还在商业化中的 AI，
从学校到产业

开场为什么标题里要加“还在”

各位领导，大家下午好。今天非常荣幸，能代表这么多企业，来跟大家聊一聊——我自己是怎么“从学校到产业”，一路把人工智能孵化下来的。

大家看我这个标题，我特意又加了两个字：“还在”商业化的过程当中。为什么加这两个字？因为我们造物云虽然是 2022 年才注册成立的，但我们做人工智能，前前后后已经将近十年了——而到今天，我依然觉得，这件事还在路上。

昨天晚上，我把过去十年又复盘了一遍，最后收成三条经验，今天就围绕这三条来讲。我们公司也分几个阶段：2017 年，我和几位老师还在学校里做研究；2022 年觉得时机到了，出来成立公司；到今年回头看，我们走过不少弯路，但也正是这些弯路，让我们真正看清了 AI 的价值在哪。

2017 故事的源头：机器能画出设计师的作品

故事得从 2017 年说起。那时候，这已经是我创业的第三家公司了，正是最难的时候。有一天我的老师找到我，说：“懿武，我看到一个新的人工智能技术，它居然能画出一只猫——既然能画猫，那应该也能画箱包、画鞋子。”

这个技术，就是 2016 年底出现、2017 年正式发表在 CVPR 上的 pix2pix。对我们这些学设计的人来说，那一刻真的很激动：机器，居然有一天能画出设计师的作品。从那天起，我就先自己拿钱给老师当科研经费，支持他在学校里带着团队一直做下去。

2025 从一张草图，到一件能拿在手里的实物

那我们直接跳到今天，看看 2025 年的 AI。现在随手打开一个豆包，能力比当年强了不知道多少倍。给大家看个我自己的例子：我把外甥女随手画的一张画放上去，想要什么工艺它就出什么工艺——我让它变成木雕，它就真变成了一件木雕的效果。而且不止木雕，它还能直接变动画、变 3D 模型，完全不用人建模。

这张 3D 图我发给淘宝店，60 块钱打出来，我外甥女就拿到了一个属于她自己的手办。拿回来之后，我又让豆包给它配色、讲故事——它告诉我，左边这个人物是谁，还能按那个年代的风俗给她搭配颜色。从一张铅笔草图，到一件能拿在手里的实物，这条路，今天一个小朋友就能走完。

十年前的设想如果 AI 还能读懂数据

这十年里 AI 已经翻天覆地，而我相信，它还会再翻天覆地。其实早在十年前，我们就在想一个问题：如果 AI 不光能画，还能再读懂一点数据，那意味着什么？意味着它就不只是个画图工具，而是一个初级设计师了。因为一个设计师要做的，本来就是：先了解需求、听懂客户的声音，再去做产品定义，然后才是画草图。

互联网早就有了用户画像，我们也很了解渠道。但这么多中小企业老板最难的地方是：他根本不知道哪一个产品是对的，基本上是在摸瞎。所以我们当时想，如果能在用户画像、渠道画像之外，再帮他们做出一层产品画像——把“该做什么颜色、什么材质、什么功能、什么卖点”都说清楚，那对这些老板来说，“造”反而是最不难的事。

所以十年前我们就有一个设想：基于电商的数据去做挖掘，直接生成设计的款式和方案。这其实就是一个数据驱动的智能设计师。

第十年真正落地的样子：人做判断，AI 越调越智能

这件事我们做了整整十年，现在还在做，而且是做到第十年，才慢慢看到它真正落地的样子。给大家看个我自己天天在用的——我给自己做了一个“第二大脑”。我所有的会议、所有的录音，它都能帮我拆解成一条条判断；我只需要去校准：这条对、这条部分对、这条不对。我越校准，它就越懂我、越智能。这，就是“人机共同进化”最具体的样子。

使命把自己“干掉”，让设计民主化

我们为什么有这么个执念？因为我是计算机学院学工业设计出身的，骨子里就想用技术的力量，把“我们自己”给干掉。为什么是干掉自己？因为我们“掉”了，就意味着有更多人，能用技术去实现设计的平民化。

这件事最大的价值在哪？我常举一个例子：如果连义乌的老板娘都能用 AI 自己做设计，那中国制造的活力，一点都不用担心——她自己就能给老外提案，自己就能做出下一个爆款。而一个好设计师，说到底就两种能力：一是策略能力，理解、洞察、定义；二是实现能力，可视化、做原型、做工程。

