腾讯科技讯 7月4日，在2024年世界人工智能大会上，百度创始人、董事长兼CEO李彦宏对AI行业中的问题做了评价，并给出了他认为后续AI落地的方向。
从去年ChatGPT发布开始，国内多家科技巨头就开始相继发布新一代大语言模型。在这场被媒体称为"百模大战"的激烈角逐中，模型的参数规模、训练数据量和推理能力成为了热议的焦点。各家模型纷纷宣布评测分数超越GPT-4，然而在AI的落地方面却仍然缺乏成熟的解决方案。
李彦宏认为，这种只有闭源模型才能在商业应用取得优势。而当前业界过分关注模型本身，而忽视了AI真正的价值所在——应用。他强调，无论是开源还是闭源模型，如果没有落地到实际应用中，都是"一文不值"的。他认为，未来AI落地应用的主要形式将是智能体，它将作为敲门砖逐步渗透进涉各个行业领域。
对于AI可能对就业造成的冲击，李彦宏认为这次AI浪潮中，人工智能还是作为副驾驶来辅助，而非取代人类的。虽然确实会有部分岗位消失，但也会有新的岗位涌现出来。
以下为李彦宏在2024人工智能大会上的演讲全文：
非常高兴来到上海参加世界人工智能大会。我是这个会议的常客，经常来参加。去年因为出国没能来，所以我上一次参加世界人工智能大会是在2022年。我记得那次大会的主题是元宇宙，主办方也希望我讲一讲元宇宙。但我说，我还是讲人工智能吧。
我当时讲的主题是人工智能生成内容（AI Generated Content）。我认为人工智能的技术发展路线发生了方向性的改变，从过去的辨识式人工智能转向了未来的生成式人工智能。这个观点是在2022年夏天提出的，而5个月后，大家都知道ChatGPT发布了。
之后发生的事情大家更清楚了。短短两年的时间，恍若隔世，整个世界都变了。人工智能可以说颠覆了绝大多数人的认知。2023年，国内出现了"百模大战"，造成了社会资源的巨大浪费，尤其是算力的浪费。但这也使得我们建立了追赶世界上最先进基础模型的能力。
去年10月，我宣布文心4.0发布时说，文心4.0的能力与GPT-4相比毫不逊色。当时很多同行还不以为然。但今天大家可以看到，国内已经有多款闭源模型声称他们已经追平或超越了GPT-4的水平。注意，我说的是闭源的大模型，不是开源大模型。
这也是今年以来争议比较多的一个话题。有些外行甚至混淆了模型开源和代码开源这两个概念。模型开源，你拿到的是一大堆参数。你还是要去做监督微调（Supervised Fine-Tuning，SFT），还是要去做安全对齐。你不知道这些参数是怎么来的，无法做到"众人拾柴火焰高"。即使你拿到对应的原代码，你也不知道它用了多少数据、用了什么比例的数据去训练这些参数。所以拿到这些东西并不能让你站在巨人的肩膀上去迭代和开发。
因此，同样参数规模之下，闭源模型的能力就比开源模型要更好。如果开源模型想要在能力上追平闭源模型，那么它就需要有更大的参数规模。这就意味着推理成本会更高，反应速度会更慢。很多人拿开源模型来改款，以为这样可以更好地服务自己的个性化应用。殊不知这样你就创造了一个"孤本"的模型，既无法从基础模型的持续升级中获益，也没办法跟别人去共享算力。
当然，我也承认开源模型在某些场景下是有价值的，比如一些学术研究或教学领域。大家想要研究大模型的工作机制，形成理论，那么这个时候开源模型可能是有价值的。因为大家可能也经常听到，我们觉得大模型能力很强，但不知道为什么能力强，因为背后没有理论来支持它。所以研究这个问题用开源模型我觉得没问题。
但是在大多数的应用场景中，开源模型并不合适。当你处在一个激烈竞争的市场环境中时，你需要使自己业务的效率比同行更高，成本比同行更低。这个时候，商业化的闭源模型是最能打的。
当然，这些都不是最重要的。没有应用，光有一个基础模型，不管是开源还是闭源，都是一文不值。所以我从去年下半年开始就在说，大家不要再纠结于模型了，要去关注应用。但是我看到我们的媒体仍然把主要的关注点放在了基础模型上，一天到晚到处去跑分刷榜。
