崔葆华：那刚才我其实没有错过文老师和田老师沟通。咱们再回到刚才那个问题，商业情报是一个相对来讲比较封闭的赛道，刚才文老师也提到了整个行业发展的一些情况，那特别想问一下文老师，AI时代来临之后，咱们盘拓是如何适应这些变化的？因为作为一个从业者，您在做公司创业的时候可能就想到了，因为这些开源情报的抓取分析和我们的人工智能距离是最近的，也看到了整个的趋势，那盘拓是怎么去适应这些变化的？文盖雄：我简单的讲一下。我的创业过程比较有意思。我在清华学的是动力，听上去跟IT可没有任何关系，但是因为我做科技情报，一直非常关注全球各种趋势，实际上我从2011年就开始关注人工智能技术了，那时候AlphaGo还没有诞生，然后到2016年的时候我就开始觉得这个技术已经势不可挡，我说我要把它结合进情报，为了干这件事，我又回学校回炉重造学人工智能专业知识，积累、打磨智能情报方面的算法和模型。实际上，我做的事情是两个行业的交叉学科，一个是情报相关的技术，另一个是人工智能技术，我把这两个学科结合起来。在2016年前，我是手工搓情报，就是人工收集、分析、解读各种事情。当时我们手工搓，搓得还不错，也受过一些表彰。手工搓虽然也很有成就感，但是唯一的缺点就是客户的需求我们做不过来，而培养高手的速度很慢，我们这个行业基本上要3-5年才能够培养成才。所以我一个人带一个大团队也搓不过来，就很痛苦，但是看到了AI之后，我就看到了希望。我决定要把它们结合起来，用机器人来帮我来搓，大概这个意思。崔葆华：文总，我想了解一下，是不是您这个行业特别像定制化的项目case by case。文盖雄：好的，我解释一下。其实这种商业情报分为两类，一类是一次性的，一类是持续性的。打个比方，比如某行业的两个巨头都关心彼此在干什么事情，它们不只是今天关心，明天关心，明年仍然关心，这种“关心”具有持续性。需要一直关心的事情就适合AI来做，因为你要是让一个人24小时不停地盯着看，会累死的。所以这种事，需要用机器来做，效率高得多，所以我们就把它做成了一个系统，自动化地去监测，然后自动给你报警，因为这种类型比较稳定，持续输入输出就好。崔葆华：我理解了，就相对于一个长期合作的客户，其实你服务的时间越长，你树立的竞争壁垒就会越高，因为你了解它的相关行业的信息是最全的，经过很长时间之后，你可能会有一些算法或者一个模型出来，那其他的他想换就换不了了。文盖雄：是的，还有一个是隐形的壁垒，也就是数据的壁垒。很多历史数据它是不可再生的。崔葆华：明白。大家都知道，一般您这边用人工智能的方式能够提高这个行业的效率。文盖雄：对，能够提高行业的效率，是这样的。崔葆华：我从网上也看到了，咱们盘拓的核心的技术叫探矿、采矿和炼矿，我觉得这个比喻挺有意思的，他跟我们理解的不太一样，把一个很高大上的行业用一个很通俗易懂的产业方式形容出来了。那这个理论能简单的跟我们的直播间的观众介绍一下吗？文盖雄：探矿采矿炼矿可以类比开源情报。高价值的情报，像黄金一样，很值钱，但是很稀少。所以也不能说你碰到一块石头，拿回去就炼，里面可能不含黄金，那就浪费了大量的能量算力，还得不到预期效果。情报也是一样的，全球数据量那么多，你不能随便弄一堆数据回来就开始提炼，这很可能达不到想要的效果。那么那些高价值的信息源在哪些地方？如何对得到的信息进行分析提炼？这就是我们所说的探矿、采矿、炼矿的过程。我们还有一个更通俗的比喻，叫养鸡场。比如说我是开养鸡场的，但是我养的鸡生的是金鸡蛋。别人没有的金鸡蛋。同时我还做炒菜的锅，有些客户每天都要吃炒鸡蛋，我们做好了之后外卖给他，我卖的是炒鸡蛋。这是一种方式。另一类客户，我们把炒菜的锅卖给他，然后再把每天把鸡蛋卖给他。这是我们两种不同的商业模式。崔葆华：嗯，我大概理解了，这个例子中的锅，就相当于你这边的产品，或者是你的分析技术，你可以把生产工具卖给他，我理解的就是，你把软件给我，然后同时我共享你的数据和你的一些算法程序，那我自己就可以按照我的维度做一些基础的分析。那同样，你如果想要省事，或者说你想要一个体验特别好的成型的情报，那可能就需要您这边给他定制，也就是直接卖给他炒鸡蛋。文盖雄：是的，我定制的锅，它可以做蒸鸡蛋，可以做炒鸡蛋，但鸡蛋还是那个鸡蛋，其实我核心卖的是鸡蛋，不是卖锅，不是靠卖锅赚多少钱的。崔葆华：我能这样理解吗？其实核心在于您如何高效的判断出哪些数据对于他来讲是有价值的，我前段时间也听到很多人都说影响我们AI的AIGC，可能是训练过程当中的算力或者是能源，但其实后来发现是数据，因为很多数据是属于脏数据，可能你输入大量数据，没有经过判断，训练出来它不是一个天使，是一个魔鬼。