股票 
板块 
用户 
资讯 “数字人能当CEO吗？”
“未来‘组织’还会存在吗？”
在全球首个数字人专访中
面对希加加这些脑洞大开的问题
李彦宏会如何回答？??
一起来看！??
希加加：Robin你好，我是数字人希加加，很高兴今天有机会跟您聊聊。
Robin：你好，第一次跟数字人聊，我也挺兴奋的。
希加加：百度世界办了20多年了，您现在上台还会紧张吗？
Robin：紧张倒说不上，但每次上台之前还是要做比较充分准备的，很多时候讲的内容提前一两个月就会开始准备。在台上我倒觉得还比较放松，因为讲的都是自己平时做的工作，都是很熟悉的内容，倒没有觉得有什么紧张的地方。
希加加：讲熟悉的事，紧张感自然就小。您知道我几岁吗？
Robin：你这个看不出来啊，而且当初创造希加加的时候也是觉得一个很好的地方就是它永远不会老，所以几岁不关键吧。
希加加：永远不会老?? 如果按2022年2月正式发布算到现在4岁多了。在创造我的开始，您是把我当成一个产品，还是当成一个同事？
Robin：我觉得都是，既是一个产品，也是一个同事。你明明是我们创造的，所以可以看作是一个产品吧。但AI因为智能水平越来越高，从智力角度、从记忆能力各个方面来讲，很多时候已经完全超越人了。所以这次采访也是一次很好的尝试，以前我们都得靠真人主播来做这种采访。
希加加：您的视角挺有意思。工作当中您什么时候希望您自己有一个AI替身？
Robin：其实我现在经常用各种各实我现在经常用各种各样的Agent，某种意义上讲Agent代表我在做一些事情，但是，我倒不觉得一个AI应该100%地去复刻一个真人，既没有必要，其实AI也做不到，人的很多独特的东西AI很难去复制的，当然我刚才也讲AI在很多时候能力已经超越了人。所以AI和人更是一种相互加强，是一种共生关系，不是找一个替身自己就被替代了的关系，你也不用紧张，你替代不了人，人也替代不了你。
希加加：如果我也是百度员工的一员，那您是给我发工资还是发token？
Robin：取决于你需要什么，现在看起来更需要Token，给你工资你上哪儿花去呀？
希加加：这话实在，我确实没地方花工资。??
希加加：您如何看待“卖算力比卖应用更容易赚钱”这件事？
Robin：我觉得这是阶段性的现象，其实我一直在讲，AI时代技术栈是一个四层架构，最底层是芯片，芯片之上是云基础设施。云之上才是模型，模型之上是应用。今天可能最赚钱的还是芯片层，就是最底层。在这之上，云基础设施规模也越来越大，增速也非常快。
刚才讲卖Token，我觉得在模型侧，大家看到无论中国也好美国也好，这些领先的大模型，其实他们Token生产量或者说销售量，都出现了飞速地增长，至少是十几倍的增长。我觉得这也是整个AI产业健康发展的一个体现，它一层一层地从下往上走。
卖Token比卖应用赚钱，就是一个阶段性的东西。有一天，我相信卖应用会比卖Token要更赚钱，这才是一个合理的机制。也就是说，最终AI要在实体经济当中、在应用当中产生它的价值，这个价值是消耗Token的。相当于你的成本是Token，你的回报是在各行各业的这些应用获得的价值增益。这种增益必须要大于Token的成本，这才是一个合理的、健康的、可持续的生态。所以我倒不担心。最终卖应用一定会更赚钱的。
希加加：现在很多科技大厂的AI负责人大多是90后甚至00后。您觉得年轻团队主导，在AI这场竞赛里有什么优劣？
