我的产品发布了：CEO数字分身，让CEO分身有术，有意者联系。
关注公众号回复1，获取高清管理路线图
前段时间，我的创业产品CEO数字分身在2家企业验证得差不多了。
当时还不叫这个名字，几个小伙伴坐一起在讨论名字的时候，有个同学非常兴奋的来了一句企业管理智能体或者智脑Agent，大家都觉得挺高端，随后开心的下班了...
因为那段时间正在学习直播技巧，晚上随手刷了会儿直播，发现几个主播在连线，4个里面有3个主播号称自己有Agent，他们年龄最多不超过27岁啊！
一时之间就给我搞慌了！细细看来，他们大概是用Coze这种平台搭了一套...
第二天，我十分肯定的拒绝产品名称与任何Agent有关，因为他极可能变成一个烂大街的词。
但这反映出了AI一个巨大的特性：他缩小了人们之间的差距！特别是时间经历带来的差距，好与坏之间将变得更加的鱼龙混杂。
AI两年人间十年
当前是一个技术升级带来的“失重”阶段，与之前的缓慢变革不同，有点类似于直接将人们从PC之前的时代直接带到了移动互联网时代，中间（跨越了10年）断代了，其结果是：
熟悉AI的人感到焦虑，因为他们清楚知道AI意味着个人知识付费的门槛会进一步被拔高； 不熟悉AI的人，依旧在梦游，因为基于AI的现象级产品还未完全诞生；
深度使用AI的人会认为：他会重塑所有，这个重塑会围绕着公司一步步展开，其侵蚀会很快的发生：
首先是企业的管理方式； 其次是企业对应的产品，会用AI的能力重做一次；
这会引发第一轮的焦虑，因为没有可以抄的对象，多数人是不知道怎么做的！
作为第一批从事AI项目的人，我可以告诉大家，在去年的时候很多公司是既迷茫又兴奋：
兴奋的点在于，行业洗牌的机会来了，抓住了就是下一个头部； 迷茫的点在于，那是真的不知道该怎么做；
首先是AI对于自己的产品意义是什么，比如是产品用上AI的能力，还是用AI能力去重塑产品，不清楚；
其次是AI能力的边界在哪里，比如数据对于大模型幻觉的意义是什么，是否要投入大量资源去整理数据，不敢赌；
然后是具体的技术路径是什么，比如训练行业大模型，还是使用通用大模型，不明白；
最终，所有的gap都会体现为一个数字：试错成本。而今天所谓的最佳实践全部是成本最优的产物，他可未必是对的！
个人认为，当前之所以没有爆发出真正现象级产品的核心原因有二：
试错成本不足，各个企业依旧不敢做太大的投入； 国内模型能力不足，也不敢大张旗鼓的使用GPT等模型；
其他原因如安全性、做出来就被抄袭了、整个模型的资费能力以及响应速度等，也会是重要考虑因素。
总之，很多企业还在等、还在试错，在这个过程中可能有些公司已经准备好了，但他们是基于GPT做的开发，其目标是面向半年乃至一年后的时间点。
因为一年后国内模型很可能达到现有国外模型水平，那基本够用了，这里的够用包括资费以及响应速度。
明年的今天，可能会有2C的拳头级产品出来。现在来说2C还有些早，先不说能力，算力也支撑不了想要的体验。
但，这里的问题在于：很可能，公司与公司之间，产品与产品之间是没有根本的技术壁垒的，因为壁垒都是大模型的...
所以，AI时代的竞争，不再是产品功能的竞争，而是试错速度与资源的竞争，初期决定胜负的是企业的反应速度及基础实力。
但企业也不得不担心一个问题：我今天付出大量成本获得的技术优势，会不会半年后模型一更新就荡然无存了！
没有壁垒是很多企业焦虑的根因：弯道超车的机会也许不属于他，属于流量。AI时代带来的是马太效应的进一步增强！
而将视野从企业层面拉回到个人层面，AI时代导致的马太效应，可能会轻易的击垮一批人！
AI时代的马太效应
前几天，粉丝群里有个同学想买个公众号，开始写文章做输出。
于是，一个绕不过去的话题马上就出现了：可以用AI帮你写啊，日更会变得非常简单！
这是一个事实：AI写文章、AI小说、AI讲故事、AI文生图已经变成每个人唾手可得的能力，而他提升个人效率在10倍以上！
高手的陪练工具
其实对于有一定阅历的人来说：AI是一个好帮手，因为他们是真的需要去与人对话。而真实情况下是不会有那么多厉害的人，有那么多闲工夫有兴趣讨论你的事情，除非付费！
对于高手来说，AI成了最好的陪练工具。
他们事实上也不需要AI给正确答案，因为这批人自负且固执，他们只是需要AI给出反馈，他们会从这些反馈中找到一些可以激发自身灵感的点。
其次，在搜集资料方面，AI会节省他们大量查阅或者验证的时间，如果没有AI，验证资料质量的时间会吃掉他们创作时间的2/3！
所以，对高手来说，AI真的可以提高他们的输出效率！至于输出质量/水平，AI其实是没有什么帮助的。
中手的兴奋剂
对于一般玩家来说，AI是个取巧的工具：
AI能轻易产出自己能力值上限的作品； 偶尔调教得宜，AI能产出突破上限的作品，甚至达到高手领域；
对他们来说，AI表面上是工具，实际却可能成为一场能力透支的陷阱。
