深度 | AI領(lǐng)域10個(gè)非共識認知（8000字長(cháng)文）
AI大模型發(fā)展至今，已經(jīng)有很多信息成為大家的共識。但在一些細節和前沿內容上，還有一些大家不理解的知識。這篇文章，我們看看作者分享的這些經(jīng)驗。
先把這次的“非共識認知點(diǎn)”全部列出來(lái)（其實(shí)不止10個(gè)……）
1、最大的坑，就是過(guò)于簡(jiǎn)單的認為“把XXX用LLM/CUI全部重新做一遍”。
2、沒(méi)有know-how支撐的嘗試是賭博，有“非共識認知”支撐的迭代才是MVP。
3、AI公司的妄念：招個(gè)很牛的AI產(chǎn)品經(jīng)理來(lái)想idea。
4、跨語(yǔ)言，可能是大模型最Native、現階段最容易被感知和落地、但又最容易被忽視的能力。
5、長(cháng)文本，可能是又一個(gè)“看起來(lái)不起眼、但增加數量就躍遷、涌現”了的東西。
6、當自己本身都搞不定業(yè)務(wù)的時(shí)候（從 0 到 1），不要指望 AI。
7、技術(shù)維度+產(chǎn)品維度+商業(yè)維度，不是在做加法，而是在做“歸一化”。
8、危險：AI導致的風(fēng)險，可能不是潮水，而是颶風(fēng)。
9、一旦我們學(xué)會(huì )“剝離人性弱點(diǎn)的弊端，僅使用其工具屬性?xún)r(jià)值”，負面影響，是會(huì )讓人，更加自私。
10、機會(huì )：如何解脫？要么向上成長(cháng)為最牛的人，要么躺平過(guò)生活。
11、當ChatGPT被研發(fā)出來(lái)之前，我們問(wèn)AI的空氣動(dòng)力學(xué)是什么？當ChatGPT被研發(fā)出來(lái)之后，我們需要問(wèn)，AI的“制動(dòng)器”是什么？
12、【重要】AI時(shí)代超級個(gè)體的10倍、100倍、1000倍成長(cháng)路徑，到底在哪里。
另外，還有一些認知點(diǎn)，是之前《深度 | 關(guān)于A(yíng)IGC商業(yè)化的13個(gè)非共識認知（8000字長(cháng)文）》中提過(guò)的，這次口述，大家體會(huì )將更深，比如——
1、AIGC的差異化核心指標，不是節省了多少時(shí)間/人力（效率屬性），而是提高了多少“轉化率”（利潤屬性）。
2、現階段AI落地的低枝果實(shí)，可能反而是情感AI。
3、對于轉化率的提升，虛擬人很可能會(huì )有“巨大”的增量空間。
4、關(guān)于A(yíng)gent：目前主流的“單體智能”思路有隱患，可能的突破口是“多體智能”——類(lèi)似復雜系統/鳥(niǎo)群，單個(gè)智能體可能很簡(jiǎn)單（不一定要超過(guò)單個(gè)人類(lèi)），但整體有非凡的智慧（AI Agent 團隊 人類(lèi)團隊）。
5、“場(chǎng)景-用戶(hù)-需求”之外，需要增加一個(gè)關(guān)鍵詞，“關(guān)系”——定義了關(guān)系，就定義了約束條件和需求屬性。
6、使用AI時(shí)，把AI當成人；設計AI時(shí)，把人當成AI。
7、未來(lái)AI企業(yè)，方向定位將不是按照To C/To B來(lái)劃分，而是按照To 人/To AI 來(lái)劃分。
注：本文是我去年參加某次直播訪(fǎng)談活動(dòng)的文字版，下面是全文，開(kāi)場(chǎng)過(guò)程略。
一、開(kāi)場(chǎng)話(huà)題：比起AI 1.0，AI2.0帶來(lái)了哪些機遇？
主持人刀姐：剛提到，你之前完整經(jīng)歷了AI 1.0時(shí)代，那現在A(yíng)I 2.0階段，帶來(lái)了哪些機遇呢？你怎么看？
黃釗hanniman：我想先跳出來(lái)說(shuō)一個(gè)關(guān)鍵詞，“周期”。
認知這是“多少年一遇”的機會(huì )，其實(shí)會(huì )決定我們的心態(tài)和做事方式。咱們從小往大說(shuō)——
1）從產(chǎn)品視角看來(lái)說(shuō)，類(lèi)比十年前的移動(dòng)互聯(lián)網(wǎng)，是十年一遇的機會(huì )。會(huì )有很多應用層產(chǎn)品創(chuàng )新的機會(huì )出來(lái)。
所以很多人想的是，如何把自己的業(yè)務(wù)/產(chǎn)品形態(tài)，盡快的和大模型/AIGC結合。所以會(huì )很卷、很急的去發(fā)布產(chǎn)品。
2）從行業(yè)視角看，至少是類(lèi)比互聯(lián)網(wǎng)的，25年一遇的機會(huì )。
這意味著(zhù)什么呢？這意味著(zhù)，對于很多40多歲的第一波互聯(lián)網(wǎng)從業(yè)者，這可能是他們這輩子最后一個(gè)、大周期性的成功（暴富）機會(huì )。
最有名的那個(gè)理論，“人生發(fā)財靠康波”，人的一生，會(huì )有三次大機會(huì )。
這也是為什么很多人把大模型，當作這輩子的“最后一仗”。
