当我们谈论“AI”时，我们在谈论什么?

笔者是一个电影迷，有一部由迈克尔·基顿、艾玛·斯通、爱德华·诺顿主演的电影，《鸟人》（Birdman），我很喜欢。

这部电影也获得了第87届奥斯卡金像奖最佳影片，讲的是一个过气的演过超级英雄鸟人的演员，企图借百老汇咸鱼翻身的故事，他在百老汇尝试演绎的故事是改编自美国作家雷蒙德·卡佛的《当我们谈论爱时，我们在谈论什么》，很巧，”AI“的按照汉语拼音的读法和”爱”同音，就借用这个标题作为我这篇文章的名字。

一、柏拉图，玛丽.雪莱，卡雷尔·恰佩克

一场无法停止的探索

1

我相信你一定听说过柏拉图式的爱情，这源自柏拉图的对话录，尤其是《斐德若》，柏拉图通过苏格拉底的口述，探讨了爱情的本质和不同形式。（没想到对于AI，我真的从 “爱”开始讲起）。

在这个诞生于公元前400年左右的对话录里，柏拉图除了关于爱情的探讨，更重要的是提出了对人类本质和目的思考，提出了灵魂和身体区别，他认为灵魂来自于一个超越物质世界的理念世界，是理性和不朽的，而身体则是物质的。尽管灵魂在物质世界中可能会受到身体欲望的干扰，但它仍然具有追求真理和美的能力。通过哲学和道德的修炼来实现灵魂的提升和净化，人类通过理性来控制身体的欲望，以达到灵魂的完善，柏拉图对这个主题进行了哲学思考。

而在过去，人类习惯性用造神来解释一切无法理解的事物，以及通过各种祭祀活动来得到对很多自然事物的控制。

之所以人类开始思考这些问题，我想大概是因为希腊城邦的发展繁荣。生活稳定后，人们就开始寻求对自然现象、社会秩序以及人类存在的更深层次的解释，而不是简单编造一个神仙。同时文字、书籍的出现，以及贸易带来的不同文明间文化的碰撞，都加速了这种思考。

这大概就是人类的天性，对所有未知都需要一个解释。而未来接近2000年的时间里，尽管经历无数思考，甚至科学研究，世间普遍还是认为只有神能创造人这样的智慧生命。

2

直到1816年，一个被后人称为“无夏之年”的异常年份，因为印尼坦博拉火山的爆发导致全球气候异常，年轻的玛丽·雪莱在瑞士日内瓦湖畔与一群文学界的朋友度过了一个阴郁的夏天。这群人中包括了著名的诗人拜伦，以及玛丽未来的丈夫珀西·比希·雪莱。由于连绵不断的阴雨，他们决定以讲述鬼故事来消磨时间，这一决定最终催生了文学史上的一部杰作——《弗兰肯斯坦》。

故事讲的是，维克多·弗兰肯斯坦在日内瓦的大学里进行秘密研究，他通过收集不同尸体的各个部分，创造出了一个巨大的人体。当这个怪物最终获得生命并睁开眼睛时，弗兰肯斯坦却被其丑陋的外貌所吓到，弃他而逃。怪物感到被遗弃和孤独，开始追寻弗兰肯斯坦，希望得到爱和接纳。然而，弗兰肯斯坦拒绝给予怪物所渴望的友情，这导致了一系列的悲剧事件。

你可能不会相信，玛丽·雪莱当年仅有十八岁。据说，她在一次梦中看到了一个科学家在实验室中用死尸拼凑出一个生命体的场景。这个故事的灵感可能来源于当时流行的科学实验。《弗兰肯斯坦》不仅仅是一个简单的恐怖故事，它深刻地探讨了科学伦理、创造者与创造物之间的关系。这部作品提出了一个核心问题：当科学进步超越了道德和自然的界限时，人类将面临怎样的后果。这个话题即便放到今天人工智能时代，也是妥妥的热门。

我在这里引用了玛丽雪莱的故事，你一定觉得很奇怪。其实是因为这可能是在历史上第一位真正提出了，由人类去创造出一个有智慧、有情感的生命体的一部作品。而在这之前的几千年的时间里，生命都是由神话或者宗教里的神来创造。

我开始想，这个作品为什么诞生在这个时间点呢？可能是因为18世纪末到19世纪，生物学、医学的发展，以及第一次和第二次工业革命，极大地推动了科技的发展和应用。机械化生产、蒸汽动力和后来的电力应用，都极大地改变了社会结构和人类活动的范围。这种科技的快速发展可能为玛丽·雪莱提供了一个探索科技伦理和人类责任的舞台，为她的想象提供了大量素材。

