懇請你，一定要把AI當回事

（來源：劉潤）

今天，選了一篇過往比較受歡迎的文章《懇請你，一定要把AI當回事》。希望對你有所啓發。

以下是這篇次條重發正文。

這兩年，AI太火了。

我猜，關於AI，你也已經聽過、看過了很多。

比如，之前的「AI來了，會不會取代我？」，「AI芯片的規模將突破多少多少億？」......

又比如，最近的「全是AI的諾貝爾獎」和「馬斯克的無人駕駛汽車」......

可是，一邊，AI的風已經刮到這個地步，另一邊，其實也有很多人説：

怎麼感覺，AI好像也就那麼回事？

你説，GPT火了，可是真的和它多聊幾次，又發現它有時也胡言亂語，並不覺得它真能取代辦公室里的哪位同事。

你説，AIGC火了，可是它生成的那些東西，有時確實驚艷，但有時又確實像人工智障。

你説，那些大廠都在做大模型，可是那都是要瘋狂燒錢的事，和普通人，普通創業者好像也沒什麼關係......

AI的潛力，有沒有被高估？會不會和過去的很多概念一樣，只是一個被炒得過熱的泡沫？

作為一個普通人，一個普通創業者，我該怎麼看待AI？又該怎麼做？

接下來的新機會，是什麼？

作為一個商業顧問，這幾年我也在找答案。今年在問道全球，我曾和幾十位的企業家去到硅谷參訪，看了一些AI方面的公司，包括OpenAI。后來去百度參訪時，也曾和百度的同學聊了聊。

而前段時間，我的進化者欄目，還很榮幸地請到了王煜全老師。作為一位在美國的科技領域積累了十幾年的投資人，同時也是一位近期回到國內投身人工智能領域的創業者，他對於人工智能的見解里，不但有他看過的大量先進進展和實操案例，還有他用自己管理的資金真真正正下過的判斷，和因此積累的第一手認知。

那天，越聽他的分享，我越有一個很強烈的感覺：

今天，一定要把AI當回事。

每一次巨大的技術變化背后，都是一次巨大的機會。

怎麼纔算把它當回事？

別焦慮。先認識它，擁抱它，持續刷新自己對它的認知。

未來的競爭，是認知的競爭。

認識它的什麼？

那天，王煜全老師分享了很多。我幫你整理了一下，今天和你分享，相信一定能對你有啓發。

AI之於你我，是個什麼事兒？除了目前這一波，未來還會往什麼方向發展？還有什麼機會？

今天，趁這些機會還在醖釀，我們一個一個説。

AI，好像也就那麼回事兒？

今天，AI的風還在吹。

並且，很多聲音預測，它不但吹向了更多地方，還可能吹翻更多地方。

看報告：麥肯錫的最新預測説，50%工作被AI取代，對於很多人來説，時間窗口只剩6年......

看新聞：今年的諾貝爾物理獎頒給了AI，化學獎又頒給了AI......

嗯，真厲害。可是，可是，也有很多人覺得，這股風，好像，其實，也就那麼回事？

自己的工作，還在繼續做，也還沒有被替代。

自己的生活，也就是多刷到了一些AI相關的大佬言論和熱搜新聞，或者開始用AI搜搜東西。

有時真忙起來，想用AI幫忙寫個什麼文案，改個什麼PPT，拿到結果一看，還是會深吸一口氣，點杯咖啡，自己接着改......

AI，好像也不是傳説中的那麼回事？

慢慢地，也有聲音開始討論，AI很厲害，但對普通人來説現在暫時還沒什麼用。甚至，未來也有可能像3D打印、區塊鏈和元宇宙等技術一樣，在經歷一段熱潮后，逐漸冷卻。

人工智能真的有那麼巨大的潛力嗎？人工智能到底是一個會改變世界的技術，還是隻是一個過熱的泡沫？

我問王煜全老師，他的回答是：

人工智能，是一個可以和當年工業革命相媲美的技術革命。

還記得嗎？很久很久以前，人做多複雜的事，大多都是用手。用手洗衣服，用手打家俱，甚至用手組裝汽車。

但后來，蒸汽機出現了，電力出現了，藉助9臺兩三層樓高的蒸汽機，打造出生產流水線，從而讓汽車這麼複雜的產品也能大規模批量生產的福特汽車出現了。

再后來，除了汽車，還有電視、冰箱、洗衣機......