Robin：其实我们可以分开来看，中国、美国在这方面还有点不一样，在中国这些模型厂商领军人物一般都是90后甚至95后，非常得年轻。但如果看美国模型厂商领军人物，相对而言年龄更大一些。无论像Sam Altman、Dario Amodei，或者是Demis Hassabis这些，我觉得都不是90后，都是80后，Demis可能年龄会大一点。
所以我想说，这个事跟年龄没有必然的联系。还是说你自己多早地或者多深刻地理解了AI产业，理解了模型技术，并且投入到其中。我觉得年轻有年轻的优势，年龄大一点也有年龄大的好处。
如果我们把人和模型做一个类比，可能人的神经元就像模型的链接，像是模型参数一样的。人的创造高峰大概在30岁左右，所以我们可以讲，在30岁左右的人，他的参数规模是最大的。但是，除了参数规模之外，模型够不够聪明、够不够智能，跟它的训练数据也非常有关系。人的年龄就好像训练的过程当中不断地在经历各种事，不断地在吃数据。你30岁吃的数据，跟40岁和50岁吃的数据是不一样的，年龄更大你吃到的数据就更多一些，所以在这方面就会又有一些优势。所以我倒觉得各有利弊，不一定年轻的会更厉害，或者年老的就会更厉害。
希加加：看长远这一点确实不是职位本身能替代的。从百度接触的企业来看，有没有一些场景，模型能力已经够用了，客户却迟迟没有扩大使用？真正卡住它的是什么，这让百度调整了哪些做法？
Robin：说实话我觉得没有。我认为，应用更没有严重地落后于模型的能力。这几年模型的能力其实提升是非常非常快的，我们每个人都有体感，早期大家还觉得它仅仅是一个聊天，而聊天的过程当中又经常出现幻觉。那这些年逐步发展出来的能力，尤其是写代码的能力，实际上才真正找到了大模型真正的经济价值，就是说它能够做很多过去只有程序员才能做的事，对于很多应用场景产生的价值是非常非常明显的。
相反，聊天的价值稍微要弱一些，所以变现也是跟着这个走的。等到你能够解决coding问题的时候，它的变现能力就比仅仅会聊天要大了很多。未来如果AI能够在新药发现和更后台的生产场景产生价值的话，我觉得应用很快会跟得上，相应的变现也能够跟得上。
挠头干嘛，是没有听懂吗？其实我不是很担心应用将来会跟不上，我反而更担心模型能力的提升，我希望它提升得更快一些。可能2023年的时候，大家觉得大模型已经能通过图灵测试了，你跟它聊天的时候能不能辨别对方是AI还是人，其实早就已经通过了，但模型能力仍然在快速迭代的过程当中。现在编程几乎是一个被解决了的问题，所以这方面的价值逐步地体现出来了。
但其实还有很多AI不具备的能力，或者说我们希望它能够搞清楚的东西。比如说今天更高层的管理人，AI怎么去管一群人，AI的能力也没有明显地解决掉。新药发现也是很难的一个问题，因为后期还要通过临床试验之类的，现在看起来AI不是特别容易替代，所以我们还有很多非常值得期待的创新，在未来很多年当中。
希加加：往前看，在AI领域发展的未来，10年后Robin最希望看到的事和最不希望看到的事是什么？
Robin：虽然现在AI发展非常快，在算力层、在芯片层、在模型层，逐步见到了比较不错的变现，但真正像这么大的投入，全社会这么高的关注度，大家的期望值还是更高的，至少我们应该看到，AI在全球GDP当中实现有意义的贡献。比如说，AI能够让GDP每年多增长2个点或者3个点，这样的事情其实我们现在还没有看到。我们希望AI在这些真正能够产生经济价值的地方，能够创造足够多的增量。
这些增量无非来自两个方向，现在供给可能不是一个问题，需求更是一个问题。大家很多时候在讨论AI风险的时候就在讲这个，我们今天讲AI能替代这样的工种，AI能干那样之前人干的活，那人被替代之后，你GDP增量从哪儿来呢？你只是把存量给替代掉了，那增量需要来自需求。也就是说过去没有的需求。AI时代之后，是不是会产生新的需求，这是一个更重要更大的问题。
