2024世界人工智能大会期间，彬复资本董事总经理张周接受上海证券报记者专访表示，人工智能领域应用处于渐进式解锁阶段，前景广阔、潜力巨大，产业链上下游不同企业核心竞争力的侧重点各有不同，各公司需要根据自身特点和市场定位，识别并构建自己在生态位中的核心竞争力。

　　“关于人工智能相关应用的发展情况，业界主要关注五大模态/任务和产业落地状态。”张周表示，在文本模态/任务方面，关注与人类进行交互的聊天机器人等，其在自然语言处理和对话系统方面取得的进展和变化；多模态方面，关注图片生成、视频生成和3D生成等技术。具身机器人方面，关注技术在工业场景、半开放场景以及通用场景中的应用和成熟度。代码模态方面，关注AI在代码生成和编程辅助方面的表现，包括在实际生产问题解决中的代码采纳率、准确率等，以及在整个研发流程中的应用情况。在其他工业应用方面，关注这些应用的落地情况，以及产品从POC（概念验证）到大规模商用所面临的门槛和挑战。总体来看，大模型技术在简单任务上处理较好，但在复杂任务和严肃场景时仍有欠缺，同时，不同模态的成熟度等也有差距。

　　“尽管许多人认为人工智能应用正处于爆发期或即将到来，但我认为无论是国内还是国外，人工智能应用实际上尚未达到大规模爆发的阶段。”张周表示，从部分ToC（面向消费者）产品数据流量来看，AI应用与互联网产品相比，在用户规模上还有很大差距。同时，对于面向消费者的应用，通常需要达到一定的留存率才被认为是可大规模商用的产品。目前，不少AI应用产品并未达到合理的留存指标。

　　“此外，ToB（面向企业）领域存在模型能力与场景需求之间的错配。尽管行业对大模型的认知已经较为充分，但业内对模型能力仍存在认知差距。一方面，人们对AI的期望可能过高；另一方面，在实际应用中，客户可能无法明确AI能为他们做什么以及如何评测不同的AI产品，所以提供的解决方案往往不够标准化，这限制了AI在ToB领域的普及速度。”张周说。

　　张周说，“对于专注于模型开发的公司来说，关键因素包括优秀的人才、充足的资金和强大的算力。在应用层，企业核心竞争力在于对模型边界的深刻理解以及将模型能力与终端场景结合的能力。这涉及产品市场契合度（PMF）或技术市场契合度（TMF）的实现。对于面向企业（ToB）或基础设施层面的公司，评估核心竞争力的维度可能与模型开发和应用层有所不同，需要根据具体情况进行分析。”张周表示。

　　张周说，目前，创业者需要明确产品能够满足哪些需求，并准确定义产品。这涉及信息差和认知差，同时也需要合格的AIGC产品经理。

　　“信息差的解决，需要时刻了解行业领先科研机构和大厂的关注方向和研究情况，也可以通过与行业高手的交流、获取对技术发展趋势和产品改进的深入见解。认知差本身更难解决。创业者需要对模型现有能力、未来提升方向、成本下降速度和落地场景中工程化方法充分了解，并基于这些认识开发差异化产品和进行技术储备。过程中，创业者需要分辨哪些研究工作是重要的，以及它们如何快速帮助产品改进或解决在落地中可能遇到的问题。如果创业者的认知有误，甚至可能会导致产品在半年到一年后因技术迭代、生态和竞争格局的变化失去竞争力。”张周表示。