小冰公司CEO李笛：我们为什么想和ChanGPT聊一聊？

在量子位举办的MEET2023智能未来大会上，小冰公司CEO李笛就AI的发展趋势进行分享。

作为微软全球首个以中国为总部的人工智能产品线，小冰经多年发展，已经成为创新性的人工智能技术框架之一，并且在自然语言处理、计算机语音、计算机视觉和人工智能内容生成等领域成绩显著。

近日，小冰公司宣布完成了10亿元的新融资，用于加速AI Being小冰框架技术研发，以及推动数字员工的普及。

李笛表示，绝大部分的企业在过去10年时间里，被推动着做了这三件事情，第一是上云，第二是把内部业务逻辑、外部业务逻辑数字化，第三是把客户关系、用户关系变成了线上数字关系。

这实际上是一个粗放的数字化转型过程，企业有了很高的并发，但是这些并发的转化率没有很高，所以大家开始惊呼“流量红利消失”等等。

李笛指出，这其实只是因为存在着一个最大的浪费。可以通过数字员工，在前一个阶段上的基础上做到更高的转化率。

同时，数字员工可以实现跨平台交流。既使是元宇宙也只是平台中的一个，在不同硬件之间——汽车、手机、音箱的——可以使用统一个AI Being。从这个角度来讲，数字员工将提供更加无缝的、24小时的、持续连贯的服务。同时，企业也能够凭此建立更好的一个feedback入口，推动AI系统得到更好的发展。

以下为演讲速记全文：

大家好！今天我们可能不会特别多地谈小冰的事情，因为小冰的事情对大家没有什么太多借鉴意义。我今天跟大家分享一些我们有可能在今年年底，明年年初，明年下半年看到的一些变化。

从整个AI角度来讲，在很长一段时间里面，大家都为技术进步感到非常振奋，尤其是近两三年，技术变革也是不断地层出不穷的。但是，人工智能的落地问题一直困扰大家。

不出意外，大家应该在一到两年时间看到人工智能数字员工的蓬勃发展，这彻底改变我们周围大家的生活。我在这想跟大家分享一些我们对于即将到来的未来的一些判断。

在过去人类科技发展历史上，每一次巨大变革都在改变两件事情，一个是人和世界的关系，这个世界具体指得是知识、内容、服务；还有就是提供了人和人之间的一种新的关联。

我们先把社交网络这一类的解决人和人关联的问题放在一边，我们来看人与世界的关联。

这几个不同的时代，像最开始的Portal的时代，我们利用这种方式给人打开一扇新的窗口，将更多数字化信息展现在人们面前，而搜索引擎使得这件事情变得更加丰富。

我们假设搜索引擎和门户都是连接人和世界之间的管道，门户和搜索引擎更像人通过这个管道获取这个世界上面的信息和内容。

接下来进一步的推荐引擎，就是进一步提高获取效率，也可以说是投喂。实际上更重要的事情是使得信息能够得到更好地结构化处理，并且能够更好地让它到达，或者是被人们更好地获得。

对AI Being或者人工智能数字员工来讲，要解决的是同样的事情，不光是小冰，整个行业都在往这个方向尝试。这些结构意味着是，头一次能够把人与世界的连接和人与人之间连接很好地结合在一起，并且使用更自然的方法进行。

大家知道做搜索引擎时候，刚开始很多人并不习惯关健词，只不过因为我们技术在那个时候并不能够达到这个效果，所以用户不得不学习关健词和搜索方法。

现在这种方式更多地是让人们回归，但是我想跟大家说两点。

第一点，如果你想要最高效获取信息，在目前为止，甚至于在很长一段时间里面，搜索引擎仍然是获取信息最有效的方法。

因为它对人来讲，它耗费能量更低。AI Being的特点是什么？人工智能特点是什么？我们为什么在家里跟人工智能交流？我们要跟ChatGPT交流，区别到底是什么？我想说几个事情。

首先，很重要的一个区别是，AI Being和之前最大的区别就是有了主体性。

大家知道人机交互实现的是计算机系统所带来的高并发量。一个企业可以一下子把几千万个、几百万个用户沉淀在他的企业微信里面，可以沉淀在私域流量里面，如果给他们推送消息，可以一次性到达这些用户。他并发非常高，但转化率非常低。他如果想提高转化率，就需要人工客服来完成，但是人力成本是更加巨大的。

