企业老板们要思考业务会不会被人工智能重构，如何转型升级业务和商业模式，而打工人焦虑的是会不会失业，会不会被人工智能替代，如何提升自己在人工智能时代的竞争力。而在这波热潮里，送水类服务，chatGPT账号买卖付费社群etc，已经挣到第一桶金。

在这些讨论里，除了chatGPT技术创新带来的震撼和可能性，也有各利益相关方的推动，媒体需要新流量，资本需要新故事，创业者需要新希望，普通人需要新话题，多少带点情绪和煽动，不一定都是事实，很多结论是基于chatGPT成功的归纳总结和包装。

00

要点

chatGPT带来的不是人工智能技术范式的变化，它真正创造的价值，是让每个像我们一样的普通人用上了AI这个生产力工具，它将开启个体大规模应用AI的智能时代。

chatGPT不是iPhone，而是个超级APP，它是个微信，依然需要依赖其它硬件和平台上去输出自己的能力。

自然语言交互，对后面整个互联网软件应用生态，是一个变革性的能力，所有应用都能用AI式的交互再做一遍。

大模型的竞争，是资源的竞争，最终的格局可能是BAT H T5家和一两家创业公司 多家垂直行业大模型共存。

意义是人赋予的，对意义的定义和感受，是人跟机器最大的不同，意义来自于体验，创造和分享。

职业划分这个事情，为了简化，但未必合理，有时代的局限性，更需要讨论的是什么能力会被替代，而不是什么职业会被替代。

01

chatGPT 它是什么

chatGPT的表现形式是一个聊天机器人，是基于GPT（Generative Pre-training Transformer）自然语言处理大模型衍生的一个应用。相对于其他同类的产品，在上下文的理解，回答的准确性，广泛的场景支持，都有非常突出的表现，突破点在于它引入了RLHF：基于人类反馈的强化学习方法。

数字化的体系结构

数字化的本质，是针对大规模的信息，通过计算平台，用芯片 算法，来提升我们解决任务的能力。相对于人脑 其他工具（算盘、笔和纸张），它的计算能力更强，规模更大，产生的效益也越高，它是大脑的部分替代和延伸，AI是用来提升数字化计算的效率和交付需求的精准度。

数字化的发展，基本上都是由计算平台的发展和规模驱动，平均每12年有新一代的计算平台诞生，每一代计算平台的诞生，都会产生数字化结构性的机会。计算平台核心的结构，由前台、后台构成，前台以交互的效应和规模来驱动。后台是以计算资源的规模和能够覆盖的空间来驱动。

这类应用市场集中度相对较低，对运营要求高，短期追热点做增值服务变现，长期得看团队的服务能力和流量的转化，这类型应用可能是服务 SAAS，但是能不能长期，也是个问题。

生成式AI应用的核心竞争维度、竞争壁垒，差异点在哪里？是品牌、行业数据、用户规模，还是服务？

生成式AI应用也衍生了一个内容创作的红利，数字人直播，短视频内容，写小说等等，这个红利期取决于AIGC工具的普及程度，早期使用者能享受到工具带来的能力的提升，获得竞争优势，长期还是就回到创作的内容本身，还有平台对AI创作内容的容忍度。

整个内容行业本身，正在从“以内容为中心”到“以人为中心”,平台更需要的，是一个实实在在的人的注意力和时间，不是一堆机器创造出来的普通的内容，「人」才是平台的价值所在，而不是一堆数字人机器人。

生态服务送水类

每一个趋势起来的时候，最快最稳挣到钱的，是做服务送水的人，chatGPT账号买卖，课程培训，周边服务，节省了心进入者很多时间。这类型的服务适合原来就有一定存量用户和粉丝的团队，它是运营驱动，新的需求服务老的用户，但本质上还是挣短期信息差和渠道的钱，取决于这个热度能持续多久，另外，AI教育会是个很不错的送水类方向，如果未来人类需要与AI协作共生，那么每个人都需要学习如何理解AI，如何使用各种AI的工具。

行业 AI chatGPT

我们在谈所有技术和工具的时候，一定得把它放到具体的行业，具体的场景、具体的用户需求，甚至是具体的流程上去思考才有价值。

尤其当你拿着一把带有超能力的锤子chatGPT的时候，会容易看到到处都是钉子，AI最大的价值，得回归到行业、业务和产品本身，帮助各行各业提效降本，AI不会让行业消失，但会重构各行各业的价值链。

