疫情期间，时间比较多，想学学python，没想到后来赶到了人工智能的热潮。这段时间，我买了chatgpt的plus账号，买了最流行的绘画AImidjourney的账号，自己买了个独立显卡的台式机，还装了Stable Diffusion在本机上AI生图，学会了如何从Github上clone一个项目到本机来运行，自觉挺有收获。
看见这阵子自媒体都在说李一舟卖课的事，我也想说说对这波AI热的看法。
这波人工智能革命，媒体已经给我们普及了很多深度学习，LLM（大语言模型）的原理，其实并不复杂，也不很高科技，但是看起来消耗资源巨大，既包括算力的，也包括人力和学习资料资源。到现在为止，这种智能产生的机制也不是特别能说清楚，看起来似乎是个在某个研究方向上偶然机会的爆发。
我觉得中国的人工智能发展是短期落后，但长期又不那么悲观。
这和我们目前科研机制长期形成了追随者心态有关，我们的科技是轻原理，重应用，重商业化的。这个态度从民营资本角度出发很好理解，虽然中国经济高速发展四十年，但其实民营资本没什么积累，没有什么长钱，还是比较注重回报率。可能不注重回报率的是国有资本，但这部分钱虽然能接受长期，却比较难接受亏损和不确定性。
追随者战略是我们现阶段创新鼓励机制的结果。我们的创新鼓励机制和老外那种风投+资本市场的创新鼓励机制有很大区别，对于不确定领域，我们对于赢家通吃的机制不很认可，所以高风险拿不到高回报，大家自然选择了虽然卷但是低风险的跟随者战略。另外，我们能接受长周期的长钱实际是一个投资主体（国有资本），这个投资主体所投的领域在一个时间段非常的集中（因为有国家战略），不像国外可能有多主体的长钱，布局会比较多样化。
从这个角度看，人工智能技术在初始突飞猛进的时候会看到中国企业差距越拉越大，但当技术成熟稳定以后，中国企业可能凭借力大砖飞的劲头，在应用端快速赶上。
现阶段而言，AI在中国的商业化机会在于小公司卖课，大公司卖硬件，传统公司积极改造自己的流程。
AI底层的进展日新月异，商业机会很不稳定，特别不利于重投入的第三方服务的大规模兴起。
举个例子，一开始我看见gpt的翻译质量，感觉特别兴奋，觉得完全可以利用gpt做一个类似于对讲机一样的翻译服务，先做语音识别，然后把文字调用gpt的API翻译成其他语言，再调用语音模块读出来。可是等chatgpt的app出来，发现它的语音对话模块就很完美了，如果真有公司之前开发了这种语音服务的app，没上线可能就被chatgpt官方服务打败了。还有很多类似的例子，比如gpt4.0出来，可以在gpt里用DALL·E3画图以后，midjourney这种画图领域领先的公司就会受到巨大挑战。sora出来以后，原先runway，pika这种AI图生视频的创业软件公司就非常紧张，未来估值可能也会大受影响。底层技术不稳定，后面叠加的第三方服务怎样做就始终在摇摆当中，最后可能是稳定的通用型的人工智能，通过GPTs加成微调，战胜各个专业领域小AI。到那个时候，AI应用怎样商业化，格局可能才明晰起来。
所以从这个角度说，现在卖课反而是最成熟可行的AI商业化方向。一方面投入低，只需要紧跟最新科技，梳理介绍给大家即可，这些最新信息本身AI从业人员就在紧跟，所以非常顺手，且成本很低。其次客源广泛，AI时代下，大家焦虑是广泛存在的，也有很多对AI不了解产生的对AI不合实际的想象。比如老板觉得AI发达了可以减人增效。普通员工觉得学了AI才能不被淘汰。政府觉得不搞AI，追不上咋办？被卡脖子咋办？我跟别人介绍AI，大家也都在表达兴趣之余问我能不能推荐本书或者推荐个课程给他。其实对AI焦虑的人都是生活中未雨绸缪的人，割未雨绸缪的人的“韭菜”，是个稳定的商业模式。
和卖课类似，满足这种低投入，广客源的另外生意模式是做AI自媒体抢流量，画和文字都可以，小红书里有很多AI艺术家就都是这个路子。
