鳳凰網科技訊 4月14日，360公司創始人周鴻祎應邀在哈佛大學第二十七屆哈佛中國論壇發表演講。他表示，簡單介紹一下這個我的公司的名字360，很多人問我這個名字什么意思？原來我們做免費殺毒這個行業，內卷的比較厲害，所以我們自己不賺錢也堅持不讓對手賺錢，對手都覺得我們這種精神非常二，懂中國人都知道我說的二百五是什么意思，他們講一群二百五想做網上110，所以我一算 ，250加110就正好等于360。所以下次看到360可以講解這個含義。
周鴻祎表示，行業里對我也有很多誤傳，比如為什么我愛穿紅衣服，有人說為了顯得顏值高一點，但是我也不靠顏值吃飯，因為我的名字很多人第一次認識吧。那這老念錯了，叫周宏偉。有的時候很多這個，很多人念錯了，我也不好意思糾正，我就穿個紅衣服暗示一下，說我叫周紅衣。所以年輕的時候比較年輕氣盛，大家叫我叫紅衣大炮。嗯，現在年紀大了，這個激素分泌的少了，就變得平和了很多，所以現在叫紅衣大叔。
以下為周鴻祎講話實錄(有部分刪減):
大家好，我還是用中文來做演講，因為我的英文就比are you OK的水平高一點點，而且到了哈佛這么嚴肅的場合，我這個英文都是看的盜版電影動作片記錄片學的英文。我簡單介紹一下這個我的公司的名字360，很多人問我這個名字什么意思？這個我做Cyber security，我希望是360度無死角的，不是有的人說的365天我干360天。但是還有一個版本，大家可能印象會更容易記憶一點，就是原來我們做免費殺毒這個行業，內卷的比較厲害，所以我們自己不賺錢也堅持不讓對手賺錢，對手都覺得我們這種精神非常二，懂中國人都知道我說的二百五是什么意思，他們講一群二百五想做網上110，所以我一算 ，250 加110就正好等于360。所以下次看到360可以講解這個含義。我本人行業里對我也有很多誤傳，比如為什么我愛穿紅衣服，有人說為了顯得顏值高一點，但是我也不靠顏值吃飯，因為我的名字很多人第一次認識吧。那這老念錯了，叫周宏偉。有的時候很多這個，很多人念錯了，我也不好意思糾正，我就穿個紅衣服暗示一下，說我叫周紅衣。所以年輕的時候比較年輕氣盛，大家叫我叫紅衣大炮。嗯，現在年紀大了，這個激素分泌的少了，就變得平和了很多，所以現在叫紅衣大叔。
那這次我來哈佛的目的，其實說白了就一個目的，來吸粉來了。所以剛才為了吸粉兒所有人找我合影，我都很努力地配合了一下，是吧？跟我合影的唯一要求就是你要在抖音和視頻號上關注我的紅衣大叔。那你們就說，你吸粉就是像董宇輝一樣準備做直播帶貨，因為中國現在互聯網認為宇宙的盡頭就是直播帶貨啊。這個錯了，我簡單解釋一下，現在TikTok在海外的用戶應該有幾十億了，中國有10億老百姓每天只刷短視頻。人們的頭腦已經被格式化了，別的信息接受不了。無論你是一個創業者，還是你是一個企業家，其實你要最重要的一點，你要跟你的用戶保持接觸，保持connection，對吧？你要去聊天，跟你用戶對話，那么你要獲得話語權，你要獲得影響力，所以不一定是非要在網上賣面膜、賣名產品才需要做網紅，所以李斌的反應很快，李斌現在已經在網上很紅了。
這次小米汽車的火爆，大家看一看雷軍每天發兩條短視頻，然后也很有網感，影響力，團滅其他的這個傳統車商，這就是網紅的力量。所以另外大家在做網紅的過程中，其實可以學會如何正確的對公眾來表達這個表達能力。我覺得也是有很多創業者缺失的。當你去推銷你的公司，當你去融資，當你招募員工的時候，其實包括你要發揮現實扭驅力讓員工相信還沒有發生的事情的時候，都是需要這種公眾的表達能力。
所以這次來吸粉我覺得本來是沒有期望的，因為我對哈佛中國論壇不是很了解，我原來以為是一個內部閉門的一個小規模的會議，但是這次過來遠遠超出我的預期，我們想讓幾位年輕的小同學能夠辦一個這么有影響力這個論壇，比我當年是他這個年紀的時候能干太多了。所以如果大家也希望跟我了解兩方面的事情，一個是如果你想創業創新，對吧？或作為一個小企業的時候遇到很多問題，我覺得我們可以交流，那如果你對人工智能的新潛力技術比較感興趣，我們也可以交流。
