远是一个无限的最大赛道。
数字经济发展，属于产业的机会
张楠：我们有请谭总从产业的角度聊一聊，你觉得机会在哪里？
谭章熹：说到这个，大家谈到了大模型，第一点你刚才讲的信息大爆炸，我认为信息不存在所谓好与坏，信息就是信息，是一个客观的东西，跟我们觉得这个东西在我们的价值体系，或者在我们体制内是好还是不好的，是两个维度。所以当有人问我，大模型出来后，包括AI这个东西，会有什么样的机会，我的答案是非常一致的。我认为有三点，如果你不踩到这三点中任何一点的话，你是不可能在里面长期赚到钱的。
第一点是什么？第一点是我们需要有非常高质量的训练数据，也就是所谓的high quality training data。不管是现在的大模型也好，还是上一波AI也好，核心的一点就是你必须要有一个非常高质量的训练数据集。
第二点是什么？第二点是domain knowledge or expert knowledge，也就是所谓的垂直的领域的这些knowledge，这些真正的场景落地，对大模型也好，AI也好，我认为是至关重要的。很多算法到最后都会是开源的，但他们没公开的就是我说的这两样东西。
第三点是什么？是算力。现在地缘政治的关系，国内要发展国产替代，不管是AI还是半导体、大模型等，算力会是需求最高的。只有足够的算力，才能开发出下一代的应用。甚至，我认为算力是三点中最核心的，谁拥有算力才能获得真正的机会。
最近我们看到一些大模型创业公司融资不需要现金了，而是用H100 兑换股份。我认为中国人是聪明的，中国人也有足够的应用场景，也有很好的垂直的应用，很好的产业，但是如果我们不能在核心的算力，核心的半导体上面做一些长足的和有战略性的建设的话，对中国整个在国际的竞争力可能是会产生影响，也会延缓现在大模型数据的应用的发展。
而且随着大模型出来，数据安全的问题也被涉及到，我认为这也是一个非常大的商业机会。
从全球来看，对于互联网企业AI也是一个新兴领域，未来也能产生巨大的机会，那个时候你看到的一些产品形态可能不只是一个软件，不只是一个服务，而是一个软硬件一体的，是和卖盒子商业一样的销售一套完整的软硬件一体化系统。
张楠：好，谢谢谭总。追问几个小问题，这几天华为发了mate60，大家的讨论集中在它的芯片，你们是做第五代指令集计算机的，前一段时间倪光南院士也做了判断，说它要在2024/2025年爆发，你觉爆发需要什么样的一个条件？最大的应用场景在哪？
谭章熹：说到所谓的新一代，像我们智能机架构的爆发场景，我认为其实它的条件早已经存在了，甚至是在去年年底到今年年初，随着地缘政治也好，包括 ARM的上市也好，中国包括欧洲，是需要一个除了ARM和除了x86之外的一个系统的计算架构。
国内能够在2024/2025年能有一个质的爆发，我认为场景没有那么多，问题集中在对大的数据的处理上，还有数据中心的主要算力场景有限。中国现在在这个行业里面不缺乏热情，不缺乏场景，也不缺乏资金，但是真正缺乏的是足够的人才，也缺乏足够多的能够在行业内真正踏踏实实的把方案做出来的公司。
所以客观来讲条件早已存在，要看我们是否有公司能够把握住这样一个机会。
拥有巨大前景的应用场景已经出现
张楠：谢谢谭总。我们今天的主题是数字化，已经有一些行业，比如像纺织冶金金融已经进行了数字化升级，现在创新技术也已经代替人力劳动，成为了最重要的生产资料。我想请问各位，你们觉得未来我们在B端或者G端，哪些领域的数字化智能化的改造潜力最大？从王啸总开始，你可以从资本的属性角度谈谈。
王啸：数字化改造已经进行了很长时间，从我的角度看，数字化其实已经进展的比较顺利，而且取得了很好的成绩。话是现在的大模型，本质上是使数字化之上的决策和执行逐渐做的更好。从模型化，或者从数字化之上的可决策可执行的角度来看，它是从某些行业一点一点向其他行业延伸的。
广告和游戏在数字化之上是最先行的。第一，垂直应用模型已经运用在视频的广告生成，图片生成相对比较成熟，视频生成还有比较大的发展潜力。以前做广告，会有一个模特展示手机，现在不需要真人拍摄，脚本话术可以用AI生成。这是一些创业公司已经做出来的事，而且可以销售了。广告行业的数字化已经在进行中。
第二是游戏行业，游戏行业需要大量的模型、场景、图标、音乐等，大模型自动生成目前已经做到了一定程度，还在不断完善。得的
