👦🏻 作者: Koji
🧑🎨 排版: NCon
自從開始做「十字路口」，我多了一重主持人的身份。
這體現在朋友們紛紛找我去主持各類科技和 AI 會議的圓桌論壇。
這是我最喜歡的工作型別之一，因為它讓我有機會接觸並對話到很多元的人。
本週，我就主持了這樣一個有點像是「火星撞地球」般「金句頻出」的圓桌。
圓桌上的 4 位嘉賓，有 5 萬人規模的巨型企業的 70 後高管，有 6 人初創公司的 00 後小天才 CEO，有代表著先進生產力的大廠架構師，也有剛在美股上市一年的新晉企業技術 VP。
這四個彷彿分別來自火星和地球的平行世界的人，為什麼會被湊到一起——因為他們作為 AI 時代的積極行動者，被一起邀請到了「京東雲城市大會·上海」的圓桌。
我們為這次圓桌選擇了一個關鍵詞，叫做「風」。
首先，是因為 AI 像一陣吹拂過全世界的風，和每個人都有關，但有人感受到順風、有人感受到逆風；其次，是因為 AI 的突破不斷給我們創造出新的「風眼」和「風口」，從 DeepSeek、到 GPT-4o、GPT-o3/o4，最近基本上每週都有新的「風眼」和「風口」出現。
在本次會議上，京東雲釋出了九大產品，包括 JoyAgent 智慧體 2.0、JoyScale AI 算力平臺和 JoyBuild 大模型開發計算平臺等，同時推出三大垂直行業一體機。這些產品將幫助企業重構 AI 基礎設施，打造專屬數字員工，加快向 AI 深度應用轉型。
今天「十字路口」的推送，和大家分享本次圓桌討論內容。
我們從「風口」聊起，圓桌上金句不斷：
當提到 AI 要如何在 5 萬人企業落地，得到所有人的積極配合時，邵揚說：
當提到如何做地獄模式的國內 toB 創業時，翟星吉說：
當提到 AI 對現有業務的挑戰時，周梁偉說：
以下，是本場圓桌訪談的全文。
🚥
🚥 Koji
大家好，我是 Koji，過去一年多，我們做了一個叫「十字路口」的播客和公眾號，每週會訪談一位在AI時代的創業者或者投資。
在做了 60 多期播客訪談後，我可以比較自信的說：如果大家要在中文世界看最新的AI發生什麼，這是最好的內容源之一。
這 60 多位「十字路口」的受訪者，都是新一代的 AI 創業者和 AI 時代的積極行動者，和他們訪談下來，一方面感受到了創新的活力，另一方面也看到了在 AI 浪潮之下的種種機會的可能。
如果大家也相信這一波 AI 技術變革將孕育新一代企業家，那麼下一位劉強東、馬化騰、張一鳴很可能就在今天已經開始創業了。我希望在十字路口採訪的這些新一代創業者中，就有這樣的未來領袖。
今天很開心主持這場圓桌，我們邀請了四位各具代表性的嘉賓，他們分別是：
👬🏻
-
上海醫藥集團資訊科技中心主任 邵揚
-
愛回收技術中心副總裁 應紫門
-
網易數智首席解決方案架構師 周梁偉
-
語核科技創始人/CEO 翟星吉
🚥 Koji：
我們這個圓桌的關鍵詞是「風」，一方面是因為 AI 帶來了非常多的風口和風眼。第一個問題，想問問在座各位，您最近感覺到的「風」是什麼，對你的工作和生活帶來了什麼改變？
👦🏻 翟星吉：
這裡的「通用」需要打個引號，因為它是限定在特定崗位或智慧領域的通用 Agent。
我們以前的 Agent 主要是偏手工的工作流程為主，而現在像 Manus 和 flowith 這樣的產品，我們可以將其理解為通用型 Agent。
作為垂直賽道的 Agent 創業者，我們不僅看到了這股新風的到來，更重要的是在打造數字員工智慧方面，我們正在探索如何開發出自己的通用 Agent，謝謝。
👨🏻 邵楊：
這個契機讓我們可以用 AI 重新審視之前建設的資訊化、數字化系統和平臺，甚至整體架構藍圖，看看能否在原有閉環中注入新的活力。
有趣的是，這一波變革其實是業務夥伴倒逼而來的。
——這確實是個難得的契機。
👨🏻 應紫門：