3）從人類(lèi)社會(huì )視角看，這是幾百年一遇的機會(huì )。
比如傅盛最近說(shuō)，人類(lèi)歷史上唯一可以與AI相比的是蒸汽機，把熱能變成動(dòng)能，今天的AI，是把電能變成智能。
包括馬化騰說(shuō)，AI是幾百年不遇的的機遇。
采取這種認知的人或者公司，會(huì )有什么心態(tài)呢？不急！慢慢來(lái)！
4）當然，從賺快錢(qián)視角看，可能是1、2年一遇的機會(huì )，那就得趕緊去做。
5）所以，整體我想表達的是，AI 2.0有那些機遇，不同的人，看到的世界是不一樣的。我們每個(gè)人，選擇適合自己認知、性格和擅長(cháng)模式的機遇方向就好了，千萬(wàn)不要錯配。
1年一遇的機會(huì )，是賺錢(qián)；10年一遇，是產(chǎn)品；25年一遇，是創(chuàng )業(yè)；百年一遇，是事業(yè)。
主持人刀姐：ok，剛咱們說(shuō)的是底層認知，那具體來(lái)說(shuō)，對于A(yíng)I產(chǎn)品方向、對于個(gè)人職場(chǎng)發(fā)展、對于未來(lái)的超級個(gè)體，分別有哪些具體的機會(huì )呢？
黃釗hanniman：好，這里面內容比較多，咱們一個(gè)一個(gè)說(shuō)。
刀姐：好~
（方便起見(jiàn)，下面跳過(guò)對話(huà)形式，直接寫(xiě)干貨——）
二、AI產(chǎn)品的機會(huì )
分短期和長(cháng)期，里面再分別按照“什么可能不對、什么可能對（有機會(huì )）”來(lái)劃分。
1. 短期，哪些常規認知，可能是不對的
1）最大的坑，就是過(guò)于簡(jiǎn)單的認為“把XXX用LLM/CUI全部重新做一遍”
這種觀(guān)點(diǎn)，不是說(shuō)完全不對。但問(wèn)題在于，最危險的認知，就是一半對、一般不對，這種最容易帶溝里去。
類(lèi)比移動(dòng)互聯(lián)網(wǎng)時(shí)代，大家想當然的認為，要把所有PC上的內容，都搬到手機上。
不能這么簡(jiǎn)單的來(lái)看。
具體做什么，都是what層面的東西，不重要——重要的，是背后的how和why。
或者更具體的來(lái)說(shuō)，很多時(shí)候，不是技術(shù)不夠，而是缺乏深度的“行業(yè)know-how”。
比如說(shuō)，設計一個(gè)直播數字人，如果沒(méi)有行業(yè)理解，很可能是一個(gè)端莊、顏值高、說(shuō)話(huà)語(yǔ)氣舒緩、手部有一些簡(jiǎn)單動(dòng)作的產(chǎn)品，事實(shí)上直播完全不是這樣的！
你必須知道大家平均在直播間停留的時(shí)間有多長(cháng)、在哪個(gè)時(shí)間段就應該說(shuō)銷(xiāo)售話(huà)術(shù)了。
必須知道什么時(shí)候全身出鏡/什么時(shí)候半身出鏡
必須知道哪個(gè)環(huán)節是容錯率高的，哪個(gè)環(huán)節是容錯率低的
總之，要跟這個(gè)行業(yè)相匹配的方式做對應的串聯(lián)……
否則就會(huì )出來(lái)一個(gè)傻傻的、大陸貨的數字人主播。
我社群里有一位產(chǎn)品經(jīng)理，之前在某家數字人相關(guān)公司工作過(guò)，而且是近距離的接觸過(guò)老板，她就跟我說(shuō)，確實(shí)他們不是很懂這個(gè)領(lǐng)域，很頭痛的問(wèn)題，不是技術(shù)或產(chǎn)品怎么實(shí)現，而是如何去打造一個(gè)IP。
跟這相關(guān)的，還有2個(gè)問(wèn)題，我特別想分享下——
a）沒(méi)有know-how支撐的嘗試是賭博，有“非共識認知”支撐的迭代才是MVP
什么意思呢？一定不要說(shuō)，雖然我（企業(yè)方）知道這個(gè)業(yè)務(wù)方向定位，暫時(shí)是不對的（比如過(guò)于簡(jiǎn)單的說(shuō)“現有業(yè)務(wù)+LLM”），但明年可能會(huì )冒出新的對的方向/認知。——這是賭博。
應該是，今天就能夠說(shuō)出自己的非共識認知。——有就是有，沒(méi)有就是沒(méi)有。這里有一根金線(xiàn)，明眼人是看得到的。——基于這個(gè)非共識認知，再去做產(chǎn)品定位預設，再去做MVP驗證預設，這樣的迭代，才有意義。
而且需要知道，今年的這個(gè)判斷，未來(lái)可以變（類(lèi)比幾乎所有大公司，后來(lái)真正做大的業(yè)務(wù)，都不是最初的起點(diǎn)方向了），但今年一定得有，并且是基于“非共識認知”的！
即，認知能力深度是本，業(yè)務(wù)方向判斷是末。前者一定得有，后者可以變化，但后者一定是需要基于前者而推演出來(lái)的。
b）AI公司的妄念：招個(gè)很牛的AI產(chǎn)品經(jīng)理來(lái)想idea
