近日，在上海市经济和信息化委员会、上海市科委的指导下，由数据猿、上海大数据联盟共同主办的“2023企业数智化转型升级发展论坛”在上海成功举办。 本届论坛以“释放数字价值，驱动智能化升级”为主题，携手企业、专家学者，共同探讨数字时代商业发展的前沿课题。
今年以来，随着ChatGPT的“火爆”，AIGC大模型进入了人们的视野，各大企业纷纷开始投入研发，开放自己的大模型产品。
然而，转型不是一蹴而就的，技术的发展也不是一蹴而就的。 如何将成本投资货币化？您如何看待AIGC模式？如何在高投入和不确定的转型升级之间做出选择？
对此，Data Ape 邀请了五位嘉宾进行讨论和分享。 他们是：衡阳热电总经理兼首席信息官顾建平，途牛旅游副总裁王树柏，瑞思智能创始人兼CEO孙林军，星拓资本合伙人秦毅，天润融通副总裁杨盼。
经济学上有一种说法，沉没成本不是成本。 为了一张几十元的电影票，或许很多人会因为无聊不喜欢而选择中途离开，及时止损。 然而，面对数百万、数千万甚至数亿的研发投入，估计任何人都很难不计算和关心沉没成本。 当然，这种投资并不完全是消费，而是大投资，既然是投资，怎么赚钱呢？
谈及如何将技术转化为企业利润，顾建平认为，火电行业的观点与科技行业不同，科技行业讲的是如何用技术赚钱，而火电行业讲的是如何用技术省钱。 早在2024年，公司就一直在考虑自动化控制、智能控制等的升级，因为热电是一个比较复杂的系统，它的上下交互非常频繁，遇到的问题也比较多，所以在数字化升级之前，需要很多人来管控，但人性是懒惰的， 而且经常会出现问题，最好的办法就是通过自动化、智能化控制，把人从复杂繁琐的流程中“解放”出来，这样系统的时效性和优越性就会大大提高，同时也会省钱，进而把技术变成利润。
顾建平，衡阳热电总经理兼首席信息官。
站在今天，顾建平认为，科技投入的逐步盈利，需要决策团队的大力支持二是执行层要坚持落实;三是愿意投入，因为数字化不是一蹴而就的，需要一点一点地建设。
途牛的王书柏认为，数字化其实是一种成本或一种投资，有两种不同的观点。 如果把数字化看作是一种成本，管理者可能会觉得是一种负担和压力，如果把它变成一种投资，管理者可能会用自己的智慧，让它给企业带来各种便利或意想不到的好处。 过去，任何企业都离不开三条线：资本线、以人为本、智商线。 但是，目前我们认为，传统的三线可能不够全面和立体，如果加上数字化，可以把资本线、以人为本的线和智能线连接起来，有可能把成本平台变成盈利平台。
天润融通的杨攀从服务客户的角度提出了自己的观点，在天润融通服务过的企业中，无论是头部企业、腰部企业还是初创企业，没有数据智能平台的企业都很少。 许多公司从第一天起就知道他们需要建立一个数据收集平台。 正是因为企业管理者对数据采集的意识很强，所以在数据智能化的实际过程中，很多企业面临的最大挑战就是采集数据的平台太多，或者采集数据的平台没有连接，数据无法实时使用， 或者数据不能帮助业务发展。所以，天润融通目前在帮企业做智能化改造的时候，不需要考虑太多的成本，因为这些都变成了沉没成本，所以很多企业管理者真的很关心，如何用这么多的智能化、RPA、BI等工具帮他了解业务。
杨盼，天润荣通副总裁。
不同的行业和公司在技术如何变成利润方面面临不同的场景，因此每个公司的解决方案和思路也不同，有的开源，有的节流，有的利用技术和智能来帮助从其他业务场景中获利。
从今年开始，ChatGPT的火爆带动了AIGC模式的发展和普及，有人对此非常兴奋，认为技术变革已经到来，应该主动拥抱，而也有人略显悲观，认为大模式会让更多的人失业， 而且还有很多缺点，需要谨慎。对此，与会嘉宾也分享了自己的看法。
王书柏对途牛的实际经历发表了自己的看法，他认为AL技术的应用对途牛疫情后的发展做出了一定的贡献。 作为一家旅游公司，一些旅游产品是非标准化的，其中客户服务是关键环节，但在疫情期间，公司的客户服务也出现了部分损失近三年来，途牛主要将这些非标准化的订票产品、流程、耗材升级为可以通过AL等数字化技术实现自动化的标准产品，节省了大量的人力、物力和财力。 例如，途牛打包产品以类似模型组合的方式将酒店数据、航空数据、高铁数据、景区数据、娱乐数据打包，让客户省去与酒店、机票、高铁、景区、餐饮、演出等单一资源产品进行海量信息比对匹配的辛苦和麻烦。
途牛旅行副总裁 王书柏.
