Vol.210 | 周鸿祎：企业家直播带货不是不务正业
08:49 Share

十分钟帮你理清一个正在发生的商业逻辑。企业家下场做直播带货抢流量是不务正业吗？各位听众大家好，欢迎收听本期的异才播客。

最近农夫山泉创始人钟睒睒在接受媒体采访时称，他自己永远不会做直播带货，他也看不起那些做直播带货的企业家，他认为企业家应该可以做更有价值的东西。对此，周鸿祎在乌镇峰会上隔空回应。本期我们来聊聊周鸿祎都说了什么，他如何看待企业家做自媒体这件事呢？各位听众有何看法？欢迎评论区讨论。

近一年来，360集团创始人周鸿祎成了一个不折不扣的网红，她的抖音账号已经发了一千多条视频。近日，周鸿祎来参加2024年世界互联网大会乌镇峰会，从迈入乌镇景区开始，她身边总围绕着一群人，她还给自己安排了至少两场论坛和一场采访。周鸿祎在采访中表示，前一段时间在抖音上希望流量好一点，偶尔有流量焦虑，会看别人的视频怎么做，一看就到半夜两点才睡，搞得睡眠习惯很不好。

最近，她又在乌镇峰会上发言表示，有企业家批评直播带货，但她觉得搞流量不是不务正业，是企业家精神的一种实践，企业家应该用行动为企业的发展寻找新的突破口。她说，她争取流量是为企业代言，要为企业推广企业自己的理念和产品。实际上用户在哪里，企业家就应该在哪里。目前短视频已经成为国民应用，传统媒体的影响力在下降。今天企业如果做市场、做公关，还需要跟用户沟通。你开一个传统的发布会，再写一些传统的稿子，根本就没有人知道。所以企业必须调整和用户的沟通方式。她还表示，企业家不一定要做埃批，但是要起码懂得怎么利用短视频、利用直播来延续自己的市场和公关的工作。

在周鸿祎看来，争取流量的本质是跟用户沟通，与用户交朋友，让企业的营销最省钱、最有效。她分析，最典型的就是雷军和余承东，他们利用流量为企业省下了大笔营销费用。对于企业家直播带货，周鸿祎也表示，企业家不一定要做直播带货，对于很多有自己主业的企业家来说，企业带货应该还是给自己的产品，给自己的企业的理念去做推广。除了回应了最近的企业家风波，周鸿祎还非常关注当今企业中的人工智能发展和应用。人工智能是本届乌镇峰会的热议话题，在展望人工智能给社会生产力带来巨变的同时，一些互联网厂商负责人开始划分不同人工智能发展路径，并试图找到其中更适合的路径。

周鸿祎从中美人工智能企业的差异谈起，她一直认为，中美人工智能发展差距不大，原因是大模型四要素，算力、算法、软件、数据。中国内企业与美国企业的差距主要在于算力，也就是差距在芯片上。目前OpenAI走了人工智能发展的一个明线，也就是通过堆算力、数据、能源、人力做超级人工智能。周鸿祎还表示，去年她也为人工智能的通用性欢呼，但现在发现通用人工智能最多是把大模型培养到大学本科毕业生的水平，而不是专才的博士。GPT5还做不出来，OpenAI又改做O1，但O一做数学物理题可以，造航空发动机不行。她认为，OpenAI的路线还没有证明能走通，并且美国也只有五六家公司在走这条路。目前随着自然数据逼近枯竭，开始使用合成数据，这些公司发现效果没有，也发现有显著的提升，缩放定律就遇到阻碍了。

第一财经记者在乌镇峰会也见到了应用厂商印象笔记董事长兼CEO唐意。他也在思考通用大模型和专用大模型在商业应用时的差别。他发现算力和数据堆高的路线遇到一些挑战，能用的数据越来越少，缩放定律就会遇到问题。在现有模型架构下，大算力、大参数、大数据的路径继续走下去，大模型的回报率在下降。在商业回报层面，大量基座大模型和通用大模型的账算不过来。面对这些挑战，现阶段业内正在思考架构算法如何创新，小模型表现怎么样等。

