对话百家云总裁马义｜抓住机遇，拥抱新时代的到来

新时代的到来"/>

对话百家云总裁马义｜抓住机遇，拥抱新时代的到来

“ AI技术落地应用道阻且长，助力应用的发展与之相辅相成，现有产品AI化是必然趋势 ”

口述 | 马义

整理 | 罗今&云舒

出品｜极新

近年来，随着社会各界在人工智能领域持续进行研究与探索，人工智能技术取得飞速发展。Al的广泛运用时代已经到来，新技术在各行各业被广泛地运用，出现在人们的工作、学习、生活中。例如，人工智能生成内容（AIGC，Al Genereted Connect），在诸如视频、音频、文字等多个领域都已经得到了落地，自动化生产的方式，不仅高效，规模也能得到保障。

AI发展对企业来说是机遇也是挑战。对于企业来说如何进行数字化转型？推动企业数字化转型和AI技术的应用这两个工作有什么区别？AI技术落地应用有可能加速落地吗？

“AI是所有技术的β。叠加β，AI+助力企业数字化转型”“企业管理想最终走入智能化，AI化还有很长一段路要走”2023年11月2号极新与马义先生的对话中找到了问题的答案。

马义，百家云总裁，本科毕业于中国地质大学，硕士毕业于清华大学，目前正于清华大学攻读创新领军博士。曾任搜狐视频CTO，兼任56网总经理，全面负责搜狐视频的产品，技术，内容运营等管理工作。

基于以上话题，马义给出了以下几个模块的回答：

“AI是所有技术的β，叠加β，AI将助力企业数字化转型”

“人的能力参差不齐，AI技术节省人力成本和时间”

“企业管理走入AI化还有很长一段路”

“时代大势所驱，新时代的到来”

01

专业的事交给专业的人

“AI是所有技术的β，叠加β，AI将助力企业数字化转型”

极新：随着AI技术的发展与实践，音视频技术会不会因为叠加AI产生新的产品形式？

马义：从结论上说是的。传统大家认为的音视频技术，本质上是音视频的编解码和传输。在这方面想把它做深不是一件容易的事，想把它做深做透，需要使用 AI 技术，本质上是算力、算法加数据。我们有音视频方面多年的开发经验，这些数据本身就能够驱动我们使用 AI 从而更好地发展音视频技术。

受AI 技术的影响，最后会变成两类产品，一类是日常使用的工具都会 AI 化，也叫 Copilot 化（助手化）。另外，因为有 AI 技术的发展，会产生一些新的工具。即以前它不可能出现，现在变得可能。我们观察市场情况，看到一点不同：以前不可能用AI实现的事，得用人工的方式做，导致成本居高，小型创业公司用不起。

技术融合在一起后，会让音视频技术进步得更快。举个例子，音视频里做路由选择，以前可能凭规则、凭经验。现在如果我有历史数据的积累，通过 AI 的方式，做路由选择效果会变得更好，这是相辅相成的关系。

极新：百家云变成一站式AI视频技术服务商且做音视频能立足的原因是什么？百家云叠加AI技术做音视频的核心优势和特点是什么？

马义：市面有上三种关于AI的做法，第一种就是通用AI+。国内也有很多做大模型的，百川智能、智谱AI、Minimax等国内几十家都是通用AI+，竞争是非常激烈的。

第二种叫行业大模型，不提供通用 AI+能力，服务于垂直场景、垂直行业、垂直领域。目前大家比较熟悉的是一些To C 产品，如ChatGPT，还有文生图、文生视频等产品应用。第三种是基于行业模型，或基于通用模型做周围应用的开发或服务。大概这三类，后面两个是百家云的切入点，做通用AI+不是我们的目标。

做行业模型的一部分原因是百家云在音视频、教育、舆情方面有数据积累，及技术落地经验。和我们公司有良好合作的客户，他们有很多数据，但此前没有 AI 的技术能力帮助其实现迭代。

任何一个公司都可以选择自己做AI，也可以选择百家云的服务，但最后有可能发现还不如选择百家云，因为组织维护一个音视频团队的成本很高，技术搞定后仍需要到运营商买带宽和服务器，成本并没有降低，并且多出了人力成本。

对很多企业来说，音视频是刚需，自己研发也许更贵，倒不如交给像百家云这样的企业来做，我们是帮助客户更有效的应用。

02

让办公更高效

“人的能力参差不齐，AI技术节省人力成本和时间”

