今天小編分享的互聯網經驗：AI時代，人類将該如何改造終端，終端又将如何改變人類？，歡迎閲讀。
美國西部時間1月9日-12日，全球規模最大的消費電子展會之一，CES 2024在美國拉斯維加斯開展。
作為連續7年的CES全球官方唯一合作中國科技媒體，今年钛媒體CES Talk to China stage以"科技引領未來，創新驅動世界"為主題，追随最熱的科技焦點，第一時間向外傳遞最前沿的技術，繼續帶領中外的創新力量在這個國際舞台上探讨技術驅動下的商業變革與發展，分享新經驗、鑄造新價值。
展會首日，钛媒體集團聯合創始人聯席CEO劉湘明作為主持人，與阿裏巴巴通義實驗室自然語言處理方向負責人黃非博士、聯想集團副總裁 聯想創投合夥人王光熙、Brix Labs 創始人兼CEO楊戍緯、NOLO創始人兼CEO張道寧一起，進行了"AI已成為消費電子形态革命的助推器"為主題的圓桌讨論。
"大模型帶來了互動上革命性的方式轉變，因為它可以真實理解用户的需求，聽見用户在説什麼，和用户進行互動。同時，大模型還能把需求拆分完之後，便于設備執行復雜的任務，并因此衍生出各種各樣的生活助手。"
楊戍緯表示，大模型讓用户體驗延伸到更細分的場景，因此也會出現新的消費電子產品。但是，這并不會影響PC和手機在傳統電子消費品中的地位，反而可能會讓傳統消費電子產品的地位更高，因為手機的互動方式也會随之改變。
作為自然語言處理方向的研究人士，黃非也認為大模型的出現是革命性的。
"大模型之前，AI各個方向包括自然語言、語音、視覺，都有很多小模型的技術。這些預訓練模型，能夠把知識以非常高效的方式進行學習和表達。現在，大模型讓大家對于整個世界的知識了解得更好，能夠完成更多復雜任務。如果這個模型還能通過多模态和真實世界做互動，不論是agent方式還是機器人的方式，這将在制造業裏的生產，規劃調度等方方面面都發生非常大的作用。"
黃非稱，從產品形态來講，之前的產品包括PC、平板、手機等，由于大模型的加持會變得更智能——更了解用户，有更多個性化，讓用户在使用過程中的體驗也會更舒服。同時由于大模型本身能更好地理解世界、場景和用户，這就會產生很多新的產品生态。
以SaaS行業為例，楊戍緯認為AI将所有公司帶到了相同的起跑線，這為創業公司提供了巨大機遇。在HR SaaS領網域，AI可以取代傳統的HR功能，傳統的效能部門将逐漸過渡。面向未來，企業應該重新思考如何用SaaS重構組織架構，是整個組織更加高效。
作為XR領網域的創業者，張道寧表示，AI時代将誕生新物種，但新一代的人機互動產品影響的是市場份額，而不是徹底取代原有產品。能夠侵占掉手機和電腦使用時間的，還是和AI有強結合的泛智能終端，比如可穿戴設備——智能手環、智能戒指和智能眼鏡，這是接下來硬體發展的重點。
而作為投資界的代表，王光熙則認為，大模型應用短期内将提高工作效率，而具身智能是長期最有價值的方向。
"現在很多大模型基本還處于數字化的世界，最苦的事依然是人類在做。"王光熙表示，當大模型的能力在三維空間中應用，具身智能就是一個復雜軟硬體結合的自成體系，這是人工智能皇冠上明珠般的存在。
最後，在關于AI發展對于未來人類工作和生活将產生怎樣影響的讨論環節，黃非總結稱："AI的趨勢不可避免，要不然擁抱它，要不然被抛棄。将來不管是生活還是工作，AI應用開發要把握兩個原則，一是有趣，讓我們的生活更好玩；二是有用，大模型本身能更好地理解世界、場景和用户，可以真正在行業中幫助我們解決問題。"
以下是钛媒體CES Talk to China stage：《AI已成為消費電子形态革命的助推器》實錄，經钛媒體App編輯：
劉湘明：非常高興又能夠在拉斯維加斯相聚，4年過去，時間很寶貴，每個嘉賓可以做個簡短的自我介紹。CES已經開場幾個小時，你們轉了轉，第一印象是什麼可以分享一下。
