美国西部时间1月9日-12日，全球规模最大的消费电子展会之一，CES 2024在美国拉斯维加斯开展。

作为连续7年的CES全球官方唯一合作中国科技媒体，今年钛媒体CES Talk to China stage以“科技引领未来，创新驱动世界”为主题，追随最热的科技焦点，第一时间向外传递最前沿的技术，继续带领中外的创新力量在这个国际舞台上探讨技术驱动下的商业变革与发展，分享新经验、铸造新价值。

展会首日，钛媒体集团联合创始人联席CEO刘湘明作为主持人，与阿里巴巴通义实验室自然语言处理方向负责人黄非博士、联想集团副总裁 联想创投合伙人王光熙、Brix Labs 创始人兼CEO杨戍纬、NOLO创始人兼CEO张道宁一起，进行了“AI已成为消费电子形态革命的助推器”为主题的圆桌讨论。

“大模型带来了交互上革命性的方式转变，因为它可以真实理解用户的需求，听见用户在说什么，和用户进行交互。同时，大模型还能把需求拆分完之后，便于设备执行复杂的任务，并因此衍生出各种各样的生活助手。”

杨戍纬表示，大模型让用户体验延伸到更细分的场景，因此也会出现新的消费电子产品。但是，这并不会影响PC和手机在传统电子消费品中的地位，反而可能会让传统消费电子产品的地位更高，因为手机的交互方式也会随之改变。

作为自然语言处理方向的研究人士，黄非也认为大模型的出现是革命性的。

“大模型之前，AI各个方向包括自然语言、语音、视觉，都有很多小模型的技术。这些预训练模型，能够把知识以非常高效的方式进行学习和表达。现在，大模型让大家对于整个世界的知识了解得更好，能够完成更多复杂任务。如果这个模型还能通过多模态和真实世界做交互，不论是agent方式还是机器人的方式，这将在制造业里的生产，规划调度等方方面面都发生非常大的作用。”

黄非称，从产品形态来讲，之前的产品包括PC、平板、手机等，由于大模型的加持会变得更智能——更了解用户，有更多个性化，让用户在使用过程中的体验也会更舒服。同时由于大模型本身能更好地理解世界、场景和用户，这就会产生很多新的产品生态。

以SaaS行业为例，杨戍纬认为AI将所有公司带到了相同的起跑线，这为创业公司提供了巨大机遇。在HR SaaS领域，AI可以取代传统的HR功能，传统的效能部门将逐渐过渡。面向未来，企业应该重新思考如何用SaaS重构组织架构，是整个组织更加高效。

作为XR领域的创业者，张道宁表示，AI时代将诞生新物种，但新一代的人机交互产品影响的是市场份额，而不是彻底取代原有产品。能够侵占掉手机和电脑使用时间的，还是和AI有强结合的泛智能终端，比如可穿戴设备——智能手环、智能戒指和智能眼镜，这是接下来硬件发展的重点。

而作为投资界的代表，王光熙则认为，大模型应用短期内将提高工作效率，而具身智能是长期最有价值的方向。

“现在很多大模型基本还处于数字化的世界，最苦的事依然是人类在做。”王光熙表示，当大模型的能力在三维空间中应用，具身智能就是一个复杂软硬件结合的自成体系，这是人工智能皇冠上明珠般的存在。

最后，在关于AI发展对于未来人类工作和生活将产生怎样影响的讨论环节，黄非总结称：“AI的趋势不可避免，或者拥抱它，或者被颠覆。将来不管是生活还是工作，AI应用开发要把握两个原则，一是有趣，让我们的生活更好玩；二是有用，大模型本身能更好地理解世界、场景和用户，可以真正在行业中帮助我们解决问题。”

以下是钛媒体CES Talk to China stage：《AI已成为消费电子形态革命的助推器》实录，经钛媒体App编辑：

刘湘明：非常高兴又能够在拉斯维加斯相聚，4年过去，时间很宝贵，每个嘉宾可以做个简短的自我介绍。CES已经开场几个小时，你们转了转，第一印象是什么可以分享一下。

黄非：非常荣幸有机会在这里和大家分享，我是阿里巴巴通义实验室自然语言处理方向负责人黄非。今天上午和同事逛了CES，最大的感觉是AI或者智能化充斥了CES展览的方方面面。比如说在自动驾驶、消费者电子、智能家居等等，方方面面都可以看到AI的元素。

