大家都在等10亿级DAU超级应用，李彦宏却找到了更重要的事_风闻

从 ChatGPT 爆火算起，AI 引发的全球热潮已经持续两年多的时间了。

整个行业的焦点，也从“ 我们要有大模型 ”，到“ 我们要做大模型应用 ”，再到如今，国内争论不休的新焦点是“ AI 超级应用在哪？”。

面对各种未解的行业之问，在 7 月 4 号于上海召开的世界人工智能大会上，国内 AI 的头部玩家李彦宏给出了许多全新的判断。

在十几分钟的演讲中，让编辑部印象最深的点，就是李彦宏对于本文开头提到的**“ 超级应用 ”**的解读。

他表示，AI 时代，“ 超级能干 ”的应用比只看DAU的“ 超级应用 ‘ 更重要 ’，” 我们要避免掉入‘ 超级应用陷阱 ’，觉得一定要出现一个 10 亿 DAU 的 APP 才叫成功，这是移动时代的思维逻辑。”

这其实和很多人的认知有所不同。因为在移动互联网时代，DAU 破亿往往被认为是 APP 发展的转折点，也是超级应用的门槛之一。

以往的经验使得我们很容易陷入移动互联网时代的****思维陷阱中，在 AI 热门应用逐渐浮现之后，很多人拿着亿级别、10 亿级 DAU 来判断 AI 超级应用有没有出现。

百度也是从亿级 DAU 时代蹚过来的，但李彦宏却觉得不能完全以上个时代的逻辑类比 。

我们会发现，在移动互联网时代，超级应用主要面向 C 端，目的为了方便用户日常生活工作中的一切需求，所以尽可能做的一应俱全、应有尽有。一些满足用户全面需求的很多超级应用往往非常庞大，DAU 达到亿级、10 亿级。

现在 AI 时代，大模型在 B 端的影响，其实会大于 C 端。在不久前的亚布力计划走进百度活动中，李彦宏曾表示，大模型对于 To B 业务的改造，会非常深刻和彻底。他觉得比互联网对于 To B 的影响要大很多，要大一个数量级。他也提到，所谓的 AI 原生应用，DAU 都不是很大，跟移动互联网时代没有办法比，反而在 B 端看到太多的例子，在业务上产生很大的增益。

现在，大模型更加深入在 TO B 业务的改造中。李彦宏现场以快递行业举例，利用大模型能力处理订单，快递公司做到了“ 一张图、一句话寄快递 ”，不再需要其他繁琐流程，时间从 3 分多钟缩短到 19 秒。“ 而且，90% 以上的售后问题，也都由大模型来解决，效率提升非常显著。”

如今像快递等各行各业的企业对于大模型能否在自己的实际业务量用起来、用好的需求其实非常强烈。对于企业来说，他们要的不是庞大的应用，而是足够强的工作能力的应用。

李彦宏觉得只要能对产业和实际场景带来大的增益，AI应用创造的价值就已经大于移动互联网。

李彦宏的这一观点，其实也让我们把问题重新拉回到本质问题上：我们选择用大模型的根本原因在于其带来的实际价值？

大模型的出现之所以让我们这么兴奋，就是因为它具有强大的技术通用性，包括理解逻辑生成记忆等强大基础能力，使之能够胜任比以往更多的通用性任务，能够解决更多的实际问题。

再强大的技术只有应用起来，解决实际的问题，才能形成强大生产力。所以李彦宏才特别强调需要“ 超级能干 ”。

其实类似于超级应用的方向争论，一直存在于这个探索中的行业。李彦宏对不少从业者迷茫和困惑的诸多问题，带着自己的思考，为大家点明了方向。

比如争论不休的开闭源之争，在李彦宏看来，大模型开源的开发者们“ 并不能站在巨人的肩膀上。”

