9月11日報道，今天，在2025 Inclusion·外灘大會開幕式上，螞蟻集團CEO韓歆毅，小米集團手機部副總裁、可穿戴部總經歷張雷，金沙江創投主管合伙人朱嘯虎以《破局與重構：大模型落地產業進行時》為主題展開了圓桌對話，談到各自對超級入口、AI商業模式、中國企業未來機遇的看法。

韓歆毅認為AI正在吞噬軟件，螞蟻集團專注的醫療場景是用戶剛需且是中高頻需求，因此他們并不擔心商業化，而是將重點放到了高質量的數據、抑制幻覺、醫學倫理三大技術難點上。

張雷提到，Agent在單一、明確的領域已經取代App，但復雜強邏輯賽道短期內無法取代。不同于AI手機、AI PC，AI眼鏡重塑了交互邏輯，實現從被動到主動決策。他透露，目前在眼鏡端用戶喚醒小愛同學進行操作的頻率是手機端的6-7倍。

朱嘯虎認為AI和軟件會共生共存，大廠不愿意干的臟活累活就是Agent企業的機會。從投資者角度，他們首先要避開的就是協同類軟件，這個市場會很小，而更容易商業化的就是成熟技術，如去年是會議紀要，今年是Voice Agent（語音Agent）。而中國創業者適合做to C，明年肯定會爆發很多AI應用，中國創業者大有機會。

最后，三位大佬還對當下的AI創業者提出自己看好的方向，韓歆毅看好專業領域的服務業，但他也提到這對從頭創業的年輕人有點難，需要一定的經驗和資源投入；張雷看好翻譯類、助手類、學習服務的場景；朱嘯虎認為每一波周期都很類似，去年是硬件，今年是AI Infra，明年肯定是應用大爆發，下一個字節、快手、小紅書今年應該已經成立了。

以下是圓桌對話的精華整理：

一、低代碼軟件已被AI取代，復雜交互場景可能造就超級App

a16z普通合伙人Jennifer Li曾提出：“AI正在吞噬軟件。”

韓歆毅贊同這一觀點，他認為首先軟件是用相對確定性的方式解決確定性的問題，而這也是大模型所擅長的，其次現在已經有軟件自己生成Agent解決任務，這個趨勢非常快。

張雷和朱嘯虎的觀點略有不同，他們認為AI和軟件會共生共存。

張雷提到，當前沒有看到大模型吃掉所有軟件的可能性，大模型在很多場景下可以提升效率，而不是吃掉所有的軟件。后期大模型和軟件將是融合、共生共存的過程。

簡單低代碼、無代碼軟件會被AI取代，很多在泡沫期估值很高的低代碼公司現在基本沒了，但復雜流程、強邏輯的軟件，AI想要取代它們在Transformer架構下是不現實的。朱嘯虎提出這一論斷的依據是，只要Transformer架構哪怕只有1%的幻覺，AI都無法取代復雜流程類的管理軟件，更多會是共生共存。

▲金沙江創投主管合伙人朱嘯虎

在韓歆毅看來，以后可能沒有App了，將來會有一個或若干個超級入口，但什么形式目前還不能確定。

對于Agent和App的關系，張雷提到，Agent在單一、明確的領域已經替換了App，但復雜交互的場景短期內非常困難，可能往長期看，有可能造就超級App，但這需要的能力全面性很高，路還很長。

朱嘯虎覺得，超級入口的誕生是必然的，入口會越來越集中。現在這一趨勢已經很清晰，谷歌手機已經可以直接語音輸入、反饋結果，再結合多模態形式一起做輸入。

Agent廠商的機會，可以類比美國移動互聯網時代的Uber、DoorDash、Airbnb，這三家企業所在的賽道是大廠不愿意干的苦活累活，這同樣是AI的機會。

二、用戶留存是Agent企業增長潛力的標準，AI眼鏡可能成為新入口

作為投資者，朱嘯虎認為在軟件行業，編輯類、協作類軟件需求量會大量降低，幾百個人共同協作完成項目，AI出現可能會變成十個人的協同，這對協同軟件本身的要求就會大幅降低，對市場產生很大影響。正如此前爆火的Figma現在熱度也回落了。

換個角度講，軟件不是被替代，而是用戶數減少了，用戶數減少以前用戶量的10%的話影響是巨大的，因此從投資角度看，他們肯定會避開協同類軟件，這個市場以后會小很多。

對于Figma這類企業而言，朱嘯虎提到他們業務重心必須變化，從此前的專注協同到現在專注交付更好成果，但即便生成能力再強大，最后商用階段還是差5%、10%，這部分如何進行編輯、如何快速達到商業交付的質量，是創業公司創造價值的機會所在。

對于判斷AI、Agent時代企業增長潛力的標準，朱嘯虎認為還是用戶留存，從PC互聯網、移動互聯網到AI時代都是這一個指標。

現在很多AI公司并沒有用戶留存，這是因為產品剛發布用戶很愿意嘗鮮，但試過之后不一定會付錢。而在移動互聯網時代，想要召回用戶需要十倍以上的成本，這幾乎沒有可能性。因此，留存好不好才能證明公司有沒有發展潛力。

他提到，事實上，現在很多AI公司在后續融資階段都不敢說留存，只說ARR（年度經常性收入）。

螞蟻集團專注于醫療場景，對于用戶留存的考量，韓歆毅認為這是用戶剛需且是中高頻需求，所以，當AI醫療健康做到極致，可能就不需要再關注用戶留存。而這其中最核心的一點是，應用能不能真的像專業醫師一樣了解用戶、給出建議等，這也正是AI醫療健康的終極目標。

