万字访谈10位朋友：AI大模型在住居产业的商业圣经

文｜秦明；封面｜企业供图

人类文明的发展离不开不断涌现的技术革命，无论是无线电之于通信革命、内燃机之于交通革命。生成式AI属于一场生产力革命。这些革命与人的关系遵循一种演变模式——从工具、助手再到伙伴。这种演变模式适用于大量产业场景。

在住居产业，AIGC先是一个先进的工具，创造生成设计师的设计成果；交互融入业务流后，很快也将成为设计师的助手；随着AI创造、推理与交互能力的增强，AI与客户KPI需求距离将持续缩短，AI最终也会成为设计师的同事伙伴。

不过，行业AI应用产品的演变，包括想要在产业场景中获得成功需要时间。新事物走向商业，必须经历从技术突破、产品定义、市场与规模化等多个阶段的交互循环。当然，这也与TOB链条过长有关，要经历很长一段认知对齐的过程。

生成式AI如何影响建筑家居产业？先行者们遇到哪些困境？艺术家、创业者、投资人与产业方如何思考行业AI？有哪些共识与非共识？最容易商业化的场景有哪些？不同客户究竟为何付费？大量的问题将进一步被探讨解构……

2024年7月9日，在由中国建博会、矩阵股份与AI新麦芽主办，暗壳AI协办，建筑时氪深度参与策划与主持的“首届中国家居设计AI大会”活动中，秦明与10位嘉宾，聚焦“重塑”与“商业”两大话题，彼此交流了建筑家居AI创新的可能性。

出席圆桌的嘉宾包括：当代艺术家王牧羽、品览联合创始人&CEO房宇巍、D5联合创始人白路、暗壳科技CEO黄燕虹、阿里云设计中心总监王路平、三维家智能制造产品专家丘世文、橙果绘科技创始人刘昆、AIRI Lab创始人Xavier、筷子科技创始人兼CEO陈万锋、AEC产业投资联盟副秘书长张荔。

以下为秦明与10位嘉宾的访谈实录（内容经建筑时氪润色编辑）

主持人秦明：AI正在重塑千行百业，对于住居产业，你认为AIGC从底层到底影响和改变着住居产业中的什么事情？我不知道你在与周围朋友聊的过程中，圈内会有哪些共识与非共识，请分享一些这方面的观察思考。

王路平：首先请大家不要神话化AI。人类社会在发展过程中创造了许多新事物。我的态度是先去了解，并逐渐接受它。

第一，AI是一个更先进的工具。科技的进步带来的是工作方式的变化。作为设计师，AI能够显著提升工作效率。比如我们经常使用在线协同工具。在设计过程中，类似三维技术也变得越来越受欢迎，并且被广泛接受和应用。

目前的工具比过去更先进，先进之处在于它们可以成为我们的伙伴。传统工具只是辅助，但AI不同，它可以根据你的输入和提示，生成许多你意想不到的结果，其中也包括你期待的结果。与AI交互后，设计师的角色也在逐渐转变。以前大量设计花费在手工操作层面，未来，创意与审美更为重要，交互方式可能发生变化。

第二个层面，我们一定要明确理解AI的原理。AI并不是在创造，而是通过训练和反馈，将已有的信息重新组合。它并非从艺术中创造新的东西，而是对已有内容进行再组合。因此，我们需要辩证地看待AI的作用。

在创造过程中，传统的创作模式仍然具有重要价值。举个例子，在杭州亚运会上，我们团队用AI创作了一幅图。对比之下，巴黎奥运会上有一位法国艺术家花费两千小时创作了另一幅图。当我展示这两幅图时，尽管AI图像在技术上无可挑剔，但在艺术价值和审美方面，它仍然难以与人工创作相比。

艺术创作的核心在于与人的审美和情感的链接。人工创作带来的体会是多方面的，而AI创作的作品往往缺乏这种深度。 如果长期接触AI创作，可能会影响我们的审美体验和创作能力。就像每天接触同样的信息，我们的解读能力也会受限。