极新：百家云推出的第一个AIGC应用市场易目前有什么新的进展，产品的痛点是什么？

马义：市场易的核心是帮初创公司做市场品牌工作。我们看到的痛点是，市场上任何公司或者任何个人，基本上都需要做市场宣传。初创公司需要做好对外宣传、成熟的品牌也需要持续让外界感知自己，即使是打造个人IP，也离不开传播与营销。

这个过程里需要找人写文章，让好的东西被留下宣传，在市场上有声音之后进行传播数据分析，从而指导业务进一步调整优化。

从公司角度来说，市场易是一款比较独立且成熟的 AIGC产品。从写稿、发稿、再到传播反馈数据化分析，整个流程都被打通了。能够让企业的营销工作实现量化、数据化。

极新：AI 带给市场获客场景的红利是什么？有了这个技术之后的红利，是否会转变工作的职能，或者工作的目标属性会不会发生变化？

马义：个人认为对于公司来说，做好市场获客对公司的赋能是全方位的，但哪些是革新的，目前还没想到。举个例子，社交网络是社交属性的，网络出现之前人们也进行社交，只不过圈子小一点，二者社交的方式不同。本质上来看，不可能会出现比社交网络更高一层的产品，但是在社交网络里可能会叠加 AI能力。

AI的作用是拓展用户能力，让从前做不到的事情变为可能。以前用人力做，但人的能力是参差不齐的。比如销售人员对客户的购买意图识别标准是不一样的，哪怕天天做培训，每个人的标准仍然会有差别。而 AI 有技术有能力，不会遗漏有购买需求的客户，能够快速提升效率、节约成本。

03

实现转型有4个阶段

“企业管理走入AI化还有很长一段路”

极新：从今年开始企业会陆续进行智能化转型或将 AI 技术引入到企业。但目前为止企业智能化转型或AI技术进入企业运用的效果甚微，没有显现其威力。那么推动企业智能化转型和AI技术进入企业应用这两个工作有什么区别？

马义：是阶段区别。企业从纯线下变成纯线上会经历几个阶段。

最基础的阶段是购买信息化产品和工具，比如从纸质办公到电脑，变成无纸化办公，这是信息化阶段。

下一阶段是数字化阶段，由于信息化阶段各部门之间是割裂的，技术部干技术部的，售前干售前的，各部门之间没有串联起来。所以真正数字化的企业是将公司的全链条运营流程数字化，每个部门、每个环节落成数字资产，当然线下企业在线上数字部分具有映射才能叫做数字资产。线下与线上所生产的内容都是企业的产品，同时满足这两个条件后才能叫做智能化发展，才能注入AI的能力，如果不具备以上条件，本质上还是人脑运作。

极新：为什么从线下到智能化这四个阶段不能跨越？

马义：跨越是有可能的。

大部分企业进行数字化转型时大多按照四个阶段一步一步向前走，但一些云原生企业，从诞生之初的各种工具都是 SaaS 化的，它的数据根本不需要进行额外处理。所有的输入输出，每个部门、每个人所有的东西都是经过 AM 处理的。所以跨越阶段是有可能的。

企业可能对实现效果存在阶段性不满意，认为它有很大的进步空间。而这正是 AI 技术发展的动力，我认为，整体智能化的趋势是不可逆的。举个例子，最近网上很多人说实体经济不好是因为电商太多。网友说把直播带货、电商都取消掉。但这个根本不可能，如何购物是用户的选择：商家可以建一个商场，让大家更高兴地到线下去购物；但绝对不会让所有人再回到八九十年代全部在线下购物的状态。

ChatGPT并不是能做所有的事情，它的数据并不是并不是像百度、谷歌这些全数据。实时搜索引擎更新频率很快，社会上发出很多的新闻事件，都有不同的权重和不同的时间点标记，在它的索引库里，包含了大家所搜索的所有东西。但是大模型不一样， GPT 不一样：GPT 是通过学习，对知识进行浓缩，之后提供了一个能力给到用户。如果我问GPT一个信息，GPT没有学习到这个知识，没有录入索引就不能给一个相对来说准确的答案。问他的时候有可能会胡说八道，这也取决于大家问什么东西。

我向百度提问，百度能给我 10 条结果让我去选择，好像这是结果。问ChatGPT，它告诉我一个答案，好像这两个结构差不多，但二者并不一样。所以我觉得这是大家不要误解、混淆，这是原因，这个过程肯定还是很漫长的。

极新：那么现在企业应该如何准备数字化转型？

马义：这四个阶段是无法跨越的，如果现在是纯线下企业，需要一步一步稳步向前，先转变成线上企业。

04

时代大势所驱，新时代的到来

“每一个关键节点都有一些偶然的事件推动事物发展”

