对话亦心科技创始人刘昌伟：从幻影到悟空，AI设计工具的国产突围与未来 | 极新企服直播实录

当AI把“出图”从几天压缩到几秒，设计行业最先感受到冲击的不再是灵感，而是生存方式：角色一致性、姿势自由、秒级手办、按量付费……工具迭代背后，商业模式、职业路径甚至审美标准都在被重写。9月4日，亦心科技创始人刘昌伟做客极新企服直播间，从“幻影2002”到悟空图像，分享了国产软件如何硬刚Photoshop、如何用AI把系列方案成本砍至十分之一，并直言“淘汰的不是设计师，是不会用AI的人”。

这场对话将围绕以下三大切面展开——

创业选点与产品护城河：为何锁定专业设计？悟空图像对比海外软件优势在哪？ AI重构设计流程与生意：技术逻辑、商业新计价、市场规模会不会因此倍增？ 人才新标准与企业责任：AI时代设计师不可替代的能力是什么？高校和企业如何共建“审美+工作流”新培养体系？

国产设计软件能否借AI完成弯道超车？个人创作者又该如何守住不可替代的“审美高地”？疑问已抛出，答案就在对话里。

左：极新创始人 姜稳

右：亦心科技创始人 刘昌伟

刘昌伟给出了这样的回答

国产空白、门槛高，我们做“人人易用的专业 PS”。

“秒出方案+算力计费”，效率十倍，市场自然大。

“鉴赏力要高过AI，站巨人肩膀做1到100的精进。”

以下是问答整理（移步「视频号：极新企服」观看直播回放）

作者 | 刘昌伟

编辑 | 艾美

极新：请刘总将简单给我们介绍一下亦心科技。

刘昌伟：大家好，我是亦心科技的创始人刘昌伟。亦心科技主要专注于专业图像处理和 AI 相关的应用研发，目前我们推出了几款产品，一是国内首款悟空图像，目前是唯一一款专业闪绘散绘，它能够一边涂鸦一边绘制草图，我们一边捕捉特征，进行这个语义的理解，之后进行 AI 的实时渲染。它具有零门槛、实时、多模态的特性。 另外，我们搭建了关于图像类 AIGC 的平台，它涵盖了从文生图、图生图到我们的语义、理解、景深图的理解，到最后图像的输出，包括视频输出、一些模型的定制化训练，应该在图像类 AIGC 里，我们目前是最全面的。目前主要以我们这三款产品为主，我们公司的目标是希望未来人人都能够成为创意大师，成为设计师。

01创业初心与产品目标：解决刚性需求→打破领域空白→重塑产业生态

极新：刘总的介绍让我们重新认识了亦心。此外，希望刘总能给我们介绍自己的从业经历或者是履历，以及对这份创业的一些感悟。

刘昌伟：我码农出身，大学学计算机，毕业后写了十几年代码。创业初期，我独自开发了原型系统，三位创始人到位后，我才从中抽身，由CTO和总经理负责悟空图像的整体架构，这是我从业的首个重要经历。

我有浓厚的产品情节。20多年前，我开发了共享软件Shareware，类似现在的APP，用户需为好用的软件付费。我推出的幻影2002广受欢迎，获央视专题报道，国内下载排名靠前，并在70多个国家和地区发行。后因职位变动，它成为我的个人爱好。金山办公上市后，我重拾梦想，创立亦心科技，推出悟空图像。

前段时间央视对话栏目中，新浪财经负责人提出“为何中国人没有自己的Photoshop？”这一问题引发了我的共鸣。我认为，一方面图像编辑市场有需求，另一方面在中美科技对抗下，中国需要自己的专业图像处理软件。国内消费类应用如美图发展良好，但专业领域仍是空白，这承载了我的家国情怀和个人梦想，也是我角色转变和产品研发的初心。

极新：刘总言简意赅的把过去几十年的经验都沉淀在了刚才的介绍里，我们看到在大浪潮下，国产软件在快速崛起，然而图像处理软件是我们的刚需。我们特别相信亦心和悟空图像，以及所有的设计师、企业办公人员的价值。今天的话题引线是 Nano Banana，已经覆盖不少人的视频号、公众号。亦心科技做设计出身，从幻影到悟空图像，可以跟我们说说中间发生的一些故事或者是怎么聚焦到设计的。

