下文是凯文·凯利2024最新演讲，大师从四个方向分析了《What's Next：in AI and Digital World》，本文选取了其中的部分章节，其中更多是与软件从业者相关的内容。
你暂时不会被AI替代，但会被更擅长使用AI的人替代
如果说你给AI一些积极的情感反馈，比如你表扬他，那么他就会给你一些更好的质量更高的答案。我们也不知道为什么，但是确实有这样的现象。你甚至可以告诉AI，你提的问题非常重要、生死攸关，请好好回答，这样AI就可以给你一个更高质量的答案。这些也是一些小小的窍门，帮助大家更好的运用AI。
我认为这样的AI更像是一个普世的私人实习生，在座的各位每一个人都可以拥有一个24小时的实习生，为大家服务，这就是AI可以做到的。比起助理，AI更像一个实习生，因为实习生不能独立完成任务，工作成果需要我们来做二次核验的。但即便如此也已经很好了，虽然这还不是我们最终的目标。
现在的大语言模型给我们的答案虽然不是最精确的，但是看上去已经非常合理了。有一些工程师每天的工作就是去设计一些合理的答案和输出，并不是最精确的答案，而是出最合理的答案，这也是设计和算法的策略。
他们是从大量人类语料中去提取信息来训练AI，其中包含了人类最精尖的信息，同时也有一些非常普通的，甚至是质量不高的信息。因此AI的水平就像是实习生一样，可以做一些初始性的工作，比如说设计一个大纲或草稿，这些任务他们可以完成得非常好。
通过研究发现，对知识型行业从业者来说，50%的任务都是可以由AI实习生来做到的。而其他50%的工作可以让AI去做一个草稿，然后由人来做提升。调查发现，如果使用copilot的话，程序员每天的生产力可以提升56%。
同样在其他的行业，比如说作者，他们使用AI的话，任务的完成速度会增加37%；比如律师、顾问，还有行政的工作，他们使用ChatGPT之后都有不同程度的效率的提升。最明显的效率提升，其实来自于低级别的工种或者是普通员工。
AI和其他的技艺一样，需要至少一千小时的练习和学习，才能够真正擅长，所以我认为未来人们的薪资将与你使用AI的能力挂钩。因此，人们不会简简单单地因为AI失去工作，但是确实有一些工作内容会改变。
我相信在未来的5年以内人是不会被AI替代的，但是有可能会被一个善于使用AI的人替代，这是普遍的趋势。如同现在看到的，即使有了自动驾驶，依然很少会有司机被自动驾驶所取代，但未来，司机的工作内容是会出现一定的变化的。
我给大家举个例子，美国有一个公司，他们用生成式AI去赋能服务台的工作人员，尤其是接线员，然后这些客服中心就可以去更加高效地服务客户。
在这个过程当中，他们确实也裁掉了一些人员，同时也招聘了更多技术支持人员。但是最常见的情况是接线员改变工作任务，会有一些AI没有办法处理的问题再转到人工。
与此同时，我们也看到正是因为AI把一些简单的工作都已经完成了，所以人可以专门处理一些比较棘手的问题，那么客户的满意度和服务质量都会提升。AI是相对平等的技术，即使是一些财力并不是很雄厚的企业或者是一些偏远的地区，他们没有充足的预算雇佣接线员，也可以运用AI提供客户服务。
除此以外，另一种AI应用趋势应运而生——艺术方面的提升。目前很少有画家、音乐家、或其他艺术从业者被AI完全替代，他们可能会用AI作为灵感来源。
因此从目前的生成式发展来看，我们很难在现阶段直接下定论AI会取代人。
刚刚说到，AI的世界是基于规则的，因此，有时人觉得很简单的事情，对AI而言可能很难，换言之，AI觉得很容易的人可能会觉得非常困难，我们需要记住这个逻辑。
说到生成式AI与人之间的关系，我把它称之为+1关系。希腊神话中的半人马，其实是有点像人和AI的协作关系。科学家们发现，现阶段只靠人或只靠人工智能都不行，它们要结合在一起。
跟大家分享一个故事，埃斯特·佩雷尔是美国著名的治疗师，她做过很多公开的治疗，她有一个播客节目，记录了她上千上万小时的治疗过程。
有人根据她的治疗记录开发出了一个人工智能，人们可以直接去跟机器人沟通得到治疗，不知道埃斯特本人会不会喜欢这个AI版的她，她的书和播客节目都可以帮助到大家，但是人工智能会帮助更多。不过目前还涉及到宠物的治疗人工智能无法应对，但是确实开辟了一个新的路径。
不可否认，现在的人工智能医生还不如人类医生，但是人类医生与机器协作会做得更好。不过用AI来做医疗诊断是胜过没有医生的，一些遥远地区可能医疗资源短缺，无法接触到正常的医疗资源，在这种情况下，AI治疗总比没有医生好。
这就涉及到我们刚刚提到的第二个方面，人类和人工智能协作可以应用在各种领域，包括教育、法律、驾驶等，有的这些和人工智能相遇是1+1>2的概念。我们刚刚提到了实习生的概念，以后人工智能会成为合伙人、队友、教练、副驾驶助手等等。
就像我在《宝贵的人生建议》里说到的“如果你想走得快，就独自走；如果你想走得远，就一起走。”
当技术变得隐形时才是最强大的
在过去一年里，生成式人工智能带来了许多激动人心的变化，比如神经网络技术得以与人工智能结合应用，实际上神经网络技术不是新技术，网飞和亚马逊早就在使用，这是一种识别+生成的技术。目前神经网络已经发展出两个全新的概念，一个就是大型语言模型，另一个叫做对话式用户交互界面。
