这两年，AI太火了。
我猜，关于AI，你也已经听过、看过了很多。
比如，之前的“AI来了，会不会取代我？”，“AI芯片的规模将突破多少多少亿？”......
又比如，最近的“全是AI的诺贝尔奖”和“马斯克的无人驾驶汽车”......
可是，一边，AI的风已经刮到这个地步，另一边，其实也有很多人说：
怎么感觉，AI好像也就那么回事？
你说，GPT火了，可是真的和它多聊几次，又发现它有时也胡言乱语，并不觉得它真能取代办公室里的哪位同事。
你说，AIGC火了，可是它生成的那些东西，有时确实惊艳，但有时又确实像人工智障。
你说，那些大厂都在做大模型，可是那都是要疯狂烧钱的事，和普通人，普通创业者好像也没什么关系......
AI的潜力，有没有被高估？会不会和过去的很多概念一样，只是一个被炒得过热的泡沫？
作为一个普通人，一个普通创业者，我该怎么看待AI？又该怎么做？
接下来的新机会，是什么？
作为一个商业顾问，这几年我也在找答案。今年在问道全球，我曾和几十位的企业家去到硅谷参访，看了一些AI方面的公司，包括OpenAI。后来去百度参访时，也曾和百度的同学聊了聊。
而前段时间，我的进化者栏目，还很荣幸地请到了王煜全老师。作为一位在美国的科技领域积累了十几年的投资人，同时也是一位近期回到国内投身人工智能领域的创业者，他对于人工智能的见解里，不但有他看过的大量先进进展和实操案例，还有他用自己管理的资金真真正正下过的判断，和因此积累的第一手认知。
那天，越听他的分享，我越有一个很强烈的感觉：
今天，一定要把AI当回事。
每一次巨大的技术变化背后，都是一次巨大的机会。
怎么才算把它当回事？
别焦虑。先认识它，拥抱它，持续刷新自己对它的认知。
未来的竞争，是认知的竞争。
认识它的什么？
那天，王煜全老师分享了很多。我帮你整理了一下，今天和你分享，相信一定能对你有启发。
AI之于你我，是个什么事儿？除了目前这一波，未来还会往什么方向发展？还有什么机会？
今天，趁这些机会还在酝酿，我们一个一个说。
AI，好像也就那么回事儿？
今天，AI的风还在吹。
并且，很多声音预测，它不但吹向了更多地方，还可能吹翻更多地方。
看报告：麦肯锡的最新预测说，50%工作被AI取代，对于很多人来说，时间窗口只剩6年......
看新闻：今年的诺贝尔物理奖颁给了AI，化学奖又颁给了AI......
嗯，真厉害。可是，可是，也有很多人觉得，这股风，好像，其实，也就那么回事？
自己的工作，还在继续做，也还没有被替代。
自己的生活，也就是多刷到了一些AI相关的大佬言论和热搜新闻，或者开始用AI搜搜东西。
有时真忙起来，想用AI帮忙写个什么文案，改个什么PPT，拿到结果一看，还是会深吸一口气，点杯咖啡，自己接着改......
AI，好像也不是传说中的那么回事？
慢慢地，也有声音开始讨论，AI很厉害，但对普通人来说现在暂时还没什么用。甚至，未来也有可能像3D打印、区块链和元宇宙等技术一样，在经历一段热潮后，逐渐冷却。
人工智能真的有那么巨大的潜力吗？人工智能到底是一个会改变世界的技术，还是只是一个过热的泡沫？
我问王煜全老师，他的回答是：
人工智能，是一个可以和当年工业革命相媲美的技术革命。
还记得吗？很久很久以前，人做多复杂的事，大多都是用手。用手洗衣服，用手打家具，甚至用手组装汽车。
但后来，蒸汽机出现了，电力出现了，借助9台两三层楼高的蒸汽机，打造出生产流水线，从而让汽车这么复杂的产品也能大规模批量生产的福特汽车出现了。
再后来，除了汽车，还有电视、冰箱、洗衣机......