刘昌伟：为什么会聚焦到视觉领域？我认为视觉设计领域是富有挑战性的，很多时候是从无到有的过程，而过程需要有创意，有了创意就需要有手段、有方法、有工具去实现它。

原来课本里学到的神笔马良，他有一支神奇的画笔，只要他一画东西就会变成现实，拥有成就感。在现实中也不例外，我们在现实社会的工作以及学习的过程中，也有很多需求。比如一张照片，我们可能希望它的色调能够更加符合预期，甚至一张照片可能需要美颜，以及抠图、更换背景等等，这些刚需是需要很好的手段和工具来满足的。 我是刚毕业没多久就接触到Photoshop。说实话当时我非常惊艳，非常诧异。就像我刚才说的一张照片，在

Photoshop 能够变化多端，色彩随意调换，还能够做各种变形，以及对图片进行各种叠加。这个神奇的变化给我留下了很深的印象，同时我也感受到了Photoshop 的使用门槛、学习门槛非常高，并不是一般人能够掌握的。在当工程师的过程中，我进行了自学，一年半以后我才顿悟，完全理解什么是通道，什么是图层，如何叠加，以及蒙版等等，我发现掌握 Photoshop 、成为 Photoshop 高手的人寥寥无几。

因此我萌生出了想法：做创意，做设计——能不能有一个不用花费大量时间去学习、更方便每一个普通人去使用的工具。

如果我们能够把技术门槛、用户门槛再降低一点，让更多人能参与进来，美工任务就可以分解，工作效率就能够得到大提升，专业设计师就可以做更专业、更高端的设计。这也是幻影 2002 诞生的原因：做一个通用、普惠化的编辑软件。

现在到了AI 时代，又给我带来了很多触动。AI 本质上是生产力的跃迁，把原来很多需要人工干的活，通过 AI 快速解决。这意味着带来了新挑战和新便利：我们如何把 AI 的能力与原来的传统专业图像处理能力再次融合，去产生新一代专业图片处理软件。

所以在我有专业经历的背景下，就萌生了要开发新一代专业图像处理软件的想法。第一步，在功能上要能够对标Photoshop；第二步，在易用性上以及 AI 整合方面，能够得到一些突破创新，就像亦心科技的目标：希望未来人人都能成为设计师，成为创意大师，这个目标已经非常接近实现了。

第二是因为市场有需求，可以看到 Adobe 去年在全球的营收大概是 200 亿美金左右，市场非常巨大，在大中华区的营收甚至超过了100 亿人民币，其中 Photoshop 占了接近一半的比重，所以从市场价值上看是非常有意义的。

再者，无论是用CAD，还是做海报、专业设计，最终都需要用 PS 对效果图进行二次加工、二次渲染，所以也是日常办公中非常刚需的产品。

综合前面提到的专业领域在这方面的空白，专业图像处理软件在市场上有它的明确价值和定位，更有行业战略价值。

极新：现在能看到亦心旗下有亦心闪绘、悟空图像等，我们其实很好奇您刚才说的：Adobe 的 Photoshop 在中国有非常多的用户和市场，整个营收的一半也是来源于Photoshop。但是我们在 2020 年之前很少看到有国产软件敢去挑战Photoshop，或者能在短时间内做到替代Photoshop。您觉得咱们的产品相比国外的设计软件甚至不仅限于Photoshop，包括 Figma 等，现在的产品有哪些优势？

刘昌伟：不久前的九三大阅兵很多人感到震撼，我们国家亮出了很多的大杀器。国外人能做到的我们一定能做到，国外做不到的我们也能做到。从我们的角度来说，必须要做到同等的水平。

目前悟空图像在图像编辑、画笔、通道、蒙版、剪贴板、变形以及 AI 能力的嵌入等各种功能覆盖度上，已经做到了基本持平。但在一些细节上我觉得还是有一些差距，另外在整个投入上还不在一个数量级，他们投入大概 5000 位左右的工程师，而我们投入50 多位工程师。

