北美明德论坛热议人工智能:从模型能力走向商业价值 人机协同仍需明确边界

新浪财经
Yesterday

  新浪财经讯,当地时间11月14日,由中国人民大学北美校友会主办的第十二届北美明德论坛2026年会在纽约哥伦比亚大学举行,主题为“新智序:世界、资本与人文”。新浪财经为本届论坛合作伙伴。

  在“人工智能”圆桌讨论中,Nebius高级副总裁王瀚锐、OKX全球API产品管理负责人Kathryn Zhao、SiteIQ Technologies人工智能产品负责人秦永明,以及UniGlobe Capital创始人兼执行合伙人王丹叶,围绕AI商业化、智能体应用、物理世界中的人工智能及创业投资展开交流。圆桌由英联资本COO、Allin AI创始人兼CEO张姝主持。

  如何把不断提升的模型能力转化为企业收益?王瀚锐认为,企业需要根据具体任务选择合适的模型,日常摘要、邮件处理等应用未必需要最强大的通用模型。针对场景进行模型适配和优化,可以降低使用成本。他特别指出,理解AI成本下降,应当比较获得同等智能水平所需的费用;前沿模型能力增强,也会打开新的应用空间,带动更多需求。

  他表示,AI服务正从提供数据中心和算力,延伸到模型、软件及推理服务,客户最终需要的是可以使用的智能。他还看好多模型分工、反复生成与评估的优化方式,将其应用于底层计算程序等任务,以提升研发效率。

  Kathryn Zhao从金融市场和企业实践出发指出,AI智能体正逐步成为更加活跃的市场参与者,金融基础设施需要同时服务人和智能体。应用程序接口(API)的意义也由连接工具,延伸为支持自动化研究、决策和执行的平台。在这一过程中,权限控制、责任归属和风险约束必须同步建立。

  据她介绍,其团队在API产品管理中引入智能体工作流,将交付周期缩短约50%至60%。这一变化来自整个流程的重新设计:以知识库为基础,由不同智能体承担需求分析、产品文档、代码开发和测试,并在关键环节保留人工审核。她强调,衡量AI的价值应看实际解决了什么问题,不能只看生成多少代码、文档或消耗多少token。

  秦永明将讨论引向物理世界。他认为,相较于处理语言,机器人还要理解环境、感知力量与接触,并在现实约束下采取行动,因此需要更加丰富的感知能力。随着软件开发效率提升,硬件和现实环境中的难题更加突出。他期待AI与机器人进入家庭照护、日常家务及物理空间运营等场景,帮助人们减轻负担。

  从资本视角看,王丹叶认为,AI工具让创业团队能够以更少资源推进产品开发,在融资前完成更多客户和市场验证。投资判断仍需回到创业者对问题的理解、执行能力及长期愿景。对于风险投资基金,她尤其关注其接触优秀人才、赢得优质项目以及持续支持被投企业的能力。

  她同时提醒,物理AI等领域的突破时间仍有不确定性,投资者需要匹配相应的资金期限。家族办公室参与AI投资,应建立专业的资产配置框架,权衡安全性、流动性和回报,避免被市场热度牵引,毕竟风险投资也需要长期的资本耐心。

  当被问及哪些事情目前仍不愿交给AI,嘉宾们给出了各自的边界:Kathryn Zhao暂不愿让AI直接操作个人银行账户和代作投资决定;王瀚锐强调芯片设计等高风险任务仍需反复审核;秦永明希望保留亲自与他人沟通的选择。王丹叶则表示,没有什么可以替代面对面的交流,建立信任与关系仍需要人亲自参与。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10