杨戍纬：我是在硅谷的创业者，公司叫Brix Labs，主要是基于AI的跨境招聘平台，帮助公司寻找、发现和管理跨境远程技术团队。今天早上来到CES，对我来说最深的印象是在这次CES里面，明显看到中国元素增加很多，看到特别多国内出海的友商，在有些地方全部是中国的展台，这次还是挺不一样的。

王光熙：我是联想创投的王光熙，我们是联想集团的企业创投，主要投资早期科技领域，为联想布局IT的未来，同时构建生态网络。这次，我们也有很多被投企业来到了CES，联想也有很大的展台，重磅发布我们的 AI PC产品。AI已经进入到各种各样的终端设备，大到飞机和汽车，小到一些IoT设备，这个趋势愈发明显，今年CES又被再度加强。

AI已经进入到各种各样的设备，有大有小，从汽车、飞机，到特别小的IoT设备。时隔4年的时间，又回到了CES，看到这个趋势很明显，又被再度的加强。

张道宁：大家好，我是NOLO VR创始人张道宁。我们公司是一家做XR硬件、操作系统和云化VR解决方案的一家公司，base在中国北京。时隔3年再次返回CES，过来的路上看到大量新能源车、AI，在CES的场馆到处都是。

我们这次来主要目的是拓展更多海外客户，国内像新能源汽车，包括运营商是我们现在主要客户，比如中国移动和蔚来。非常多的海外厂商问我们来不来CES，想看看我们的方案，这次也是个很好的机会。现在出海已经成为中国科技企业必修课，已经不是选修课。

刘湘明：刚才大家谈到两个关键词，AI和出海。先从AI开始谈，大家都能够看到AI带来很大的变化，几位都是专家，我特别想听听你们的意见，你们觉得这个变化仅仅是技术的进步，还是真正意义上产品形态的革命，张总从您开始。

张道宁：我觉得都算。以我们公司自己的业务举例，我们是XR业务。目前我们自己包括素材生成、内容生成领域大量用AI工具，非常大程度的提高我们做3D内容的效率，对于我们来说再也离不开。

第二，在自己的XR操作系统里加入些定制化助理，当然这些暂时没有发布，你可以理解为“可视的Siri”，在不同的场景需要不同样貌的助理，他可能会学习你的习惯，去以你喜欢的方式来和你交互，和过去的智能音箱相比会更沉浸一点。

第三，现在除了XR，本质来说是可穿戴的设备。我们公司是做交互设备起家的，给蔚来汽车做了车载智能指环。后面我们在打造下一代产品的时候，会把AI的功能做在里面，它不只可以做空间的control，更多是控制家里的智能设备，甚至给你当车钥匙，甚至可以判断你的血氧状况等，这是未来比较大的趋势。

现在我们公司和AI结合最深的是这三个方面，它既是一种技术的进步，也是产品形态的革命。

王光熙：这次的变化我们认为是个革命性。大模型使得AI泛化能力增强，包括对话能力、语义理解能力的增强，在交互方面带来了革命性的突破。过去这是很难逾越的门槛，导致了产品形态很难实现比较好的用户体验。但是有了AI泛化能力之后，交互体验得到了解决，个人计算设备和生产力工具会大幅受益于这次AI的变化，但过程可能会是润物细无声，并不会是突变性的，但是过几年回头看，我们会发现这是个革命。

刘湘明：量变到质变的过程。

杨戍纬：我特别赞同两位提到的，这轮本质上来说大模型带来的是可以让我们的设备听懂人的需求，执行一些操作，这在之前的交互在历史意义上都没有出现过。

我的观点有一点点不同的是，我感觉这次可能会是产品形态的变化。我们把历史倒拨回20年前，在2000年的时候，当时我们叫PC时代的终结，有手持DV设备、Black Berry、iPod。当时所有人都认为手持设备会消化掉所有PC的场景，整个PC在未来一段时间不会出现。