人类的世界，从此可以借助机器，实现复杂产品的规模化生产。
今天的人工智能，也一样。
今天和之前，人做不了的事，大多都是找另一个人帮忙。找医生看病，找老师讲题，找教练学开车。
但现在，人工智能出现了，ChatGPT出现了，文心一言、KIMI、豆包们出现了，有什么事都能像个秘书一样，帮你满世界搜罗资料，再帮你整理得明明白白地给到你，整个过程甚至还兼顾情商和幽默感。
再后来，除了生成内容，在更多领域里，可以帮医生看片子，帮科学家分析DNA序列，甚至帮人开车的AI助手出现了......
人类的世界，从此可以借助人工智能，规模化复制人类经验，并且能够个性化提供服务。
工业革命的核心，是实现了复杂产品的规模化生产。而人工智能革命的核心，是规模化复制人类经验，并且能够个性化提供服务。
今天的人工智能，就相当于当年的电力。今年上了好几次热搜的借助人工智能实现的自动驾驶，就相当于当年借助电力建立的生产流水线。
而在未来的10年、20年、30年里，你会看到的变化还会有：
像看到无数个生产流水线被建立起来，无数汽车开始实现规模化生产，并因此得以降低成本和价格让无数人开得起一样，看到无数个各领域的专家经验被复制，并变成更便宜的服务，提供给到更多人。
可以媲美工业革命的技术，可以真正改变全人类和全世界的变化。
这意味着什么？机会。
每当时代遇到一个巨大的变化时，其实都是很多人的机会所在。
很久很久以前，这个机会可能叫“工业化”或者“懂机械”、“开厂”、“做工程师”......
后来，这个机会可能叫“信息化”或者“懂电脑”、“互联网”、“做程序员”......
今天，变化还在继续，而没有人想掉队。
怎么不掉队？
一定要把AI当回事。
持续关注AI，不错过，可能的机会。
持续了解AI，要竞争，先竞争认知。
有意思。可是，持续关注，具体关注什么？
创业、投资、乃至自己花钱买课学习，决定未来报什么志愿转什么行业......怎么判断一个技术到底能不能成，是不是被高估？
关于AI，真正属于未来的下一波具体机会，有哪些？
王煜全老师，分享了1个总的判断方法，和3个具体的新机会。
AI的下一波机会，有哪些？
今天，关于人工智能的机会，已经有过几轮了。
比如，一开始的大模型，后来的AIGC，自动驾驶，具身智能机器人......
都是借助AI的技术衍生出来的机会，我怎么知道哪些机会靠谱？哪些有没有被高估？
王煜全老师说，他们基本上会先从2个角度来看这个事儿：
首先，看一件事能不能成，一个前提是先要看产业化时点。
无论未来多厉害，多有想象空间，这个技术到底什么时候能成熟并进入到社会？100年后，和明天，注定不一样。
其次，看一件事能不能成，还要判断技术的能力边界。
这个技术能做什么，不能做什么，未来最好能做到什么水平？天花板在哪里？
看产业化时点。看技术的能力边界。
无论是以前的电力，还是后来的人工智能，一个通用技术最终总会进入各行各业，改变各行各业。
这个过程中，无论是应用、创业，投资，还是围观，总有人会低估它，也总有人会高估它。
学会看产业化时点和技术的能力边界的人，更容易从一开始就看得清楚一点。
有意思。那么问题来了：
基于这套判断方法，结合今天中国、美国的技术进展，主流、非主流的趋势看法，你的判断是什么？
接下来，AI技术进步的方向主要有哪些？分别对应着怎么样的机会?
王煜全老师说，其实大方向还是越来越明确的。
其中，真正的关键有3个。
这3个关键，前段时间，那个一度被“全网删除”的前谷歌CEO施密特在斯坦福大学的演讲，也有提到。只不过当时，很多人关注的是他“脸有没有绿”，而没注意到他说的那句：
“在接下来的一年里，你会看到更大规模的上下文窗口、AI Agent和Text-to-Action的功能。当它们被大规模应用时，影响将比我们现在看到的社交媒体带来的巨大冲击还要大”
更大规模的上下文窗口、AI Agent、Text-to-Action。
我们一个一个说。
第一，“更大规模的上下文窗口”
什么是“更大规模的上下文窗口”?