3

1890年出生的捷克作家卡雷尔·恰佩克，他的舞台剧作品《罗素姆万能机器人》（R.U.R.，Rossum’s Universal Robots），1921年在布拉格首演，随后在纽约和巴黎等地上演。在这部作品中，他首次提出了“机器人”（robot）一词，这个词源于捷克语的“robota”，意为“劳役”或“苦工”，他设想了一个机器人被大量制造并用于劳役的场景，这些机器人最终获得意识并反抗人类。

这部作品不仅提出了关于人工智能和自动化的伦理问题，也反映了对人类未来可能面临的挑战的深刻担忧。这个作品诞生的时代大致是第二次工业革命的末期，同时刚刚经历了第一次世界大战。

人类想象力的迭代也是伴随着科技的发展，从神话故事变成了科幻小说，再到现代的科幻电影，由人类去创造一个新的智慧生命这个主题，逐渐被大众所接触，这不仅是技术进步的象征，也是人类探索自身起源和未来的必然结果。

而好奇，是人类的天性，一旦问题被提出，就会开启一场无法停止的探索旅程。

二、人工智能这70年，从图灵到Sora

科幻照进现实

1

英国，布莱切利园的一间昏暗的工作室里，图灵埋头于那台叫“克里斯托弗”的密码破译机的改良，这是一台专门设计来破译德军“恩尼格玛密码机”的机器。这台机器的出现，让欧洲战场提前结束了两年，挽救了千万人的生命。这台由齿轮、电路和纸带构成的庞然大物，也是早期计算机的雏形。图灵在机器旁工作着，而他的思维超越了眼前的密码破译，开始构想一个更为深远的问题：机器是否能够拥有类似人类的智能，他最终在《计算机器与智能》这篇论文中提出经典的图灵测试。

这个小片段，里面有来自电影的艺术加工，比如密码破译机真名叫”炸弹机（Bombe）”，但这里面用的是图灵初恋恋人的名字命名，以及让二战提早结束两年这样的表达，都是民众对艾伦图灵成就的一种认可，以及艺术领域对英雄遭遇的一种悲情的演绎。

我们记住的往往是经过加工的一个个历史片段。而现实是1940年前后，Bombe就已经投入使用，二战结束前，他还参与到了对更先进的”洛伦兹密码机“的破解工作，二战结束后先后加入了国家物理研究所和曼彻斯特大学，致力于自动计算机研究，以及参与研发了马克一号计算机。1950年，图灵发表了著名论文《计算机器与智能》（Computing Machinery and Intelligence），提出了图灵测试的概念。图灵测试成为了评估机器智能的一个重要标准，至今仍在人工智能领域具有重要影响。

我讲了更多的关于图灵的信息，是为了告诉大家，技术的发展往往不是天才的灵光一现，而是经历长期的探索、研究，实践。而这个过程，其实贯穿了整个人工智能发展，从提出人工智能的概念到今天，70多年的时间，这个时间很长，长到在这中间，出现了大规模商用的计算机，个人计算机、软件、互联网，区块链，元宇宙，在这超过半个世纪的发展中，有泡沫，有寒冬，也有一些一定让你印象深刻的片段，比如1997年IBM的深蓝计算机，战胜了国际象棋冠军卡斯帕罗夫，2011年 IBM的沃森在知识问答比赛中战胜了人类，2017年Google的AlphaGO战胜李世石、柯洁。

2

我想如果Sora正式发布了，应该用它拍一部关于openAI发展史的电影，我相信应该比当年的大卫.芬奇的《社交网络》（关于Facebook创业史的电影）要更精彩。

介绍OpenAI这家公司的文章太多了，有新闻稿类的，有技术视角的，我不希望赘述，我换个视角，挑选几个片段来讲讲这个勇者与恶龙的故事。

恶龙的成长

在AlphaGO战胜李世石和柯洁的两年之前，谷歌以5亿美金收购了当时全球最领先的人工智能公司Deepmind，在当时AI市场总量并不大的情况下，豪掷千金，延续了在全球搜索引擎市场的统治地位，以垄断者的姿态傲视整个AI市场，而团队确实不负众望的交出了一个满分答卷AlphaGO，至此，一条AI行业的恶龙出现了。

勇者修炼

2015年，还是YC孵化器总裁的山姆.奥特曼，在一家酒店和特斯拉、SpaceX的马斯克、GoogleBrain的技术专家伊利亚，还有自己的好友Stripe的CTO布洛克曼，4个意气风发的大佬，对AI的发展前景，以及谷歌垄断AI市场的风险达成了高度共识。马斯克作为早期的投资人投资了这家公司，并且给他起了一个响亮的名字OpenAI（开放人工智能公司）。OpenAI在后续的几年时间里，作为一个非盈利组织，获得了超过10亿美金的投资。

