ChatGPT 橫空出世，讓通用型人工智能成爲全世界人類的焦點。各種 AI 新産品也層出不窮，目前已涉足教育、财經、繪畫、設計、辦公等多個應用領域和場景，而且依托預訓練等最新技術，這些産品的自動化智能化程度大大提高，成了人類得力的生産力助手。
藍雨川将這種具有接近人類的推理和生成能力的新型 AI 形态稱爲 AI2.0。他說：" 美國率先出現了一批 AI2.0 時代很酷的産品，極大地改變了人的生産力。如這一份名單，到現在已經有超過 1000 個 AI 産品獲得了融資。"
現在有哪些 AI 2.0 産品正在改變世界？
AI2.0 與之前的 AI1.0 究竟有何不同？
AI 時代哪些産品會受到劇烈沖擊？
AI2.0 時代，創業者可以抓住哪些機會？
在 AI 已可以完成部分創意創新工作下，我們又該如何理解創新？
前不久，我們邀請到混沌創新院 19 級校友、REVUP 創始人、前飛書 Go-To -Market 負責人藍雨川做客混沌直播間，帶來混沌創新院 AI 系列直播欄目第二期内容。
以下内容來自直播：
分享嘉賓 | 藍雨川 混沌創新院 19 級校友、REVUP 創始人、前飛書 Go-To -Market 負責人
AI2.0，來了
去年在 GPT 出現後，我通常會問它一些生活常識問題，就像在跟孩子玩數學遊戲。
然而有一天我很晚到家，發現明天要見一個重要的客戶，還沒來得及準備。于是我問了 GPT 一系列問題，比如這個客戶的行業情況是什麽、高管的背景履曆是什麽、客戶的業務形态是什麽、他可能會跟我們的産品能力有什麽關聯等等。剛開始我都沒有預想它能回答，但它給我的結果非常出乎意料，甚至比讓銷售去準備一個拜訪客戶的文檔要更好。
在那一瞬間，我突然就意識到，GPT 和過去的人工智能——我稱之爲 AI1.0 是完全不一樣的。
我們看到的過去的 AI 都是精專于某一個領域，比如說下棋、人臉識别等。之前的 AI 每改變一個新的場景或者任務，都需要重新去收集這個場景的數據，訓練一個新的模型，人工智能的編輯成本非常高。
而 GPT 表現出的生成能力、推理能力、泛化能力已經很接近人類。
所以我的感受是，奇點真的要來了。因此我用了李開複老師在他的著作《AI 未來進行時》中的一個說法，把大語言模型所代表的新的 AI 範式稱爲 AI2.0。在這之後我就開始了 AI 的創業，做了一個面向海外市場的産品—— "up revenue" 即 " 收入增長 "，這是一個 AI 銷售智能助手。
現在我也在思考更多的 AI 産品形态。
除了 GPT，有一篇論文當時也帶給我很大的震撼——《Language Is Not All》，這篇标題緻敬了 2017 年 Transformer 的開山之作《Attention Is Not All You Need》。
通過這篇文章我們可以看到，AI 目前可以精确理解多模态的圖片和視頻信息，但不能精确理解語言。
比如有張圖是一個貓的笑臉，AI 能夠準确地 get 到這個貓加上一張紙的笑臉；它也可以精确回答出來，一個鍾表上時針分針所對應的是什麽時間；另外它也順利通過了智力測驗題。
所以我當時看到這些時，想起 Sam Altman 那句話，他說：" 我是個聰明人，但是，在這個時代，智力已經不再重要了，因爲 AI 都比我們聰明的多。"
未來 AI 會替代多少比例的人類工作？
這個問題其實沒有标準答案。我們看到了不少報告，比如埃森哲做了一個預測說 40% 的工作會被 AI 影響，其中 1/3 會被 AI 替代。高盛有一篇預判更保守地說 25% 的工作會受到影響，7% 的崗位則會被替代。
對此，我想先抛開這幾個數字來看一看身處人工智能前沿的兩位大佬——伊隆 · 馬斯克和 Sam Altman，他們在這個問題上怎麽想的。
在最近的采訪中，Sam Altman 說自己做了一個區塊鏈項目。而 Open AI 贊助了一個叫 BI universal basic income 的項目，目的是讓每個人都可以變得更加富有。它的邏輯是把利用 AI 的生産力的巨大提升而賺取的錢拿出一部分，分給因 AI 而失業的人。這就是 Sam Altman 相信的未來。
