AI是一個令人興奮又焦慮的話題，這是人類歷史上第一次面對智能革命，與前三次工業(yè)革命是工具的提升不同，這一次機器開始替人思考，至少是形式上已經(jīng)實現(xiàn)了。

比如同傳翻譯，就在幾年前仍然是需求旺盛的行業(yè)，但大模型已經(jīng)實現(xiàn)了對大多數(shù)同傳需求的替代。人工同傳最大的障礙就是同傳人的腦力和體力，這是生物體先天的制約，一名同傳人需要同時運行兩套語言體系，所以堅持20分鐘就得換人；但對機器來說，不存在任何體能和腦力的限制，就算翻譯一萬年也無所謂，而技術(shù)是可以攻克的。何況AI突破是整體而非個體的突破。

AI的突破，一方面前所未有地滿足了人的需求，另一方面也必將加速人的替代。

對此小鎮(zhèn)先談三個觀點：

觀點一、不需要等通用人工智能，現(xiàn)在的AI已經(jīng)夠用了，關(guān)鍵是應(yīng)用而非盲目攀高。

目前在AI領(lǐng)域，主要有兩種發(fā)展思路。

一是美國主張的直接通往最終的通用人工智能，也就是實現(xiàn)人造大腦，從此AI可以替代人去研究、生產(chǎn)、服務(wù)。

二是中國主張的基于現(xiàn)有技術(shù)，先進(jìn)行各行各業(yè)的賦能和改造，提高全社會生產(chǎn)力，然后反哺AI的發(fā)展，AI與社會生產(chǎn)力相輔相成。

小鎮(zhèn)觀點很明確，以人類目前對大腦的研究，指望在現(xiàn)有認(rèn)知和技術(shù)水平下實現(xiàn)通用人工智能，還不如指望一群猴子敲出莎士比亞全集，或者期待上帝或者外星人天降地球。

美國走這條路線，不僅是滿足資本炒作，更因為美國已經(jīng)大量喪失實體制造環(huán)節(jié)，已經(jīng)做不到用AI賦能、改造傳統(tǒng)行業(yè)。

最基本的道理，AI的訓(xùn)練需要大量有效數(shù)據(jù)，注意是“有效”數(shù)據(jù)，不僅數(shù)據(jù)要干凈還要針對性強，“大量”也很重要，AI學(xué)習(xí)的效率遠(yuǎn)低于人類。

面對AI，首先需要提出并解決的問題就是數(shù)據(jù)從哪里來？

比如一名人類科學(xué)家或者文學(xué)家，其學(xué)習(xí)成長的訓(xùn)練量折算為Token頂多就是100億個，用漢字簡單對標(biāo)大概是100億字，這已經(jīng)把文字、視覺、聽覺甚至大腦中的胡思亂想等等獲得的信息折算進(jìn)去了；然而目前AI大模型，訓(xùn)練量已經(jīng)達(dá)到30萬億，接近人類目前有效數(shù)據(jù)的極限。

語言類是有效訓(xùn)練數(shù)據(jù)最充分、最容易獲得的，比如開頭提到的同傳翻譯，為什么效果這么好？就是因為全人類每時每刻都在產(chǎn)生大量的語言交互，提供了源源不斷的海量訓(xùn)練數(shù)據(jù)，所以AI同傳翻譯的效果極其好，縱使學(xué)習(xí)效能不如人類，但訓(xùn)練速度快，一旦突破，就不會倒退，不需要像人類那樣以個體為單位開展學(xué)習(xí)。

但更多領(lǐng)域無法提供足夠的有效訓(xùn)練數(shù)據(jù)。正如語言大模型需要人工進(jìn)行數(shù)據(jù)標(biāo)注，從而為大模型訓(xùn)練提供有效數(shù)據(jù)，顯然標(biāo)注是有技術(shù)門檻的，只不過這種門檻對接受過高等教育的人而言，很輕松。