周鸿祎认为，中国厂商更适合走另一条暗线，也就是走专业化模型的道路，这条路线对算力要求不算太高，且能落地。谷歌做下围棋的alpha go、分析蛋白质结构的alpha fold、设计芯片的alpha trip都已经证明了专业化道路的可行性。中国企业要发挥工业门类多、工业链条长的优势来获取垂直领域数据，做专业大模型。周鸿祎称，OpenAI的路径长远看目标正确，但不值得所有公司学习，国内只需由阿里、腾讯、字节、百度这些有实力的大公司跟进。

在数据方面，周鸿祎认为专用大模型相对大参数基础大模型更有优势。OpenAI用大量公开数据训练大模型，几乎把世界上能找到的公开数据都用了，但这些数据不仅逼近耗尽，而且互联网上的很多数据质量差。业内近期已经重视起知识密度和知识质量，这种高密度、高质量数据在互联网找不到，但立足于行业，专业大模型更容易获得这些数据。在对算力依赖小的情况下，这些高质量数据让专业大模型能力并不差。

印象笔记作为知识管理应用厂商，唐毅更关注成本和效用，他表示考虑要为人工智能投入多少时账要算得过来，不能在完全看不到合理投入产出比的时候去投入，除非追求的是AGI，也就是通用人工智能，甚至认为人工智能未来会替代人类，就像OpenAI，否则一定要在算得清账的情况下解决用户痛点。周鸿祎也表示，只要不追求万能大模型，对参数要求就不用那么高。近期国际上已出现一个把参数做小，降低算力要求的趋势。最近她去美国见了很多VC，发现VC不投通用大模型了，而是投很多专用大模型公司。周鸿祎告诉记者，只要企业不被OpenAI牵着鼻子，走走自己的产品化之路，摆脱算力上的压制，做好产业化落地。没问题近期，一些大模型厂商开始谈论大模型带来的实际效用。

在最近的电话会议上，腾讯管理层表示，人工智能给公司带来了切实的好处，但与一些美国公司的人工智能收入相比，还有进一步发展空间。海外企业已经开始应用人工智能用于提高业务效率等，而国内相关生态还不算十分活跃，因此公司这方面的收入比一些美国云服务提供商低不少。国内人工智能的需求是不是仍然不够多呢？周鸿祎不这么认为，她表示，中国企业和消费者的需求非常大。

现在感觉需求不大有几个原因，一是科普做得不够，很多企业家不了解，所以不知道怎么用，或者提出不合理的要求，希望人工智能能解决所有问题。在企业中要把场景分得很细，不要期望用一个模型解决所有问题。此外现在大模型公司宣传上和做法上也有问题。例如大模型宣传偏向提高个人效率，给大家的感觉是能写小作文、拍小视频，偏向娱乐。二是大模型要聚焦解决实际问题，让大模型回答诺贝尔奖最年轻获得者家乡的温度。像这种问题，很多同行看了很兴奋，但周鸿祎问过很多传统企业的老板，他们更想知道怎么解决炼钢时省电等具体问题。此外，还要解决大模型太贵的问题。大模型公司要告诉企业，就算你只有一块显卡，两块显卡也能用上人工智能。

唐逸则表示作为应用厂商，对人工智能的投入既要考虑到保持前沿不落下，也要避免不惜一切代价冲上去。从实际效果看，公司将人工智能功能放在收费会员机制上能看到，会员数量上升了，搭载这个功能后，效果还不是从1到10，但能实现从1到1.5再到2的改变。他表示，到目前为止，业内还没能因为出现一个通用大模型就出现一个超级应用。他认同的一个观点是，不一定要聚焦超级应用，而是要聚焦超级场景，将人工智能的能力嵌入合适的场景中，同时不要单纯通过投放来获客。有100万用户规模，可能还不如拥有1000个付费用户，除了要让用户用眼球投票，更要让用户留得住，并用钱包来投票。

人生路慢慢累了，就换一换，换个方向，风景会更好。

看好了，本期节目到此就结束了，你如何看待人工智能目前的应用，欢迎评论区留言讨论，喜欢我们的节目欢迎转发分享，我们下期再见。

总会峰回路转，你想要的一切终将会有答。