勇者用恶龙打造的剑，送上了狠狠一击

2022年12月ChatGPT发布震惊世界，也正式宣布AI进入了生成式AI的时代，也是这么多年以来，终于让普通人感受到AI离自己很近。2023年1月，微软宣布以投后290亿美金的估值，投资OpenAI 100亿美金。2023年3月地表最强大模型GPT4.0发布，2023年11月GPTs发布。OpenAI在这两年持续爆发，丢出一颗颗重磅炸弹，打得谷歌这条“恶龙”措手不急，产品发布会现场错误频现，甚至影响到了股价。到这里，至少在AI这个面向未来的赛道下，OpenAI狠狠的刺痛了谷歌。而GPT采用的架构transformer正是谷歌在2017年开源，但在谷歌内部，这一架构可能并没有立即得到足够的重视。（这绝对是电影的精彩情节）

一个小小的风波

2023年11月，就在OpenAI开发者大会公布了GPTs等一系列新的创新之后没几周时间，OpenAI的董事会做出了一个震惊科技界的决定，解除了山姆奥特曼的首席执行官（CEO）的职位，以及OpenAI的董事长兼联合创始人布洛克曼也被宣布将辞去董事会主席一职。在全球科技圈还在懵逼的时候，微软CEO萨提亚在X上公开表示奥特曼和布洛克曼即将加入微软，带领微软的人工智能团队，并且对OpenAI的700多名员工抛出了橄榄枝。而后仅仅过了一周，迫于压力，做出这个决定的董事会集体辞职，奥特曼和布洛克曼又再次接管了OpenAI。这个宫斗一样闹剧的原因尽管众说纷纭，但显然董事会成员们在做出这个决定的时候，是完全没想象到事态会发展成这样子。目前事件起因比较清晰的部分，就是董事会对于OpenAI商业化的担心。可能是勇者的一部分人格，开始警惕自己是否会在资本的诱惑下，变成新的恶龙。

Sora

2024年2月，视频大模型Sora发布了论文和Demo视频，仅仅用了一年就让AI的主题，从大语言模型，进化到了视频模型，并尝试打造能深刻理解运动中的物理世界的「世界模型」。

勇者变成了新的恶龙？

2024年2月29日，马斯克起诉了OpenAI，要求其开放源代码。8年前他起了这个名字，开放人工智能，但今天他怒斥他们并不开放，且转向了盈利，投奔了另外一个恶龙”微软“。马斯克说：”我资助了一个拯救亚马逊雨林的组织，这个组织却又成立了一家伐木公司”。尽管OpenAI始终坚持，自己是盈利封顶的组织，融资，盈利都是为了更好发展AI；以及也列举了很多马斯克的“罪证”，包括承诺的资金没到位，以及尝试控制OpenAI未果等等。

3

我用了一些片段，从勇者斗恶龙的视角，带你回顾了一下这段历史，在这个视角的故事里，我还漏掉了很多角色，比如具备强大面部表情并且接入了GPT4的机器人Ameca、和OpenAI深度合作的人形机器人公司FigureOne、马斯克的机器人擎天柱或者猫女。当然还有支撑着这一波AI发展底层算力的芯片巨无霸英伟达，以及中国的百模大战等等。

为什么这些科技圈的顶流大佬们齐聚于此，昔日战友选择对薄公堂？回到第一个篇章，记得柏拉图、雪莱，还有卡雷尔·恰佩克么，这是人类的天性，一旦问题被提出，就会开启一场无法停止的探索旅程，人类是否能研发出智慧生命，人类智慧的奥秘是什么，可能目前已经处在了那个奇点到来的时刻。几十年后，当人们正式的把人工智能定义成新一轮工业革命的时候，而谁又能拒绝成为，可能比瓦特、爱迪生、特斯拉、奥本海默更伟大的，推动这场工业革命到来的最关键的人物呢。

《当我们谈论“AI”时，我们在谈论什么》这篇文章一共分为四个章节，前两个宏观一些，后两个微观一些。对于宏观的部分，我做个总结，也说下我对AI的长期发展的判断，仅代表个人观点，无意PK。人类大脑、身体的精密程度，是我们无法认知的力量才能设计出来的，而这样复杂的设计中，有两个点，是我觉得比较特别的，一个是生命被设计成有长度，一个是记忆被设计成无法传承。而这两点，人工智能天然就有所不同的。

对于AI是否能产生真正的智慧，奇点哪天会到来，我并不知道，但我认为人类文明想要延续，碳基转向硅基或者和硅基结合可能是唯一的出路。

刘慈欣在小说《流浪地球》里（不是电影哦），写到了记忆遗传技术，可以把知识、经验更快的传承到下一代，这项技术使得孩子们能够拥有超出常人的记忆力和知识水平，从而在人类面临的巨大挑战中发挥关键作用，而现在的脑机技术，AI技术，是否就是这项技术的雏形呢，从这个领域去看，应该还有不少路要走，我只能说希望我们这代人，能有机会见证。