但为什么我们敢于硬刚呢？时代不一样了，我们继承了很多自己积累的，包括整个行业积累的经验，所以在研发效率、速度上跟以前不可同日而语。

另外可以看到目前 Photoshop 跟最早推出的版本本质上没有大的变化，基础架构是基于最早的 DOS 时代光栅结构，采用了图层的方式去处理，架构体系没有革命性的变化。

我们的一个用户为了适应我们早期各种硬件设备、显示设备，做了很多使用习惯的牺牲，所以这也是有底气硬刚的原因之一。

在整个悟空图像的产品创新上，我们做了一些变革。

第一点，与用户交互时，我们采用对象结构模式。与Photoshop主要依赖图层不同，对象模式针对性强，操作便捷。用户选中图像、文字或3D对象时，右侧菜单自动展示相关操作，无需像Photoshop那样在菜单栏中搜索，对入门者极为友好。

第二点，受中美科技战影响，Photoshop的AI能力禁止向中国输出，国内用户难以获取。而亦心科技的AI服务器均由国内服务商提供，AI能力全面，软件内可随时调用，满足用户需求。

第三点，在AI时代，我们进行了应用创新，并集成到悟空图像中。用户处理图片或设计时，可边处理边进行AI实时渲染，即时获得结果与反馈，并可二次迭代处理，极大节省了工作流程。相比传统AI流程，我们压缩了长串动作为一步，实现了“即时反馈”。AI实时渲染在Photoshop中仍是空白，但我们已将其融入产品。

第四点，我们拥有自己的天宫素材库，内置大量模板素材。创作者无需从零起稿，挑选模板修改即可快速出稿。模板库向所有人开放，包括海报、矢量、边框、3D对象等，还有“幻影”组件可制作酷炫动效。同时，我们与教育行业结合，提供理科素材，如电学电路、化学器皿等，方便制作课件和试卷。在功能、素材、价格上，我们相比Photoshop更具优势，正版授权费用更低，C端和B端都比PS更具性价比，价格大约是PS的三分之一到五分之一，降低创作门槛。亦心闪绘的AI能力更是独特，可根据用户画的图形进行主题理解并生成合适形象，实现不断交互。

02AI 冲击与商业新计价：秒级抠图→按算力付费→实用为王

极新：基于左边的图形，如果它换一个图形，马上右边就会重新生成，会大大降低大家的操作成本、操作时间，并且激发大家想象力。但我今天其实更想跟刘总来聊刚才刘总说到的问题：AI 时代来了， AI 能力对于整个图像处理带来的变革和机遇、挑战。我们现在知道 AI 对设计有很多领域可以赋能，但是它底层的技术逻辑是什么？有没有一些案例可以跟我们分享？

刘昌伟：我认为AI对整个图像处理带来的冲击变化是非常大的。尤其是刚才一开始提到的Nano Banana，最近非常火爆。从整个设计行业来说有两点是比较重要的，第一个是有创意，第二个是有好的实现方法和手段。AI 现在带来的变化我觉得主要也体现在这几个方面。

极新：在 Nano Banana 的带动下，您觉得设计产业的商业模式是否会出现新的变化？一致性向来是设计师耗费大量时间与精力才能攻克的环节，市面上已有众多工具试图解决这一痛点。尽管国内用户尚未正式使用Nano Banana，但从现有的测试视频与体验评论可见，其一致性表现优于 Snap 等同类海外产品。鉴于此，设计工具的商业模式是否将随之调整？

刘昌伟：我想不仅限于Nano Banana，AI 从最早的大家觉得新奇、好玩，到目前它已经融入到了我们工作和学习中，它其实已经具备了很多实用价值，整个商业模式也在重塑，但是也要一分为二的去看。

传统亦或原来的行业，可能因为 AI 的出现，业务会出现萎缩。举一个简单的例子，比如生成很多素材、模板的平台，卖模板、卖素材是他比较重要的盈利方式，因为大家很难获得正版素材。但由于 AI 的出现，AIGC 能够产生高精度、非常逼真的各种各样场景素材。在这个需求上，既解决了素材正版的问题，也解决了来源问题，还解决了技术获取问题。