今天这个震撼发布，明天那个史诗级更新，但是我要问：应用在哪里？谁从中获益了？其实，应用离我们并不遥远。基于基础模型的应用在各行各业、各个领域都已经开始了逐步的渗透。
两个多月前，我们宣布文心大模型的日调用量超过了2亿。最近我们又说文心大模型的日调用量超过了5亿。仅仅两个多月的时间，调用量发生了这么大的变化。这背后代表了真实的需求，是有人在用，是有人真的从大模型中获益了，得到了价值。
比如在快递领域，让大模型帮助处理订单，做到了"一张图一句话即快递"，不再需要其他繁琐流程。处理时间从三分多钟缩短到19秒，而且90%以上的售后问题也都是由大模型来解决，效率提升非常明显。
再比如在小说创作领域，一开始用开源模型做出过一些效果。后来改用文心的轻量级模型，经过10轮、上万组数据的监督微调和后训练，结果有了明显的提升。最近又转到文心4.0的版本，仅用了数百条数据，4.0就在情节和逻辑方面展现出了非凡的优势。生成的内容无论是可用率还是优质率，都大大超过了文心的轻量级模型，网文作者们如虎添翼。
在更通用的领域，比如说代码生成，文心快码这样的软件在各个领域也在逐步渗透。百度内部有30%左右的代码已经是用人工智能生成的，代码的采用率超过了44%。
不过，我们要避免掉入超级应用陷阱，觉得一定要出一个10亿的应用程序才叫成功。我认为这是移动互联网时代的思维，在人工智能时代，规律很可能不是这样。超级能干的应用比只看下载量的超级应用可能要更重要。只要对产业、对应用场景能产生大的增益，整体的价值就比移动互联网要大得多。
随着基础模型的日益强大，开发应用也越来越简单了。最简单的就是智能体，这也是我们最看好的人工智能应用的发展方向。制作一个好的智能体通常并不需要编码，只要用人话把智能体的工作流说清楚，再配上专有的知识库，一般就是一个很有价值的智能体了。这比互联网时代制作一个网页还要简单。
未来在医疗、金融、教育、制造、交通、农业等领域，都会依据自己的场景、特有的经验、规则、数据等做出各种各样的智能体。将来会有数以百万计的智能体出现，形成庞大的智能体生态。而搜索是智能体分发的最大入口。
刚刚过去的高考季，很多大模型公司热衷于去写高考作文，看看用人工智能写一个作文能得多少分。其实这个使用价值不大，人家不会允许你带一个大模型进去参加高考。但真正的需求是大量的考生在考完之后要报志愿，要选择学校、选择专业。他们对一所大学、一个专业会有各种各样的问题，而每一个考生的情况又是不一样的。这个时候就需要有一个智能体来回答每一个考生特有的问题。在高峰时期，百度的高考智能体每天回答的问题超过2000万个，而我们总共只有1000万的考生。
人工智能正在以前所未有的速度向各行各业渗透。很多人担心，如果我们日常的工作都让人工智能去做了，人是不是就没有工作机会了？这种担心不是没有道理，但是过去这段时间，我听到的担心、抱怨很多，听到的建设性意见比较少。很少有人去致力于发掘生成式人工智能带来的新的工作机会。
我觉得，一方面这次浪潮中，人工智能更多地在扮演"副驾驶"的角色。人工智能只是辅助人工作而不是替代人工作，它让人的工作效率更高、质量更好。另一方面，我们也看到有一些全新的工作机会开始出现。比如数据标注师，过去几年我们帮助全国20多个城市落地了数据标注中心，提供了大量的新就业岗位。
再比如提示词工程师，以后不用编程了，但是做好一个智能体还需要把工作流说清楚。这里面要有很强的逻辑性，要用提示词对模型进行调教。随着智能体的大量涌现，这种工作需求也会飙升。这些工作机会通常门槛并不高，你做得一般也能够养家糊口，做得好的话上限可以年薪百万。
自人类文明诞生以来，永不停止的创新就是刻在我们DNA中的。从石器时代的手斧到移动时代的手机，再到人工智能时代的大模型，人类不断创造各种工具来改善生活、提高生产力。但是它们永远只是工具，只有在被人类所使用的时候才有价值。我们坚定地相信，人工智能不是人类的竞争对手。我们构建和应用人工智能技术是为了满足人的需求，增强人的能力，让人类的生活更美好。
谢谢大家。