这个离开大厂去 AI 创业的互联网大佬，带着他的“Killer Agent”来了

出品｜InfoQ 《大模型领航者》

访谈主持｜霍太稳，极客邦科技创始人兼 CEO

访谈嘉宾｜黎科峰博士，数势科技创始人兼 CEO

作者｜褚杏娟

2020 年是一个不同寻常的年份。人们因新冠不得不停下来的时候，时任京东集团副总裁、技术委员会主席、京东商城技术负责人的黎科峰博士却选择了离职创业。此时的黎科峰博士，已经在互联网行业摸爬滚打了十余年。

他曾在三星亲历了公司第一代智能手机诞生；在平安集团作为执委、平安金融科技 CTO 推动平安集团的用户和数据体系建设，以及金融科技云平台建设；在百度，作为原百度云计算创始成员推动百度云 OS 初创，也曾担任过手机百度总经理，带领实现日活跃用户 1 亿的突破。

意料之外，情理之中。在经历了 PC 和移动互联网两次浪潮后，黎科峰博士明显感到 To C 的流量增长已经放缓，红利期基本结束，大厂们也开始在 To B 领域布局。To B 就是黎科峰博士给自己选的赛道，而这次他恰好赶上了大模型这波浪潮。

黎科峰博士一直说自己是“To B 新人”，但他创业 3 年后就让公司营收达数亿元的成绩，已经无法让人用“新人”来定义他。

C端大佬，凭何入局B端

“创业，始终是一条不同寻常的道路。别人已经走过并走通了的路，没有必要再去重复。”

中国的 To B 公司大致有两种。

一种是专注项目制和定制化服务的公司，根据客户提出的具体需求逐一开发。但问题是客户的需求是零散和片段化的，他们可能并不清楚自己的数字化是什么样的。

另一种则是“Copy to China”模式，商业模型、产品理念，甚至 PMF 理论很多是直接从美国照搬过来。但中国的市场环境和美国不同，简单复制很难成功。

企业内部通常分为利润中心和成本中心，其中成本中心包括了行政、人力资源、财务和 IT 部门等。国内许多 To B 软件实际上是围绕成本中心设计的，比如 OA 系统等，但这些软件的付费能力相对较弱，转化为直接业务价值的路径较长。

正如黎科峰博士所说，“企业高层或数字化负责人很难有底气地说，企业增长的 20%-30% 是他们带来的。”

表面上看，国内数字化认知不足、大家付费意愿不强等都是 To B 企业面临的普遍挑战。但长期从事 To C 产品的经验告诉黎科峰博士，问题的关键是从业者没有解决真正的痛点、真正帮助用户创造价值，To C 还是 To B 反而并不重要。

根据黎科峰博士观察，国内数千万的企业正在从过去依靠规模增长的模式，转变为追求内在能力提升和经营效率提高的模式。企业意识到，仅凭直觉和经验已经难以持续增长，开始寻求技术的帮助。

但不同行业的软件使用者技术水平存在差异。电商、金融科技等互联网企业数字化水平较高，员工可以熟练使用复杂软件，但其他行业的企业就难以有效使用，致使其软件使用成本很高。

因此，在黎科峰博士看来，To B 行业要真正发展，首先需要建立共识，即让市场参与者普遍认同软件或解决方案的价值，否则就得花大量的时间和精力说服和教育市场。其次，产品必须足够简单易用，能轻松融入业务团队的日常工作，并且无需复杂培训。

大模型产品完美符合上述条件。

不用多说，大家已经对大模型的价值和潜力有了共识，这是一个非常重要的优势。另外，大模型降低了数据的使用门槛，让 AI 和大数据不再只属于技术圈，而是广泛的普通大众。

如今，虽然不是每家企业都开始实际应用大模型，但至少都在研究、了解和学习。走得远的企业已经开始尝试将大模型技术应用于实际业务中，甚至有些已经签了商业合同。

“这种对大模型技术的高度认可和期待，甚至超过了当年的云计算。”黎科峰博士表示。

传统的 To B 软件十分复杂，大多数功能用户并不需要，同时很久都不做本质上的改进，长期保持最初的界面和功能。而通过基于大模型的软件，用户通过简单表达就可以实时、精确地找到所需信息，软件还能不断适应和学习，越来越贴合用户的个性化需求和使用习惯。

“从这个角度来看，大模型技术会颠覆现有的 To B 软件，甚至让很多 To B 软件过时。”黎科峰博士补充道，“当然，现有的 ToB 软件开发商也会努力追赶，但他们可能会因为历史包袱而受限。”

