6月8日-9日，36氪WAVES新浪潮2023大會在北京金海湖國際會展中心順利舉辦。「WAVES」作為36氪全新推出的峰會IP，靈感來自於世界電影史上知名的"法國新浪潮電影運動"。我們想借此表達：年輕一代人不滿足於現狀、勇敢開拓和創造的精神。
本次WAVES大會的slogan是：浪潮偏愛年輕人。 我們認為，"年輕"不止是一個年齡上的概念，而更是一種對活力、想象力的描述。某種程度上，36氪就是一個伴隨著年輕一代創業者、或者說"創新精神"一起成長起來的公司。這也是我們一直引以為傲的一點：在多數媒體還在追逐大公司的時代，我們就將目光著眼那些名不見經傳的小公司、或"小人物"身上。 WAVES新浪潮2023大會集聚創投、科技、人文、音樂多元場景，致力於打造出一場聚焦青年創始人和投資人的商業新勢力派對。
在《人工智能，不再是傳說》圓桌對話中，嘉賓有金沙江聯合資本創始合夥人周奇、和暄資本管理合夥人兼總裁張夢涵、賽富投資基金合夥人金鳳春、信天創投管理合夥人蔣宇捷、微軟大中華區戰略孵化器總經理張思元，圓桌由清華大學交叉信息研究院助理教授袁洋主持。
waves大會現場
以下是對話，經36氪編輯：
袁洋：大家好，我是本場討論環節的主持人袁洋。我們這次圓桌的題目在此刻討論可以說是非常的契合，我們先請各位嘉賓介紹一下自己和所在的機構。我是來自清華大學交叉信息研究院的助理教授袁洋。
周奇：我是金沙江聯合資本管理合夥人周奇， 金沙江是長江的源頭，如果我們把長江比作是中國的大企業的話，"金沙江"寓意我們在源頭上，在早期的時候來投資、孵化和培育我們的創新型企業；同時，也寓意投資是沙裏麵淘金子，中國有5000萬家的注冊企業，真正能夠上市的公司隻有四五千家，萬裏挑一。我們主要投資的方向是智能製造、新一代信息技術、數字化企業服務和生物醫藥。謝謝。
袁洋：謝謝周總。給後麵的嘉賓帶來很大壓力。
張夢涵：和暄資本張夢涵，和暄資本是一家2017年成立的雙幣基金，以美元為主。我們成立6年到現在目前在管15億美金，總部在香港，同時在上海和紐約亦設有辦公室。我們是一家全球性的布局硬科技、專注硬科技賽道的PE基金。我們主要專注的第一個是人工智能賽道；第二個是圍繞汽車科技、下一代自動駕駛的核心硬件；還有下一代的動力電池以及雲計算的核心基礎設施。我們核心高管合夥人團隊成員主要來自華爾街的大型金融機構，所以我們有全球資本市場布局和投資的能力。
金鳳春：大家好，我是賽富投資基金合夥人金鳳春，賽富基金成立於2001年，是專注於早期及成長期高新技術企業投資的私募股權基金，管理多支人民幣和美元基金，累計投資約400家企業，我本人主要關注TMT領域中早期投資，尤其專注於互聯網領域的投資，謝謝。
蔣宇捷：大家好，我是信天創投管理合夥人蔣宇捷，我們基金是2014年成立的，主要投資的方向是數字化，包括企業級軟件、機器人、智能製造，還有今天我們要討論到的主題人工智能。從2014年到現在，我們已經累計投資了超過100家初創企業，謝謝大家。
張思元：大家好，我是微軟大中華區戰略孵化器總經理張思元，感謝36氪的邀請。微軟大中華區戰略孵化器（Greater China Strategic Incubator）於2021年成立，作為微軟專門為支持大中華市場創業者和創業公司成長、發展而成立的跨部門項目，通過整合微軟在大中華區的優質技術、能力、資源，為領域內優秀的創業者提供從技術研發運維、商務資源和生態對接，到全球主要市場和推廣渠道的全方位支持。
我們主要關注AIGC內容生成、醫療、企業服務、Web3.0、汽車、遊戲/元宇宙行業6大重點領域。
袁洋：非常感謝各位嘉賓的介紹，下麵我們開始討論第一個問題，是關於AIGC這一塊，我們知道大概從2017年2018年那個時候開始，學術圈就開始討論說我們要從監督學習遷移到非監督學習，大家開始用transformer這樣的架構設計各種各樣的新的模型、算法，這個模型越變越大，直到去年ChatGPT橫空出世，一下子點燃了整個市場。大家看到了to c的一個很大的敘事空間，很多人覺得AIGC會成為一個平台級的賽道，不知道各位是如何看待這個趨勢的。
