AI机遇
有多种智能形态
重要的是think different
有两种创造
- 艺术性创造：基于已知的，组合（当前）
- 发明型创造：创造没见过的（未来）
LLM
沟通方法（prompt），需要1000小时学习
GPT是什么
- 普遍的
- 个人的
- 实习生
GPT特性
- 平均水平
- 足够用
- 中庸
- 需要检查
GPT是一个助理！
- 程序员的工作效率提高56%
- 写手的效率提高37%
- 律师行政提高效率20~80%
- 对平均水平及以下的最有帮助
客服AI
- 少数人失业
- 大部分负责监督
- 质量提高
- 定制服务更容易做到
+AI专业助手
- 医生 + AI
- 老师 + AI
- 编码 + AI
- 律师 + AI
+AI帮手
- 队友
- 教练
- 副驾驶
- 指导
- 助理/实习生
AI影响
当它们不在被看到，技术就成功了
两个领域
- 内部流程：编码，媒体，财务
- 外部产品：自动驾驶，机器人，零售
AI改变的工作
- （旧工作）人类可以做，但机器人做得更好
- （旧工作）人类做不到，但机器人可以做
- （新工作）一开始只有人才能做的
- （新工作）我们不知道自己想要完成的工作
AI的第一批行业
- 软件
- 健康
- 教育
- 营销
- 保险
要达到AI驱动，需要先过部署云计算这一步
AI后继
AI视频
- 生成
- 解析
- 搜索（颠覆教育）
AI+AR
- AI辅助数字孪生
AI + 情感
现在还不晚！！
AI与人类
4种关系
- 奴隶
- 宠物
- 另一种人
- 神
总结
- 普及比看起来要慢
- LLM体现平均水平
- 不取代人类
- 新的，而不是替换
- 先上云
- 必须改变组织
- 现在不晚
AI不仅限于单一形态，而是涵盖众多具有不同能力和思维方式的实体。
AI的真正价值在于提供与人类差异化的思维方式，帮助人类超越常规认知，开启创新视角。
AI的创造力有两种形式，一种是机械式的创造，一种是比较复杂和成熟的创造，也就是像天才一样的创造。
AI会爬山但还没有能力完成造山这样一个工作，它最擅长“1000小时”。目前的大语言模型（LLMs）能够快速达到各个领域中的平均水平，尚不能做出领域突破。
现在的AI还不适应非常复杂的问题，需要一步一步把复杂的任务分解成一个小的任务，帮它构建思路链。
AI就像是通用的个人实习生，我们要训练他们的思维，训练他们去做越来越复杂的工作，也必须要去鼓励他们，从而使他们做得比平均更好。
你的收入将取决于你与AI的合作效果。你不会被AI取代，但可能被使用AI 的人取代。
AI技术应被视为增强人类能力的工具，是补充而非替代品，未来“AI+”是主流，例如AI+医生，AI+老师，AI+程序员，AI是让各行各业的工作更高效。
AI并不是新鲜事物，已经发展了50多年，近年来新的发展是源于大语言模型和对话式用户界面等领域的发展。
AI的接口可能比AI更有价值。AI的接口让AI成为一个商品。
我们现在能够从AI中获得廉价的预测力，但未来有两个领域值得去关注，一是内部流程使用AI，二是外部进行产品设计时使用AI。
当我们把AI带入学校的时候，最为激动的不是学生，而是老师，同理，使用AI获益更多的是医生和管理者。
AI能够通过人类的反馈把工作做得更好，但AI的本质是做好我们不知道如何实现的工作，实现另一个层面的创造性。
首先使用AI的是年轻的公司，而不是大型公司，因为使用AI需要改变组织形式，年轻公司做起来更容易。
想成为AI驱动的公司，不能跳过云计算的步骤。要实现完全基于AI的工作流程，需要首先迁移上云，进入云计算时代。
AI的爆发依赖于基础设施建设，芯片与服务器是AI时代的“水”。
AI的适配需要组织重构。要充分适配人工智能，今天的组织都需要深度重构，而不仅仅是加入AI模块，公司、政府、科研机构等在AI的适配上都没有捷径。
AI一旦超越人类水平，并没有发生指数级增长，它的增速会放缓，但我们没有很好的衡量工具进行准确衡量。
未来，个人与组织的竞争力将部分取决于利用AI的能力。新的时代刚刚开始，一切为时未晚。