科技普惠设计，让每个人都能做专业设计，激发中国制造的创造力。

中国制造最草根的那一类，最需要 AI

我自己开过工厂、做过好多年制造业，我眼里的中国制造，有好几种类型。这几年大家都在推硬科技，这是科技创新那一类；过去十年，小米、安克、比亚迪，走的是整合创新这条路；但我们千万不能忽略最草根的那一类——义乌的小商品市场、深圳的华强北、顺德的小家电。

他们为什么能源源不断出爆款？本质上，是中国制造的产业集群，加上网络协作和数据，带来的产品创新力量。只不过，这一波人对专业的产品创新方法是比较薄弱的，基本全凭老板娘的直觉在做。而这，恰恰是我们最想服务的地方。

案例从一家淘宝店，到地方龙头

这就是陪了我们整整十年的一个朋友，一家台州的企业，从一家淘宝店，一路做到了当地的龙头。这十年我们一直在跟他们共创。说句实在话，他们今天的 AI 化程度，在我看来，比很多世界 500 强都要做得好。

他们的产品，其实我们家里多多少少都买过类似的——很便宜，但每一款，都是基于数据做出来的爆款。对他们父辈那种老式工厂来说，这样一家公司，简直就是一个新物种：不是更努力的老企业，而是用数据和 AI 重写了打法的企业。

就在今年，他们几个老板早上还在我公司。我们聊到一个问题：为什么说“让 AI 自己变得更智能”这件事，价值更大？因为有了智能体之后，他们最核心的需求，是要一个像项目经理、产品经理一样的角色——它能把一个产品从立项到上线、从头到尾用到的所有工具，持续地学习、持续地进步。这样一来，产品开发的准确度和速度，就会越来越高。这才是真正的智能增效。我的判断是：大概一到两年，这家公司就能实现从头到尾的自动开品。

概念智能、行业、产业、人才、区域，都有密度

第二条经验，是我做了这么多年产业化才悟出来的：人工智能，跟过去的工业化很不一样——它是有密度的。这话怎么理解？有点像两个聪明人凑到一起，他们灵魂交流的信息量，远比和别人交流要大。所以，智能有密度，行业有密度，产业、人才、区域，通通都有密度。

今年最大的一个突破，就是 Coding 类的模型成了新的基础设施——因为代码的数据量，加上它的处理方式，正好是 AI 最擅长啃的那块“软柿子”。我接触了几千家企业去探讨 AI 化，最后得出一个判断：并不是所有行业、所有场景，都适合马上 AI 化的；它一定是从高密度，慢慢往低密度走。

我们最早的初衷其实很朴素：做垂直的设计模型，面向浙江这么多的产业集群——一村一品、一镇一业、一县一特。我们想的是，只有把一个一个垂类模型做出来，未来优秀的设计师就不必非得待在大城市；我老家温州的、乡下的那些老板娘，也能享受到一线水准的设计。这些年，我们扎扎实实做了几十个行业的垂类模型。

行业密度为什么行业不一样，AI 价值就不一样

但做着做着，我们才发现一件事：不同的行业，受 AI 影响的程度，是很不一样的。我这人头比较硬，十几个行业都亲手试过一遍，最后画出了这张图——横轴从耐用到消耗，纵轴从重工到轻工。

一个行业的属性，直接决定了 AI 在它身上的价值落点：越偏重工的，价值更多在安全、生产、工艺这一侧，我们叫“物理侧”；越偏市场和消费者的，价值更多在需求、创意、品牌这一侧，我们叫“认知侧”；中间像家电、3C 这些，是交汇带。合作到最后会发现，真正 AI 化跑得最快的，其实就是服装、家居、日用品这几类。

规模密度为什么企业规模不一样，AI 价值就不一样

不光行业，企业的规模，也直接决定了 AI 的价值。说个我自己的尴尬事：我们初衷是想服务义乌的老板娘，可我真去了义乌小商品市场，是要被怼的。她们会说：“你们这些书生气的，还干不过豆包呢，豆包我都不用交钱，凭什么给你们交几百块？”我们既得不到尊重，也得不到钱。

后来我反复想这个事——为什么反而是世界 500 强，给了我们钱、也给了我们尊重？这里头藏着“智能”的秘密：就像人跟人一样，500 强的战略意识虽然慢，但它一步一步在认真做。也是从这儿，我意识到一个“企业中等危机”：那些从几千万做到几个亿的企业，上不上、下不下，真到 AI 转型的时候，反而可能没有 500 强这头大象转身快。