黃非：非常榮幸有機會在這裏和大家分享，我是阿裏巴巴通義實驗室自然語言處理方向負責人黃非。今天上午和同事逛了CES，最大的感覺是AI或者智能化充斥了CES展覽的方方面面。比如説在自動駕駛、消費者電子、智能家居等等，方方面面都可以看到AI的元素。
楊戍緯：我是在硅谷的創業者，公司叫Brix Labs，主要是基于AI的跨境招聘平台，幫助公司尋找、發現和管理跨境遠程技術團隊。今天早上來到CES，對我來説最深的印象是在這次CES裏面，明顯看到中國元素增加很多，看到特别多國内出海的友商，在有些地方全部是中國的展台，這次還是挺不一樣的。
王光熙：我是聯想創投的王光熙，我們是聯想集團的企業創投，主要投資早期科技領網域，為聯想布局IT的未來，同時構建生态網絡。這次，我們也有很多被投企業來到了CES，聯想也有很大的展台，重磅發布我們的 AI PC產品。AI已經進入到各種各樣的終端設備，大到飛機和汽車，小到一些IoT設備，這個趨勢愈發明顯，今年CES又被再度加強。
AI已經進入到各種各樣的設備，有大有小，從汽車、飛機，到特别小的IoT設備。時隔4年的時間，又回到了CES，看到這個趨勢很明顯，又被再度的加強。
張道寧：大家好，我是NOLO VR創始人張道寧。我們公司是一家做XR硬體、作業系統和雲化VR解決方案的一家公司，base在中國北京。時隔3年再次返回CES，過來的路上看到大量新能源車、AI，在CES的場館到處都是。
我們這次來主要目的是拓展更多海外客户，國内像新能源汽車，包括運營商是我們現在主要客户，比如中國移動和蔚來。非常多的海外廠商問我們來不來CES，想看看我們的方案，這次也是個很好的機會。現在出海已經成為中國科技企業必修課，已經不是選修課。
劉湘明：剛才大家談到兩個關鍵詞，AI和出海。先從AI開始談，大家都能夠看到AI帶來很大的變化，幾位都是專家，我特别想聽聽你們的意見，你們覺得這個變化僅僅是技術的進步，還是真正意義上產品形态的革命，張總從您開始。
張道寧：我覺得都算。以我們公司自己的業務舉例，我們是XR業務。目前我們自己包括素材生成、内容生成領網域大量用AI工具，非常大程度的提高我們做3D内容的效率，對于我們來説再也離不開。
第二，在自己的XR作業系統裏加入些定制化助理，當然這些暫時沒有發布，你可以理解為"可視的Siri"，在不同的場景需要不同樣貌的助理，他可能會學習你的習慣，去以你喜歡的方式來和你互動，和過去的智能音箱相比會更沉浸一點。
第三，現在除了XR，本質來説是可穿戴的設備。我們公司是做互動設備起家的，給蔚來汽車做了車載智能指環。後面我們在打造下一代產品的時候，會把AI的功能做在裏面，它不只可以做空間的control，更多是控制家裏的智能設備，甚至給你當車鑰匙，甚至可以判斷你的血氧狀況等，這是未來比較大的趨勢。
現在我們公司和AI結合最深的是這三個方面，它既是一種技術的進步，也是產品形态的革命。
王光熙：這次的變化我們認為是個革命性。大模型使得AI泛化能力增強，包括對話能力、語義理解能力的增強，在互動方面帶來了革命性的突破。過去這是很難逾越的門檻，導致了產品形态很難實現比較好的用户體驗。但是有了AI泛化能力之後，互動體驗得到了解決，個人計算設備和生產力工具會大幅受益于這次AI的變化，但過程可能會是潤物細無聲，并不會是突變性的，但是過幾年回頭看，我們會發現這是個革命。
劉湘明：量變到質變的過程。
楊戍緯：我特别贊同兩位提到的，這輪本質上來説大模型帶來的是可以讓我們的設備聽懂人的需求，執行一些操作，這在之前的互動在歷史意義上都沒有出現過。
我的觀點有一點點不同的是，我感覺這次可能會是產品形态的變化。我們把歷史倒撥回20年前，在2000年的時候，當時我們叫PC時代的終結，有手持DV設備、Black Berry、iPod。當時所有人都認為手持設備會消化掉所有PC的場景，整個PC在未來一段時間不會出現。