聊完历史和未来，我们聊聊当下

好了，从历史、人类这些宏大的叙事中跳出来，我们在翘首期待AI进一步突破发展的同时，回到当下，回到创业、工作、生活，学习，聊下AI和我们有什么关系，这也是我可能更有发言权的，AI和我们每个人有什么关系，一方面我正经营着一家用AI帮企业实现供应链优化的公司，另一方面，我从去年底，做了一个抖音的IP账号，以及开设了一门面向普通人的AI实践课程。一个ToB，一个ToC，一个要求我要专精在一个领域服务客户，另外一个要求我对AI发展的新鲜事、应用场景要时刻敏感，要有足够的知识宽度。如果要展开讲整个行业应用，这个话题太大了，我以我亲身的经历，从几个片段来讲一下AI落地过程中我的一些洞察。

我是一个谨慎的乐观主义者，谨慎到什么程度呢，我觉得“谨慎的乐观主义者”这个词，其实都是悲观主义者给自己找的一个台阶~ 所以当我看到有太多人鼓吹一个事情的时候，我往往的第一反应是抗拒的，但不巧，我又是一个AI领域的创业者，又是一个AI领域的博主，这样矛盾拧巴的搭配，让我可能真的会从多个角度来审视一个事情。我们先以从负向一些视角来聊，做一个BuzzKiller（欢乐终结者、热情灭火器）。

可能有些会得罪人的大实话，但本意不是攻击谁，只是一些个人的观点，希望对你有帮助。

三、他改变了什么，又好像没改变

面对当下，我们要冷静，拒绝做个韭菜

1

“兄弟们，我已经完全吓傻了，GPT4来了，我不只是感到兴奋，还感到恐怖“、“AI真的杀疯了，又一个行业要被AI取代了”、”AI视频的掀桌式更新还是来了”，“这些AI能力让我觉得我是不是在做梦啊“，”AI音乐的炸裂更新来了”… 我相信这一年多的时间里，你应该刷到过很多这样的视频开头。

夸张的、感性的、振奋人心的表达方式，绝对是抖音5秒完播数据的标杆视频，有很多类似风格的新媒体账号快速崛起（很惭愧，我自己也贡献过这样的视频，但我自己真的不喜欢）。这种视频看多了，你会产生一种错觉，这个世界已经变了，而且变得太快了，一周没看新闻就无比焦虑。

我试图理解这个焦虑的来源，是因为担心被AI淘汰么，或者是被会用AI的人淘汰么？其实在中国、甚至是世界范围，真正因为被AI替代而失业的人，基本都上了新闻头条，比如好莱坞的编剧。（这里有一说一，作为一个电影迷，以《复仇者联盟：终局之战》后的这些漫威系列电影来说，如果这是人类编剧的水平，那我觉得确实可以交给AI了）。

说回来，其实到目前为止还没出现大规模因为AI导致失业的征兆，因为并不需要AI，其实现在工作已经不是很好找了。

一位粉丝大哥和我讲，他错过了房地产、互联网、区块链、甚至错过了短视频，AI一定是未来，我不想错过。而在我直播间里，问问题最多的并不是怎么用AI来做数据分析，做PPT，而是怎么用AI来赚钱。其实到这里，我一定程度理解了这种焦虑感，其实就是FOMO（Fear of Missing Out，错失恐惧症），不是怕被淘汰，而是怕错过，不是害怕错过一场工业革命，而是害怕错过一场赚钱的机会，合理。

说句题外话，如果你有条件能上X（原twitter），给“小互”做个广告，这位科技信息收集狂，是好多自媒体人的素材来源，关注他约等于一手信息~

2

电影《七宗罪》，老影迷一定记忆深刻，傲慢（Pride）、嫉妒（Envy）、暴怒（Wrath）、懒惰（Sloth）、贪婪（Greed）、暴食（Gluttony）、色欲（Lust）,基督教认为这些所有罪恶行为的源头，但这些就是人性。

在过去的一年中，在国产大模型百团大战，共同追赶ChatGPT的同时；在芯片产业时而被卡脖子，时而遥遥领先的新闻让你愤怒抑或骄傲的同时，在一个平行宇宙一般的世界里，很多科技大佬们都不认识的网红博主们因为深谙人性的贪婪和懒惰，做得风生水起。