企业的认知危机、惯性危机，说到底，都是战略和组织的问题。

案例·服装一家四次写入哈佛教材的百年供应链龙头

跟几千家企业聊下来，AI 化真的是参差不齐。给大家讲一个最有分量的案例：一家百年的全球供应链龙头。它历史上转型过很多次，光是供应链管理、家族治理、价值链分解、数字化转型，就四次被写进哈佛商学院的教材；今天它是全球最大的消费品供应链龙头之一，组织着上万家供应商，服务着八千多家全球零售商和品牌，一年做着两百亿美金量级的服装贸易。

我有机会和他们一起合作的，恰恰是最难的一环：怎么用 AI 去理解消费者需求、把产品设计做出来。帮客户抓住需求、把产品做对，客户就能拿到订单。

我去他们总部看过，说实话，与其说这是一家贸易公司，不如说是一家设计公司——因为一个设计方案一旦被选中，光一条牛仔裤，就可能带来一百万美金的订单。现在他们在做全流程的 AI 化，我们十来个人，几乎成了他们外部的一个“AI 中心”，围着所有品类做应用。从文生图、虚拟试穿，到把一个设计稿拆成标准的技术包、再对接供应链——我们要打通的不是单点工具，而是“趋势灵感 → 设计方案 → 技术包 → 供应链交付”的整条数据闭环。

案例·家电三年又三年：工具，改变不了组织

服装讲完，讲家电。这是一家我们合作了五年的家电集团。它很早就看到，AI 化之后，整个产品创新的流程会发生最大的变化。有意思的是，三年前他们说“三年内就会有产品创新大脑”，到现在，又说“可能还要三年”。

前几年大家都在用工具，我们也做了不少 AI 工具给设计师用，但坦白讲，效果没那么好——因为工具只是降本提效，并没有真正改变组织流程。直到这两年他们才意识到：AI 真正的变化，是要以 AI 为核心，把整个流程重构一遍。把“过去那条线性的研发流程”，换成“产品 AI 洞察、AI 创意设计、3D 仿真、数字化测款”这样一套新流程。

痛点产品创新，是企业最大的黑匣子

那为什么连这样的大企业，也会这么痛？因为各行各业都在被“内容化”。打个不太严谨的比方：今天做家电，你会觉得一款根本不够——洗衣机要做一大堆，小家电要做一大堆，越来越像做女装。原来工业时代那条“设计、制造、营销”的微笑曲线，在互联网时代被彻底改造了，所以企业纷纷成立产品战略部、商品企划部，专门来统筹产品战略。

但问题是，不是每个老板都是雷军，大多数人其实并不清楚，产品这个过程里到底发生了什么。太多董事长跟我说，太痛苦了——有时候做得好，有时候做得差，他自己也把不住那个市场的脉搏。

我跟他们说：产品设计这个过程，本来就是一个黑匣子，而且这个黑匣子，过去是装在少数专业人的脑袋里的。而今天的 AI，第一次给了我们一个机会：把原来藏在专业脑袋里的那套机理，AI 化、展开出来，让企业的创新轨迹变得有迹可循。

从专业体系看，一个产品创新本来就有很多个方法节点；我们就用 AI，在每一个节点上做类似“脑暴扩散”，再逐个节点去控制——这样一来，哪怕做的是一个很重工的项目，也能把各种产品创新方法充分用上，去探索更多可能。我们把需求、功能、逻辑、原型这些环节，做成了几十个可以调用的工作流。

案例·非遗连最讲手艺的工艺，AI 也能帮上忙

再换一个完全不同的行业。现在每进一个行业，我都要自己亲自去调研一遍。这是一类非遗工艺品，我有机会和他们一起合作。他们最大的需求很直接：设计师不够，来不及供货，能不能用 AI 来解决？

这类非遗工艺，规范特别多，痛点也在这——能不能让 AI 替工匠减掉那些重复劳动，把作品更顺地导入到制造环节，让效率更高。我们做的，就是打通“灵感图 → 工艺线稿 → 器型适配 → 可制造图纸”这条闭环。你看，连最讲手艺、规范最重的传统工艺，AI 也能帮上忙。

收口不同产业，不同价值驱动；连地理也有密度

所以你会发现，不同的产业，AI 造物的价值权重很不一样：工业品，是形式追随功能的行业；快消品，是形式追随商业的行业；时尚品，是形式追随情感的行业；文创品，是形式追随文化的行业。做哪一类，AI 的劲该往哪儿使，是不一样的。