周奇：我兩三周前去了趟首爾，參加AIGC的演講，我的主題叫做"AIGC是開辟認知智能的新時代"，但會議的主辦方說你要不要改成人工智能的新時代？我說我不改，這叫認知智能新時代。人工智能和認知智能有什麽樣的區別？我想今天首先來講一下。人工智能裏麵其實分三個方向：計算智能、感知智能和認知智能。我為什麽偏偏要講是認知智能？這裏麵可能跟人工智能的本源有關係，因為我說這個世界廣義來講有三個板塊，分別是自然界、人類社會和數字世界。我們今天一直在講的"人工智能"是人類文明產生了之後，誕生出很多跟人類相關的一些東西，包括文字、宗教、圖像、視頻等，這些數據跟人類社會是有關係的。而現在的AIGC主要改變在人類文明誕生之後的這一部分，所以我說這部分是叫做認知智能，也就是說我們不僅是去感知自然界和在這個數字世界裏麵做運算，更多的是怎麽讓計算機、讓數字世界去理解我們人類的人文的環境，所以我說叫做"認知智能"。
現在大家討論比較多的AIGC是認知智能的一個新的時代。但同時，我覺得也要提個醒，跟當時所謂的大數據一樣，現在很多創業公司說自己是大數據公司，我問有多少數據，回答說10萬條，但10萬條叫什麽大數據公司，也有很多創業公司跟我們講自己是大模型公司，我說有多少模型有多少參數，兩個億，三個億？可能100億以上1000億以上才能叫做大模型公司，所以我覺得也是提個醒，不要去蹭這個熱度。
袁洋：非常感謝周總，我覺得這個說法非常有意思，我第一次聽到，但很有道理。是分成三個板塊，自然界、人類社會和數字世界。
張夢涵：我的觀點是這樣的，大家討論AI這個事情也討論了很多年，我覺得現在這個時間點，特別像互聯網在2000年初的時候的狀態。如果我們回顧一下整個科技發展的曆史，在那個時間點，互聯網其實已經出現了很多年，但是為什麽還沒有被廣大的用戶所接受和使用？主要是在用戶使用度上還不夠友好。實際上是搜索引擎穀歌的出現，使得互聯網開始大規模的普及到千家萬戶，所以我認為目前的AGI大模型的出現，有點類似於當年穀歌搜索引擎出現的這麽一個現象級拐點。這個拐點出現的背後實際上是因為有海量的參數支撐，現在最新的大模型訓練所用到的參數是10的25次方，這樣一個量級的參數，把人類社會已知的所有公開知識，從天文到地理、從人文到自然科學可以全部導入，通過預訓練，使得模型的友好程度以及適用性到了這麽樣一個拐點。就像蘋果手機的Siri，我其實很少用它，原因為什麽？因為它的使用體驗並不好。而現在無論是ChatGPT，或者是其他的像Claude，使得大家覺得用戶體驗好、大家願意為這個事情去做嚐試，所以這個拐點我認為已經到來了。
所以在整個時間點上來看，頭部的這幾家大模型公司有點類似於當時搜索引擎在整個互聯網時代的地位，它奠定了未來互聯網20年發展的一個基礎。我覺得我們正站在一個真正AI時代到來的拐點，除了底層大模型的機會，還會出現更多的細分垂直領域的垂直模型。同時結合細分領域的知識，很多應用層的機會將相繼到來。AGI領域從底層到垂直，從以文字為主到後續多模態並發，這是互聯網以來我們認為最令人興奮的一個機會，未來可期。
金鳳春：我再補充一下，我們覺得它不光是一個平台級的機會，我們覺得應該是一個OS級別，操作係統級別的機會，就像這幾年大家一直在探討下一代互聯網應該是什麽樣子的，可能最開始的初步結論是下一代互聯網是建立在區塊鏈基礎上的，他們叫做web3，但是現在大家慢慢意識到下一代互聯網應該是建立在AI基礎上的。AI它不光是提高生產效率變成生產工具，它會成為下一代互聯網的最底層最基礎的東西。