但是Steve Jobs做了個特别有洞見的判斷，他認為在手持設備的情況下，PC仍然會作為終端，作為設備互動的終端，所有復雜信息流的處理和操作仍然會在PC端進行，所以他當時推出了蘋果戰略叫"lifestyle dish Hub"，之後所有Mac Book全部在承接lifestyle dish Hub的功能一直到現在。
Back to the topic，我認為整個大模型帶來了互動方式革命性的方式轉變，因為它可以真實理解用户的需求，聽見用户在説什麼，和用户進行互動，把這些需求拆分完之後執行復雜的任務，并且在這上面衍生各種各樣的生活助手、AI agent。這輪大模型是讓用户體驗延伸到更細分的場景，之前沒有出現過的場景，在此基礎上會出現新的consume product，但并不會影響PC和手機在傳統電子消費品中的地位，可能反而會讓傳統消費品的地位更強，因為手機也會發生變化。
黃非：從技術的發展趨勢來看，這一定是革命性的技術。因為在大模型之前，AI各個方向包括自然語言、語音、視覺，都有很多小模型的技術。而基于大規模數據的預訓練模型，能夠把知識以非常高效的方式進行學習和表達。現在，大模型讓大家對于整個世界的知識了解得更好，能夠完成更多復雜任務。如果這個模型還能通過多模态和真實世界做互動，不論是agent方式還是機器人的方式，這将在制造業和其他行業裏的生產規劃調度等方方面面都發生非常大的作用。
從產品形态來講，我們看到之前的產品包括PC、平板、手機等，由于大模型的加持會變得更智能，更了解我們，有更多個性化，讓用户使用過程中的體驗更舒服。同時由于大模型本身能夠更好地理解世界，理解使用場景，也理解每個用户的能力，會產生很多新的產品生态，不管是自動駕駛的方面，還是随身攜帶的可穿戴設備，或者整個智能家居，我相信會有非常新的產品，使整個環境變得更加智能。
劉湘明：接下來想問微觀的問題，大家在各自的領網域觀察到哪些大模型、AI和領網域所在場景結合，有些什麼樣的應用案例。
黃非：我做科研，讀論文、寫代碼是日常工作，大模型在這方面有很多幫助。比如通義家族發布了一系列產品，通義智文，幫我閲讀論文，幫我總結論文最新的研究成果，我在短時間内可以了解這個行業最新的知識，對我有提效。還有，在寫代碼做軟體開發的時候，通義靈碼會自動幫我寫程式，生成注釋，測試等代碼，也幫我提高了效率，這是工作方面。
生活方面，我可以和大模型進行聊天，讓它幫我獲取信息，制定規劃、生成食譜等等，方方面面都有提供幫助。
再加一點，比如在辦公場景，阿裏巴巴有釘釘智能協助辦公平台。基于大模型全面加持智能辦公協作場合。可以看到，不管在釘釘的文檔創作，聊天溝通，會議交流等，大模型智能辦公助理可以對于聊天内容進行摘要總結，文檔創作，月報周報的寫作，會議内容也會進行自轉寫，抽取關鍵内容，形成會議摘要和待辦事項，在辦公方面有很多提效的作用。
楊戍緯：我從SaaS的角度簡單聊一下，大模型出來之後在SaaS的領網域，因為我們做HR SaaS。HR SaaS領網域整個大模型已經變成廣泛的應用，無論是從解密處理，包括之前的ORC、知識圖譜，包括後續的人崗匹配，AI一直在HR行業裏面扮演着很重要的角色，大模型的出現讓我們第一次看到了怎麼樣可以構建端到端的SaaS服務。
傳統的SaaS服務更多是流程加上自動化工具，AI的出現讓我們看到了個希望，AI本身可以通過 agent替換掉中間人的因素，讓我們第一次可以看到SaaS既可以是作業系統，又可以是自己的操作員，在未來的一段時間内持續關注的方向是怎麼樣構建自主駕駛的HR SaaS，讓SaaS本身成為企業的生產力部門，而不再只是個流程化工具。
