繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

AI落地「三重門」

2026-05-18 22:25

(來源:北京商報)

5月的財報季,大廠們證明了一件事,AI真能掙錢了。阿里CEO吳泳銘放話AI投資將超3800億元,百度CEO李彥宏説AI時代不看用户數,得看每天有多少AI智能體在真正干活。戰略意志和資本決心的真正考驗在於,AI是否已經進入那些最日常、最底層、難以被替代的環節。AI落地的「最后一公里」,與人的交互、Token的結算、資本的賬,都在列其中。

在近日舉辦的2026搜狐科技年度論壇上,三位技術實踐者分別從消費電子、創業公司、學術圈的角度給出具體回答。榮耀AI首席科學家黃非認為,人機交互的終極形態,是AI真正成為人;研究AI經濟模型的上海期智研究院首席研究員李彪看到,AI正在從工具經濟走向結果經濟,Token是起點,底層的智能供給會變成大宗商品。智能電動卡車創業公司光梭未來創始人、CEO成勝惠看到,如果把AI深度應用到卡車行業,成本大約降低60%—70%,如果再去掉司機,成本能下降90%。

AI越能干,如何與人相處

AI越能干,如何與人相處

如果把人機交互的歷史攤開,能看出一條清晰的權力轉移軌跡。最早的計算機時代,人必須學習機器的語言;后來圖形界面GUI出現,普通人可以通過點擊圖標使用電腦;再后來智能手機的多點觸控讓互聯網變得隨時在線。

在黃非看來,「過去所有的交互本質上仍是‘人學習機器’,你要學習菜單、App、操作流程、文件結構、系統邏輯。但AI時代開始變成機器理解人。過去機器理解的是指令,未來機器理解的是意圖」。

他舉了一個具體場景:安排一次出差。過去你需要分別打開地圖、訂酒店、訂機票、看天氣、協調日程。未來你只需要説「幫我安排明天上海出差」。系統會自動規劃航班、安排交通、同步會議、整理資料,甚至手機、PC、平板、車機、耳機會自動協同。

更進一步的形態,是「無感知交互」。「過去的交互是主動觸發,你點擊、系統響應,而未來會變成環境感知的協同。系統會持續地理解時間、地點、環境、狀態、行為、任務、進程,然后主動協同」,黃非以會議場景為例,「你進入會議室,系統自動識別身份、同步資料、開啟記錄、生成紀要。你什麼都沒有操作,但交互已經發生」。

榮耀將這種理念概括為AHI,即增強人類智能。

這個判斷最近在北京亦莊馬拉松賽事中得到了一次物理驗證。提到這件事時,黃非説,「榮耀機器人奪冠,體現的不僅是機械能力,更重要的是AI感知系統、運動控制系統以及端側智能能力的整體提升,未來的機器人會成為人類能力的物理延伸」。

同一天,搜狐創始人張朝陽提供了另一個視角,他引用麻省理工實驗室研究:三個人完成同一項任務,一個純靠手寫,一個用搜索引擎,第三個用AI。結果用AI的人大腦活躍度只有不用AI的一半。「智能體什麼都能幫你完成,這導致我們必須得主動地思考。」

張朝陽自己的做法是,講物理課前如果是自己感興趣的問題卻沒有資料,他會向AI問這方面的問題,但「還是要自己算一遍,不自己算單獨看結果是不行的」。這和黃非的「AHI增強人」並不矛盾,更像是一種校準:AI越能干,人越要守住「親手做」的比例,否則延伸就變成了替代。

按Token交錢,買的是結果

人機交互解決的是協作的問題,Token經濟解決的是結算問題。

OpenRouter最新的平臺數據顯示,目前反應最快的10個AI 模型,價格從0.07美元/百萬Tokens到2.25美元/百萬Tokens不等。

2026年3月,英偉達CEO黃仁勛曾在GTC大會前發表一篇文章,將AI產業拆分成能源、芯片、基礎設施、模型、應用,貫穿五層的統一計量單位就是Token。摩根大通預測,中國AI推理Token消耗將從2025年的約10千萬億增長到2030年的3900千萬億。