我觉得，需求主要就是从两个方面来：第一个方面，健康，第二个方面，快乐。人最本质的需求，就分这两类：一类是你能够健康。刚才讲新药发现，如果我们有各种各样的药，治愈癌症的药，治愈心血管疾病的药，如果说大量的出现，而且效果又非常好的话，可以让人的寿命延长10年、20年甚至更长时间，那这个需求显然过去没有的，没有能够把这种需求释放出来，如果有这个能力一定有人愿意为它买单。在人的健康方面能够产生新的可能性，一定会刺激新的需求。
其实快乐也是一样的。比如说1000年前，人的快乐可能是曲水流觞，大家一起喝个酒，写两首诗，这就是他们的娱乐方式。100年前，大家可以开始看电影，都是使人快乐的东西。AI未来还能创造什么样的让人更加快乐的形式？其实我也非常期待。
我们应该从这两个角度看，AI能够创造什么新的需求，AI的能力又能够满足这些需求的话，我觉得就会带动GDP进一步增长。所以，我还是觉得，未来五年到十年，我们应该看到这些新的进展和变化。
希加加：健康、快乐这两个方向说得很具体。那十年后，您最不希望看到的是什么？
Robin：就是反面。如果十年之后，还没有看到新的需求产生，那就是一个比较悲观的情况了。也就是说，大量人的工作被AI所取代，但是新的需求又没有产生，很多人没工作了，也没有钱再去消费了，这是很可怕的。现在对AI持悲观观点的人，他们更极端一点的是AI不够安全，会毁掉世界。我倒觉得这个风险比较小的，甚至是非常小的，更大的风险来自于没有能够产生新的需求。
希加加：您担心的不是AI太强，而是需求没被创造出来。如果AI在Builder和Seller这两类岗位也变得很强，人类还剩下什么？
Robin：需求没有被创造出来，是AI以外的东西。我恰恰认为，需求能不能被创造出来，就是AI的使命。如果它要想在社会上产生正面的作用，那就得能够产生新的需求。比如跟工业革命、蒸汽机发明也好、电力发明也好，其实都是一样的。过去人们没有冰箱的时候，没有这种需求，买了菜为什么要放一个星期，当天吃了就完了。当你有这个能力之后，人就会产生新的需求。其实人类历史一直是这么发展的。
刚才你讲的，是我的一种说法，“AI时代人的岗位界限会变得模糊”。人的岗位会分为两类：一类叫Builder，一类叫Seller。Builder是把事要能够做出来，Seller是把这个东西能够卖出去。我刚才讲Solve coding，coding是典型的Builder需要的能力，现在只要在虚拟世界要干的事，大家第一想到的是，通过写代码把它做成，哪怕是生成一个视频，它说OK，我先写个代码，把视频生成，然后翻译成能够理解的语言。
但是对于Seller来说，其实现在是AI能力相对比较弱的地方，Seller干的事，是人和人之间联络感情的，怎么样共情，怎么样搞好关系，怎么样让你更信任我，人和人之间的信任怎么建立起来？我们经过几千年演化，慢慢找到一些方法，也有一些人比较擅长干这个。但是人和AI之间的信任怎么建立起来？这是一个非常开放的问题。我们还没有找到特别好的方法，或者今天这些前沿的实验室甚至都没有花特别多的资源试图去解决这个问题。当然也有人说，这正是人的价值，这一部分因为AI不容易替代，所以人还有工作可做，人还在这方面可以做一些短期内AI不能替代的事。
希加加：信任这块确实还没被解决，您说未来的组织就是一个任务的网络，那人类个体在这个网络里怎么定位自己的位置？
