作为一个超级入口，它能带动整个产业链新的机会。 赢家是 利用AI赋能的各行各业 第三个，在传统行业中，我们可以看到，最近像“AI+营销”、“AI+律师”、“AI+保险”、“AI+教育”，这些行业已经开始了。 但其实我们可以看到，在各行各业中，人工智能推动的创新，都是刚刚开始。 对于在 To B 的应用，有两个重要的结论： 第一个结论就是，并不是那些技术公司会成为未来的赢家， 而是传统行业中这些各行各业的公司，会利用 AI 、利用大模型的能力来成为赢家。 第二个结论就是，我们不要简单地站在节约成本的角度去理解人工智能， 人工智能未来对于产品的定义、研发、生产、销售、服务全流程、全体系都是重新的颠覆。 举一个简单的例子，比如说过去我们研发一款半导体材料可能要三年的一个周期， 现在有了AI的赋能之后，这个周期已经变成了 10 天，或者是更快的速度。 最近有传统能源企业高管主动联系我，想找这种做材料相关的大模型技术的公司合作。 有位北航教授做的 AI 材料公司，目前已经跟 5 家上市公司达成意向，成立合资公司，成立人工智能的材料研究院，用AI的技术大幅加快材料的研发。 这一点是一个非常明确的趋势。 AI不仅是替代劳动力，更重要的是，它重新定义了研发、生产、销售和服务的全过程。 如果大家觉得挺难理解，我给大家推荐一下 B站， B站上有很多非常好的科普，让大家用比较快的时间很好地去学习到这些领域的核心。 未来最大红利 就是科研产业化 第二个我想讲的主题就是，从中长期看，中国会进入一个非常大的红利，就是科研红利。 过去中国的产业发展经历过几波红利，第一个叫劳动力红利，第二叫工程师红利。 但是，未来这些红利应该都已经结束了。 在十多年前，中国一个工程师的成本是 30 万，美国是 65 万，现在我们工程师的优势也不明显了。 未来最大的红利，就是科研产业化。 无论是看美国、日本的经验、欧洲的经验，还是看中国过去的发展逻辑， 我相信，科研产业化，是中国未来走出房地产之后的经济周期最大的一个解，甚至可能是唯一的解。 做科学和做企业，它要求的禀赋是不一样的。 科学家就要足够的专注、足够的聚焦，围绕一个领域不断深度地深入。 而企业家，大家都知道，他应该是发散的、是要有很强的资源整合能力，人的整合、客户的整合、渠道的整合、技术的整合。
=*=*=*=*=*=
当前为第3/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页