6月26日，傅盛发了一条朋友圈，对朱啸虎的观点“ChatGPT对创业公司很不友好，未来两三年内请大家放弃融资幻想”表示反对，并称“硅谷一半的创业企业都围绕ChatGPT开始了，投资人还能这么无知者无畏。”
随后，朱啸虎在其发文底部反驳称，99%的价值都是GPT创造的，这样的创业公司有什么价值？
之后，傅盛和朱啸虎在朋友圈展开了“激战”，探讨新技术带来的价值颠覆问题。
自从ChatGPT横空出世并引发了一波AI浪潮以来，关于企业的价值、人的价值的讨论不绝于耳，有看到新技术将改变生活的兴奋，有对自身职业和企业被替代的担忧，有身处技术变革前夜的迷茫。种种情绪，很大程度上源于我们不知道AI技术源于何处，去往何地。
商隐社与数位AI行业资深从业者展开了对话，形成了对AI的十大观察，今天总结出来与读者交流、讨论。
AI提效，十年前就开始了
10年前，有个日本团队来深圳建了一家小规模的专做芯片贴片的工厂。AI行业资深从业者江可月去参观时，*次感受到智能化制造的冲击。贴片机的机器手在抓取芯片时，对于指甲盖大小的芯片在电路板上的排布，良率能达到百分之九十九点几，基本上很难出错。
工厂所有设备通过内部组网连到了厂长办公桌前的触摸屏上，那个时候触摸屏很稀缺，手机都还是翻盖机。厂长通过屏幕可以看到整个流水线的生产状况，以及贴片的实时良率。产品良率检测也都是由机器来完成，不需要专门设计一个检测部门。
也就是说，最早的机器管机器，在十年前基本上已经实现了。
为什么现在才被广泛感知？
企业利用AI提效的发展历程是持续的，它就像一辆从过去开往未来的列车。曾经我们觉得这辆车很远，它的速度看起来很慢，甚至它的样子也不是很清晰，对我们的影响也不是很大。
但是目前这辆列车徐徐开到我们面前的时候，你会发现它一直没停下来过。它的声音不断放大，模样逐渐清晰，速度也越来越快，以至于现在几乎所有人都能够感受到AI的冲击了。
在很多人看来，ChatGPT以及文心一言等大模型的提出，AI就一下子出来了。其实不是的。比如百度一开始做的文心交通大模型也是基于大数据的生成式智能模型，假设我们要去北京某个地方，它可以根据命令生成几条路线供人选择。
就像华为从八几年开始做产品销售以及研发，但2005年以后，华为这个品牌才会被大众所接受，实际上那个时候它已成为了巨人。
这主要是因为华为之前做的是行业级的应用，开始做手机这类移动通信终端了。现在移动、联通机房里大部分都是华为的设备，行业壁垒导致华为的产品门槛比较高，所以不为大众所知。
ChatGPT对于AI来说，就像华为把手机放到你面前一样。当我们都可以与它交流时，ChatGPT就充当了一把打开阀门的钥匙，让大家感受到了AI的瀑布。
现在是发展AI更为成熟的时代
AI基础的三大支架，就是数据、算力和算法。
过去十年互联网行业的飞速发展，使得我们积累了更多对于机器的理解。百度、阿里、360之所以能率先在国内提出三个类似ChatGPT的接口，就是因为他们积累了海量的数据，能够基于数据给出模型，让AI的机器和算法从中进行学习和抓取。
现在进入5G时代，算力有了质的提升，可以远程控制机器。原先在4G时代或3G时代，还需要人工配置参数进行操作，未来可以借助算力实现数字化到智能化的跨越。
至于算法，相信大家在刷短视频、购物以及浏览资讯的过程中肯定对其威力有了明显的感知。
时代的列车轰然驶来，无法阻挡。如今数据的梯子搭起来了，算力和算法也积累到这了，就像一个人大学毕业后要考虑成家立业一样顺理成章。AI在未来的5—10年甚至3—5年时间里，会向各行业渗透，提升他们的智能化水平。
