文/郭曉靜
中國(guó)大模型賽道上的所有選手，都期待著能押中AI時(shí)代的超級(jí)應(yīng)用。
然而，至今為止，中國(guó)所有的AI助手應(yīng)用加起來(lái)的DAU，也才就千萬(wàn)量級(jí)。而在2022年底爆火的ChatGPT，在兩個(gè)月內(nèi)就收獲了1個(gè)億的用戶量。
自ChatGPT引爆AI大模型熱潮以來(lái)，中國(guó)大模型就一直面臨著一半冰，一半火?；馃岬氖切袠I(yè)內(nèi)的學(xué)術(shù)交流、討論、積極探索，冰的是，資本的謹(jǐn)慎、觀望和對(duì)大模型PMF的爭(zhēng)論?；馃岬氖牵鞍倌Ｇ！备?jìng)相登場(chǎng)，冰的是，在嘗鮮期后，用戶似乎“留下來(lái)”繼續(xù)使用的意愿不大。
對(duì)于在這條賽道上狂奔的創(chuàng)業(yè)者來(lái)說(shuō)，這種“冰與火”的交替淬煉，讓這難忘的一年多似乎堪比上一個(gè)創(chuàng)業(yè)熱潮的十年。在2024智源大會(huì)現(xiàn)場(chǎng)，騰訊科技獨(dú)家對(duì)話了大模型行業(yè)的創(chuàng)業(yè)者、零一萬(wàn)物CEO李開(kāi)復(fù)博士。
從創(chuàng)業(yè)導(dǎo)師到創(chuàng)業(yè)者，李開(kāi)復(fù)被媒體稱(chēng)為“AI行業(yè)最年長(zhǎng)的創(chuàng)業(yè)者”，比任何人都敢于講真話：
“大模型的評(píng)測(cè)得分，并不是每一家機(jī)構(gòu)的數(shù)字都是可信的。”
“即使在大模型時(shí)代，獲客的漏斗模型依然有效?！?/P>
“一些AI工具的投流量巨大，但ROI是多少？是否適配‘持久戰(zhàn)’還待觀察。”
“太多用戶把AI助手當(dāng)搜索引擎用，大模型市場(chǎng)教育是目前最重要的事?！?/P>
這幾句話，也透露出李開(kāi)復(fù)對(duì)于大模型創(chuàng)業(yè)“現(xiàn)實(shí)”的嚴(yán)肅思考：模型能力是必須苦煉的基本功，權(quán)威可靠的BenchMark才能秀真正的肌肉；向“投流”要增長(zhǎng)的前提是產(chǎn)品能力和產(chǎn)品留存率，否則就是“白白燒錢(qián)”；中國(guó)大模型AI助手賽道遠(yuǎn)遠(yuǎn)沒(méi)有到達(dá)爆發(fā)時(shí)刻，用戶滲透率極低，用戶教育成本極高——即使有這樣多的AI助手產(chǎn)品被推出，還是有太多的用戶僅把它們當(dāng)“搜索引擎”用。這條賽道上的“創(chuàng)業(yè)長(zhǎng)者”李開(kāi)復(fù)，開(kāi)始主動(dòng)拍視頻、主動(dòng)做分享，還號(hào)召友商一起合力完成市場(chǎng)教育。
“過(guò)去很多事情比如移動(dòng)支付、短視頻都是中國(guó)一下就引爆了，然后美國(guó)來(lái)學(xué)著的，怎么這次倒過(guò)來(lái)了？我們現(xiàn)在最重要的事情是盡快推進(jìn)市場(chǎng)教育，這樣才能夠讓整個(gè)大模型生態(tài)健康地往前發(fā)展。”
以下為對(duì)話內(nèi)容：
騰訊科技：如何客觀評(píng)判一個(gè)大模型的強(qiáng)弱，大模型的能力對(duì)大模型公司的未來(lái)發(fā)展意味著什么？
李開(kāi)復(fù)：如果只是講大模型的Benchmark，我覺(jué)得并不是每一家的數(shù)字都是可信的。客觀評(píng)判有幾個(gè)辦法，首先是自己實(shí)際用，接入API，最好可以有兩三家來(lái)做對(duì)比。這個(gè)肯定是不會(huì)錯(cuò)的，但是比較耗費(fèi)時(shí)間。而且如果是有二三十個(gè)模型，你不可能一個(gè)一個(gè)拿來(lái)試。