另外，大模型产品还将改变 To B 业务的决策关系。

黎科峰博士表示，国内软件的使用者和决策者往往不是一线员工，而是不使用软件的管理层。大模型产品则让每个员工都能通过使用工具产生价值，这样决策链将不再只是老板，还有真正使用软件的员工，员工对软件效率提升的需求会影响决策者。

如何实现大模型价值落地？

“现在的大模型就像一个全科研究生，而 Agent 是帮助它成为某个特定业务领域专家的实现方式。”

在明确了大模型对于 To B 的影响后，该如何应用大模型呢？

困扰很多人的首先是如何选择大模型。根据数势科技的基准测试，国内大模型产品之间的差距并不显著，与国际领先的模型，如 GPT-4 等比较，算力、准确度等方面确实存在较为明显的差距。

但对于如何应对和看待国内外大模型的发展差异，黎科峰博士认为，“核心是我们是否需要像 OpenAI 那样投入巨额资金（数百亿）来发展大模型技术。”

OpenAI 开始不计商业成果，致力于推动通用人工智能（AGI），后来也得到了美元基金支持，能够获得的资金是中国企业的很多倍。中国的大模型厂商在资源有限的情况下，需要从一开始就明确自己的方向，思考如何创造价值并实现商业化回报。这涉及到选择哪些方向进行投资，以确保资金的使用更加高效和有针对性。

另外，大型企业和创业公司开发的大模型产品方向也各有千秋。

大企业开发大模型有明显的资源优势，比如丰富的计算资源和大量数据积累，然而也面临着诸如如何将大模型整合到现有业务和产品线等较重的商业化包袱。

而创业公司没有历史包袱，通常从大模型原生视角出发，不受以往业务约束，更自由地探索和创新，因此某些产品的体验可能不逊色大型企业。

当前，一些财力雄厚的大型企业，如银行和国有企业会先投资建立大模型基础设施，如购买 GPU 和部署具有数千万、甚至数千亿参数的大模型，然后逐步挖掘需求和应用场景。

但更多的企业是先找应用场景，再立项、部署大模型。这些企业会梳理出一系列需求，然后据此决定大模型的应用方向。例如，如何快速准确地找到数据、基于数据进行分析、洞察业务问题以及指导经营以提升成果，通常是很靠前的考虑因素。

黎科峰博士透露，目前率先尝试大模型应用有经营分析（与数据紧密相关的金融、零售和高端制造行业）、内容生成（如营销活动所需的视频或图片生成）、企业知识库（从企业内部的知识库中提取关键信息，以便员工更好查找和学习）。企业经营分析是目前企业最感兴趣的领域，超过 90% 的企业表现出了明确需求。

大模型具备知识、智商、学习能力和推理能力，能够总结和生成新的见解。AI Agent 的本质是智能体，内部包含许多规划业务流程规划器，能够完成基于业务目标的任务规划和自动执行。

数势科技的做法是，大模型叠加 Agent，让企业应用具备记忆、反思和学习能力，能够调用企业内部工具并不断迭代反思，真正实现业务价值落地。

不过，找到了应用场景后就让 To B 赛道的创业公司短期内盈利，黎科峰博士认为这并不合理。

“很多企业在没有想明白胜利逻辑和商业化可能性之前，就急于跟风，最终导致失败。”黎科峰博士说道，一个企业的价值不在于目前是否盈利，而是在于它的商业模式是否成立。

就像美国的许多企业一开始并不盈利，但找到正确的盈利模式后会非常赚钱。黎科峰博士认为，这背后的关键原因是，企业要找到产品能够为企业带来的业务价值，并且具有强大的复制性，实现边际成本递减，样才能实现高额盈利。

如何在内卷的环境里赚到钱？

“盈利可以通过裁员或非健康的手段实现，但这并不是我们追求的。”

“商业化是在大厂打工不需要太考虑的问题，但自己做企业就要考虑怎么活下去。”黎科峰博士曾在分享中说到，但他在大家还在探索大模型应用的时候，已经用大模型 Agent 赚到钱了。

“真正赚钱的是上层应用。”黎科峰博士分析道，未来，全球企业的业务经营将依赖于工具，而不是人、政策或剥削员工。最有价值的企业将是那些拥有数据、能够通过工具提升效率的企业。

黎科峰博士创建数势科技之初，公司重心是构建数据资产层 ，通过打造企业指标平台和标签平台将企业海量数据转化为可使用的数据资产，释放数据价值。但产品使用门槛较高，更加适用于数字化程度较高、拥有较多数据技术人员的企业。