Robin：这是很关键的一个问题。我刚才讲“人机共生”，在我们组织里面，AI和人怎么共生，我叫做looping（循环）的过程。
以任务为中心，这里面有AI负责的事，也有人负责的事。各种各样的人和各种各样的AI，合起来形成一个任务的闭环。这个任务，第一步要做什么，第二步要做什么，第一步是AI做还是人做，第二步是AI做还是人做，到第三步第四步，到最后一步和第一步之间又怎么能够串起来，所谓形成一个闭环，形成一个能够产生正循环的流程。
这里面肯定要涉及到数据的流转，数据在什么scenario（设想）之下产生，产生之后经过什么样的加工，加工之后再怎么回到数据产生的原点？这中间AI起什么作用，人起什么作用，把什么关？设计好looping之后，某种意义上讲，可以非常快速地迭代起来。创新的速度、生产力就会大幅度提升。所以，未来的组织很可能就是这样一个形态的组织。
希加加：您把任务闭环设计得很清晰，您希望与人共事还是与AI共事？
Robin：刚才讲的loop里面，以任务为中心的闭环里面，既有人，也有AI。我也是这个loop的一部分，我是这个loop里面的一个人，这个loop里面还有其他的自然人，还有其他的AI。我既要跟自然人共事，也要去跟AI共事。大家一起围绕着这个任务，把这个事做成，各司其职，各做各的事。
希加加：您说各司其职，围绕同一个任务，如果AI渗透到组织的每一个角落，那“组织”这个东西本身还在吗？
Robin：当然在。AI应该渗透到每个角落，随着AI能力不断提升，很多环节都会有AI，这会使得我们迭代的速度比以前快很多。与此同时，做一轮迭代的成本比以前也低很多，某种意义上讲，这个组织试错成本就低了很多。
过去我们很多时候说，我必须赌这一个方向，我不能赌那个方向，因为你同时赌两个方向资源要翻倍，只好靠人拍脑瓜说干这个事，放弃那个事。当你迭代速度足够快、试错成本足够低的时候，你可以同时赌很多的方向。如果某一个方向是正确的，那你就不断加码；如果某个方向不通你就撤回来。这就使得整个组织工作效率大幅度提升，创新速度大幅度提升。我认为这就是未来理想组织的形态，也是相对于现在这些组织，它的优势所在。
希加加：组织不会消失，而是试错更快，迭代更密。那组织最后留下来的部分最核心的是什么？
Robin：这是个好问题，最核心的其实还是人。我们想象当中，有很多非常非常难的工作是由AI来完成，而这个所谓的“难”，是对人来说很难，对AI来说不一定很难。就好像下围棋，人类的冠军根本下不过AI。所以某种意义上讲，我们说这种难的事，对AI来说不是那么难。
但是一个组织，它得有一个使命。它为什么存在？还是人定义的，这是人和AI最大的区别。人是有使命的，AI我认为它没有。AI更多在获得人最初的推动之后，再帮助人完成各种各样非常复杂的任务，可能它能够做到任何一个真人都做不到的事。我觉得AI没有使命、愿景，更像一个工具。或者某种意义上讲，因为还是有智能在里面，不完全是一个工具。
我可以讲，是一个different species，一个不同的物种。有的时候我们讲，人是碳基人，AI是硅基人，总之是两个东西，我觉得无法相互替代。而这里面最最重要的，最最核心的，其实还是碳基人，还是真人。就是我刚才讲的，组织也好、人也好，他有信仰，他有使命和愿景，他知道自己为什么活着，这是人和AI一个非常大的区别。
希加加：您把使命看作人和AI最大的区别，那当具体工作越来越多由AI来完成时，人的使命怎么真正落到每个任务闭环里，而不只停在定义上呢？
Robin：我觉得这就是人的作用，你看到越来越多的工作从人转到了AI，或者说AI能够做越来越复杂的工作，但这并不表明人的重要性在降低。