我建議大家參考一個(gè)有公信力的第三方平臺(tái)。比如Chatbot Arena，它是讓上千萬(wàn)的用戶“盲測(cè)”，我覺(jué)得這是現(xiàn)在最公平的方法。除了伯克利的LMSYS Chatbot Arena，另外還有斯坦福的AlpacaEval，它是一種基于 LLM 的全自動(dòng)評(píng)估基準(zhǔn)，機(jī)器評(píng)測(cè)而非人來(lái)測(cè)。
所以我會(huì)建議大家從這兩個(gè)擂臺(tái)里面挑選性價(jià)比最適合你的幾個(gè)模型，然后自己去做測(cè)試。因?yàn)榈谌狡脚_(tái)會(huì)確保沒(méi)有讓大模型“刷題”，還有大量的真實(shí)用戶，而且是用科學(xué)的方法，他不是讓最好的模型跟最壞的去廝殺，他會(huì)像國(guó)際象棋圍棋打分一樣的，最頂級(jí)的9段打9段，8段打8段的，做出來(lái)顆粒度很細(xì)，可信度很高。
零一萬(wàn)物Yi-Large千億參數(shù)模型參加了上面兩個(gè)權(quán)威評(píng)測(cè)，都取得了國(guó)際領(lǐng)先的成績(jī)。尤其在5月21日LMSYS公布的評(píng)測(cè)中，Yi-Large在中國(guó)大模型中排名第一。在公司排名上，零一萬(wàn)物也僅次于OpenAI、Google、Anthropic三家硅谷巨頭，是全球第一梯隊(duì)里唯一一家中國(guó)公司。
不少國(guó)內(nèi)公司說(shuō)他們打敗了Google、OpenAI、Antropic的最好的模型，我其實(shí)建議在說(shuō)這個(gè)話之前，把自己的模型拿到這兩個(gè)“大模型擂臺(tái)”，講出這話才更有公信力。
騰訊科技：實(shí)測(cè)尤其是接入API，專(zhuān)業(yè)用戶或企業(yè)用戶能比較客觀感知到模型能力的強(qiáng)弱，但是C端用戶可能從AI個(gè)人助手等產(chǎn)品體驗(yàn)，感知沒(méi)有那么明顯，這時(shí)候怎么選擇呢？
李開(kāi)復(fù)：對(duì)，你講得非常對(duì)。國(guó)內(nèi)眾多AI助手中，我們對(duì)某些助手的模型持認(rèn)可態(tài)度，但對(duì)其用戶體驗(yàn)卻不滿意；而對(duì)另一些助手，我們對(duì)其用戶體驗(yàn)感到滿意，卻不認(rèn)可其模型。這兩者之間自然是存在相關(guān)性的。如果模型本身質(zhì)量不佳，那么很難通過(guò)其他方式來(lái)彌補(bǔ)。然而，在擁有一個(gè)基本合格的模型的基礎(chǔ)上，通過(guò)工程手段可以顯著提升產(chǎn)品體驗(yàn)，包括交流過(guò)程、對(duì)話方式、問(wèn)題回答方式、問(wèn)題格式化，以及制作美觀的圖表，使回答更加親切、可愛(ài)，從而贏得用戶的喜愛(ài)。
另外還可以用RAG來(lái)提升體驗(yàn)，所謂的"RAG"（Retrieval-Augmented Generation），即利用更多的信息庫(kù)和實(shí)時(shí)信息來(lái)彌補(bǔ)模型的不足。這不僅可以補(bǔ)充大型模型可能缺乏的最新語(yǔ)料或新聞，還可以解決事實(shí)性問(wèn)題，某種程度上解決大模型可能產(chǎn)生的幻覺(jué)問(wèn)題等。