同時可以結合蘋果最近剛剛出的頭顯有一個細節，可以關注一下，persona，視頻通話的時候，對方的人如果也戴著眼鏡的話，作為接收方在視野範圍內看到的是一個用AI生成的對方的圖像，這個圖像是超級逼真的。這個已經在Chat GPT之上又進了一大步了。我們感覺在下一代互聯網底層軟件是AI，硬件是可能除了手機之外，有別的東西出現，有可能是蘋果眼鏡一樣的東西，也有可能是別的東西，當然可能還會疊加一些區塊鏈的東西。所以我們是從這個角度來看這個事，AI是一個OS級別的創新,有機會創造更多的可能性。
蔣宇捷：我們認為這一波AI創新的確是係統級或平台級的機會。我主要講兩點，第一我們認為大模型的學習能力是超乎想象的，上一波AI需要大量數據去訓練，而大模型不需要，它跟人的思維和學習模式非常相似。舉個例子，比如說我們要訓練一位AI醫生，以前的AI需要大量的數據，但大模型可以直接讀書，所以很容易就可以訓練成一位很厲害的醫生。再比如自動駕駛領域，之前的難點在於很多Corner Case很難獲得，而人開車依靠的是Common Sense，不需要見過所有極端場景都能應對自如，這一點大模型和人很像。所以我們覺得大模型可以很好的應用到非常多的領域，它的能力可能會超出大家的想象，創造的機會也是無窮無盡的。
另外大模型的能力可以影響到整個科技樹，從底層的芯片、服務器到中間的算力、雲服務，再到上麵的通用大模型、行業大模型，再到最上麵的服務和各種各樣的應用，每一層都有非常多基於AI的創新機會，所以它的確是一個非常好的平台級機會。
張思元：我們的聯合創始人比爾·蓋茨先生，他評價：OpenAI的GPT是1980年來最具革命性技術進步。微軟大中華區董事長兼首席執行官侯陽博士也將其評價為"猶如互聯網的誕生"。這兩個評價，我覺得已經不隻是單純的將OpenAI的產品定義為一個平台級別的應用。
5月23日，在美國西雅圖開幕的微軟Build 2023 開發者大會上，有兩個詞可以概括近期整個應用產品級別的翻天覆地的變化，一個是Copilot，指的是副駕駛，我們把Copilot放到微軟的每一個產品裏，包括Windows、M365中的PPT/Outlook，未來人類和機器的交互方式將會大幅度的改變。
第二個詞，就是Plugin（插件），也許會撼動App的存在模式。微軟把插件體係引入所有使用Copilot的核心業務中，把插件視為橋梁，連接公開數據訓練的大語言模型和不同公司的保密數據。
微軟內部也在積極的對自身產品進行著革新，將Copilot嵌入Power Platform，有了OpenAI的大模型支持，編程小白也可以直接與大模型進行溝通，利用model生成代碼。
我認為三個核心點塑造了大模型帶來的發展趨勢，一個是模型本身，第二個是算力，第三個是垂類數據以及垂類應用，這三個要素化為一個飛輪效應，相輔相成。站在微軟大中華區戰略孵化器的角度，我們會願意看中間層和垂類應用這個部分。
袁洋：謝謝張總分享從微軟的角度到底應該怎麽去看待大模型。受到各位嘉賓的啟發，我也再講兩句。學術圈的話，對於大模型到底是在幹什麽，大家也不是很清楚。所以我非常讚同幾位剛剛說的，這東西它可能比之前很多東西都要偉大，它有點像是人類剛開始使用火，或者剛開始學習用種子一樣，你用了火，但其實它不是固體，也不是液體，也不是氣體。幾萬年前大家可以用火做飯，可能直到幾百年前或者幾十年前，大家才可能慢慢理解火到底是什麽。或者像是種子，它裏麵其實是一個很複雜的生物機器，你可能不太知道它裏麵是怎麽回事，但是反正把種子種到土裏，用心的去澆水、栽培，它能夠長出莊稼來，對你來說也能夠賺錢，能夠養家。
我們順著這個來說，說既然AIGC或者大模型賽道是很重要的，在座的可能有很多是投資人、創業者。各位嘉賓能不能分享一下，你們覺得應該去投哪些細分賽道？為什麽或者給投資人講講，如果要去關注這些細分賽道的話，可能要做哪些準備？要付出哪些努力？
