觀點 / 王煜全主筆 / 尤安 責編 / 黃靜
今天，我們重發一篇過往比較受歡迎的文章《懇請你，一定要把AI當回事》，希望對你有所啟發。
以下是這篇重發文章正文。
這兩年，AI太火了。
我猜，關於AI，你也已經聽過、看過了很多。
可是，一邊，AI的風已經刮到這個地步，另一邊，其實也有很多人說：
怎麼感覺，AI好像也就那麼回事？
你說，GPT火了，可是真的和它多聊幾次，又發現它有時也胡言亂語，並不覺得它真能取代辦公室裡的哪位同事。
你說，AIGC火了，可是它生成的那些東西，有時確實驚豔，但有時又確實像人工智障。
你說，那些大廠都在做大模型，可是那都是要瘋狂燒錢的事，和普通人，普通創業者好像也沒什麼關係……
AI的潛力，有沒有被高估？會不會和過去的很多概念一樣，只是一個被炒得過熱的泡沫？
作為一個普通人，一個普通創業者，我該怎麼看待AI？又該怎麼做？
接下來的新機會，是什麼？
作為一個商業顧問，這幾年我也在找答案。今年在問道全球，我曾和幾十位的企業家去到矽谷參訪，看了一些AI方面的公司，包括OpenAI。後來去百度參訪時，也曾和百度的同學聊了聊。
而前段時間，我的進化者欄目，還很榮幸地請到了王煜全老師。作為一位在美國的科技領域積累了十幾年的投資人，同時也是一位近期回到國內投身人工智慧領域的創業者，他對於人工智慧的見解裡，不但有他看過的大量先進進展和實操案例，還有他用自己管理的資金真真正正下過的判斷，和因此積累的第一手認知。
那天，越聽他的分享，我越有一個很強烈的感覺：
今天，一定要把AI當回事。
每一次巨大的技術變化背後，都是一次巨大的機會。
怎麼才算把它當回事？
別焦慮。先認識它，擁抱它，持續重新整理自己對它的認知。
未來的競爭，是認知的競爭。
認識它的什麼？
那天，王煜全老師分享了很多。我幫你整理了一下，今天和你分享，相信一定能對你有啟發。
AI之於你我，是個什麼事兒？除了目前這一波，未來還會往什麼方向發展？還有什麼機會？
今天，趁這些機會還在醞釀，我們一個一個說。
AI，好像也就那麼回事兒？
今天，AI的風還在吹。
並且，很多聲音預測，它不但吹向了更多地方，還可能吹翻更多地方。
看報告：麥肯錫的最新預測說，50%工作被AI取代，對於很多人來說，時間視窗只剩6年……
看新聞：今年的諾貝爾物理獎頒給了AI，化學獎又頒給了AI……
嗯，真厲害。可是，可是，也有很多人覺得，這股風，好像，其實，也就那麼回事？
自己的工作，還在繼續做，也還沒有被替代。
自己的生活，也就是多刷到了一些AI相關的大佬言論和熱搜新聞，或者開始用AI搜搜東西。
有時真忙起來，想用AI幫忙寫個什麼文案，改個什麼PPT，拿到結果一看，還是會深吸一口氣，點杯咖啡，自己接著改……
AI，好像也不是傳說中的那麼回事？
慢慢地，也有聲音開始討論，AI很厲害，但對普通人來說現在暫時還沒什麼用。甚至，未來也有可能像3D列印、區塊鏈和元宇宙等技術一樣，在經歷一段熱潮後，逐漸冷卻。
人工智慧真的有那麼巨大的潛力嗎？人工智慧到底是一個會改變世界的技術，還是隻是一個過熱的泡沫？
我問王煜全老師，他的回答是：
人工智慧，是一個可以和當年工業革命相媲美的技術革命。
還記得嗎？很久很久以前，人做多複雜的事，大多都是用手。用手洗衣服，用手打傢俱，甚至用手組裝汽車。
但後來，蒸汽機出現了，電力出現了，藉助9臺兩三層樓高的蒸汽機，打造出生產流水線，從而讓汽車這麼複雜的產品也能大規模批次生產的福特汽車出現了。
再後來，除了汽車，還有電視、冰箱、洗衣機……
人類的世界，從此可以藉助機器，實現複雜產品的規模化生產。
今天的人工智慧，也一樣。
今天和之前，人做不了的事，大多都是找另一個人幫忙。找醫生看病，找老師講題，找教練學開車。