但是Steve Jobs做了个特别有洞见的判断，他认为在手持设备的情况下，PC仍然会作为终端，作为设备交互的终端，所有复杂信息流的处理和操作仍然会在PC端进行，所以他当时推出了苹果战略叫“lifestyle dish Hub”，之后所有Mac Book全部在承接lifestyle dish Hub的功能一直到现在。

Back to the topic，我认为整个大模型带来了交互方式革命性的方式转变，因为它可以真实理解用户的需求，听见用户在说什么，和用户进行交互，把这些需求拆分完之后执行复杂的任务，并且在这上面衍生各种各样的生活助手、AI agent。这轮大模型是让用户体验延伸到更细分的场景，之前没有出现过的场景，在此基础上会出现新的consume product，但并不会影响PC和手机在传统电子消费品中的地位，可能反而会让传统消费品的地位更强，因为手机也会发生变化。

黄非：从技术的发展趋势来看，这一定是革命性的技术。因为在大模型之前，AI各个方向包括自然语言、语音、视觉，都有很多小模型的技术。而基于大规模数据的预训练模型，能够把知识以非常高效的方式进行学习和表达。现在，大模型让大家对于整个世界的知识了解得更好，能够完成更多复杂任务。如果这个模型还能通过多模态和真实世界做交互，不论是agent方式还是机器人的方式，这将在制造业和其他行业里的生产规划调度等方方面面都发生非常大的作用。

从产品形态来讲，我们看到之前的产品包括PC、平板、手机等，由于大模型的加持会变得更智能，更了解我们，有更多个性化，让用户使用过程中的体验更舒服。同时由于大模型本身能够更好地理解世界，理解使用场景，也理解每个用户的能力，会产生很多新的产品生态，不管是自动驾驶的方面，还是随身携带的可穿戴设备，或者整个智能家居，我相信会有非常新的产品，使整个环境变得更加智能。

刘湘明：接下来想问微观的问题，大家在各自的领域观察到哪些大模型、AI和领域所在场景结合，有些什么样的应用案例。

黄非：我做科研，读论文、写代码是日常工作，大模型在这方面有很多帮助。比如通义家族发布了一系列产品，通义智文，帮我阅读论文，帮我总结论文最新的研究成果，我在短时间内可以了解这个行业最新的知识，对我有提效。还有，在写代码做软件开发的时候，通义灵码会自动帮我写程序，生成注释，测试等代码，也帮我提高了效率，这是工作方面。

生活方面，我可以和大模型进行聊天，让它帮我获取信息，制定规划、生成食谱等等，方方面面都有提供帮助。

再加一点，比如在办公场景，阿里巴巴有钉钉智能协助办公平台。基于大模型全面加持智能办公协作场合。可以看到，不管在钉钉的文档创作，聊天沟通，会议交流等，大模型智能办公助理可以对于聊天内容进行摘要总结，文档创作，月报周报的写作，会议内容也会进行自转写，抽取关键内容，形成会议摘要和待办事项，在办公方面有很多提效的作用。

杨戍纬：我从SaaS的角度简单聊一下，大模型出来之后在SaaS的领域，因为我们做HR SaaS。HR SaaS领域整个大模型已经变成广泛的应用，无论是从解密处理，包括之前的ORC、知识图谱，包括后续的人岗匹配，AI一直在HR行业里面扮演着很重要的角色，大模型的出现让我们第一次看到了怎么样可以构建端到端的SaaS服务。

传统的SaaS服务更多是流程加上自动化工具，AI的出现让我们看到了个希望，AI本身可以通过 agent替换掉中间人的因素，让我们第一次可以看到SaaS既可以是操作系统，又可以是自己的操作员，在未来的一段时间内持续关注的方向是怎么样构建自主驾驶的HR SaaS，让SaaS本身成为企业的生产力部门，而不再只是个流程化工具。

王光熙：AI大模型和我们的关系可以分两个视角看，一是从集团战略和产品角度来看，很高兴听到几位专家都达成了共识，未来计算依然以今天的生产力工具PC、Pad、手机等个人计算设备为核心，但它需要大幅更新换代，这对于我们来讲既是好消息，又充满压力。

