悲觀背后孕育著樂觀

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，至少是形式上已經實現了。

比如同傳翻譯，就在幾年前仍然是需求旺盛的行業，但大模型已經實現了對大多數同傳需求的替代。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。

對此小鎮先談三個觀點：

觀點一、不需要等通用人工智能，現在的AI已經夠用了，關鍵是應用而非盲目攀高。

目前在AI領域，主要有兩種發展思路。

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

二是中國主張的基于現有技術，先進行各行各業的賦能和改造，提高全社會生產力，然后反哺AI的發展，AI與社會生產力相輔相成。

小鎮觀點很明確，以人類目前對大腦的研究，指望在現有認知和技術水平下實現通用人工智能，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，更因為美國已經大量喪失實體制造環節，已經做不到用AI賦能、改造傳統行業。

最基本的道理，AI的訓練需要大量有效數據，注意是“有效”數據，不僅數據要干凈還要針對性強，“大量”也很重要，AI學習的效率遠低于人類。

面對AI，首先需要提出并解決的問題就是數據從哪里來？

比如一名人類科學家或者文學家，其學習成長的訓練量折算為Token頂多就是100億個，用漢字簡單對標大概是100億字，這已經把文字、視覺、聽覺甚至大腦中的胡思亂想等等獲得的信息折算進去了；然而目前AI大模型，訓練量已經達到30萬億，接近人類目前有效數據的極限。

語言類是有效訓練數據最充分、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生大量的語言交互，提供了源源不斷的海量訓練數據，所以AI同傳翻譯的效果極其好，縱使學習效能不如人類，但訓練速度快，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習。

但更多領域無法提供足夠的有效訓練數據。正如語言大模型需要人工進行數據標注，從而為大模型訓練提供有效數據，顯然標注是有技術門檻的，只不過這種門檻對接受過高等教育的人而言，很輕松。

然而進入專業領域尤其制造業，能夠進行訓練數據標注的，起碼是有多年工作經驗的成熟工程師，畢竟制造業只有極少數信息寫在紙面，海量的隱性知識只能靠人來傳承。美國現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也是復雜工程，絕非有圖紙就能復現產品。美國當年搞出來火箭之后，就轉向航天飛機路線，之前的從業人員和生產廠商就斷代了，如果想復刻20世紀60年代的登月火箭，就需要從頭來一遍，而由于底層技術比如控制系統已經發生改變，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，就會發現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？食材產地不同是否需要調整？同樣是炒香蔥姜蒜和香料，什么時候下鍋？炒香是什么標準？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，迅速吸引了數百萬關注者。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，也是有技術含量的。

制造業的復雜度遠非炒菜可比，炒菜的容錯空間太大了，只要菜熟了，放調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。制造業絕不敢如此馬虎大意，精準度要求也極高。

以當前AI如此低的訓練效率，要想推廣到各行各業，需要的海量數據從哪里來？這些數據需要有一定經驗和從業經歷的工程師幫助進行數據標注，人從哪里來？

這絕不是單靠錢就能解決的，比如現在的美國，大多數制造行業從業者極度萎縮，何來訓練數據？就連馬斯克訓練輔助駕駛，都苦惱于數據不夠。

所以，美國才要走直奔通用人工智能的終極路線，這也是客觀現實決定的。

但中國就不一樣了，AI已經大量應用于現實。

剛剛結束的得到年度演講，也提供了大量AI實際應用的案例。比如在演講中提到小商超的運營，過去這非常需要經驗，但在AI的指導下，哪怕是一個新手，也能夠完成動線調整、貨物準備等工作，大大提高經營效率，把更多時間和精力用在與人打交道、培養更多熟客的領域。

但與此同時，也帶來了新的負面、灰色收益。比如自媒體領域，利用AI大量生成垃圾內容已經成為產業鏈，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上萬條，一旦出現爆款，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”已經成了電子流水線。

可以說每一個行業都可以用AI重做一遍。

小鎮經濟工作會議前，接受某媒體電話采訪，問對“十五五”期間相關產業的看法。小鎮認為，在AI技術發展和應用支持下，未來服務業領域可以復刻“一只烤鴨”的規模化擴張路線，這也將成為中國服務業提升的關鍵法寶。

關鍵在于AI解決了高度個性化的需求問題。對這個問題，小鎮另行展開。

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，尤其當涉及切身利益的工作時。

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

比如前面提到制造業應用AI，需要大量熟悉制造業的人幫助AI進行訓練，由于制造業的復雜性，這種訓練更多是實現專業大模型的應用，需要大量的調試。

這就是小鎮在《》談到的，制造業的自動化、智能化，只是減少了最終生產一線的崗位，但帶來了大量生產制造之外的生產性服務業崗位。

比如資深工程師調試AI就屬于生產性服務業。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”，也就是兼具藍領動手能力、白領管理創新能力及金領知識結構與資源協調能力的復合型職業群體，在AI大發展的時代，這種高精尖的紫領人才，會越來越吃香、越來越多。

對大多數人而言，AI時代的發展空間不在于AI研究，而在于應用，思考自己所處的行業、崗位，是否可以用AI創造更多可能性、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，后者才是個人發展與社會進步的基礎，工業革命之后人類社會和生產力急速提升，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的物質財富。

因為整體的發展，人有了更多時間，這才帶來了豐富燦爛的現代文明，典型就是服務業，如文化娛樂、康養服務、數字休閑、體育健康等等。

隨著智能時代生產力進一步提升，對傳統制造業等行業進行深度改造，必然會進一步解放人類，人類一旦被解放，就會創造出更多需求，這才是未來人就業的主要增量。

這就是小鎮前面說的在AI技術發展和應用支持下，未來服務業領域的大發展。

觀點三：未來年輕人的發展機遇，并不比任何一個時代少。

順應觀點一和二，考慮到AI仍然是一個全新的領域，最擅長應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研發和應用團隊，高度年輕化。

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

傳統行業如此，更不要說新興的AI行業。

現在的確很多人說躺平，認為沒有機會，真的沒有嗎？現在的機會多得很，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，搞技術、搞應用、搞配套服務，都有機會。

再舉一個傳統行業的例子。隨著現代人對飲食的重視，跑山豬、跑山雞等傳統養殖得到更多關注，但想實現野外放牧，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。

現在有了新的技術，那就是把“電子圍欄”應用在放牧上，比如在養羊業，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，就會產生電刺激，引導羊在區域內活動。

這項技術應用場景很廣，不需要設置復雜、易破壞的物理圍欄，那么就可以在地形復雜的山區、林地進行野外放牧，還可以應用在不能安裝物理圍欄的比如“牧光互補”領域。下圖來自中國煤炭網，題為《“電子圍欄”守護“致富牧場”》

不過AI在給年輕人帶來大量機遇的同時，也帶來了新的發展障礙。

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

不過悲觀中孕育樂觀，當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。

這也是小鎮持續創作的動力之一。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”和關注吧

歡迎分享，讓更多人發現“大樹鄉談”

備用：大樹鄉談2022、大樹鄉談2023