图文带货，是个既不新鲜，又不性感的名字，因为前面加上了AI，“AI图文带货”一时火遍了抖音平台，主播一方面宣传抖音扶持图文带货，有多少学员已经爆单赚到钱了，另外一方面教如何使用抖音官方提供的免费的图文工具“即创”，一键快速生成图文。我开始很困惑，这东西需要教么。简单研究发现，抖音这款半成品平台，要说方便确实是方便，填写SKUID，一键把图文、音乐、旁白都搞定了；但AI属性确实不强，AI仅仅应用在写文案上，图文都是固定的几十套模版，随机拼装。抖音推广者无数，对于热门商品，有个几百个用户用这套方式生成，基本就会被判定重复内容，不给推流。所以通过其他手段绕过判重系统，成为这个课程的核心。课程的价格从几百到几千元不等，吸引了大批学员，多数学员是带着每天动动手指，账户余额就能蹭蹭上涨为目的来学习的，而最终余额上涨的可能只有做培训的机构。很多朋友连数据权限都没打开，每天看着个位数播放量的图文作品，陷入困惑。

与奥特曼齐名的李博士，是抖音财经板块头部的博主，口播视频的质量是天花板级别。其实翻看李博士的抖音视频，讲AI的并不多，基本都是讲财商，讲一年赚1000万难么，分析小米汽车的商业逻辑，吸引很多想提升商业认知的粉丝。那张张恶搞图片出现前，李博士已经不是第一次被骂上抖音热搜，2年前就被骂割宝妈韭菜。但风波过后，依靠敏锐的洞察，成为了一个博士阶段就在给导师写人工智能论文的AI专家。如果按照李博士自己在直播间里的口径，全网60万学员，199的课程，GMV 超过1个亿，有时候一场直播下来千川广告投放成本可能都高达几十万，而李博士的核心团队传说只有3个人，甚至抖音还给李博士颁发了一个领学官的奖项。

不管是出于嫉妒的同行、还是那些鄙视链顶端的技术从业者，还是真的不满意课程质量的学员，其实在过去一年的时间里，网上吐槽的声音一直都有，但都没有掀起什么波澜，直到那张著名的中美两大AI巨头的图片出现。网络上，可能任何一个人都经不起聚光灯的照射，李博士也不例外，比如美术生硬说自己是工科生的人设造假，比如虚假促销，每天都是最后一天特价，开播10分钟就说还有3分钟下播，还有6个库存；当然也有号称自己研发的高级人工智能工具，其实是三方团队的SaaS平台，还因为搬运未授权的Lora模型，被开源社区集体维权。

当然李博士是这个领域的代表人物，这个行业在讲AI课程的，不管是科普，商业实践、还是专项的绘图课等等，我刷到过的至少百来位主播，但李博士这个事件发生后，各个平台对新课程上架，以及直播流量的一些机制可能做了较大的调整，过去大半夜几千人在线抢课的盛况不再，有些唏嘘，但这就是这场AI革命进程中一个看似很小，但又很重要的片段。

红衣大叔开设免费的AI直播课，赚流量推广360的产品；我做了一门总时长超过多数百元课程的9.9元的视频课程，且支持随时退款，我是为了交个朋友，吸引粉丝，进而让更多人知道我这个IP，了解公司ToB业务；李博士还有很多博主，卖百元课，然后二转做千元课，为了直接变现。都是有各自的商业目的，谁也不比谁高尚。

所以尽管我作为一个用户，确实很反感过度营销和虚假宣传，但作为创业者不会站在道德制高点去批评任何一种商业模式中的参与者，因为很多行为是商业模式决定的，李博士选择了付费投流直播卖课这种模式，这种模式决定你无法在直播间讲干货，你多说两句人就走了，人走了你的广告费就白投了，因此他所有的话术都是经过可能上百场的打磨，每句话其实都是迎合了直播间用户的心理，用户想听什么，他就讲什么，用户希望他是个AI专家，他就要变成一个AI专家，哪怕他是美术生。可能这么说你不同意，但本质上是我们每个人人性中的那些弱点，在抖音这样的平台中，被放大，共同造就了这样一个李博士。

我对这些的了解，我相信你也看出来了，绝不是道听途说，或者像前两篇一样，看看书、查查资料就能了解的。而是因为我自己入局其中，我在2023年为了尝试如何能利用新媒体来宣传我们ToB的业务，显然有基本做短视频常识的朋友都知道，管你是谁，来到抖音都是一个泛娱乐用户，没人愿意在抖音里看你讲怎么给公司做销售预测。大家愿意听AI的新鲜事，用AI做视频，用AI赚钱，所以当时和团队就决定，要做这么个创始人IP账号，而且也看到了AI科普的市场，我就做了一门我自己设计和主讲的课程。2023年直播了2个月，也有合作机构在帮我运营直播间，我们测试了一段李博士的模式，当课程价格涨到189的时候，ROI基本稳定为正了（今年价格调整到了9块9），当时直播间我其实说了很多我不喜欢的话，但基本我还是坚持了一个底线就是课程不满意，你随便退，这是任何一个有广告投放的直播间比较难做到的。

