嘉宾介绍
薛翀，北京协和医学院外科学博士，美国约翰霍普金斯医学院博士后，北京航空航天大学杭州创新研究院特聘研究员，曾在浙江大学附属二院从事临床医学工作。
于2016年1月创立全诊医学，致力于医疗人工智能的研发与应用。公司核心团队成员由医学博士、计算机科学家跨学科融合组成，自主研发核心产品，拥有40余项发明专利和软件著作权。
快问快答
1、能否介绍下你们的产品和核心应用场景？
2、生成式AI和大语言模型为创业者带来了哪些机遇？
全诊AI产品基本成熟并且受到市场验证，目前已经是医生用户数最多在全球范围内属于领先地位，主要用户有两大类：独立执业的个体诊所医生和大型医院。2023年最大的挑战和收获都在于产品化并服务三甲医院，产品最早在浙江省人民医院和浙江大学邵逸夫医院合作研发，并在两家医院分别落地应用住院全流程AI病历书写和门诊病历AI书写，之后短短1年时间已经合作国内三甲医院接近30家。
3、生成式AI和大语言模型为创业者带来了哪些机遇？这波创业浪潮和过往有哪些不同？
生成式AI能满足各行业中内容生成的需求，带来的机会在于满足各行业中的内容生成相关的需求，而大语言模型不仅仅大大降低了AI研发的成本，同时让计算机往拟人化迈进了一大步，语言是人类将听觉和视觉高度融合的符号，人类通过说和写将符号互相转化，人类最强大的四大能力是听（耳）、说（口）、读（眼）、写（手），语言是其中的转化符号，大语言模型的超强语言能力涌现，让AI Agent成为可能，也就是说AI可以成为具备感知并作出行动的智能体，这给各行业又带来一次崭新的机会。
这波创业浪潮和过往的区别主要有两点：1，人力的规模会比以往互联网时代创业公司更为精简，AI创业公司不仅会考虑通过提升效率去节省客户的人力资源投入，同时也会考虑用AI去解决自身内部的效率问题；2，这一次AI浪潮下创业，对行业的深度理解的人创业能更快更好地抓住行业内机会。
4、目前国内市场环境落地AI应用面临哪些挑战？
最大的挑战在于国内的通用大语言模型的能力偏弱，无论是商业化的还是开源的通用大语言模型，国内的都比海外的能力差一大截，这一次通用大语言模型会出现两类模式，类IOS的商业化操作系统，如Open AI和Google Gemini等；类安卓的开源操作系统如llama等。做AIGC的创业公司需要根据自身需求和行业特点选择通用大语言模型。
5、面对巨头可能带来的“降维打击”风险，AI创业公司应该如何保持竞争力？
自从OpenAI 推出GPT3.5以来，实际上是拉平了巨头和创业公司在AI输出方面的能力，无论在2C和2B领域，客户规模以及高质量封闭数据的积累是竞争力的核心，同时抓到行业痛点快速产品化，并且快速回流新产品服务的数据，会形成新的竞争门槛。
6、一些创业者认为大语言模型目前能力还不够，限制了AI应用/产品的发展。您对此怎么看？
关键要看解决什么问题，解决问题的程度，即使通用大语言模型能力不够，加上产品叠加的功能能否提升到客户能够感知的价值，并且愿意为获得的产品服务买单。
7、如何看待大模型和GenAI 带来的“人机协同”新范式？企业如何适应和革新自动化流程业务升级的变化趋势？
正如前面所说，人机协同跟AI Agent一样会变成多模态并行，就跟微信跟真人好友聊天一样，可以是耳口协同（听和说），也可以是眼手协同（看和写），Chatgpt已经让AI跟人的协同变成了跟微信真人好友的协同模式。我们公司的产品全诊AI让医生书写病历可以用多种书写模式，不再跟以前那样只能敲键盘码字，跟AI的协同也是多模态的。
8、2024年还有哪些新技术趋势值得关注？
需要关注AI发展的几个趋势：1，多模态大模型能力的演进，可以处理更多的功能，是AI Agent能广泛用的技术基础；2，AI与机械设备的融合，包括新能源汽车、医用机器人等，等于把大脑智能和肌肉智能进行高度融合，这让肌肉智能更为强大。
报名通道
作者：薛翀