总之，AI在某些方面能够极大地提高效率，但在艺术创作领域，传统的创作方式仍然不可替代。我们需要在使用AI的同时，保留和发展传统的艺术创作方法。

黄燕虹：AI带来的改变常常是工具的升级，并逐渐在改变着用户体验。

比如在摄影机出现之前，如果我们想要一张自己的照片，需要通过写实的专业艺术家来绘制。相机出现后，影楼成为专业机构。如今，每个人都可以用手机随时随地拍照记录。

在建筑家居行业中，AIGC技术的显化也是一个更为先进的工具。如果你曾经装修过房子，会发现自己与设计师沟通设计风格时，设计师很难完全理解并实现你的想法。AI则降低了创作门槛，让我们可以亲自进行设计创作。

我曾看到一个AI产品的宣传语，大概意思是“世界上只有1%的人有幸把自己的畅想，变成可以看得见摸得着的空间”。这1%的人就是设计师。而现在，AI让每个人都有机会成为设计师，也重新塑造了用户体验。

基于此，用户主体也发生了变化，从原来的设计师和最终用户的割裂关系，演变为现在用户可以深度参与设计，这就是AI给行业带来的变革。

随着AI的发展，整个生产关系也会发生变化。设计师在交付链中的重要性可能会下降，因为AI可以替代他们完成设计工作。许多岗位和专业人士可能被AI工具替代，生产关系将被重构，我们也会看到新的利益格局的变化。

白路：我观察到两个点，在未来一段时间内影响居住体验，具有一定代表性。

第一，很多年轻人的住处逐渐“去客厅化”。以前，家庭娱乐中心通常围绕着电视和沙发展开，但现在情况已经有所不同。

前段时间，我尝试了一下刚在中国上市的Vision Pro头显设备，这是一个完全颠覆性的设备，让我们在家里就能享受到如同IMAX般的娱乐体验，还有很多制作精美、以假乱真的三维互动内容。这种娱乐方式的改变，会对我们的居住环境产生很大的影响。

第二，城市化进程很大程度上是由工业化推动的。过去几百年里，我们的居住环境变得越来越集中。疫情带来了新的变化。越来越多的人开始远程工作和学习。这种趋势下，这个趋势将会长期影响人们选择工作和生活方式，从而影响我们的经济产业。

这也带来AIGC的机会。例如，一个小程序能够快速地利用AI生成会议内容的文字记录，加快沟通效率，这已经非常普遍。但这种技术在GPO（即通用办公平台）上的应用，也是近两年才兴起。这是住居产业环境改变与AIGC带来的双重作用。

房宇巍：我分享两个观点。

第一个观点，未来的3到5年内，AI将全面提升住居行业和企业的运营效率。

举个例子，传统路径上，如果品牌方想推出一个新产品，需要经过设计公司推广，触达业主，业主评估成效，继续迭代。整个流程非常长，涉及大量人员和沟通。

有了AI之后，过程将变得高效快捷。企业不再需要依赖大量人员推广，可以通过AI工具，直接将产品信息以AI服务的方式，分发给相关机构和公司，提供有竞争力的方案、详尽透明的价格清单和引人入胜的效果图。C端消费者也能在AI服务的赋能下，即时看到设计和营销的效果。

这种变化将带来几方面的影响。

首先，大公司的运营效率或将进一步提升，规模扩张更加顺利。其次，有专长的小型公司由于AI赋能，超级个体可以做到以往做不到的事情，在设计、快速制造和变现方面将受益。

比如，具身智能是近年来非常热门的概念，马斯克的擎天柱机器人明年预计将有1000台进入特斯拉工厂工作，制造业的智能化最终会使得工厂的定制化成本进一步降低。这种智能化趋势会对公司运营产生重大影响。大小企业的产业格局可能发生变化，一些原本占据市场终端的公司，其核心竞争力可能受到挑战。