举个例子，Midjourney 不便宜，设计师还是抢着付，因为出图质量真能打。可灵最近公布增速，也是同理：只要结果稳，用户就愿意为“成品”掏钱。

收费逻辑早换了：最早按功能列表，后来收 SaaS 年费；现在平台把工具全放开，真跑模型才收“电费”。五钼图常态操作免费，点一下 AI 渲染才抠 tokens，用电交钱，天经地义。

大厂更直接，模型先免费砸市场，等养成习惯再谈付费。卷到最后，只剩两块能收到钱：场景深度和算力稀缺。谁把同一模型包成更顺手的工作流，再把算力成本算得清楚，谁先挣钱。等免费潮过去，账单大概长这样：日常功能继续白用，高级能力按量阶梯计价；个人买代币随用随扣，企业包年买算力池。自然语言一旦成为主入口，软件、价格、合同都得重写——一句话，从“卖功能”变成“卖算力”，而且这变化已经发生了。

极新：请教刘总，我们对美学其实有些看不透。过去在欧洲也好、国内也好，很多画家的作品，都要经过几十年甚至上百年，才被重新发现、认可。您怎么看这种“追认和延迟认同”的现象？

刘昌伟：设计师其实就是最早的“原型创作者”。无论2D还是3D，作品刚出来时常常没人觉得它会火，更看不出IP潜力；可时间一拉长，突然某天爆火，商业价值才“追认”回最初的那张草图。价值永远是后置的，先做出来，再等时代翻牌。

极新：这个会不会对设计或者是设计工具带来一些影响？因为我们现在看到设计生产力其实是非常紧俏的，我们再多再好的设计都不够用。我们想知道现在整个设计行业，它的市场规模会不会因为这个而增长？

刘昌伟：首先回答一下你这个问题，增长是必然的，因为现在进入了全民设计时代，每个人都可以拿 AI 玩一玩，去做创作，所以从作品的生产总量上来说，它增长非常快。前几年的一个数据：2024 年AI 图片的总量应该是突破了 10 万亿张，这跟过去不可同日而语。

过去作品被“追认”，无非三条硬逻辑：一是真稀缺，产量就那么多；二是作者手艺过硬，同行服气；三是商业推手接力——拍卖行、藏家轮番出价，把价格梯次抬高，越拍越贵。

数字时代也一样。Beeple 的《Everydays: The First 5000 Days》能拍到 6900 万美元，核心还是“唯一”：每天一幅连续输出 5 000 天，从数码相机走到 AI 生成，整部数字艺术史被压进一张图，没人能复制这段长度和密度。

稀缺叙事不变，只是载体从画布换成了像素。稀缺性被技术冲垮后，单幅“天价”神话会越来越少，但新生意反而在周边长出来：画一只小狗，下一秒就能让它动起来变成视频，再下一分钟就能3D打印成钥匙扣。

创作不再是为了“挂墙”，而是为了“用起来”——个性化小礼品、短视频素材、实体手办，全是增量市场。当人人都能产出高颜值内容，谁能把内容“做成东西”，谁就能挣到钱。当单幅创作已无法满足需求，连续场景便成为下一座“富矿”。

将一系列画面串联成可交互的虚拟世界，进而输出为 VR 内容，新的需求由此诞生：旧有的静态作品逐渐淡出视野，更高层级的沉浸式体验开始占据用户心智，也同步打开新的商业空间。以 Nano Banana 为例，它本身只输出二维图像，却因风格一致、角色稳定，被众多创作者视为“手办自由”的起点。

实际上，从平面到可打印的 3D 模型仍需借助其他工具完成转制，但市场关注的焦点早已跳过技术间隙，直接落在“把角色捧在手里”的终极场景。手办热潮的背后，正是连续化、立体化需求被激活的缩影——新的链路一旦跑通，商业机会将随之涌现。