轻易得到的提升，往往代价高昂，而这种代价不易察觉，最终可能导致他们在内卷中逐渐被淘汰，除非他们刻意的提升自我。
AI让效率成为标配，却让能力成为稀缺，AI又不是谁家的老婆，谁用都是用，其结果是：所有中级玩家都背上了外挂。
如文案、数据分析、简单问题解答，原本依靠这些技能区分彼此的玩家，如今可能站在同一起跑线了。
但最终的赢家，将是那些真正“练过”的人，而不是看似效率更高的人。因为轻易得到的，不属于自己，而AI会让这种现象更加普遍。
AI可以瞬间解决很多中级选手的难题，但这种解决并未内化为他们的知识体系：
一旦脱离AI，他们会发现，自己面对复杂问题时仍然力不从心； 就算是依赖AI，他们也未必能真的具备应变能力，因为很多事情差之毫厘谬以千里；
AI让中级选手觉得自己变强了，但这是包装的结果，并且大家都可以包装。
包装的后果是忽视锤炼与内省，缺乏稳健的个人知识体系，这只会让他们与高手的差距进一步加大。
并且，在AI时代，成为高手的标准会被大幅提升：不再是高效率的执行，而是体系化思维下的洞察力与创造力。
中级选手如果缺乏足够的“千锤百炼”，将永远难以跨越这个门槛。
所以，厚积薄发的时代没有结束，相反他的标准更严苛了。那些能够抵住诱惑，持续深耕的人，才能成为未来的赢家。
换句话说，中级选手要进阶，需要关注的是非AI的能力，而这对基本功是有一定要求的。
初级玩家，你不存在了！
对于初级玩家，不得不去面对一个残酷的事实：初级玩家被AI消灭了！
AI降低了门槛，小白玩家可以通过以下方式快速伪装成中级人员：
通过AI生成高质量的文章、代码或设计，小白玩家可以在短时间内展现出中级选手的工作成果。 小白玩家不需要掌握所有领域的知识，只需学会如何使用AI工具，就能看起来像全能型选手。
所以，未来没有初级玩家的生存空间了，有的只是中级玩家生存空间进一步的压缩，高手以下的人员差距正在急剧缩小。
传统路径中，初级选手需要通过基础技能的积累、犯错和学习逐步成长为中级选手。而AI的加入，直接缩短了这个过程：
小白玩家无需亲自锤炼基本功，AI完成了许多重复性任务，这让初级选手“看起来”消失了。
最终所有人都开挂的情况下，中级选手的标准和竞争门槛自然也随之提高。
但这不值得高兴，因为小白玩家生存条件更为苛刻。
小白玩家虽然可以短期依靠AI完成任务，但长期来看却难以内化真正的能力：AI提供了现成的答案，小白玩家缺乏独立思考的机会。
换句话说，小白玩家的试错成本变得更少了，企业对新人的态度会进一步苛刻。
所以，以后小白玩家想要学到这一切（之前企业提供的试错机会），很可能以后需要自己花钱去体验了，在这个场景下：
学校一方面需要开设AI相关的课程；另一方面，他们其实更应该模拟公司，开设那种一年为周期的离开AI的工作体验，这会加快他们的过渡时间。
结语
春江水暖鸭先知，作为第一批吃到螃蟹的人，不得不感叹：AI他真的来了，很快他将影响你的方方面面，各位准备好了吗？
在国内企业方面，由于模型能力以及算力问题，真正的爆发期还会靠后一些；
但对个人来说，AI会进一步缩小人和人之间的差距，形成更强的马太效应，其结果很可能加速人群的分类：
稀少的一代宗师； 少量的高手； 众多的中级玩家； 庞大的不明群众；
AI首先加速了分类，其次他加大了进阶的难度，因为AI在提升效率的同时，也为一般玩家装上了外挂。
外挂在提供神力的同时，他也提供了限制，你在完全依赖他的时候，很难锤炼出自己系统性的思考能力。
在AI时代，更需要厚积薄发，但外挂带来的却是急功近利，走捷径的结果，很可能是平庸的死胡同。
而如何知道当前的能力是自身的还是AI所带来的呢？答案是脱离AI，你能做到什么程度。
如果脱离AI，10次有3次依旧能达到借助AI的最高水准，那么不用担心，他仅仅只是你的工具而已。
进一步，各位要思考，AI+高手与AI+一般玩家的根本差异在哪里。
这里，我可以告诉大家，根本差距在于：最基本的判断能力，也就是我们常说的评价体系。
什么是评价体系？
评价体系就是你对一个项目、一篇文章、一段代码好坏的理解，和可以提出的意见。
而高手的评价体系是宏观而微观的、是触类旁通、是一以贯之的，是旁征博引的。
举个例子：
高手会知道《瞬变》的知识框架与OKR是一致的； 高手会知道OKR的根本是评价体系的建立以及信息通道的打通； 高手会知道复盘难以推动的关键与《经济学十大原理》有千丝万缕的联系； 高手会知道传销体系的成功在于上升通道、信息通道与企业文化的联合结果； ...
在这个基础上，AI给了你一个结果，他也说得头头是道啊，而是否具备对AI输出的好坏判断，以及修改建议，是区别高手与一般玩家的关键。
举个例子：高手不会认为内容越多越好，他们会遵循第一性原理，而如何从AI的回答中，剔除那些正确但好像有用，其实无用的部分，将是大家急需修炼的内功。
最终，AI给的是选择，至于如何抉择，依旧还是要靠自身啊！
