采訪｜李善友 混沌創(chuàng)辦人

受訪｜吳明輝 明略科技創(chuàng)始人、CEO兼CTO

吳明輝是典型的學(xué)霸型創(chuàng)業(yè)者，也是投資人非常喜歡的有技術(shù)背景的創(chuàng)始人。

小時候數(shù)理化很難不考滿分，2000年通過奧賽銀牌被保送進(jìn)北大基礎(chǔ)數(shù)學(xué)系，研究生保送了計算機(jī)系人工智能模式識別與圖像處理專業(yè)，博士進(jìn)修了多模態(tài)大模型方向。創(chuàng)業(yè)后他既有很強(qiáng)的技術(shù)背景，對產(chǎn)業(yè)有理解，對商業(yè)戰(zhàn)略有足夠深的思考，有足夠強(qiáng)的愿景。風(fēng)光的時候，公司連續(xù)兩輪融資各20億，賬上躺著 10億，敢做敢賭。

但同時，他也是真正穿越周期的創(chuàng)業(yè)者，經(jīng)歷了戲劇性的畫面——高歌猛進(jìn)后的急轉(zhuǎn)直下，“商業(yè)世界重大的錯誤我全犯了”。最慘的時候，公司連裁員補(bǔ)償都發(fā)不起，被員工認(rèn)為是騙子，要跑路了，甚至直到如今負(fù)面輿情還影響著公司的人才招聘。

他用了將近二十年時間，探索商業(yè)世界的第二曲線、第三曲線，“這個過程非常煎熬”。同時，他也在不斷思考個人的使命，“我吳明輝這一輩子應(yīng)該做什么？”

就在不久前，明略科技推出了基于多模態(tài)基礎(chǔ)模型的網(wǎng)頁 GUI 智能體 Mano，一舉在兩大國際權(quán)威基準(zhǔn)——Mind2Web 與 OSWorld 上刷新紀(jì)錄，雙雙登頂 SOTA（表現(xiàn)最優(yōu)！）。這意味著 Mano 已具備在真實(shí)網(wǎng)頁環(huán)境中完成復(fù)雜操作鏈的能力——AI 開始真正“看懂網(wǎng)頁、動起手來”了。

與此同時，明略科技的專有大模型產(chǎn)品線 DeepMiner 也正式亮相。它試圖回答一個更難的問題：當(dāng)AI從C端走向B端，從消費(fèi)場景邁入企業(yè)決策，如何讓智能體做到可信、可解釋、可追溯？

近期，明略擬通過港交所上市。在IPO前發(fā)布新產(chǎn)品，被認(rèn)為是“秀肌肉”，但看完下面的訪談，這些產(chǎn)品指向了吳明輝在商業(yè)世界與個人世界的漫長探索，他的答案在變得清晰。

在與善友教授這場長達(dá)5小時的深度對談中，教授與吳明輝幾乎復(fù)盤了他二十年的創(chuàng)業(yè)與思考——從北大數(shù)學(xué)系到計算機(jī)，從“秒針系統(tǒng)”到“明略DeepMiner”，從互聯(lián)網(wǎng)時期的廣告監(jiān)測業(yè)務(wù)到最新的AI時代的發(fā)力點(diǎn)。

這是一位走過了PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)、到人工智能的創(chuàng)業(yè)者，如今，AI成為了他的新武器。但他更在意的，不是AI能有多聰明，而是“信任”的重建。因?yàn)榧夹g(shù)的盡頭，是對世界的理解。

經(jīng)歷了反思、推翻與重建之后，他重新找回了那個核心問題——什么才是可信的數(shù)據(jù)？

在吳明輝身上，你看到的不只是一個連續(xù)創(chuàng)業(yè)者的野心，還有一個數(shù)學(xué)家式的冷靜與堅(jiān)守。

“我希望AI成為商業(yè)決策的守門員。”這句話，也許正是他在AI時代給出的最清醒的答案。

吳明輝：一個愛解難題的人

李善友：明輝歡迎你來參加我的第一個播客。你能不能講講你自己的過去，回憶一下你個人的情況。

吳明輝：非常榮幸。我爸爸原來是軍人，后來轉(zhuǎn)業(yè)做了警察。我媽媽是在全國都出名的北極星鬧鐘廠工作，職務(wù)是質(zhì)量檢查員。后來我創(chuàng)業(yè)的初創(chuàng)公司叫“秒針”，其實(shí)當(dāng)時注冊名字時，我并沒有聯(lián)想到我媽媽的工作。后來我們做的工作，就是數(shù)據(jù)的質(zhì)量檢查，這確實(shí)跟我媽媽的工作某種程度上是相關(guān)的。

李善友：說說你的這個學(xué)習(xí)和求學(xué)情況怎么樣？

吳明輝：其實(shí)我從小確實(shí)學(xué)習(xí)還算非常好的。但我是一個偏科的學(xué)生，一開始就是偏數(shù)學(xué)，后來到了中學(xué)以后有物理化學(xué)，那時候我的數(shù)理化基本上很難不考滿分。

數(shù)學(xué)確實(shí)是我一生的熱愛了。到現(xiàn)在為止，我第一次做數(shù)學(xué)題，我就覺得太有意思了，而且越難的數(shù)學(xué)題我越喜歡。我在一個小城市，我在中學(xué)期間，其實(shí)沒有特別多的題。我每次碰到特別好的題，我都一定要把它做出來。我記得有一道題我是做了一年才做出來，甚至在睡夢中都在想，而且那個書沒有答案。

李善友：在你求學(xué)期間，你在哪個方面什么時刻是最努力的？

吳明輝：其實(shí)如果你今天從機(jī)器學(xué)習(xí)角度，從AI訓(xùn)練的角度來講的話，這個努力就叫scaling law（規(guī)模定律：投入越多，結(jié)果越好）。

努力分為了預(yù)訓(xùn)練階段的努力和后訓(xùn)練階段的努力，甚至還有續(xù)訓(xùn)練階段的努力。續(xù)訓(xùn)練其實(shí)就是持續(xù)跟這個社會互動，你要不斷的實(shí)踐。但是如果我們討論學(xué)習(xí)期間的努力的話，更多的是這個預(yù)訓(xùn)練和后訓(xùn)練。預(yù)訓(xùn)練的階段的努力，其實(shí)就是要不停地讀書。那后訓(xùn)練的階段的努力其實(shí)什么呢？要不斷地做題。這兩個事情的努力都很重要。

如果是讀書的話，我在中學(xué)期間，我把我所在城市的圖書館里面能買的數(shù)學(xué)書我全讀完了。我是數(shù)學(xué)、物理、化學(xué)、計算機(jī)基本上每一科都參加競賽的。那每一科去打比賽的時候，我都會到那個城市，第一件事情是下了火車先去當(dāng)?shù)貓D書館，我先把數(shù)學(xué)書都買了。所以對數(shù)學(xué)確實(shí)是有一種癡迷。

李善友：所以在數(shù)學(xué)上看到兩個方面，一個是你那個天賦，因?yàn)槟阆矚g解難題，在解答題當(dāng)中你會感受到那個美感。第二你看到你的努力。那么你在整個求學(xué)階段，有沒有受過什么挫折和失??？