那这样训练出来可能也没法去用了，所以我觉得咱们的价值就在于我很快能甄别出哪些数据是有价值、高质量的，那从而通过我们的程序能够高效率的分析出一个准确的信息情报给到我们的客户。文盖雄：是的，您讲得非常在理。崔葆华：还是有一个问题想请教文总，因为大数据现在大家都很关注嘛。包括数据成为资产，我们国家还成立了大数据局。那在处理这些敏感数据过程当中，咱们怎么确保安全和用户的隐私？因为数据是国有资产，所以我感觉数据相关都会涉及到一些个人隐私，涉及到一些行业的管理、数据的安全，就咱们是怎么处理的？或者说用什么样的一个流程能够确保我们在过程当中不至于踩红线？文盖雄：首先我认为主要是从两个方面看，第一个方面是数据来源的问题，我们要确保数据来源一定是公开、合法的，有些人在黑市上倒卖个人数据，这些数据我们是问都不问的，我们也不需要那些数据，因为我们不针对个人去做分析。第二个方面是我们不针对个人进行分析，我们分析的对象都是比如国外的某个竞争对手、某个企业，或者某个机构会不会出台某些政策。我们针对的是公共公开的机构进行分析，所以不会涉及到个人隐私的问题。
崔葆华：恰好刚才田老师也提到了，就整个今年，从募资到投资，无论是一级市场、二级市场，其实大家都面临着一个很焦虑，对于未来的这种不确定性，我特别想问一下，在这种形势下创业者应该如何做。田果：当前的创业环境和创投市场表现出一些特定的趋势。我们已经观察到，包括A股二级市场在内的多个方面的变化，涉及估值、一级市场的关联表现以及IPO通道的状况。在这样的大环境下，我们部门作为投资机构，必须保持定力，挺过这一阶段。我们一直在积极推进投资项目，并为已投资的企业提供持续支持。因此，我认为，尽管市场环境并不理想，但坚持实施稳健的策略是至关重要的，这也是当前我们努力的方向。另外，想与大家分享一些我们观察到的市场数据。我们统计了美国道琼斯工业指数的涨跌幅情况，特别是在美国资本市场处于下行阶段时的表现。比如1987年的股灾，以及其他类似的市场动荡时期，我们发现这些阶段恰恰是很多优秀科技企业诞生的时机。像台积电成立于1987年，英伟达在1993年成立，都是在经济环境不佳的情况下由高科技领域的高管创立的。因此，当前市场中潜在的优质投资项目其实在增加。无论是投资者还是创业者，只要坚持走过这段周期，企业将会变得更加坚韧。我想问一下文总对于现在的情况，能不能跟我们的投资机构或者是创业的朋友们一起分享一些真知灼见，还有一些建议呗。文盖雄：从咱们国家的历史来看，还有从咱们古代的哲学来看，叫否极泰来、物极必反。当一个钟摆它摇到了最左边的时候，那紧接着它就会往右边走。这是一个物理规律，也是一个历史规律。从这个角度来看，我认为现在基本上钟摆已经到了最左边，所以紧着就会往右边摆。刚才田老师讲得非常好，咱们要坚持住，因为钟摆已经到了最左边，他马上就要往右边了。这是我对整个形势的一个宏观看法。田果：那还想请您分享一下，比如说现在人工智能，包括我们的大模型，包括这些AIGC都很火爆的状态下。那您觉得当下创业者想找一个细分的赛道做创业，您觉得怎样实践会比较好？您可能是从产业加上人工智能作为出发点为主。看看怎么选择一个细分的领域会更好。文盖雄：首先我个人的建议，你要看到一个不用人工智能也能赚钱的地方，然后你再把人工智能加进去。崔葆华：接下来，对于AI的创业者来讲，特别想问一下田老师，您这边小公司怎么找到属于自己的蓝海市场呢？因为AI行业出来之后，我们能看到很多人想做大模型，想做训练。突然间发现自己没有这个能力，让很多人就开始想转变一种创业的方向，在细分行业里去做垂直的小模型的训练。田果：刚刚我与文总进行了初步的讨论。我们分享了一个观点，即使没有人工智能的加持，我们在这个行业中也有能力生存下去，这本身就是一个非常重要的优势。换句话说，我们已经在部分产业应用中取得了进展，并且拥有了产业客户。举例来说，一些集成电路或半导体领域的初创公司，往往是在拿到订单后才开始组建团队，完成交付。对此，我们有一个专业术语叫“bill to alter”，指的是帮助小型企业找到策略伙伴和大客户，逐步壮大。另外，作为创业者，我们必须对产业或自身的应用场景有深入的认知和理解。例如，在AI芯片、人工智能及硬件领域，我们专注于GPU、算力等高投入、高技术壁垒、高团队要求的领域，这些赛道对资金的需求也非常大。围绕人工智能、硬件系统及软硬件一体的云边端等细分领域，其实存在不少创业机会，比如在能量管理和热管理等方面。结合人工智能的视角，我们希望在产业应用逐渐成熟的基础上，再加上人工智能技术的赋能，不仅能够保持生存，还能发展得越来越好。*本号系数智云科旗下人工智能领域垂直号。黑智，人工智能领域产业服务平台，专注AI行业报道，探讨AI商业价值。 点击关注人工智能领域垂直号黑智了解更多AI产业资讯👇👇👇