王光熙：AI大模型和我們的關系可以分兩個視角看，一是從集團戰略和產品角度來看，很高興聽到幾位專家都達成了共識，未來計算依然以今天的生產力工具PC、Pad、手機等個人計算設備為核心，但它需要大幅更新換代，這對于我們來講既是好消息，又充滿壓力。
好消息是我們的基礎依然在；挑戰就是我們要快速地進步，變成在AI時代更好用，支持大家未來信息和智能互動匯聚的好產品，這是為什麼我們今年all in AI，發布一系列，從雲端的伺服器、邊端的伺服器和work Station到PC、手提電腦、Pad，包括更輕量化的設備，我們需要全系列有AI PC。
二是從創投的角度，投資一直希望能夠投IT科技的未來。前幾年一直在布局AI領網域，到今天我們和AI大模型相關投資的方向或者視角有三方面：
1、大模型本身，大模型在行業或者場景當中的應用；2、大模型的底層算力，怎麼把底層算力支撐好，不管在雲端做訓練、推理，還是把模型小型化之後以低功耗、高響應、低時延的方式在邊側實現，我們會不斷布局算力的硬體、部件，包括底層半導體；3、關注大模型和新一波AI架構在其它形态和領網域的延伸，包括XR、AR/VR等，終端未來像機器人和具身智能，這些都是我們從創投的角度關注下一步随着大模型發展、延展特别相關的領網域。
張道寧：我有一點觀點不太相同，Hub肯定是都存在的，問題是新一代的人機互動產品出來之後影響的是市場份額，而不是取代手機和電腦。比如，手機出來之後，電腦明顯在消費電子的比重降低了很多。再比如我們現在在做輕量級的XR眼鏡，只有100多g，可能未來會非常多的侵占使用手機的時間，很多事情都不需要手機來完成。
二是我們做了些體感互動指環，它是全天候的設備，甚至和你互動的時間會比你和手機互動時間還長，價值就在于知道你在幹什麼，同時現在的身體狀況，也可以用AI和它互動。它既是信息采集終端，又是人機互動終端，而且它采集你的時間比手機長，這可能是更多的機會。
我們認為未來不叫替代掉手機，能夠侵占掉手機和電腦時間的還是和AI有強結合的泛智能終端，大概率是可穿戴設備，我們在手環、戒指和眼鏡上，接下來是我們硬體發展重點。
劉湘明：你剛才談到智能硬體，正好回歸到主題，CES以硬體為主。請各位預測一下在未來的消費電子產品裏面，哪些品類最有可能是AI首要發力點。我可以分享一下，我剛從安吉爾的展台回來，他們做了智能泡茶機，不同的茶葉、不同的温度、不同的時間，怎麼保證最好的味道，我算是比較重的泡茶愛好者，這事對我來説很有吸引力。
張道寧：我家裏專門有兩套智能家居，一套是homekit；一套是米家，網關是雙模的都支持。您剛才説的是智能的泡茶機，基本我們家所有東西都是智能的，可以拿APP控制，衣食住行還是智能硬體為主。
王光熙：從短期來講最容易實現價值的，比如我們今天看得到的包括PC、手機的終端設備，怎麼樣在大模型的應用，尤其是在邊端能夠以可控的代價、成本和算力實現更多智能化。
大模型，把我們的工作效率大幅度提升，短期内這是最有價值落地的東西。今天還沒有大規模應用，但是我們看好具身智能。邏輯很簡單，很多大模型基本還處在數字化的世界，替代了很多白領的工作，把最苦的事依然留給人類。機器人的泛化輔助已經有了長足的進步，再把大模型的多模态能力賦能給機器人，進入三維空間，實現空間、操作和運動整個相關的端到端大模型。這條路跑通之後，具身智能從長遠來講是最有價值的，皇冠上明珠般的存在。
楊戍緯：我們不是做智能硬體的，但是從純粹用户角度來説，我特别看好張總做的XR眼鏡，台上5個人大家都有眼鏡，本身來説智能眼鏡這件事不需要有任何教育成本。
未來如果要做AI system，核心在于設備能否和人捕捉同樣的信息，能否在人最舒服的方式對人進行信息的輸出，眼鏡這個東西和人的互動特别貼合，我把攝像頭放在這個位置的時候，攝像頭看到的和人眼看到的基本一致，耳朵和麥克風放在耳朵和嘴巴附近的時候，輸入和輸入對于人來説都是最舒服的。而且作為重度的眼鏡用户，我特别期待有這樣的產品，讓戴眼鏡成為特别酷的事情。