吳明輝：我本科一入學(xué)的時候，對我來講是一個不小的一個挫折。我們宿舍六個同學(xué)有四個跟我一樣是奧賽保送的，而且還有一個國際奧賽奧林匹克。這個時候你就會發(fā)現(xiàn)，他確實(shí)真的是比我聰明，一些特別難的題，可能我需要想5分鐘，他直接就可以做出來。

我們的這個數(shù)學(xué)系的考試，100分的卷子，如果你特別認(rèn)真聽講，及格是沒問題的。如果你特別認(rèn)真，并且還算有一定的天賦，那應(yīng)該是能得90分，但是不會超過95?？傆?分是來檢驗(yàn)?zāi)銓硎遣皇菙?shù)學(xué)家的，那個題我是肯定做不出來的。

我在那個時間點(diǎn)，我發(fā)現(xiàn)我好像當(dāng)不了數(shù)學(xué)家了，對自己有一點(diǎn)點(diǎn)小懷疑。然后我就開始轉(zhuǎn)行做創(chuàng)業(yè)，開始去賺錢了，寫軟件，教書，就做一些跟商業(yè)相關(guān)的事兒了。

李善友：這個數(shù)學(xué)的這個夢想后來就借此放下了還是怎么樣？

吳明輝：沒有放下，因?yàn)槲易龅钠渌墓ぷ?，尤其是計算機(jī)，實(shí)際上它是一個數(shù)學(xué)的application（應(yīng)用）。我就選擇了在北大繼續(xù)讀計算機(jī)，在北大搞算法。

李善友：今天其實(shí)有兩個關(guān)鍵詞，我覺得你是一個學(xué)術(shù)型創(chuàng)業(yè)者，你跟別人不太一樣，那第一個學(xué)科是數(shù)學(xué)，但現(xiàn)在聊著聊著你第二個學(xué)科出來了，計算機(jī)。

吳明輝：我第一次參加計算機(jī)競賽是初中二年級的時候，我拿了市里面計算競賽的一等獎，當(dāng)時就發(fā)了一些軟盤，還有一些教育軟件。我當(dāng)時說這個好像獎品更豐富，作為一個小孩我覺得很不錯，也沒想別的，就覺得這個搞計算機(jī)好像很有錢。

然后到了高中的時候，就開始寫代碼，后來還甚至寫游戲給大家去玩。所以其實(shí)我后來對計算機(jī)非常喜歡，是因?yàn)樗雀鷶?shù)學(xué)有關(guān)，它是一個數(shù)學(xué)的顯性的表現(xiàn)。同時它更容易獲得不管是物質(zhì)還是跟社交相關(guān)的精神的反饋。

當(dāng)奧數(shù)老師賺第一桶金，給朋友“救火”走向創(chuàng)業(yè)

李善友：一個有數(shù)學(xué)家夢想的人，對計算機(jī)也非常之擅長，怎么樣走向創(chuàng)業(yè)這個路上來的呢？

吳明輝：在大學(xué)一年級的國慶節(jié)回到家，我媽讓我算賬的時候，我突然發(fā)現(xiàn)，入學(xué)第一個月好像他給了我兩千多塊錢，我一下就基本上全花掉了。而我媽媽那個時候一個月其實(shí)是400塊錢。

我意識到了我們家沒那么有錢，所以我當(dāng)時就想出去賺錢，第一個手段就是出去教奧數(shù)。我當(dāng)時可能就是覺得財富自由了，一邊教課，一邊我也在思考還可以做什么事情。

直到大三的時候，我的一個高中同學(xué)，他有一個合伙人跟他一起去做軟件開發(fā)。他的合伙人寫的代碼老是有bug，我的同學(xué)很火大，因?yàn)樗看味急豢蛻袅R。后來，他有一天實(shí)在是受不了，然后就過來找我了。他說明輝，要不你看看這個代碼的bug怎么改。我周末就在北大圖書館泡了整整兩天，把圖書館里面跟那個要修改的bug的那個語言相關(guān)的一些書，看了一遍。翻完了以后，我就跟我的同學(xué)說，我已經(jīng)學(xué)得七七八八了，你把代碼給我，我來改一下。

他后來就跟我一起成立了一個工作室，我們后來一直在做軟件開發(fā)。

我覺得一個很大的轉(zhuǎn)折點(diǎn)是我碩士二年級的時候，服務(wù)了新浪的教育頻道，做完了以后，就認(rèn)識了新浪的教育頻道的主編，于是認(rèn)識了我最早期的一個創(chuàng)業(yè)合作伙伴，李豐。

豐叔他那個時間點(diǎn)其實(shí)是在新東方，但是他也是一個不安分的人，想自己創(chuàng)業(yè)，已經(jīng)有一個公司了，我跟他應(yīng)該是2006年在離新東方很近的一個公寓里面見了一面。當(dāng)時還看到了羅永浩，因?yàn)榱_永浩還是那個公司的股東。李豐說，你每天做的都是很苦的，這個性價比很低的。你現(xiàn)在創(chuàng)業(yè)就是給別人干活，賣自己的時間賺錢。其實(shí)你還可以去融資，講一個更大的故事，拿資本市場的錢。我說還有這種事兒，然后他就給我講了半天。

李豐給我掃了盲以后，他說我把我的公司跟你的公司合起來，我做CEO，你做CTO。所以從這個時間點(diǎn)我才真正地開始擺脫了給別人去做軟件外包，開始走向我們要去融資，做一個自己的產(chǎn)品。

因?yàn)槔钬S的背景，我們本來的想法是做一個在線教育公司，但是很快這個概念就被投資人徹底地給否定了。

投資人一直反復(fù)在問一個問題，你們這個團(tuán)隊(duì)到底有什么核心競爭力？你的技術(shù)壁壘是什么？早期我也不是特別會回答，后來我就慢慢地把我以前在做軟件外包開發(fā)過程中用到的一些核心技術(shù)去給他們?nèi)ブv。這個核心技術(shù)將來能支撐什么呢？就是支撐我們的千人千面的教育系統(tǒng)，因材施教。

我2007年真正開始獨(dú)立融資的時候，我還有一個合作方叫祝偉，他也是早期李豐拉來的一個天使投資人之一。他是廣告公司的一個高管，我跟他又重新的優(yōu)化了我們的商業(yè)計劃書，其實(shí)出去講的就是千人千面的推薦系統(tǒng)。

李善友：千人千面推薦，那是移動互聯(lián)網(wǎng)的東西，后邊是AI了。其實(shí)2007年的時候，這兩個核心關(guān)鍵詞已經(jīng)出現(xiàn)在你的生命軌跡中了。

吳明輝：我的碩士論文就是我后來創(chuàng)業(yè)的這個方向，Recommendation System（推薦系統(tǒng)）是跟大數(shù)據(jù)的Data Mining（數(shù)據(jù)挖掘）以及自然語言處理相關(guān)的，但之前的Recommendation System跟自然語言是沒關(guān)系。因?yàn)槲以谘芯窟^程中看到了一個分詞的算法，比如說吳明輝是明略科技的創(chuàng)始人，明略科技是一個詞，創(chuàng)始人是一個詞，這個分詞其實(shí)就相當(dāng)于是把中文的詞和詞之間要用空格給它隔開。

而這個過程需要非常復(fù)雜的算法，當(dāng)時我們叫隱Markov（馬爾可夫）模型，其實(shí)就是今天的強(qiáng)化學(xué)習(xí)的最核心的底層算法。所以其實(shí)我當(dāng)時就在那個時間點(diǎn)誤打誤撞開始研究分詞算法。

