【ZiDongHua 之“经济与管理”标注关键词：AI共创营；王小川；百川智能；创新相对论；开营 】
第二期AI共创营正式开营！王小川开营第一课：创新相对论和百川的思考
10月21日，由北京中关村学院AI商学院主办的北京中关村学院AI共创营（第二期）正式开营。百川智能创始人兼CEO、前搜狗创始人兼CEO王小川以“创新相对论和百川的思考”为题，为学员讲授开营第一课。
本期共创营共收到来自北京中关村学院、清华大学、北京大学、中国科学院大学、香港大学、新加坡国立大学等国内外高校在校学生的200余份报名申请。与首期相比，第二期重点以产业需求为牵引，围绕需求挖掘、解决方案打磨与商业模式完善设置实践任务，引导学员走近用户、验证方案、协同组队，在真实项目中提升“发现问题—定义问题—解决问题”的能力。
创业的第一步，不是找赛道，而是形成判断
王小川先回顾了自己的经历：2000年加入搜狐、组建研发中心，此后主导搜狗搜索、输入法等产品，2017年带领搜狗上市，2023年创立百川智能。他说，前二十年在互联网里亲历了一场技术革命；后二十年，想借助AI走进医疗健康和生命科学。
他没有从“热门赛道”讲起，而是先抛出一个问题：科学研究强调客观，创业为什么反而需要主观？
“说一位教授很主观，像是在批评他；可如果说马斯克很客观，听起来就很别扭。”在他看来，科学帮助人认识规律；创业则要求人在规律之上作出选择，并通过行动让原本不存在的可能发生。他借用熊彼特对企业家的理解：世界沿着既有的轨道运行，企业家是那个搬动轨道的人。
他用开车作比：技术能力和对客观规律的掌握像发动机，决定车能跑多快；个人的问题意识和价值判断像方向盘，决定车开向哪里。技术越强，方向越重要。创业者不仅要回答“这件事能不能做”，还要回答“为什么是这件事，为什么由我来做”。
这种判断很少能从行业报告里直接推出来，它往往和一个人的长期经历有关。王小川提到霍金在《大设计》中讲过的一个故事：意大利有座城市曾禁止使用圆形鱼缸，理由是鱼透过弧形玻璃看到的世界是扭曲的。“我们其实都是球形鱼缸里的鱼。”观察位置不同，看到的世界就不同。
2016年AlphaGo对战李世石，是他亲身经历的一次“非共识”。当时围棋界和AI圈大多不看好机器。他读完Google发布的论文后判断AI会赢，还在知乎发长文阐述理由。比赛期间，他与中国围棋队总教练俞斌九段同场评棋：一位既懂围棋又会写程序，一位只会写程序、几乎不会下棋。结果印证了后者的判断。“越会下围棋的人，越觉得AI没戏。”经验能帮人识别变化，也可能成为理解新事物的边界。
从互联网走向AI，衡量价值的尺子同样需要更换。互联网时代，日活跃用户数（DAU）几乎被当作第一性原理来追求。DeepSeek凭借模型能力而非投流，一夜之间获得千万级用户。大模型产品没有互联网那样的网络效应，别人的模型更好，用户随时可能离开。这并不意味着用户和收入不再重要，而是提醒创业者：不能拿上一轮技术周期的答案，直接回答这一轮的问题。
王小川还分享了投资中的一个现象：一只基金里全票通过的项目，通常做不大；伟大的项目在起步时，往往没有形成共识。“不是别人觉得不对，只是别人看不到。”但他也提醒，非共识不等于为了不同而不同。一个项目暂时不被认可，可能是别人还没看见，也可能是它本身没有做对。所以他看项目时，首先关心的是人：这个人经历过什么，为什么会这么想。真正有价值的独立判断，要以经历和认知为依据，还要不断接受事实、用户和市场的检验。
当语言成为智能的中轴，工作会怎样改变？
“语言是智力的中轴”，是贯穿王小川整场分享的判断。
他说，语言贯穿了自己过去的职业经历，做输入法、做搜索引擎，都是在和语言打交道。2018年，他曾写下：“当机器掌握语言，强人工智能就到来了。”2022年底第一次用ChatGPT，他就知道这一次AI真的来了。
这里说的语言，不只是自然语言，也包括数学、代码等符号体系。他引用认知科学家侯世达的观点：智力的本源可以概括为类比和推理。IQ测试考的正是这两件事，一类题是找出哪个不属于同一类，另一类题是根据前面几张图推出下一张。大模型学会了语言，类比、抽象、推理和执行就进入了同一个技术进程。沿着这条思路，百川提出了LRC发展路径：语言预测（Language）、强化学习（Reinforcement Learning）、代码运行（Coding）。
AI的角色也在改变。曾有一位做芯片的朋友质疑：“大模型连七位数乘法都会算错，靠谱吗？”王小川反问：“你会算吗？”人不一定会算七位数乘法，但人会调用工具。大模型同样可以调用工具，它是一台智力引擎，而不是一个具体的工具。从“工具”到“智能体”，再到“伙伴”，AI正从等待指令的软件，变成能够参与思考和工作的协作者。