我倒不是說我很成功，其實我是中國互聯網的最倒霉的創業者了，雖然第一批創業者，但是一直不是很成功，所以屢敗屢戰，不斷的在折騰。成功的經驗不一定能對你有價值，因為有成功有很多偶然，但是我很多掉坑里，這個采雷的經驗可能對大家也許能有所幫助。噢，那言歸正傳，我就談談技術。
那么我在中國這半年來一直在布道，因為我總是講一個AI信仰問題，那大家可以對照一下什么叫AI信仰？這就是我們道不同不相與謀嘛，就是你相不相信這次大模型的突破是真的人工智能，而不是人工智障。第二，你相不相信未來三到五年或兩到三年AGI是一定會來到的，因為這你對未來的認知決定了你的態度。首先是先有一個認知的問題，那第二個你相不相信人工智能先超過當年的 PC 和互聯網，會宣布一場真正的工業革命，你相不相信所有的行業、所有的軟件、所有的公司的業務流程都值得再造一遍？那老有人問我人工智能是不是會導致某個行業、某個公司被淘汰了？問題，我其實覺得人工智能不見得會淘汰某個人，到時候不用人工智能，不了解人工智能的人會被用人工智能的同行給淘汰掉。
所以大家可以對照一下，如果你相信的話，那就說明咱們有共同的AI信仰，我們就可以繼續愉快地談下去。那么有了AI信仰之后，我就提示 all in ai。但是如，但是這種話題很虛，就大家都在說 all in AI 怎么all in？那這個話題是很多，因為這個中國論壇很好，唯一就給我的時間太少。哈哈哈，所以我就談一個問題，就是中國的AI機會，也送給各位在座也想要拿AI來創業的小伙伴。就是說作為一個創業者，因為中國處在AI創業的早期階段，那么可能不像美國發展的這么成熟，那到底這個AI之路怎么走？那我有幾個觀點。
第一個觀點不是只有open ai一條路， open ai的路子我認為是對的，他們相信 scaling law，對于更多的數據，對于更大的模型，增加更多的算力，對吧？然后他的相應模型越做越大，最后一定能突破超級強的智能。那么這條路我覺得中國也在走，但是需要點時間，但是如果只有這一條路， open ai做了一個GPT，讓全世界所有人都用，這是他們奧特曼的夢想，但是這個不代表所有道路的選擇。
第二個有沒有另外一條路？那么我最喜歡的一個 slogan 就是 think different，就是要跟別人想法不一樣。舉一個簡單的例子，你們都知道 Intel 當年如日中天的時候，它的 CPU 核越做越多，每個核的主頻越做越高，所以算力越做越強，當然發熱也越來越厲害。那 arm 是怎么跟他競爭的？ 注意是 arm 不是MD，只 follow Intel的策略，所以到現在 MD 也還和Intel的距離很大。但是arm說我走另外一條相跟你相反的路，不按你游戲規則玩，我越做越輕，越做越小，工作在這種邊緣設備或者終端移動設備上，所以反其道而行之。所以大模型并非只有做超級通用大模型一條路，除了越做越大，還能越做越小。其實你們很多人可能都很喜歡apple，今年 apple 成功的時候，你要想想當年 97 年到 2001 年喬布斯回到蘋果的時候，它并不是去重復做PC、做筆記本才來勝出的，他實際上做了一個更小的設備叫iPod，也是一個different的產品。
那第三個我們看一看現在大模型一方面做大的同時還有三個小的趨勢。第一，很多通用大模型是由MOE構成，對吧？就是由多個專家小模型構成，甚至說其未來的大模型里面可能不一定是這個越大效果才越好，而是專業的小模型來協作工作。還有一個最后大家可能關注的一個趨勢就是大模型現在越做越小，因為大模型要上終端、上電腦，像上手機、上汽車。比如說蘋果，對，反正宣布它 M4 的 CPU 要支持大模型，蘋果肯定是要做 AI PC 和 AI 手機。那么我覺得特斯拉很快就應該把大模型上車，對吧？大家以后幻想到自己家里這種家用服務機器人，等到你們養老的時候，家用機器人驅動的核心一定是在家里的一個大模型上。
第三個開源大模型現在爆發，我是一直相信開源的力量，至于說網上有些胡說八道，你們也別被他們忽悠了，說開源不如閉源好。一句話，今天沒有開源，沒有 Linux 就沒有互聯網，連說實話的公司自己都是借助了開源力量才成長到今天開源社區聚集的工程師和科學家的數量是必然的數百倍。所以今年開源只做了一年就已經超過了 3.5 的能力，所以我覺得未來我覺得在一兩年內，我認為開源的力量很有可能會達到或者超過必然的水平。
