傅盛和朱嘯虎吵起來了,我和一位學者聊了下AI的10大真相

2023-06-29 18:41:16    編輯: robot
導讀 6月26日,傅盛發了一條朋友圈,對朱嘯虎的觀點“ChatGPT對創業公司很不友好,未來兩三年內請大家放棄融資幻想”表示反對,並稱“硅谷一半的創業企業都圍繞ChatGPT开始了,投資人還能這么無知者無...

6月26日,傅盛發了一條朋友圈,對朱嘯虎的觀點“ChatGPT對創業公司很不友好,未來兩三年內請大家放棄融資幻想”表示反對,並稱“硅谷一半的創業企業都圍繞ChatGPT开始了,投資人還能這么無知者無畏。”

隨後,朱嘯虎在其發文底部反駁稱,99%的價值都是GPT創造的,這樣的創業公司有什么價值?

之後,傅盛和朱嘯虎在朋友圈展开了“激战”,探討新技術帶來的價值顛覆問題。

自從ChatGPT橫空出世並引發了一波AI浪潮以來,關於企業的價值、人的價值的討論不絕於耳,有看到新技術將改變生活的興奮,有對自身職業和企業被替代的擔憂,有身處技術變革前夜的迷茫。種種情緒,很大程度上源於我們不知道AI技術源於何處,去往何地。

商隱社與數位AI行業資深從業者展开了對話,形成了對AI的十大觀察,今天總結出來與讀者交流、討論。

作者 |  阿空編輯 |  齊馬商隱社研究團隊商業組本文爲商隱社原創文章,轉載請聯系後台

AI提效,十年前就开始了

10年前,有個日本團隊來深圳建了一家小規模的專做芯片貼片的工廠。AI行業資深從業者江可月去參觀時,第一次感受到智能化制造的衝擊。貼片機的機器手在抓取芯片時,對於指甲蓋大小的芯片在電路板上的排布,良率能達到百分之九十九點幾,基本上很難出錯。

工廠所有設備通過內部組網連到了廠長辦公桌前的觸摸屏上,那個時候觸摸屏很稀缺,手機都還是翻蓋機。廠長通過屏幕可以看到整個流水线的生產狀況,以及貼片的實時良率。產品良率檢測也都是由機器來完成,不需要專門設計一個檢測部門。

也就是說,最早的機器管機器,在十年前基本上已經實現了。

爲什么現在才被廣泛感知?

企業利用AI提效的發展歷程是持續的,它就像一輛從過去开往未來的列車。曾經我們覺得這輛車很遠,它的速度看起來很慢,甚至它的樣子也不是很清晰,對我們的影響也不是很大。

但是目前這輛列車徐徐开到我們面前的時候,你會發現它一直沒停下來過。它的聲音不斷放大,模樣逐漸清晰,速度也越來越快,以至於現在幾乎所有人都能夠感受到AI的衝擊了。

《漫長的季節》

在很多人看來,ChatGPT以及文心一言等大模型的提出,AI就一下子出來了。其實不是的。比如百度一开始做的文心交通大模型也是基於大數據的生成式智能模型,假設我們要去北京某個地方,它可以根據命令生成幾條路线供人選擇。

就像華爲從八幾年开始做產品銷售以及研發,但2005年以後,華爲這個品牌才會被大衆所接受,實際上那個時候它已成爲了巨人。

這主要是因爲華爲之前做的是行業級的應用,开始做手機這類移動通信終端了。現在移動、聯通機房裏大部分都是華爲的設備,行業壁壘導致華爲的產品門檻比較高,所以不爲大衆所知。

ChatGPT對於AI來說,就像華爲把手機放到你面前一樣。當我們都可以與它交流時,ChatGPT就充當了一把打开閥門的鑰匙,讓大家感受到了AI的瀑布。

現在是發展AI更爲成熟的時代

AI基礎的三大支架,就是數據、算力和算法。

過去十年互聯網行業的飛速發展,使得我們積累了更多對於機器的理解。百度、阿裏、360之所以能率先在國內提出三個類似ChatGPT的接口,就是因爲他們積累了海量的數據,能夠基於數據給出模型,讓AI的機器和算法從中進行學習和抓取。

現在進入5G時代,算力有了質的提升,可以遠程控制機器。原先在4G時代或3G時代,還需要人工配置參數進行操作,未來可以借助算力實現數字化到智能化的跨越。

至於算法,相信大家在刷短視頻、購物以及瀏覽資訊的過程中肯定對其威力有了明顯的感知。

時代的列車轟然駛來,無法阻擋。如今數據的梯子搭起來了,算力和算法也積累到這了,就像一個人大學畢業後要考慮成家立業一樣順理成章。AI在未來的5—10年甚至3—5年時間裏,會向各行業滲透,提升他們的智能化水平。

AI提效,提什么?