哈哈，顺势做个简短插播：悟空图像已把“平面→3D”一步打通。导入照片或者手绘生图，一键生成可打印模型，家中普通3D打印机即可开工，当晚就能拿到专属手办。想再个性化，可自选颜料手动上色——目前主流设备尚不支持混色打印，市面所见多彩效果，多半仍靠后期手工涂装；硬件迭代仍在路上，但把“照片”变“礼物”的链路，今天就能跑完。

03 设计师新能力模型： 审美陪练→三力支点→管理三关

极新：很多设计师，尤其是动漫游戏行业受很大影响，它改变了作业的范式。以前我们需要画很多画进而连起来就变成一部动画片。现在你只要画一张图，这个形象形成后就可以交给 AI 生成，省去很多时间，设计师可以去创作别的IP，或者是创作下一步。目前对于 AI 时代设计工具的演变，作为设计师或者说有志于成为设计师的人，他们该去如何面对？其实他们从业未来的发展和他们对于未来的一些想象，还是挺需要 AI 工具方给一些建议的。

刘昌伟：作为工具方，我们的方向很明确：把AI集成到软件和在线应用里，让设计师用得更快、更顺手，真正为创作赋能。这两年常有人担心“AI淘汰设计师”，甚至列举大厂裁减美工的案例。但共识正在形成——被淘汰的不是设计师，而是不会用AI的人。原因很直接：AI能把效率和效果提升十倍乃至百倍，GPT-4o、Nano Banana以及国内各类工具，已经反复验证了这一点。不过，站在“巨人肩膀”上并不意味着可以比巨人还矮。AI出图后，如果缺乏鉴赏力，就看不出构图缺陷，也无法决定该补充哪些元素。正因此，设计师的专业门槛反而被抬高了：

1.艺术修养必须高于AI的平均水平。你能指出机器的不足，并用工具精修，让作品整体水准再上一个台阶。

2.持续学习成为刚需。AI仍属工具，谁掌握得更透彻，谁就能把“巨人”的目光延伸得更远。

总结起来，AI时代的核心要求有两条：鉴赏力要够高，学习力要够强。把这两条做到极致，设计师就不会被取代，而是让算法成为自己的“第二支笔”。

第二条是学习能力。简单调用现成 AI 并不难，难的是为自己搭建专属工作流：把若干模型、插件与脚本串成一条高效 pipeline，才能得到差异化效果。如果止步于“大家都会用的按钮”，输出自然千人一面。设计师必须快速吃透新工具、新方法，让技术迭代成为个人技能的加速度，而不是被甩开的理由。

第三条是“工匠”环节。生成只是初稿，最终交付仍需精修。像素级调色、构图微调、材质叠加都离不开专业图像工具。Photoshop 仍是行业标准，在国内我更推荐悟空图像：操作路径短、中文界面友好，同样支持图层、蒙版、通道等深度功能。掌握这类精雕细琢的利器，才能把 AI 的“毛坯”升级为高于平均线的完成品，形成个人与机器、与同行拉开差距的“最后一公里”。归结起来，AI 时代的设计师要守住三个支点：艺术鉴赏力、持续学习力、精修工具力。三点成面，才能在不断刷新的技术洪流中保持作品竞争力和职业竞争力。

极新：我们其实跟很多美院的老师也交流过。大家都觉得审美这件事情它是一个无可替代，每个人对于美的感受和认识是不一样的，但是对于学美术的设计师们来说，大家有一个共同的问题是他们需要看大量的案例和足够多的画面，或者说足够多的作品，他才能建立一种审美。那在 AI 时代您有没有一些好的学习方法，或者说是一些好的方式，让大家能够快速的去掌握更多的，或者说更精准的去找到他们想看的素材和大量的作品，让他们能够建立更合适的审美。

刘昌伟：我觉得你这个问题特别好。AI 时代，不妨让算法做审美“陪练”。我们已自建一套美术作品鉴赏模型，从表现力、构图、色彩到风格设定评分维度，输入作品即可由 AI 给出即时点评。借助这一反馈，学生能快速发现画面优劣，反向修正审美坐标，实现“海量浏览 + 即时点评”的双轮驱动。

