L15_最重要的资源

发表于 2023-04-08 分类于资讯阅读次数： Waline：

AI 将会进一步将难以规模化的要素变成可以集中提供的、边际成本极低的数字能力，而数据成为最重要的资源，因为 AI 发展将一步步替代工作中的智慧部分，即一些简单的模式识别和创造任务。
面对生成式人工智能 ChatGPT 的挑战，传统教育需要进行重大调整，包括培养能独立思考和正确价值判断的人、协同改进教育方式以及超越知识学习更加关注学习品质等方面。如果不改变传统教育方式，教育将无法维持下去。
费曼学习法指出通过讨论、实践和为他人讲解才是有效的学习方式，其核心包括选择学习目标、以小学生为对象讲述、找到难点并重新学习、简化知识点并用通俗语言表述，同时推荐了一些书籍，以及谈论了荒谬世界的主题。

人工智能时代的新商业设计

▎AI 的达克效应

我们对一件事儿了解越少的时候，信心反而越高涨（无知者无畏）。

比如不懂 AI 的人，看到 AlphaGo 赢棋的时候，就觉得 AI 第二天就会统治地球。

而随着理解的增加，我们反而会越来越不自信。

比如一个人如果经历过之前几波 AI 热浪（话说我也是 2015 年冒冒失失出来做 Get），大概率看到这次 AIGC 不会那么兴奋，只会觉得「哦，泡沫又来一遍」，而并不能客观评价机会价值。

这两种状况，都是危险的。

数字经济和传统经济最大不同：边际价值提高 or 边际价值降低。

由于网络效应，会导致数字经济里，用户越多，可能单用户获取价值越高。

而又因为数字化资源的边际成本极低，导致用户越多，单个交付的成本越低。

两者相加，导致数字经济的边际价值可能随着用户数增加，呈指数级上升。

AI 会进一步让更多的商业，变成黄色的指数曲线。

原本商业中仍然有大量的难以规模化（甚至边际成本提高）的要素，比如管理能力，比如人力资源。但 AI 可以让这些要素（哪怕只是其中一部分），也变成可以集中提供的、边际成本极低的数字能力。

比如放在 20 年前去思考「100 万外卖小哥的工作调度和激励」就是个不可能完成的管理问题，而现在 80% 是算法问题；

又比如 10 年前想要快速扩张便利店规模，最大的困难其实是招不到足够的能够胜任的店员，现在店内绝大部分决策是算法来做，店员只需要按照屏幕上给出的明确指示行动，对人力（脑力）要求极大降低，使得规模化成为了可能。

▎为什么数据是最重要的资源

他这个话已经听别人讲过千百遍。

所有人都在断言：未来数据最重要，数据是新的石油。

但今天听的时候，脑子里蹦出来一个问题：为什么呢？

然后联想出一个很阴暗的答案：因为没什么别的利用价值了……

最早，土地和机器值钱，是因为要靠这些生产资料，才能创造价值。

人不缺，缺资本、机器和土地。

后来呢，做生意主要靠脑子，而且得靠一帮专业人士的脑子协作。

有人有枪，比有地更重要，所以人力资源、智慧资源最值钱。

但 AI 进一步发展，其实一步步替代的是工作中的智慧部分。

因为 99% 的工作中所谓的「智慧」，也就是一些简单的模式识别和创造任务。

比如 10 年前每个停车场门口都有个大爷，主要任务是认车牌记车牌算停车费开关闸门。

比如现在猪八戒上那些帮人做 logo 的小作坊养的小设计师，主要任务是根据甲方需求套模板出画稿。

这些工作都被替代掉之后呢？

个体其实没剩下什么被剥削价值。

类似羊吃人时代失去土地的农民，或者第一批被机器取代的女工。

最后只剩下肉体，或者……数据？

而小组织呢？

绝大部分看起来也没什么价值。

除非，可以为 AI 基础层贡献更多数据，帮助它长更大。

要么就是有差异化的方式，可以稳定贡献数据收租——像是把土地租给工厂主的老地主。

要么就是发现了细分市场的 AI 应用方式，赚到一波钱和数据，钱揣口袋，数据被上游吸进去。

但数据吃完之后，到底还存不存在细分市场应用层机会，就不一定了。

就好像美团外卖小哥会自己找路（比如有个铁丝网有洞，可以钻过去省 10 分钟路程），但找几次之后这个数据被后台 AI 吃掉，它会指挥其他小哥也这么走，第一个原创快递员的优势就飞快被磨平。

到最后，都没什么价值？

▎终极的自动化

我最近在看一些 AI 产品的机会。

大的逻辑是发现超小利基市场需求，用设计 + 人力作为胶水，粘合不同的 AI Micro SaaS 形成解决方案，直接收费赚钱。不求做大做强 IPO，但求低成本快搞定有现金流。

听演讲时看到这张图还是挺吐血。

虽然心里面也知道我这个策略只是暂时性的，肉吃不了几年。

但看到他用接线员（最早打电话，需要中间靠人工转接）和电梯小姐（嗯，是的，最早电梯需要专业人员操控）来做类比，说明中间层消亡的时候，还是感受到了这个教授的恶毒啊：p

相关延伸：

一个面对：面对 ChatGPT，传统教育已被逼入墙角？

与以往的分析式人工智能（利用机器学习急速学习数据分布，实现分类、预测等任务）相比，ChatGPT 实现了生成式人工智能，在学习归纳数据分布的基础上同时学习数据产生的模式，用自编码器创造数据中不存在的新样本。这有点像我们婴幼儿期，对看见听见触摸到的世界进行观察，并在人的大脑中生成连接，父母亲对其理解进行引导和纠正。

ChatGPT 绝不是一个聊天机器人，也不仅仅是拥有强大算力和优秀算法模型的机器，它是活的，是一个不断进化的数字生命体，它已经拥有了几乎人类所有知识的总和，而且拥有三项超乎想象的能力——数字内容孪生能力构建现实世界 - 虚拟世界映射；数字编辑能力打通现实世界虚拟世界交互通道；数字创作能力从数据理解走向数据创作。

ChatGPT 对教育会产生什么影响？几十年来，上海高校毕业生就业去向历来排名第一的制造业，现在已经跌落到第二，无人工厂越来越多，人工智能大规模替代蓝领工作，已经成为事实。在服务业方面，人工智能也大规模开始替代人的工作，不仅仅是无人面条店、咖啡店，有了 ChatGPT，咨询、设计、翻译、法律服务等方面服务工作也岌岌可危。这不得不让我们对教育的基本功能引起反思。就教育行为本身而言，以知识传递为核心的教育模式更是被逼入墙角。

面对 ChatGPT 的挑战，教育怎么办？重新梳理最基本的概念：学习的目的、学习的本质、学习的过程。技术对学习内容、学习方式、学习环境会产生深刻影响，那么教育的形式、内容和目的也会有重大的调整。ChatGPT 出现，应该是教育自身改革的一次重大机会，因为如果传统的教育方式不改变，教育是不可能靠屏蔽 ChatGPT 来维持下去的。

教育改革急需要在以下三方面做重大调整。一是教育的首要目标是培养能独立思考和有正确价值判断能力的人；二是教育的方式方法需要有重大调整，其主要的方向是要用 ChatGPT 等学习工具来协同改进教育教学方式，而不是回避与恐惧。三是超越知识学习，更加关注学习的品质。

如果一个教育人理解这个道理，那么也就知道在这个新事物层出不穷的世界里，如何保持教育定力，坚持改革方向，真正为我们的孩子提供适切、有意义的教育。

相关延伸：