AI提效，提什么？
智能化水平提升的最终目的是为了提效，这主要包括提升效率、效度、效益三个方面。
企业的效率是指单位时间内产出产品的价值，也就是速度变快，单位时间的产出变多。这有赖于AI的视觉识别技术，以及深层次的语言服务技术的支持，包括智能客服，智能制造当中的黑灯工厂，物流的智能仓储等，都能在很大程度上提升效率。
效度是指AI大幅度提升了准确性。比如平台基于AI技术给用户画像，精准投放广告，使得企业的商业导向更加准确。
提升效率和效度最终还是为了提高效益，用更少、更优秀的人，以更低的成本，让整体的利润空间拉大。
人力成本，怎么降？
在企业中，人是最重要的资产。企业的成本结构中，大部分是人力成本。重新梳理组织结构可以发现，基于基础知识、基本技能、固定流程的这一部分的组织能力是完全可以用AI来替代的。
虚拟员工的配置可以很大程度上让企业抓取到AI的红利。人力成本的红利将在未来3—5年爆发，能不能抓取到红利，依赖的是从经营管理层面进行的组织能力重塑。
这个重塑就是逐步剥离开哪些是虚拟员工可以承担的岗位职责和工作内容，哪些是需要实体员工去完成的，尽早将企业从人才负担型组织变成轻量级的人才应用型组织。
虚拟个人助理（virtual personal assistant，简称VPA）是AI中的一条脉络线，类似小度或者天猫精灵。这是最原始的、没有行业细分的、面向每一个人的小助理。
AI基于行业细分之后，它对于某些事情的分析还需要更高级的训练和进化。VPA是一个开放的路径，更多是对于企业内部管理的关键人物的赋能。
这主要包括两方面。一是企业家的智能，尤其在民营企业接班人以及“创二代”的培养方面，能否通过VPA真正给到未来的企业主智慧方面的支持。
二是高绩效员工的智能化复制。
根据“二八法则”，一个组织当中80%的绩效，可能由20%的员工产出。通过强化分析这20%的人解决问题的思维，沟通、决策逻辑，建立一个模型，从而让其他80%的员工逐步学习到这些人的能力。
核心员工一旦流失，对组织的伤害非常大。如果能利用VPA的思路和技术一定程度上实现绩优员工的智能留存和积累，那将会挽回很大一部分组织能力的流失。
更重要的是，组织逐步引入高绩效员工智能复制时，会在企业内部形成一个私有数据库，包括员工行为决策的依据，以及工作成果的标准。
当这个数据库越来越大，后面只是会增加一些运维成本，但是员工会越来越精，越来越少，他们所发挥的能力会更偏向于创造性，公司也将更有活力。
AI时代的红利，怎么抓？
从长远来看，智能化可以将企业的人力成本带入一个持续下行的曲线。一个企业越早进行虚拟员工的配置，将越早获得红利，就像原来农业社会向工业社会的转型一样。
过去在数字化转型过程中，很多跟互联网耦合度很深的制造业企业，已经享受到了数字化的红利。但是受限于大数据模型底座的缺失，以及行业级应用的缺失，导致不同行业对AI理解的技术鸿沟特别大。
目前除了少数高精尖的科技企业已经享受到虚拟员工的红利外，剩下绝大多数的服务业、制造业以及化工等资源型企业，整个组织的智能化水平非常低，甚至都不知道红利在哪里。
红利之所以是红利，是因为它有一个势能差。当虚拟员工应用的成本和市场定价之间的利润消失的时候，就没有人能够用红利了。因此我们追求的愿景是让更多人抓到红利，所有人是享受不到红利的。
历史上确实有人为技术进步付出了代价。但我们可以看到，整个20世纪西方世界绝大部分城市居民已经接受了技术能驱动财富积累这一事实。他们意识到，消灭那些最危险最卑微的工作能改善工作环境，自己的工资取决于机械力量的运用。