再來看馬斯克，最近接受 CNBC 采訪時，主持人問他，你會給自己的孩子什麽職業建議？他在這個采訪裏邊停頓了足足有半分鍾，最後說：" 孩子們隻要追随自己的内心，做有趣的事情，盡可能對社會有用就好了。"
接下來他又補充說，" 但爲 AI 做任何事情可能是挺沮喪的。我們怎麽去找到有價值的感覺呢？如果 AI 能做我的工作，那麽我生活的意義又是什麽？甚至我現在犧牲陪伴家人的時間去做 Tesla 和做 Space X 是不是有意義，我都不知道。"
我們其實可以看到，他們都在積極地嘗試理解和推動 AI 項目對這個世界的改變。
現在有哪些 AI 2.0 産品正在改變世界？
首先是美國率先出現了一批 AI2.0 時代很酷的産品，極大地改變了人的生産力。如這一份名單，到現在已經有超過 1000 個 AI 産品獲得了融資。
接下來我會精選幾個非常驚喜好用的産品向大家介紹，幫大家從中汲取靈感。
第一個是公司财務數據助手 Finchat.io。很多業餘投資者想要讀懂公司數據，但沒有時間或者沒有專業能力研讀公司财報等信息，這個産品可以幫到你。
它預訓練了 800 多家美股主要公司的數據，在不用上傳任何公司财報信息情況下，你可以直接對這 800 多家公司進行問答。它針對公司常見的财務分析場景，比如收入變化，銷量變化，業務拆解等預制了大量的圖表。這比純文本和純數字表格的體驗要好非常多。還有一個功能是向索，其原理是用了向量搜索：針對任何一個文本匹配成一個向量化的數值，然後去找到對應的文本。這個技術對于文字來說是 OK 的，但對于圖表來說其實是非常困難的一件事情。
第二個是可生成虛拟人語音視頻的 Synthesia。最近剛融資了九千萬美金，估值已達到 10 億美金，成爲所在領域的獨角獸。它的核心能力是可以用一段語音生成虛拟人視頻。這種産品非常适配跨國公司和跨國經營的業務場景。
比如如果我們要做一個針對中東國家市場的産品視頻，在之前首先可能需要招募一個懂阿拉伯語的專家，培訓他以後再來錄制。整個招聘、培訓、錄制的過程，沒有三個月搞不定。而現在基于這種産品，你可以在一天之内就都做出來。
第三個是電商營銷内容生成産品：Typeface，主要功能是生成電商場景的創意營銷圖片。它最棒的地方是與業務場景結合得非常好、與工作流耦合得非常緊密。比如我想要宣傳一款非常輕盈的球鞋，爲了體現這一點我設想了一個畫面：把這雙球鞋放在湖面上，湖面上泛起了一點點漣漪，通過這個場景體現球鞋的輕盈，但這個畫面其實很難拍攝出來。這時，我們就可以通過 Typeface 迅速生成多張符合這種構思的圖片。另外也可以把你對球鞋的設計樣式上傳，讓它發揮想象力做一些球鞋設計，你會得到很多張非常棒的包括不同球鞋、不同環境背景設計的圖片，每張圖都有配套的文字宣傳文案。所以隻要你有一個好的 idea，相關場景、設計師、文案和廣告策劃它全都能搞定。這個産品目前已有非常多的海外電商公司在使用。
第四個，是目前 GitHub 上最火的 AI 項目 AutoGPT 的 AgentGPT。這個産品可以自動拆解輸入的問題的目标和任務并逐步完成。比如如果你要求 ChatGPT 寫一個針對知識工作者的 AI 聊天産品的商業計劃書，它會根據自己的理解給你一個 BP 的文本，包括産品介紹、市場計劃、資金需求。但因爲它得到的輸入很有限，也沒有做 research，所以隻能寫出一些非常沒有營養的車轱辘話，沒有實質性幫助。而 AutoGPT 拿到這個目标以後，馬上就會把它拆解成幾個任務，比如如何設計用戶交互與用戶體驗界面以确保對用戶友好、開發這個産品需要哪些 AI 算法和自然語言處理能力，諸如此類。把這些任務拆解出來以後，它會逐個去回答這些問題。執行過程中，又會不斷的去發現和提出新的任務，直到最終把任務拆解執行完。
這個産品背後的思想可以給我們以靈感啓迪——這種把一個大的目标拆解成合理的子任務，再用合理的方式去執行子任務，再回來完成最終的問題，這個過程其實非常接近我們人類完成工作的方式。
