大家好，我是职场喵艾伦，今天聊聊我对AI+商业这件事情的理解，希望能帮大家在学习中更好的找到方向。
聊到商业的话题，往往都离不开一个词语：效率。
所以呢，今天我想从“效率”的角度切入，带大家了解我所思考的AI与效率。
AI出来之后，我们常常听到一个词：降本增效。
这里的效，指的就是效率。
所谓效率，其实就是追求局部最优解。
就是在相同资源下获得更高的产出，或者用更少的资源实现相同的产出。
我认为商业世界中的效率可以分为三种：外部效率，内部效率和交易效率。

外部效率，就是你和整个世界分工协作的效率，是生产分工的效率。
内部效率，就是公司组织内部团队的协作效率，是资源配置的效率。
交易效率，就是你与客户达成交易成交的效率，是利润获取的效率。

先来聊聊外部效率

我们把外部效率分为工具效率和分工效率。工具效率很好理解，人类与动物最大的区别就是我们懂得使用工具。
而每一次生产工具的变革，都会伴随着一大批人失业：
比如蒸汽机被发明后，大量的纺织工人失业了。
比如汽车被发明后，大量的黄包车夫，轿夫失业了。
比如打印机出现后，大量的打字员和印刷工人失业了。

回观这样的效率提升，一定会经历短期的阵痛，但是同时带来的是一大批人产能的释放。
大家可以做原来难以想象的事情，做原来根本不存在的服务，过更加丰富多彩的生活
而AI的出现，同样会替代掉一大批原有的生产者。
哪些岗位会被替代？
百川智能CEO王小川说：坐在电脑前的工作大概率会被大模型取代
这不是危言耸听，而是未来的趋势，只是需要一个过程。
起初可能是会用AI的人淘汰不会用AI的人
到最后是AI足够智能，不需要人类参与就能完成工作（像流浪地球里面的MOSS指挥整个地球引擎建设和发射一般）
回到当下，现在我们作为一名普通人唯一能做的事情是什么？
答案一定是拥抱AI，成为你所在的群体中最快最好掌握先进生产力工具的人
这给予了你在时代变革时的选择权。

接下来是分工效率

在《国富论》中，亚当·斯密有这么一段非常生动的描述：
“一个没有接受过相应训练的工人，那么就算他一整天都竭力工作，也有可能连1枚扣针都制造不出来，更不用说20枚了。但是，分工之后呢？比如，把扣针制造工序，拆解为18道，抽铁丝、拉直、切截、削尖铁丝的一端、打磨铁丝的另一端、装针头、把针头涂白、包装等等。每一道工序，都有专人负责。这样下来，只要工人们勤勉地工作，一天也能生产出12磅针。按照每一磅重的针有4000枚来计算，这个工厂每天总共可以生产48000枚针，即每人每天可以制造出4800枚针。”
亚当·斯密指出，这种分工合作可以大大提高生产力和效率，从而创造更多的社会财富。
这样的分工案例在现在商业的比比皆是。

很多人私底下会问我：艾伦老师，这么多AI工具，我全都需要学吗？
我想做一个行业的专业AI模型，解决行业里面的各种问题，可行吗？
我的答案一般都是：不需要，不建议。
讲这个案例其实是想告诉大家，在学习利用甚至研发AI工具时，我们同样不需要去做到十项全能，样样俱到。
未来的商业一定是高度的专业和分工的。
只有每个人专注于他们擅长和熟悉的任务和领域，整个集体的效率才会更高。
所以普通人学习使用AI工具最好的方式一定是：
学习合适的AI工具，找到合适的场景，解决具体的问题，发挥个体最大的产出效率。

再来聊聊内部效率

AI，这个话题已经火了大半年了，有人提出“AI是一个时代”。
我经常和我的朋友们探讨和思考，在这个AI时代应该怎么做？应该做些什么才会有我们想要的结果？
本质上，依然是一个效率的问题。
但是这是我们向内求的过程，内部效率，就是通过内部资源的配置，从而达到全局最优而不是陷入局部最优的陷阱。
我们该怎么去分配个人和组织的时间、金钱和人力资源，才能让我们获得更高的内部效率；
AI时代的来临，这些我们都值得去进行探索。

举个例子：
有的朋友在工作的时候，尽心尽力，为了不被任何组织替代，只能小心翼翼，生怕走错一步。
把所有时间都用来完成工作，担心做错会被上司骂，或者年龄稍长会被年轻人取代。
很多组织也一样，把每个员工的工作安排的满满的，生怕哪个岗位的员工有时间剩余，生产效率被同行赶超。
不可否认，这样的工作/组织形式能在短期内达到最高的效率。
但，个人/组织追求极致的效率，有时候往往不是什么好事。
有些企业，希望员工把所有的心思都花在工作上。让大家拼尽120%的努力。
但是，如果每分每秒都被组织压榨了，员工会处于一种极度疲惫的精神状态。
那么，他们就没有空余的时间去想，怎么做得更好，有没有别的做法，等等。
这对个人的长期成长和企业的长期效率与创新，反倒是不利的。