老板或部門(mén)負責人自己的想法陷入瓶頸，往往會(huì )希望招一個(gè)AI產(chǎn)品經(jīng)理來(lái)想idea（創(chuàng )新/探索新方向），希望他突然某天想出來(lái)個(gè)特別好的點(diǎn)子。這個(gè)思路本身，是有極大偏頗的。
i，如果有絕對信息和視野優(yōu)勢的老板/部門(mén)負責人都想不出來(lái)，其他條件相同前提下，指望一個(gè)具體做事的AI產(chǎn)品經(jīng)理來(lái)想，本身就有點(diǎn)強人所難。
ii，也許有的老板會(huì )認為，只是希望這個(gè)AI產(chǎn)品經(jīng)理腦子靈光、點(diǎn)子多，能提供一些有價(jià)值的參考信息給自己；即使是這個(gè)定位，結果一般也不會(huì )太好，這是因為——
由于A(yíng)I領(lǐng)域的特殊性，如果老板自己沒(méi)有深度的AI產(chǎn)品認知水準，即使AI產(chǎn)品經(jīng)理能夠提出一些有價(jià)值的idea，老板（和其他人）也根本不知道如何認知評估這個(gè)idea是否靠譜、為什么、關(guān)鍵點(diǎn)在什么地方。
最終結果很可能是，即使運氣好，碰巧選對了方向和需求定位，公司也愿意投入一定資源去實(shí)施，仍然大概率的會(huì )因為搞不清楚事情的關(guān)鍵點(diǎn)、最核心的指標是啥，而錯過(guò)機會(huì )（淺嘗輒止的把項目砍掉，直到1、2年后再后悔沒(méi)有持續投入）
最大的風(fēng)險就是所有人都不懂行業(yè)/場(chǎng)景，且自己也不是典型用戶(hù)。
iii，更好的方式是，老板/部門(mén)負責人，自己先判斷篩選出幾個(gè)大方向（或細分方向），然后，去找這個(gè)方向內，有“資深行業(yè)背景”的產(chǎn)品經(jīng)理，或本身就是該方向“典型目標用戶(hù)”，來(lái)幫忙過(guò)濾需求！
why？這是因為，老板/部門(mén)負責人們，表面上需要的是一個(gè)好的點(diǎn)子（idea），其實(shí)真正需要補齊的，是“垂直領(lǐng)域內的需求認知”。
即，“某個(gè)需求點(diǎn)是真實(shí)存在還是偽需求”這個(gè)坑別傻趟了——直接讓有資深行業(yè)背景的人來(lái)告訴團隊。
至于具體用AI可以怎么做（what），其實(shí)是相對容易的。因為只要需求把握不偏差太多、目標導向明確、評估指標定義清晰，總會(huì )有效果和積累的，無(wú)非多少/快慢的區別而已。
結論：需要招“資深行業(yè)背景”或“典型目標用戶(hù)”來(lái)過(guò)濾偽需求，而不是“腦子靈光、點(diǎn)子多”。
剛說(shuō)的是第一個(gè)點(diǎn)，最大的坑，就是過(guò)于簡(jiǎn)單的認為“把XXX用LLM/CUI全部重新做一遍”，然后說(shuō)第二個(gè)——
2）AIGC的差異化核心指標，不是節省了多少時(shí)間/人力（效率屬性），而是提高了多少“轉化率”（利潤屬性）。
首先聲明，所謂“差異化核心指標”，意思不是說(shuō)，沒(méi)有降本增效這個(gè)維度的價(jià)值，而是說(shuō)，降本增效類(lèi)的指標，不是事情成敗的關(guān)鍵，不是一個(gè)新品類(lèi)能夠立住的核心指標。
關(guān)于這點(diǎn)，有個(gè)經(jīng)典的例子：從功能手機到智能手機，大家都認為品類(lèi)已經(jīng)變了。
i，作為通信工具，功能手機的核心功能是撥打電話(huà)、發(fā)短信，核心指標是接通率或穩定性
ii，而智能手機（iPhone）也有電話(huà)、短信等通信功能，但是其真正決定成敗的差異化價(jià)值，其實(shí)是娛樂(lè )/社交/購物等等其他功能，重點(diǎn)指標也變成“占有用戶(hù)時(shí)長(cháng)”等等，而并不是打電話(huà)的通話(huà)質(zhì)量等通信指標了！
而且，對比開(kāi)源節流來(lái)說(shuō)，人類(lèi)天然更愿意為開(kāi)源付費，而不一定是節流，特別是在中國，特別是小B和大C。
AIGC領(lǐng)域的例子，就是我文章里提到的，PhotoRoom，具體是做什么的？服務(wù)于二手電商賣(mài)家，去掉圖片背景、并增加各種細分電商應用場(chǎng)景所需的背景和效果。各種社交媒體、電商網(wǎng)站，都有不同的具有銷(xiāo)售文案的圖片，以及風(fēng)格模版，用戶(hù)使用后，平均提高了31%的轉化率！
2. 短期，哪些非常規認知的產(chǎn)品方向，可能是更靠譜的
1）跨語(yǔ)言，可能是大模型最Native、現階段最容易被感知和落地、但又最容易被忽視的能力
其實(shí)我在社群里，之前分享過(guò)很多這個(gè)角度的案例
先說(shuō)一個(gè)2B方面的，情況是這樣，那些出海公司每到一個(gè)國家地區，就需要了解當地各種法律法規條文，有巨大的時(shí)間成本。那有家AI公司，就專(zhuān)門(mén)提供“快速將當地法律法規情況翻譯、整理成母語(yǔ)”的服務(wù)。從產(chǎn)品視角看， 非常清晰。