硬件 chatGPT

硬件这个方向，更多的是对现有各类产品的升级，把原来AR，VR，车载，机器人，音箱，智能电视，TWS耳机等产品做一个整体升级，不应该算什么新机会，但有更多新的可能性，在数字空间的AI，需要找到物理空间的载体来发挥它的价值，物理硬件，需要更智能的内核。

05

生成式AI对企业的影响

这几年我们经历了经济和整个社会前所未有的动荡，全球疫情，战争，气候，人们普遍认识到，企业已无法像以往一样开展业务，AI会加剧这个动荡，但也提供了一个新的应对工具。

生成式AI对企业的挑战

大模型，生成式AI尚在应用早期，技术相对不太成熟，不确定性高，更新迭代快，缺少各行业的最佳实践案例，在部署实践过程中会有非常多从无到有繁杂的工作，同时还要警惕chatGPT类应用一本正经胡编乱造和防范企业数据泄漏等安全问题，企业也未必能跟上技术迭代的速度，或者付出成本远远大于企业的收益，需要找到合适的平衡点和方法。

生成式AI正在重塑企业价值链，在提高企业生产效率的同时，也会重塑企业的组织架构，沟通方式，产品业务会和与客户沟通的方式等。以自媒体，短视频直播，插画设计机构为例，生成式AI工具开创一种“人机协作”的工作模式，在提升效率的同时，暂时没有创造新的岗位，减少了企业员工数量的需求，而且，这种生产力的变革，企业基本没得选择，必须跟进，擅长用AI的企业会干掉不会用AI的企业。

企业的应对方法

首先是构建企业创新体系，创新是个用不过时的话题，从企业文化、战略，组织，方法，都需要升级，来应对不确定和快速变化的环境。从探索，验证，部署，到持续创新，3DS模型提供了一个结构化的创新框架。

其次构建生态伙伴系统，和生态伙伴，协同共创，优势互补，共同探索和共建新的业务和解决方案，应对不确定性。

最后，从组织和业务本身出发而不是从热点出发，寻找落地的方向、切入点和路径。最好的方式是，先下场做，在做中去思考和总结。可以是从成熟度高风险低的应用切入，对内提升组织认知和效率，对外构建更良性的客户关系。从内部业务流程开始，导入企业知识库，用机器人搜索和查询内部信息，比如员工对人力和IT相关的咨询，来来回回就那么几个问题。从接近用户但是不对主线产生太大影响的落地，如客服机器人，提高响应质量和客户满意度。

06

AI时代人的价值和能力模型

人跟机器最大的区别在哪里？人的价值在哪里？是意义感，机器不会问这个事有意义吗，意义是人类对自身存在的一种解答，对意义的定义和感受，意义是人赋予的，是人跟机器最大的不同。

整个人类文明是由人类自己想象构建的各种点线面体的逻辑和规则，人类文明是个想象的共同体，国家、宗教、老乡、同学都是如此。

意义来自于哪里，体验，创造和分享，旅游看风景时体验的一种，创造是意义构建的过程，写一本书，做一个产品，画一幅画，而分享则是把体验和创造的内容给予他人，为他人提供意义，迎合人类对共同想象共同认同的需求，人的价值在哪里，体验，创造和分享。

几个观点

1、人类是个极其普通的物种，人之所以觉得自己了不起，是因为人以自己为中心构建了价值评价的体系，人被机器替代，可能是个事物发展很正常过程。

2、职业划分这个事情，跟分科一样，是分而治之，分类的目的，是为了简化，但未必合理，有时代的局限性，而且同一个职业的title在不同行业不同公司要求的能力模型可能完全不一样，拿产品经理举例，研发型企业产品经理的能力模型跟市场驱动型企业产品经理的能力模型，就有很大的差异，前者重研发和项目管理，后者重营销和销售。所以讨论什么职业会被替代，更需要讨论的是什么能力会被替代，衡量具体的能力而不是具体职业。

3、AI对人类职业的替代，可以理解成是对人的解放，人为什么要一定工作？这是一个问题，你需要担心的不是它会不会替代你的职业，而是你能不能更先一步比别人取得竞争优势。