好消息是我们的基础依然在；挑战就是我们要快速地进步，变成在AI时代更好用，支持大家未来信息和智能交互汇聚的好产品，这是为什么我们今年all in AI，发布一系列，从云端的服务器、边端的服务器和work Station到PC、手提电脑、Pad，包括更轻量化的设备，我们需要全系列有AI PC。

二是从创投的角度，投资一直希望能够投IT科技的未来。前几年一直在布局AI领域，到今天我们和AI大模型相关投资的方向或者视角有三方面：

1、大模型本身，大模型在行业或者场景当中的应用；2、大模型的底层算力，怎么把底层算力支撑好，不管在云端做训练、推理，还是把模型小型化之后以低功耗、高响应、低时延的方式在边侧实现，我们会不断布局算力的硬件、部件，包括底层半导体；3、关注大模型和新一波AI架构在其它形态和领域的延伸，包括XR、AR/VR等，终端未来像机器人和具身智能，这些都是我们从创投的角度关注下一步随着大模型发展、延展特别相关的领域。

张道宁：我有一点观点不太相同，Hub肯定是都存在的，问题是新一代的人机交互产品出来之后影响的是市场份额，而不是取代手机和电脑。比如，手机出来之后，电脑明显在消费电子的比重降低了很多。再比如我们现在在做轻量级的XR眼镜，只有100多g，可能未来会非常多的侵占使用手机的时间，很多事情都不需要手机来完成。

二是我们做了些体感交互指环，它是全天候的设备，甚至和你交互的时间会比你和手机交互时间还长，价值就在于知道你在干什么，同时现在的身体状况，也可以用AI和它交互。它既是信息采集终端，又是人机交互终端，而且它采集你的时间比手机长，这可能是更多的机会。

我们认为未来不叫替代掉手机，能够侵占掉手机和电脑时间的还是和AI有强结合的泛智能终端，大概率是可穿戴设备，我们在手环、戒指和眼镜上，接下来是我们硬件发展重点。

刘湘明：你刚才谈到智能硬件，正好回归到主题，CES以硬件为主。请各位预测一下在未来的消费电子产品里面，哪些品类最有可能是AI首要发力点。我可以分享一下，我刚从安吉尔的展台回来，他们做了智能泡茶机，不同的茶叶、不同的温度、不同的时间，怎么保证最好的味道，我算是比较重的泡茶爱好者，这事对我来说很有吸引力。

张道宁：我家里专门有两套智能家居，一套是homekit；一套是米家，网关是双模的都支持。您刚才说的是智能的泡茶机，基本我们家所有东西都是智能的，可以拿APP控制，衣食住行还是智能硬件为主。

王光熙：从短期来讲最容易实现价值的，比如我们今天看得到的包括PC、手机的终端设备，怎么样在大模型的应用，尤其是在边端能够以可控的代价、成本和算力实现更多智能化。

大模型，把我们的工作效率大幅度提升，短期内这是最有价值落地的东西。今天还没有大规模应用，但是我们看好具身智能。逻辑很简单，很多大模型基本还处在数字化的世界，替代了很多白领的工作，把最苦的事依然留给人类。机器人的泛化辅助已经有了长足的进步，再把大模型的多模态能力赋能给机器人，进入三维空间，实现空间、操作和运动整个相关的端到端大模型。这条路跑通之后，具身智能从长远来讲是最有价值的，皇冠上明珠般的存在。

杨戍纬：我们不是做智能硬件的，但是从纯粹用户角度来说，我特别看好张总做的XR眼镜，台上5个人大家都有眼镜，本身来说智能眼镜这件事不需要有任何教育成本。

未来如果要做AI system，核心在于设备能否和人捕捉同样的信息，能否在人最舒服的方式对人进行信息的输出，眼镜这个东西和人的交互特别贴合，我把摄像头放在这个位置的时候，摄像头看到的和人眼看到的基本一致，耳朵和麦克风放在耳朵和嘴巴附近的时候，输入和输入对于人来说都是最舒服的。而且作为重度的眼镜用户，我特别期待有这样的产品，让戴眼镜成为特别酷的事情。