而且，2C方面，Spotify也推出AI語(yǔ)音翻譯功能，“讓你喜歡的播主用你的母語(yǔ)為你播報”——已經(jīng)點(diǎn)出了本質(zhì)：內容或IP價(jià)值是才是前提，不是任何一個(gè)小白都能把ROI跑正的。
另外，還有AirChat，一款所謂AI Native的社交產(chǎn)品。類(lèi)似異步版的Clubhouse，用戶(hù)創(chuàng )建私有或公開(kāi)房間后，能用語(yǔ)音展開(kāi)交流。
令人眼前一亮的是，基于LLM，用戶(hù)發(fā)布語(yǔ)音之后，不僅可自動(dòng)生成文本，并且還能根據用戶(hù)選擇的語(yǔ)言，模仿用戶(hù)自己的音色，自動(dòng)完成語(yǔ)音翻譯。即，用戶(hù)可以暢快地用母語(yǔ)和其他國家的人交流了！——這里面有很大的想想空間
另外還有：
有這么多案例，其實(shí)是很有意思的機會(huì )的。
2）現階段AI落地的低枝果實(shí)，可能反而是情感AI
首先說(shuō)，為什么情感AI重要？這里涉及很多個(gè)認知點(diǎn)：
a）“情感”是比NLP更底層的東西。不是我一個(gè)人這么認為，2017年我私下跟一位NLP技術(shù)牛人交流時(shí)，她就表達了這樣的觀(guān)點(diǎn)。
b）AI/機器人在（多模態(tài)）表達時(shí)，人“必然”會(huì )被動(dòng)的有“情感體驗”，這不是以人的意志為轉移的。——舉例子，我第一次現成看到大型機械臂。——所以，產(chǎn)品經(jīng)理在設計的時(shí)候，如果只考慮理性、不考慮感性維度，一定會(huì )出問(wèn)題的。比如恐怖谷效應。還比如最近那個(gè)“醫院里保潔大媽跟機器人打架”的視頻。
c）“情感”很可能是未來(lái)AI真正的突破方向之一，未來(lái)會(huì )有很多的“黃金機會(huì )”——效率最優(yōu)，升級為情感最優(yōu)。
為什么說(shuō)，情感AI可能反而是現階段的低枝果實(shí)？比如，大眾情商平均水平是60分、人性需求是至少75分，而ChatGPT默認有70分的水準——這里就有60分—70分之間的低枝果實(shí)可以摘取。
一個(gè)“醫療+ChatGPT”相關(guān)例子——
「……研究者們原本期望ChatGPT能承擔醫生大量例行工作，如撰寫(xiě)病例、醫保理賠申訴，但實(shí)際上更多時(shí)候，醫生們使用ChatGPT幫助他們，以更富同情心的方式與患者進(jìn)行溝通（85%的患者表示醫生的同情心比等待時(shí)間或費用更重要）。
很多醫療工作者并不擅長(cháng)寫(xiě)出深入淺出的醫學(xué)手冊。例如針對酗酒者，讓ChatGPT被要求以五年級的閱讀水平重寫(xiě)時(shí)，它產(chǎn)生了令人信服又充滿(mǎn)安慰性指導……」
而反過(guò)來(lái)說(shuō)，在專(zhuān)業(yè)領(lǐng)域，ChatGPT類(lèi)產(chǎn)品的準確度、穩定度，可能暫時(shí)只有70分、反而達不到95分的商用標準線(xiàn)（人類(lèi)平均水準是92～98%，所以95%是可感知、可接受的那根線(xiàn)）。
跟情感AI相關(guān)的，還有一個(gè)認知點(diǎn)——
3）對于轉化率的提升，虛擬人很可能會(huì )有“巨大”的增量空間。
why？因為虛擬人是文字、聲音、圖像（表情/動(dòng)作）等多模態(tài)信息的集大成者，是最自然的情感溝通形式。
小冰CEO李笛提到過(guò)，幾年前開(kāi)始，他們和MSN以及Lawson做了大量實(shí)驗，實(shí)驗內容就是讓AI Being和人交流，最終目的是把商品準確地推送給人，同時(shí)讓人能夠更愿意接受消費的商品。“最終測試表明AI推薦的商品購買(mǎi)率達到68%，與絕大多數人類(lèi)員工推薦的購買(mǎi)率差不多”。
要知道，互聯(lián)網(wǎng)/移動(dòng)互聯(lián)網(wǎng)時(shí)代，常規的推薦系統或AI 1.0時(shí)代的人機交互系統，即使把推薦算法、NLP做到極致，購買(mǎi)率據說(shuō)也不超過(guò)20%——這里面有多么大的增量空間！這是很多做AI的人，之前沒(méi)意識到的認知維度。
4）長(cháng)文本
我昨天突然感覺(jué)到，長(cháng)文本，可能是又一個(gè)“看起來(lái)不起眼、但增加數量就躍遷、涌現”了的東西……類(lèi)似之前的堆參數。具體以后在社群里分享。
（時(shí)間關(guān)系，長(cháng)期的方向，就簡(jiǎn)單分享幾個(gè)結論——）
3. 長(cháng)期，哪些常規認知，可能是不對的
關(guān)于A(yíng)gent：目前主流的“單體智能”思路有隱患，可能的突破口是“多體智能”，類(lèi)似復雜系統/鳥(niǎo)群——單個(gè)智能體可能很簡(jiǎn)單（不一定要超過(guò)單個(gè)人類(lèi)），但整體有非凡的智慧（AI Agent 團隊 人類(lèi)團隊）。