人類的世界，從此可以藉助機器，實現複雜產品的規模化生產。

今天的人工智能，也一樣。

今天和之前，人做不了的事，大多都是找另一個人幫忙。找醫生看病，找老師講題，找教練學開車。

但現在，人工智能出現了，ChatGPT出現了，文心一言、KIMI、豆包們出現了，有什麼事都能像個祕書一樣，幫你滿世界蒐羅資料，再幫你整理得明明白白地給到你，整個過程甚至還兼顧情商和幽默感。

再后來，除了生成內容，在更多領域里，可以幫醫生看片子，幫科學家分析DNA序列，甚至幫人開車的AI助手出現了......

人類的世界，從此可以藉助人工智能，規模化複製人類經驗，並且能夠個性化提供服務。

工業革命的核心，是實現了複雜產品的規模化生產。而人工智能革命的核心，是規模化複製人類經驗，並且能夠個性化提供服務。

今天的人工智能，就相當於當年的電力。今年上了好幾次熱搜的藉助人工智能實現的自動駕駛，就相當於當年藉助電力建立的生產流水線。

而在未來的10年、20年、30年里，你會看到的變化還會有：

像看到無數個生產流水線被建立起來，無數汽車開始實現規模化生產，並因此得以降低成本和價格讓無數人開得起一樣，看到無數個各領域的專家經驗被複制，並變成更便宜的服務，提供給到更多人。

可以媲美工業革命的技術，可以真正改變全人類和全世界的變化。

這意味着什麼？機會。

每當時代遇到一個巨大的變化時，其實都是很多人的機會所在。

很久很久以前，這個機會可能叫「工業化」或者「懂機械」、「開廠」、「做工程師」......

后來，這個機會可能叫「信息化」或者「懂電腦」、「互聯網」、「做程序員」......

今天，變化還在繼續，而沒有人想掉隊。

怎麼不掉隊？

一定要把AI當回事。

持續關注AI，不錯過，可能的機會。

持續瞭解AI，要競爭，先競爭認知。

有意思。可是，持續關注，具體關注什麼？

創業、投資、乃至自己花錢買課學習，決定未來報什麼志願轉什麼行業......怎麼判斷一個技術到底能不能成，是不是被高估？

關於AI，真正屬於未來的下一波具體機會，有哪些？

王煜全老師，分享了1個總的判斷方法，和3個具體的新機會。

AI的下一波機會，有哪些？

今天，關於人工智能的機會，已經有過幾輪了。

比如，一開始的大模型，后來的AIGC，自動駕駛，具身智能機器人......

都是藉助AI的技術衍生出來的機會，我怎麼知道哪些機會靠譜？哪些有沒有被高估？

王煜全老師説，他們基本上會先從2個角度來看這個事兒：

首先，看一件事能不能成，一個前提是先要看產業化時點。

無論未來多厲害，多有想象空間，這個技術到底什麼時候能成熟並進入到社會？100年后，和明天，註定不一樣。

其次，看一件事能不能成，還要判斷技術的能力邊界。

這個技術能做什麼，不能做什麼，未來最好能做到什麼水平？天花板在哪里？

看產業化時點。看技術的能力邊界。

無論是以前的電力，還是后來的人工智能，一個通用技術最終總會進入各行各業，改變各行各業。

這個過程中，無論是應用、創業，投資，還是圍觀，總有人會低估它，也總有人會高估它。

學會看產業化時點和技術的能力邊界的人，更容易從一開始就看得清楚一點。

有意思。那麼問題來了：

基於這套判斷方法，結合今天中國、美國的技術進展，主流、非主流的趨勢看法，你的判斷是什麼？

接下來，AI技術進步的方向主要有哪些？分別對應着怎麼樣的機會?

王煜全老師説，其實大方向還是越來越明確的。

其中，真正的關鍵有3個。

這3個關鍵，前段時間，那個一度被「全網刪除」的前谷歌CEO施密特在斯坦福大學的演講，也有提到。只不過當時，很多人關注的是他「臉有沒有綠」，而沒注意到他説的那句：

「在接下來的一年里，你會看到更大規模的上下文窗口、AI Agent和Text-to-Action的功能。當它們被大規模應用時，影響將比我們現在看到的社交媒體帶來的巨大沖擊還要大」

更大規模的上下文窗口、AI Agent、Text-to-Action。

我們一個一個説。

第一，「更大規模的上下文窗口」

什麼是「更大規模的上下文窗口」?