智能化水平提升的最終目的是爲了提效,這主要包括提升效率、效度、效益三個方面。

企業的效率是指單位時間內產出產品的價值,也就是速度變快,單位時間的產出變多。這有賴於AI的視覺識別技術,以及深層次的語言服務技術的支持,包括智能客服,智能制造當中的黑燈工廠,物流的智能倉儲等,都能在很大程度上提升效率。

效度是指AI大幅度提升了准確性。比如平台基於AI技術給用戶畫像,精准投放廣告,使得企業的商業導向更加准確。

提升效率和效度最終還是爲了提高效益,用更少、更優秀的人,以更低的成本,讓整體的利潤空間拉大。

人力成本,怎么降?

在企業中,人是最重要的資產。企業的成本結構中,大部分是人力成本。重新梳理組織結構可以發現,基於基礎知識、基本技能、固定流程的這一部分的組織能力是完全可以用AI來替代的。

虛擬員工的配置可以很大程度上讓企業抓取到AI的紅利。人力成本的紅利將在未來3—5年爆發,能不能抓取到紅利,依賴的是從經營管理層面進行的組織能力重塑。

這個重塑就是逐步剝離开哪些是虛擬員工可以承擔的崗位職責和工作內容,哪些是需要實體員工去完成的,盡早將企業從人才負擔型組織變成輕量級的人才應用型組織。

虛擬個人助理(virtual personal assistant,簡稱VPA)是AI中的一條脈絡线,類似小度或者天貓精靈。這是最原始的、沒有行業細分的、面向每一個人的小助理。

《巨型漏洞》

AI基於行業細分之後,它對於某些事情的分析還需要更高級的訓練和進化。VPA是一個开放的路徑,更多是對於企業內部管理的關鍵人物的賦能。

這主要包括兩方面。一是企業家的智能,尤其在民營企業接班人以及“創二代”的培養方面,能否通過VPA真正給到未來的企業主智慧方面的支持。

二是高績效員工的智能化復制。

根據“二八法則”,一個組織當中80%的績效,可能由20%的員工產出。通過強化分析這20%的人解決問題的思維,溝通、決策邏輯,建立一個模型,從而讓其他80%的員工逐步學習到這些人的能力。

核心員工一旦流失,對組織的傷害非常大。如果能利用VPA的思路和技術一定程度上實現績優員工的智能留存和積累,那將會挽回很大一部分組織能力的流失。

更重要的是,組織逐步引入高績效員工智能復制時,會在企業內部形成一個私有數據庫,包括員工行爲決策的依據,以及工作成果的標准。

當這個數據庫越來越大,後面只是會增加一些運維成本,但是員工會越來越精,越來越少,他們所發揮的能力會更偏向於創造性,公司也將更有活力。

AI時代的紅利,怎么抓?

從長遠來看,智能化可以將企業的人力成本帶入一個持續下行的曲线。一個企業越早進行虛擬員工的配置,將越早獲得紅利,就像原來農業社會向工業社會的轉型一樣。

過去在數字化轉型過程中,很多跟互聯網耦合度很深的制造業企業,已經享受到了數字化的紅利。但是受限於大數據模型底座的缺失,以及行業級應用的缺失,導致不同行業對AI理解的技術鴻溝特別大。

目前除了少數高精尖的科技企業已經享受到虛擬員工的紅利外,剩下絕大多數的服務業、制造業以及化工等資源型企業,整個組織的智能化水平非常低,甚至都不知道紅利在哪裏。

紅利之所以是紅利,是因爲它有一個勢能差。當虛擬員工應用的成本和市場定價之間的利潤消失的時候,就沒有人能夠用紅利了。因此我們追求的愿景是讓更多人抓到紅利,所有人是享受不到紅利的。