4. 長(cháng)期，哪些產(chǎn)品方向，可能是更靠譜的
Agent（后面還會(huì )涉及）
機器人/具身智能
AR/VR/元宇宙
情感AI
量子計算
五、其他：關(guān)于Open開(kāi)發(fā)者大會(huì )，你怎么看？
詳見(jiàn)我之前文章 《OpenAI幫助我們反思：壁壘到底在哪里》。其中包括：移動(dòng)互聯(lián)網(wǎng)能夠存活的app是少數，那AI時(shí)代，會(huì )更多還是更少呢？有人可能認為更少，但我認為會(huì )更多……
六、AI產(chǎn)品方法論
1、AI是個(gè)放大器，當自己本身都搞不定業(yè)務(wù)的時(shí)候（從 0 到 1），不要指望 AI。
2、技術(shù)維度+產(chǎn)品維度+商業(yè)維度，不是在做加法，而是在做“歸一化”。
是不能把90分作為整體產(chǎn)品價(jià)值的baseline的。舉例：siri，10次，9次對，1次錯，慢慢就不用了。
3、“場(chǎng)景-用戶(hù)-需求”之外，需要增加一個(gè)關(guān)鍵詞，“關(guān)系”——定義了關(guān)系，就定義了約束條件和需求屬性。
舉例：智能汽車(chē)上的AI語(yǔ)音助手。傳統的思路，容易局限在幫駕駛員解放雙手；但如果這個(gè)場(chǎng)景定位，是家庭（family）
家庭里，有爸爸、媽媽、兒子、女兒，那AI助理在其中是什么關(guān)系？（哆啦A夢(mèng)？）
音樂(lè )/聽(tīng)歌場(chǎng)景，爸爸要聽(tīng)歌曲A、媽媽要聽(tīng)歌曲B，女兒要聽(tīng)歌曲C，AI助理該怎么處理？
是否可以調侃的方式參與這個(gè)對話(huà)？是和稀泥，還是自己來(lái)做這個(gè)壞人？
更擴展的說(shuō)，關(guān)系可以有很多種，員工、情侶、顧問(wèn)、君臣父子……
“關(guān)系”這個(gè)詞的微妙之處在于，一旦定義了關(guān)系，其實(shí)就隱藏著(zhù)給“價(jià)值/功能”圈了一個(gè)邊界。
比如，比如老板/領(lǐng)導對下屬，家長(cháng)對子女，天然就有“優(yōu)勢地位”，同樣的話(huà)，會(huì )比其他人份量更重；還比如，同樣的話(huà)，夫妻之間可以說(shuō)，但對外人，就得換個(gè)方式表達了。
即，關(guān)系帶來(lái)體驗；而以前，都是工具。
4、使用AI時(shí)，把AI當成人；設計AI時(shí)，把人當成AI。
1）使用AI時(shí)，把AI當成人
使用ChatGPT時(shí)，初階是當成“搜索/工具”來(lái)獲取信息，更有價(jià)值的方式，是把她（AI）當成一個(gè)人，是為了“激發(fā)”自己的靈感。
i，你獲得反饋信息的質(zhì)量多高，其實(shí)是取決于自己輸入的數據質(zhì)量的（思路、提問(wèn)能力和認知水平）
ii，不要用搜索的慣性去認知和使用ChatGPT/AI 2.0產(chǎn)品、不要簡(jiǎn)單的一問(wèn)一答。
iii，最好不是期望它直接給你答案、而是用交談（我覺(jué)得對這個(gè)問(wèn)題，balabala，你覺(jué)得如何？）
2）設計AI時(shí)，把人當成AI
在設計“XXX+ChatGPT”類(lèi)產(chǎn)品體驗時(shí)，應該怎么去思考呢？
完全跳過(guò)目前的技術(shù)局限性，直接去回想/體會(huì )，自己平時(shí)工作/生活中，是怎么跟一個(gè)活生生的人在對話(huà)交互的。
比如，你在培養實(shí)習生（或者自己被培養）的時(shí)候，你是如何給ta說(shuō)明需求、指出思路/原則，然后根據他的結果反饋，再去指導ta調整？
如果好好體會(huì )這些細節，是會(huì )非常非常好的、直接有助于自己的AI產(chǎn)品設計的。
如果忘記了當時(shí)的場(chǎng)景和對話(huà)內容，怎么辦？直接去看*聊天記錄！都會(huì )很有收獲的。
還包括，今后和自己身邊的人對話(huà)時(shí)，可以讓自己把他當成一個(gè)AI，去體會(huì )你們之間的對話(huà)過(guò)程，會(huì )自己冒出很多的feature思路和認知出來(lái)的。
5、未來(lái)AI企業(yè)，方向定位將不是按照To C/To B來(lái)劃分，而是按照To 人/To AI 來(lái)劃分。
因為L(cháng)LM、AI 2.0，天生就是要端到端的解決問(wèn)題。
所以未來(lái)可能是，LLM提供基座能力、中間層提供原子能力、用戶(hù)完成最后一公里（按需、自己攢一個(gè)“趁手”的工具）。
用戶(hù)側，就這么打通了。2B、2C，融為一體。
然后，是另外一片天空——機器和機器交互。
更多相關(guān)內容，詳見(jiàn)《深度 | 關(guān)于A(yíng)IGC商業(yè)化的13個(gè)非共識認知（8000字長(cháng)文）》
