在人工智能快速发展的今天，生成式AI无疑是科技界备受瞩目的焦点。然而，关于其应用局限性，仍存在诸多争议。
一、生成式AI的挑战
上周我在Medium上看到一篇有趣的文章《这是生成式AI的致命缺陷》，给生成式AI泼了一盆冷水。作者乔·普罗科皮奥（Joe Procopio）直指生成式AI在某些领域应用的明显局限性，引发了广泛讨论，1千多人点赞，评论的19人也大多数认同他的看法。
乔·普罗科皮奥在其文章中指出了生成式AI的一些关键问题：
低成本复制低质量：生成式AI似乎只是在以更低的成本，做人类已经做得很差的事情。 替代而非创新：在销售线索、内容创作、代码生成等领域，AI主要是在替代低质量的人工劳动，而非创造高质量的工作。 降本不增效：AI虽然降低了成本，但并未真正提高质量。用他的话说，"它只是用1美分的成本完成原本就只值10美分的工作"。 过度营销：许多AI产品承诺提供1美元的价值，实际上却只能交付10美分的价值。 工具非替代品：真正有才华的作家、开发者和销售专业人士认为AI是辅助工具，而非自身的替代品。
这些观点具有一定的现实依据，但却忽略了AI在某些领域带来的巨大潜力。
二、重新审视生成式AI的价值
事实上，普罗科皮奥的观点虽然尖锐，但可能忽视了AI的一些关键优势：
数据驱动决策的力量：
还记得2011年的电影《点球成金》（Moneyball）吗？它展示了如何通过数据分析发掘被低估的球员，这种方法在体育界已被证明行之有效。我原先在的公司DemandTec，也是通过收集和分析大量的交易数据、历史销售记录和市场动态，来优化价格、促销和商品组合，以提升销售和利润。这远非简单的"低成本复制"。
效率提升：
AI的真正优势在于处理大规模数据和任务的惊人效率。它能快速生成大量内容，进行复杂的数据分析，执行繁琐的计算任务，这些都是人类难以企及的。这不仅仅是降低成本，而是重塑了工作流程。记得上一次Sora的演示视频刚刚出来的时候，一位电影行业的从业者在讨论中就激动地说“这会改变电影拍摄的流程，大大提升他们的工作效率。”
突破人类极限：
还记得2016年李世石以1:4负于AlphaGo的那场世纪之战吗？在AlphaGo出现之前，围棋被认为是AI无法攻克的堡垒。我估计李世石在败给AlphaGo的那天，他的世界观是崩塌的。
AI作为辅助工具：
普罗科皮奥在文章末尾提到AI应该被视为辅助人类工作的工具，这一点我是非常赞同。AI可以接管重复性高、耗时的任务，让人类专注于更具创造性和战略性的工作。目前来看，基本上就是一个80/20法则，80%重复性的任务可以让AI去做，人类专注于剩下的20%。
三、AI应用的现状与机遇
随着业界对大模型能力的深入理解，我们开始重新评估AI的价值。目前的共识是，短期内大模型更像是一种效率提升工具，而非彻底颠覆性的使能技术：
AI辅助工具开发：
现状：Cursor等代码辅助工具已在市场上取得成功。 机遇：开发面向非专业人士的AI工具，让产品经理、设计师等也能轻松创建应用程序。
多模态AI内容创作：
现状：AI在电商、短视频、数字虚拟人领域大放异彩。 机遇：打造更先进的多模态大模型，提供个性化、高质量的创意内容。
AI技能培训：
现状：AI技能培训日益普及，人们逐渐认识到AI提效的巨大潜力。 机遇：开发系统化、专业化的AI应用课程，助力各行各业提升效率。
垂直领域解决方案：
机遇：为金融、医疗、法律等专业领域量身定制AI解决方案，满足细分市场需求。
AI伦理与安全：
机遇：开发AI伦理指南和安全评估工具，应对AI应用带来的伦理和安全挑战。
自动驾驶技术：
现状：自动驾驶技术蓬勃发展，但仍面临技术和监管挑战。 机遇：推进自动驾驶技术商业化，同时关注其对就业市场的潜在影响。
四、社会影响：AI时代的机遇与挑战
随着AI的普及，社会各方面都在发生深刻变化：
就业结构变革：AI引发的自动化趋势将改变就业市场，创造出新的工作岗位类型。 终身学习成为必需：面对AI的快速发展，人们必须不断学习，保持竞争力。自从延迟退休后，大家的职业规划就从原先的“学习-就业-退休”变成了“学习-就业-再学习-再就业/创业-退休”，在第二次就业/创业中，也许超级个体就是一个机会。 教育革新：教育体系需要改革，以适应未来AI时代对创造力和批判性思维的需求。 弥合技术鸿沟：AI的普及可能加剧社会不平等，需确保技术成果的普惠性。
不过在目前国内就业形势严峻的情况下，大力发展AI，其中的情况错综复杂，需要各方都有超人的智慧和耐性以及韧劲去解决，前一阵武汉的“萝卜快跑”就是一个焦点事件，目前看也没有什么好的解决方案。
结语：拥抱AI，但保持清醒
生成式AI无疑面临着挑战，但其潜力同样不容小觑。关键在于我们如何正确认识和利用AI技术，将其与人类独特的创造力和洞察力相结合，创造出真正有价值的解决方案。同时，我们也需要积极应对AI带来的社会挑战，确保技术发展与社会进步相协调。
附原文章链接：
https://ehandbook.com/this-is-generative-ais-fatal-flaw-e09cb4ee14f6