黄非：从我个人来讲，希望AI智能能力不仅能够提供智能，还能提供个性化、娱乐方面的东西。比如说有的时候在情感、陪伴、情绪方面能给我们做情感上的支持，这对于现在社会上的焦虑感，大家的压力缓解，包括小朋友的成长陪伴都有很大的帮助。回到硬件，我个人希望，前阵子比较火的斯坦福炒菜的机器人，在此基础上，进一步能够做更多的家居的助理工作，也会很有帮助。

黄非：AI的趋势不可避免，或者拥抱它，或者被颠覆。以智能驾驶为例，早期都是新兴公司在做智能驾驶，慢慢传统车厂也开始进入这个赛道，而且他们有很多数据积累，这方面进展很快。将来不管是传统行业，对待AI一定是想如何尽快拥抱。

杨戍纬：我不是硬件行业，但感觉AI确实给这轮创业公司带来很多的机会。这轮开源大模型把所有公司都拉到了同个基础的起跑线，在做自己产品的时候会注意两个原则：一是不在大公司的延长线上做事情；二是我们做大公司不敢做的事。

自己在的行业是HR SaaS，这是特别卷的行业，在美国有超过880家的HR SaaS，已经做了20年，所有大企业都是被传统HR SaaS垄断的。但是传统HR SaaS问题是，当大模型出来的时候，他们思考怎么服务现在的HR部门，如果我们和他们在这个方向卷，永远不会卷过。

我们思考当AI出来之后，HR这个部门能不能被替换掉，HR本身能不能被替换掉，拉出每个细分的功能对比，看哪个功能AI现在可以做，哪个功能未来可以做，哪个功能一直都不能做。

我们发现基本HR现在承担的功能，都可以在未来五年内被AI替换。我们现在想的是，当AI可能出现替换掉现有组织架构之后，未来的HR部门应该被怎么样定义，我们怎么样服务未来的HR部门。但是这种模式的缺点在于，在短期内你很难拿到共识和客户，但是所有的小公司都是在非共识的基础上被建立起来。当你的价值被建立起来之后，这时候小公司才有能力和大公司竞争，或者谈在新的领域的合作。

王光熙：补充一下，我们作为workday的用户，你的机会肯定是有的。

刚刚黄总讲的特别好，我们不能回避，只能拥抱，每个时代在技术革命发生过程一定会有新事物，一定会有新的玩家跑出来，正因为有这样源源不断的新的创新者、创业者，才会对现有大公司的产品产生压力和动力，也是为什么我们要这么积极的拥抱变革，去推动变革。

同时，在每个时代当中也会有上一波大的公司，能够真正正视这些变化，技术的变量，能够快速的跟上，并且将优势发挥出来，做出下一个时代的产品，这一定是有机会的。从方式上来讲，除了业务的角度拥抱它，我们的投资科技也是更好的去了解未来，去为未来的一些生态做提前的布局，这也是我们积极去看待这个事情的一种方式。

张道宁：我们策略和杨总一样，不会在大厂的延长线做事情，有本书叫《创新者的窘境》，本质来说创业公司最敏捷，可能创业公司最从用户角度出发，不是先满足集团利益和财报利益，从用户价值角度出发定义产品，我们可以敏捷的做些事情，这是我们的优势。

我觉得现在渠道越来越不重要，反而是更有机会去产生些新的品牌、酷的品牌，这是很大的机会。同时，你这个公司的基因，是不是刚好在这个新物种成长过程中又比较重要的作用。如果品牌渠道起作用的话，这还是大公司的生意，对于新兴的智能硬件，比如我们还做PC、手机的话，肯定还是大公司的事情我们就不干了，做些可穿戴，做些比较新的、比较潮流、比较酷的东西，同时在应用层抓到比较好的机会，是有很大的机会做高，这是我们的意见。

刘湘明：下个问题比较有挑战性，中国有很多成语，泥沙俱下、鱼龙混杂，包括应用现在也很多，我相信有的是噱头，有些是伪造的需求，特别想听听几位的观点，在你们的观察里面哪些AI应用有革命性，有些只是尝试，有的可能只是噱头，你们分析一下你们的观察。

王光熙：我们的AI PC正在发布的过程当中，过去PC作为生产力工具，有很多环节，其实是在人的智慧之外，有大量可以被自动化、被泛化的智能，提升了人的生产效率，这个过程当中，AIPC提高了三个方面的体验：