翻譯成簡單粗暴的普通話，就是「更好的記憶力」。

舉個例子，用AI看醫生。

它説，怎麼不好？

你説，太胖了我要減肥。

它説，好的，請先回答：你的年齡、體重是多少？平時愛吃什麼？有沒有什麼慢性病？平時會不會容易疲勞出汗？......

你花了半小時，一一回答，拿着方子下線，各方面都很滿意。

但2周后你來複診，你説，上次看完后，有效果誒，但是有些問題......它卻説，怎麼不好？

你説，上次不是說了嗎，減肥啊。

它説，好的，請先回答：你的年齡、體重是多少？平時愛吃什麼？有沒有什麼慢性病？平時會不會容易疲勞出汗？......

你不想回答？也行。但不回答，它就不瞭解你，你只能得到一份「放之四海皆準」的減肥建議。

王煜全老師説，他們曾參與到很多人工智能應用的開發，發現要做好服務，很多時候最缺的一環就是「工作記憶」。

怎麼辦？加強AI應用的「工作記憶」。儘可能多地記住上次和你的對話。

無論是幫人診斷，還是幫人做旅行攻略、購物推薦、客服......不但能記住你2周前的答案，甚至能記住你2個月，2年前的答案，讓你不用反覆説，也能得到更連貫，更個性化的服務。

「更大規模的上下文窗口」，就是「更好的記憶力」。

它的核心價值在於，「能夠提供更精準、更個性化的服務」。

第二，「AI Agent」

什麼是「AI Agent」？

翻譯成中文，是「智能體」。翻譯成更簡單粗暴的普通話，還可以是「更能干的助理」。

舉個例子，和Siri比。

今天你想去西雙版納旅遊，你覺得你手機里的「助理」能幫你什麼？

可能，是問問「明天西雙版納天氣怎麼樣？」可能，是問問「潑水節是幾號？」

但是，如果你對它喊「我打算明天就去西雙版納，你幫訂個離機場近的酒店，要一間大牀房，一晚300-500元之間的。再幫我去微信發個朋友圈，昭告天下我要去度假了。」它會怎麼樣？

它或許，會很着急。

聽，是聽到了。做，也想幫你做。但卻很難做到。

有沒有那個理解和決策能力，還是其次，自己努努力就行。但更難受的，是別人不見得配合。

讓它定個鬧鍾還好，都是自己家里的APP，可是訂酒店，發朋友圈......是不是得去敲開酒店APP、社交APP的門，調用它的數據接口，和它的系統協作？

王煜全老師説，AI Agent，主要解決的就是「協作問題」。

怎麼解決？更多地打通，更好地調用。

過往一個APP都像一座數據孤島，一旦能更自由地出入其中，和它們協作，就能代表用户完成更多更復雜的任務。

「AI Agent」，就是「更能干的助理」。

它的核心價值在於，「能夠與外部系統協同，提供更復雜、更便捷的服務」。

第三，「Text-to-Action」

什麼是「Text-to-Action」？

翻譯成中文，是「從文本到行動」。翻譯成更簡單粗暴的普通話，還可以是「更有執行力的服務」。

什麼意思？

前谷歌CEO施密特，在他的那場演講里舉了個例子。

當時他説，未來每個人都會有自己的程序員，去幫忙執行自己的指令，你説往東就往東，你説往西就往西。而不是像那些今天在為他工作的人類程序員那麼叛逆不聽話。

所以，作為未來的AI技術大方向之一，「Text-to-Action」的關鍵，就在於「更聽話」，從而提供「更有執行力的服務」嗎？

不止。王煜全老師説，施密特暗示的意義，遠超過這個。

在「聽話」和「有執行力」之間，還有關鍵的一環：

「它能不能像一個業內專家一樣，真正知道和理解，要達成你説的，具體應該怎麼做」。

也就是，它有沒有領域智能（Domain Intelligence）。

舉個例子，自動駕駛。

今天，你搶先買到了一輛無人駕駛汽車，坐上去后，你和它説：「去東方明珠」。

很快，車子啟動了。可是，要真正把你安全帶到東方明珠，具體應該怎麼動？

只是會打方向盤、會踩油門和剎車，夠嗎？它要怎麼才能知道，什麼時候該轉向，轉多大角度的方向盤？什麼時候踩油門，什麼時候又該換剎車？

以前的做法是：像一臺機器一樣，」按程序「開」車。

比如，先基於攝像頭採集回來的圖像信息，對周圍的環境做一個完整的識別。對面那個東西，是不是一個紅燈？是的話，按照之前那些基於交規設定好的程序，我是不是該停車？

后來，有了端到端的視覺智能，做法又不一樣了：像一個「老司機」一樣，按經驗「開」車。

比如，先在上路前好好學習，提前「學習」很多有經驗的老司機開車的視頻。「學習」了10000個人開車的視頻，10000個視頻里，老司機都在類似的那個東西面前選擇停車，那下次我碰到這麼個東西，也停車。