我當(dāng)時做的是內(nèi)容的推薦。第一個應(yīng)用場景就用到了新聞的網(wǎng)站上，我當(dāng)時第一個客戶就是羅永浩的牛博網(wǎng)。牛博網(wǎng)當(dāng)時博客旁邊的推薦都是我的算法推出來的。一個新聞本旁邊推薦什么新聞，其實(shí)不僅僅是要看看了這篇網(wǎng)站的人還看過什么，還要看網(wǎng)頁和網(wǎng)頁之間的相似度，而網(wǎng)頁和網(wǎng)頁之間的相似度用到的技術(shù)就是語言模型。我相當(dāng)于是最早把語言模型用到了recommendation，這就是我的碩士論文。但是當(dāng)時的語言模型都不大。

北大的計算機(jī)系和北大中文系合作的一個研究所叫北大語言所。他做了中國的第一個中文概念詞典。中文概念詞典其實(shí)就是中國最早的語言模型。所以其實(shí)就相當(dāng)于是我機(jī)緣巧合又因?yàn)閯?chuàng)業(yè)的原因開始做自然語言。

今天我們的多模態(tài)模型，就又需要圖像、視頻的能力，又需要自然語言的處理能力。所以我的學(xué)術(shù)背景，天然的特別適合做多模態(tài)，今年我們剛發(fā)的Mano，也是多模態(tài)的，成全球智能體榜單新SOTA。（SOTA指State of the Art，最新技術(shù)狀態(tài)，描述某一領(lǐng)域當(dāng)前達(dá)到的最佳性能水平或最先進(jìn)的技術(shù)）

掃碼收聽完整版播客

做可信的“第三方”

李善友：你的推薦系統(tǒng)后來用到內(nèi)容新聞推薦里了。后來怎么樣變成你的秒針的呢？

吳明輝：我在07年的下半年開始跑市場，就見一些客戶，同時也見投資人，投資人當(dāng)時對這個recommendation system沒什么感覺。直到這個直到我碰到了一個很好的一個朋友，他是在醫(yī)療健康領(lǐng)域的非常好的一個連續(xù)創(chuàng)業(yè)者。他說明輝，我看你挺可憐的，你也別收我錢了，你免費(fèi)讓我用。我用完了以后，你看看這個到底有啥結(jié)果。

當(dāng)時我就把我的系統(tǒng)掛到他的網(wǎng)站上了，掛了大概一天就發(fā)現(xiàn)了一個很大的問題，我知道為什么這些網(wǎng)站不愿意用我了，因?yàn)槲乙幌戮湍芸吹剿鎸?shí)的流量。

他這個公司的主要商業(yè)模式就是賣廣告，它對外宣稱是2000萬，實(shí)際上不是2000萬，是200萬。所以我突然意識到，原來互聯(lián)網(wǎng)公司不喜歡我的原因，是因?yàn)樗麄兣抡鎸?shí)的數(shù)據(jù)被別人知道。所以從那個時間點(diǎn)上我就開始想，其實(shí)我們有可能有另外一個視角，誰想拿到這些數(shù)據(jù)呢？其實(shí)就是被這些媒體有可能欺騙了的廣告商。

吳明輝：我很快就把商業(yè)計劃書改了，變成了三步走。第一步，基于類似于DoubleClick這樣的技術(shù)去幫客戶做廣告監(jiān)測，做真實(shí)的流量的分析。分析完了以后，我們就積累了大量數(shù)據(jù)。第二階段做廣告的recommendation，就可以千人千面地投廣告。第三階段做everything的recommendation，什么都可以投。

然后就出現(xiàn)了一個非常有意思的事情，我們的這個系統(tǒng)上線之后，就開始跟媒體技術(shù)大量博弈了。因?yàn)槊襟w真的是不喜歡我們的，因?yàn)槲覀儼阉恼鎸?shí)的流量告訴了廣告主，他不想讓我拿到數(shù)據(jù)，他就把我們的代碼刪掉了。刪掉以后，我們就通過一些技術(shù)手段繞開它。

我們有一個客戶就是寶潔，他覺得這個博弈太沒有意思了。有一天就把我和祝偉叫到了他們辦公室，然后他說，擁有你們的這個數(shù)據(jù)分析技術(shù)的公司不止一家，你們長期怎么定位自己？我想了三天，然后跟客戶說，我們堅(jiān)決地做中立的第三方。

李善友：第三方這個詞就這時候出來了。

吳明輝：我絕不會影響這個數(shù)據(jù)的真實(shí)性，一定讓這個數(shù)據(jù)是可信的。

李善友：可信這個詞也出來了，所以從數(shù)據(jù)到可信、第三方、真實(shí)，這個定位最后怎么產(chǎn)生結(jié)果的呢？

吳明輝：客戶就把所有的媒體叫到了他的辦公室。他說從今天開始，我們寶潔要大量地投資互聯(lián)網(wǎng)廣告，但前提是，你們不允許刪秒針的監(jiān)測代碼，如果刪了的話，我就不付錢。我要付錢的依據(jù)就是秒針的數(shù)據(jù)，這是結(jié)算標(biāo)準(zhǔn)。

最后，我們成為行業(yè)標(biāo)準(zhǔn)很重要的一個原因是媒體也開始覺得我們對他是好的。

李善友：怎么轉(zhuǎn)變的？

吳明輝：當(dāng)時最大的廣告市場其實(shí)是電視，互聯(lián)網(wǎng)廣告是很小的。我們要把電視收視率的數(shù)據(jù)跟我們的互聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)融合到一塊兒。融合完了以后，我們的那個軟件就成為了當(dāng)時全世界出名的軟件。不光是中國，因?yàn)檫B美國、英國的那些大的消費(fèi)品公司的總部，他們都沒見過，把一個big data和傳統(tǒng)的調(diào)研的一個small data這兩個融合起來的一套算法。因?yàn)檫@個原因，其實(shí)我們一方面受到了客戶的認(rèn)可，更重要的一點(diǎn)是所有的互聯(lián)網(wǎng)公司都覺得，這家公司原來好像不是我們的敵人，是在幫我們搞錢過來的。

李善友：所以你解決了一個大卡點(diǎn)就是廣告主和媒體之間互不信任的問題，你用獨(dú)立第三方的這個形態(tài)成為交易環(huán)節(jié)必不可少的那么一步。第二，你也找到了一個10倍速的機(jī)會，恰好是從電視廣告向互聯(lián)網(wǎng)廣告轉(zhuǎn)，你又把這個問題給接住了。第三點(diǎn)的話的確也挺有意思的，你 2007年那個論文是想recommendation for everything，然后第一步是廣告的推薦、內(nèi)容的推薦，結(jié)果就順著這個方向去走了。

高歌猛進(jìn)：“投資人非常喜歡我這樣的創(chuàng)始人”

李善友：秒針最后做到什么樣的一個情況了？后來為什么去做明略了呢？

吳明輝：所以我其實(shí)當(dāng)時每個季度我都會去看中國的網(wǎng)民到底有多少了，我們真能看到真實(shí)的情況，我有一個大盤。在2012年的時候，如果我們只做這個廣告監(jiān)測業(yè)務(wù)這一個業(yè)務(wù)，其實(shí)已經(jīng)沒有很高的天花板的增長了。所以我一定要再切到第二個曲線。