这样你就知道这幅作品它是好在哪？不好在哪？它是强在构图、强在这个色彩，还是强在表达等等，包括它的一些细节特征，通过我们自己构建的模型，让 AI 反过来给我们一些答案，其实能够更加快速地提高我们学习或者鉴赏能力。用 AI 打 AI，确实省事，把图丢进模型，十秒就能拿到一份“体检表”：构图、配色、主题、细节逐项给分，哪里好、哪里水，一眼看清。再换个模型跑一遍，分数可能变，但正是这点差别，逼着我反复对比，慢慢找到自己的那杆秤。

说白了，AI 就是把全球名作扫了个遍，用大数据算出“最大公约数”。同一幅画，不同模型像几位老师同时打分，我把他们的交集拎出来，再对照创作背景，就能拼出“好在哪”的完整拼图。以前看展，标签两行字，看不懂只能干瞪眼；现在有数据回放的“弹幕”，来回几遍，心里就有底。

艺术当然见仁见智，可构图稳不稳、色彩顺不顺、情绪到不到，这些底线依旧像主旋律，再花哨也不会跑调。先让算法帮我找到“主和弦”，再在旁边加自己的花活，既省时间，又不会被某家权威带偏。外行想入门，这是最快捷的一条路：先求同，再存异，在代码和直觉之间，钉下自己的审美坐标。

极新：直播过半，我们把话题拉回 Nano Banana。浪浪山里的“二师兄”闪会手办就是用它做原型——过去师徒四人形象要画几十稿，现在一张设定图扔进去，30 秒内保持角色一致性换妆、换景、换风格，客户想看的“多稿”瞬间摆齐，省掉大量重复起稿时间。跟 Runway、可灵、GPT-4o、Midjourney 这些同场竞技，Nano Banana 的核心优势有三点：1. 对话式细调：可连续发指令在同一张图上迭代，不用“抽卡”重来；2. 角色稳：面部、服饰特征跨图不漂移，适合做系列化内容；3. 多图融合：能把 13 张完全不同素材无缝拼成一张大场景，光线阴影自动对齐。总的来说，它把“快速出系列方案”这件事拉到及格线以上，前期提案成本直接砍到原来的十分之一，这就是当下最实在的生产力提升。

刘昌伟：Nano Banana 火爆，实则解决两大行业痛点：

第一，角色一致性得以实现。同一张脸跨场景、跨动作时，五官比例能精准锁定，影视制作首尾帧、游戏换装无需再一帧帧手修，秒级即可获取连续素材。

给定一张正襟危坐的照片，能一键输出如蜘蛛侠、骑马、与 Michael Jackson 同台等多样姿势，采用单图驱动生成，省去重新画原型的时间，效率至少提升十倍。其背后技术并非颠覆性创新，而是将传统图像变形“老功夫”融入大模型流程，靠算法叠加解决一致性难题，从而又快又稳。对短视频、游戏资产制作流水线而言，Nano Banana 直接将时间成本降至原来的十分之一，是实实在在的生产力提升。

GPT-4o 强在“一张图多风格”，自然语言随手换，可角色一跑就“变脸”；Nano Banana 把一致性锁死，姿势、五官跨图不变，这对需要系列稿的影视、游戏最实用。我觉得在整个技术路线上来说，我觉得他解决了行业的痛点，把效率提升了至少十倍以上。技术的本质上，我觉得 AI 与原来传统的这种算法技术在不断地在融合，不断地在做创新，未来他会帮我们的这个生产工具的水平再提升一个层次。

极新：大家有机会一定要试试悟空图像。设计师一旦插上 AI 的翅膀，就能飞得更高、更远、更快。评论区的同学提问，他问 GPT4o 和 Banana 在受众方面有什么区别？

刘昌伟：4o 和 Banana 的侧重点并不重叠。4o 开放 API，面向开发者和设计师，主打多模态交互与批量合成，方便把图像能力嵌进各类应用。Banana 则直接服务设计师本人，一键出图且角色不变，效果已逼近商用，更偏向“拿来即用”的终端体验。