然而進(jìn)入專業(yè)領(lǐng)域尤其制造業(yè)，能夠進(jìn)行訓(xùn)練數(shù)據(jù)標(biāo)注的，起碼是有多年工作經(jīng)驗的成熟工程師，畢竟制造業(yè)只有極少數(shù)信息寫在紙面，海量的隱性知識只能靠人來傳承。美國現(xiàn)在搞不定重返月球的火箭，就是因為人員的斷代。

一定要明白再小的制造業(yè)也是復(fù)雜工程，絕非有圖紙就能復(fù)現(xiàn)產(chǎn)品。美國當(dāng)年搞出來火箭之后，就轉(zhuǎn)向航天飛機路線，之前的從業(yè)人員和生產(chǎn)廠商就斷代了，如果想復(fù)刻20世紀(jì)60年代的登月火箭，就需要從頭來一遍，而由于底層技術(shù)比如控制系統(tǒng)已經(jīng)發(fā)生改變，絕無可能回到過去。

舉一個最簡單、最容易理解的例子：按照菜譜做菜。

任何一道菜，從步驟看都很簡單，似乎按步驟就可以完成，但只要實踐，就會發(fā)現(xiàn)有大量問題有待解決。

比如不太可能像菜譜一樣有完備的食材配料，缺了其中一份行不行、用什么可以替代？食材產(chǎn)地不同是否需要調(diào)整？同樣是炒香蔥姜蒜和香料，什么時候下鍋？炒香是什么標(biāo)準(zhǔn)？使用的油和火力不同，是否有變化？幾乎每一步都可以拆解出大量問題，看菜譜就能基本復(fù)刻，也是需要能力的。

所以，最近短視頻平臺就火了一位專門煮蛋的創(chuàng)作者，被稱為“蛋神”，把最簡單的煮雞蛋精確到了秒，迅速吸引了數(shù)百萬關(guān)注者。由此可以看到，就算最簡單的只需要把水燒開、放入雞蛋的煮雞蛋，也是有技術(shù)含量的。

制造業(yè)的復(fù)雜度遠(yuǎn)非炒菜可比，炒菜的容錯空間太大了，只要菜熟了，放調(diào)味料和炒制時間別太過分，對付著總能吃下去，大不了扔了叫外賣嘛。制造業(yè)絕不敢如此馬虎大意，精準(zhǔn)度要求也極高。

以當(dāng)前AI如此低的訓(xùn)練效率，要想推廣到各行各業(yè)，需要的海量數(shù)據(jù)從哪里來？這些數(shù)據(jù)需要有一定經(jīng)驗和從業(yè)經(jīng)歷的工程師幫助進(jìn)行數(shù)據(jù)標(biāo)注，人從哪里來？

這絕不是單靠錢就能解決的，比如現(xiàn)在的美國，大多數(shù)制造行業(yè)從業(yè)者極度萎縮，何來訓(xùn)練數(shù)據(jù)？就連馬斯克訓(xùn)練輔助駕駛，都苦惱于數(shù)據(jù)不夠。

所以，美國才要走直奔通用人工智能的終極路線，這也是客觀現(xiàn)實決定的。

但中國就不一樣了，AI已經(jīng)大量應(yīng)用于現(xiàn)實。

剛剛結(jié)束的得到年度演講，也提供了大量AI實際應(yīng)用的案例。比如在演講中提到小商超的運營，過去這非常需要經(jīng)驗，但在AI的指導(dǎo)下，哪怕是一個新手，也能夠完成動線調(diào)整、貨物準(zhǔn)備等工作，大大提高經(jīng)營效率，把更多時間和精力用在與人打交道、培養(yǎng)更多熟客的領(lǐng)域。

但與此同時，也帶來了新的負(fù)面、灰色收益。比如自媒體領(lǐng)域，利用AI大量生成垃圾內(nèi)容已經(jīng)成為產(chǎn)業(yè)鏈，一篇文章或視頻可能只帶來零點幾分錢的收益，但干這一行的一天可以生產(chǎn)上萬條，一旦出現(xiàn)爆款，收入就更可觀了。于是往AI大模型投毒、向平臺撒垃圾等“隨地大小便”已經(jīng)成了電子流水線。