1、更先进、更多元、更智能的感知，输入最早只有26个键盘的输入，今天PC已经成为非常多元感知的东西，它有声音输入、键盘输入，甚至其它带触摸、压感等等，变成更加智能和多元感知的终端。

2、AI大模型，包括与很多合作伙伴深度合作，可以让用户在个人电脑上更好地利用人工智能，在理解用户意图的基础上，随着不断深入学习用户的使用习惯，变成千人千面的使用体验，这是在AIPC使用体验当中最核心的一点。

3、交互，怎么样把交互变得更智能，过去只有很简单的屏幕，但今天能够通过更多的三维、裸眼3D的反馈等等。

黄非：我同意王总的说法，AI的研究开发有两个原则，一是有趣，二是有用。有趣，是让我们的生活更好玩，个性化更多。比如最近通义APP有个全民舞王app，可以让照片跳科目三，以智能体的形式可以进行不同角色对话，让我们的生活更有趣；有用，是大模型学习到行业知识，行业know—how，可以真正在行业中帮助我们解决问题，包括HR的场景，知识库问答，流程规划等等。

刘湘明：黄博士刚才提到通义舞王，的确是非常热的应用。您能不能借这个机会和大家分享在通义在消费电子这个品类里面的尝试，包括整个通义完整的模型矩阵是怎样的。

黄非：阿里巴巴做大模型大概有5年多的历史，从2018年就开始了，在ChatGPT之前一直在做不同技术路线的探索。但是ChatGPT出来以后，大家可以看到模型的参数大、规模大、能力很强，我们在此基础上升级了之前的预训练模型，升级为通义模型家族，特别是通义千问，万相基础大模型和8个行业模型和产品。

通义围绕着几个原则，一、阿里云毕竟是云服务厂商，我们一方面希望能够做生态，把模型做的比较强之后进行开源，比如通义千问的7B、70B等模型，包括多模态模型，让开发者可以在，魔搭社区上面下载使用，也可以基于自己的场景研发更多模型应用，把整个生态做起来。阿里云也有百炼模型服务平台，大家可以在上面基于自己的场景和数据对模型进行微调。

二、基于自研的大模型技术，能够更好地支持阿里内部的场景，以及基于阿里云为外部客户提供服务，之前我们在智能音箱天猫精灵上，基于大模型实现了开放式的对话，最近和联想合作，也和国内头部手机厂商的合作，希望更多的人能够从不同终端体验通义模型整体的能力。

刘湘明：您刚才谈到大模型的矩阵，再聚焦一下，大模型现在和科技硬件的结合有没有什么颠覆性的应用案例和我们分享。

黄非：我们和国内包括世界上的厂商合作，颠覆性的说不上，因为在做尝试和落地。比如工业机器人的场景，通过大模型和扫地机器人的交互，能够更好地理解我们的指令，在家居场景进行清洁工作。大模型和工业制造的环境结合，对整个流程智能化的控制，刚才王总说的具身智能，大模型机器人交互在工业场景能够有更好的理解能力。在家庭娱乐场景，天猫精灵以外还有很多手机厂商，手机上的大模型是端侧应用，需要把模型做小。小模型也可以和云上的大模型相互配合，更好理解每个用户自己的需求，做出个性化的应用。

刘湘明：刚才谈到新物种，王总特别想了解联想最近AI PC非常热，您能不能也和我们介绍介绍，AI PC和原来的PC有什么不一样？

王光熙：我没法讲的特别具体，他们正在发布的过程当中，我对这个事总体的理解是，过去它作为生产力的工具，每个人都有这样的经验，用它编程，有些人用它处理媒体报告的编纂、视频的编辑等等，我们可以看到当中有很多部分和环节，其实是在人的智慧之外有大量可以被自动化、被泛化的智能，能够大幅提升效率。这个过程当中，提升这些效率当中今天缺失的是什么，无非是三部分。

1、更先进、更多元、更智能的感知，输入最早只有26个键盘的输入，到今天你的PC已经成为非常多元感知的东西，它有声音输入、键盘输入，甚至其它带触摸、压感等等这些东西的输入，今天一定要变成更加智能多元感知的终端。