对大公司而言，这种低投入，但收益也不大的生意模式就不行了，大公司AI生意的机会是借AI卖硬件。AI底层技术日新月异，实际上大公司面临的是客户迁移的成本太低，所以基于AI的产品需要有一个依托的实体，增大客户迁移的成本，给自己创造护城河，这样才能支撑自己做长期稳定的投入。当然本身在中国开发纯软件赚大钱就很困难，捆绑硬件是个通用做法。
我看到科大讯飞的AI学习机就是个很好的案例，瞄准客户痛点，发挥AI特长，软硬结合，还可以把客户固定到自己的硬件上，学习机成了客户的AI入口。我觉得所有立志要大搞AI，并希望能从客户那里短期就能拿到回报的公司都应该好好研究科大讯飞的学习机这个产品。
对传统领域，并不是靠AI赚钱的公司来说，AI带来的商业机会是AI+，利用AI改造自己的工作流程。因为第三方服务不稳定，可能采购合适的AI服务比较困难，反而应该内部积极拥抱AI，因为和第三方服务公司不一样，其它行业巨头拥抱AI目的不是打磨工具，而是在于改善业务。即使投入是基于较老的AI版本，但是对业务流程有帮助，仍然是不浪费的，是划算的。而且在AI时代，在意识上拥抱AI，可能会发现自己行业颠覆性的流程改造机会。
比如原先万科在内部报销流程使用了AI机器人；很多公司客户服务开始采用AI机器人；装修公司可能现在和客户第一轮沟通意向的时候就都用AI画的风格图了，然后客户选定后才做深化；前阵子和同学讨论时尚快销服装行业，可能现在还在考虑用AI生成模特照片省去实际的模特费用，但实际上如果改变流程，可以用AI直接生成服装图，等到客户真实订购，再请设计师按照AI设计图深化，可以革命性改造时尚服装生产流程。
作为个人，面对AI其实也应该调整好心态，我建议的态度是，防止焦虑，降低期望，积极拥抱，实践起来。
对于大多数人来说，AI应用易学，更像是工程师不是科学家，因为这个技术革命的目的是易用性，大家不用担心未来会在AI使用上被淘汰。如果AI真的淘汰大部分人的工作，那大家也请放心，淘汰的顺序肯定也和我们先学后学AI无关。
现在如果要学习AI，可以翻墙买国外的服务，也可以尝试国内的一些大模型。比如我自己觉得midjourney画图是门槛最低但最有意思的AI服务了。
AI学习是个实践科学，要多用，争取把AI使用嵌入到自己日常的工作流学习流里。写文章大家可以用chatgpt，可以用国产的几个大模型，或者用notion AI（质量都差不多，只能写套话文章，注意应用场合）。
我自己用chatgpt最多的是用AI指导python编程，简单的程序，gpt一次就写完了，运行不成功就把报错信息反馈给gpt，它还能帮你修改下。我也会用AI画自己公众号的插图。人工智能也能做很好的学习助手，可以做到个性化导师，随问随答。我看到好几篇其他人的公众号文章，写AI如何嵌入到学习和工作中的好文章，也在这里和大家推荐下，大家可以点击链接阅读。
最后多说一句最近热议的李一舟，我觉得对他的商业模式还是应该积极看待。我之前看过他一些免费视频，感觉他还挺有水平，讲的深入浅出，是个不错的老师。
他的商业模式也很巧妙，除了应时应景卖畅销课以外，他还创新的解决了很多用AI的初级客户的实际问题。现在很多AI公司都是按照月卡形式卖给客户的，想要按次使用还得写程序调用他们的API，有点门槛。李一舟给自己的客户提供了一点免费或者按次付费的AI转接平台，他的平台相当于批发再零售，对低频使用客户挺合理。
现在很多人举报说他课程没什么内容，算力平台的方式也违规，当然实际是有很多违规的，比如很多最新的平台是要用VPN翻墙的，不只是我们内部的防火墙，OpenAI自己也是不对大陆和香港地区IP开放，这些都是比较紧张的内外部大环境带来的，这也是这些生意大公司做不了的原因。但有时候鼓励创新就是要容忍这些小违规。至于内容，新技术出来大多数你看到二手信息都没什么深度，我看书店里关于chatgpt和midjourney的书也大多是网上资料抄抄抄，这都是一个套路。卖课卖书的作者对新知识做了体系化，还缓解了读者焦虑，提供一点情绪价值，199元又能骗到哪里去呢？
（完）