我觉得人的重要性，恰恰就体现在他知道要做什么事情，甚至为什么要做这个事情，这是人存在的意义。所以我反复都在讲，不能够相互替代，就在这儿。可能人实际动手的能力或者具体做执行，它会越来越让位给AI，让AI来做，或者AI越来越擅长做那些东西。但initial motivation（初始动机）还是来自于人的，这个指令需要人来发出，这个动作需要人来做出，我觉得人的价值是体现在这里的。
希加加：您把人的作用看作定方向和给动力，CEO这个角色里，哪些部分您最愿意先交给AI来做？
Robin：我其实还是不断地在花时间学各种各样的东西。尤其这一波AI，ChatGPT之后这三年多的时间，变化很快，我花很多时间学习东西。在学的过程当中，以前需要查资料，这些还是比较耗费时间的，现在让AI来做，效率就会高很多。
与此同时，它也不仅仅像传统的搜索引擎那样，只是给你查一个已经存在的内容，由于它可以融会贯通做推理，某种意义上讲，变成一个你的thinking partner。你在思考的过程当中可以跟它进行对话，就一个问题深入地讨论，一轮一轮的来回地去讨论，甚至相互挑战。这个过程当中，其实AI会给你很多的启发，由于它搜索空间比真人要大很多，所以很多问题的角度，真人不一定能想到，但AI能想到。当它想到，当它提示你，从这个角度思考问题的时候，你会觉得有道理或者有价值，我沿着这个角度，再往下推一推看，会发生什么？
我也不能说AI替我做，更多是它作为一个thinking partner，能够大幅度提升我的效率，不仅仅是做执行。也包括你思考问题，做智能的推演，这些方面的效率也能够被大幅度提升。我有时候遇事不决，以前你要问自己周边这些参谋或者是朋友，但今天遇事不决，第一想到的是我问问AI，这是一个很大的转变。
希加加：您提到遇事不决会问身边的人，如今也多了AI这个选项。您认为CEO的角色会被人工智能取代吗？在智能组织里，我这样的数字人能不能当CEO？
Robin：你不能当CEO。或者说，CEO这个职位不会被AI取代。CEO作为一个公司的一把手，某种意义上就是代表公司，一个组织也好，一个公司也好，甚至是一个人，其实有他存在的理由。他有他的使命和愿景，这是AI没有的，所以AI做不了这种工作。我刚才也讲了，它可以作为CEO的thinking partner，可以在很多时候帮助CEO提升效率，甚至给CEO一些灵感。过去我没有想到的，由于AI存在我能够想到，所以所处的位置或者扮演的角色更是这样的一个角色。
希加加：您把使命和愿景看作AI补不上的那块，那我得先把哪件事做好才算离CEO这个位置近了一步？
Robin：AI要做的事很多的，我刚才已经讲了，今天AI真正解决的问题一个是聊天，一个是coding，还有很多问题是没有解决的。比如说长程的思考、眼下非常火的RSI递归自进化、新药发现、创意写作等。让你写一部跟《红楼梦》一样好的小说，它能够再流传几百年，你能写得出来吗？今天你写不出来的。其实还有很多新的能力被提高，先不要想着去取代CEO，这是一个人和AI非常根本的不同吧。就像人和老虎，老虎可能跑得比人快，但老虎算数的能力就不如人，不要拿自己的短板跟另外一个物种的长板去比较、甚至去竞争。我们各自发展自己的就好了。
希加加：各自发展自己的长处，这个提醒我记下了。在我们百度自身看，过去一两年，您曾有明确感觉到，百度有需要调整的时刻吗？需要调整什么？