2、大模型，包括和很多合作伙伴深度合作，怎么样把大模型这个事情在各个领域的应用当中特别好的理解用户意图；比较高准确度的为你输出比较好的product；怎么样能够和人的使用习惯，长期、动态的快速学习和适应，最后变成千人千面的使用体验，这是在AI使用体验当中最核心的一点。

3、交互，怎么样把交互变得更智能，过去只有很简单的屏幕，但今天能够通过更多的三维、裸眼3D的反馈等等。

刘湘明：杨总，刚才你谈到几个很有意思的观点，包括怎么颠覆HR招聘，也说不要站在大公司的延长线上。刚才你开了个头，想请您详细的讲讲，AI怎么推动你们的SaaS产品转型，到底做了哪些具体的工作？

杨戍纬：这个问题很有意思，这轮的AI大家都在关注怎么样在C端提供价值，我认为这轮的AGI 对SaaS的颠覆会超出很多人之前的想象。SaaS本质来说，我们叫workflow加上自动化工具，相当于我开了个工厂，SaaS像里面的生产线，这个生产线是套SOP，配合我的工人最终产生产品。

AI来了以后我们发现，基于AI agent，我们的工人可以被换掉，生产线变成无人工厂，SaaS本质上从流程化的工具变成独立具备生产力的部门，这对于企业来说意义不只是在整个效能的提高，而在整个组织架构、企业复杂度、运营效率上都是需要重新思考很多的事情。

传统SaaS被很多人诟病的原因是特别复杂，复杂的原因是因为SaaS本质上需要兼容多个行业、多个工种、多个用户场景，每个SaaS都会做的异常复杂，复杂到什么程度，在很多行业里面会使用SaaS就是它的入门门槛，做Marketing一定要会CRM，做HR一定要会ETS、HCM，我如果是会计一定要会财务软件。

经过这轮大模型之后，我们在内部做测试的时候会发现传统HR很多功能，从JD的产生、JD的分发到简历的阅读、预面试、预约谈心，包括后面offer的发放，再到后面的绩效考核、月度考核，所有的流程其实都可以用AI agent做，而且在这个过程中因为AI agent知识的复用率比传统人类HR更高，可以很大程度上降低做这些事情的复杂度。

举个最基本的例子，全球任何公司里面跨境雇佣都是极其头疼的事，生产部门说我要在其他国家雇个工程师。这个需求通常会被丢到HR部门，有4个以上的人讨论，HR BP、国际部的负责人，加上recorder、HR manager等讨论2周，开10个会以后告诉他这个事情太复杂，还是不做了。

当我们把这4个角色的知识构建成HR agent的时候，我们会发现决策流程变得非常短，当我作为engineer manager和agent进行沟通的时候，可以直接告诉我这个角色在哪里可以招到，我们公司的compliance在哪些国家可以适用，薪资应该是怎样的，我们在招人过程中应该怎么写JD，在什么渠道进行分发，分发之后看哪些人，怎么样做interview，通过AI构建这个流程的时候，我们会发现整个流程会变得非常短。

我认为在未来一段时间内，企业在未来的发展中会逐渐的过渡掉自己的非效能部门，所谓的效能部门是生产部门和销售部门，但除了效能部门以外其它的部门会逐渐被AI替代，而且现在我们实际做HR SaaS的时候，我们发现很多方面AI比人做的更好。

在HR领域里面，AI对薪资结构的理解远超人，比如我问agent要雇个senior level的工程师在湾区需要多少钱，它给的答案会比人更详细，给的速度更快，给的建议更好。在这样的场景下，我们相信在未来很多企业都值得去重新思考，未来会怎么样用SaaS重构组织结构，让整个组织变得更高效、简单。

刘湘明：你刚才谈到未来全球化和智能化的管理，刚才已经以HR举例，能不能给我们更进一步的讲讲未来你设想的全球化和智能化管理会是怎样的？

杨戍纬：未来工作无非是两点，一是全球化招募人才，具有更庞大的人才库；二是进行数据化管理。我们公司本身是纯远程团队，超过50个员工分布在全球4个国家和超过15个不同的城市。

