先说几个核心判断。2024年的大模型发展，正呈现出几条清晰的脉络。首先，大模型不会走向垄断，不会像操作系统那样全球就那么几套。它会变得无处不在——一方面往“大”的方向继续演进，另一方面也会向“小”的方向下沉。举个例子，未来汽车上可能就会部署多个大模型。多模态正在成为国产大模型的标配，而国内会出现大量垂直大模型，深入百行千业，朝着产业化方向扎根。

说到这里，有个态度必须明确：不要高估大模型现在的能力，但更不要低估它未来的潜力。

什么是AI信仰？简单说就是四条：相信这是真AI，相信这是工业革命级的技术，相信AI会重塑所有业务，相信不拥抱AI的公司和个人终将被淘汰。

但All in AI之前，有几个问题值得认真琢磨。对上对下，组织内部所有人是否都在用AI？对内，业务流程被改造后会发生什么？对外，产品和服务被AI加持后能变成什么样？这些问题想清楚了，才能真正动起来。

未来衡量一家公司前景，看的是“含AI量”——业务中有多少环节被AI优化、被AI赋能、被AI改造。

很多人不知道，我其实是做安全出身的。按理说干这行的人最容易悲观，因为我们看到的往往是技术带来的负面效应。但在这件事上，我是坚定的发展派。中国不发展大模型，才是最大的不安全。尽管差距仍然存在，但中国大模型的发展速度已经是个奇迹了。

大模型不是风口，也不是泡沫。退一步说，就算是风口，也得吹上五到十年。对创业者来说，这背后还有十年的红利期。

场景红利，是中国大模型弯道超车的关键。真正的机会在于结合场景发展垂直大模型。现在大模型还显得很“高大上”，必须把它拉下神坛，让它走进千家万户，影响百行千业——这才是引发工业革命的正道。

大模型的未来不会成为操作系统，它会更像个人电脑，成为数字化系统的标配。在中国，大模型的发展路径不会是垄断，不会只有三五个玩家，它会无处不在。

开源就像AK47——价格便宜，火力足，分量够，能真正实现“科技平权”。而在大模型领域，巨头一定会用全家桶的思路，把自己的全线产品都装上大模型。用户会就近使用，所以存量市场未来很难有大的改变。

但别忘了，80%的去中心化企业级市场，蕴含着巨大的机会。

大模型能产生知识模糊、制造知识幻觉，这其实是创造力的展现。在此之前，世界上所有动物里只有人类会瞎编。国家的大战略是产业数字化。互联网企业要甘当配角，顺势而为，把数字化能力和大模型能力赋能传统企业，尤其是制造业，帮助他们实现数字化、智能化。

有人问，会不会出现行业大模型？可能是个幻觉。公有服务的行业大模型不太可能出现，但很多企业仍然会做私有的行业大模型。垂直大模型，才是创业者的金光大道。

在企业里做大模型，要忘掉ChatGPT这个榜样。大模型有六个垂直化趋势：行业垂直、企业垂直、专业垂直、小型垂直、分布式垂直、专有垂直。把它看低一点，其实它就是企业业务系统的智能化升级。企业业务系统分成很多垂直部分，大模型也应该做到专业垂直。

企业里不一定需要GPT-4这样的全才或通才，而是需要具备垂直领域经验和技能的人才——这正是垂直模型要干的事。对创业者来说，不要等到大模型无所不能才开始做。只要想清楚了产品应用场景，现在就能动手。大模型创业要快速行动，first move，just do it。

目前大模型最常用的功能其实只有两个：知识问答和写作生成。创业者应该先把这两个功能找到各种细化的垂直场景应用。

当然，大模型不是万能的。很多业务系统是不能被取代的。创业者千万不要轻易介入旧系统的改造，一旦陷入，可能长期无法交付。大模型要与现有系统保持一定隔离，尽量少发生API和函数调用的关联。人工智能应该作为副驾驶，不要让它做出不可撤销的决定。

坚持AI普惠的原则，大模型发展要以人为本。做创业时，不要跟企业宣扬“有了这个东西就能裁员”。还有一点很关键：能用程序解决的问题，千万不要用自然语言去解决。不要迷信LUI，未来CUI和GUI将成为主流。

构建企业级大模型，应该遵循安全、向普、可信、可控这四个原则。永远让人在决策的回路上，而不是让大模型做决策。

大模型技术的三大发展方向是：机器人、自动驾驶、科学研究。这是工业革命级别的技术创新。绝大多数人这辈子的使命是用好AI，而不是做AI。做大模型要坚持长期主义，肩负起担当，保持理想主义。

最后说说数字人。它最重要的是具备人设，能够自主学习，能够连接外围系统。未来的数字人不是简单的对口型形象，也不是念稿的机器，而是真正能跟每个人对话、交流、帮助、讨论的存在。