周奇：我之前提過的大模型，真正要做大模型，絕大多數還是要大的企業來做，在國內其實也是，現在推出大模型的公司應該也不會超過30家，更多的是每個行業裏麵垂直細分領域的一些應用場景的落地，這是第一點；第二點是我認為AIGC更多的還是跟人類文明之間的互動，實際上AIGC顛覆的是人跟計算機之間的交互的方式，這是 AIGC最根本的東西。但機器的世界有自己的生態和規則，這種情況下隻能是通過人類，或者計算機通過跟人的交互方式的改變，間接的去改變數字世界或者說是自然界，這好像聽起來比較抽象。我想舉個例子，最近有一家公司是Google跟柏林工業大學聯合成立一家叫PaLME的公司，它是通過AIGC的方式讓機器去理解，人類想表達的內容也是多模態的，從而去控製機器人。以前我們控製機器人是編程編好的模型或者說是基於規則，而現在是基於人工智能的，體現了AIGC這樣一種應用，GPT基礎上又包了一層。所以我經常開玩笑說人工智能的好處或者它的可怕之處，倒不是說它技術怎麽發展，我覺得它可怕之處在於它複製成本是0，它是有基點的。我們人類的發展是一個循序漸進的過程，而計算機不是，計算機一旦過了基點，它的複製成本就是0，這個點是很要命的。基於這一點來講的話，通過GPT、AIGC能夠改變人跟計算機之間的互動方式，進而去改變工業界，是我們最為關注的一個方向。我昨天在浙江紹興也是主持了一場論壇，講的就是怎麽通過技術創新來改變工業界，台上的4位，有2位是院士，2位是企業家，我問了他們一個問題說現在技術好多5G，AI，數字孿生很多技術，請每位嘉賓講兩個你們認為未來會顛覆性的改變工業界的點，每個嘉賓都講了兩個點，最後取了一個交集就是AI，每一個嘉賓都講到AI這個詞。我覺得我們未來要關注的是通過AGI的發展，我們怎麽去跟工業界連接，這在每個細分行業裏麵都是小的模型，有很多特殊的數據標本，而在大模型裏麵可能是很難觸達到的，而大模型就作為人機的接口。
袁洋：目前可能更關注機器和人的一種連接，至少這個是很重要的。
張夢涵：從投資方向來講，我們關注4個維度。第一個維度，剛才微軟的張總也提到了英偉達，現在市值破萬億，我們認為中國其實現在很多公司在做大模型，無論是大廠也好，創業公司也好，核心背後的剛需是一定要有算力。美國政府從去年8月份開始頒布半導體領域限製出口禁令，如果下一階段要在AI這個賽道上跟美國實現長期競爭，就一定要有自己英偉達和AMD。我們非常關注在中國誰能夠把AI芯片這件事情做好，這個是我們布局的第一個方向。在AI淘金熱中，無論是哪家大模型公司，它都需要鏟子，我們看好這類賣鏟子的公司。
第二個方向我們認為全球應該不隻有OpenAI一家大模型，OpenAI雖然是目前最為知名和領先的大模型之一，但並不是唯一的選擇。全球除了OpenAI以外還有很多其他的大模型公司在不同的任務領域上表現也都非常優秀，有著自己的優勢和特點，值得關注。
第三個方向我們認為垂類的應用領域會顛覆很多行業現有的邏輯。剛才周總也提到了AI加工業這個領域，我們在2021年就布局了思謀科技，後續也在加碼；同時我們投資的晶泰科技是AI跟生物醫藥的結合，會顛覆很多藥物研發的傳統模式，晶泰科技和很多世界頂尖的製藥廠包括輝瑞都有戰略合作。在教育方麵，我覺得如果能夠把AI跟教育內容結合的比較好，就可以拉平很多地區之間的教育資源不平衡，也可以把教育成本降低。包括內容生成，未來你去做自己的遊戲或者做自己的藝術品，你並不需要特別多基本技術的能力。
最後一個方向我認為機器人也會有一個顛覆式的改變，可能會出現人形機器人。隨著人工智能和機器人技術的不斷進步，人形機器人正在顛覆著我們對機器人的認識和想象。它的智能和交互能力將不斷提升，應用場景也將越來越廣泛，人形機器人的發展將會給我們的生活、工作和社會帶來深刻的影響。
和暄資本在AIGC領域將圍繞以上這四個方麵密切關注和布局。
袁洋：所以就是芯片，大模型，細分行業的話可能是工業，然後生物、醫療或者是教育這些。