黃非：從我個人來講，希望AI智能能力不僅能夠提供智能，還能提供個性化、娛樂方面的東西。比如説有的時候在情感、陪伴、情緒方面能給我們做情感上的支持，這對于現在社會上的焦慮感，大家的壓力緩解，包括小朋友的成長陪伴都有很大的幫助。回到硬體，我個人希望，前陣子比較火的斯坦福炒菜的機器人，在此基礎上，進一步能夠做更多的家居的助理工作，也會很有幫助。
黃非：AI的趨勢不可避免，或者擁抱它，或者被颠覆。以智能駕駛為例，早期都是新興公司在做智能駕駛，慢慢傳統車廠也開始進入這個賽道，而且他們有很多數據積累，這方面進展很快。将來不管是傳統行業，對待AI一定是想如何盡快擁抱。
楊戍緯：我不是硬體行業，但感覺AI确實給這輪創業公司帶來很多的機會。這輪開源大模型把所有公司都拉到了同個基礎的起跑線，在做自己產品的時候會注意兩個原則：一是不在大公司的延長線上做事情；二是我們做大公司不敢做的事。
自己在的行業是HR SaaS，這是特别卷的行業，在美國有超過880家的HR SaaS，已經做了20年，所有大企業都是被傳統HR SaaS壟斷的。但是傳統HR SaaS問題是，當大模型出來的時候，他們思考怎麼服務現在的HR部門，如果我們和他們在這個方向卷，永遠不會卷過。
我們思考當AI出來之後，HR這個部門能不能被替換掉，HR本身能不能被替換掉，拉出每個細分的功能對比，看哪個功能AI現在可以做，哪個功能未來可以做，哪個功能一直都不能做。
我們發現基本HR現在承擔的功能，都可以在未來五年内被AI替換。我們現在想的是，當AI可能出現替換掉現有組織架構之後，未來的HR部門應該被怎麼樣定義，我們怎麼樣服務未來的HR部門。但是這種模式的缺點在于，在短期内你很難拿到共識和客户，但是所有的小公司都是在非共識的基礎上被建立起來。當你的價值被建立起來之後，這時候小公司才有能力和大公司競争，或者談在新的領網域的合作。
王光熙：補充一下，我們作為workday的用户，你的機會肯定是有的。
剛剛黃總講的特别好，我們不能回避，只能擁抱，每個時代在技術革命發生過程一定會有新事物，一定會有新的玩家跑出來，正因為有這樣源源不斷的新的創新者、創業者，才會對現有大公司的產品產生壓力和動力，也是為什麼我們要這麼積極的擁抱變革，去推動變革。
同時，在每個時代當中也會有上一波大的公司，能夠真正正視這些變化，技術的變量，能夠快速的跟上，并且将優勢發揮出來，做出下一個時代的產品，這一定是有機會的。從方式上來講，除了業務的角度擁抱它，我們的投資科技也是更好的去了解未來，去為未來的一些生态做提前的布局，這也是我們積極去看待這個事情的一種方式。
張道寧：我們策略和楊總一樣，不會在大廠的延長線做事情，有本書叫《創新者的窘境》，本質來説創業公司最敏捷，可能創業公司最從用户角度出發，不是先滿足集團利益和财報利益，從用户價值角度出發定義產品，我們可以敏捷的做些事情，這是我們的優勢。
我覺得現在渠道越來越不重要，反而是更有機會去產生些新的品牌、酷的品牌，這是很大的機會。同時，你這個公司的基因，是不是剛好在這個新物種成長過程中又比較重要的作用。如果品牌渠道起作用的話，這還是大公司的生意，對于新興的智能硬體，比如我們還做PC、手機的話，肯定還是大公司的事情我們就不幹了，做些可穿戴，做些比較新的、比較潮流、比較酷的東西，同時在應用層抓到比較好的機會，是有很大的機會做高，這是我們的意見。
劉湘明：下個問題比較有挑戰性，中國有很多成語，泥沙俱下、魚龍混雜，包括應用現在也很多，我相信有的是噱頭，有些是偽造的需求，特别想聽聽幾位的觀點，在你們的觀察裏面哪些AI應用有革命性，有些只是嘗試，有的可能只是噱頭，你們分析一下你們的觀察。