但現在，人工智慧出現了，ChatGPT出現了，文心一言、KIMI、豆包們出現了，有什麼事都能像個秘書一樣，幫你滿世界蒐羅資料，再幫你整理得明明白白地給到你，整個過程甚至還兼顧情商和幽默感。
再後來，除了生成內容，在更多領域裡，可以幫醫生看片子，幫科學家分析DNA序列，甚至幫人開車的AI助手出現了……
人類的世界，從此可以藉助人工智慧，規模化複製人類經驗，並且能夠個性化提供服務。
工業革命的核心，是實現了複雜產品的規模化生產。而人工智慧革命的核心，是規模化複製人類經驗，並且能夠個性化提供服務。
今天的人工智慧，就相當於當年的電力。今年上了好幾次熱搜的藉助人工智慧實現的自動駕駛，就相當於當年藉助電力建立的生產流水線。
而在未來的10年、20年、30年裡，你會看到的變化還會有：
像看到無數個生產流水線被建立起來，無數汽車開始實現規模化生產，並因此得以降低成本和價格讓無數人開得起一樣，看到無數個各領域的專家經驗被複制，並變成更便宜的服務，提供給到更多人。
可以媲美工業革命的技術，可以真正改變全人類和全世界的變化。
這意味著什麼？機會。
每當時代遇到一個巨大的變化時，其實都是很多人的機會所在。
很久很久以前，這個機會可能叫“工業化”或者“懂機械”、“開廠”、“做工程師”……
後來，這個機會可能叫“資訊化”或者“懂電腦”、“網際網路”、“做程式設計師”……
今天，變化還在繼續，而沒有人想掉隊。
怎麼不掉隊？
一定要把AI當回事。
持續關注AI，不錯過，可能的機會。
持續瞭解AI，要競爭，先競爭認知。
有意思。可是，持續關注，具體關注什麼？
創業、投資、乃至自己花錢買課學習，決定未來報什麼志願轉什麼行業……怎麼判斷一個技術到底能不能成，是不是被高估？
關於AI，真正屬於未來的下一波具體機會，有哪些？
王煜全老師，分享了1個總的判斷方法，和3個具體的新機會。
AI的下一波機會，有哪些？
今天，關於人工智慧的機會，已經有過幾輪了。
比如，一開始的大模型，後來的AIGC，自動駕駛，具身智慧機器人……
都是藉助AI的技術衍生出來的機會，我怎麼知道哪些機會靠譜？哪些有沒有被高估？
王煜全老師說，他們基本上會先從2個角度來看這個事兒：
首先，看一件事能不能成，一個前提是先要看產業化時點。
無論未來多厲害，多有想象空間，這個技術到底什麼時候能成熟並進入到社會？100年後，和明天，註定不一樣。
其次，看一件事能不能成，還要判斷技術的能力邊界。
這個技術能做什麼，不能做什麼，未來最好能做到什麼水平？天花板在哪裡？
看產業化時點。看技術的能力邊界。
無論是以前的電力，還是後來的人工智慧，一個通用技術最終總會進入各行各業，改變各行各業。
這個過程中，無論是應用、創業，投資，還是圍觀，總有人會低估它，也總有人會高估它。
學會看產業化時點和技術的能力邊界的人，更容易從一開始就看得清楚一點。
有意思。那麼問題來了：
基於這套判斷方法，結合今天中國、美國的技術進展，主流、非主流的趨勢看法，你的判斷是什麼？
接下來，AI技術進步的方向主要有哪些？分別對應著怎麼樣的機會?
王煜全老師說，其實大方向還是越來越明確的。
其中，真正的關鍵有3個。
這3個關鍵，前段時間，那個一度被“全網刪除”的前谷歌CEO施密特在斯坦福大學的演講，也有提到。只不過當時，很多人關注的是他“臉有沒有綠”，而沒注意到他說的那句：
“在接下來的一年裡，你會看到更大規模的上下文視窗、AI Agent和Text-to-Action的功能。當它們被大規模應用時，影響將比我們現在看到的社交媒體帶來的巨大沖擊還要大”
更大規模的上下文視窗、AI Agent、Text-to-Action。
我們一個一個說。
第一，“更大規模的上下文視窗”
什麼是“更大規模的上下文視窗”?