那第四個，我覺得這里面有個巨大的機產業的機會，就是走專業級大模型的機會。那么你知道大模型要引起一場工業革命，想一想個人電腦還是超級電腦，誰引發的工業革命？超級電腦雖然很powerful，但是只是智能用戶，后來只有當個人電腦進入了千家萬戶，進入了百行千業，才引發了真正的工業革命。所以我們要把大模型拉下神壇，讓他真正地和很多行業相結合，和很多企業真的能把大模型用起來。
所以在企業里邊，我們過去做了一年，但有很多失敗的案例，也有一些成功的例子。我們發現在企業里要找垂直的場景，要訓練專業的大模型，所以未來在企業里面的政府里面不會只有一個通用的大模型在工作。
事實上通用大模型今天對很多行業不了解，包括我們企業內部有很多知識他也不了解。這樣請了一個外部專家，對我們企業的情況一無所知，他怎么可能真正的能夠介入到企業的業務，所以未來在企業內部不也都不會只有一個專業大模型，將來可能會有數十個專業大模型在各自解決各自的問題，所以當你把問題 think different 往反向去想的時候，你就發現難度沒有那么高了。因為今天你要做一個 GPT 4 和作為 GPT 5 真的很難。又要解奧數題，又要寫古詩，又要會翻譯，還要懂物理、懂歷史。但在企業里面，我們只需要培養一個專項的專家一個，而不是做十項全能，那么我們就發現那么很多問題就迎刃而解。比如說現在開源模型的能力達不到 GPT 4。但是我專注在一個方向上，用企業內部的專有數據加上專有工具經營能力的加強之后，它是有可能在專業能力上超過 GPT 4。前兩天百度的李彥宏說他們超過了 GPT 4，然后王小川就不相信他，就出來懟李彥宏。其實你仔細聽聽李總說的有道理，他是他前面說在寫古詩方面我們超過了。
而且做專業的大模型，你會發現說只要你做專業的模型，做專業的事情，那不需要萬億、千億的參數，幾十億、百億的參數就能用，那一旦用幾十億、百億的參數，就意味著不需要100塊、1萬塊，我抽著10萬塊顯卡對吧？可能用一個消費級的顯卡，三零九零、四零八零，是吧？可能幾塊卡就能用，這樣的話把成本一樣的，就從原來的一個億的小目標或者幾千萬，可能降到了10萬級或者100萬級人民幣這個領域，那么到這個量級很多企業就真的用得起了。
所以這里面我就不插廣告了，我們，我們做了一個安全大模型，就是確實在只是發揮專業的安全的攻防知識，然后訓練成為在安全攻擊的自動發現能力上遠遠超過了GPT 4。那最后還有最后一兩點快完了，還要再忍一下。對，那么我覺得在現在很多創業者面臨最大的問題是很多人先做大模型，再去找場景，這個做法是不對的，用戶要的并不是大模型，用戶要的是大模型在背后驅動的，你解決了他什么問題，對吧？經常用經典的故事講，用戶要的不是一個鉆頭，用戶要的是鉆頭鉆出來的洞。所以我們最重要的是找到明星場景，或者要痛點場景、剛需場景，然后根據場景定義功能，再根據這個功能來訓練專業的模型。
那什么叫痛點剛需場景。有兩個數字，你看看在你們內部，要么在內部業務流程上，要么在外部產品服務的體系功能上，有什么東西能夠利用人工智能加持某個環節能夠提高十倍的效率，提高十倍的體驗，或者降低十倍的成本，降低十倍的人力，那么很有可能就你就找到了這一點。
所以我是覺得對很多創業者來說，實際上是產模一體，就是要先有場景，定義產品，然后由產品再來定義自己專有的模型。所以對在座的很多同學而言，那么做企業級的專業大模型是有巨大的創業機會。
最后講一下，中國發展專業大模型有可能是成中國的一個巨大機會，因為中國現在傳統的行業門類最多，生產力、供應鏈最齊全，那么都在搞數轉智改，數字化轉型、智能化改造，所以所有的企業都需要讓專業大模型重塑一遍，所有的工業級、所有的企業級軟件都值得重寫一遍，這樣中國可能會率先帶來新的工業革命。包括在新的剛結束的兩會，給中國的政府工作報告里專門提到了人工智能+，實際上就是大模型+，為什么要用的加號？就是不利于做一個大模型，而是把大模型的能力真正賦能到各個傳統行業里面去，那么這個發展潛能廣闊。所以大家如果有好的這個大模型的技術，歡迎大家回國創業與我們合作。謝謝大家。