对于个人学习AI和企业推行AI这件事来说。
不能为了短暂的效率或者利益，牺牲未来的成长空间。
我接触过很多尝试推行AI的企业，对于他们来说普及AI的成本很高。
当企业要推行AI的时候，需要员工进行AI的学习，那么也就意味着这段时间内不能投入生产，又或者，对AI工具使用的不熟练可能带来生产效率降低，反而不如不利用AI工具，这些都将会带来一定的损失。
”这工作用AI去做还不如自己做”是我常听见的一句话。
这其实也是每一次生产力革命时，人们常发出的怨言。
我在之前的分享中说过：正是因为AI目前的不完美，我们才有时间去学习利用它。
当AI足够完美不需要学习的时候，这已经不是你的机会了。

再举个例子：
有的公司会把90%项目预算都放在流量和销售人员上，因而短期获得巨额的利润。
但是当流量成本和产业竞争发生变化的时候，对这种企业的打击是巨大的。
相反的，有的公司会把大量的预算放在产品研发和客户维护上，因而获得长期的客户信任和复购。
但是对他们来说，短期的生存和拓张是十分艰难的。
这其实就是一个企业内部金钱、人力、战略资源的分配问题。
在过去，一家中小企业或者创业团队很难在流量、转化、产品、服务上做到面面俱到。
必须要做出取舍。

但是有了AI，这样的取舍可能将不再是问题。
过去同样成本做不到的事情，未来都变成可能。
这里就涉及到一个AI应用的问题：
怎么用AI才能发挥他的能力，效率最高？
我的答案是：取其所长，补其所短。
AI确实已经很强大，但是并非无所不能。
AI，有强能力的地方，也有弱能力的地方，还有他做不到的事情。
AI的强能力：批量生成，自然连续语句，翻译，归纳总结、创意联想等等
AI的弱能力：逻辑推理、幻觉、事实性判断、精准输出、审美判断等等
AI做不到的事情：感知理解人类的情感，提供人类服务和情绪价值等等
很多人用不好AI就是因为他尝试用AI的弱能力去解决问题

例如：让AI去解数学题，把AI当作精准搜索工具，让AI写特定专业领域文章等等
现阶段，使用AI提升内部效率的方法一定是：
涉及到AI强能力的，该用AI就应该去用AI，能不用人就不用人
而AI的弱能力方面，配置一流的人才，发挥人最大的效益
AI做不到的：长期布局人才和企业资源的地方，因为不会被AI取代。
利用AI的强能力，去释放我们更多的时间和精力，能让我们更好地思考以及把握方向。
才能够达到我们说的，合理配置我们所拥有的资源，达到内部效率最高。

最后聊聊交易效率

商业的本质，是交易。更先进的商业，就是更高效率的交易。
一个人再厉害，也需要同行人一起进步，才能做更伟大的事业。
比如，很多人把赚信息不对称的钱，当成是赚取利润的利刃。
什么是信息不对称？
信息不对称，就是我知道一些你不知道的事情，也就是我们常说的信息差。
举个例子。GPT刚推出的时候，因为国内大部分用户都还不清楚注册流程，而有的人已经通过贩卖GPT账号赚取了数十万。
在存在信息差的时候，掌握有效信息更多的一方，常常具有相对优势，并可以利用这个优势获利。
一旦获利成为既得利益者，在没有外力的影响下，几乎都不会放弃这份利益。
几乎什么都不用做，就能获得丰厚的利润差价。这份利益合法而且诱人。
而伟大的商人，则会把信息不对称当敌人，想办法通过消灭信息不对称来赚钱。
你自己知道一些信息不对称的信息，不舍得分享自己的秘密，一个人赚钱，这大概率只能赚一些小钱。
你自己知道一些信息不对称的信息，愿意分享出来，发愿带动一群人赚钱，创造更大的社会价值，或者你愿意主动降低一个行业的成本，提升行业效率，让更多人用更低成本，享受到科技的乐趣，才能赚到更丰厚、更持久的利润。

这也是我一直践行的商业准则
这里有个故事
早几年我在国外创业，遇上了疫情。
当时我有渠道拿到了一大批低价口罩的资源，我当时把这些口罩拿去卖的话，完全可以依靠这个信息差赚取大几十万的利润。
但是当时我选择了把这些口罩都送给了有需要的中国留学生，不仅没赚钱，还亏了一笔。结果呢？
那群学生很多成为了我的朋友和客人，再后来给我公司带来了过百万的收益。
对待AI这件事也是一样，我们选择进入这个行业开始，就把对抗信息差和信息分享作为我们的首要任务
我们把团队大半年学习收集的文章、资料报告整理免费分享给大家，并且一直保持更新
无数的套壳软件和账号团队找我们分销推广，我们都拒绝了。
大家问我，我都是让大家去找工具库里的正版免费的软件。
其实这样做目的很简单：
让更多人用更低的成本学习AI，了解AI，使用AI
只有这样，包括我们在内的，认真踏实做研发、做交付的行业从业者们才能获得真正长远、持久的回报
包括我讲的分享也一样
分享目的很简单
让大家面对AI这个新事物的时候不再感到迷茫。
让大家在思考AI未来的时候，想的更远一些，而不是只有当下。
学习一个新技能，了解一个新事物，一个人真的是非常困难的。
但一群人会容易很多，
我希望通过我们的分享能找到更多的同路人一起学习进步。
而我一直坚信，在一个群体中，极致的利他，才是最好的利己。
我也希望大家在学习AI的过程中，
成为你所在行业、领域的那个传播者，利他分享者。
而不是利用信息差赚取短期利润的投机者。
愿我们在这条未知的道路、新时代的变革中，能一起走得更远。
以上就是我的一些分享，希望对你有所启发。