其實(shí)第二曲線在尋找的時候，我想到首先還是廣告推薦系統(tǒng)。我在公司內(nèi)孵化一個新的業(yè)務(wù)線，去做一個廣告的推薦系統(tǒng)來幫廣告客戶來去做投放。

在 12年13年，big data這個詞兒火起來了。這個時候其實(shí)大家突然就發(fā)現(xiàn)到，好像數(shù)據(jù)量大了可以解決很多問題。所以我就同時干了好幾個事兒。一來是在秒針內(nèi)部做了秒針的第二曲線，做廣告投放。同時我又在這個外面又注冊了一個新的公司，當(dāng)時叫明略數(shù)據(jù)，其實(shí)就是學(xué)習(xí)美國最厲害的這幾個大數(shù)據(jù)公司。

李善友：你其實(shí)在資本運(yùn)作上也是比較順利的，而且這方面似乎你的能力是很超群的。這種能力怎么出來的？你先后融資這方面的情況怎么樣？

吳明輝：我早期融資還是很難的。第一次融資應(yīng)該是09年年底拿到的第一個Term Sheet（投資意向），10年年初才融到了A輪，其實(shí)是我覺得一個很大的原因是當(dāng)時對戰(zhàn)略是沒有真正深入的思考，還有一個原因就是畢竟當(dāng)時自己還是nobody。

到了B輪C輪之后，融資就相對容易一些了相對容易一些了。

我覺得這里面一個很重要的一點(diǎn)，為什么能持續(xù)融到錢？我覺得很大程度上得益于兩件事情。一個是我作為技術(shù)背景的創(chuàng)始人，正好趕到了過去這20年里面的技術(shù)紅利，就相當(dāng)于從互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)，然后上一代人工智能，后來又到這一代人工智能，在這個過程中，我覺得我自己包括我們的團(tuán)隊(duì)，是有一種持續(xù)學(xué)習(xí)的精神的。

那同時還有一個很大的紅利，我覺得就是不管是中歐創(chuàng)業(yè)營還是混沌，就是跟著您的學(xué)習(xí)，我覺得這個對我來講也是受益終身的。我這是我為什么一直特別感謝混沌，感謝教授，就是您帶著我、帶著我們整個公司一直往前走了很多很多。

相當(dāng)于是你在商業(yè)上的一些思考打開了，同時又有很強(qiáng)的技術(shù)背景。這時候其實(shí)投資人是非常喜歡我這樣的創(chuàng)始人的。相當(dāng)于是他覺得你是有vision（愿景）的，就是對產(chǎn)業(yè)有理解，對戰(zhàn)略有理解，同時又覺得你是能落下去的，我覺得得益于我后來又回歸CTO的崗位。

李善友：的確，你實(shí)際上是把這兩個特色是很好地合在一起，第一個是在技術(shù)上背景很強(qiáng)，第二是你對商業(yè)理解，你對商業(yè)的理解很深，你的vision是非常深的。第三你的表達(dá)，你把戰(zhàn)略商業(yè)和技術(shù)產(chǎn)品合在一起的這個表達(dá)能力上是非常之強(qiáng)的。

掃碼收聽完整版播客

急轉(zhuǎn)直下：“商業(yè)里面的這些重大錯誤我全犯了”

李善友：所以18年、19年明略和秒針合并之后，你又變成這個CEO。有點(diǎn)像一個少年一路高歌猛進(jìn)，沒有遇到特別大的挫折。這個過程中去找方向是很正常的，但接下來這個失敗應(yīng)該是有點(diǎn)大了。

吳明輝：對，這個挫折真的是血淋淋的教訓(xùn)。

吳明輝：我前面的18年、19年分別做了兩次整合。首先是秒針并購了最大的競爭對手對手，我們一下成為了中國在數(shù)據(jù)這個賽道的第一大公司。

因?yàn)橹叭诹藘奢?，其?shí)我也在做這個公司戰(zhàn)略，去思考機(jī)會在什么地方？我當(dāng)時想到的第一個護(hù)城河應(yīng)該是數(shù)據(jù)。如果一個企業(yè)擁有了自己的數(shù)據(jù)，或者說你比較方便的access（獲?。┻@些數(shù)據(jù)。其實(shí)你的護(hù)城河就會產(chǎn)生，由數(shù)據(jù)產(chǎn)生網(wǎng)絡(luò)效應(yīng)。

當(dāng)時的前沿的技術(shù)就是利用深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)來去做自然語言處理，這是2019年的時候。正好2020年來了，出現(xiàn)了一個非常戲劇性的變化，就是人類的工作全上網(wǎng)了，產(chǎn)生了太多新的數(shù)據(jù)了。

我在2020年底收購了Manus的前身夜鶯科技，當(dāng)時它是企業(yè)微信最好的一個社交CRM（SCRM）工具。而它里面其實(shí)是可以access大量的在企業(yè)微信里面的數(shù)據(jù)，就是銷售、導(dǎo)購跟顧客之間的聊天，這個是一個非常好的可以用來去做AI學(xué)習(xí)訓(xùn)練的一個場景。而且今天的AI的智能客服、AI智能銷售，包括今天在這個領(lǐng)域的agent（智能體），其實(shí)都是要用這個數(shù)據(jù)的。

我當(dāng)時做的事情有三層。

第一層它首先是一個數(shù)據(jù)中臺，這個數(shù)據(jù)中臺是要把一個企業(yè)的所有的數(shù)據(jù)都集中到一起。第二層我們要去做AI，在那個時間點(diǎn)還沒有基礎(chǔ)大模型，所以其實(shí)是我們要基于小模型，從底到頂全做，而且它是沒有通用能力的，相當(dāng)于是你每做一個任務(wù)，都做一個模型。

舉個例子，比如說OCR，我做一個名片識別，都是一個單獨(dú)的模型，對方把名片發(fā)過來后，自動把這個名片識別出來，自動加到我的CRM里面，當(dāng)時明略的這個企業(yè)微信已經(jīng)有這個功能了，都是我們自己做的，這是一個很小的功能。

當(dāng)時我其實(shí)做了非常多的很有意思的產(chǎn)品。其實(shí)今天我們也可以叫它c(diǎn)opilot，也可以叫agent，那個時候這些概念都沒有，我們其實(shí)是全球原創(chuàng)。那同時還要有applications，因?yàn)槟愎庾鐾赀@兩個東西，你跟applications接不起來，大家也就都不知道。不像今天大家都知道說你做模型的公司做好AI就行了，我可以直接提供API的服務(wù)，大家就API就可以花錢買token。

李善友：這是嚴(yán)重違反了精益創(chuàng)業(yè)的原則。

吳明輝：商業(yè)里面的這些重大錯誤我全犯了。我當(dāng)時為什么就是決心做這個事兒呢？我當(dāng)時覺得，首先大力可以出奇跡，這是第一個觀點(diǎn)。第二，我當(dāng)時有一個觀點(diǎn)，中國的軟件公司為什么賺不到錢，是因?yàn)槲覀冎袊蟛糠值能浖际峭顿Y很少做出來的軟件。如果我搞1000人我連續(xù)做兩年、做三年呢？

而且我又有這個錢，我當(dāng)時融了好多錢，我用1000人連續(xù)做三年，三年之后市場上沒有任何人敢復(fù)刻這個產(chǎn)品。我可以連虧三年，如果我資本市場對我是OK的話，我就持續(xù)。