我们还可以看到有一些跟知识密集型的行业相关的大模型也在逐步发展，类似于教育甚至是法律等等行业，数据比较密集，用大模型做数据的处理可能会更高效，目前还没出现些特别领先的商业公司，现在处于一个探索期，未来一两年可能会出来一些比较优秀的公司。
此外，把大模型跟机器人配合到一起，变成服务机器人，或者工厂里相对通用的机器人，可能也是一个方向。想象一个场景：一个只能用来搜索互联网信息的工具，变成一个聊天机器人，再变成一个各行业中的垂直类应用，最后变成一个提供服务的机器人，甚至家庭的智能化都用上大模型机器人，前景值得期待。
因此，我认为未来5年到10年在各个行业里面都会有大模型应用。我们以前也投了一些SaaS公司，比如说通过 SaaS软件提供销售线索，继而提供客户关系管理，这些公司应用大模型提高了他们内部的效率，所以中国的SaaS公司有可能是第一波受益大模型的公司，可以提高人效，从不盈利变成盈利，一旦人效可以持续提高，中国大部分SaaS公司可能都会盈利。所以大模型在中国SaaS公司上的应用，也是可以看到的一个机会。
张楠：谢谢王啸总，请汪总从早期在全国转化的角度聊一聊这个问题。
汪姜维：关于数字化，模型化最贴近数据越丰富的领域肯定是最先确保受益最先有机会的，比如金融领域，它本身就是一类数据，这个领域可能已经有很多的大模型应用了，比如说香港上市百融，是清华校友创办的，它本身实际上已经在做服务了。
数据丰富的一个领域，是最先去受益，最先受到改变的。此外，教育领域我也是非常看好，因为教育领域实际上是最没有被科技被数字化去改变的一个行业，而这个领域我觉得，在大模型的时代来了以后，如何开展也是很重要的话题。
建筑信息模型的发展也是远远不够的，以后的数字孪生，我觉得空间也是同样巨大，我们也投资过布局过类似这样的企业。
工业领域也很有数字化改革前景，知识如果是能够充分的数字化，能够变成高质量的数据的话，结合这样的AI大模型，我觉得将来会产生更多有价值的应用。
张楠：好，谢谢。教育、建筑、工业都是机会，有请李总。
李剑威：我也提一个新的方向，我觉得在农业的数字化上面，包括农业AI化，有很大的机会。我们去年年底投的一个公司就是做农业AI的，它用AI模型来控制一种作物的生长周期，然后在大棚的农业设施里，帮助农户做决策。过去两年下来，提升了亩产46%。
我们认为在AI结合传统行业，比如农业，会有很大的机会。你想想看中国有多少土地，有多少作物，如果相当一部分用上农业AI，那么产量、品质可能会大幅度的提升。我们尤其看好能让传统行业智能化的方向，这里面有巨大的场景。
张楠：谢谢李总。
陶闯：李总刚才讲的这个项目，我们正在做。国家自然资源部现在在做中国整个农业的项目就叫耕地面积的一个预测体系，我们现在公司也在参与这个项目。基本上在去年和今年，产生了两个现象级的——我认为是现象级的科技革命，一个是CHATGPT，一个是元宇宙。CHATGPT是能够促使体验极致发挥，或者信息足够价值爆炸的这种工具。
我在00年第一次在海外创业，做了一个互联网的三维地球，那时候我们看到的文字图片都很少，因为带宽很差。回到国内以后，我做了一个PPTV，2015年我把公司出售了。这次是我第三次创业，未来我们一定生活在AI的空间中，这个是智能空间。大家如果注意到，Gartner上个月发布了一个未来的四个大的科技矩阵，一个是大模型，一个是AIGC，一个是隐私计算与安全，第四个是空间智能。现在我们花了大量的时间在线下，现在线下的商业和服务其实相对来讲效率是低的，跟互联网不一样，互联网我们可以看到很多的信息，在今天线下信息的交互等等体验是比较落后的，所以这个空间要被完全的智能化。现在我们要做的就是把物理的空间全部数字化，用机器理解空间，搭载ipad、手机、眼镜等设备即可进行人机交互。
真正的元宇宙空间是线下和线上完全融合的新的媒体形态，也是人类体验的一种新形态。数字科技发展非常迅速，软件与硬件并驾齐驱，才会产生未来的可能。
谭章熹：说到应用场景，上一波说深度学习，其实只解决了一个场景，就是我们说的人脸跟图像识别。落到我们每天生活来讲，就是一个安防，这是它的核心，但是这一波大模型出来以后，它其实在让机器第一次拥有逻辑判断的能力，甚至判断比人判断还要好，所以我觉得在很多的场景下，包括垂直场景，只要有足够多的数据收集在大模型里，就会出现大量的场景。像用机器真正地替代我们底层次的重复性的工种等传统的行业，甚至我们看到一些比较高大上的传统行业，比如说律师这个职业，这里面的法律领域，都会可能出现一些比较大的机会。
张楠：谢谢大家。
加载中,请稍侯......