翻譯成簡單粗暴的普通話，就是“更好的記憶力”。
舉個例子，用AI看醫生。
它說，怎麼不好？
你說，太胖了我要減肥。
它說，好的，請先回答：你的年齡、體重是多少？平時愛吃什麼？有沒有什麼慢性病？平時會不會容易疲勞出汗？……
你花了半小時，一一回答，拿著方子下線，各方面都很滿意。
但2周後你來複診，你說，上次看完後，有效果誒，但是有些問題……它卻說，怎麼不好？
你說，上次不是說了嗎，減肥啊。
它說，好的，請先回答：你的年齡、體重是多少？平時愛吃什麼？有沒有什麼慢性病？平時會不會容易疲勞出汗？……
你不想回答？也行。但不回答，它就不瞭解你，你只能得到一份“放之四海皆準”的減肥建議。
王煜全老師說，他們曾參與到很多人工智慧應用的開發，發現要做好服務，很多時候最缺的一環就是“工作記憶”。
怎麼辦？加強AI應用的“工作記憶”。儘可能多地記住上次和你的對話。
無論是幫人診斷，還是幫人做旅行攻略、購物推薦、客服……不但能記住你2周前的答案，甚至能記住你2個月，2年前的答案，讓你不用反覆說，也能得到更連貫，更個性化的服務。
“更大規模的上下文視窗”，就是“更好的記憶力”。
它的核心價值在於，“能夠提供更精準、更個性化的服務”。
第二，“AI Agent”
什麼是“AI Agent”？
翻譯成中文，是“智慧體”。翻譯成更簡單粗暴的普通話，還可以是“更能幹的助理”。
舉個例子，和Siri比。
今天你想去西雙版納旅遊，你覺得你手機裡的“助理”能幫你什麼？
可能，是問問“明天西雙版納天氣怎麼樣？”可能，是問問“潑水節是幾號？”
但是，如果你對它喊“我打算明天就去西雙版納，你幫訂個離機場近的酒店，要一間大床房，一晚300-500元之間的。再幫我去微信發個朋友圈，昭告天下我要去度假了。”它會怎麼樣？
它或許，會很著急。
聽，是聽到了。做，也想幫你做。但卻很難做到。
有沒有那個理解和決策能力，還是其次，自己努努力就行。但更難受的，是別人不見得配合。
讓它定個鬧鐘還好，都是自己家裡的APP，可是訂酒店，發朋友圈……是不是得去敲開酒店APP、社交APP的門，呼叫它的資料介面，和它的系統協作？
王煜全老師說，AI Agent，主要解決的就是“協作問題”。
怎麼解決？更多地打通，更好地呼叫。
過往一個APP都像一座資料孤島，一旦能更自由地出入其中，和它們協作，就能代表使用者完成更多更復雜的任務。
“AI Agent”，就是“更能幹的助理”。
它的核心價值在於，“能夠與外部系統協同，提供更復雜、更便捷的服務”。
第三，“Text-to-Action”
什麼是“Text-to-Action”？
翻譯成中文，是“從文字到行動”。翻譯成更簡單粗暴的普通話，還可以是“更有執行力的服務”。
什麼意思？
前谷歌CEO施密特，在他的那場演講裡舉了個例子。
當時他說，未來每個人都會有自己的程式設計師，去幫忙執行自己的指令，你說往東就往東，你說往西就往西。而不是像那些今天在為他工作的人類程式設計師那麼叛逆不聽話。
所以，作為未來的AI技術大方向之一，“Text-to-Action”的關鍵，就在於“更聽話”，從而提供“更有執行力的服務”嗎？
不止。王煜全老師說，施密特暗示的意義，遠超過這個。
在“聽話”和“有執行力”之間，還有關鍵的一環：
“它能不能像一個業內專家一樣，真正知道和理解，要達成你說的，具體應該怎麼做”。
也就是，它有沒有領域智慧（Domain Intelligence）。
舉個例子，自動駕駛。
今天，你搶先買到了一輛無人駕駛汽車，坐上去後，你和它說：“去東方明珠”。
很快，車子啟動了。可是，要真正把你安全帶到東方明珠，具體應該怎麼動？
只是會打方向盤、會踩油門和剎車，夠嗎？它要怎麼才能知道，什麼時候該轉向，轉多大角度的方向盤？什麼時候踩油門，什麼時候又該換剎車？
以前的做法是：像一臺機器一樣，”按程式“開”車。