吳明輝：我后來資金鏈斷了，因?yàn)?1年沒融到錢，22年就一點(diǎn)希望都沒有了。其實(shí)我21年年底差點(diǎn)融到融到5億美金。

李善友：可能也就過去了。這個項(xiàng)目后來怎么樣了？

吳明輝：整個的大團(tuán)隊(duì)裁掉了95%的人。

李善友：這應(yīng)該是你創(chuàng)業(yè)以來最痛苦的一段時間。是的，那段時間好像你的錢連裁員的錢都給不起了。

吳明輝：當(dāng)時公司的賬上可能也就剩了兩個億。

李善友：為什么決定要砍掉？

吳明輝：這是理性的決策。首先其實(shí)21年我做這個項(xiàng)目的時候，也不是所有人都支持我。一些保守的投資人其實(shí)是不理解的，但是一些激進(jìn)的投資人和信我的人，他覺得吳明輝賭敢、敢試，反正賬上當(dāng)時是有超過10個億的現(xiàn)金，是敢做的。

我本來是差一點(diǎn)再融5億美金，本來都已經(jīng)快好了，結(jié)果突然間由于當(dāng)時的中美關(guān)系，以及地緣政治俄烏戰(zhàn)爭爆發(fā)了，當(dāng)時所有的美元資本都開始被美國要求不允許投中國的AI公司。我是非常感謝騰訊的，其實(shí)騰訊相當(dāng)于是在最危難的時候，其實(shí)救了公司，借了點(diǎn)錢給公司。我借了一千多萬美金，投給了公司。這都是我們裁員之后的事兒。

裁員之前，首先先跟現(xiàn)有的股東去化緣，騰訊還是支持我的，但是騰訊當(dāng)時就說你還要再找個投資人去投才行。但這個時間點(diǎn)上真的一個投資都找不著了。所有的投資人都勸我要開始裁員了。

因?yàn)楫?dāng)時還面臨著什么是，銀行抽貸，因?yàn)樗械你y行看到的這個情況全部都是到期貸款，再也不給你續(xù)貸。

但是我當(dāng)時最難受真正打擊我的是什么呢？是團(tuán)隊(duì)不信任我了。這個是一個致命的打擊。之前我一路高歌猛進(jìn)，其實(shí)得益于團(tuán)隊(duì)對我的信任，包括投資人，投資人覺得吳明輝是一個帶團(tuán)隊(duì)一直在打勝仗的人。

所以我特別感謝騰訊的投資團(tuán)隊(duì)，在我們各種會議里面對我們各種的批評。其實(shí)是讓我知道一個CEO絕對不是只有遠(yuǎn)大夢想就夠了的。你必須要有非常的強(qiáng)大的經(jīng)營能力，這個就是對數(shù)字負(fù)責(zé)，對于每一分錢負(fù)責(zé)，對于團(tuán)隊(duì)感受負(fù)責(zé)，你對于每一個事情都要負(fù)責(zé)。

真的是在那個時間點(diǎn)開始，我覺得明略就是一個真正意義上的穿越了周期的團(tuán)隊(duì)，穿越了周期的公司，以及我是穿越了周期的CEO。

李善友：所以你和你的團(tuán)隊(duì)也經(jīng)歷過真正意義上的“至暗時刻”。你看，從你求學(xué)開始，你幾乎一路順風(fēng)順?biāo)?數(shù)學(xué)容易、計算機(jī)容易，比賽也拿獎。創(chuàng)業(yè)初期其實(shí)也是一樣，完全是學(xué)霸的邏輯。你做了“千人千面”的推薦系統(tǒng)，接著又做廣告監(jiān)測，很快拿到了第一筆錢。然后第二個業(yè)務(wù)、第三個業(yè)務(wù)，也都做得不錯。

但后來，突然遭遇了那樣的打擊。雖然我們現(xiàn)在事后回頭看，方向其實(shí)是對的。我今天想請你回頭看一看，在那個時刻，我們到底犯了什么樣的錯誤？如果要反省的話，你覺得問題出在哪里？你那個階段的教訓(xùn)是什么？

吳明輝：我后來反思復(fù)盤最核心的錯誤其實(shí)是戰(zhàn)略節(jié)奏沒有控制好。

其實(shí)有一種戰(zhàn)略，有一種業(yè)務(wù)叫什么？叫愿景式業(yè)務(wù)。大家往往會因?yàn)橐粋€特別美好的愿景出了belief（信念），但是這里面有個很大的問題，但凡是這種跨時代的東西，你就必須是慢慢做，不能大肆擴(kuò)張。但是你做晚了也沒用，那個愿景不屬于你了。

李善友：你是個愿景驅(qū)動式的、理念驅(qū)動式的、使命式的創(chuàng)業(yè)者，你不是就今天做什么就往下去的那種感覺，包括說秒針，你本來也是很有愿景的，當(dāng)然那個愿景本來把秒針只是當(dāng)做第一步的，但走著走著走向另外一個了。

吳明輝：其實(shí)就是我雖然是技術(shù)出身的，但是我當(dāng)時對于技術(shù)的預(yù)判過于樂觀。在通用人工智能沒有出現(xiàn)之前，基于傳統(tǒng)的這個模型，想要在企業(yè)辦公這么復(fù)雜的、各種各樣千奇百怪需求場景里面去落地，這個AI的成本和它的技術(shù)可行性上面的預(yù)判出現(xiàn)了嚴(yán)重失誤。而且我覺得我有這么多的錢，大力出奇跡，我應(yīng)該可以把它燒出來，這個想的有點(diǎn)過于簡單了。

反思、轉(zhuǎn)念：找到“新武器”

李善友：那經(jīng)歷了這件事情，你這個人有沒有改變，有沒有一些恐懼？在人和人之間的關(guān)系或者其他方面，對你的情緒有沒有改變呢？

吳明輝：其實(shí)在那個過程中，我突然意識到，當(dāng)你面臨一個高度不確定性的研發(fā)任務(wù)的時候，團(tuán)隊(duì)每個人都互相都沒有那么服氣，每個人都想成就自己，都想證明自己不一樣，而且大家沒有一個共同的目標(biāo)，因?yàn)槠鋵?shí)因?yàn)槟莻€goal（目標(biāo)）不清楚，甚至連半程的里程碑都沒有，我不知道那是什么樣子的，所以我對那個組織理解是不夠的。

這時候的組織會成為一個災(zāi)難。所以從精益創(chuàng)業(yè)者來講，小團(tuán)隊(duì)創(chuàng)業(yè)其實(shí)就是為了避免這種錯誤。

其實(shí)是，你得讓這個事兒變得更清晰一點(diǎn)以后，你才能吸引更多優(yōu)秀人進(jìn)來，而更多人又進(jìn)來了以后，他看到了清晰的部分，這時候大家思想目標(biāo)就會一致。我在裁員之前，我就已經(jīng)深刻地領(lǐng)悟到了自己的這個錯誤，裁員過程中我其實(shí)是應(yīng)該是有了更多的同理心。