像機器一樣開車，像老司機一樣開車。

「聽話」，「不但聽話，還能在任務對應的特定領域內，像專家一樣思考和決策，真正知道和理解，要達成你説的，具體應該怎麼做」。

你覺得，哪種「司機」，在執行力上更有潛力？

王煜全老師説，Text-to-Action，主要解決的就是「執行問題」。

怎麼解決？關鍵不止是「聽話，讓做什麼做什麼」，還有「有領域智能，知道這事怎麼做」。

「Text-to-Action」，就是「更有執行力的服務」。

它的核心價值在於，「能夠將輸入的文本指令直接轉化為具體的實際動作或流程，提供更聽話、更落地的服務」。

最后的話

更大規模的上下文窗口、AI Agent、Text-to-Action。

現在，回到最開始的問題：

AI的潛力，有沒有被高估？作為一個普通人，一個普通創業者，我該怎麼看待AI？又該怎麼做？下一波的新機會，是什麼？

王煜全老師給出的答案，非常明確。

首先，人工智能，是一個可以和當年工業革命相媲美的技術革命。

工業革命的核心，是實現了複雜產品的規模化生產。

而人工智能革命的核心，是規模化複製人類經驗，並且能夠個性化提供服務。

具體會有哪些服務？今天AI技術發展的主流發展方向是什麼？又對應了哪些機會？

3大重點，和對應的3大變化和機會是：

第一，「更大規模的上下文窗口」，也就是「更好的記憶力」。

接下來，誰能在這方面做得更好，誰就更有能力提供更精準、更個性化的服務。

第二，「AI Agent」，也就是「更能干的助理」。

接下來，誰能在這方面做得更好，誰就更有能力與外部系統協同，提供更復雜、更便捷的服務。

第三，「Text-to-Action」，也就是「更有執行力的服務」。

接下來，誰能在這方面做得更好，誰就更有能力將輸入的文本指令直接轉化為具體的實際動作或流程，提供更聽話、更落地的服務。

不知道，你聽完這些，是什麼感覺？

前段時間去百度參訪時，我曾和百度的同學説：

一定要把AI當回事。

而在和王煜全老師聊完后，這個感覺更強烈了。

可是，AI到底是一件什麼樣的事？怎麼當回事？

以前，AI剛出來時，很多人説，AI就是3件事：算力，算法，數據。

可是，瞭解了這個，會發現：這3件事都太遙遠了。要真正參與這件事，或許需要很高精尖的技術，和很多的錢。和它相關的，可能是大廠的競爭，乃至大國的競爭。

后來，AI進入應用階段，很多人還會説，AI就是另3件事：感知，思考，實現。

可是，瞭解了這個，會發現：這3件還是離普通人有點遠。要真正參與這件事，或許依然大多是大公司，比如百度和它的蘿卜快跑，比如特斯拉和它的Cybercab。

但是，就像工業革命發現電的第一天，也好像和普通人很遠。一個普通人，能拿電干嘛呢？

但后來，屬於電的機會，並不只是在發電廠，而是演變到用電先一步實現效率迭代的工廠，再演變到今天千千萬萬普通人的行業。

人工智能，也一樣。從一開始的大模型，演變到自動駕駛、具身智能，人工智能這件事，和這件事里的機會，也在繼續演變。

比如，今天説到的這3件事：更大規模的上下文窗口、AI Agent、Text-to-Action。

瞭解這些之后呢？我能做什麼？

至少，別再把心力分給焦慮和迷茫。要分，分給積累認知。

王煜全老師，在談話中曾説過這麼一句話：掌握人工智能，像學一門語言一樣，是要花時間泡的。而年輕人最大的機會在於，有時間去泡，去養成對人工智能的認知。

説得真好。

未來的競爭，是認知的競爭。

祝你，提前看懂，提前準備。

*文章為王煜全獨立觀點，僅供參考。