人工智能

歷史上確實有人爲技術進步付出了代價。但我們可以看到,整個20世紀西方世界絕大部分城市居民已經接受了技術能驅動財富積累這一事實。他們意識到,消滅那些最危險最卑微的工作能改善工作環境,自己的工資取決於機械力量的運用。

此外,他們也受益於不斷湧現的汽車、電冰箱、收音機和電話等新產品和新服務。這些革命性技術在1950年的西方社會很普遍,但在文藝復興時期,即使歐洲貴族也無法享有,即便到了1900年,普通家庭主婦依然只能在夢裏體驗上層階級的生活,夢想着有僕人替她們做最煩瑣的家務。

根據經濟學家約瑟夫·熊彼特的觀察,資本主義的成就不是“給女王們提供更多的絲綢長筒襪,而是通過不斷減少生產一只絲襪所需的工作量來回饋工廠女工,讓她們也买得起長筒襪”。

如果晚於紅利時代入局,可能就“30年河東,30年河西”了。不過即便會過得不那么如意,社會也還是會給你一口飯喫。

AI會推動社會持續進化

AI不會帶來人們的普遍失業,而是會將我們整個社會推向一個更高級的進化。

早年間阿裏剛創立的時候,有人說馬雲摧毀了很多人的飯碗。實際上催生了很多新職業,產生了新的人才需求。

曾有研究發現,美國在1909—1949年間的偉大發明絕大部分是“使能技術”。也就是說,技術提高了人們的生產力,讓他們的技能更有價值,也讓他們賺得更多。隨着新工作的出現,另一些工作顯然被毀了。但整體而言,新技術大幅增加了就業機會。

比如,汽車、飛機、拖拉機、電器、電話、家用設備等新興行業出現,創造了大量新工作崗位。對大部分人來說,技術進步增強了技能。機械化使得現有工作中工人的技能變得更有價值,也創造了許多全新的工作,提高了勞動者的議價能力和薪水。

實際上,在第二次工業革命時期,許多人不是被技術趕出了農場,而是被吸引到了城市。使用機器意味着人不用做最無聊、最骯髒和最勞累的工作了。

數千年來,農業一直是大部分人的頭等大事。如今不到一個世紀,技術已將大部分勞動者從農場轉移到了工廠和辦公室。

《星際穿越》

制造業持續擴張和教育程度不斷提高,使得絕大多數人能轉換到酬勞更高、危險系數更低的工作中去,普通人成了技術進步的主要受益者。

如果看得長遠一些,就會發現目前沒什么是值得非常擔心的。當縫紉機出現時,我們曾擔憂女裁縫們會挨餓。但如果沒有縫紉機,今天不可能多出成千上萬的以之爲生的女裁縫。

說到底,每種減輕人類辛苦勞動和提高生產率的設備都是人類的福音,社會作爲一個整體會受益於技術進步。

正如肯尼迪所說,“上漲的潮水推起了所有的船”。

如果AI的進步推動了人類的發展和進化,屆時甚至會出現新的更能凸顯人類智慧的任務。

正如移動互聯網催生了“網約車司機”“外賣小哥”等職業,AI的崛起也創造了很多全新的職業,目前已經有AI工程師、數據科學家、數據標注員、機器人維修員等。

AI視覺工具將成爲繪畫、雕塑及攝影藝術家們的得力助手,可以按照他們的指示創作、完善作品。AI文字工具可以輔助小說家、詩人、記者,爲寫作注入新的靈感。

AI可以幫助教師批改作業和試卷,讓教師把時間和精力節約出來,去設計嶄新的課程課件,以此激發學生的好奇心、創造力,培養學生的批判性思維;可以幫助教師在課堂上傳遞標准化知識(信息),讓教師把更多的時間花在與學生進行個性化互動上。