我記得以前雷軍也說過，人性即天理，要順勢而為。那個勢首先其實(shí)是人心，如果你連人心都順不了，那也不可能有什么勢的。我今天腦子里面有這根弦了。

李善友：什么時候還的員工的離職補(bǔ)償？

吳明輝：第一筆是到22年的年底，大部分的錢其實(shí)23年才還。

李善友：一年以后了。

吳明輝：因?yàn)槲覀儾脝T也不是一次性裁完的。第一波五六月份被裁的員工，其實(shí)是22年的年底才拿到錢，拖了半年。我們最開始說三個月就行，一拖再拖。但是第一筆錢大家拿到了以后，其實(shí)網(wǎng)上才有一些同事說，輝哥還是沒騙人的。到后面其實(shí)慢慢的才輿情稍微好了一點(diǎn)，之前大家有人就說我們跑路了，公司倒閉了。

而且其實(shí)到今天為止，有一些負(fù)面的帖子仍然會影響到我們的人才招聘。人工智能領(lǐng)域的人才是非常稀缺的，可能他在網(wǎng)上搜了搜一些你的負(fù)面評論，就不敢來了。所以這個信任真的太重要了，這太重要了。我覺得這就是一個企業(yè)家，包括一個優(yōu)秀的團(tuán)隊(duì)，非常寶貴的資產(chǎn)，不管是跟投資人、跟客戶、跟外部的合作伙伴。

李善友：你后來怎么走出來的呢？

吳明輝：首先第一件事情我還是要贏得團(tuán)隊(duì)的信任。如果沒有贏得團(tuán)隊(duì)的信任的話，也不可能走出來。我跟現(xiàn)有的團(tuán)隊(duì)做了一個深刻的反思和道歉，有個道歉對這個過程很重要。

我覺得在那個時間點(diǎn)上，其實(shí)很多同事應(yīng)該是原諒我了。他們也都是覺得公司挺不容易的，我們要集體把這個組織的生命維護(hù)好，一定要維護(hù)好，我們還是有機(jī)會的。

吳明輝：還有一點(diǎn)，這次道歉的時候，其實(shí)我對于未來其實(shí)還沒有想的那么明白，但是我也跟大家說了，我說我們肯定不能放棄，今天大模型已經(jīng)如火如荼的展開了，咱們一定要在大模型領(lǐng)域上拿到一張船票。

李善友：這個時候大模型這個詞你已經(jīng)出來了，就是22年年底ChatGPT出來了，你就get到了。

吳明輝：在這個時間點(diǎn)上，其實(shí)我已經(jīng)開始初步探索瀏覽器的自動化。

那段期間，還有我覺得對我?guī)椭貏e大的一件事情，就是我從23年開始又來混沌上課。這一系列課其實(shí)對我有個很大的幫助是什么呢？就是我們開始挖公司的卡點(diǎn)。

我遇到了卡點(diǎn)，第一曲線“秒針”沒戲了，好吧，我去做第二曲線，或者做第三曲線。所以這個過程其實(shí)就是一個挺煎熬的，就是你一方面要去試新的東西，另外一方面老的東西就是卡死在那個地方。每天都在想，但是當(dāng)時就沒有一個特別好的思路，一直到25年才想出來。

李善友：24年我陪你的時間長一點(diǎn)，我覺得的確是這樣子的，24年的時候，你的創(chuàng)業(yè)的思考的方式變了。

其實(shí)那個時候，你的注意力已經(jīng)不在“秒針”上了，而是在不停地探索第二曲線。咱們在 24 年有一個共同的感悟，那就是“維度”。第一曲線本身就是一個維度，有時候我們看到第一曲線出現(xiàn)卡點(diǎn)，就像小孩身上有了泥，我們想給他洗干凈，但洗完之后，把泥扔了，也把孩子一起扔了。這就叫“狗熊掰棒子”——什么都沒留下。

所以那個階段你要解的題變了。第一曲線是一個維度，第二曲線又是一個維度，當(dāng)兩個維度合在一起的時候，“一體性”這件事就出現(xiàn)在咱們的世界觀里了。但很顯然，這個題目也變大了。

吳明輝：第一曲線那個維度，把孩子的泥都給它洗掉之后，發(fā)現(xiàn)其實(shí)就是數(shù)據(jù)。我是有一次是被點(diǎn)醒了，做了一個巨大的轉(zhuǎn)變，發(fā)現(xiàn)原來客戶最后買單的原因是，一個有了好的交互的數(shù)據(jù)產(chǎn)品，數(shù)據(jù)才是核心的。說白了，哪怕那個交互很爛，這個數(shù)才是最關(guān)鍵的。所以當(dāng)我對那件事情有了一個轉(zhuǎn)念之后，我的注意力又回到了數(shù)據(jù)上了。

但是我今天有個武器叫AI，AI的武器有沒有機(jī)會幫我把這個卡點(diǎn)給突破掉？

李善友：我覺得這個轉(zhuǎn)念是很漂亮的。

吳明輝：但是當(dāng)時沒有找到解決方案，就是持續(xù)地在找。

掃碼收聽完整版播客

讓AI成為商業(yè)決策的“守門員”

李善友：接下來你怎么找到那個載體的呢？這次有什么不同？你怎么最后找到那個載體的？

吳明輝：其實(shí)這個是非常簡單的。我的卡點(diǎn)就是被效果廣告“卡死了”。今天我們做效果廣告的時候，已經(jīng)不看點(diǎn)擊量什么的，它都是把電商的銷量作為結(jié)果。

但是這里面的數(shù)據(jù)在哪？都是在電商后臺，在廣告平臺的后臺。我們?nèi)绾斡米钚乱淮娜斯ぶ悄馨堰@些數(shù)據(jù)跟我原有的數(shù)據(jù)連接起來，跟客戶的自己的in house（內(nèi)部的）數(shù)據(jù)連接起來？

這個其實(shí)就是今天我們正在做的新產(chǎn)品DeepMiner。這個產(chǎn)品恰恰就是可以完美的去解決這個問題。它的載體就是一個新一代的agent，或者是叫商業(yè)數(shù)據(jù)分析的可信的一個智能體。

李善友：那DeepMiner是個啥呢？你描述一下它是個什么東西，它的價值是什么？

吳明輝：當(dāng)你要解決一個商業(yè)問題的時候，往往涉及到數(shù)據(jù)的支持。比如說廣告應(yīng)該怎么投？你今天去問DeepSeek的時候，他也要做消費(fèi)者的分析，他要分析很多數(shù)據(jù)的，但是其實(shí)真正在企業(yè)里面有大量的軟件的數(shù)據(jù)，大模型是鏈接不到的。它的這個無人駕駛能力是非常差的，就是復(fù)雜一點(diǎn)的軟件都是走不過去的。

其實(shí)DeepMiner是幫助企業(yè)去鏈接了可信的數(shù)據(jù)源，這里面有企業(yè)自己in house數(shù)據(jù)，也有external（外部的）的數(shù)據(jù)。這些數(shù)據(jù)鏈接起來以后，你在這上面再去做下游的任務(wù)的時候，它才有數(shù)據(jù)可依。你的決策才是有一個可信的決策依據(jù)。

李善友：那對于我這個公司講，如果我想買你這個產(chǎn)品，我是取代了誰，或者我增加了什么，對我有什么特別大的變化嗎？比如說我第一次用Manus，那我覺得也很震驚，那用戶用你就會有一種震驚感嗎？