技術發展迅速，我們公司的業務也經歷了多次進化：從傳統的基於CV的AI影像識別技術，到前幾年基於深度學習的影像識別，再到現在基於影像和文字雙編碼的學習方式。
這些變化讓我們看到了新的突破口。過去覺得難以解決的問題，現在有了全新的解決思路和方法。
👨🏻 周梁偉：
說到個人和職業的變化，這一輪AI給我帶來的最大影響和感受是職業的邊界在越來越模糊。
在場很多人都在IT和網際網路領域工作。以程式設計師為例，過去的職業分工非常細緻，有前端、後端、大資料、AI等不同方向。但隨著 Cursor 和 Windsurf 這樣的 AI Coding 工具出現，很多職業都面臨著巨大的轉變。
比如設計師這個崗位，AI在設計方面展現出更高的效率。在程式設計領域，前端和後端的界限也越來越模糊。只要具備架構思維和產品思維，就能利用AI Coding工具快速實現創意和想法，甚至可以打造出可以進行市場驗證的MVP產品。
對未來的職業發展來說，藉助AI工具不斷拓展個人的邊界將變得尤為重要。
🚥 Koji：
在上週籌備圓桌時，我和每位嘉賓都進行了視訊會議，提前討論了我們感興趣的話題，特別是大家在工作和生活中如何運用 AI。
接著周總剛才的觀點，我想分享一個在我們前期溝通時的有趣話題。
作為首席架構師，您寫了十幾年程式碼，在 Cursor 和 Windsurf 這類 AI 程式設計工具出現後，對您有哪些幫助？
👨🏻 周梁偉：
我個人寫了十幾年程式碼，後來轉向產品和業務管理，現在負責解決方案這塊。
我們的業務（網易數智）主要面向開發者，在跟客戶講解解決方案和具體場景時，以前都是透過文件或PPT展示，但這遠不如demo來得直觀。
自從有了Cursor和Windsurf這類工具，包括網易自己也開發了類似的產品，我們現在可以快速實現demo。在跟客戶交流時，可以現場展示工具的運作流程，幫助客戶更好地理解場景。
我認為這波AI技術帶來的最大提升，就是顯著提高了我們在解決方案展示和客戶溝通方面的效率。
🚥 Koji：
網易數智在 AI 落地方面，最典型的場景有哪些？
👨🏻 周梁偉：
網易數智是網易集團面向企業服務的一級事業部，主要提供 SaaS 和 PaaS 產品。我們有一款客服和營銷產品，這一輪 AI 的出現給我們團隊帶來了巨大挑戰。
首先，我們在客服領域落地 AI，迅速擁抱這項新技術。
我們快速實現了從傳統機器人客服向 AI 客服的轉型，這是一個典型且重要的變革。
其次，我們做了重要的組織變革。要落地 AI，需要組織層面的支撐，因此我們內部提出了 AI First 路線。從模型到 Agent 平臺的統一設計和落地，是我們團隊在過去兩年內在 AI 領域推進的核心工作。
🚥 Koji：
現在有很多企業都想實現 AI First。上海醫藥集團作為一個擁有 5 萬人的大型企業，在推行 AI 方面面臨著獨特的挑戰。邵楊總肩負著這一重任，請您和我們分享一下在這樣規模的企業中，您是如何一步一步推行 AI 的？
👨🏻 邵楊
我們採取了上下並進的策略。
首先，作為醫藥行業的多元化企業，上海醫藥覆蓋了從藥物研發、製造、營銷到商業分銷和零售的全產業鏈。雖然我們的業態差異較大，有六級集團層級，但在這樣的架構下推進AI仍採取上下並進的策略。
從去年下半年開始，我們自下而上開展了一些試點專案，比如AI制度助手和藥師助手，讓員工透過實際體驗來建立對AI的感性認識，這是我們的第一個起點。
同時，外部的刺激也很重要。
我們釋出了整個上海醫藥的「AI 工作指引」。同時，我們正在規劃 AI 的整體架構。從上往下，我們需要考慮在集團化企業中如何構建 AI 平臺。類似京東同事提到的，我們需要一個完整的架構規劃：首先要建立能為全集團賦能的 AI 底座，在此基礎上打造架構藍圖，讓不同業態、不同場景能在安全、受控的環境下使用 AI 和大模型。這樣我們就實現了從上到下的全面推進。