为什么说这段故事是一个很小，又很重要的片段呢？

有人问，我们还在为了生存打拼，干着体力活的同时，为什么要去研究画画的AI，写诗歌的AI，是不是吃饱了撑的。答案是肯定的，即便回到古希腊时代，也是因为城邦的发展，人们衣食得到保障，才出现了一些饿不着肚子的哲学家开始思考人生。因此我接触到的多数用户，大家并不关注AI本身，并没有打算成为下一个马斯克，而更关注的是当下，是如何赚钱，如何不错过一个可能让我赚到钱的新的红利。这个心态太真实了，真实到让另一部分人嗅到了这部分人的商机。

如果你坚持看到了这里，我讲一下我对于赚钱的观点，欢迎拍砖。赚钱在我看就是一个概率问题，没有100%合法赚到钱的方式，你找个班上还有可能被裁员，更别说做生意。小杨哥做到今天的规模，你相信是能力么，当然是能力，但有能力的人多了，成为小杨哥绝对是一个亿分之一的小概率事件。但我们太贪婪了，太懒惰了，我们就希望有一人告诉我们一个捷径，告诉我们一个方法，跟着他干我们就能赚钱。因此才会出现诱人的AI图文带货、AI小说推文、短剧剪辑项目，才会有过度宣传，让你感觉学了就能和李博士一样成功的AI课程。

既然是概率，是否有赚钱概率更高的领域，是否有提升概率的方式，这是自然的，以短视频平台为例，你一天发一篇，和你用了AI帮你提效，一天发十篇，当然你试错的次数越多，成功概率越大，但概率大也不会是100%。

因此经常有粉丝问我，说建议做什么项目，我其实常讲，在充分调研前提下，挑个相对有兴趣，喜欢的方向，不管你做ToC还是ToB，是创业还是副业，因为在大概率的一次次失败面前，唯有兴趣，热爱，能让你坚持下来。如果有人告诉你，把钱给我，我带你赚钱，请把他拉黑。往往就是这样，一个赌赢的人，告诉你他不是赌的，他有一套必胜之法，来跟他学吧。

3

事先声明了，第三篇先冷静一些。但从ToC讲到ToB，相比于ToC领域出现的FOMO情绪，ToB的市场里的甲方企业不用提醒，普遍是比较冷静的，可能经历了前些年的五花八门的数字化项目，其实也发现了，不管是数字化，还是AI，对企业增长多数还是效率提升的状态，而多数企业业务增长还是第一主题，对于上个AI系统就能解决增长问题，你就是个乙方你都不会信。所以这是一种基本情绪，同时也反映了企业真实财务的状态，钱要花在刀刃上，我认为挺合理的，这样才能让AI去解决真正需要他解决的问题，而不只是粗暴的把原来GUI变成CUI，系统表单变成聊天窗口，这就完成了企业级AI的建设了。配合过度宣传和承诺，只会变成企业巨大的预期偏差，加速跌入到Gartner技术发展曲线的低谷期（泡沫幻灭期）。

这周现场参加了红衣大叔的第二堂免费AI公开课，大叔提到了要深入业务，在很细致的节点中，去找那些AI的明星场景，还给了一个HR场景AI应用的分析案例。这个建议这太正确了，无法反驳。

但从另外一个角度来思考，这个明星场景还需要给一套方法论找，而不是遍地都是，就说明现在的发展和当年互联网早期把实体商业搬到虚拟的渠道内，那种巨大的流量迁徙带来的遍地是黄金的阶段是不同的。

另外AI本来就是生长于成熟的互联网基础设施，海量的数据之上的，所以在企业场景中，AI目前更多还是在原有基础上的升级，提效，那些可能连数字化，甚至信息化还没完成的业务节点，要么就是还不需要，要么就是难度极大性价比不高，当你尝试解决这些问题的时候，不管你是创业者，还是IT负责人，还是要算好一笔经济账。

不要低估了AI长期的趋势，也不要高估了AI短期的能力，冷静，客观的分析，以最高效的动作切入，才更有利于这个行业的发展。

四、知识平权、超级个体，数字员工

那些正确拥抱AI的方式

从ChatGPT出现后，五花八门的AI应用层出不穷，有大语言模型，有图像模型，音频模型、视频模型等等。有时候给大家一个错误的信号，好像AI真的无所不能了。但我认为对个体最大的价值第一点是学习新知识的速度大幅提升；第二点是提升做自己原有工作的效率。但是行业里各种宣传的感觉就是，有了AI了，你就可以做原来你没办法想的事情，进入到之前无法进入到的行业。从入门的角度来说，确实没毛病，以前不会用PS的人，一句话也能画一张非常不错的图，但忽略了一个点就是专业在干一个行业的这些人，他们也会用AI，就算用的比你晚一点，人家还是这个领域专业的人，你如果不付出超长的时间，只是觉得用了AI工具，我就能做设计师、律师、工程师等等，是不太现实的。我们分别展开讲讲这两个观点。