第二个观点，智能在未来不仅会成为服务的一部分，更可能因为对“智能”研究的深入，“设计智能”可能会融入成为“产品智能”或者“市场智能”的一部分。

几个世纪前，人类发明了蒸汽机，利用蒸汽去驱动火车头、纺织机等等。随着这些新应用的出现，人们进一步挖掘到蒸汽机的潜力，并开始研究如何提升其性能，推动了热力学相关学科的发展。最终，出现了一系列热力学仿真软件，使得我们能够在实际制造产品前，预测成果未来的热力学性能和效率。这在家居产业的产品设计领域同样适用。

类似的，目前人类只是在使用大模型产品，随着研究深入，未来我们能够深入了解大模型背后的机理和智能产生的原因。如果能搞清楚这些问题，未来智能体的发展将更加本质、更加迅速。 假设未来我们完全理解了智能的本质，并且能够模拟和仿真智能体在社会中的影响，那么各个职业、各行业的传统服务流程都可能出现重构。

未来的新智能体可能会带来一波新的变革。在未来，当一款家居产品在面市前，就可以利用智能对产品的全生命周期进行精准的预测。这种变革不仅会重塑我们的建筑家居行业，还会波及到其他所有的行业。

王牧羽：从艺术领域视角来看AI，有两个主要方向值得期待：向内探索和向外扩展。

向内来看，AIGC技术将逐渐被更多艺术家接受，并直接融入他们从创作构思到作品生成作品的全过程。在艺术创作中，我们经常需要进行大量的试错和调整，这是艺术创作的基本过程。这个过程经常很漫长，并且伴随许多徒劳。

如果有了AIGC的介入，我们可以迅速模拟和生成最终效果并做出选择，就像客户选择不同的装修设计方案一样。艺术家可以大胆尝试不同的画面效果，看看哪一种更契合他们的创作意图，哪一种能带来更多的启发，从而进一步挖掘新的创作方向。好的AI产品将为艺术家提供更多选择，拓宽他们的思维，而不是限制他们的创作。

向外来看，一个完整的艺术链不仅包括艺术家的创作，还包括作品的传播与接受。艺术品的传播往往因为其唯一性和静态性受到限制，许多观者无法产生与作品面对的直观体验。

然而，AI介入不只会加速传播，还能让更多观众“看到”这些艺术品，更容易生成它们在不同环境中的直观，这将帮助艺术品找到被观者认可的切入点。现在的数字展示已经在靠近这个效果，AI在未来将让这种连接变得越来越自然和普遍。AI的发展不会带来艺术的危机，反而是艺术扩展和繁荣的新契机。

张荔：大家还是在关注AIGC在提升质量和效率，以及成本涨幅等方面的改进。建筑行业涵盖了规划设计、施工和运维的每个阶段，包括家居场景也是其中的一环。我们可以从不同的环节来看这个问题。

在规划设计角度，过去三年内，像小库科技类似的创业项目已经在规划自动化方面做了很多准备，比如强排。在招投标阶段，我们看到市场上通过大模型手段快速生成标书。在建筑工程阶段，过去几年更多的是在视觉图像和安全监督方面取得进展，基于AI的安全管理具有显著优势。在运维方面，AI结合双碳政策对行业的影响也很大，这方面也值得关注。

回到家居层面，我们涉及到前端快速提效和方案提前准备。像酷家乐的三维设计确实提升了效率，但此类企业的核心问题还是在于如何实现销售转化。我认为AI真正带来的结果，更多是通过用户的反馈来付费，而不是依赖每月每年的SaaS服务。这是一个共同话题和课题，需要大家共同探讨。在当前阶段，不要只关注数据化的产品，而是要实现端到端的用户体验提升。这个问题值得深入研究。

陈万锋：我看到的共识是，AI已经在改变着行业，但仍存在一些问题。传统行业需要更开放的态度，虽然有些人可能不太愿意接受，但这并不影响整体的进步。

AI背后的原理是一个黑盒，但相较于过去的数字化，AI化的门槛实际上更低，因为它不需要大量的结构化数据存储在数据库中，基础模型本身越来越强大。很多企业需要适应这一变化。