RAG技術(shù)非常實(shí)用，今年3月，零一萬(wàn)物進(jìn)一步推出了基于全導(dǎo)航圖的新型向量數(shù)據(jù)庫(kù)笛卡爾(Descartes)，為RAG提供了高效極速的檢索機(jī)制，0.1秒判別用戶意圖，極速調(diào)度檢索，給予用戶高效的優(yōu)質(zhì)反饋。這項(xiàng)技術(shù)也應(yīng)用到了零一萬(wàn)物研發(fā)的AI“特助”萬(wàn)知上，不僅知識(shí)問(wèn)答場(chǎng)景支持實(shí)時(shí)訪問(wèn)和整合互聯(lián)網(wǎng)信息，為用戶提供最新的數(shù)據(jù)和見(jiàn)解，在AI讀文檔場(chǎng)景上，Yi大模型本身的超長(zhǎng)上下文窗口搭配領(lǐng)先的RAG方案，共同構(gòu)建起了萬(wàn)知“5000頁(yè)文檔速讀”的超長(zhǎng)文檔閱讀能力。60萬(wàn)字的英文小說(shuō)《馬斯克傳》一度讓不少AI助手“宕機(jī)”，萬(wàn)知?jiǎng)t能輕松解讀。
有些公司在RAG方面做得非常出色，當(dāng)你詢問(wèn)關(guān)于新聞事實(shí)性的問(wèn)題時(shí)，它們的回答非常準(zhǔn)確，但實(shí)際上并非它們的大型模型在回答。
說(shuō)了這么多，我認(rèn)為每個(gè)用戶都有自己喜歡的最佳助手。因此，我們推出了"萬(wàn)知"助手，并且在用戶體驗(yàn)方面也做得相當(dāng)不錯(cuò)，但是我們會(huì)繼續(xù)努力。
騰訊科技：為什么大模型公司面向C端都選擇推出個(gè)人助手？
李開(kāi)復(fù)：別人為什么做我不太清楚，但是我們?yōu)槭裁醋鰝€(gè)人AI助手？我們其實(shí)是認(rèn)為中國(guó)現(xiàn)在面臨的一個(gè)比較大的挑戰(zhàn)，就是還沒(méi)有全民使用大模型。用這樣的一個(gè)ChatBot是可以讓每個(gè)人都能容易體會(huì)到這個(gè)很好用很聰明，慢慢的市場(chǎng)就被教育了，有了這個(gè)基礎(chǔ)你就可以做生產(chǎn)力工具、可以做游戲、做各種TOC、 TOB的應(yīng)用。
今天我們可以看到的是，在國(guó)內(nèi)全部大模型DAU加起來(lái)可能也就是千萬(wàn)量級(jí)，非常小，比我們平時(shí)用的每個(gè)應(yīng)用都小很多。這說(shuō)明用戶的市場(chǎng)教育還遠(yuǎn)遠(yuǎn)沒(méi)有完成。ChatGPT moment就在前年的12月，它被推出來(lái)之后迅速席卷美國(guó)，兩個(gè)月之內(nèi)達(dá)到1億用戶，這樣的現(xiàn)象級(jí)事件在中國(guó)還沒(méi)有發(fā)生。
中國(guó)的這些助手有幾家做的真的挺不錯(cuò)的，甚至我覺(jué)得是可以對(duì)標(biāo)當(dāng)時(shí)的ChatGPT的。ChatGPT點(diǎn)燃了美國(guó)市場(chǎng)，市場(chǎng)被教育之后，創(chuàng)業(yè)也容易了、銷(xiāo)售也容易了，大公司去接受也容易了。我們現(xiàn)在最重要的事情是盡快推進(jìn)市場(chǎng)教育，這樣才能夠讓整個(gè)大模型生態(tài)健康地往前發(fā)展。
我覺(jué)得這是所有友商都應(yīng)該去一起推動(dòng)共同的目標(biāo)，這個(gè)目標(biāo)如果達(dá)不到，其實(shí)TOC、TOB往前推進(jìn)都會(huì)有挑戰(zhàn)。
騰訊科技：既然中國(guó)最好的幾個(gè)工具都可以媲美當(dāng)年的ChatGPT，為什么美國(guó)點(diǎn)燃了，中國(guó)沒(méi)點(diǎn)燃？