七、個(gè)人職場(chǎng)發(fā)展的機會(huì )
1、對于這種新的行業(yè)周期性機會(huì )，存在我所說(shuō)的“轉型紅利期”，沒(méi)直接相關(guān)經(jīng)驗，有機會(huì )拿到面試機會(huì )。
2、特別的，還會(huì )有“填補行業(yè)空白的機會(huì )”。現在，對于CUI交互規范，誰(shuí)能做好，誰(shuí)就能在行業(yè)歷史上留下自己的印記。
3、AI 2.0時(shí)代，選什么樣的AI公司老板/負責人？經(jīng)歷過(guò)AI 1.0 周期的。
八、未來(lái)超級個(gè)體的機會(huì )
危機危機，先說(shuō)危險，再說(shuō)機會(huì )
1.危險：AI導致的風(fēng)險，可能不是潮水，而是颶風(fēng)
人工智能/機器人時(shí)代，很多人會(huì )被卷得非常痛苦
1）內容：信息過(guò)載嚴重、虛假信息過(guò)多。半年前AIGC/ChatGPT相關(guān)信息太多，都要看吐了。而且，如果缺乏有效監管，以后看到或聽(tīng)到的所有信息，都有可能是被偽造出來(lái)的——甄別信息的成本大幅提升。
2）職位：職場(chǎng)機會(huì )被壓縮到60~80分位。不到60分的簡(jiǎn)單重復、容易被標準化sop掉，以及坐在電腦前的職位，背后根本是教育體系培養出的是“做題家”。而另一邊，以前是90分的人才去創(chuàng )業(yè)，以后80分的人才，比如一個(gè)不錯的產(chǎn)品經(jīng)理，借助AI，以及2、3個(gè)朋友，就能每人一年賺個(gè)幾十萬(wàn)，那為什么要打工？
3）而且，AI的卷，是一層一層的，先卷60分，然后卷65分，再卷70分……到最后，電影真的會(huì )成為現實(shí)：“精英+AI”掌控核心權力，最底層民眾被圈養。不是歐洲那種完全免費、無(wú)約束的全民福利，而是“注意力經(jīng)濟”（看廣告、玩游戲）。
4）這里，還會(huì )存在社會(huì )風(fēng)險，就是我所說(shuō)的“圈層踩踏問(wèn)題”。比如，卷60分，這部分人，需要有時(shí)間和職場(chǎng)空間的疏散，對吧？他們需要有合適的安置之處。如果說(shuō)，60分的人還沒(méi)安置好，AI又卷到65分、70分了，那擠壓的待安置人群圈層越來(lái)越多，是可能有社會(huì )動(dòng)蕩風(fēng)險的。這也是為什么這么多大佬要呼吁，慢一點(diǎn)，慢一點(diǎn)。
5）安全：不僅是那種數字投毒，AI還會(huì )放大普通人作惡的能力。
6）被操控：價(jià)值觀(guān)/思想認知。Sam Altman就提出過(guò)，大語(yǔ)言模型可以影響、甚至是主宰社交媒體用戶(hù)的體驗和互動(dòng)。
7）心理扭曲：自私、沉迷、分不清虛擬和現實(shí)的界限
如果AI僅僅是為了人類(lèi)個(gè)體的物質(zhì)生活，那一定會(huì )造成人們更加自私的。
智能手機/游戲，其實(shí)已經(jīng)讓很多小孩子沉迷了，AI會(huì )比手機嚴重至少10倍。
未來(lái)，AI/元宇宙，還將極大的模糊掉人對“現實(shí)”和“虛擬”的認知界限。我看電影《失控玩家》的體會(huì )。年輕人可能會(huì )對上街打砸搶不以為然——因為虛擬世界里是可以隨便打罵NPC的。
8）精神痛苦：所有以上問(wèn)題，都會(huì )集中加權影響到每個(gè)個(gè)體的內心。
新興技術(shù)落地，往往是雙刃劍，其實(shí)是需要對應的“制動(dòng)器”。
什么意思？
例1：電報技術(shù)是鐵路技術(shù)的“制動(dòng)器”
火車(chē)問(wèn)世之后很長(cháng)一段時(shí)間，事故頻發(fā)，列車(chē)調度員們必須非常小心，想各種辦法，才能讓這個(gè)體系不再自己手中失控。
直到1837年電報的問(wèn)世和不久之后普及，才真正被解決——讓調度員提前知道有火車(chē)來(lái)，進(jìn)而錯開(kāi)軌道上的列車(chē)。
例2：安全帶是汽車(chē)的“制動(dòng)器”之一
汽車(chē)是 19 世紀末被發(fā)明出來(lái)的，但直到 20 世紀下半葉，不同的國家才出臺了強制要求開(kāi)車(chē)系安全帶的法規。可以想象，這中間必然有多少人白白喪命。
所以我想說(shuō)的是，當ChatGPT被研發(fā)出來(lái)之前，我們問(wèn)AI的空氣動(dòng)力學(xué)是什么？當ChatGPT被研發(fā)出來(lái)之后，我們需要問(wèn)，AI的“制動(dòng)器”是什么？
2. 機會(huì )：這么危險，如何解脫？
要么向上成長(cháng)為最牛的人，要么躺平過(guò)生活。
都可以，但分開(kāi)說(shuō)。
1）對普通人
等到未來(lái)，Sam Altman的UBI（universal basic income，全民基本收入）愿景成為現實(shí)的時(shí)候，是可以選擇好好生活、不用工作的。