连地理，也是有密度的。两三年前，我把公司搬到了现在这个地方。为什么搬？我当时就觉得，杭州智能密度最高的地方，其实就那么几块：要么在阿里旁边，要么在紫金港旁边，要么在玉泉旁边。而玉泉这儿，有我这么多师弟师妹和老师在，是全杭州人工智能密度最高的地方。所以我说，你就得往密度最高的地方靠——这也是我今天能站在玉泉论坛，跟各位分享的原因。

判断只做工具的，早就死了十回了

第三条，也是我今年感受最深的一条：AI 真正的价值，不是去做工具，而是去做那些能让我们越来越智能的事情和组织。这么多年，太多人做了各种各样的 AI 工具——如果我们当初只满足于做工具，可能早就死了十回都不止。

就像这张图：潮水涨起来的时候，扎在水里的木桩会被淹没，而帆船，会被水抬得更高。只想着依附一时的能力缺口，会沉；构建起系统和组织的，会被时代抬升。

速度今年，AI 能干半天的活了

我们先看 AI 进化的速度。它还在以肉眼可见的速度往前走。今年是一个非常非常重要的节点：AI 已经能独立干“半天”的活了。而照这个趋势——任务时长差不多每四到七个月就翻一倍——再往后，大概到 2030 年，我们会迎来一个拐点：AI 能独立干人类一两个月的活。我只会越来越相信，AI 的能力会在这个过程里，变得越来越强。

自证我们自己，已经是半自动研发

前几年我们是什么角色？我们是开发者，帮企业去做 AI 应用。慢慢就形成了一个循环：开发、发布、给企业用、收反馈、再开发。那时候，建设的是我们，使用的是他们。

但今年开始，情况变得很有意思。因为我们自己的活实在太多，智能到了一定程度之后，我们公司现在是这么开发的：白天我们开会讨论；讨论完，一堆 agent 自动去听会议录音、做拆解；到了晚上就开始开发；第二天一早，我们过来验收就行。也就是说，我们的研发已经做到了半自动化。我相信，今年到明年，很多环节能做到全自动化——到那一天，业务人员自己，就能做出专业级的 AI 应用。

体感终于不用，人跟人熵增内耗了

这件事对我个人最大的改变是什么？我几乎不需要开会了，不需要去参加各种各样的东西了，甚至不需要做管理了。以前我也管过几百号人，烦得要死；现在有了 AI，大家都跟 AI 沟通，效率特别高——会议少了，误解少了，连我们几个合伙人吵架，都明显变少了。人跟人之间那种熵增、那种内耗和管理成本，真的降下来了。

组织以 AI 为核心，人退到神经末梢

也是今年，我突然发现，真正 AI 化的企业开始变了。原来是我们当建设者、他们当应用者；可现在，他们很多应用者，也在主动往建设者这边靠。

所以我判断，未来很多组织，会是以 AI 为核心的：最里面一层是建造者，把 AI 这个主容器搭起来、养起来；而人，退到最外圈——只有那些 AI 干不了的事，才需要人去干。企业的竞争力，会从过去的“人力规模”，转向“智能密度”。这样的组织，才是真正 AI 原生时代、AI 驱动的组织。

愿景下一代群体智能组织

关于这一点，我一直在想一个问题：为什么有些组织，人越多，反而越“群体降智”？因为群体要真正发挥出智能，得是智能加智能、再相互增强才行。而 AI 的智能，恰恰能把一群聪明的个体连接到一起。

创作和设计的智能化平台，本身就是一个典型的群体智能系统——它通过网络与数据技术，把参与者有机整合，形成新型的合作范式，孕育出一系列新兴业态。所以我相信，AI 时代，一定会长出新的组织、新的事情、新的模式。

方法论六个模块 × 五个阶段

最后，给各位送一张图，是我今年刚做出来、还没出版的。我把企业的 AI 化转型，拆成了两个维度：横着看，是六个模块——从竞争逻辑、组织形态、产品形态，到系统能力、价值逻辑，最后到人；竖着看，是五个阶段，L1 到 L5，从“工具辅助”，到“流程嵌入”、“系统协同”、“智能体网络”，最后到“自进化组织”。

绝大部分企业，现在还停在 L1、L2；我们公司，已经走到了 L3、L4——这跟自动驾驶的分级，其实是一个道理。未来，整个制造业的 AI 化，会朝着无人化的、能自我进化的组织去发展；我们，也在朝这个方向走。所以到最后，可能真的只需要几个人，就能干成一件挺大的事。

好，我今天就分享到这儿。谢谢各位领导。