在研發領域，我們還有一些特殊的 AI for Science 應用場景，比如藥物靶點發現、化合物結構分析、大分子結構預測，以及臨床應用等。這些場景需要專門的模型，而不是大模型來解決。
同時，我們還需要平衡不同型別的需求：哪些領域需要受控的安全域，哪些可以使用公有大模型，如何權衡不同模態、不同模型之間的成本效益、安全性以及資料安全。
目前，我們正在構建這樣一個整體框架方案。
🚥 Koji：
把 AI 落地首先是一把手工程，需要領導層的重視和支援。另一方面，在一個擁有 5 萬人的企業裡，難以避免會會有人認為"AI 與我無關"，覺得學習 AI 只是額外的負擔。
在籌備本次圓桌的前期溝通中，邵楊總分享了您在內部營造 AI 文化氛圍的舉措。能否詳細跟大家分享一下？
相信今天在座有不少朋友在各自企業中承擔著同樣的角色和重任，您的經驗或許能給大家一些啟發。
👨🏻 邵楊
首先，推行AI需要從「自我教育」開始。對我來說這也是個新領域，我不是專家，但我得先學到一定程度。要理解它，最重要的是能把它講給別人聽。我們在上海醫藥的線上學習平臺上，我製作了一門一小時的AI普及課程，分享我對AI的理解。
這不是純技術課程，因為在企業內部，你要用"人話"，用業務語言來講，而不是技術語言。
除了這門AI課程，我們還邀請相關同事，也引入外部資源，共同營造學習氛圍。
我們正在與合作伙伴和潛在合作伙伴探討開展工作坊。藉著DeepSeeK的熱度，我們也在內部做宣傳，探索未來可能的合作機會。
值得一提的是，這門內部課程沒有強制推送，人力資源部也沒有要求必修。但釋出一個多月以來，已經有超過8000人自發學習，而且大多都學完了。我們公司有很多一線員工，包括物流人員和門店營業員，他們都能完整看完這一小時的課程。即使用雙倍速觀看也需要半小時，而且要真正理解內容。課程支援互動，可以點贊和評論。目前已有1500多人發表評論和點贊，這個反響非常好，看到大家的評論也讓我備受鼓舞。
🚥 Koji：
在沒有官方推廣和強制要求的情況下，5萬人規模的企業中有8000人主動學習了您的這門課程。我覺得這一定有其獨特之處。您認為是什麼原因讓這門課如此受歡迎？
👨🏻 邵楊：
後半部分主要是收集和展示各種實際應用場景，包括其他企業的成功案例和我們自己已經實踐的案例，讓大家能夠借鑑和學習。
比如我們展示了醫療研發、制度問答等具體應用，還有我們為內部藥師開發的AI助手等實際案例。這些貼近實際工作的內容讓員工能夠直觀感受到AI的價值，這可能就是大家願意學習這門課程的原因。
🚥 Koji：
前半段有趣，後半段有用的。
👨🏻 邵楊：
對，內部人講，本身就有親切感。
🚥 Koji：
說明您在內部也很有人氣。
🚥 Koji：
在準備圓桌時，我專門去了一趟愛回收的線下門店，想實地瞭解他們的 AI 落地場景。
作為一家業務日趨多元化的企業，能否請您介紹一下愛回收在 AI 應用和落地方面的情況？
👨🏻 應紫門
愛回收專注於二手數碼產品和奢侈品及其周邊產品的質量監測。我們利用AI技術來判定產品的成色和真偽，這是我們的核心業務，直接決定了產品定價。
在AI應用方面，我們公司經歷了三個重要階段。
第一階段主要基於傳統計算機視覺（CV）的影像識別。雖然我們採用了一些業界成熟的解決方案，但在二手產品場景中遇到了侷限性——二手產品的瑕疵和使用狀況千差萬別，無法用標準方式評估。
第二階段，我們透過業務迭代，自研了基於深度學習的影像識別演算法，建立了一套完整的二手產品鑑定體系。
到了現階段，隨著大模型技術的發展，我們同時運用影像和文字進行訓練，在物品分類、型號識別和真偽鑑定等方面都取得了重大技術突破。這就是我們目前的AI應用現狀。
🚥 Koji：
幾年前應總寫過一篇很好的文章，探討了技術高管需要抑制寫程式碼的衝動。因為一旦沉浸在程式設計的快樂中，很容易忽略一些重要且緊急的管理工作。