免費發(fā)放生活必須品、不要鬧事、甚至需要按照規則要求去做一些必要的動(dòng)作（比如看廣告、看娛樂(lè )節目、玩游戲等等）。
但關(guān)鍵是，有自己清晰而調和的“價(jià)值觀(guān)”、以及對自己內心的把握能力。
很多人通過(guò)工作來(lái)塞滿(mǎn)自己的時(shí)間。如果整天無(wú)所事事，很多人會(huì )覺(jué)得無(wú)聊的。
所以，至少，你需要有點(diǎn)興趣愛(ài)好，以后會(huì )好過(guò)一點(diǎn)。
學(xué)知識，是意義不大的；得知道自己要什么。
2）AI時(shí)代超級個(gè)體的10倍、100倍、1000倍成長(cháng)路徑，到底在哪里
軟件大牛Kent Beck說(shuō)，The value of 90% of my skills just dropped to $0. The leverage for the remaining 10% went up 1000x.——個(gè)人90%的技能價(jià)值歸零，但剩下10%的價(jià)值會(huì )提升1000倍。
很多人以為這是說(shuō)的好玩兒的，沒(méi)多想；在我看來(lái)，這是真的有可能的——
所謂的“1000 倍”增幅的可行性在于：
第一個(gè) 10 倍：構建一個(gè)系統，盡量 sop 化。
第二個(gè) 10 倍：團隊
第三個(gè) 10 倍：把 1 和 2 都用 AI 實(shí)現。
最終就是超級個(gè)體、超級組織了。
不過(guò)有趣的現實(shí)問(wèn)題可能在于，很多人想直接做到第3步，但其實(shí)如果第1和2步還沒(méi)搞定，第3步是不現實(shí)的，因為第3步對于“認知深度”的要求，可能遠比我們想象要高得多。
1）構建一個(gè)系統，盡量 sop 化。
A，為什么需要構建系統？因為如果沒(méi)有系統，是不能“穩定”拿到結果的。
很多人做副業(yè)/小紅書(shū)，可能運氣好，一開(kāi)始能賺點(diǎn)錢(qián)，但后來(lái)，即使外部環(huán)境沒(méi)有變化，自己都可能發(fā)現“收入慢慢就降下去了”，但根本不知道問(wèn)題在哪里。
甚至，更多人的情況是，一直就賺不到錢(qián)（比如最近新聞里說(shuō)，3個(gè)年輕人投資幾十萬(wàn)賣(mài)漢堡包，一天收入幾十塊錢(qián)），因為從來(lái)沒(méi)想過(guò)，整個(gè)事情是可以被抽象成一個(gè)公式的。
收入結果=A*B*C*D*E……
要把事情做壞掉，1個(gè)因素（沒(méi)做好）就夠；但要想真正拿到結果，可能需要每個(gè)地方都做對！（至少不出低級失誤）。
B，為什么我們從來(lái)沒(méi)有鍛煉過(guò)這種“構建系統”的能力呢？因為我們一直在“打工”。
企業(yè)自身，就是在構建這個(gè)“系統”，每個(gè)員工只需要讓自己的長(cháng)板足夠長(cháng)，不需要考慮“體系間如何協(xié)作”。
C，構建系統的能力，難嗎？
能夠走上“對商業(yè)結果負責”崗位的人，都是少數，比如老板/操盤(pán)手/部門(mén)負責人；而其中，能把系統構建好的人，更是稀缺——不僅是邏輯能力，還有，對認知能力要求太高，因為這背后是對行業(yè)/場(chǎng)景/用戶(hù)的know-how。
D，成功構建系統的好處
3個(gè)要素，每個(gè)做到2倍，就是8倍增長(cháng)了
5個(gè)要素，每個(gè)提高60%，就是10倍增長(cháng)了。
看起來(lái)，好像有點(diǎn)難度，對不對？
E，一個(gè)關(guān)鍵認知：專(zhuān)業(yè)產(chǎn)品能力和商業(yè)能力，是2個(gè)維度的能力！
這個(gè)世界上，有很多專(zhuān)業(yè)領(lǐng)域非常牛的專(zhuān)家，但是，他們如果自己去做一攤事，是賺不到錢(qián)的。
原因還是前面提到的，作為系統中的一環(huán)，你需要考慮的邏輯是，讓自己的長(cháng)板足夠長(cháng)，這會(huì )讓自己更加不可被替代。
但是，要想讓用戶(hù)真金白銀的掏錢(qián)出來(lái)（還要能穩定/持續），他需要給自己一個(gè)理由（不論理性或感性）。即，到底用戶(hù)獲得了什么價(jià)值。
我們很多時(shí)候的隱含邏輯是，我這么牛，或我的內容這么牛，你怎么還不付費??？
但用戶(hù)的心態(tài)是，你牛是牛，但跟我有什么關(guān)系？需要把這個(gè)理清楚。
F，所以，這個(gè)世界上的大多數人，從來(lái)沒(méi)有真正構建過(guò)一個(gè)運轉基本ok的商業(yè)系統（不論大?。?、從來(lái)沒(méi)有體驗過(guò)“10倍增長(cháng)”到底是怎樣的一種體會(huì )。
G、當系統建立起來(lái)后，其中有很多簡(jiǎn)單重復的工作，是可以被“標準化/sop、自動(dòng)化”來(lái)大幅優(yōu)化的，比如流水線(xiàn)。