商业底层的逻辑大多是生产和销售产品。家居行业许多是专注于产品生产的企业，我们做的事情是把产品卖出去。 AI在这两个方面的应用各有不同。我们的目标是用AI来解决生产力问题。

我想讨论一个非共识的问题。我们在做很多应用层的工作，很多人会有疑问：模型是否会把所有事情都做了？比如现在很多模型都是端到端的。

端到端在C端的情况比较普遍，比如像Kimi。大多数大模型公司最终都会有一个C端的应用。在B端并非这样。B端有很多行业知识，B端企业需要与模型公司合作，或者自己去打造解决方案。应用公司最强的是将场景和数据结合起来。

Xavier：AIGC实际上并没有对整个建筑行业起到关键性的影响，没有任何一个AI模型可以将所有专业知识协调一致，达到最终方案的效果。

目前，AIGC对设计师的工作流程影响最大。建筑行业包括室内设计和景观设计等领域，涉及许多复杂的专业知识，如强排、电力及其他行业规范。这需要资深建筑师利用他们的专业知识，协调各个专业，设计出优质的技术方案。单靠AI是无法实现这一目标的。

因此，我们团队对现有的建筑行业AI模型进行了研究和应用转化，将其分解成不同的细小工作环节，应用到建筑师和设计师的日常工作流程中。我们能够利用AI一键生成建筑方案效果，但仍未达到理想的阶段，相关开发和研究还在继续。

针对目前大家对AI会取代设计师、取代人类工作的恐慌，我认为无需过于焦虑。AI只是一个辅助设计师的普通工具，主要的创造力仍然来自人类。建筑师的专业性很高，将设计构想变成壮观、详尽的建筑是一个非常困难的过程。因此，AI在建筑领域取代人类工作的可能性很小。

总的来说，AI只是一个工具，帮助建筑师提高效率，没必要过分担忧它是否会取代我们的工作。

丘世文：在住居设计方面，我们可以利用AI快速完成布局设计，并且直接连接到生产环节。也就是说，导购或设计师在3D云设计软件里完成设计后，系统会把设计数据直接传送到工厂进行生产。这样，整个过程就能通过一套数据来完成，减少了沟通上的差异、人工干预和出错的可能性。

刘昆：AI并不是新鲜事物，但大部分的热度是从生成式AI，尤其是2022年ChatGPT开始的。

在这段时间里，大家发现我们曾经认为只有通过人类智慧与经验才能实现的内容可以用过AI轻易生成，这一技术的奇点带来的震惊和焦虑引发了全球的热潮。

而在生成式AI整个链条中，最早被广泛应用的是设计领域。因为设计本质上是从无到有的过程，生成式AI在这一领域展示出了巨大的潜力和变革性。设计师与场地、材料之间的交互方式都正在发生着前所未有的变革。

举个简单的例子，我身边的一些设计公司，现在招聘设计师时，80%的企业要求是掌握AIGC工具。这说明在管理层面正在逐步加大对新技术的关注。

从创投的角度来看，我们在去年2月份开始做设计AI相关工作并成立了AI设计实验室。我们发现AI确实可以改变很多设计方式，包括设计与材料、空间的交互方式。

然而，在商业化链条中，AI并没有解决很多问题。我们在实践中发现，它的商业价值并没有我们想象的那么大。这可能是因为TOB链条过长，导致反应不够迅速，或者改变的效果还需要时间验证。

最后，我认为生成式AI在未来有很多突破性的想象空间。我们团队对AI的期望不仅仅是降本增效，我们更多强调赋能。比如我们希望通过AI将家居产品卖到全球，但我们并不了解不同地区的人喜欢什么样的设计、图案和视频。 AI可以帮助我们解决品牌确定性的问题，实现传统方法难以覆盖的层面。