真正聪明的孙林军认为，GPT4或ChatGPT掀起的浪潮可以看作是一场“技术海啸”，可以与过去的“iPhone时刻”相提并论。 作为摩托罗拉的前员工，孙林军回忆说，过去看到第一款iPhone时，他觉得手机行业即将被颠覆，两年后，摩托罗拉和诺基亚基本退出了手机市场。 所以以此类推，虽然还有很多公司或个人还没有完全受到当前技术海啸的影响，但大家都听到了这个声音，而且迟早会到来。
孙林军，瑞智创始人兼CEO。
当然，对此也不必太担心，孙林军认为，技术是人用的，而对于企业来说，自己的私有化数据是最有价值最有价值的东西，这是行业的knowknow，而这些东西是不能放到互联网上的，所以其实企业可以将预训练的大模型与自己的数据结合起来，构建自己的智能大模型或产品。 在孙林军看来，大模型其实就是一个多面的魔方，算法、算力、数据、智能，这些都是属性，整合才是你真正想要的核心。
秦毅对大模型比较悲观，他从投资的角度看，未来的财务信息、法律信息、尽职调查信息等都可以直接交给大模型“读学习”，它可以在很短的时间内直接告诉我们财务信息是否错误， 法律信息是否合规，统计分析是否符合行业规则，投资人基本无事可做，甚至一些尽职调查信息可能被其他大模型写出来，最终人们只能眼睁睁地看着两个AI互相“打架”，不知道谁赢了，谁应该投资。因此，他认为，我们应该为技术的进步感到兴奋，但也要有所限制，不要让大模型成为一匹野马。
无论如何，大家都肯定了大模型的优势和便利性，但不同行业的人对它的理解不同，他们的自我定位考虑不清楚或被新事物迷惑，所以会导致很多人担心失业和恐惧。
当然，大模型的发展并非一帆风顺，未来的开发和应用仍面临诸多困难，如计算成本高、数据要求高、“无稽之谈”等，很多中小企业在计算综合成本时难以承受，未来如果竞争对手有大模型， 它们可能会降低企业的维度，如果企业进行大模型的研发，也不确定最终是否能创造出合适的产品，这个时候我们该怎么办？企业管理者应如何处理高投资和不确定性的确定性“护城河”？
在这个问题上，嘉宾们都非常积极。 顾建平和秦毅认为，我们应该积极投入研发，如果不投入，就会错失机会，如果短期内没有成功或创造利润，可能还会有其他价值，所以要着眼长远。
秦毅，星空资本合伙人。
孙林军谈了技术研发投入的阶段。 他认为，做科研需要提前几十年研究一项新技术，而大企业可能提前10年研究新技术，而中小企业则需要提前1-3年规划未来。 曾经进入2G时代，摩托罗拉的市场份额是全球最大的，但是由于坚持2G级别，3G的投入不足，导致了后来的滞后，落后的摩托罗拉没有赶上3G，而是想直接发展4G，结果，别人走了3G再LTE的路线， 导致摩托罗拉在这个层面上犯了重大错误，这对企业的发展是致命的伤害。以真智为例，他们会提前一年在产品和服务中成熟技术，为客户输出价值。
面对AIGC模式的流行和不断发展，我们不必过于悲观或乐观。 技术变革确实带来了新的挑战和机遇，但如何正确看待和使用这些技术，以及如何将其与企业的发展结合起来，是我们需要深入思考的问题。 正如多位嘉宾所说，数智化转型不是一蹴而就的，需要长期投入和持续改进。 在这个过程中，我们需要充分发挥人的智慧和创造力，同时用科技的力量，共同推动企业数字化、智能化的升级和发展。
文本：获胜者数据猿。