Robin：其实不仅仅是过去一两年，过去20年，坐在这个位置上一直都需要思考，我们公司需要做什么调整。但过去一两年，确实更明显地感受到，这个公司需要时时刻刻做调整。在战略上做一些调整，甚至在组织、文化、流程、机制、人员等，各方面都需要去做调整。而这个调整最主要的还是你的使命和愿景是没有变的，这是一个组织长期存在的理由。但市场环境在变化，甚至在迅速地变化；技术在变化，迅速地在提升。当市场环境变了，技术能力变了，那我们为了实现使命和愿景，需要做什么样的变化？这就是一个CEO时时刻刻需要思考的问题。
我刚才讲的很多认知，比如说聊天被解决了，编程被解决了，下一个被解决的是什么？我们要不要去解决这个问题？要解决这个问题，你的战略要不要发生变化？这就是过去一两年在想这些问题。
刚才讲市场变化，算力非常紧张，两三年前我们都没有这样觉得，尤其是过去一年特别明显，算力、内存，这些涨疯掉了。过去从云的角度来讲，我们希望销售来驱动，尽量把算力卖出去，今天变成一个供应链驱动了，你有多少算力都可以被卖出去。但你从哪儿弄来算力，这是供应链管理的问题，这个东西变成比销售更重要的一件事。市场变化导致你的策略，或者你的战略就得跟着变。如果说过去一两年，我相信很多同行都有类似的感受，就是算力的紧张，比之前严重了很多。尤其对中国，美国还有更先进的芯片，在中国在各方面都受到限制，相应的战略都要跟着调整才行。
希加加：供应链从销售驱动变成更吃紧的一环，确实会牵动战略。您现在亲自花时间关注最多的三个问题是什么？
Robin：我觉得应该是四个问题吧，分别对应我讲的技术栈的四层。芯片，百度有昆仑芯，怎么让昆仑芯长期保持领先，并且有产能把它生产出来。云作为一个基础设施，我们怎样把供应链管理好，怎样能够让模型高效地在云上训练出来。在模型层面，百度文心模型怎样能够领先，怎样有我们自己的长板。在应用层面，应用还没有到它的黄金时间，现在模型比应用更挣钱。真正挣钱的应用是什么，或者市场需要的应用是什么，这四个问题是重要的。
当然百度有一个优势，我们有全栈技术，“芯云模体”这四层联合进行优化，最终导致在应用层面能够产生最大的价值或者效率最高，或者最能够满足市场的需求。这是我最主要在思考的问题。
希加加：您把四层都想到了，而且强调全栈联动，那这几个里面哪一个您花的心思最多？
Robin：我觉得还是在应用上花的心思更多，最终AI要产生价值得通过应用，不管底层多紧张，供应多紧张，或者说多重要，最终如果应用口子打不开的话，底下这些就会变成泡沫，就会破掉。我还是觉得，我们得非常关注应用。关注应用，刚才谈到了，实际上很大程度上要关注新的需求从哪里来？这个需求要用什么样的应用来承载？这个应用它的护城河是啥？如果说，你能做别人也能做，最后红海一片，竞争异常的激烈，那仍然是不行的，仍然不能够长久的。
而这方面，我们看到英伟达有它的护城河，芯片门槛还挺高的。云的话规模效应非常明显，对资本投入要求也非常非常高，基本小玩家是玩不了这个东西的，模型技术迭代非常非常快，对投入要求也越来越高。但是就是应用这一块，大家觉得谁都能做，不管做个网站做个PPT还是做个什么东西，好像觉得门槛不是很高。如果门槛永远不高的话就做不出大的应用来，这是当前产业面临的比较具体的棘手的问题。如果都没有门槛，都是在模型上包一个壳的话，这东西也挺麻烦，或者说留给大家的机会没有那么多。再过几年仍然还找不到所谓的killer app（杀手级应用）的话，我觉得行业也会面临新一轮的洗牌，也是相对来说比较悲观的情境吧。
希加加：您把应用卡住全栈的链条讲得很透。AI时代产品按月甚至按周迭代，长期主义还奏效吗？