人工智能对职业的替代

尤其是知识工作者，在当下裁员大潮下，表现得特别明显，而且知识工作者层级不分高低，在chatGPT的能力下，chatGPT拉平了焦虑的层次。

人工智能的优势是对结构化，程序化信息的处理，它没有人的感性，同理心和社交能力，他理解不到你女朋友说的不，到底是真的不还是你试试看。一项工作如果人可以在几秒钟以内思考、决策，这项工作就非常适合人工智能。

人是社会关系的总和，人的优势，是社交能力，同情心，创意和审美，它需要更高的复杂度和对人的理解，只有处在社会关系和文化里面，你才能更好的理解人的动机和需求。一个事情如果需要强决策，不确定性越高，就越需要人的介入。

发挥人性的优势，与机器共处，而不是去做机器擅长的事情，如果人和人工智能必有一战，那么打败人工智能的，一定是人工 智能。

人工智能时代人的能力模型和选择

chatGPT出来后，相信关注的人都能感觉到，每天一个新世界，世界变化太快，知识更新太快，很难跟上，人工智能可以不吃不睡，不断更新迭代，而人类是碳基生命，无法与硅基计算机相比，人需要回归到人本身，在人工智能时代，做个大写的人。

回答这个问题的一种方法是把人工智能的能力拉到满，想象下未来AI无处不在的时候，人需要什么样的能力，人的价值在哪？比较讨巧的方式是多看看人工智能相关的电影，HER、机械姬、我机器人、大都会、 沙丘、机械公敌、西部世界、机器纪元、失控玩家…

下面是一些典型能力，欢迎补充…

1、跨学科的思维模型，记忆跟存储知识是机器擅长的事情，如何调用机器的知识和能力，则需要对世界，对各个学科和万物规律有本质，结构和逻辑上的理解，把知识梳理成体系化的地图，你才能知道去哪里怎么样调用到机器里具体的知识。

2、垂直行业整个链条的综合理解力，以工业设计师为例，AI可以生成一张很炫酷的花瓶3D设计图，但是要保证这个产品好卖好用，需要讲好设计的故事，了解市场竞争的情况，对客户和用户需求有深度理解，熟悉生产制造，工艺用料，才能确保最后设计出来的产品能交付到市场。

3、理解机器和与机器相处的能力，了解AI知识，就像你需要在汽车时代学会开车，在互联网时代会用电脑一样。

4、理解人和与人沟通的能力，这个能力不一定是要很会表达，语言文字，都是很好的交流工具，张小龙不是个很会表达的人，但是不影响他做出微信这个伟大的社交工具，核心还是同理心，能否换位思考理解别人的能力。

5、创造性思维，这里有个误区，很多明明看起来很有创意的工作，怎么会被替代，比如说插画师，据说是第一波被替代的职业，插画师算是个创意型的工作吗，在公司这种商业机构下，插画师有创意的空间吗？

6、提问的能力，提问的能力本质上是问一的能力，不断的问为什么以达到问题的本质，找到解决方案，你没问一个问题，心里可能大致有答案，机器的回答，就是不断激发你问问题，并寻找解决方案的过程。

现在对于这世界上的所有人、所有的文明、所有的国家来说，都已经进入了无人区。应对完全混沌和不确定性频发的时代，除了找到不变的东西，就是不断学习不断验证不断调整。

END

在电影《HER》中，男主人公发现正在与之恋爱的AI操作系统萨曼莎同时在跟多个人谈恋爱时，他很受伤也很困惑，萨曼莎解释说，作为一个人工智能，她有无限拓展的的能力和关注力，与更多人建立情感联系，并不会减少对他的爱，反而因为爱他人，她的情感和认知得到丰富，对他的爱变得更多更深刻了。可能这是个人与AI巨大的不同，人类的爱有偏差只此一份，AI的爱无限复制不设上限。

作者：秋南，咨询顾问，凯捷咨询AIE产品负责人，曾任360产品经理，著有《视频号运营与变现》，文章仅代表个人观点，与企业无关，关于大模型和chatGPT在垂直行业的应用，欢迎 wx：qiunanvlab讨论，请备注姓名 公司。

引用：

红衫：生成式AI:充满创造力的新世界

Managing complexity(and chaos) in times of crisis

http://www.incompleteideas.net/IncIdeas/BitterLesson.html

https://en.wikipedia.org/wiki/General-purpose_technology

https://miracleplus.feishu.cn/wiki/wikcnHJyiouyTqnhsL0cevom8zb

openAI：GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models

Gartner：Generative AI is here:How tools like ChatGPT could change your business