吳明輝：用了一段時間Manus的人，首先會覺得它的商業(yè)數(shù)據(jù)分析是肯定不行的。它里面大量的都是編出來的數(shù)，因?yàn)樗鼪]有數(shù)據(jù)源，頂多到互聯(lián)網(wǎng)上搜一搜就結(jié)束了。但是比如說，我們公司明天的廣告片應(yīng)該怎么拍，這肯定要做數(shù)據(jù)分析。需要更全面的、更專業(yè)的、更準(zhǔn)確數(shù)據(jù)源。所以這是一個很大的區(qū)別。

第二，其實(shí)是在處理模型分析數(shù)據(jù)過程中產(chǎn)生的幻覺這個事，我們從產(chǎn)品設(shè)計上還有一個非常大的不同，就是我的整個數(shù)據(jù)分析全鏈路完全透明，可追溯。也就是說，我從拋出一個問題給到DeepMiner，到最后他給我的結(jié)案報告，中間的每一個環(huán)節(jié)的數(shù)據(jù)全存下來了，上一步到下一步中間怎么算的，全都在這個過程中是透明的。

所以今天作為一個人類的數(shù)據(jù)分析師，是可以在任何一個環(huán)節(jié)上對它進(jìn)行提問質(zhì)疑，然后進(jìn)一步的修改，都可以做到。

DeepMiner其實(shí)今天擁有全世界最強(qiáng)的數(shù)據(jù)分析洞察能力，我又把它鏈接到了圖像和視頻生成的能力上。所以今天我在效果廣告投放上，我可以說我們應(yīng)該是全世界范圍內(nèi)真正意義上對客戶效果負(fù)責(zé)，去做內(nèi)容創(chuàng)意的最強(qiáng)的一個agent。這個是我們今天在效果廣告領(lǐng)域已經(jīng)做了的事情，后面完整的工作其實(shí)把整個投放的引擎徹底閉環(huán)。

其實(shí)，內(nèi)容是今天效果廣告投放最重要的部分，把基于可信數(shù)據(jù)的這個內(nèi)容生成完了以后，再放到這些平臺的投放引擎上，投完再基于投放的結(jié)果反饋，去強(qiáng)化流量采買模型，甚至進(jìn)一步去迭代你的創(chuàng)意制作，這樣形成一個閉環(huán)。

李善友：自動投放這方面怎么樣呢？

吳明輝：我現(xiàn)在發(fā)布還是數(shù)據(jù)分析的部分。我們在今年年底的時候能做投放這件事情。

李善友：創(chuàng)意這部分已經(jīng)完事兒了。所有這些創(chuàng)意是AI產(chǎn)生的嗎？

吳明輝：其實(shí)不是完全自動，人還是在參與的，但是是用自然語言交互的。我認(rèn)為這個vibe coding，氛圍編程，它最后會演化成為vibe working，就是氛圍工作，有可能是vibe marketing，有可能是vibe data analyzing。

李善友：所以你要做的這個。

吳明輝：那未來其實(shí)這個一定會出現(xiàn)的一個情況就是，我們的這個DeepMiner是一個公司數(shù)據(jù)分析的中臺，是操作臺，就像是一個八爪魚，我可以幫你鏈接所有的軟件，你在這兒去用自然語言去做數(shù)據(jù)分析。

吳明輝：而且這個最大的好處什么？就是不只是數(shù)據(jù)分析師才能使用。比如說我們作為公司的決策者，以前可能我都不知道數(shù)據(jù)軟件怎么用，但你今天過來問問DeepMiner就行了 。

所以DeepMiner最核心的我們要卷的能力是鏈接能力。我們在數(shù)據(jù)分析這個領(lǐng)域，第一步先把所有的工具全都鏈接過來了，這時候如果企業(yè)里面的工作人員每天都去用它，它就會越來越聰明了，越來越厲害了。這個時候其實(shí)我們有一天再鏈接到投放系統(tǒng)、廣告創(chuàng)意系統(tǒng)，那就非常厲害了。這樣，我們就可以稱之為“可信的數(shù)據(jù)驅(qū)動、可信的生產(chǎn)力”了。

李善友：春節(jié)的時候Manus已經(jīng)出來了，特別的爆火，但是好像我們的DeepMiner沒有像Manus這么火爆，是我們因?yàn)檫@就是必然的過程，還是中間我們踩了什么坑呢？

吳明輝：我覺得B2B公司其實(shí)很難爆發(fā)，這也是為什么很多的優(yōu)秀的創(chuàng)業(yè)者，其實(shí)挺愿意去做B2C的業(yè)務(wù)，因?yàn)樗鼤幸恍┍l(fā)的階段。但是我認(rèn)為任何的事物都是有客觀規(guī)律的，任何的爆發(fā)，它其實(shí)都是消耗能量，就是有代償?shù)摹?/p>

吳明輝：我覺得每一個行業(yè)它的進(jìn)步速度是不一樣的。首先我們既然選擇了To B的賽道，大家是要忍受一定的寂寞的。那另外一件事情，我覺得就是我的這個更長期的愿景，我要去做一個可信的模型，這件事情是足夠偉大的。

李善友：清楚了。所以用咱們的“第二曲線理論”和“價值網(wǎng)理論”來看，DeepMiner 和秒針確實(shí)是兩個不同的存在。秒針起始于PC互聯(lián)網(wǎng)時代，當(dāng)時你把電視和互聯(lián)網(wǎng)打通，后來又順利銜接到移動互聯(lián)網(wǎng)，但你的基因畢竟是留在那個時代。

今天這個DeepMiner，經(jīng)過這九十個月的探索，已經(jīng)真正進(jìn)入AI價值網(wǎng)了。而且你找到的第一個場景，恰好還是秒針?biāo)诘念I(lǐng)域——用AI的方式去賦能、去重塑這個體系。

慢慢就能改造整個秒針。當(dāng)這個體系被重塑之后，它其實(shí)會變成一個基座，就像鏈家和貝殼。貝殼原本是鏈家的“孩子”，但后來變成了承載所有房產(chǎn)服務(wù)的平臺，而鏈家只是上面的第一個使用者。我覺得現(xiàn)在的明略，也在走向類似的格局。盡管 DeepMiner 還只是個孩子，但那個可能性、那個世界，真的被打開了。

“有一天我的墓碑上面也要寫個數(shù)學(xué)公式”

李善友：你個人的使命叫做數(shù)學(xué)之美，你的公司現(xiàn)在是一個家人工智能公司，站在今天來講，你未來的個人的使命和公司的使命怎么結(jié)合呢？這里跟計算機(jī)和人工智能什么關(guān)系呢？

吳明輝：其實(shí)我在第一次思考自己的人生意義，就是在一個相對認(rèn)知更全面之后，就是在2013、2014年的時候。而且也是教授您對我的一個啟發(fā)，我記得我在中歐創(chuàng)業(yè)營上課的時候，你當(dāng)時最后跟我們這些同學(xué)們其實(shí)語重心長講的最后一段話——你下次再見善友的時候，不要再跟我講說你又融了多少錢，估值多么牛，你下次跟我講講，你是不是make something different（打破常規(guī)），你到底做了多么牛的一件事情。