这也会改变原有的分工方式。王小川认为，这场变革不同于前三次工业革命：前三次让社会分工越来越细，每个人都更像一颗螺丝钉；这一次AI解构的是人的智力本身，分工反而会变粗。比如，游戏公司过去要把美术设计外包出去，现在自己调模型就能完成；PPT这类“中间产物”的意义也在动摇。他说的“超级个体”，并不是一个人孤立地完成一切，而是人借助AI，能掌握更完整的创造和交付过程。
对于未来的社会形态，他坦言自己并不确定。往好的方向走，组织会更加扁平，每个人都能发挥最大的力量；但资源也可能进一步向少数人集中。AI带来的不仅是效率提升，也会重新分配工作、经验和价值。
对创业者来说，更直接的问题是：如果某个中间环节很快就能由AI完成，用户最终愿意为什么付费？王小川把人的长期需求概括为创造、健康和快乐。工具形态会不断变化，但人对表达、健康和生活质量的需求不会轻易消失。比起围绕一个暂时稀缺的功能创业，更重要的是看清自己服务的最终需求能否长期存在。
百川为什么选择医疗与生命科学？
医疗健康，是王小川把个人兴趣、长期需求和技术变化放在一起之后作出的选择。
他对生命科学的兴趣，可以追溯到2000年前后在清华读硕士的时候。当时恰逢人类基因组计划推进，他的课题是研究超级计算机能否用于基因测序拼接。这段经历让他发现，一个细胞已经“比天气预报还要复杂”，却呈现出清晰、稳定的有序性。“一个受精卵十个月后会变成一个人，两只眼睛一个鼻子，还跟爸妈长得像。”生命为什么如此有序？能否建立一个可以描述、计算，甚至预测生命变化的模型？
这些问题，他追问至今。
后来做搜索，让他看到了大量医疗健康需求，也看清了互联网在医疗领域的边界。患者的问题高度个性化，搜索只能给出科普内容。“互联网解决的多是匹配问题，供给是充沛的；医疗的问题，是供给不够。”把更多患者连接到有限的优质医生面前，并不能从根本上解决服务能力不足的问题。大模型的进展，让补充医疗服务供给有了新的可能。
王小川用“为人类造医生，为生命建模型”概括百川的方向。这句话里有两个相关、但不能混为一谈的目标。
服务人。让AI学习医学知识、诊疗思路和沟通方式，探索病史采集、就医决策支持、院后随访、居家健康管理等服务。他提出“造医生、改路径”：在三级诊疗体系之外再加一层“AI家庭医生”。既然AI可以帮医生做辅助决策，也可以帮患者做决策，比如去不去医院、去哪家医院、找哪位医生、提前做什么准备。
理解生命。AI不只回答“现在可能是什么问题”，还要尝试理解一个人的身体状态会怎样随时间和干预而变化。当年他提出的“生命健康数学模型”，如今有了新的名字：生命世界模型。要做到这一点，仅有论文、指南和一次性的检查结果还不够，还需要连续、纵向、能观察到结局的数据。
这也是百川特别关注院前和院后的原因。王小川提出“入院即入组”：患者就医的同时，也成为被完整观察和记录的对象。AI随访医生可以长期陪伴患者，做健康管理，并提醒患者记录数据。目前，百川已在PCI（经皮冠状动脉介入治疗）术后等专病场景中跑通这一环节。持续服务既能直接帮助患者，也能把病程、干预和结果连接起来，为长期研究积累条件。
他也坦言，这条路还在探索之中。模型能力、医疗机构协作、责任边界、支付方式和高质量数据，都需要在具体服务中逐步检验。医疗AI的长期价值很大，落地也注定是一条更慢、更重的路。
对谈与问答：在真实问题中校准判断
主题分享后，学员们结合各自的项目推进与个人成长踊跃提问，讨论集中在医疗智能体落地、院外服务持续使用、AI时代的能力积累和创业起步路径等方面。
王小川表示，医疗AI落地的关键不只在模型能力，还在于与医生的协作、职责边界、采购支付机制以及与真实需求的匹配；院外服务应聚焦术后、慢病等需求明确的人群，依托医生协同，并结合主动随访等方式提升用户的持续使用；年轻人应在高质量协作与真实项目中加快经验积累；AI创业既要有科研与工程基础，也要深入业务现场，从具体工作流中找到可交付、可验证的用户价值。
企业需求交流：走进真实业务场景
当天，AI共创营邀请多家企业来到现场，涵盖国内外上市公司、国家级专精特新企业和独角兽企业等。部分企业现场进行需求发布与解读，并在会场两侧设置交流展位，与感兴趣的师生深入交流。
王小川的开营第一课，为第二期AI共创营梳理出一套清晰的创业思考框架：以主观判断为锚，以语言智能为轴，以真实场景为检验。创业者既要回答“为什么选择这个方向、为什么现在做”，也要回到具体问题，验证“用户是否需要、方案是否有效”。
接下来两个多月，学员将围绕真实的产业需求，从需求梳理和团队协作起步，逐步推进方案设计、产品打磨和商业模式验证，走完从问题定义到可用交付的创业实践闭环。