可以說每一個行業(yè)都可以用AI重做一遍。

小鎮(zhèn)經(jīng)濟工作會議前，接受某媒體電話采訪，問對“十五五”期間相關(guān)產(chǎn)業(yè)的看法。小鎮(zhèn)認(rèn)為，在AI技術(shù)發(fā)展和應(yīng)用支持下，未來服務(wù)業(yè)領(lǐng)域可以復(fù)刻“一只烤鴨”的規(guī)?；瘮U張路線，這也將成為中國服務(wù)業(yè)提升的關(guān)鍵法寶。

關(guān)鍵在于AI解決了高度個性化的需求問題。對這個問題，小鎮(zhèn)另行展開。

觀點二：悲觀背后孕育著樂觀。

面對AI很焦慮，這很正常，因為當(dāng)前AI還處于最初級的萌芽階段，以2023年GPT爆火為起點，AI大模型才不過三歲而已，正因為不確定所以更加焦慮，尤其當(dāng)涉及切身利益的工作時。

但正如小鎮(zhèn)之前在星球文章中談到的：不要一提起AI就只想到搞高技術(shù)含量的AI研究，這必然是只屬于極少數(shù)人的專利，更多人的機會在于AI創(chuàng)造的增量空間，在于應(yīng)用AI解決或新或舊的問題。

比如前面提到制造業(yè)應(yīng)用AI，需要大量熟悉制造業(yè)的人幫助AI進(jìn)行訓(xùn)練，由于制造業(yè)的復(fù)雜性，這種訓(xùn)練更多是實現(xiàn)專業(yè)大模型的應(yīng)用，需要大量的調(diào)試。

這就是小鎮(zhèn)在《》談到的，制造業(yè)的自動化、智能化，只是減少了最終生產(chǎn)一線的崗位，但帶來了大量生產(chǎn)制造之外的生產(chǎn)性服務(wù)業(yè)崗位。

比如資深工程師調(diào)試AI就屬于生產(chǎn)性服務(wù)業(yè)。這一人群被美國全球競爭力研究院院長黃力泓于2008年首次命名為“紫領(lǐng)”，也就是兼具藍(lán)領(lǐng)動手能力、白領(lǐng)管理創(chuàng)新能力及金領(lǐng)知識結(jié)構(gòu)與資源協(xié)調(diào)能力的復(fù)合型職業(yè)群體，在AI大發(fā)展的時代，這種高精尖的紫領(lǐng)人才，會越來越吃香、越來越多。

對大多數(shù)人而言，AI時代的發(fā)展空間不在于AI研究，而在于應(yīng)用，思考自己所處的行業(yè)、崗位，是否可以用AI創(chuàng)造更多可能性、提高效率。

效率的提升本身，就會帶來海量的新需求。比如“閑暇經(jīng)濟”，這就是馬克思提出的“自由時間”，時間可以劃分為工作與閑暇，后者才是個人發(fā)展與社會進(jìn)步的基礎(chǔ)，工業(yè)革命之后人類社會和生產(chǎn)力急速提升，就在于人類閑暇時間增多，只需要更少的工作就可以獲得維持勞動力再生產(chǎn)的物質(zhì)財富。

因為整體的發(fā)展，人有了更多時間，這才帶來了豐富燦爛的現(xiàn)代文明，典型就是服務(wù)業(yè)，如文化娛樂、康養(yǎng)服務(wù)、數(shù)字休閑、體育健康等等。

隨著智能時代生產(chǎn)力進(jìn)一步提升，對傳統(tǒng)制造業(yè)等行業(yè)進(jìn)行深度改造，必然會進(jìn)一步解放人類，人類一旦被解放，就會創(chuàng)造出更多需求，這才是未來人就業(yè)的主要增量。