我相信AI的更大价值在于这些方面，而不仅仅是作为一个廉价的降本增效工具。

主持人秦明：AI大模型百花齐放，最终还是要落到价值应用上。请各位嘉宾分享下你看到的商业化应用，以及甲方客户买单的原因到底是什么？

王路平：AI时代要真正找到商业价值，不能只看表面，而要看到它对行业的革命性影响。我听一些企业分享，现在效果图不收费了。他们解释道，这是因为AI服务带来的改变。很多人可能只看到了表面的便利，而没有意识到其中的潜力。

我在思考，能不能创造一种新的商业模式。比如说，我们过去为什么要花几百万买房，却不愿意支付设计费用呢？传统上，设计是固定的，你来选择，但现在有了AI，可以实现共创设计。让客户和设计师一起工作，按天数收费。这不仅让客户开心，还能加速设计过程，提升参与感。

在传统模式下，这种方式是不可行的，因为设计需要花费很长时间。但现在，利用AI，两分钟甚至一分钟就能完成。因此，我认为这种模式值得探索。设计师可以通过卖服务来收费，而不是只卖产品。

举个例子，传统工艺和现代AI结合，能找到新的价值。以前，紫砂壶大师非常注重工艺，而对前期的设计会比较简单的处理。现在，通过AI，我们可以找到新的市场需求。这些价值不是免费的，而是通过新的商业模式和项目实现的。这些项目不仅对客户有利，也是我们的目标。

黄燕虹：回到商业化的问题。前几天，我听到李开复老师的分享。AI能够帮助企业降低成本、提高效率的应用非常广泛。目前，大部分降本增效的方法都涉及减少某些工作岗位。比如AI可以替代某些内容生成类的工作，例如基础的设计师、艺术家和创作者。对企业来说，这意味着减少人力成本。

此外，AI产品角度看，它们可以提供24小时全年无休的在线服务，以减少人员投入。创新企业可以给传统企业提供数据驱动的决策支持，帮助企业降低成本。这种服务模式也会受到许多产业方的欢迎。

白路：D5渲染器是一款创意软件，而不是企业管理软件，因此我们直接面对的是终端用户。在这个情境下，我们的价值传递和沟通都相对直接。客户对AIGC概念的感知也较为普遍。商业化是一个重要的议题，从用户的角度出发，我的思考是，产品能否带来10倍的企业战略提升。这种变化不仅仅是一倍或两倍的改变，而是十倍的巨大变革。

正如一些企业分享的案例，通过AI的方式，可以成功降低了90%的成本。例如，AIGC可以将传统业务流程从180天缩短到仅需2天，这是极大的效率提升。在这样的场景下，商业化应该具有巨大的经济潜力。

在2018年，我们尝试过生成式AI。当时，我们的客户是全球最大的酒店管理集团之一。他们每年都有数百上千个项目的投资，但经验丰富的设计师却非常有限。许多设计师机构都面临类似的问题，设计师们四处奔波，项目繁忙。此外，酒店管理集团管理着十几个品牌，每个品牌都有自己的设计标准。无论是第三方设计师还是内部设计师，都需要花费大量时间学习和消化这些标准。 我们的目标是利用AI帮助设计师学习经验，提供灵活的平台和布局方案，为他们创造价值。

另一个挑战是消防安全，不同地区的标准存在差异。因此，我们是否可以在设计评审中，通过AI找出不符合相关标准和要求的地方呢？

总之，AI技术的突破，将开启一个巨大的新市场，用户有明确的痛点。无论是在消费领域还是其他行业，AI都有可能提供超过十倍价值的解决方案。在产品运营中要真正理解用户的需求。

房宇巍：AI有着赋能人类、替换人类服务的天然属性，本身就代表着效率提升。因此在这一波AI浪潮中，产品价值是相对容易计算的。比如节省了多少人力和资金。ROI账目比以前的ERP系统可能要好算得多。

然而，AI商业化仍然存在一些问题。创业公司通常会关注PMF，即产品与市场的匹配度。随着新一代AI技术的涌现，我们还需要关注TPF，即技术产品适应度。这意味着技术必须能够解决实际问题。企业商业化的关键在于能否找到适合自己技术的场景，而且这个场景的价值足够养活自己。所有的 AI 公司都需要面对这样的命题。