如果人工智能系统能够达到类似的状况，为此我们做过很多很多的实验，随着技术的不断进步，这样的实验效果也会更好。

在几年前，我们和MSN，在日本我们和lawson做过类似大量的实验，到今天为止这样的系统在运行着，当他想要和人交流最终实现他的一个目的，就是把一个很好的商品很准确地推送给人，但是同时让人能够以更高的比例愿意接受消费上的商品。

我们在buzzfeed上的测试，让人工智能最终把商品提供给这个人的时候，这个人会直接购买比例达到68%。

最近大家都愿意跟ChatGPT交流，为什么？很多人认为可以把大量数据压缩在这个大模型里面，以后得到结果，并且可以利用ChatGPT或者类似方法实现更好的知识系统，通过它获取知识。

这些不是它的重点。如果从搜索引擎角度来讲，要想获取知识，必须确保知识准确性达到非常高的标准，90%都是不够的，但是从ChatGPT里面能获取到的知识，正确率是不够高的。它的很大的改进是什么？是behavior，如果我们用相对比较不客观的方式描述，ChatGPT不是向你提供准确知识的方向优化，而是让你认为它有知识。

我其实认为这不是一个坏案例，它反映很多特点。比如，如果你是贾宝玉你会选谁？ChatGPT大量加了论证过程，有一个总分总的结构，他会告诉你，我认为贾宝玉应该娶贾母。然后会给你几个fact，会给你很多论证，这更像和人交流。

从行为模式上判断，和从结果上判断会得到截然不同的结论。从某种意义上来讲，这样的技术更多地会在未来这段时间里面，会让向人工智能，数字人工，会让陪伴者这样的产品变得更加强大。

但是，在很短的时间里面，甚至于未来5年左右时间里面，大家想要获取知识最好的方法还是搜索引擎。

为什么会有这样的一个需求呢？人工智能的很多需求都是现有锤子再去找钉子，这是它不能落地的原因。但是人工智能数字人工是被需求推着走的，它的很大一个区别在于我们在过去10年里，在全球范围内，数字化转型已经进入到一个基本上到了一个瓶颈的阶段。

绝大部分的企业在过去10年时间里面，被推动着做了这三件事情，第一件事情就是上云，第二件事是把内部业务逻辑、外部业务逻辑放在数字化平台上，第三件事企业把客户关系、用户关系变成了线上数字化关系。

但是，当我们把这么多东西放过去以后，就像刚才提到的，我们实际上经过了一个粗放数字化转型的过程，我们有了很高的并发，但是我们发现这些并发的转化率没有办法达到很高，所以大家开始惊呼，像流量红利消失等等，这其实只是因为存在着一个最大的浪费。

人工智能的特点是在原本已经完成数字化第一阶段上，可以很好地基于关系做高转化率。

即使是ChatGPT不能给大家提供准确知识，也至少能够和你建立一种以往没有过的一种关联，这种关联本身具有非常大的商业价值。

同时，在人工智能数字员工这样的方向，也会引发很多变革。比如说对于人工智能来讲，我们以前认为它是一个B2B完成任务的事情，或者是B2C陪伴的事情，这件事情在两者之间会变得更加没有界限。

比如我去招商银行，我碰到一个招商银行客户经理，两个客户经理在业务水平不会有太大区别，他们会跟我们建立更好的私人关系，会变成朋友，这种朋友是一种B2C的关联，这种关联能够很好地辅助B2B的工作，甚至于这种B2C的关联要超过原本的B2B的关联更密切。假设有一天他换了一个银行，他可能把我这个数字关系带走。而数字员工、人工智能，当它展现出ego的时候，它就把两者融合在一起。

数字员工的另外一方面特点是，它不再隶属于某一个平台，未来一年时间大家会看到，数字员工可以跨平台交流。既使是元宇宙也只是平台中间的一个，但是我在一个虚拟世界里面碰到一个朋友，一个员工，一个伙伴，我在物理世界里面不能同样碰到他吗？我开车的时候，回家时候，不能是同样的AI Being吗？

从这个角度来讲，我们将能够得到更加无缝、24小时、持续连贯地提供服务，同时，我们也能够建立更好的一个feedback的入口，通过这种方式能够推动这样的系统得到更好的发展。

在未来的一年时间里面，我们会看到至少在中国，在日本，在亚洲，在欧洲，大家会看到很多很多这样的新的人工智能数字员工诞生，可能会百倍、千倍于大家现在看到数字人的虚拟偶像的价值。

我在这跟大家分享其中一个例子，代表我们所观察到的一些趋势和特点。但还是想说，今天人工智能还是一个非常原始的状态，我们也在得到一些新的知识，让他能够很迅速改变大家生活。

谢谢大家！