有一個問題想請教一下，在今天有了 AI Coding 工具後，您認為這個觀點——技術管理者應該抑制寫程式碼的衝動——現在還成立嗎？
👨🏻 應紫門：
那篇文章與AI並不相關。在與Koji最近的電話討論後，我重新思考了這個問題，覺得值得寫一篇新文章。
現在確實有了一些新的思考。由於AI輔助程式設計工具和基於大模型的程式碼生成變得普及，整個程式設計思路和方法都與以前不同了。雖然寫程式碼這件事不能完全被AI取代，但程式設計方式發生了很大的變化。
現在我們談"AI First"，首要任務不是立即實現業務需求，而是先把AI基礎設施和Agent做好。不要急著開發功能，因為AI可以幫助我們更快地構建。這是一個重要的轉變。
第二個重大變化在於開發理念。以前作為開發者，我們非常關注程式碼的健壯性、可擴充套件性和編碼風格，需要在設計上投入大量時間。但現在這種思維方式被顛覆了。因為AI能快速構建並執行程式，我們甚至不用太在意傳統意義上的"好程式碼"或架構設計，因為重寫的成本很低。
就像《流浪地球》裡的作業系統，AI可以從零開始重寫整個系統。如果覺得不好，就推倒重來，因為成本低，效率反而更高。
這雖然還是個願景，尚未完全實現，但已經反映了思路的根本轉變。
🚥 Koji：
成熟企業的高管參與這場圓桌固然重要，但京東也希望能有新銳AI創業者帶來新鮮觀點。我第一時間就想到了邀請星吉加入我們的圓桌，因為他的創業公司在垂直領域實實在在地落地了一個AI Agent，並取得了顯著的商業成果。
星吉，請您介紹一下你們正在做的工作？
👦🏻 翟星吉：
在座的各位大多是企業裡的技術負責人或CIO，就像邵楊總這樣。現在AI浪潮興起，大家都在積極推進AI應用的落地，自然會遇到很多疑問。我們過去一年與上海儀電、中遠海運等客戶合作，共同探索了多個場景。
實踐證明，要真正把AI應用做好是很有挑戰的，但我們核心團隊在數字化方面積累了豐富經驗。作為第一批做Agent的創業者，我們對AI前沿技術和Agent應用也有獨特的見解。
如果企業要成功落地Agent應用並獲得業務方認可，這確實不容易。過去一年，很多企業推行試點專案，但不少都無疾而終。原因在於這些專案往往是非常規預算，業務部門雖然遵從領導要求去做，但並未真正認同其價值。
現在的Agent必須是業務驅動，而非IT驅動——只有當業務部門主動尋求IT幫助解決難題時，專案才最有價值。
我們在售前領域就有很好的實踐。在B2B場景中，能力可分為兩大類：一是商務能力、情感價值，二是專業能力。專業能力又包括技術支援、解決方案定製、POC產品演示和報價等環節。這在B2B領域，尤其是軟體和中高階製造業都是通用的模式。
這個領域存在明顯的痛點：商務人員普遍缺乏足夠的技術專業度。他們在接到需求後，往往需要研發團隊提供技術支援和響應，自己只能做些簡單方案。但研發人力嚴重不足，專業技術銷售崗位也很缺乏，整體能力捉襟見肘。
另一個問題是重複性工作太多。比如報價和方案准備往往是重複的，團隊在這些相對低價值的工作上耗費大量時間，導致很多客戶需求得不到及時響應。
為此，我們開發了一個Agent，希望能在售前環節實現端到端的自動化，只保留產品演示和POC驗證需要人工參與。作為AI原生創業者，我們認為未來的Agent不應該只是在現有業務流程中打補丁，比如僅僅用AI做客服問題分類和簡單對話。
我們相信，Agent的未來是成為端到端的數字員工，直接接管原本需要人工完成的完整工作流程。基於這個理念去選擇業務場景、落地Agent，就能創造與眾不同的價值。到那時，你會看到業務部門主動向領導推薦使用Agent，而不是像傳統IT系統推廣時那樣舉步維艱。
🚥 Koji：
最後，我想請每位嘉賓回答一個輕鬆的問題。
邵楊總，星吉他們在推行AI Agent時注重尋找人工難以解決的痛點問題。能否請您分享一下您的「拿軟柿子捏」理論？