翻译成简单粗暴的普通话，就是“更好的记忆力”。
举个例子，用AI看医生。
它说，怎么不好？
你说，太胖了我要减肥。
它说，好的，请先回答：你的年龄、体重是多少？平时爱吃什么？有没有什么慢性病？平时会不会容易疲劳出汗？......
你花了半小时，一一回答，拿着方子下线，各方面都很满意。
但2周后你来复诊，你说，上次看完后，有效果诶，但是有些问题......它却说，怎么不好？
你说，上次不是说了吗，减肥啊。
它说，好的，请先回答：你的年龄、体重是多少？平时爱吃什么？有没有什么慢性病？平时会不会容易疲劳出汗？......
你不想回答？也行。但不回答，它就不了解你，你只能得到一份“放之四海皆准”的减肥建议。
王煜全老师说，他们曾参与到很多人工智能应用的开发，发现要做好服务，很多时候最缺的一环就是“工作记忆”。
怎么办？加强AI应用的“工作记忆”。尽可能多地记住上次和你的对话。
无论是帮人诊断，还是帮人做旅行攻略、购物推荐、客服......不但能记住你2周前的答案，甚至能记住你2个月，2年前的答案，让你不用反复说，也能得到更连贯，更个性化的服务。
“更大规模的上下文窗口”，就是“更好的记忆力”。
它的核心价值在于，“能够提供更精准、更个性化的服务”。
第二，“AI Agent”
什么是“AI Agent”？
翻译成中文，是“智能体”。翻译成更简单粗暴的普通话，还可以是“更能干的助理”。
举个例子，和Siri比。
今天你想去西双版纳旅游，你觉得你手机里的“助理”能帮你什么？
可能，是问问“明天西双版纳天气怎么样？”可能，是问问“泼水节是几号？”
但是，如果你对它喊“我打算明天就去西双版纳，你帮订个离机场近的酒店，要一间大床房，一晚300-500元之间的。再帮我去微信发个朋友圈，昭告天下我要去度假了。”它会怎么样？
它或许，会很着急。
听，是听到了。做，也想帮你做。但却很难做到。
有没有那个理解和决策能力，还是其次，自己努努力就行。但更难受的，是别人不见得配合。
让它定个闹钟还好，都是自己家里的APP，可是订酒店，发朋友圈......是不是得去敲开酒店APP、社交APP的门，调用它的数据接口，和它的系统协作？
王煜全老师说，AI Agent，主要解决的就是“协作问题”。
怎么解决？更多地打通，更好地调用。
过往一个APP都像一座数据孤岛，一旦能更自由地出入其中，和它们协作，就能代表用户完成更多更复杂的任务。
“AI Agent”，就是“更能干的助理”。
它的核心价值在于，“能够与外部系统协同，提供更复杂、更便捷的服务”。
第三，“Text-to-Action”
什么是“Text-to-Action”？
翻译成中文，是“从文本到行动”。翻译成更简单粗暴的普通话，还可以是“更有执行力的服务”。
什么意思？
前谷歌CEO施密特，在他的那场演讲里举了个例子。
当时他说，未来每个人都会有自己的程序员，去帮忙执行自己的指令，你说往东就往东，你说往西就往西。而不是像那些今天在为他工作的人类程序员那么叛逆不听话。
所以，作为未来的AI技术大方向之一，“Text-to-Action”的关键，就在于“更听话”，从而提供“更有执行力的服务”吗？
不止。王煜全老师说，施密特暗示的意义，远超过这个。
在“听话”和“有执行力”之间，还有关键的一环：
“它能不能像一个业内专家一样，真正知道和理解，要达成你说的，具体应该怎么做”。
也就是，它有没有领域智能（Domain Intelligence）。
举个例子，自动驾驶。
今天，你抢先买到了一辆无人驾驶汽车，坐上去后，你和它说：“去东方明珠”。
很快，车子启动了。可是，要真正把你安全带到东方明珠，具体应该怎么动？
只是会打方向盘、会踩油门和刹车，够吗？它要怎么才能知道，什么时候该转向，转多大角度的方向盘？什么时候踩油门，什么时候又该换刹车？
以前的做法是：像一台机器一样，”按程序“开”车。