极新：第二个问题是：Photoshop绿色版带来的竞争压力，并询问“亦心AI闪绘”或“悟空图像”是否计划借助AI实现弯道超车，以及目前的进展如何。这个问题其实代表了不少用户，甚至是一个群体的普遍疑问：在版权意识逐步建立、大家开始愿意为优质工具付费的当下，破解版或绿色版软件还能存在多久？用户从使用免费破解版，转向主动购买正版付费软件的习惯和观念，还需要多长时间才能真正转变？

刘昌伟：Adobe 的策略很明确：默许个人用户使用绿色版，培养习惯，再把营收重心放在企业端。企业一旦商用 Photoshop，就必须付费，否则面临盗版诉讼。这种“个人放水、企业收割”的模式，比微软更激进，也让 Adobe 在全球保持每年 1500 多亿元的收入，大中华区贡献约 100 亿元。金山办公的做法提供了另一种思路。WPS 对个人几乎全免费，靠会员解锁高级功能和素材实现盈利。月活超 5 亿、日活 1 亿，年收入已过 30 亿元。我们借鉴这套“基础免费＋算力付费＋高阶素材会员”的模式：大部分功能零门槛，AI 算力调用再计费，模板素材目前免费，待生态成熟后，为高价值创作者和工作室提供付费通道，让优质内容获得回报。

极新：大家现在追剧、刷短视频，早就从电视挪到了手机——爱奇艺、优酷、腾讯视频，连抖音都能买单片。掏钱开会员、点播，越来越像点外卖一样自然，习惯就这么悄悄养成了。把时间拨回十年前——2015 年，谁要给软件掏钱，身边立马有人甩来破解链接；一旦收费，就换竞品，反正选择多的是。今天站在 2025 年 9 月 4 号，风气已经变了：大家愿意先付费、先用起来，尤其是 AI 工具——学会用它，个人的效率、价值立刻提速，也把整个行业带进正向循环。感谢刘总提醒，我们本身做知识产权，更深有体会。国内软件卖不上价，很大原因就是习惯还没完全转过来；虽然某些许可证版本卖得不错，可 SaaS 订阅的付费率依旧低，导致我们的 SaaS 在国际市场的估值远低于美国同行。所以，接下来真心希望大家多支持国产 AI 和图形工具，首推悟空图像——用得越多，反馈越丰富，产品迭代越快，良性循环也就转起来了。

下面是漂流瓶环节。上一位嘉宾是帆软跨境产品负责人丁雨婷，留给您的问题是：数字化转型背景下，企业管理架构和管理水平面临哪些新要求？企业该如何同时应对其中的危险与机遇？——这不仅是 AI 公司，也是传统企业和互联网公司都在面对的共同考题。

刘昌伟：管理者面临的第一个挑战，是对 AI 的认知。若停留在“工具”层面，就无法释放 AI 对生产力的倍增效应。必须把它视为“已完成 0 到 1 的巨人”，并让自己站上巨人的肩膀，去完成 1 到 100 的精进；站上去后，眼界还要高于巨人，否则依旧会被替代。

第二，在 AI 快速迭代的洪流中保持节奏。模型层出不穷，企业需锁定主干场景，按自身节拍推进，避免被新技术牵着鼻子走，防止投入大量成本却回到原点。

第三，把 AI 引入管理闭环。用算法实时分析日报、报表和客户偏差，快速判断目标是否偏离、资源是否聚焦、效果是否达标。结果不必百分百精确，但足以让决策提速半步；IT 与管理层共用同一套数据仪表盘，形成即时反馈、即时调整的机制，把危机化解在日常运营中。

极新：AI 不是工具，是已完工的地基。把算法接入日报、报表，用实时数据早半步纠偏，让危机在日常化解。请刘总给下一位做客的嘉宾留一个问题。

刘昌伟：AI 迭代速度极快，对从业者和创业者而言，何时才是最佳入场时机？无论是产品、赛道还是新范式，该在什么节点切入？以及你现在是否已借助 AI 实现盈利？我很期待他的答案。

更多干货分享敬请关注我们的公众号与视频号~超多精彩对话内容等待您的解锁！