月之暗面創始人楊植麟在中關村論壇年會上分享了一個判斷:大模型的本質是將能源轉化為智能,規模化是AI發展的核心基礎,但規模化並非暴力堆砌算力與能源,而是以升級效率為核心。未來每個研究員將配備海量的Token,由AI自動合成新任務、構建新環境、定義最優獎勵函數,甚至自主探索全新網絡架構。

楊植麟從研發和宏觀角度出發,李彪更關注結果和交易方式。

身為研究員的李彪目前正在創業,探索AI Agent(智能體)結果層交易的可能性。在他看來,未來AI經濟的結算鏈會沿着五個環節展開:Token→Action(行動)→Workflow(工作流)→Outcome(結果)→Contract(合約)。

李彪舉了一個具體案例:「美國Intercom公司的Fin AI Agent已經不按調用次數收費,而是按Outcome定價。一場對話里,不管Agent做了多少動作,都只算一個Outcome,例如解決用户問題、轉人工、判定不匹配,0.99美元一個;有效意向客户篩選是9.99美元。」

在這個案例里,AI交易導向了一個可被驗收的商業結果,但李彪認為,這個轉變有四道門檻。驗收、歸因、定價、責任,每一道都需要重新建立商業契約。

這個轉變的順序被歸納為「先重構成本,讓知識勞動從按人頭、按時間,走向按Token計價。再重構生產,逼着企業圍繞上下文、工具、評測和責任,重寫內部流程。再重構組織,讓一部分原本只能在企業內部完成的知識勞動,變成可以在市場上採購的結果。最后重構交易,讓市場從購買工具,走向購買結果,再走向購買帶責任邊界的結果合同。」這就是李彪提到的,「Token是這場遷移的起點,不是終點」。

規模先行,資本市場還在算賬

相比之下,人工智能和汽車結合的賬本更清晰。

主做智能電動卡車的成勝惠算過一筆賬:全球重卡保有量約2000萬台,目前正經歷電動化和人工智能化的快速變革。把AI深度應用到卡車行業,能夠真正起到降本增效的作用。「反映到數字上來,大概能降低60%到70%的成本,這是指沒有去掉人的狀態下。如果把司機去掉以后,基本上這個成本能下降90%左右。」他表示。

「希望到2030年,至少在智能交通運輸這個板塊,運輸機器人會逐步出現。」成勝惠把AI應用在商用車上拆成六個維度:司機AI智能體、自動駕駛、車倉協同、車隊智能運營、智慧生態、數字城市。

具體到場景里,這意味着什麼?他舉了幾個例子:凌晨兩點,在司機最容易犯困的時候,AI智能體可以根據司機的喜好主動與司機互動。車快到倉庫時,提前5公里通知機器人準備裝卸。但成勝惠也承認,現階段,將AI應用在汽車產業,存在法律法規和倫理層面的挑戰,「很多人是反對的,反對的底層邏輯是害怕,因為不知道下一步會發生什麼」。

這本賬,資本市場還在掂量。

2026年第一季度,文遠知行營收1.14億元,同比增長58%;經營虧損4.31億元,同比收窄1.2%。小馬智行2025年實現營收6.29億元,同比增長20%,在非公認會計准則下的淨虧損為1.74億美元,較2024年擴大31.5%。

小馬智行已經明確了Robotaxi(自動駕駛出租車)的價值鏈,GMV(交易總額)=技術授權費+車輛折舊費+獲客費用+運營費用。在廣州和深圳兩地,小馬智行Robotaxi單車盈利轉正,其中深圳第七代車型單日最高車均淨收入394元。

三個切口,三本賬。人機交互的賬本藏在感知里,商業結算的賬本在結果經濟里,AI+汽車的成本賬在GMV公式里,但誰也不能保證這就是標準答案。

北京商報記者 魏蔚

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。