1

AI是一场知识平权运动

引发这一轮AI热潮的是以GPT为代表的大语言模型（LLM），相比传统的NPL（自然语言处理）技术，Transformer架构的出现和预训练的引入，加上海量的算力和数据，使得大语言模型更有效地处理了文本的长距离依赖问题，这使得模型能够更好地理解和生成复杂的语言结构。

这听起来还是有点复杂，我让Kimi给我打了个比方：

说这么多，其实就是告诉你，所谓的AI大语言模型，本质是一个能更好理解你语义并给出更合理的回答的程序，他比很多人说的这就是一个从数据库里搜索答案的程序要复杂，但相比于那些把他说成已经具备了意识的硅基生命还是差得很远。

理解了他的本质，就能更好地分析他的应用场景。为什么ChatGPT在学生群体、科技圈、媒体这些领域率先火起来，除了他们更愿意接受这类新闻，更重要的是，他们有更多的通过大模型来获取知识，快速阅读，快速写作的需求，这其实也是通用大模型比较直接的场景。

我为什么说知识平权呢，这是我个人认为大模型应用的第一场景，因为意义足够大，这里涉及到了社会公平，和社会整体素质。

过去因个人先天基础，以及教育资源分配等问题造成的在知识获取上的不足，有了AI后真是太方便了。2024年不同AI企业都在PK超长上下文，以“360AI浏览器”为例，以下这是一篇11万英文单词，502页、40M的PDF，是李飞飞团队发布《2024年人工智能指数报告》，它仅用了半分钟左右，就给我生成了摘要，思维导图，然后我可以针对这篇报告，问任何问题，甚至它把我可能问的问题，都给我做了提示。这个速度到底有多快呢，就是我把这个PDF用WPS转换成WORD，都花费几分钟时间。这极大地改变了现在阅读的方式，对于学习获取新知识的效率简直是颠覆性的。这个工具同样可以应用在视频的观看。

大家听过“10000小时定律”吧，核心观点是，成为某一个领域专家的人都经历了大量的高质量、有针对性的练习，并将这些练习时间估计为10000小时。整个过程基本会经历，初级阶段的基础知识、包括小白问题，该领域的基本概念、常见术语；以及中级阶段的深入学习，包括教科书问题，了解该领域的历史、专业概念、原理，以及实践应用，再到高级阶段的专业学习，比如加入专业学校、机构、公司，深入学习和实践。

有了AI的帮助，基本能把初级和中级阶段压缩一半以上，同时随着高级阶段，在有一定基础的情况下，要阅读更多的文档，这会儿对文档用AI的快速阅读，或者是互动式阅读，可能时间会压缩得更多。如果说过去需要一天10小时学习，全年无休，经历接近3年才能成为某个领域的专家，现在这个时间可能也就需要1年。而辅助你学习的这些AI工具，目前大部分都是免费的，国内还可用。（一年前我可不敢说这样的话，这就是进步的速度）

另外补充个用AI学习的小技巧，你对于一个新知识的理解，你可以讲给AI，让他给你评价，这个对于你充分消化知识内容还是非常好的一个方式的。

2

AI是一场超级个体运动

我说的AI超级个体不是让你成为全能专家，不是去让你在每个方面用自己的爱好去挑战别人的饭碗，而是在减少你短板消耗的同时，让你聚焦在长板上，并且长板+AI，让你的长板更长。

经常被问，有了AI后，我是不是能成为设计师接活了，我是不是就可以批量产出视频了，躺着赚钱了，有了AI后，我是不是就可以成为你，我也开个直播，我要去卖课！要说可以，也确实可以，请见上一个小节，在AI的帮助下，用更短的时间，你先成为这个领域的专家。在中国，最不缺的就是能发现机会的人，会一个工具就能躺赢的生意门槛太低了，很快就会成为红海，然后就会拼概率，这里面专业的人士用了AI，那概率应该比半路出家的你要高。

而且专业和非专业人士在学习特定领域的技术和工具，大家的效率也完全不一样，我有个设计师朋友，之前基本没接触AI绘图，上周我给她推荐SD，研究了一下午，基本可以用在真实业务中，并且做出非常复杂的商用图。你说你连基本的数据结构都不知道，有了AI，你就能做开发了？至少目前为止，还是不太现实。

但要承认，在精准度要求不高的一些创意领域，可能普通人+AI，能代替原来很多三流从业者的工作，比如我公司元旦想做一个创意短视频发在公众号，内容是从一个工业区里放出的烟花，做个动画，然后配上一个原创点的音乐，过去这玩意不找三方公司来做是不可能的，但现在，我自己用了20分钟，结合MJ+Pika+Suno就搞定了。资源永远是有限的，这类这样的工作，你不一定非要请专业人员，自己快速搞定，避免不必要开支。但不要妄想这样质量的视频，你去接活赚钱。