金鳳春：因為美元基金和人民幣都有，美元基金我們現在主要還是投以海外的AI項目為主了，AI這一輪的創新，主要還是以北美和歐洲地區為先導的，所以我們的海外基金肯定還是以這些項目為主，相關的細分行業都會投，沒有特別多的細分。在國內的話，因為我看to c的互聯網項目很多，我們發現一個現象，如果國內的創業者做一個A的to c的創業的話，其實有比較大的合規的風險，因為現在咱們網信辦有規定，任何的AI的東西要上架、上線之前要經過它的審核，這個是需要大家關注的。因為很多AI的垂類應用或者是消費級的應用的話，都會有可能去調用open AI或Chat GPT或者是海外的大模型，這個是不合法的。在這一塊創業大家需要謹慎。但我覺得中國的土壤還是會誕生一些新的機會，尤其是我們最擅長的東西，硬件製造，或者是一些軟件，不涉及大模型的一些軟件的開發，比如說像向量數據庫，還有矽光芯片，另外我們也會發現比爾蓋茨說的 personal agent出現以後，私有雲計算是會變成一個巨大的需求，因為我們不希望我們的個人的數字分身和個人模型放在騰訊雲和阿裏雲上麵，讓他們兩家公司或政府看得到我們非常隱私的東西。我們會看到像群暉的nas，又可以用來做我們的個人模型的訓練，我覺得那個東西我放在家裏非常的放心，這一塊可能會有比較多的機會，因為像華南這些產業鏈都非常齊全，還有頭顯的和或者下一代硬件設備的產業鏈上的製造業的機會，其實是很多的，比這一類企業最重要的是在A股上市是非常容易的，如果你做到一定的財務規模，所以可以大家多關注一些，謝謝。
袁洋：非常感謝金總的補充，所以金總提醒大家就是選細分賽道一定要注意合法合規，不光要盯著大模型，圍繞大模型的生態有很多值得關注的方向和領域。
蔣宇捷：我們關注比較多的幾點剛才大家已經講過了，第一是機器人+AI能力結合也即是具身智能；第二是各種行業大模型。我想補充一點，我們看的比較多還有SaaS+AI，之前很多SaaS給客戶提供的場景和價值相對來說有限，天花板比較低，但是現在結合了AI的能力，它的應用場景更加豐富，給客戶帶來的價值得到了巨大提升，所以我們認為在很多場景裏麵SaaS值得再去做，或值得再去投一遍。
剛才主持人還有一個問題，我們做了哪些努力？第一我覺得要保持一個開放的心態，要積極學習，因為技術變化的確是日新月異，每天有很多新的產品，很多技術在不斷的迭代，我們也在持續學習。
第二要讓我們的被投企業積極去擁抱AI，看看能碰撞出一些什麽樣的火花。
第三，我們也在積極尋找行業大模型，用大量的行業數據，加上很好的AI科學家團隊，積極努力創造一些場景和機會，把兩方很好的結合到一起，從而創造出一些比較有意思，有價值的行業大模型公司。
袁洋：謝謝蔣總，saas我理解可能是一個非常好的切入點，可以讓大模型幫助各行各業去做出很多改變。
張思元：我們微軟戰略孵化器，內部將蔣總您剛才提到的這種垂類數據finetune調優過的模型服務叫做MaaS，model as a service。從微軟的角度來看，to b或者to c的這些創業公司，通過微軟Azure，去調用OpenAI的接口，可以很好的解決合規性上存在的風險。
從孵化器的角度來看，針對我們更加關注的垂類和中間層，我認為可以把它概括成兩橫多縱，兩橫是指AGI Native即AGI原生領域的創業公司，以及AGI Plus即傳統行業基於AGI模型的改造升級類的創業公司。多縱，即是不同的行業賽道，如遊戲、醫療、SaaS、FSI金融領域、汽車等。
袁洋：謝謝張總。
時間關係我們就可能在討論最後一個問題，這可能是一個展望性的問題，大家都非常關心，因為大模型能力非常的強大，未來機器到底是不是會替代人類，或者說未來AGI時代真正到來的時候，這個世界會是什麽樣子的？我先分享一下一兩句話。我很悲觀，我感覺未來如果AGI真的做得很好的話，可能不一定會說毀滅人類，但是它可能讓人變得沒有那麽重要，不知道有人和沒人還有什麽區別。但我是個比較悲觀主義的人，請各位嘉賓分享一下自己的觀點。
