智东西

作者 | 程茜

编辑 | 心缘

智东西9月11日报道，今天，在2025 Inclusion·外滩大会开幕式上，蚂蚁集团CEO韩歆毅，小米集团手机部副总裁、可穿戴部总经历张雷，金沙江创投主管合伙人朱啸虎以《破局与重构：大模型落地产业进行时》为主题展开了圆桌对话，谈到各自对超级入口、AI商业模式、中国企业未来机遇的看法。

韩歆毅认为AI正在吞噬软件，蚂蚁集团专注的医疗场景是用户刚需且是中高频需求，因此他们并不担心商业化，而是将重点放到了高质量的数据、抑制幻觉、医学伦理三大技术难点上。

张雷提到，Agent在单一、明确的领域已经取代App，但复杂强逻辑赛道短期内无法取代。不同于AI手机、AI PC，AI眼镜重塑了交互逻辑，实现从被动到主动决策。他透露，目前在眼镜端用户唤醒小爱同学进行操作的频率是手机端的6-7倍。

朱啸虎认为AI和软件会共生共存，大厂不愿意干的脏活累活就是Agent企业的机会。从投资者角度，他们首先要避开的就是协同类软件，这个市场会很小，而更容易商业化的就是成熟技术，如去年是会议纪要，今年是Voice Agent（语音Agent）。而中国创业者适合做to C，明年肯定会爆发很多AI应用，中国创业者大有机会。

最后，三位大佬还对当下的AI创业者提出自己看好的方向，韩歆毅看好专业领域的服务业，但他也提到这对从头创业的年轻人有点难，需要一定的经验和资源投入；张雷看好翻译类、助手类、学习服务的场景；朱啸虎认为每一波周期都很类似，去年是硬件，今年是AI Infra，明年肯定是应用大爆发，下一个字节、快手、小红书今年应该已经成立了。

以下是圆桌对话的精华整理：

一、低代码软件已被AI取代，复杂交互场景可能造就超级App

a16z普通合伙人Jennifer Li曾提出：“AI正在吞噬软件。”

韩歆毅赞同这一观点，他认为首先软件是用相对确定性的方式解决确定性的问题，而这也是大模型所擅长的，其次现在已经有软件自己生成Agent解决任务，这个趋势非常快。

张雷和朱啸虎的观点略有不同，他们认为AI和软件会共生共存。

张雷提到，当前没有看到大模型吃掉所有软件的可能性，大模型在很多场景下可以提升效率，而不是吃掉所有的软件。后期大模型和软件将是融合、共生共存的过程。

简单低代码、无代码软件会被AI取代，很多在泡沫期估值很高的低代码公司现在基本没了，但复杂流程、强逻辑的软件，AI想要取代它们在Transformer架构下是不现实的。朱啸虎提出这一论断的依据是，只要Transformer架构哪怕只有1%的幻觉，AI都无法取代复杂流程类的管理软件，更多会是共生共存。

▲金沙江创投主管合伙人朱啸虎

在韩歆毅看来，以后可能没有App了，将来会有一个或若干个超级入口，但什么形式目前还不能确定。

对于Agent和App的关系，张雷提到，Agent在单一、明确的领域已经替换了App，但复杂交互的场景短期内非常困难，可能往长期看，有可能造就超级App，但这需要的能力全面性很高，路还很长。

朱啸虎觉得，超级入口的诞生是必然的，入口会越来越集中。现在这一趋势已经很清晰，谷歌手机已经可以直接语音输入、反馈结果，再结合多模态形式一起做输入。

Agent厂商的机会，可以类比美国移动互联网时代的Uber、DoorDash、Airbnb，这三家企业所在的赛道是大厂不愿意干的苦活累活，这同样是AI的机会。

二、用户留存是Agent企业增长潜力的标准，AI眼镜可能成为新入口

作为投资者，朱啸虎认为在软件行业，编辑类、协作类软件需求量会大量降低，几百个人共同协作完成项目，AI出现可能会变成十个人的协同，这对协同软件本身的要求就会大幅降低，对市场产生很大影响。正如此前爆火的Figma现在热度也回落了。

换个角度讲，软件不是被替代，而是用户数减少了，用户数减少以前用户量的10%的话影响是巨大的，因此从投资角度看，他们肯定会避开协同类软件，这个市场以后会小很多。

对于Figma这类企业而言，朱啸虎提到他们业务重心必须变化，从此前的专注协同到现在专注交付更好成果，但即便生成能力再强大，最后商用阶段还是差5%、10%，这部分如何进行编辑、如何快速达到商业交付的质量，是创业公司创造价值的机会所在。

对于判断AI、Agent时代企业增长潜力的标准，朱啸虎认为还是用户留存，从PC互联网、移动互联网到AI时代都是这一个指标。

现在很多AI公司并没有用户留存，这是因为产品刚发布用户很愿意尝鲜，但试过之后不一定会付钱。而在移动互联网时代，想要召回用户需要十倍以上的成本，这几乎没有可能性。因此，留存好不好才能证明公司有没有发展潜力。

他提到，事实上，现在很多AI公司在后续融资阶段都不敢说留存，只说ARR（年度经常性收入）。

蚂蚁集团专注于医疗场景，对于用户留存的考量，韩歆毅认为这是用户刚需且是中高频需求，所以，当AI医疗健康做到极致，可能就不需要再关注用户留存。而这其中最核心的一点是，应用能不能真的像专业医师一样了解用户、给出建议等，这也正是AI医疗健康的终极目标。