王光熙：我們的AI PC正在發布的過程當中，過去PC作為生產力工具，有很多環節，其實是在人的智慧之外，有大量可以被自動化、被泛化的智能，提升了人的生產效率，這個過程當中，AIPC提高了三個方面的體驗：
1、更先進、更多元、更智能的感知，輸入最早只有26個鍵盤的輸入，今天PC已經成為非常多元感知的東西，它有聲音輸入、鍵盤輸入，甚至其它帶觸摸、壓感等等，變成更加智能和多元感知的終端。
2、AI大模型，包括與很多合作夥伴深度合作，可以讓用户在個人電腦上更好地利用人工智能，在理解用户意圖的基礎上，随着不斷深入學習用户的使用習慣，變成千人千面的使用體驗，這是在AIPC使用體驗當中最核心的一點。
3、互動，怎麼樣把互動變得更智能，過去只有很簡單的螢幕，但今天能夠通過更多的三維、裸眼3D的反饋等等。
黃非：我同意王總的説法，AI的研究開發有兩個原則，一是有趣，二是有用。有趣，是讓我們的生活更好玩，個性化更多。比如最近通義APP有個全民舞王app，可以讓照片跳科目三，以智能體的形式可以進行不同角色對話，讓我們的生活更有趣；有用，是大模型學習到行業知識，行業know—how，可以真正在行業中幫助我們解決問題，包括HR的場景，知識庫問答，流程規劃等等。
劉湘明：黃博士剛才提到通義舞王，的确是非常熱的應用。您能不能借這個機會和大家分享在通義在消費電子這個品類裏面的嘗試，包括整個通義完整的模型矩陣是怎樣的。
黃非：阿裏巴巴做大模型大概有5年多的歷史，從2018年就開始了，在ChatGPT之前一直在做不同技術路線的探索。但是ChatGPT出來以後，大家可以看到模型的參數大、規模大、能力很強，我們在此基礎上更新了之前的預訓練模型，更新為通義模型家族，特别是通義千問，萬相基礎大模型和8個行業模型和產品。。
通義圍繞着幾個原則，一、阿裏雲畢竟是雲服務廠商，我們一方面希望能夠做生态，把模型做的比較強之後進行開源，比如通義千問的7B、70B等模型，包括多模态模型，讓開發者可以在，魔搭社區上面下載使用，也可以基于自己的場景研發更多模型應用，把整個生态做起來。阿裏雲也有百煉模型服務平台，大家可以在上面基于自己的場景和數據對模型進行微調。
二、基于自研的大模型技術，能夠更好地支持阿裏内部的場景，以及基于阿裏雲為外部客户提供服務，之前我們在智能音箱天貓精靈上，基于大模型實現了開放式的對話，最近和聯想合作，也和國内頭部手機廠商的合作，希望更多的人能夠從不同終端體驗通義模型整體的能力。
劉湘明：您剛才談到大模型的矩陣，再聚焦一下，大模型現在和科技硬體的結合有沒有什麼颠覆性的應用案例和我們分享。
黃非：我們和國内包括世界上的廠商合作，颠覆性的説不上，因為在做嘗試和落地。比如工業機器人的場景，通過大模型和掃地機器人的互動，能夠更好地理解我們的指令，在家居場景進行清潔工作。大模型和工業制造的環境結合，對整個流程智能化的控制，剛才王總説的具身智能，大模型機器人互動在工業場景能夠有更好的理解能力。在家庭娛樂場景，天貓精靈以外還有很多手機廠商，手機上的大模型是端側應用，需要把模型做小。小模型也可以和雲上的大模型相互配合，更好理解每個用户自己的需求，做出個性化的應用。
劉湘明：剛才談到新物種，王總特别想了解聯想最近AI PC非常熱，您能不能也和我們介紹介紹，AI PC和原來的PC有什麼不一樣？
王光熙：我沒法講的特别具體，他們正在發布的過程當中，我對這個事總體的理解是，過去它作為生產力的工具，每個人都有這樣的經驗，用它編程，有些人用它處理媒體報告的編纂、視頻的編輯等等，我們可以看到當中有很多部分和環節，其實是在人的智慧之外有大量可以被自動化、被泛化的智能，能夠大幅提升效率。這個過程當中，提升這些效率當中今天缺失的是什麼，無非是三部分。
1、更先進、更多元、更智能的感知，輸入最早只有26個鍵盤的輸入，到今天你的PC已經成為非常多元感知的東西，它有聲音輸入、鍵盤輸入，甚至其它帶觸摸、壓感等等這些東西的輸入，今天一定要變成更加智能多元感知的終端。