大模型出现后，数势科技为企业用户提供数据分析 AI Agent，用户可以基于自然语言对话进行交互，如此降低软件的使用门槛，管理者、业务人员等非技术人员都可以准确、即时、个性化地进行数据査询和业务洞察，提升决策能力。

数势科技大模型 Agent 产品（SwiftAgent）架构图

“数势科技的优势是使用软件和算法解决问题，而非人力。”黎科峰博士说道，“我们的人员效率很高，是因为我们用技术解决传统上需要大量人力的问题，这也是为什么我们能够实现良好的盈利。”

那黎科峰博士一直强调的“用户价值”，如何体现在产品中的呢？

他举了一个例子。在零售行业，一家茶饮连锁企业面临的挑战是如何让店长进行数据分析。由于店长的教育水平普遍低于科技或互联网公司，让他们快速、高效地利用传统 BI 工具做数据分析并不现实。而通过数势科技对话式、低门槛的数据分析和决策产品，店长能够通过简单的语音输入获取需要的数据，并理解数据变化背后的原因，从而更好地经营门店。如此，门店的运营不再简单依赖店长能力和经验。

国内市场存在一个非常普遍且残酷的问题：资本市场状况良好时，任何一个新概念的出现都会吸引一大批公司迅速进入，结果就是甲方难以选择供应商，最终仅靠价格抉择。市场也因此变得越来越卷，好的产品和公司不得不参与价格战，最终可能出现经营困难，造成了“劣币驱逐良币”的局面。

大模型市场正在历史重演。To B 企业要在如此的竞争环境中脱颖而出，黎科峰博士认为关键有两点：一要真正理解数据智能和 AI，并有深厚积累，这是企业的基因；二是要回归客户需求、懂行业知识，讲能够引起客户共鸣的故事。

在产品技术方面，企业最重要的是想清楚 Agent 与大模型的依赖关系，优化 Agent 产品设计，使其更加高效得运作，减少与大模型的交互次数，仅将必要的任务交由大模型处理，从而节省资源。

在业务需求方面，数势科技并不是什么客户、什么行业都做，而是选择自己擅长、有很深 Know-how 的。这基于黎科峰博士多年大厂经验的总结。“在做技术负责人的时候，我的考核标准也不是单纯地看技术有多炫酷，而是技术能不能让企业赚钱、省钱，产品最重要的是为客户创造价值。”

结束语

“我带着一种无畏的态度进入这个行业，我没有过往的包袱，也没有已经形成的固定模式，这让我能够更自由地探索和创新。”4 年前获得腾讯亿元天使轮融资的黎科峰博士，如今依然站在 To B 的赛道上。

虽说“好风凭借力”，但黎科峰博士清楚地表示，大模型技术虽然非常有潜力，但本质上依然是一个工具，是用来帮助企业实现业务目标和战略的。对于黎科峰博士来说，大模型是武器，核心竞争力是自己懂业务、懂技术。

未来，数势科技利用大模型还能创造怎样的成绩，我们拭目以待。

栏目介绍

《大模型领航者》是 InfoQ 推出的一档聚焦大模型领域的访谈栏目，通过深度对话大模型典范企业的创始人、技术负责人等，为大家呈现最新、最前沿的行业动态和思考，以便更好地参与到大模型研发和落地之中。我们也希望通过传播大模型领域先进的实践和思想理念，帮助潜在大模型应用者、创业者、开发者等做好各类决策和选型。

如果您有意向报名参与栏目或想了解更多信息，可以联系：T_demo（微信，请注明来意）

内容推荐

大模型技术正在引领行业发展创新浪潮。那么，如何让大模型技术与行业深度融合？如何通过大模型技术为各行各业提供更加智能化的解决方案？在金融、法律、医疗、教育、政府等各行业的实践场景中，又有哪些大模型落地经验？「AI 前线」特别为您精选了刚刚结束的AICon 全球人工智能开发与应用大会上的精彩演讲，并经过嘉宾授权将演讲的精彩 PPT 提供给大家。关注「AI 前线」，回复关键词「行业创新」即可免费获取。

AIGC 人才能力建设学习地图｜企业 AI 人才体系搭建第一步。

AI 大模型时代下企业对 AIGC 的人才培养已经成为了企业发展不可或缺的一部分，由极客时间企业版与多位行业专家共研出品的 AIGC 人才能力建设学习地图，梳理了包含 AI 商业领袖、AI 大模型应用、AI 大模型应用开发相关人员的核心能力点与提升方向，旨在帮助企业管理者/企业培训负责人等相关人员建立 AIGC 体系学习思维认知，从而助力企业完善 AIGC 人才培养体系建设。

扫描二维码即刻下载高清电子版

今日荐文

你也「在看」吗？