对于住居产业而言，包括设计公司、设备建材、装饰和家装公司，在这个领域里，有着很多从业年限不多、技能要求不高的人，他们所在的细分场景只要市场容量存在，就有被替代的可能。

从智能设计的角度来看，首先受到冲击的可能是那些做末端和深化设计落地的公司，以及基于标准化做快速复制设计的公司。他们的赋能或被取代的速度可能会比想象的更快。

王牧羽：谈到这个话题，我试着换位，从市场、消费者和收藏家的角度做些感受分享。

首先，随着AIGC技术的发展，以前遥不可及的绝美图画，现在通过AIGC的快速生成变得更容易获得。许多中低端艺术产品，甚至某些具有相当审美价值但并无太多其他价值叠加的艺术品，价格都将大大降低。

在很多时候，这使得我们能够轻易就满足一般层次的审美需求，例如情感愉悦、与日常家居环境的审美搭配等等。在这一点上，AIGC带给消费者的是一个非常友好的期待。

然而，艺术并不仅仅是满足审美需求这么简单。在许多情况下，真正优秀的艺术作品能够触及情感、思考、人性深处以及灵魂。

这种层次的艺术作品不是AIGC可以轻易地独立完成的，它需要融合真正艺术家的“人”的复杂创造性思维。AI大模型时代，这些作品不仅不会贬值，反倒可能会越来越昂贵。但我相信，即使价格走高，人们也会接受。因为当审美变得太容易满足时，对艺术品更深层次精神共鸣和人性表达的品质需求自然会产生，那时候人们更愿意为这种“艺术的深刻”买单。

回到艺术家的角度，我当然更希望看到这种局面。 AIGC的普及能够让那些现在不具备真正审美高度或人性深刻表达价值的艺术品变得更加廉价，而AIGC的介入会让“艺术”的概念变得更纯粹、更高级。真正语言独立、表达个性化、意义层次复杂的艺术创造能够获得应有的更高价值，得到更多的认可。 AIGC甚至可能会在未来，在西方艺术史“所有东西都是艺术品”和“人人都是艺术家”定义的当代艺术之后，开启一个重新定义“艺术”的新时代。

张荔：从机构投资人的角度来看，我认为生成式AI在没有到达关键的拐点之前，许多人仍依靠自动化和数字化来谈论AIGC的应用。以前，IT总监或CIO在申请预算时，推动数字化转型比较困难。现在有了AI技术，大家就希望利用AI来实现他们的需求，包括在家居企业的应用中。

如何理解AI对行业的价值。就像全球建筑软件巨头Autodesk，它们认为AI的价值体现在三个方面：自动化、数据洞察和现实增强。传统AI和AIGC并不是独立存在的，它们与行业的自动化需求、数据控制需求和现实增长需求密切相关。

我们需要关注的是客户价值。虽然现在很多企业套着AIGC的壳做着数字化和自动化的事情，但这只是一个必然的过程。包括一些企业在介绍AIGC技术的同时，可能也会推销服务器。

核心的价值点还是在于真正了解行业的需求，了解行业的更多细节，才能实现有效的应用。不是简单地“一根针就能捅破天”，就能解决行业问题，需要更多考虑项目的实际限制和需求。

陈万锋：我们确实有深切的体会。首先，我认为降本增效更多是体现在增效方面。B端行业需要产品或人来服务企业，最终还是要去服务健康茁壮的企业。很多时候，包括AI在内的技术，很难改变原本生意基础和经营状况并不好的企业。

我们遇到的很多客户，其实并没有因为AI而改变其本质的商业模式。更多情况下，客户自身已经有了成熟的方法论，需要用AI来不断改进和优化中。我们看到更多的客户在降本方面是着眼于长期，而不是短期的节约成本。因为这种短期的成本节约意味着生意在走下坡路。

有些公司在不增加人力成本时，希望能保持效率倍增，这类公司往往会更有效地利用AI工具。尤其是在快速消费品领域。尽管近年来该行业表现不佳，但一些新兴品牌在启动阶段就有了AI的参与。比如一些企业利用我们的AI工具，更少的员工完成了更多的业务量，这说明工具确实有效。