他点出了一个很多人容易忽略的地方，大模型的开源和软件的开源，并不相同。

不同于以往的软件开源，很多大模型其实并没有开放源代码。模型开源只能拿到一堆参数，还要再做 SFT、安全对齐，即使是拿到对应源代码，也不知道是用了多少比例、什么比例的数据去训练这些参数，无法做到众人拾柴火焰高。

并且，基于开源大模型二次改款后获得的模型，尽管可以服务自己的个性化需求，但会变成孤本模型，开发者们没办法从基础模型的持续升级中获益，也没办法跟别人共享算力。

所以，很多人幻想的蓬勃的开源模型生态，可能并不如想象般美丽。Llama 虽然也鼓励大家贡献代码，但到头来，最主要的开发者依然是 Meta。

李彦宏相信大模型应用的混战里，商业化的闭源模型就是最能打的。

一方面，闭源模型依托于成熟的商业模式，有更多的资金和人力，研发的成果也可以得到保护。

而且，根据李彦宏的说法，闭源反而更节省成本，推理成本更低、响应速度更快。得益于技术能力持续升级，文心一言的推理成本还在不断压低，自 2023 年 3 月至 12 月底，推理成本基本降低至原有的 1%。

总的来说，李彦宏肯定了开源模型在一些学术研究、教学领域有存在价值，可以用于研究大模型的工作机制，形成理论。但开源模型并不适用于大多数应用场景，在激烈的商业环境中，想要让业务效率高于同行、成本低于同行，商业化的闭源模型是“ 最能打的 ”。

除了对于开闭源的思考之外，李彦宏还用百度实打实的实践，替大家摸索 AI 应用如何从 TPF（ Technology-Product Fit ）阶段走向 PMF（ Product Market fit ），最有前景的方向到底是什么？

对此，AI****Agent 智能体就是他最看好的应用方向。智能体不仅是具备对话能力，还有反思、规划和协作能力，更擅长于处理复杂的任务。

像最近百度和中国工程院朱有勇院士团队共同打造的“ 农民院士智能体 ”。它学习了朱有勇院士的研究成果以及农业知识，从旱地稻种植，到病虫害防治等一系列农民实际遇到的问题，就都能得到最专业的解答。

而这样一个专用的智能体，在百度的文心智能体平台（ AgentBuilder ）上，不需要编程，我们只需说出自己的工作内容流程，加上专业的知识库，能迅速调试出一个匹配个人工作习惯的智能体。

“**这比互联网时代制作一个网页还要简单 ”，**李彦宏说。

从一开始就坚定的做最强大的基础大模型，并坚守应用才是模型的真正价值所在，在到现在对于大模型超级应用核心价值的判断，以及对于下一个前沿应用方向智能体的认知，我们不难拼凑出李彦宏对于 AI 实用主义的一个个思想锚点，以及百度在 AI 领域一直在一步一个脚印地用实践描绘蓝图。这些实打实积累下来的经验，无疑为行业内的人指明了方向。

让编辑部觉得挺意外的是，作为移动互联网时代的老玩家，李彦宏对新时代的趋势判断总是那么具有前瞻性，并且一直在迭代自己的 AI 应用思想。

在早期大家都在卷模型，大打百模大战、消耗算力的时候。李彦宏就表达过，对于 AI 创业者来说，核心竞争力本就不应该是模型本身，并多次发生呼吁钻研 AI 应用。

一年多过去了，行业从“ 要有模型 ”，转变到“ 要有 AI 应用 ”，无疑印证了上述判断的准确性。

李彦宏的这些思考，也早就落在了百度的动作上，这也使得百度可以在 AI 行业慢慢进入深水区之后，依然做出精准的判断。

包括这次提出的新思考，当大家都聚焦在 DAU 上的时候，他把思路回归到了大模型的本质价值上：要催生能解决实际问题、解放生产力的应用，打造“ 超级能干 ”的应用。

知危编辑部也认同，只有让更多人应用上、应用好大模型，助推各行各业爆发出数以万计“ 超级能干 ”的应用，才能把大模型的价值充分释放出来。