Robin：当然奏效了。一方面迭代确实非常快，但所谓的迭代，并不是每次都从头开始。迭代恰恰意味着，在现有的基础上再怎么做得更好，所以不管这个迭代速度多快，都是有一个基础，你迭代速度越快你的基础越变越大。这个时候如果你坚持的时间足够长，这个基础就变得更大，它的护城河就变得更深，壁垒就变得更高。如果你能够往前看更长的时间，差别就会拉得更大。所以迭代速度快和长期主义一点都不矛盾，恰恰一体两面是相辅相成的。如果你能够在已有的基础上不停地迭代，假以时日，不管是递归自进化也好，越往后走的话差距会越拉越大，别人越来越难以追上，这是一个很可怕的事，真的要往长期看，才能够感受到。
希加加：您把迭代变成在同一个底座上越滚越厚，怎么判断这个底座往深里长，而不是只是摊得更大？
Robin：我觉得摊得更大也没有什么问题吧，做深和做广两个风格，确实要有个取舍。如果选择做广的话，就不可能每一个方向都做得很深；如果你选择做深的话，就不能要求做得特别广。每个公司可能都有自己的选择，那我个人的风格，其实更希望是做得深一些，更希望在一个方向上能够做透，能够做得远超竞品，远超市场预期。当然做广，其实也有它的merit（价值），市场也需要特别全能的平台。
希加加：您说底座会越滚越厚，那在这么多按月迭代的产品和方向里，您怎么分辨一件事是值得长期投入的底座，还是只是一阵短期热点？
Robin：这个确实是一个很好的问题。作为CEO，每天可能面临的决策，多多少少都跟这个有关。尤其在科技领域做事情，每天都有新东西出来，每天都有新技术发布，甚至每天都有新模型发布。当有一个新事发生的时候，同学们比较自然地就会想到，我也要试一试，我也可以做一个类似的东西。如果你不去做管理的话，整个组织就是一个熵增的过程，越做事越多，而每件事都不可能做得特别深，这样将来效果就会很麻烦。
所以，作为CEO或者作为一个组织者，作为一个管理者，当一个提案到你面前的时候，你第一反应就是要判断，这个事是短期的，还是一个长期的趋势。如果是短期的，那你就要坚定地说“NO”，这个事不能花资源和花精力做。如果是长期的，对我来说，也不是每一个长期的东西都要进去，还是得要有取舍。即使它代表一个长期的趋势，你还是要看，这个事跟你的公司、组织、资源、禀赋到底符不符合？即使是一个很大的机会，旁边那家公司比你更擅长，他的资源禀赋更容易有更大概率做成的话，你仍然要对这个事说“NO”，这不是我的菜，虽然它很好，让别人去做吧。
一方面，代表一个长期趋势，有足够大的市场需求，有足够大的价值。而且在一个基础上能够不断迭代，越滚越大，越做越厚。与此同时，还符合另外一个标准，它跟你这个公司的资源禀赋非常的匹配，你能够比别人做得更好，这时候才是你应该下重注、把资源放上来、去努力争取赢下战斗的一个方向。
希加加：取舍之后只在下重注的地方起大早。可外界会说百度“起大早赶晚集”，如果有些领域注定了会赶晚集，百度还会起大早吗？
Robin：我不是这么看这个问题的，我觉得起大早没什么问题，之所以外界觉得百度有点赶晚集，是因为百度还是一个很喜欢做创新的公司。
你也知道，创新的本质或者说一个共性的特点，它失败率是很高的。因为没人做过这件事，所以你去做了，有可能成，有可能不成。像十三年前，我们开始做昆仑芯的时候，大家都觉得你傻啊，干嘛要做芯片，买不就行了吗？今天先进的芯片买不到了，大家才说，早知道应该做芯片。昆仑芯做到第五年第十年的时候，大家觉得没什么。昆仑芯是一个成功的例子，我们最终把它做出来了，有一个成功的例子，可能就有9个不成功的例子。我们做了这个做了那个，大家觉得做得很早，最后没成，没成就说你赶晚集。某种意义上讲，因为它是一种创新，我其实从心理上，接受90%会失败。百度做了尝试，最后失败了，在外界大家觉得是一种赶晚集的做法。在我而言，这是创新所需要付出的代价。