比如，先基于摄像头采集回来的图像信息，对周围的环境做一个完整的识别。对面那个东西，是不是一个红灯？是的话，按照之前那些基于交规设定好的程序，我是不是该停车？
后来，有了端到端的视觉智能，做法又不一样了：像一个“老司机”一样，按经验“开”车。
比如，先在上路前好好学习，提前“学习”很多有经验的老司机开车的视频。“学习”了10000个人开车的视频，10000个视频里，老司机都在类似的那个东西面前选择停车，那下次我碰到这么个东西，也停车。
像机器一样开车，像老司机一样开车。
“听话”，“不但听话，还能在任务对应的特定领域内，像专家一样思考和决策，真正知道和理解，要达成你说的，具体应该怎么做”。
你觉得，哪种“司机”，在执行力上更有潜力？
王煜全老师说，Text-to-Action，主要解决的就是“执行问题”。
怎么解决？关键不止是“听话，让做什么做什么”，还有“有领域智能，知道这事怎么做”。
“Text-to-Action”，就是“更有执行力的服务”。
它的核心价值在于，“能够将输入的文本指令直接转化为具体的实际动作或流程，提供更听话、更落地的服务”。
更大规模的上下文窗口、AI Agent、Text-to-Action。
现在，回到最开始的问题：
AI的潜力，有没有被高估？作为一个普通人，一个普通创业者，我该怎么看待AI？又该怎么做？下一波的新机会，是什么？
王煜全老师给出的答案，非常明确。
首先，人工智能，是一个可以和当年工业革命相媲美的技术革命。
工业革命的核心，是实现了复杂产品的规模化生产。
而人工智能革命的核心，是规模化复制人类经验，并且能够个性化提供服务。
具体会有哪些服务？今天AI技术发展的主流发展方向是什么？又对应了哪些机会？
3大重点，和对应的3大变化和机会是：
第一，“更大规模的上下文窗口”，也就是“更好的记忆力”。
接下来，谁能在这方面做得更好，谁就更有能力提供更精准、更个性化的服务。
第二，“AI Agent”，也就是“更能干的助理”。
接下来，谁能在这方面做得更好，谁就更有能力与外部系统协同，提供更复杂、更便捷的服务。
第三，“Text-to-Action”，也就是“更有执行力的服务”。
接下来，谁能在这方面做得更好，谁就更有能力将输入的文本指令直接转化为具体的实际动作或流程，提供更听话、更落地的服务。
不知道，你听完这些，是什么感觉？
前段时间去百度参访时，我曾和百度的同学说：
一定要把AI当回事。
而在和王煜全老师聊完后，这个感觉更强烈了。
可是，AI到底是一件什么样的事？怎么当回事？
以前，AI刚出来时，很多人说，AI就是3件事：算力，算法，数据。
可是，了解了这个，会发现：这3件事都太遥远了。要真正参与这件事，或许需要很高精尖的技术，和很多的钱。和它相关的，可能是大厂的竞争，乃至大国的竞争。
后来，AI进入应用阶段，很多人还会说，AI就是另3件事：感知，思考，实现。
可是，了解了这个，会发现：这3件还是离普通人有点远。要真正参与这件事，或许依然大多是大公司，比如百度和它的萝卜快跑，比如特斯拉和它的Cybercab。
但是，就像工业革命发现电的第一天，也好像和普通人很远。一个普通人，能拿电干嘛呢？
但后来，属于电的机会，并不只是在发电厂，而是演变到用电先一步实现效率迭代的工厂，再演变到今天千千万万普通人的行业。
人工智能，也一样。从一开始的大模型，演变到自动驾驶、具身智能，人工智能这件事，和这件事里的机会，也在继续演变。
比如，今天说到的这3件事：更大规模的上下文窗口、AI Agent、Text-to-Action。
了解这些之后呢？我能做什么？
至少，别再把心力分给焦虑和迷茫。要分，分给积累认知。
王煜全老师，在谈话中曾说过这么一句话：掌握人工智能，像学一门语言一样，是要花时间泡的。而年轻人最大的机会在于，有时间去泡，去养成对人工智能的认知。
说得真好。
未来的竞争，是认知的竞争。
祝你，提前看懂，提前准备。
*文章为王煜全独立观点，仅供参考。
观点/ 王煜全主笔/ 尤安编辑/ 二蔓版面/ 黄静