对于这些工具的应用，我认为确实是每个人都应该了解、学习，这会极大程度降低你在非核心领域的精力或者成本消耗。

同时也好理解，为什么有人略带夸张的讲，一个人一个公司的时代即将到来，因为你作为一家公司，一定有你聚焦的专业领域，但对于所有支撑性的工作，AI帮你进行大量分忧，然后在你专业领域，去思考如何结合，只有对于每个人在从事的工作，才有非常丰富的经验和认知，结合AI才能获得更大的成果，超级个体这个词儿自媒体时代就有了，在AI的加持下，尤其在自媒体创作领域，一个人或者小团队，通过和AI结合，确实可能拿到过去拿不到的结果。

去年很火的数字人小和尚讲鸡汤，AI图文带货，外国美女讲成功学，这种项目我是不推荐，因为门槛太低，那你的竞争对手也会很多，但同样是AI视频技术，放到某一个专业领域，那可能会带来不一样的化学反应，比如英语教学+AI。大家知道可以通过heygen或者国内的硅语等平台，把影视作品翻译成其他语言，并且修改口型，相信你一定看过郭德纲说英语、于谦说日语的视频，非常的吸睛。我看有英语老师做的短视频账号，就采用了这个方式，比如“johnhuu教英语”这个账号，很短时间获得了28.9万粉丝。你会这些工具固然重要，更重要的是你还是要知道教什么。设计这样内容能力的背后，一定是优秀教研的能力。你让我我来做，我肯定做不到，甚至都想不到。

当你原本就是一个内容创作者，用AI写文案、出图、出视频，获得比原来更高的质量和数量，这是未来每个内容创作者都应该必备的技能。如果你还不是，请找一个你喜欢且擅长的赛道，远离那些低门槛的诱惑，在网上鼓吹用了某个工具你就能获得某种结果的，说实话，作为过来人，这不是为了卖课，就是为了博取流量。

我这样说不是为了砸别人和自己的饭碗，而是告诉你真正的超级个体，不是你花了199，然后会用几个工具就能自己开公司赚钱，那这样的超级个体也有些太廉价了。

3

AI是一场数字员工运动

如果你是企业主，我认为现阶段更为接地气的数字员工，不是一步跨越到用AI员工代替人工，而是用AI武装你的员工，把他们变成”数字员工“，这个过程我认为是目前正在进行中的数字员工革命。

先看泛办公领域，我建议是从人效角度出发，看AI在员工中的渗透率。

以现在AI发展的程度，对于泛办公领域，用AI来做会议纪要、写周报、做调研、做汇报、商务邮件、写标书、做法律咨询，自动化数据处理，辅助数据分析，出图，做视频，数字人，都已经比较成熟了。

但员工是否已经开始普及使用这些工具，这个值得作为企业一个专门的议题，而且有时候真是需要具体做这个事情的员工来思考他的工作，能具体结合上哪些工具，可以实现效率大幅提升。

具体普及的方式可以通过请专家内训，或者内部成立“AI布道师“，来专门提升员工AI工具的使用量。现在的办公软件都在逐步引入AI，也有大量的AI效率工具，有的时候问题并不是不会用，而是不知道。这里肯定是需要做一些持续的布道工作。当然这里根据公司规模，也要做一个合理的判断，比如对于公共大模型使用的安全性问题。

不夸张的说，如果每个人工作中都能融入一些AI，按照现在AI工具的覆盖度来说，我们不说效率翻倍，能对全体员工，提升哪怕10%的工作效率，对企业的价值都是巨大的。

再看垂直业务领域，这里借用红衣大叔给的框架，可以做精细的梳理。

几周前我去现场听了红衣大叔的免费AI课，有人现场提问，线下实体店结合AI，怎么做。大叔很无奈，他说我不像参哥，什么行业都能和你聊几句，你在这个行业的经验，和对场景的理解，这本来就是你的优势。这也关联了他另外一个观点，就是企业不要追求去做通用大模型，你要做垂直领域的大模型，而垂直大模型核心问题是业务场景。为什么这么讲，是因为做通用的，有好多大公司比你专业，但你公司的业务经验这不是随便一个AI公司就能覆盖的。

也有很多人讲，未来企业数字员工的范式，就是Agent（智能体）。对于这些说法，站在技术服务商角度，我认为都有道理，但在我看，作为企业主，你思考的角度，都不应该是去想我要做什么样的大模型，做什么样的Agent，因为它就是个工具，是解决问题的手段，而你需要的是理解AI能力的前提下，去思考企业到底有哪些问题或者需求，可以由AI来解决。借用大叔公开课里的一张图，去分析新员工招聘场景，可以做个参考，但我建议加一个经济性角度的评估，就是某一项工作，如果换成AI，是否成本在目前是优于人工的，不要盲目上系统。

好了，我就先讲到这里。