此外，他们也受益于不断涌现的汽车、电冰箱、收音机和电话等新产品和新服务。这些革命性技术在1950年的西方社会很普遍，但在文艺复兴时期，即使欧洲贵族也无法享有，即便到了1900年，普通家庭主妇依然只能在梦里体验上层阶级的生活，梦想着有仆人替她们做最烦琐的家务。
根据经济学家约瑟夫·熊彼特的观察，资本主义的成就不是“给女王们提供更多的丝绸长筒袜，而是通过不断减少生产一只丝袜所需的工作量来回馈工厂女工，让她们也买得起长筒袜”。
如果晚于红利时代入局，可能就“30年河东，30年河西”了。不过即便会过得不那么如意，社会也还是会给你一口饭吃。
AI会推动社会持续进化
AI不会带来人们的普遍失业，而是会将我们整个社会推向一个更高级的进化。
早年间阿里刚创立的时候，有人说马云摧毁了很多人的饭碗。实际上催生了很多新职业，产生了新的人才需求。
曾有研究发现，美国在1909—1949年间的伟大发明绝大部分是“使能技术”。也就是说，技术提高了人们的生产力，让他们的技能更有价值，也让他们赚得更多。随着新工作的出现，另一些工作显然被毁了。但整体而言，新技术大幅增加了就业机会。
比如，汽车、飞机、拖拉机、电器、电话、家用设备等新兴行业出现，创造了大量新工作岗位。对大部分人来说，技术进步增强了技能。机械化使得现有工作中工人的技能变得更有价值，也创造了许多全新的工作，提高了劳动者的议价能力和薪水。
实际上，在第二次工业革命时期，许多人不是被技术赶出了农场，而是被吸引到了城市。使用机器意味着人不用做最无聊、最肮脏和最劳累的工作了。
数千年来，农业一直是大部分人的头等大事。如今不到一个世纪，技术已将大部分劳动者从农场转移到了工厂和办公室。
制造业持续扩张和教育程度不断提高，使得绝大多数人能转换到酬劳更高、危险系数更低的工作中去，普通人成了技术进步的主要受益者。
如果看得长远一些，就会发现目前没什么是值得非常担心的。当缝纫机出现时，我们曾担忧女裁缝们会挨饿。但如果没有缝纫机，今天不可能多出成千上万的以之为生的女裁缝。
说到底，每种减轻人类辛苦劳动和提高生产率的设备都是人类的福音，社会作为一个整体会受益于技术进步。
正如肯尼迪所说，“上涨的潮水推起了所有的船”。
如果AI的进步推动了人类的发展和进化，届时甚至会出现新的更能凸显人类智慧的任务。
正如移动互联网催生了“网约车司机”“外卖小哥”等职业，AI的崛起也创造了很多全新的职业，目前已经有AI工程师、数据科学家、数据标注员、机器人维修员等。
AI视觉工具将成为绘画、雕塑及摄影艺术家们的得力助手，可以按照他们的指示创作、完善作品。AI文字工具可以辅助小说家、诗人、记者，为写作注入新的灵感。
AI可以帮助教师批改作业和试卷，让教师把时间和精力节约出来，去设计崭新的课程课件，以此激发学生的好奇心、创造力，培养学生的批判性思维；可以帮助教师在课堂上传递标准化知识（信息），让教师把更多的时间花在与学生进行个性化互动上。
人是有弹性的，一个地方活不成，就会到别的地方生根发芽。这就相当于能量守恒，我们在某些方面减掉了人，就会在其他方面更需要人。
这个时代可以想象成一次人才能力的迁徙。原先我们都是在森林里获取食物，现在AI的浪潮来了之后，我们就需要两栖了。
所以现在更提倡人要进化，包括能力和思维。你的进化如果能跟上这个时代，那么你就会能够获得红利。
放大自己不能被AI替代的部分
AI的目标已经不再是节约力量了，这在过去十年已经替代了很大一部分，现在主要是节约思维。