人是有彈性的,一個地方活不成,就會到別的地方生根發芽。這就相當於能量守恆,我們在某些方面減掉了人,就會在其他方面更需要人。

這個時代可以想象成一次人才能力的遷徙。原先我們都是在森林裏獲取食物,現在AI的浪潮來了之後,我們就需要兩棲了。

所以現在更提倡人要進化,包括能力和思維。你的進化如果能跟上這個時代,那么你就會能夠獲得紅利。

放大自己不能被AI替代的部分

AI的目標已經不再是節約力量了,這在過去十年已經替代了很大一部分,現在主要是節約思維。

AI進化從四肢的抓取變成了智能的替代,也就更傾向於知識型員工的替代,而不是勞動型員工。

一個在工地上真正搬磚的工人,他在未來被AI替代的可能性,並沒有在甲級寫字樓裏的白領危險性高。

我們會不會被AI替代?會的,一定會的。只是它永遠不可能替代全部的人。

《我,機器人》

人類未來的發展趨向是解放更多思維去創新,主觀能動性、思辨能力、道德素養是不能被替代的。而只要是搬運的,沒有經過大腦的,終將會被AI替代。

AI可以替代人力一些重復性的工作,甚至能夠替代一部分的問題解決能力。

初級的會計、律師、翻譯都會被替代。但如果你是一個有夢想的小會計,你的夢想不會被替代。如果你還在持續學習和進化,你的財稅能力走在了AI的前面,你有了自己的思辨,那你永遠不會被替代。

因此現在比較核心的能力是學習能力的提升。你的主觀能動性是AI學不去的,AI把電一拔啥都沒有了,人餓三天還能想出找喫的方法。

你永遠是AI想要學習的樣本,他可能會學習你,你下一步要做什么是由你說了算,而不是它說了算。

任何一個行業,我們要做的心理准備不是害怕,也不是興奮,而是以更加开放的心態去學習它,擁抱它,接納它,在這個過程當中找到自己的點去進化自己。

原先我們認爲人是渾然一體的,但其實人的模型可以分成兩部分,一部分是可復制的,另一部分是不可復制的。

未來我們要盡可能在自己可復制的部分上投入較少精力,而把主要精力投放在自己不可復制的部分。

未來,思辨創新能力、決策力、領導力等很貴重,AI一時半會兒還復制不了,甚至永遠復制不了。這是一個人可以稱之爲“靈”的部分,也是我們跟機器的區別所在。

現在我們總叫自己“社畜”,把工作稱之爲“搬磚”。當我們把卷的部分剝離开來,看看自己到底是在卷什么,如果只是在卷自己的時間,或是卷寫代碼的速度,就該好好考慮一下了。

我們應該跳出來想想下一步該往哪個方向發展,從創意、發展以及決策等更高的層面,發展自己的能力,從而認識不一樣的自己。

除了肉身之外,我們還有靈魂。我們過去積累了很多可復制的能力,比如認識多少個單詞,會算多少數學題等,但未來需要考慮出更有創造性的解決方法。

需要創造力和社交技能的工作很難被取代

換個角度,現在更應該思考的問題是:AI能幹什么,不能幹什么?

如果光比拼數據收集和結構分析這種硬技能,人類不可能是機器的對手。人類唯一可能超越AI的領域,只可能在機器無法觸及之處,那是屬於人類感性與直覺的領域。

AI想要創造一首原創的曲子、寫一本小說,原則上只需要一個可以與人類的豐富經驗相當的數據庫,和能讓我們對算法進行基准測試的可靠方法就行。

但AI創作的作品但卻很難引發人們共情,一篇文章、一首樂曲,不僅是文字和音符的排列組合,更重要的是我們傾注其中的靈感和情感。

有些對人類來說很難的工作在AI看來卻很簡單,比如放射科大夫、華爾街交易員。有些看上去簡單的,卻是AI的死穴,就像老人看護和理療師的工作。

《超能陸战隊》中治療型機器人大白

在以下3個方面,AI存在明顯不足:

第一,創造力。AI不具備進行創造、構思以及战略性規劃的能力。盡管AI非常擅長針對單一領域的任務進行優化,使目標函數達到最優值,但它無法選擇自己的目標,無法跨領域構思,無法進行創造性思考,也難以具備那些對人類而言不言自明的常識。

第二,同理心。AI沒有“同情”“關愛”之類的“感同身受”的感覺,無法在情感方面實現與人類的真正互動,無法給他人帶去關懷。

第三,靈活性。AI和機器人技術無法完成一些精確而復雜的體力工作,如靈巧的手眼協作。此外,AI還難以很好應對未知的或非結構化的空間,並在其中執行工作任務,尤其是它觀察不到的空間。