李開(kāi)復(fù)：這個(gè)問(wèn)題很值得探討。而且過(guò)去很多事情比如移動(dòng)支付、短視頻都是中國(guó)一下就引爆了，然后美國(guó)來(lái)學(xué)著的，怎么這次倒過(guò)來(lái)了？我并不確定答案是什么，但是有可能是美國(guó)ChatGPT，當(dāng)年就這么一個(gè)產(chǎn)品，有史以來(lái)從未有過(guò)，媒體大量報(bào)道，非常引人矚目，點(diǎn)燃了市場(chǎng)，也讓OpenAI得到了非常便宜的流量。
今天中國(guó)的情況似乎是有幾家公司都做得不錯(cuò)，但是就沒(méi)有點(diǎn)燃這件事情，所以我覺(jué)得教育市場(chǎng)是現(xiàn)在的當(dāng)務(wù)之急。
中國(guó)大模型工具做了這么一段時(shí)間才達(dá)到千萬(wàn)量級(jí)DAU，我們一定要反思這個(gè)問(wèn)題，僅僅花錢(qián)去燒流量，完全沒(méi)有用。
今天中國(guó)AI助手不是因?yàn)殄X(qián)燒得不夠多，而是因?yàn)榱舸娌粔?，留存為什么?huì)不夠？競(jìng)品太多，反而大家覺(jué)得不稀奇了，這可能是一個(gè)非常重要的理由。
另外我覺(jué)得還有一個(gè)理由就是當(dāng)市場(chǎng)教育不足的時(shí)候，一個(gè)用戶第一次接觸這樣的一個(gè)ChatBot，他可能覺(jué)得長(zhǎng)得像搜索引擎，我就把它當(dāng)搜索引擎用。但是 ChatBot不見(jiàn)得會(huì)比搜索引擎答得更好，你如果說(shuō)今天天氣怎么樣，或者是說(shuō)某個(gè)省的最小的城市是什么，最大的城市是什么？
搜索引擎都是基于知識(shí)型、新聞型的常見(jiàn)的問(wèn)題，搜索引擎經(jīng)過(guò)多年的技術(shù)發(fā)展，基本都可以完美的回答。
所以大家把一個(gè)可以幫你寫(xiě)作文、可以幫你分析場(chǎng)景、可以幫你寫(xiě)PPT的聰明小助手，你就把它當(dāng)搜索引擎用，大材小用了。
所以我們也呼吁用戶用AI小助手的時(shí)候，請(qǐng)把它當(dāng)助手用，不要把它當(dāng)一個(gè)搜索引擎用。
騰訊科技：會(huì)不會(huì)還有一個(gè)問(wèn)題是現(xiàn)在使用門(mén)檻還比較高，因?yàn)槠鋵?shí)不同的Promt指令給到小助手，其實(shí)收到的效果還是很不一樣的。
李開(kāi)復(fù)：對(duì)，把它當(dāng)搜索引擎用是一個(gè)問(wèn)題，還有一個(gè)問(wèn)題是，你不知道怎么問(wèn)問(wèn)題。比如你問(wèn)一個(gè)很泛泛的問(wèn)題，“幫我想寫(xiě)篇主題是AI的演講”，內(nèi)容肯定是寫(xiě)得不好的。
你要給它很多細(xì)節(jié)，所謂的prompt engineering，這個(gè)工作也是教育市場(chǎng)的一部分，所以我現(xiàn)在也錄了很多小視頻，就是希望能夠讓用戶了解，我用這些小助手結(jié)果不好，其實(shí)是我問(wèn)題可以問(wèn)得更好，教大家怎么去問(wèn)好問(wèn)題。
我覺(jué)得在大模型時(shí)代，最強(qiáng)大的人，其實(shí)不是最能夠?qū)憙?nèi)容的人，而是最會(huì)問(wèn)問(wèn)題的人，最會(huì)問(wèn)問(wèn)題的人搭配一個(gè)最好的小助手，那就會(huì)比原來(lái)的會(huì)生成內(nèi)容的人都要強(qiáng)大很多倍。