這就是小鎮(zhèn)前面說的在AI技術(shù)發(fā)展和應(yīng)用支持下，未來服務(wù)業(yè)領(lǐng)域的大發(fā)展。

觀點三：未來年輕人的發(fā)展機遇，并不比任何一個時代少。

順應(yīng)觀點一和二，考慮到AI仍然是一個全新的領(lǐng)域，最擅長應(yīng)用新事物的一定是跟新事物共同成長的年輕人，看看各大AI研發(fā)和應(yīng)用團(tuán)隊，高度年輕化。

不僅AI領(lǐng)域，很多領(lǐng)域也出現(xiàn)了年輕人的發(fā)展紅利。比如特別傳統(tǒng)的家裝領(lǐng)域，相比更依靠經(jīng)驗的老師傅，年輕師傅對新需求、新技術(shù)、新裝備的接受度更高，更不容易覺得業(yè)主提出的種種訴求是不合理的，也樂于購置更多更專業(yè)化的工具來提高效率和工作質(zhì)量。

傳統(tǒng)行業(yè)如此，更不要說新興的AI行業(yè)。

現(xiàn)在的確很多人說躺平，認(rèn)為沒有機會，真的沒有嗎？現(xiàn)在的機會多得很，只不過需要去實踐、去探索，那種類似于買房一定漲的普遍賺錢機會確實幾乎沒有了，未來更多是走少有人走的路，甚至是獨屬于自己的路，這些道路不確定性很高，但也恰恰因為不確定性，所以能夠帶來的收益更高。

AI一定會顛覆、重塑所有的行業(yè)，搞技術(shù)、搞應(yīng)用、搞配套服務(wù)，都有機會。

再舉一個傳統(tǒng)行業(yè)的例子。隨著現(xiàn)代人對飲食的重視，跑山豬、跑山雞等傳統(tǒng)養(yǎng)殖得到更多關(guān)注，但想實現(xiàn)野外放牧，對場所地形要求比較高，至少需要安裝一圈圍欄，這些圍欄很容易被人破壞，尤其在村里搞這種放牧的，眼紅的人挺多。

現(xiàn)在有了新的技術(shù)，那就是把“電子圍欄”應(yīng)用在放牧上，比如在養(yǎng)羊業(yè)，可以把一個帶有太陽能電板、蓄電池以及定位刺激功能的跟蹤器掛在羊脖子上，一旦羊吃草越過邊界，就會產(chǎn)生電刺激，引導(dǎo)羊在區(qū)域內(nèi)活動。

這項技術(shù)應(yīng)用場景很廣，不需要設(shè)置復(fù)雜、易破壞的物理圍欄，那么就可以在地形復(fù)雜的山區(qū)、林地進(jìn)行野外放牧，還可以應(yīng)用在不能安裝物理圍欄的比如“牧光互補”領(lǐng)域。下圖來自中國煤炭網(wǎng)，題為《“電子圍欄”守護(hù)“致富牧場”》

不過AI在給年輕人帶來大量機遇的同時，也帶來了新的發(fā)展障礙。

AI輕易制造海量的垃圾信息，淹沒了有效信息，當(dāng)前接收信息的方式也從主動尋找變成被動推送，這都會對人的認(rèn)知提升甚至三觀塑造帶來嚴(yán)重沖擊，后者如小鎮(zhèn)在《》提到的，部分社交平臺已經(jīng)嚴(yán)重影響到年輕一代的三觀，雖然可以通過接受社會教訓(xùn)成長，但代價呢？

不過悲觀中孕育樂觀，當(dāng)同代競爭者被這些障礙攔下，能夠參與有效競爭的分子就減少了，這就成了努力者的機遇。

這也是小鎮(zhèn)持續(xù)創(chuàng)作的動力之一。自媒體首先是做好自己，然后才是媒體傳播，小鎮(zhèn)希望與更多志同道合的人共同成長。

其他文章推薦

如果喜歡，還請點贊、“在看”和關(guān)注吧

歡迎分享，讓更多人發(fā)現(xiàn)“大樹鄉(xiāng)談”

備用：大樹鄉(xiāng)談2022、大樹鄉(xiāng)談2023