我们相信，AI工具不仅能降低成本，还能在增长过程中提升整体效率和毛利。这是一个重要的利润点。以前有些业务需要增加人员才能快速发展，但现在我们不需要这种模式。

我们衡量的指标也很简单，客户使用时长是一种，PMF就是客户愿意付费；每天每个客户使用AI工具的时长多达数个小时，这表明我们的工具确实能留住用户。这些都是非常基础的数据。

另外，不要认为有一个AI模型就能成为创业先锋，这只是开始。我们要忘掉现在的炒作，我们需要建立的是下一代的无聊生意。生意最终都是无聊的，要真正进入产业并帮助解决实际问题。最后看的依然是单位经济成本、增长、销售模型和成本利润分布。如果没有这些基础，只是到处宣传一个模型，是无法实现长期成功的。

Xavier：每个行业的情况都不一样。我们的产品主要面向建筑行业，包括设计领域、景观设计和室内数字化领域。那么，为什么这些公司会愿意为我们的产品付费呢？

我们的产品最大的卖点是能够帮助设计公司节省时间，提高效率。对于设计公司来说，最大的运营成本是人力和人力所需要的工作时间。这一点对于设计公司而言非可以显著降低成本。同时，我们帮助他们节省时间，意味着设计公司可以在方案提案时更快、更迅速地响应客户需求，为客户提供更优质的设计服务。

在建筑设计公司中，效果图的渲染是一个花费巨大的环节。不论是公司内部员工制作，还是交由专业渲染公司制作，费用大概都在几千到几万元不等。这是一个相当大的开销。我们的产品可以帮助这些公司大幅度节省费用，并且加快出图速度，同时保证图像的质量和创意达到设计师的要求，减少与渲染公司之间大量的沟通对接。

然而，我们认为在目前经济下行的环境下，用AI来增效是比较困难的。AI的主要作用还是在于帮助公司降本。房地产行业下行后，建筑设计公司的竞争愈发激烈。因此，提高竞争力并降低成本是关键的生存因素。

在过去30年的增量时代，我们见证了许多技术项目的发展。而在接下来的存量时代，新建项目的数量将会减少，进入缓慢增长阶段，这是大家有目共睹的。我们相信，AI技术可以帮助建筑公司和设计公司在这个存量时代中存活下来，这至关重要。

丘世文：用户愿意买单的主要原因是为了降低成本和提高效率。通过AI技术优化生产计划和排产流程，可以让产线充分发挥最大产能，从而提高生产效率和原材料的利用率。比如在定制家具领域，AI可以根据用户的需求和户型信息生成漂亮的效果图和精准的生产数据，并优化生产计划，减少生产过程中的浪费和返工，大大缩短订单的交付时间，提升企业在市场上的核心竞争力。

刘昆：目前市场客户对AI的认知普遍还没对齐。客户往往仍习惯于传统思维模式去考虑我们提供的服务。例如，客户习惯于使用三维建模和相机拍照，对于传统生产方式下的内容有确定的预期。但当AI能大规模提供内容时，客户需要从大量内容中进行筛选，这种变化客户可能不太接受，也与内容的不确定性相关。

我坚信这是一个时间问题，市场最终会接受这种新的生产方式。目前设计师已经能够接受这种方式，但付费方还未完全接受，这就导致了一个时间周期。

另外，我认为AI原生应用带来的颠覆性突破不会太远。从市场化角度的革新虽然需要一定时间，但从产品角度来看，一旦有一个成功的产品出现，我们就能证明这种技术的可行性。

比如，Character AI，是一个聊天类社交产品，用户可以定义一个角色并与之聊天，吸引了数千万美国年轻用户。这种新型交互方式背后的底层技术实现了突破，这种突破性应用不会太远，可能就在今年下半年。从创业角度来看，我们希望这种商业化越快越好，期待市场和客户能够尽快接受这种新技术。

（完）