騰訊科技：剛才你提到既然留存還不足，如何看待現(xiàn)在AI應(yīng)用產(chǎn)品已經(jīng)在大范圍“投流”的現(xiàn)象？
李開(kāi)復(fù)：這個(gè)答案其實(shí)在過(guò)去20年里都沒(méi)有變化：當(dāng)你的產(chǎn)品達(dá)到了產(chǎn)品市場(chǎng)契合度（Product Market Fit, PMF）并且用戶留存足夠時(shí)，就可以開(kāi)始花錢(qián)購(gòu)買(mǎi)流量。因?yàn)橘I(mǎi)來(lái)的流量能夠轉(zhuǎn)化為留存用戶，這些用戶之后可能會(huì)通過(guò)其他方式進(jìn)行變現(xiàn)。所有的商業(yè)模式都遵循一個(gè)漏斗模型。你首先吸引大量用戶試用你的產(chǎn)品，然后其中一部分用戶可能會(huì)每天或每周使用一次，這些用戶中又有一部分可能會(huì)付費(fèi)，付費(fèi)之后，他們的生命周期總價(jià)值（Life?Time Value, LTV）是多少——也就是公司從用戶所有的互動(dòng)中所得到的全部經(jīng)濟(jì)收益的總和。
通過(guò)這個(gè)公式，你可以計(jì)算出，比如花費(fèi)10塊錢(qián)購(gòu)買(mǎi)一個(gè)用戶，留存的概率是40%，留存后付費(fèi)的概率是10%，付費(fèi)的金額是100塊錢(qián)，今天花費(fèi)的購(gòu)買(mǎi)用戶的錢(qián)是否最終會(huì)回到你的口袋，因?yàn)樗麄冎杏幸徊糠謺?huì)留存，有一部分會(huì)轉(zhuǎn)換為付費(fèi)用戶，并且他們付費(fèi)不是一次性的，可能是長(zhǎng)期的。
這個(gè)長(zhǎng)期付費(fèi)的金額，如果按照今天的現(xiàn)值來(lái)計(jì)算，會(huì)是多少。你需要比較這個(gè)金額和你投放的成本，哪個(gè)更高。
這種平衡游戲是所有從事用戶增長(zhǎng)和產(chǎn)品經(jīng)理工作的人的重要技能。今天，一些智能小工具的投放量很大，但它們的打法是否有合理的ROI，是否能做到‘持久戰(zhàn)’還有待觀察。你投入的錢(qián)買(mǎi)來(lái)了一堆用戶，但這些用戶在一周或兩周內(nèi)大量流失，然后你再去買(mǎi)一批，再次流失。
這就像你的游泳池下面有一個(gè)漏洞，不管你怎么加水，最后都填不滿。
所以，我認(rèn)為這是需要反思的。為什么會(huì)出現(xiàn)這種現(xiàn)象？首先，用戶的認(rèn)知問(wèn)題，用戶認(rèn)為智能小助手沒(méi)什么了不起，好幾家都能做，不值錢(qián)也免費(fèi)，這個(gè)問(wèn)題大模型行業(yè)暫時(shí)不能解決，只能慢慢教育市場(chǎng)。
第二個(gè)問(wèn)題是，大家把它當(dāng)作搜索引擎使用，一用就發(fā)現(xiàn)不如平時(shí)的搜索引擎，然后就不再使用了，用戶就這樣流失了。所以這是一個(gè)核心問(wèn)題，我在這里再次強(qiáng)調(diào)，希望大家不要把它當(dāng)作搜索引擎使用，否則用戶流失是必然的。
再往下的問(wèn)題可能是產(chǎn)品功能還不夠強(qiáng)大，融入的模型還不夠好，用戶體驗(yàn)還不夠清晰，以及還沒(méi)有一個(gè)爆發(fā)式的場(chǎng)景能夠點(diǎn)燃用戶的需求。