在工作的过程中，我们发现所有企业在进入全球化过程中，不可避免的会让自己的团队从线下过渡到线上，变成远程工作，除非在每个区域都有自己的office。但是远程工作这件事对于管理层来说是用户体验特别不好的一件事，你会发现有极强的失控感。

传统的管理体系里面，通过人对人的感知，所有评价体系都由人和经验来推动，我们通过感知所有人的状态变化，去理解我的团队现在是什么样的状态，应该怎样对它进行管理，但是在线上的时候我们会发现文化差异，语言差异，人也见不到面，很多时候我们会完全不知道我们团队在做什么。

但是对于我们来说的话，很多时候线上管理或者远程管理全球化的团队，它本质上来说并不是管理效率的丢失，它是管理泛式的转变，这意味着传统的管理工具在这个阶段极大的失效，这个时候我们要更多关注的是怎么样通过数据对人进行管理。

线上工作的时候，所有人的数据它是比线下维度更丰富的，它沉淀的会更多，但是它的问题在于线下的数据，我们是人可以直接理解，线上的数据我们需要去做算法，我们需要去构建大量的数据可视化，让人可以理解，比如说我们自己构建了帮助公司管理远程团队的工具，我们自己也在使用。

这些工具能够帮你理解之前理解不了的问题，比如我们设置团队的时间阈值，当然这个团队的比如说沟通时间在某一周，它的阈值超过过去三个月平均值的20%，那我知道团队的沟通大概率出问题了。如果有段时间这个人学习的时间过于长，思考的时间过于长，我们知道这个项目遇到技术瓶颈，或者某一个人卡住了。

在这些场景下，我们可以把人的行为通过数据可视化，通过数据去理解它的时候，其实我们的AI大模型可以在这个维度上扮演更好的管理者角色。举个最基本的例子，最近一直在赶产品，员工天天007，每天担心的是突然有一天有一个人说我不干了，我们当时给每个员工设了压力阈值，只要我们检测到员工的压力超过阈值，我们当天会给这个员工发星巴克礼物卡，让他赶快买杯咖啡休息一下，超过一周立刻HR介入，跟他谈话，谈话之后如果有需要就让他放假一天。我们自己的测试效果下来，对于员工的压力缓解非常有好处。

在我看来，未来工作的范式转变，我们从本地化转向全球化，从经验化的管理转向基于数据化的管理，由人的管理转向由人和机器共同的管理，这是我们自己实践出来的。

刘湘明：非常有启发，你们其实把整个线上工作的劣势变成优势，线上工作很大的好处是全数字化，我再追问个非常感兴趣的问题，压力阈值通过哪些数据检测？

杨戍纬：我们每天允许工程师报告他们的心情状态，工程师是特别内向的群体，我们有5个不同的心情状态，他只报告两个状态，一是特别开心；二是压力特别大。我们会把所有心情特别down的工程师当天行为全部拉出来训练，训练我们的算法。其实有些行为和压力关联度很高，比如当你的工程师频繁切换屏幕，没有办法产出的时候，或者工作时间拉特别长，活跃度产生异常值，异常高或者异常低的时候，都代表他的压力值产生变化。

刘湘明：你说的让我想起来当年互联网泡沫时期的笑话，有的公司监控员工每天点击鼠标的次数，点击鼠标次数不够就是这个人不努力，但是太多也不行。最后一个问题给张总，比较有挑战性的问题。刚才谈到XR眼镜，会不会更加剧这种消耗？

张道宁：看你的用途是什么。如果你就是为了放松，可以尝试VR游戏和VR社交化内容，更符合你的自然直觉。 在生产力方面，很多时候我们的设计师在做3D模型或者评审，他要做三视图，恨不得把20个角度展现出来，再换个颜色。今天不用，我们公司内部基本所有东西都在VR里面做评审，大家直接拿着戒指，带着个小眼镜直接做，三视图改颜色一点就可以，不同光照条件下的状况都直接可以看，大大减轻设计师的构成压力。

刚才杨总说的压力检测，我们定义指环是3D鼠标、体感鼠标，它是全天候的产品，以后不需要填问卷，直接告诉你谁的压力大。（本文首发钛媒体App）