2、大模型，包括和很多合作夥伴深度合作，怎麼樣把大模型這個事情在各個領網域的應用當中特别好的理解用户意圖；比較高準确度的為你輸出比較好的product；怎麼樣能夠和人的使用習慣，長期、動态的快速學習和适應，最後變成千人千面的使用體驗，這是在AI使用體驗當中最核心的一點。
劉湘明：楊總，剛才你談到幾個很有意思的觀點，包括怎麼颠覆HR招聘，也説不要站在大公司的延長線上。剛才你開了個頭，想請您詳細的講講，AI怎麼推動你們的SaaS產品轉型，到底做了哪些具體的工作？
楊戍緯：這個問題很有意思，這輪的AI大家都在關注怎麼樣在C端提供價值，我認為這輪的AGI 對SaaS的颠覆會超出很多人之前的想象。SaaS本質來説，我們叫workflow加上自動化工具，相當于我開了個工廠，SaaS像裏面的生產線，這個生產線是套SOP，配合我的工人最終產生產品。
AI來了以後我們發現，基于AI agent，我們的工人可以被換掉，生產線變成無人工廠，SaaS本質上從流程化的工具變成獨立具備生產力的部門，這對于企業來説意義不只是在整個效能的提高，而在整個組織架構、企業復雜度、運營效率上都是需要重新思考很多的事情。
傳統SaaS被很多人诟病的原因是特别復雜，復雜的原因是因為SaaS本質上需要兼容多個行業、多個工種、多個用户場景，每個SaaS都會做的異常復雜，復雜到什麼程度，在很多行業裏面會使用SaaS就是它的入門門檻，做Marketing一定要會CRM，做HR一定要會ETS、HCM，我如果是會計一定要會财務軟體。
經過這輪大模型之後，我們在内部做測試的時候會發現傳統HR很多功能，從JD的產生、JD的分發到簡歷的閲讀、預面試、預約談心，包括後面offer的發放，再到後面的績效考核、月度考核，所有的流程其實都可以用AI agent做，而且在這個過程中因為AI agent知識的復用率比傳統人類HR更高，可以很大程度上降低做這些事情的復雜度。
舉個最基本的例子，全球任何公司裏面跨境雇傭都是極其頭疼的事，生產部門説我要在其他國家雇個工程師。這個需求通常會被丢到HR部門，有4個以上的人讨論，HR BP、國際部的負責人，加上recorder、HR manager等讨論2周，開10個會以後告訴他這個事情太復雜，還是不做了。
當我們把這4個角色的知識構建成HR agent的時候，我們會發現決策流程變得非常短，當我作為engineer manager和agent進行溝通的時候，可以直接告訴我這個角色在哪裏可以招到，我們公司的compliance在哪些國家可以适用，薪資應該是怎樣的，我們在招人過程中應該怎麼寫JD，在什麼渠道進行分發，分發之後看哪些人，怎麼樣做interview，通過AI構建這個流程的時候，我們會發現整個流程會變得非常短。
我認為在未來一段時間内，企業在未來的發展中會逐漸的過渡掉自己的非效能部門，所謂的效能部門是生產部門和銷售部門，但除了效能部門以外其它的部門會逐漸被AI替代，而且現在我們實際做HR SaaS的時候，我們發現很多方面AI比人做的更好。
在HR領網域裏面，AI對薪資結構的理解遠超人，比如我問agent要雇個senior level的工程師在灣區需要多少錢，它給的答案會比人更詳細，給的速度更快，給的建議更好。在這樣的場景下，我們相信在未來很多企業都值得去重新思考，未來會怎麼樣用SaaS重構組織結構，讓整個組織變得更高效、簡單。
劉湘明：你剛才談到未來全球化和智能化的管理，剛才已經以HR舉例，能不能給我們更進一步的講講未來你設想的全球化和智能化管理會是怎樣的？
楊戍緯：未來工作無非是兩點，一是全球化招募人才，具有更龐大的人才庫；二是進行數據化管理。我們公司本身是純遠程團隊，超過50個員工分布在全球4個國家和超過15個不同的城市。