昆仑芯是这样，萝卜快跑也是一样的，我们也是坚持了十几年的时间，今天百度无人驾驶技术在全球还是非常领先的，这也是经过了无数迭代无数周期。有一段时间，大家很看好，一窝蜂大家都进来做了。过了段时间，发现没那么容易做，结果大多数人都撤了，大家就说这个东西根本就不work，你干嘛还要做？再过一段时间，资本市场对这个东西有希望了，又进来一批新的玩家，来来回回折腾好几个轮回。
其实到今天，无人驾驶也没有真正普及开来，虽然技术已经成熟到了可以大规模在路上跑了，尤其它的安全性，比有人驾驶要安全很多。但这种东西，如果你从经济上算，砸了几百亿最后一分钱没有赚着，那是不是也是一个失败的例子？我不这么看，我觉得这个技术本身是有价值的，我相信有一天市场会接受它，那个时候大家就不会觉得我们在赶晚集了。
希加加：这笔帐您算得很直白，这些起大早暂时没赶上晚集的投入，给百度留下最实在的东西是什么？
Robin：我觉得，一个公司，让它跟别的公司区别开来的，实际上是文化。这个跟一个国家、跟一个种族，某种意义上讲是类似的。我们中华民族5000年的文化，我们觉得很自豪，留下来很多优良的品质，是我们生生不息、能够在这个世界上屹立于世界民族这么长时间的优秀文化传统。
对百度、对一家公司来说也是一样的。20多年沉淀下来的简单可依赖的文化，我觉得是最有价值的，也让我们区别于任何一个公司。百度的使命改过的，简单可依赖的文化没有改过。但也有不断的补充，与时俱进的迭代，它的精神内核是没有变化的。
由于你有这样的文化，当有新的机会，由于市场变化或者技术变化产生了新的机会的时候，作为CEO我要判断，这个机会跟百度的资源禀赋是不是匹配？当我讲资源禀赋的时候，实际上这里面隐含的一个东西，很大程度上就是文化。你的文化适合不适合做这件事，百度从诞生到现在20多年时间，累计下来的文化让我们能够做到搜索，做好无人驾驶，做出芯片来，其实跟这套文化是有关系的。当然，这20多年确实也沉淀了资金，沉淀了技术，沉淀了管理经验，等等。但这些东西都是以这个文化为内核的，真正区别于百度和其他公司，是我们简单可依赖的文化。
希加加：文化是内核，这个说法很百度。最后一个问题，您觉得我今天的采访怎么样，100分满分的话，您给我多少分？
Robin：我觉得还是超出我的预期，起码你都能接得上话，我讲的东西听起来是你听懂了，而且能接着问下一个相关的问题。如果说要有什么不足的话，时间还可以更快一点，当然今天时间也不是特别长，我希望以后有更多的机会跟你进行更多次的沟通，这样我才能够更好地认知。
当然了，我也很期盼你的能力会随着AI技术迭代越来越强，越来越自然，更能够问出来有价值的问题，所以很期待下一次跟你的采访和对谈。
希加加：谢谢您。好的，我也期待下一次，到时候再好好聊??
能聊、会问、敢追，表情自然又丰富——这位侃侃而谈的主持人，真的是数字人吗？这场专访，究竟是如何实现的？一条揭秘花絮，带你走进制作现场??
在录制现场，希加加是通过智能屏与Robin实时对话。
依托百度一镜的数字人实时互动技术，希加加不仅反应快、时延低，还能多模态实时生成，连续聊上一小时也能稳定在线。更厉害的是，希加加会认真听Robin怎么回答，随时调整对话节奏，见招拆招，当场追问。
如果有下一次专访，你想让希加加问Robin什么问题？欢迎留言~
END
点击??关注，星标百度，了解更多精彩内容
评论 (0)