第五個産品是展示創意和思想的 AI 産品 Gamma，主要應用場景是做 PPT。我今天直播間所用 PPT 就是用 Gamma 做出來的，沒有用到一點 PowerPoint 或者 keynote。當你寫了一個大綱以後，Gamma 能根據提綱生成分頁，提示你每一頁怎麽寫，在這時你可以精調每一頁的内容，當你确定好每一頁内容以後，它會幫你自動生成每一頁的文字内容的配圖。這樣可以省去你找高清無水印配圖的大量時間。另外它還可以幫你自動統一字體字号等文字格式标準，總體是一個弱格式設計，這樣你可以把更多的心思花在文檔内容本身。
AI 時代哪些産品會受到劇烈沖擊？
下面兩個是在 AI 時代受到劇烈沖擊的 app，我們來看它們是如何應對的。
首先是 Canva，一個現在已占據圖片設計領域非常領先地位的獨角獸和主流玩家。其在圖片設計和視覺領域上積累了巨大的素材庫和龐大用戶。其功能是做圖片的核心部分和進行圖片背景分離。投資人擔心 Canva 抓不住 AI 時代新的産品形态，大模型的發展可能會讓其過去積累的圖片素材庫沒有意義。
所以盡管它的用戶數和收入一直在漲，2022 年年度收入已達到 15 億美金，但它的市場估值從前年到今年一路在下調，甚至下降到了高點的 1/3。
這也給我們敲響了一個警鍾，尤其是現在在行業裏占據領先地位的玩家，我們不僅要快速啓動 AI 的創新，而且還需要去考慮怎麽樣比市場上領先的大模型構建起更清晰的壁壘？
另外一家公司是 Chegg。這是一家美國在線教育公司，主要業務是幫孩子解答和輔導作業。這個業務形态很好理解，有些類似我們國内的猿輔導和作業幫。Chegg 的 CEO 在公司 Q1 的财報電話會議上表示，有越來越多平台上的學生轉向 ChatGPT 問問題，公司收入受到了影響，股價腰斬。這時投資者都預計 GPT 的影響會越來越大，Chegg 這種公司根本沒有力量抗衡。
但 Chegg 火速進行了重組，裁員老團隊，重新設計制作了一個新産品：Checkmate。這個産品基于 GPT4 和 Chegg 過去積累的大量數據，做了指定微調，從而形成更加個性化地輔導每一個學生的新型學習形式。目前這個産品還沒有制作完成，但據我所知我們國内也有很多公司現在正在用大模型探索這樣一種新教育模式，我個人還是非常看好 AI2.0 時代下的這個模式。
AI 新産品層出不窮，作爲消費者和企業家應該如何應對？
第一，趕緊用起來。
俞敏洪老師在幾個月前的一次直播時說，沒有玩過 GPT 的企業家，你有資格談論世界高科技的發展嗎？有資格談論你的企業的未來走向嗎？盡量盡可能多地在文檔、文案、知識各個領域用起來、找各種方式用起來、讓公司所有員工用起來，這樣才能很快找到我們對 AI 産品的感覺。如果說矯枉要過正的話，我們就先擺正一個觀念——如果 GPT 不好用，那一定是我們沒把它用對，一定要想辦法把它用對。
第二，可以嘗試搭建一些簡單的 AI 産品，比如公司的銷售系統、客戶系統等。
這些産品雖然聽上去很簡單，但實際搭建過程中也會遇到很多問題，比如怎麽去做向量知識庫的優化？怎麽做向量的搜索？怎麽做提示詞？怎麽寫好提示詞？這些事情沒有想象的那麽簡單。
當我們搭建過一遍後，我們就會知道大模型特别強的地方在哪裏，它做不好的事情是什麽，它的能力的邊界在哪裏，這樣才更有利于我們思考接下來如何用 AI 叠代業務。
第三，對于現有業務，我們需要思考怎麽用 AI 叠代。
比如一個 to B 的旅遊平台，能不能做一個了解用戶習慣和偏好的 AI 助理來幫助用戶設計旅行方案和預定機票酒店呢？
最後也是最重要的就是去做 AI 的創新。這個最難，但是同時價值也是最大的。
現在大家都在探索什麽是 AI 的産品形态，我覺得對此可以分享兩點，即 AI native 的産品最重要的兩個特征。
第一點是從 Graphic UI 到 Language UI。Graphic UI 即圖形界面交互，從第一代的蘋果計算機開始統治了交互界面 50 多年，現在 AI2.0 則開啓了真正的自然語言交互時代。
因此我們需要更适合自然語言交互的産品甚至是硬件。我們想一下手機這個産品，其實它或許不是最适合自然語言交互的産品，那麽什麽可能是呢？這些都是值得我們思考的問題。