在工作的過程中，我們發現所有企業在進入全球化過程中，不可避免的會讓自己的團隊從線下過渡到線上，變成遠程工作，除非在每個區網域都有自己的office。但是遠程工作這件事對于管理層來説是用户體驗特别不好的一件事，你會發現有極強的失控感。
傳統的管理體系裏面，通過人對人的感知，所有評價體系都由人和經驗來推動，我們通過感知所有人的狀态變化，去理解我的團隊現在是什麼樣的狀态，應該怎樣對它進行管理，但是在線上的時候我們會發現文化差異，語言差異，人也見不到面，很多時候我們會完全不知道我們團隊在做什麼。
但是對于我們來説的話，很多時候線上管理或者遠程管理全球化的團隊，它本質上來説并不是管理效率的丢失，它是管理泛式的轉變，這意味着傳統的管理工具在這個階段極大的失效，這個時候我們要更多關注的是怎麼樣通過數據對人進行管理。
線上工作的時候，所有人的數據它是比線下維度更豐富的，它沉澱的會更多，但是它的問題在于線下的數據，我們是人可以直接理解，線上的數據我們需要去做算法，我們需要去構建大量的數據可視化，讓人可以理解，比如説我們自己構建了幫助公司管理遠程團隊的工具，我們自己也在使用。
這些工具能夠幫你理解之前理解不了的問題，比如我們設定團隊的時間阈值，當然這個團隊的比如説溝通時間在某一周，它的阈值超過過去三個月平均值的20%，那我知道團隊的溝通大概率出問題了。如果有段時間這個人學習的時間過于長，思考的時間過于長，我們知道這個項目遇到技術瓶頸，或者某一個人卡住了。
在這些場景下，我們可以把人的行為通過數據可視化，通過數據去理解它的時候，其實我們的AI大模型可以在這個維度上扮演更好的管理者角色。舉個最基本的例子，最近一直在趕產品，員工天天007，每天擔心的是突然有一天有一個人説我不幹了，我們當時給每個員工設了壓力阈值，只要我們檢測到員工的壓力超過阈值，我們當天會給這個員工發星巴克禮物卡，讓他趕快買杯咖啡休息一下，超過一周立刻HR介入，跟他談話，談話之後如果有需要就讓他放假一天。我們自己的測試效果下來，對于員工的壓力緩解非常有好處。
在我看來，未來工作的範式轉變，我們從本地化轉向全球化，從經驗化的管理轉向基于數據化的管理，由人的管理轉向由人和機器共同的管理，這是我們自己實踐出來的。
劉湘明：非常有啓發，你們其實把整個線上工作的劣勢變成優勢，線上工作很大的好處是全數字化，我再追問個非常感興趣的問題，壓力阈值通過哪些數據檢測？
楊戍緯：我們每天允許工程師報告他們的心情狀态，工程師是特别内向的群體，我們有5個不同的心情狀态，他只報告兩個狀态，一是特别開心；二是壓力特别大。我們會把所有心情特别down的工程師當天行為全部拉出來訓練，訓練我們的算法。其實有些行為和壓力關聯度很高，比如當你的工程師頻繁切換螢幕，沒有辦法產出的時候，或者工作時間拉特别長，活躍度產生異常值，異常高或者異常低的時候，都代表他的壓力值產生變化。
劉湘明：你説的讓我想起來當年互聯網泡沫時期的笑話，有的公司監控員工每天點擊滑鼠的次數，點擊滑鼠次數不夠就是這個人不努力，但是太多也不行。最後一個問題給張總，比較有挑戰性的問題。剛才談到XR眼鏡，會不會更加劇這種消耗？
張道寧：看你的用途是什麼。如果你就是為了放松，可以嘗試VR遊戲和VR社交化内容，更符合你的自然直覺。 在生產力方面，很多時候我們的設計師在做3D模型或者評審，他要做三視圖，恨不得把20個角度展現出來，再換個顏色。今天不用，我們公司内部基本所有東西都在VR裏面做評審，大家直接拿着戒指，帶着個小眼鏡直接做，三視圖改顏色一點就可以，不同光照條件下的狀況都直接可以看，大大減輕設計師的構成壓力。
剛才楊總説的壓力檢測，我們定義指環是3D滑鼠、體感滑鼠，它是全天候的產品，以後不需要填問卷，直接告訴你誰的壓力大。（本文首發钛媒體App）