因此，在零一萬(wàn)物，我們選擇繼續(xù)打造“模應(yīng)一體”，不斷迭代頂尖模型，認(rèn)真打磨產(chǎn)品，直到我們看到一個(gè)TC-PMF（技術(shù)成本??產(chǎn)品市場(chǎng)契合度），也就是說(shuō)，我們投入的錢(qián)能夠帶來(lái)至少是有建設(shè)性的發(fā)展，即使不能說(shuō)打平賺錢(qián)，但至少說(shuō)用戶留存增加了，這就會(huì)給我們信心，讓我們覺(jué)得也許推廣的時(shí)代到了，市場(chǎng)教育可能會(huì)成功，應(yīng)用井噴的時(shí)代可能會(huì)到來(lái)。
騰訊科技：正好還想問(wèn)問(wèn)您做萬(wàn)知的首席體驗(yàn)官這一段時(shí)間有什么有趣的小故事可以分享嗎？
李開(kāi)復(fù)：有朋友會(huì)提一些難題給我，有一位朋友他跟老婆吵架了，然后要寫(xiě)道歉信，然后我就幫他去發(fā)問(wèn)，把很多他們夫妻之間的問(wèn)題加到了我的prompt里面，然后寫(xiě)出來(lái)一封非常感人的信。
當(dāng)然他也做了一些修改，因?yàn)榇竽Ｐ筒粫?huì)講細(xì)節(jié)，它是根據(jù)過(guò)去的歷史去生產(chǎn)最高概率的文字，所以你如果跟老婆曾經(jīng)有一個(gè)很細(xì)節(jié)的故事，它可能不知道，或者知道了，它可能也不會(huì)選擇去用。人做一些修改還是有必要的，“人機(jī)結(jié)合”這封信，老婆看到就流淚了，然后兩個(gè)人就和好了。
騰訊科技：你在體驗(yàn)產(chǎn)品之后，如何給產(chǎn)品提建議呢？大模型時(shí)代的產(chǎn)品是不是和移動(dòng)互聯(lián)網(wǎng)的時(shí)代的產(chǎn)品有很不一樣？比如改Bug這件事就有很大不同？
李開(kāi)復(fù)：對(duì)，非常不同。非大模型的產(chǎn)品找到了一個(gè)Bug，直接改代碼就修復(fù)了。現(xiàn)在你沒(méi)有辦法告訴大模型，下次不要這么回答，這是大模型的技術(shù)特點(diǎn)決定的。你需要收集大量的數(shù)據(jù)，然后用這些數(shù)據(jù)去重新微調(diào)它，或者用一些類(lèi)似的方法把它引導(dǎo)到更正確的方向。
雖然每一次大模型產(chǎn)品更新是不可能把每一個(gè)問(wèn)題都修復(fù)，但大模型時(shí)代的產(chǎn)品修復(fù)率反而可以高速擴(kuò)張。
比如傳統(tǒng)的 APP，如果有Bug，你修10次沒(méi)問(wèn)題，如果是100萬(wàn)個(gè)怎么辦？修不完。但是現(xiàn)在大模型如果有100萬(wàn)個(gè)，你可以把它輸進(jìn)去，可能明天80萬(wàn)個(gè)就解決了。所以大模型時(shí)代的產(chǎn)品是可以schedule做大量且并進(jìn)的修復(fù)和迭代。
騰訊科技：最后一個(gè)問(wèn)題關(guān)于您個(gè)人，媒體評(píng)價(jià)你為AI行業(yè)最年長(zhǎng)的創(chuàng)業(yè)者，團(tuán)隊(duì)還會(huì)不會(huì)因?yàn)槟愕耐徒?jīng)驗(yàn)，選擇服從你？如果你犯錯(cuò)怎么辦？
李開(kāi)復(fù)：作為一個(gè)CEO，我認(rèn)為特別重要的是要有自我意識(shí)，即知道自己的長(zhǎng)處和需要改進(jìn)的地方。當(dāng)領(lǐng)導(dǎo)團(tuán)隊(duì)時(shí)，如果你對(duì)某個(gè)領(lǐng)域特別了解，或者對(duì)事情的執(zhí)行方式、公司的戰(zhàn)略、銷(xiāo)售、產(chǎn)品功能或技術(shù)有清晰的認(rèn)識(shí)，你就應(yīng)該告訴團(tuán)隊(duì)必須按照你的想法去做。