同时，通用大模型也无法替代这样的垂类场景，这是因为医疗场景的专业能力强就会有护城河，用的越多越了解用户。

不过AI医疗在相当长的时间内都替代不了医生，更像医生的助手，其无法像人一样对人体有清晰的认知，但AI可以帮助医生更好、更全面、更系统的了解病人，使医生从专科变成全科医生。

AI很难替代人类的一大场景是需要物理接触的治疗，所以韩歆毅提到唯一的出路是人机结合。如今，AI的作用就是帮助医生分身有术，使其将更多时间放到科研、疑难杂症上，让更多基层医生有一个很好的助手。

▲蚂蚁集团CEO韩歆毅

在硬件赛道，张雷谈到了对于未来会成为真正超级入口的终端的思考。

他认为，AI的加持下，所有的硬件都应该重新思考。对于未来的入口机会，还是要回到AI硬件的能力。只有让用户离不开设备，终端才能有机会切换成入口。

长期来看，AI眼镜有机会成为新的入口。

现在AI手机、AI PC等设备都专注于用户体验的提升，没有改变基础交互逻辑，还是被动式、需要用户触控决策的。但是眼镜端是从被动到主动，完整呈现了用户的所思所想所看后，然后基于此进行判断、执行。在张雷看来，这可能就是未来交互范式变化的一个载体。

以小米AI眼镜为例，目前用户的高频使用场景除了接打电话、听音乐，还有瞬间抓拍、基于图片的问答等，他补充手，在眼镜端小爱同学唤醒操作的频率是手机端的6-7倍。

如今AI眼镜仍处于产业发展初期，其目前只是手机的延伸品类，显示、交互等能力的提升还有很长的路要走。

三、成熟技术适合商业化，医疗场景面临数据、幻觉、伦理难点

什么行业有商业化潜力？朱啸虎认为：“真正适合商业化的都是Boring Technology”。

去年商业化比较成功的就是纪要能力，比如Plaud的AI纪要硬件、钉钉的软件、医生和病人之间的谈话纪要等工具。这个技术没有难点，追求商业化就需要比较稳定的技术。

今年他感觉是Voice Agent（语音Agent）已经在大规模商业化，例如客服、销售、AI玩具等都是这个场景的延伸。

放到具体的医疗场景中，韩歆毅总结了大模型落地的三大难点：高质量的数据、抑制幻觉、医学伦理。

对于数据和幻觉，蚂蚁已经找到了比较好的方法，今年6月份蚂蚁发了AI健康应用AQ，在医疗健康咨询上有比较好的效果。

首先，高质量数据积累需要极大投入，一条数据可能要上百美元甚至更高，需要主任医师的水平的数据才能训练好；其次是幻觉，其难点在于抑制幻觉的同时不降低模型能力；第三点是医学伦理，蚂蚁正建立医疗伦理的顾问委员会，请医疗界顶级专家来完善。

韩歆毅补充说，他们并不担心商业化，首先医疗健康是极其大的产业；其次商业模式相对清楚，不靠广告、交易，本身就是医疗、药、保险，无论什么时代的商业模式都类似；第三个是，未来1-2年他们不应该将注意力放到商业化上，因为有市场、有路径就没有必要再探索商业化，而是放到前面的三个技术难点上。

四、明年AI应用会爆发，中国创业者大有可为

AI全球竞争格局下，张雷认为中国的优势在于供应链端的成本、效率、AI生态优势。

中国企业想要利用好供应链的成本和效率优势，还是要回到产品力上。企业能快速看到机会点、快速布局、做多产品线、Sku快速迭代、抢占所有市场、实现销量提升，这些都需要进行相应决策。

此外在AI生态优势下，如何找到真正是用户非常需要的场景，去真正落地，提升用户体验，形成粘性，然后提升产品力，这些都是企业需要基于这些优势回到产品本身考虑的。

▲小米集团手机部副总裁、可穿戴部总经历张雷

谈及中国企业的优势，朱啸虎回顾了金沙江创投投的中美比较快的AI企业，前10个中有6个都是做To B、为外国创始人，剩下4个中国人是做To C。

他认为，中国创业者适合做to C，明年肯定会爆发很多AI应用，中国创业者大有机会。这是因为to B赛道规模大了后需要本地的销售团队。

而即便当前通用大模型能力相近，中国创业者擅长的就是在AI以外搭建用户体验的差异，并且这些产品的差异点已经在过往的周期里被广泛证明，人的需求不会改变，只是现在AI让用户体验更好了，人的需求也不会改变。

结语：Agent成AI落地核心趋势！中国创业者锚定差异化玩法

大模型产业的发展瞬息万变，今年以来，从单个Agent的能力提升，到让多个Agent进行协同工作实现广泛应用，已经成为AI落地的一大显著趋势。在这背后，能在性能相差不大的基础模型之外，为用户在Agent之上找到更多差异化体验、更多玩法的中国创业者正在发力。

与此同时，正如上述三位AI大佬所说，想要找到行之有效的商业落地模式，不仅要找到用户刚需场景，还要有成熟的技术以及产品力，才能保证用户留存，增强产品的粘性。而拥有供应链成本、效率优势、AI生态优势的中国AI创企，正在将这种优势转化为产品升级、向全球化扩张的动力，打造出AI时代的超级应用。