吳明輝：我那個時候就是每天在想我到底應(yīng)該做什么？我吳明輝這一輩子應(yīng)該做什么？其實(shí)我是從那個時候開始想的。我當(dāng)時立下了一個自己的一個愿望，一個大愿。當(dāng)時想的是說我要做一個比我還聰明的AI。這是我在2014年（中歐創(chuàng)業(yè)營）畢業(yè)幾個月之后想明白的一件事情。所以后來就有了明略，最開始我們叫明略數(shù)據(jù)，一直到2018年2019年，我們先后做了一些并購整合，最后把明略和秒針又做了一個整合，變成了這個明略科技集團(tuán)。

其實(shí)相當(dāng)于是明略數(shù)據(jù)是在我讀中歐創(chuàng)業(yè)營期間的第二曲線，因?yàn)橐恢备鷮W(xué)第二曲線，學(xué)創(chuàng)業(yè)創(chuàng)新。

這個想法和這個愿望一直推動我去做公司的持續(xù)的戰(zhàn)略迭代，因?yàn)樗且粋€足夠遠(yuǎn)、足夠大的一件事情。直到什么事兒讓我發(fā)生了一個很大的一個變化，突然間我覺得我這個使命要改了，就是我在讀博士期間正好碰到了這個ChatGPT，生成式人工智能大模型，在2022年到2023年期間對我沖擊很大。

因?yàn)檫@期間一方面是我們公司遇到了很大的資本外部環(huán)境的一個變化，縮減了很多的研發(fā)預(yù)算，特別大的一些研發(fā)的項(xiàng)目給砍掉了。另外一方面就是你突然看到了AI可以這么牛了。

所以我就在那個時間就開始重新思考，我的人生使命到底是什么？肯定不是聰明的AI了。所以我在這個過程中，在反復(fù)思考自己的個人使命。

但是對于AI的定位來講，其實(shí)逐漸地就涌現(xiàn)出來的一個思路，就是我們要去做一個真正讓人類信得過的可信的AI。為什么是可信的？因?yàn)檎嬲纳虡I(yè)社會里面，其實(shí)造假數(shù)據(jù)騙大家其實(shí)更容易賺錢。

李善友：具體體現(xiàn)你使命的那個點(diǎn)是什么呢？假如有那么一句話。

吳明輝：其實(shí)今天我想到了一句話，也是非常鼓舞我的一句話。我希望能夠在我的這個墓碑上寫一個公式，這個公式就是人機(jī)協(xié)同互信的數(shù)學(xué)原理，它背后這樣的一個數(shù)學(xué)公式。

我在咱們的混沌課上看了張首晟老師的第一性原理那門課，他就講過他在很困惑的時候去到了英國的教堂里（倫敦威斯敏斯特教堂）看到了先賢們（牛頓、達(dá)爾文等）的墓碑，每一個墓碑上面會有一個公式。我當(dāng)時就在想，有一天我的墓碑上面也一定要寫個數(shù)學(xué)公式，它會是什么公式呢？

所以我今天想到的就是人工智能，我既然作為人類的一員，我應(yīng)該要去看他做的事，是不是對人類好的，是不是可信的，我們是不是可以把日常任務(wù)放心地交給他。

如何對人類是好的？它不是一個數(shù)學(xué)的詞，那我如何去解釋它，我現(xiàn)在還沒有答案。今天明略要做的是可信的AI，而我的個人使命，因?yàn)橐鷶?shù)學(xué)有關(guān)，所以我就一定要把這背后原理寫成數(shù)學(xué)公式，刻到最后我的墓碑上。這樣我的個人夢想和公司的夢想真正的合一了。

李善友：那你今天依然是愿景式的創(chuàng)業(yè)者嗎？是的，那你的那個愿景，你的那個使命到底是啥呢？

吳明輝：我剛才提到的其實(shí)就是第二階段的目標(biāo)。我們不會只做某一兩個細(xì)分賽道的 data mining。在我們內(nèi)部，DeepMiner 是一個基礎(chǔ)智能體，我們稱之為 Foundation Agent（通用智能體）。這個 Foundation Agent 跟一般的 Agent 不一樣，它可以裂變出很多個垂直領(lǐng)域的智能體。比如在營銷領(lǐng)域，它本身就可以衍生出一整套子系統(tǒng)。

國外和國內(nèi)的營銷體系都非常龐大，而 Foundation Agent 越往細(xì)分領(lǐng)域深入，反而越容易落地，技術(shù)可行性更高。在這個基座上，我們可以不斷裂變出不同的 vertical agent。我們的終極目標(biāo)，就是在各行各業(yè)中，凡是涉及數(shù)據(jù)驅(qū)動決策的地方，我們都能幫助人類構(gòu)建出可信的模型，訓(xùn)練出能被信任的 AI，讓它成為商業(yè)決策的“守門員”。

李善友：我覺得這太美好了。今天聊下來，我感覺你身上其實(shí)有兩個“吳明輝”。一個是“學(xué)者吳明輝”，另一個是“創(chuàng)業(yè)者吳明輝”。而在你剛才那段話里，我甚至看到了“企業(yè)家吳明輝”的影子?；仡^看你的人生軌跡——念書時學(xué)數(shù)學(xué)，后來轉(zhuǎn)向計算機(jī)。走著走著，計算機(jī)成了你的工作，帶你進(jìn)入人工智能的世界?，F(xiàn)在你又把數(shù)學(xué)重新融入 AI。如果你真能寫出一個屬于自己的數(shù)學(xué)公式，那它也許會成為未來明略的核心原理。在那個之上構(gòu)建的工程化系統(tǒng)，就可能成為新的明略載體。我覺得這真是一個非常有趣、很完整的循環(huán)。人生走了一圈又回來了。沒有一段是浪費(fèi)的，一切都被整合進(jìn)了現(xiàn)在的你。

李善友：那最后，我想請你送給今天的創(chuàng)業(yè)者們，特別是 AI 時代的新一代創(chuàng)業(yè)者，三個關(guān)鍵詞。無論是正在轉(zhuǎn)型的，還是剛開始創(chuàng)業(yè)的，你會給他們什么建議？

吳明輝：我覺得在 AI 時代，更需要我們每個人去重新思考未來的生活方式。人和人的關(guān)系會怎樣變化？AI 和 AI 的關(guān)系又是什么？

第一點(diǎn)，我認(rèn)為每個創(chuàng)業(yè)者都要有長期思考。我們要相信——巨頭不可能把所有事都做完。這不符合計算機(jī)的原理，也不符合社會分工的規(guī)律。一定會有創(chuàng)新的空間、差異化的機(jī)會。

第二點(diǎn)，要找到自己的獨(dú)特定位。無論是個人還是公司，都要清楚自己在體系中的位置。這個定位，最好和你自己深層的能力與特質(zhì)有關(guān)。

第三點(diǎn)，要建立可衡量的系統(tǒng)。而且基于每個定位應(yīng)該要有對應(yīng)的評估系統(tǒng)benchmark（參考標(biāo)準(zhǔn)），也就是說我能夠衡量這件事情是對還是錯。

所以我的建議是，每個創(chuàng)業(yè)者都要去思考自己的長期定位——個人的、公司的，并且要有一套對應(yīng)的理念體系，還要能在數(shù)據(jù)和數(shù)學(xué)層面上定義它。只要在這件事上有自己的獨(dú)特堅(jiān)持，長期來看，你的企業(yè)一定會有持續(xù)的價值，不會被通用模型淹沒。甚至有一天，也許從你的小領(lǐng)域里，又能長出一棵新的大樹，成為未來新的“大模型”公司。

掃碼收聽完整版播客