但是我們想一想，自己工作中，到底做過(guò)多少sop的事呢？
2）第二個(gè) 10 倍：團隊
為什么說(shuō)，不能跳過(guò)系統/SOP（第一個(gè)10倍）、團隊（第二個(gè)10倍），直接應用AI呢？
背后的方法論原因，就是我提過(guò)多次的：
做MVP的時(shí)候，如果用真人，其實(shí)用的就是“最佳效果”來(lái)測試驗證整個(gè)定位、流程和產(chǎn)品體驗——如果用真人的效果都不可接受（這里指的是，沒(méi)達到“及格”線(xiàn)），那就不用去試AI了。
反過(guò)來(lái)說(shuō)，如果一開(kāi)始就用AI，如果體驗不及格，我們是無(wú)法判斷，到底是產(chǎn)品思路錯了，還是僅僅因為技術(shù)沒(méi)實(shí)現好、還值得繼續投入。
而且，通過(guò)“系統/SOP”和“團隊”兩步，我們其實(shí)是在鍛煉自己用好AI的底層能力：
知道自己要什么（價(jià)值觀(guān)）
擁有行業(yè) know-how
能夠拆解任務(wù)
構建一套產(chǎn)品和商業(yè)系統
沉淀出 sop
學(xué)會(huì )溝通/prompt（定義任務(wù)、目標、邊界、約束條件、反饋迭代優(yōu)化）
上面這些，基本上就是老板/owner/操盤(pán)手/高級PM才具備的能力段位。
現實(shí)生活中的大多數人，是達不到的。
3）第三個(gè) 10 倍：把 1 和 2 都用 AI 實(shí)現
A，為什么AI還能提高10倍？
因為一方面，應用AI之后，“我”將不需要去解決人的負面影響。比如，
管理“人心”。常規的協(xié)作/團隊管理，往往首先需要考慮其底層動(dòng)機（為什么愿意干？）、表層情緒（當天開(kāi)不開(kāi)心？）、統一思想認知（在不在一個(gè)維度上？）。
人類(lèi)不可能“隨時(shí)隨地在線(xiàn)”。（僅僅AI“24小時(shí)在線(xiàn)”這點(diǎn)，就有2～3倍的提升。）
突然鬧出什么幺蛾子，或者有事沒(méi)事來(lái)打擾我。
簡(jiǎn)答說(shuō)，就是剝離人性弱點(diǎn)的弊端，僅使用其工具屬性?xún)r(jià)值。。。
比如最近看到個(gè)例子：
同樣是提問(wèn)，當問(wèn)同事工作問(wèn)題的時(shí)候，你會(huì )發(fā)現「人性」很快會(huì )體現出來(lái)。
老板越過(guò)一層，去問(wèn)下面銷(xiāo)售或研發(fā)，「這個(gè)事兒怎么樣了？」很時(shí)人的第一反應是：「老板為什么問(wèn)我這個(gè)問(wèn)題？」
于是，老板得到的第一個(gè)回答是：老板，我剛剛拜訪(fǎng)過(guò)這個(gè)客戶(hù) blahblah，他要先解釋一圈。因為他不知道你想要啥，其實(shí)我只是想要一個(gè)數字，相比之下 AI 這點(diǎn)就好很多，問(wèn)啥就答啥。
B，除了單人，還有多人團隊協(xié)作時(shí)的“內耗”，比如達成共識、流程損耗、互相等待在線(xiàn)……
這里，其實(shí)就對應前面提到的，“多體智能”——類(lèi)似復雜系統/鳥(niǎo)群，單個(gè)智能體可能很簡(jiǎn)單（不一定要超過(guò)單個(gè)人類(lèi)），但整體有非凡的智慧（AI Agent 團隊 人類(lèi)團隊）。
C，不需要處理前面這些問(wèn)題，這能省出多少時(shí)間??？！可以用來(lái)做更多的事情了。
D，本身AI對于個(gè)體在“工具”屬性，就有降本增效的價(jià)值，這個(gè)就不多說(shuō)了。
E，當所有以上這些benefits成為現實(shí)，還會(huì )有整個(gè)“系統”層面的價(jià)值涌現提升。
大家心里稍微算一下，整體10倍，應該是有可能的吧？
最后，要再點(diǎn)一下，那個(gè)可能有點(diǎn)觸目驚心的觀(guān)點(diǎn)：一旦我們學(xué)會(huì )“剝離人性弱點(diǎn)的弊端，僅使用其工具屬性?xún)r(jià)值”，負面影響，是會(huì )讓人，更加自私。
專(zhuān)欄作家
hanniman，*：hanniman，人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家，前圖靈機器人-人才戰略官/AI產(chǎn)品經(jīng)理，前騰訊產(chǎn)品經(jīng)理，10年AI經(jīng)驗，13年互聯(lián)網(wǎng)背景；作品有《AI產(chǎn)品經(jīng)理的實(shí)操手冊》（AI產(chǎn)品經(jīng)理大本營(yíng)的4年1000篇干貨合輯）、200頁(yè)PPT《人工智能產(chǎn)品經(jīng)理的新起點(diǎn)》。
本文原創(chuàng )發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉載。
題圖來(lái)自Unsplash，基于CC0協(xié)議。