👨🏻 邵楊
業務夥伴提出的需求不一定是真正的需求，真正的需求也不一定能直接持續推進。
首先，我常說：
我們要用四象限分析法，從重要程度、價值高低和難易程度出發，在其中找到平衡點，不要貪多求快。在眾多Agent中，先選擇價值適中、難度可控的專案，把它做成、做紮實。讓這個成功案例在企業內部形成勢頭，讓其他人看到成功後自然會效仿學習。
第二點，這和數字化轉型有共通之處。我把它簡單總結為四個字：面子+裡子。
這兩者相輔相成，關鍵是找到面子與裡子的平衡點。
這裡說的面子是褒義詞，不是貶義。如果有人能把面子工程做好，我會為他點贊。
🚥 Koji：
金句頻出！「成功是成功之母」，「面子+裡子，助力完成 AI 轉型」。
🚥 Koji：
現在有些 CTO 會在組織內設定 OKR，要求明年 50% 的程式碼必須由 AI 來寫，以此方式推動 AI 落地。應總，在你們團隊中 AI 寫程式碼的比例是多少？另外，你怎麼看待這種 OKR 的制定方式？
👨🏻 應紫門：
Cursor 的企業版，是可以有一個控制面板，可以看到你整個團隊多少的程式碼是由 AI 生成的。雖然我們團隊中很多同事都在使用 Cursor，但我們並沒有強制要求必須有多少程式碼要用它來寫。
我認為整個方向應該是讓大家真正感受到提升效率，找到一些好的方法，讓團隊成員確實覺得對自己有幫助。比起關注具體有多少程式碼是 AI 寫的，引導團隊更為重要。
我們應該投入更多時間去發掘最佳實踐，讓 AI 真正幫助我們更好地完成業務需求，提升團隊的技術水平。這才是更關鍵的。
🚥 Koji：
周總，您是非常活躍的積極在用試用新的AI的產品，可不可以分享您最近用到眼前一亮留下印象的產品是什麼？
👨🏻 周梁偉：
我推薦 Google 的 NotebookLM。
首先，它可以利用底層模型幫你進行研究和市場調研，生成分析報告，還能生成結構化資訊和思維導圖，將內容系統地拆解 — 這是它的一個重要功能。
第二個重要功能是，它能將內容轉換成播客對話的形式。兩個對話者的語音音色都和真人幾乎一模一樣。最近中文版也已經支援了。你可以像平常聽播客一樣，在路上聽論文或技術文章，幫助理解和消化新知識。NotebookLM 是一個非常實用的產品。
🚥 Koji：
最後一個問題問星吉，您認為自己在過去一年，做的最正確的一個決定是什麼？
👦🏻 翟星吉：
我覺得創業這件事，並不存在所謂的"一個正確決定"。每個決定都應該是正確的，我們要讓每個選擇都成為最正確的那個選擇。這是我的基本觀點。
但這個問題確實有一個答案，那就是：戰略聚焦。
我們看到未來的 Agent 一定是智慧化的，面向特定職能的。每個職能都會有一個通用 Agent，這就要求我們在每個特定的 Agent 領域裡積累足夠多的場景經驗。我們需要積累足夠的路徑資料和思維資料，才能進行預訓練。
基於這點，最重要的就是聚焦於我們想要打造的幾個 Agent，將所有資源都集中在這裡。我們設立了明確的準則：
這些都是重要的取捨。很多早期公司往往難以下定決心做這樣的取捨。就像昨天我跟一位投資人聊天時說的，我們現在有三個可以開箱即用的 Agent。我說未來如果其中一個 Agent 能夠成功突破，那另外兩個我就不做了。
投資人問我："為什麼不繼續做這些產品呢？它們都已經準備好了，只需要做營銷讓使用者購買就行了，也不需要投入太多資源。"
我回答說："我就是不會這麼做，我會果斷放棄另外兩個，把所有精力都聚焦在我認為最有價值的那一個上。"
🚥 Koji：
確實這是很有魄力的一些決定。
今天也再次感謝四位帶來的故事和觀點。我們這個圓桌的主題叫「風」。希望我們在接下來的一年裡，大家能在 AI 時代繼續「乘風破浪」。
也希望明年我們能再次相聚在京東雲城市大會的舞臺上，分享這一年的新故事、新觀點和新感受。
謝謝大家。
🚥