同時，通用大模型也無法替代這樣的垂類場景，這是因為醫療場景的專業能力強就會有護城河，用的越多越了解用戶。

不過AI醫療在相當長的時間內都替代不了醫生，更像醫生的助手，其無法像人一樣對人體有清晰的認知，但AI可以幫助醫生更好、更全面、更系統的了解病人，使醫生從專科變成全科醫生。

AI很難替代人類的一大場景是需要物理接觸的治療，所以韓歆毅提到唯一的出路是人機結合。如今，AI的作用就是幫助醫生分身有術，使其將更多時間放到科研、疑難雜癥上，讓更多基層醫生有一個很好的助手。

▲螞蟻集團CEO韓歆毅

在硬件賽道，張雷談到了對于未來會成為真正超級入口的終端的思考。

他認為，AI的加持下，所有的硬件都應該重新思考。對于未來的入口機會，還是要回到AI硬件的能力。只有讓用戶離不開設備，終端才能有機會切換成入口。

長期來看，AI眼鏡有機會成為新的入口。

現在AI手機、AI PC等設備都專注于用戶體驗的提升，沒有改變基礎交互邏輯，還是被動式、需要用戶觸控決策的。但是眼鏡端是從被動到主動，完整呈現了用戶的所思所想所看后，然后基于此進行判斷、執行。在張雷看來，這可能就是未來交互范式變化的一個載體。

以小米AI眼鏡為例，目前用戶的高頻使用場景除了接打電話、聽音樂，還有瞬間抓拍、基于圖片的問答等，他補充手，在眼鏡端小愛同學喚醒操作的頻率是手機端的6-7倍。

如今AI眼鏡仍處于產業發展初期，其目前只是手機的延伸品類，顯示、交互等能力的提升還有很長的路要走。

三、成熟技術適合商業化，醫療場景面臨數據、幻覺、倫理難點

什么行業有商業化潛力？朱嘯虎認為：“真正適合商業化的都是Boring Technology”。

去年商業化比較成功的就是紀要能力，比如Plaud的AI紀要硬件、釘釘的軟件、醫生和病人之間的談話紀要等工具。這個技術沒有難點，追求商業化就需要比較穩定的技術。

今年他感覺是Voice Agent（語音Agent）已經在大規模商業化，例如客服、銷售、AI玩具等都是這個場景的延伸。

放到具體的醫療場景中，韓歆毅總結了大模型落地的三大難點：高質量的數據、抑制幻覺、醫學倫理。

對于數據和幻覺，螞蟻已經找到了比較好的方法，今年6月份螞蟻發了AI健康應用AQ，在醫療健康咨詢上有比較好的效果。

首先，高質量數據積累需要極大投入，一條數據可能要上百美元甚至更高，需要主任醫師的水平的數據才能訓練好；其次是幻覺，其難點在于抑制幻覺的同時不降低模型能力；第三點是醫學倫理，螞蟻正建立醫療倫理的顧問委員會，請醫療界頂級專家來完善。

韓歆毅補充說，他們并不擔心商業化，首先醫療健康是極其大的產業；其次商業模式相對清楚，不靠廣告、交易，本身就是醫療、藥、保險，無論什么時代的商業模式都類似；第三個是，未來1-2年他們不應該將注意力放到商業化上，因為有市場、有路徑就沒有必要再探索商業化，而是放到前面的三個技術難點上。

四、明年AI應用會爆發，中國創業者大有可為

AI全球競爭格局下，張雷認為中國的優勢在于供應鏈端的成本、效率、AI生態優勢。

中國企業想要利用好供應鏈的成本和效率優勢，還是要回到產品力上。企業能快速看到機會點、快速布局、做多產品線、Sku快速迭代、搶占所有市場、實現銷量提升，這些都需要進行相應決策。

此外在AI生態優勢下，如何找到真正是用戶非常需要的場景，去真正落地，提升用戶體驗，形成粘性，然后提升產品力，這些都是企業需要基于這些優勢回到產品本身考慮的。

▲小米集團手機部副總裁、可穿戴部總經歷張雷

談及中國企業的優勢，朱嘯虎回顧了金沙江創投投的中美比較快的AI企業，前10個中有6個都是做To B、為外國創始人，剩下4個中國人是做To C。

他認為，中國創業者適合做to C，明年肯定會爆發很多AI應用，中國創業者大有機會。這是因為to B賽道規模大了后需要本地的銷售團隊。

而即便當前通用大模型能力相近，中國創業者擅長的就是在AI以外搭建用戶體驗的差異，并且這些產品的差異點已經在過往的周期里被廣泛證明，人的需求不會改變，只是現在AI讓用戶體驗更好了，人的需求也不會改變。

結語：Agent成AI落地核心趨勢！中國創業者錨定差異化玩法

大模型產業的發展瞬息萬變，今年以來，從單個Agent的能力提升，到讓多個Agent進行協同工作實現廣泛應用，已經成為AI落地的一大顯著趨勢。在這背后，能在性能相差不大的基礎模型之外，為用戶在Agent之上找到更多差異化體驗、更多玩法的中國創業者正在發力。

與此同時，正如上述三位AI大佬所說，想要找到行之有效的商業落地模式，不僅要找到用戶剛需場景，還要有成熟的技術以及產品力，才能保證用戶留存，增強產品的粘性。而擁有供應鏈成本、效率優勢、AI生態優勢的中國AI創企，正在將這種優勢轉化為產品升級、向全球化擴張的動力，打造出AI時代的超級應用。