因?yàn)樵诋?dāng)前競(jìng)爭(zhēng)激烈的市場(chǎng)中，我們沒(méi)有時(shí)間讓公司內(nèi)部產(chǎn)生內(nèi)耗，所以需要有決斷力和做出決策。但如果你真的不懂某個(gè)領(lǐng)域，盲目做決策，走錯(cuò)路還不如不行動(dòng)。因此，我非常清楚自己的強(qiáng)項(xiàng)在哪里，我會(huì)把我的時(shí)間花在那些只有我才能解決的重大問(wèn)題上，因?yàn)闆](méi)有人能替代我。
這三件事情可能已經(jīng)占據(jù)了我80%的時(shí)間，而對(duì)于其他七件不那么關(guān)鍵的事情，我希望能夠清晰地授權(quán)給其他人，并下放權(quán)力和決策權(quán)，這非常重要。但在下放過(guò)程中，最好只下放給一個(gè)人，以避免內(nèi)部混淆。公司的決策需要清晰可解釋?zhuān)屆總€(gè)人都理解，公司的戰(zhàn)略可以調(diào)整，但不能頻繁變動(dòng)，每次調(diào)整都必須清楚地解釋。
我不僅認(rèn)為自己是最年長(zhǎng)的創(chuàng)業(yè)者，也是經(jīng)驗(yàn)最豐富、見(jiàn)識(shí)過(guò)各種成功和失敗、總結(jié)最完整的人，對(duì)自我認(rèn)識(shí)也更清晰。我采用的管理方法很有彈性，一個(gè)好的管理者或CEO不是單一的，他可能擅長(zhǎng)放權(quán)、懂技術(shù)、懂商業(yè)或有決斷力，而且在正確的時(shí)間根據(jù)具體情況和環(huán)境來(lái)判斷使用什么方法來(lái)領(lǐng)導(dǎo)團(tuán)隊(duì)。
例如，在模型訓(xùn)練的細(xì)節(jié)上，盡管我是AI領(lǐng)域的專(zhuān)家，但我絕不會(huì)干預(yù)團(tuán)隊(duì)說(shuō)應(yīng)該使用這個(gè)算法而不是那個(gè)算法。我最多只會(huì)建議他們參考某篇論文，如果不行，我會(huì)信任他們的專(zhuān)業(yè)判斷。
在產(chǎn)品方面，作為首席體驗(yàn)官，我有更多的發(fā)言權(quán)，但我必須確保真正做決策的不是CEO，而是產(chǎn)品經(jīng)理。產(chǎn)品經(jīng)理自然會(huì)把CEO的意見(jiàn)看得很重，但正因?yàn)槿绱?，CEO需要弱化自己的要求，避免過(guò)多干預(yù)。
對(duì)于公司戰(zhàn)略，這是我的決策領(lǐng)域，我會(huì)聽(tīng)取大家的意見(jiàn)和建議，然后做出判斷。公司的重要人事任命絕對(duì)是我的決策，公司的發(fā)展方向、消費(fèi)決策，比如租用或購(gòu)買(mǎi)多少GPU，以及公司整體系統(tǒng)的策劃和未來(lái)的上市計(jì)劃，這些都是我需要親自負(fù)責(zé)的。因此，我需要分清楚哪些是我必須親自做而且我能做得最好的，這些領(lǐng)域其他人只需給我意見(jiàn)。其他事情可以由更專(zhuān)業(yè)的人來(lái)決定，我只需把戰(zhàn)略講清楚，然后把決策權(quán)下放到負(fù)責(zé)人身上。
文章鏈接：http://m.bjsbxl.com/news/1017.html
發(fā)表評(píng)論
2024-06-18 01:04:14
2024-06-18 01:04:14
2024-06-18 01:04:14
2024-06-18 01:04:14
2024-06-18 01:04:14