第二點是用數據去定義什麽是正确。
我們原來做産品的時候，我們經常會說最佳實踐是這個産品的核心。你懂這個領域，把客戶好的實踐提煉出來，放到産品流程裏，這就形成了你的産品競争力。這在過去可能是對的，但是在 AI 時代很可能是不對的。
有人曾問過 SamAltman，如果 open AI 的數據都由你來标注，模型會比現在強很多嗎？他回答當然會。所以我在做自己的産品的時候，我也在思考，我不敢确定什麽是正确的，也不敢确定什麽是好的。但我可以找到最高質量的數據，标注好，做好強化學習，讓數據去告訴産品什麽是正确，什麽是好。如此讓産品湧現出來思考能力和推理能力。
AI2.0 時代，創業者可以抓住哪些機會？
我的感受是 AI 會改變一切。最核心的改變是其把智能邊際成本降到了最低。爲什麽很多人把 AI2.0 帶來的變化比喻成蒸汽機呢？因爲蒸汽機帶來生産力的巨大提升，造就了整個工業的時代。
當我們能夠以很低的邊際成本去獲得智能時，那這個時候就不僅僅颠覆現在的行業形态，更重要的是會逼迫我們思考，可以滿足用戶需求的 AI 産品形态與原有的産品形态有什麽不同？
其實大部分的用戶需求是比較固定的。本質上人的需求可以分爲兩大方面，一方面是個人的衣食住行，包括情感需求，另外一方面是提升生産力。
AI 時代以不變應萬變的底層能力是什麽？可能最重要的是保持對這些新事物的敏銳。保持好奇，保持學習，讓自己保持一個年輕的心态可能是最重要的。
所以有一些好的 AI 産品出來，趕緊第一時間去用，盡可能讓自己越來越多的去用。比如我今天做這個 PPT，其實比我們用 PowerPoint 内容是差一些的，或者說推理和邏輯的結構層次也是差一些的。但是我今天依然非常想要給大家展示一下用這 AI 做 PPT 是什麽樣的感覺，因爲它有一個很快的叠代過程，也許三個月以後它又會非常不一樣，你不去及時更新，很快你可能就無法理解它。
主持人：作爲混沌創新院 19 級校友，對創新院印象最深刻的是哪一點？
藍雨川：我是一九年那屆，在疫情之前，每一次上課能非常充分地和大家在線下交流，我們甚至還去過一次沙漠。我覺得創新院是一個非常棒的場域，那時候會深夜打磨作業，不斷進行思維結構的訓練，能讓大家得到很多認知上的提升。很重要的是在這個過程中我們會和做不同方向的企業家有很深入的碰撞和交流，很深刻地了解彼此的底層邏輯。所以在我們将來去做一些合作的時候，遠遠比大家一起隻是吃飯喝酒會有更深的互信和更深的了解。
所以，我覺得無論在加深你的認知上，還是在尋找未來合作夥伴上都是非常有幫助的，也非常推薦大家就讀混沌創新院，成爲校友，一同進化。
主持人：AI 時代如何理解創新？
藍雨川：創造創新中新的要素很難，我更多是從組合式創新的角度來思考，也就是舊要素的新組合。所以很重要的是，我們在每一個時代要找到要素層面最大的變化。當今時代這個最大變化就是大語言模型。
這種智能最初表現爲知識，比如說通過與 ChatGPT 對話，跟它學到新的知識。然後是模型和推理，比如我們寫一段代碼的邏輯、給産品起名字的思考過程，這些未來都會以模型和推理的形式從大語言模型輸出給我們。
創新最終可能會表現爲從前到後去完成一件事情的能力。所以 AI2.0 時代的創新就是把這個潛力充分釋放。
我當時還在飛書的時候，做了一個産品—— CUSTOMER360，想做一個幫助銷售的好工作台和副駕的産品形态，可以輸出很多關于客戶、關于我們産品信息和我們的專家能做的事情，包括标書、客服這樣的能力。這樣的話就把整個銷售鏈條變得更短、更高效。當時我很快就基于這些認知做了這個産品，現在也積累了一些用戶。
往更大的角度來看，我們所做的不僅僅是銷售，還可以從中分析任務的結構如何拆解？哪些是可以被大語言模型完成的？哪些是現在可以用一些 AI 産品來做的？比如剛才提到的 AUTO GPT 能在其中做些什麽？又有什麽是現在還做不了的？
總體而言，在 AI 時代大浪潮下，我們每個人，無論是企業方還是企業人，還是我們創業創新者，都需要更好地發掘相關機會，冷靜客觀地分析所面臨的挑戰，才可以更好地躬身入局，抓住其中機遇，挖掘深處的藍海。