大语言模型一开始是个非常简单的编程，10-15年前，我们其实是用它来做语言翻译的，因此当初训练它的目的是为了建立语言模型，将一种语言翻译成另外一种语言，用作训练的语料就是日常生活中的各种语言。
但是随着模型的不断练习，出现了一些有趣的变化。语言模型不仅做了翻译，同时还可以基于这些语料做推理。
因为语言不是单纯的进行信息的传递和传达，我们之所以会有语言，是希望语言表达思想，没有语言，思想也是匮乏的，所以语言跟推理能力密切相关。
当获得了语言能力时，它也在一定程度上获得了推理能力。这是开发人员们没有意识到的。所以推理是语言模型研究过程中获得的一个有趣副产物。
大语言模型在很多赛道有了全新的应用，基于大语言模型，他们获得了阅读推理的能力，人工智能可以帮助我们做很多测试，且高分通过。
回到刚刚的概念上，目前这些模型都是基于普通人的数据收集做的建模。我们也希望未来可以进一步优化，使用天才的语料进行训练。
还想给各位介绍一下对话式用户用户界面，这与20年前的图形用户界面有异曲同工之妙。在互联网之初，我们看到这些电脑就是这样的，只有一些单纯的文本，没有图形，而且很难用。很多人也没有觉得这样的应用有趣。现在已经截然不同了，随着万维网的使用，你可以看到有图片的交互形式，可以拖拽信息，这样更加贴合人类的诉求。
你不用再去上繁琐的编程和代码课也可以理解它呈现的信息。现在有了大语言模型后，你可以进行对话式沟通，从而生成图文，我们会发现文本信息转化成视觉信息非常符合人类的沟通诉求，这极大改变了现在的技术应用，包括语言理解、手势识别。比如目前很多设备可以采集你的唇语，你不用像以前一样用吼的方式来进行沟通了。
这些技术极大地改变了行业。所以我的建议是未来几年初创企业将变得非常的容易，只需要将一些东西添加到对话式使用界面中，比如你可以和面包机、汽车对话，AI也会变成商品的一种形式，AI交互页面会成为区别其质量的一个关键所在。现在有个很有名的引擎叫做perplexity，它做的不是AI本身，是AI的交互界面。就像是水是免费的，但装到瓶子里就有了矿泉水，它就是产品了。AI的交互界面是可以创造额外价值的。
回到我刚才所说的，当技术变得隐形的时候才是最强大的。我们现在在这个房间当中有大量的技术存在，比如电灯、水管、风扇、通风管道等，我们意识不到他们的存在，这意味着这些技术已经成功了。
同理，我们一直在谈AI，说明它还没有成功，如果说我们已经无法意识到AI的存在了，那么就说明AI成功了。在未来我是相信95%的AI应用我们都没有办法看到，他们就像管线系统一样在后台运行。未来我们将更熟悉它的前台界面，大多数人可能甚至不知道它背后由AI运行。
现在有很多技术公司试图用AI去预判、预测未来。在过去包括现在，如果要单纯靠人力来完成的话，它是一个非常耗时非常昂贵的工作。但是未来有了AI的介入，那么预判这件事情将变得非常简单。
AI的技术会存在于两个阶段，一个是内部的流程阶段，包括编程工作、金融分析，或者是传媒和沟通；另一个是外部使用AI来制作产品，这是大家在公众视野当中可以看到的，比如说自动驾驶汽车机器人。目前为止，内部运行的AI更为强大，我相信这也是未来AI重要的增长点。
我们把AI类比成电力，你不能简单地认为把18世纪的公司通电，它就会成为完全不同的公司。但是如果这家企业在诞生之初就有电力的加持，那么这一家企业和18世纪的其他企业相比，一定有巨大的飞跃。AI也是一样，下一代AI原生企业的商业模式一定是和AI发展前的企业是完全不一样的。
有些工作是人类不想做的，有些工作是人类可以做的，还有些工作甚至是人类完全未知的。AI能够起到最大作用的地方，不仅仅是在人类不能做的，更是在于去探求完全未知的工作。
社会中层往往是第一批AI使用者
在商业场景中，第一批的AI使用者有哪些？
除了我刚刚介绍到的客服工作以外，还有程序员，现在程序员已经在使用微软copilot这样的AI辅助工具了。有了AI加持之后，这些程序员表示再也不想要回到没有AI的时代；同时在营销领域，工作人员也在大量使用AI去生成物料、图像、视频等等。
我觉得AI的第一批应用行业，包括软件、医疗、教育、营销和保险。保险大家显而易见了，AI可以设计保险政策、进行数据分析等等，在教育领域，最大的受益者就是学生，在医疗领域就是患者，在企业的环境当中应该是员工受益。
但其实我们发现事实与预想的恰恰相反，老师对于AI的热情远远要大于学生，医生的热情大于患者，领导者的热情大于普通员工。比如说老师，有了AI，他们每天可以节省几个小时的备课时间，医生和经理也是一样。所以我们发现在一个企业或者行业结构当中，中层反而是受益最大的，他们反而是第一批的AI使用者。
另外我们发现一点，年轻的初创企业往往最先运用AI。公司越小，运转就更加灵活，他们就更有机会全面使用AI。大公司的脚步就会相对落后。这是一个自然进化的过程，从18世纪开始，企业一步一步从工业模式一直进化到现在的数字模式，在数字时代，中国企业搭上东风，实现了快速的成长。
之后是云计算的时代，现在我们正在全面拥抱AI，但云计算这一步是不能略过的，我们需要去打好基础，实现完善的云计算部署。换句话说，企业要进行完善的云计算或者云平台的部署，然后才可以在云计算的基础上来发展他们的AI实力。