极新：跟进AI时，加大投入会导致技术研发费用直线上涨，整个利润会下降吗？

马义：我认为逻辑上你说的正确，比如去投AI 研发，研发费用肯定会增长，利润率也会降低。但我认为企业经营是一个非常复杂的问题，它有市场环境变化等等因素。今年 AI 技术的发展是一个变动因素，但还有很多其他巨大的影响变量，比如市场环境不好，各种行业的政策出台，中美关系变化等等，具体到某些行业，甚至都可能面临着一些其他挑战。

技术的变化，会导致企业选择不同的经营策略。假定我们把它变成一个简单的加法，原来的技术投入不减少，我要新增新的 AI 的技术研发，这个肯定要增长公司整体的研发费用。但事实上可以明确，即使今年没有 AI 技术的发展，大家也会发生变化，因为还有很多其他变量。就像即使没有 AI 技术发展的需求，很多企业也会裁员。利润的变化，经营成本的增加，不一定是因为加大AI技术投入。

组织的变革，或者组织团队的调整，与企业其他的经营策略息息相关。相关的。总结下来，如果真的想去拥抱这件事情，迎接变化，未必会带来很多新的投入。只有一种情况会带来新的投入，是原来的产品不变，又开发了新的产品，原来的市场不变，又拓展新的市场，这时候成本肯定是增加的，但在整个战略里，可以选择不同的经营模式，比如我们尽量做这件事，但技术并没有增加反而在减少。

如果指望一个新的技术方案，或者指望买一个团队而特别了解这个技术，这种希望一定会落空，能买来的只能是行业经验。得让自己员工去学习。我认为这是唯一解决办法。

特别对产品技术公司来说，肯定是这样的思路。但如果有些公司没把自己定位为产品技术型公司，而定位一个营销性公司，思路就不一样了。经营模式我认为有一些自主选择的。

极新：企业在发展的过程中如何应用AI技术使工作更高效，有哪些增强数据驱动的决策。

马义：现在任何企业，对于这两件事的处理，可能都不太一样。公司部门的设置、职责的设置，导致了企业应用AI技术及使用数据优化决策的动力是不太一样的。

我们可以设想一个终极阶段，设想一下“AI 能帮我们干的活是什么？”

我的理解是，它能够提供一个将所有数据都放进去并且帮我们做正确决策的模型。那么当下我们应该找一个能够支持最优决策能力的数据去提供、去输入。但现在所有的公司里，管理层每天看到的各种数据、报表、流程，是管理层的输入。管理层的输出是做出决策，例如流程要批还是不批？这个人是用还是不用？这个部门是增加人还是减少，这是制度的输出。但这些并没有以数字化的形式再输入到大模型里。如果以后所有公司的老板都能够把这些东西输在大模型里面，那大模型里的人会比 90% 的老板决策要正确。

所以我认为真正要走的路可能会很长。企业管理角度来说，我们可以做一些初级的、局部的尝试。比如把今年做的所有项目拿来做一个财务分析，从财务角度来分析，有什么样的影响，什么样的产品该涨价，什么样的产品该降价，这个是没问题的。以前要靠人，现在可以运用AI。

极新：AI技术落地应用我们怎样让这个技术成熟，有快速成熟落地的可能吗？

马义：这肯定是一个过程，当然也有快速落地的可能，任何技术发展都是这样。可能没有 OpenAI 团队， AI 技术发展也许要再晚 5 - 10 年。每一个关键节点都有一些偶然事件来推动的，世界也是这么发展的。

AI 技术想落地应用，主要是两个，一现有产品的AI化，现在你有了智能手机，就不愿意再用诺基亚。现有产品的 AI 化是必然趋势，也在快速落地中。比如我想在我的 CRM 模块上面，加上一个功能，让我可以快速寻找到不同类型的客户；再加一个报表功能，帮我快速分析哪一些是优质客户。落地应用本身是技术快速发展的一部分。而在技术落地这个过程中，我们也可以再去发现一些新的东西。AI大模型能力，将导致更多新的产品出现。

举个简单的例子，比如学英语练口语可能困扰很多中国人的一个关键点。以前可能找一个外国人一对一家教，解决这个问题，和他一天聊半小时。这模式是不长远的，一对一真人英语这个方法是不成立的。因为它是阶段性模式。但现在没问题了，抖音上能刷到很多数字人给我们讲英语。比如郭德纲讲英语、讲相声，这些东西足够锻炼口语。这就是 AIGC 产生出来的新的产品形态，它未必是一个单独应用，抖音里面每个直播间都是一个应用，这个就是大模型能力带来的。