比如，先基於攝像頭採集回來的影像資訊，對周圍的環境做一個完整的識別。對面那個東西，是不是一個紅燈？是的話，按照之前那些基於交規設定好的程式，我是不是該停車？
後來，有了端到端的視覺智慧，做法又不一樣了：像一個“老司機”一樣，按經驗“開”車。
比如，先在上路前好好學習，提前“學習”很多有經驗的老司機開車的影片。“學習”了10000個人開車的影片，10000個影片裡，老司機都在類似的那個東西面前選擇停車，那下次我碰到這麼個東西，也停車。
像機器一樣開車，像老司機一樣開車。
“聽話”，“不但聽話，還能在任務對應的特定領域內，像專家一樣思考和決策，真正知道和理解，要達成你說的，具體應該怎麼做”。
你覺得，哪種“司機”，在執行力上更有潛力？
王煜全老師說，Text-to-Action，主要解決的就是“執行問題”。
怎麼解決？關鍵不止是“聽話，讓做什麼做什麼”，還有“有領域智慧，知道這事怎麼做”。
“Text-to-Action”，就是“更有執行力的服務”。
它的核心價值在於，“能夠將輸入的文字指令直接轉化為具體的實際動作或流程，提供更聽話、更落地的服務”。
更大規模的上下文視窗、AI Agent、Text-to-Action。
現在，回到最開始的問題：
AI的潛力，有沒有被高估？作為一個普通人，一個普通創業者，我該怎麼看待AI？又該怎麼做？下一波的新機會，是什麼？
王煜全老師給出的答案，非常明確。
首先，人工智慧，是一個可以和當年工業革命相媲美的技術革命。
工業革命的核心，是實現了複雜產品的規模化生產。
而人工智慧革命的核心，是規模化複製人類經驗，並且能夠個性化提供服務。
具體會有哪些服務？今天AI技術發展的主流發展方向是什麼？又對應了哪些機會？
3大重點，和對應的3大變化和機會是：
第一，“更大規模的上下文視窗”，也就是“更好的記憶力”。
接下來，誰能在這方面做得更好，誰就更有能力提供更精準、更個性化的服務。
第二，“AI Agent”，也就是“更能幹的助理”。
接下來，誰能在這方面做得更好，誰就更有能力與外部系統協同，提供更復雜、更便捷的服務。
第三，“Text-to-Action”，也就是“更有執行力的服務”。
接下來，誰能在這方面做得更好，誰就更有能力將輸入的文字指令直接轉化為具體的實際動作或流程，提供更聽話、更落地的服務。
不知道，你聽完這些，是什麼感覺？
前段時間去百度參訪時，我曾和百度的同學說：
一定要把AI當回事。
而在和王煜全老師聊完後，這個感覺更強烈了。
可是，AI到底是一件什麼樣的事？怎麼當回事？
以前，AI剛出來時，很多人說，AI就是3件事：算力，演算法，資料。
可是，瞭解了這個，會發現：這3件事都太遙遠了。要真正參與這件事，或許需要很高精尖的技術，和很多的錢。和它相關的，可能是大廠的競爭，乃至大國的競爭。
後來，AI進入應用階段，很多人還會說，AI就是另3件事：感知，思考，實現。
可是，瞭解了這個，會發現：這3件還是離普通人有點遠。要真正參與這件事，或許依然大多是大公司，比如百度和它的蘿蔔快跑，比如特斯拉和它的Cybercab。
但是，就像工業革命發現電的第一天，也好像和普通人很遠。一個普通人，能拿電幹嘛呢？
但後來，屬於電的機會，並不只是在發電廠，而是演變到用電先一步實現效率迭代的工廠，再演變到今天千千萬萬普通人的行業。
人工智慧，也一樣。從一開始的大模型，演變到自動駕駛、具身智慧，人工智慧這件事，和這件事裡的機會，也在繼續演變。
比如，今天說到的這3件事：更大規模的上下文視窗、AI Agent、Text-to-Action。
瞭解這些之後呢？我能做什麼？
至少，別再把心力分給焦慮和迷茫。要分，分給積累認知。
王煜全老師，在談話中曾說過這麼一句話：掌握人工智慧，像學一門語言一樣，是要花時間泡的。而年輕人最大的機會在於，有時間去泡，去養成對人工智慧的認知。
說得真好。
未來的競爭，是認知的競爭。
祝你，提前看懂，提前準備。
*文章為王煜全獨立觀點，僅供參考。