周奇：我還是覺得AGI跟AI是被包含的關係，如果說講AGI的話確實已經來臨了，而且我剛剛講的它的複製成本是0，我最近開玩笑跟我女兒說，你以後三類學科，自然科學可以去學，計算機可以學，人文科學不要學了，我覺得人文科學比較危險。從AI角度來講，我覺得現在還沒有到您剛剛說的對人類造成危險的時候，什麽時候能夠對人類造成威脅，我覺得是也有標誌性的：一個是AI能夠自己給自己提問題，到目前為止還是人類給計算機和數字世界提問題，如果什麽時候機器能給自己提問題了，這個事情非常的危險，這個點什麽時候來臨我們還不知道；第二個點是數字世界給自己製定規則。我們現在所有所謂的人工智能是基於人類的規則，它是人類文明，人類文明是人類創造的，什麽時候計算機創造出自己的規則來就非常危險，這一天還沒到來，可能是還有一段時間。
張夢涵：我講一個好的scenario，講一個不好的scenario。好的scenario是會出現類似於人類的copilot，它可以替代你做很多事情，比如說傳統白領的文案重複性工作，比如說律師行業去找基礎的案例、過往的條文，包括基礎的像以前我做投行的時候寫招股書。這些事情很多都會被ChatGPT也好，或者其他大語言模型所取代。藍領的工作，比如說人力搬運、物流運輸，很多也可以被AGI所賦能的機器人所取代。所以其實好的假設就是能夠在人類可控的框架範圍內，使得AGI成為人類的工具，甚至可以複刻一個我去做我現在要做的簡單重複性工作，我可以花更多的時間去思考，更享受生活，這是好的假設。
不好的假設是這個事情在某一個環節失控，可能會出現另外一個基點，AGI有自我意識，而且超出人類所控製的框架，這個情況可以大家參考好萊塢的科幻電影裏麵的一些災難片的場景。
我覺得這兩種可能性都有。最終的結果取決於我們作為行業的從業者或者是投資人，能夠去促進這個行業的發展，同時也跟監管合作，把這個事情往好的方向去推動。
金鳳春：人工智能對人類產生危險，在我們這一代人的有生之年可能還不一定能見得到，但是我覺得我們這一代能見到的是像頭號玩家或者是上載人生裏麵的場景有可能會見到，比爾蓋茨講的個人助理就是數字分身，蘋果的頭顯就是元宇宙的場景，這已經在敲門了，所以這個可能會在近期內出現。
蔣宇捷：我問過Chat GPT這個問題，機器會不會取代人類？它是這麽說的：雖然在某些場景裏麵機器比人類有更強的優勢，比如說生成文本、語言翻譯，但是機器沒有人類的情感和意識，也缺乏創造性思維，基於情感的價值判斷等等，還有很多能力是做不到的。基於這一點，我認為短期有一些人類的工作可以被輕鬆取代，但是最普遍的場景會是人機協作，機器成為人的補充，做重複性的勞動，人作為監督和協作者參與。從很多技術發展曲線來看，我覺得短期比較容易高估技術的發展。現在我們很可能已經處在這個階段，大量錢和人才湧進，形成泡沫，隨後發現適用場景有限，技術成本很高，就會慢慢往下走，往往需要很長的時間才能爬出絕望之穀，在這個階段才會慢慢解決很多問題，像電腦和手機一樣滲透到我們生活中的各種場景，但需要很漫長的時間。到最後即便出現科幻片裏麵的場景，也是我們在未來社會要去解決的巨大挑戰。我們看之前很多次的科技進步，每消滅一個工種，就會誕生一個新的工種，比如汽車的出現誕生了司機。但是AI的出現，至少現在還看不到這樣的機會和可能性。所以我認為長期從社會問題、倫理道德來看，的確有非常多值得去思考和研究的地方。
張思元：微軟有句slogan叫AI for good，從投資OpenAI的行為，到與OpenAI的深度合作，再到我們微軟大中華區戰略孵化器對於不同類型AI企業及其應用的孵化，都是以這條準則要求我們自己的。
剛才幾位投資人講的非常好，AI對整個人類社會的改造，還有對諸如目前各種生產力、生產資料和生產關係的改造是勢不可擋的，我們唯一能做的就是盡我們所能，通過合規化監管的方式，讓AI的發展更加向善。
周奇：主持人我想再補充一句，我們投資人專門講終極思維，第一，碳基生物是為矽基做啟動的，我們是啟動程序；第二，人類有可能是NPC，是上帝創造的四維、多維空間裏麵的一個個NPC而已，一個過客而已，一個棋子而已。
袁洋：很有道理，我非常讚同周總的想法。張總剛才說的也很有意思：AI不一定會替代所有的人類，就算會替代我們也要把它裝到籠子裏。
謝謝各位嘉賓的分享，我們這個環節就到此結束，謝謝大家。