AI进化从四肢的抓取变成了智能的替代，也就更倾向于知识型员工的替代，而不是劳动型员工。
一个在工地上真正搬砖的工人，他在未来被AI替代的可能性，并没有在*写字楼里的白领危险性高。
我们会不会被AI替代？会的，一定会的。只是它永远不可能替代全部的人。
人类未来的发展趋向是解放更多思维去创新，主观能动性、思辨能力、道德素养是不能被替代的。而只要是搬运的，没有经过大脑的，终将会被AI替代。
AI可以替代人力一些重复性的工作，甚至能够替代一部分的问题解决能力。
初级的会计、律师、翻译都会被替代。但如果你是一个有梦想的小会计，你的梦想不会被替代。如果你还在持续学习和进化，你的财税能力走在了AI的前面，你有了自己的思辨，那你永远不会被替代。
因此现在比较核心的能力是学习能力的提升。你的主观能动性是AI学不去的，AI把电一拔啥都没有了，人饿三天还能想出找吃的方法。
你永远是AI想要学习的样本，他可能会学习你，你下一步要做什么是由你说了算，而不是它说了算。
任何一个行业，我们要做的心理准备不是害怕，也不是兴奋，而是以更加开放的心态去学习它，拥抱它，接纳它，在这个过程当中找到自己的点去进化自己。
原先我们认为人是浑然一体的，但其实人的模型可以分成两部分，一部分是可复制的，另一部分是不可复制的。
未来我们要尽可能在自己可复制的部分上投入较少精力，而把主要精力投放在自己不可复制的部分。
未来，思辨创新能力、决策力、领导力等很贵重，AI一时半会儿还复制不了，甚至永远复制不了。这是一个人可以称之为“灵”的部分，也是我们跟机器的区别所在。
现在我们总叫自己“社畜”，把工作称之为“搬砖”。当我们把卷的部分剥离开来，看看自己到底是在卷什么，如果只是在卷自己的时间，或是卷写代码的速度，就该好好考虑一下了。
我们应该跳出来想想下一步该往哪个方向发展，从创意、发展以及决策等更高的层面，发展自己的能力，从而认识不一样的自己。
除了肉身之外，我们还有灵魂。我们过去积累了很多可复制的能力，比如认识多少个单词，会算多少数学题等，但未来需要考虑出更有创造性的解决方法。
需要创造力和社交技能的工作很难被取代
换个角度，现在更应该思考的问题是：AI能干什么，不能干什么？
如果光比拼数据收集和结构分析这种硬技能，人类不可能是机器的对手。人类*可能超越AI的领域，只可能在机器无法触及之处，那是属于人类感性与直觉的领域。
AI想要创造一首原创的曲子、写一本小说，原则上只需要一个可以与人类的丰富经验相当的数据库，和能让我们对算法进行基准测试的可靠方法就行。
但AI创作的作品但却很难引发人们共情，一篇文章、一首乐曲，不仅是文字和音符的排列组合，更重要的是我们倾注其中的灵感和情感。
有些对人类来说很难的工作在AI看来却很简单，比如放射科大夫、华尔街交易员。有些看上去简单的，却是AI的死穴，就像老人看护和理疗师的工作。
在以下3个方面，AI存在明显不足：
*，创造力。AI不具备进行创造、构思以及战略性规划的能力。尽管AI非常擅长针对单一领域的任务进行优化，使目标函数达到*值，但它无法选择自己的目标，无法跨领域构思，无法进行创造性思考，也难以具备那些对人类而言不言自明的常识。
第二，同理心。AI没有“同情”“关爱”之类的“感同身受”的感觉，无法在情感方面实现与人类的真正互动，无法给他人带去关怀。
第三，灵活性。AI和机器人技术无法完成一些精确而复杂的体力工作，如灵巧的手眼协作。此外，AI还难以很好应对未知的或非结构化的空间，并在其中执行工作任务，尤其是它观察不到的空间。