不難預測,一些不需要社交的重復性工作可能會全部被AI接管,如電話銷售員,審核員等。

那些需要高度社交技巧並且相對重復執行的工作,將由人類與AI共同承擔,二者將在工作中各自發揮所長,實現人機協同合作。

對於那些需要創造力但不需要社交互動的工作,AI將成爲幫助人類發揮更大創造力和潛力的利器。例如,科學家可以利用AI技術提高藥物研發的速度和精准度。

還有一些既需要創造力又需要社交技能的工作,從事這一類工作的人將成爲未來職場中的“閃光點”,很難被AI取代。

在AI時代的人機協作中,AI和人類合理分工、各展所長,既智能又高效地承擔起各種重復性任務。由此,人類從業者得以把更多的時間花在需要溫情、創意、策略的人文層面的工作上,從而產生1+1>2的合作效應。

舉例來說,人們生病了,醫生可以使用專業的AI醫療診斷工具,快速准確地爲患者制定最佳治療方案,從而騰出更多時間和患者深入探討病情,撫慰他們的心靈。

因此,有了AI之後,人類得以從重復性的工作中解脫出來,我們的時間寬裕了,我們的心志解放了,我們終於能夠專注於自己最擅長的領域,釋放激情、創造力及才華,把我們的能力用在發現、發明、創意、創造等層面上。

創造未來,從想象未來开始

想象力和現實之間存在某種默契,思想決定未來,只要想到了,它就可能會實現。

2012年,江可月團隊每次團建或加班,喫飯總是個難題。出去喫,或者打電話讓餐廳送,總訂不到喜歡的餐廳。

那時智能手機剛剛普及,iPhone4非常時髦,江可月跟團隊的小夥伴討論,可以基於局域網,以社區爲經營模型做一個线上點餐APP,不過最終限於算法和精力沒有落地。一年後,就有了美團外賣。

這讓江可月十分感慨,他們的想法早於美團,有些東西一旦想到,不一定是你自己做到,但也會有人會幫你做到。這是互聯網時代的魅力,也是AI時代的魅力。

人首先要敢想,再去想辦法實現。其實到目前爲止,無論手機、電腦、深度學習的突破還是神經網絡的發展,都沒有超過我們想象力的10%。

就像我們對於神的理解和想象全部在神話故事裏,我們對於AI的想象力全部在科幻片裏。很多科幻片像《2012》《流浪地球》,大家看完會覺得很悲哀、很恐怖。

《流浪地球2》中MOSS是最大的反派

但我們還是要看現實的科技走到哪裏。我們去跟ChatGPT或文心一言聊天就會發現,縱然它們有些方面會讓我們驚訝,但它們做不到我們想象的那樣。

人類整體對於未知的東西,總是興奮中伴隨着恐懼和謹慎,害怕AI會失控,會進化得比人類還厲害。

但數字科技運行的底層邏輯不過就是將模擬信號變成數字信號,再變成1010這樣的電子脈衝,進而去復原和接收。所以,不必對機器過度擔憂。

結語

AI的閘口打开之後,水位會上升,所有的行業都會被淹到。如果處於當前這一波勢能下的深水區,就意味着挑战極大,一不小心就容易被淹死。但如果在淺水區,還有一段時間可以去試水,去給自己賦能,將企業往智能化轉型。

所以,我們應該把精力放在开發適合AI的、實用的應用程序上,並尋求人類與AI的良性共生,而不是糾結於基於深度學習的AI能否成爲或者何時成爲通用AI的問題。

從經濟角度來看,智能化時代在很大程度上只是早期工業化的鏡像而已。普通人要經過半個多世紀才能意識到工業革命帶來的好處。

新興技術和人類財富之間的關系從來都不是齊整和线性的。歷史從來不會完全重演。但馬克·吐溫說過,有時候歷史的確是押韻的。

從長遠來看工業革命造福了每一個人。AI系統也有同樣的潛質,但它的未來取決於我們如何把握當下,以及如何去理解未來的挑战。

*本文特別鳴謝江可月女士的採訪支持。江可月爲AI+企業管理跨學科應用領域的獨立學者,目前主理一家人工智能商業咨詢工作室。

*商隱社將持續關注國內各行各業智能化轉型情況,如果您對所在行業人工智能的應用現狀及痛點有所了解,歡迎加作者微信

       原文標題 : 傅盛和朱嘯虎吵起來了,我和一位學者聊了下AI的10大真相



標題:傅盛和朱嘯虎吵起來了,我和一位學者聊了下AI的10大真相

地址:https://www.utechfun.com/post/231418.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