不难预测，一些不需要社交的重复性工作可能会全部被AI接管，如电话销售员，审核员等。
那些需要高度社交技巧并且相对重复执行的工作，将由人类与AI共同承担，二者将在工作中各自发挥所长，实现人机协同合作。
对于那些需要创造力但不需要社交互动的工作，AI将成为帮助人类发挥更大创造力和潜力的利器。例如，科学家可以利用AI技术提高药物研发的速度和精准度。
还有一些既需要创造力又需要社交技能的工作，从事这一类工作的人将成为未来职场中的“闪光点”，很难被AI取代。
在AI时代的人机协作中，AI和人类合理分工、各展所长，既智能又高效地承担起各种重复性任务。由此，人类从业者得以把更多的时间花在需要温情、创意、策略的人文层面的工作上，从而产生1＋1＞2的合作效应。
举例来说，人们生病了，医生可以使用专业的AI医疗诊断工具，快速准确地为患者制定*治疗方案，从而腾出更多时间和患者深入探讨病情，抚慰他们的心灵。
因此，有了AI之后，人类得以从重复性的工作中解脱出来，我们的时间宽裕了，我们的心志解放了，我们终于能够专注于自己最擅长的领域，释放激情、创造力及才华，把我们的能力用在发现、发明、创意、创造等层面上。
创造未来，从想象未来开始
想象力和现实之间存在某种默契，思想决定未来，只要想到了，它就可能会实现。
2012年，江可月团队每次团建或加班，吃饭总是个难题。出去吃，或者打电话让餐厅送，总订不到喜欢的餐厅。
那时智能手机刚刚普及，iPhone4非常时髦，江可月跟团队的小伙伴讨论，可以基于局域网，以社区为经营模型做一个线上点餐APP，不过最终限于算法和精力没有落地。一年后，就有了美团外卖。
这让江可月十分感慨，他们的想法早于美团，有些东西一旦想到，不一定是你自己做到，但也会有人会帮你做到。这是互联网时代的魅力，也是AI时代的魅力。
人首先要敢想，再去想办法实现。其实到目前为止，无论手机、电脑、深度学习的突破还是神经网络的发展，都没有超过我们想象力的10%。
就像我们对于神的理解和想象全部在神话故事里，我们对于AI的想象力全部在科幻片里。很多科幻片像《2012》《流浪地球》，大家看完会觉得很悲哀、很恐怖。
但我们还是要看现实的科技走到哪里。我们去跟ChatGPT或文心一言聊天就会发现，纵然它们有些方面会让我们惊讶，但它们做不到我们想象的那样。
人类整体对于未知的东西，总是兴奋中伴随着恐惧和谨慎，害怕AI会失控，会进化得比人类还厉害。
但数字科技运行的底层逻辑不过就是将模拟信号变成数字信号，再变成1010这样的电子脉冲，进而去复原和接收。所以，不必对机器过度担忧。
结语
AI的闸口打开之后，水位会上升，所有的行业都会被淹到。如果处于当前这一波势能下的深水区，就意味着挑战极大，一不小心就容易被淹死。但如果在浅水区，还有一段时间可以去试水，去给自己赋能，将企业往智能化转型。
所以，我们应该把精力放在开发适合AI的、实用的应用程序上，并寻求人类与AI的良性共生，而不是纠结于基于深度学习的AI能否成为或者何时成为通用AI的问题。
从经济角度来看，智能化时代在很大程度上只是早期工业化的镜像而已。普通人要经过半个多世纪才能意识到工业革命带来的好处。
新兴技术和人类财富之间的关系从来都不是齐整和线性的。历史从来不会完全重演。但马克·吐温说过，有时候历史的确是押韵的。
从长远来看工业革命造福了每一个人。AI系统也有同样的潜质，但它的未来取决于我们如何把握当下，以及如何去理解未来的挑战。
*本文特别鸣谢江可月女士的采访支持。江可月为AI+企业管理跨学科应用领域的独立学者，目前主理一家人工智能商业咨询工作室。
