一、如何正确理解这一轮人工智能浪潮和其机会。
1、在我们过去的思维里，人工智能更多是我们身体机能的延伸和替代。比如扫地机器人、炒菜机器人、搬运机器人甚至战争机器人。这固然是人工智能发展的一个方向，只不过是低级的方向。可现在大家突然发现：我们本来只指望机器人替代我们完成最简单的家务活，结果机器人却抢走了我们设计、绘图和开发等工作岗位！！！我们失业了！！！
现实就是如此残酷，随着大模型和chatgpt能力的开发，机器已经具备自主学习和推演的能力（简称为gAI：生成式人工智能）。其智力替代的价值已远远胜过体力方面。目前人工智能科技的发展进程已经彰显出其更核心和重要的“智能”作用：人工智能强大的数据读取和处理能力，可以作为人类大脑的延伸，将我们的认知策略以极低成本应用或拟合到广泛的案例中；并能通过这些案例的回溯反馈，帮助我们改善策略提高思维效率。这可被称作思维意义（非物理）上的脑机接口。
也就是说，这一轮人工智能最大的突破意义在于可以替代和辅助我们思考。其中，替代主要体现在重复的没有创新价值的思考，比如我们每天都要做涨停板复盘，把每个板块的每只涨停股统计一遍。这部分工作完全可以交给自动化程序去做，是很简单的人脑替代。而辅助则体现在需要归纳和推演的高层级思考，比如我们每天看完涨停板后，要去总结今日走势并推演明日盘面，这部分工作也可以通过人工智能跑交易策略来辅助我们提高思考的宽度和精度。
注意：目前量化交易的程序化软件也能减少主观影响，但其能跑的策略极其简单，软件进行自动化执行，只涉及到上文中的替代而非辅助功能。
2、上文中的脑机接口概念主要是指人工智能的辅助思考功能。
进行脑机接口的首要前提是，我们对某个专业领域a)具备相当的认知水平，了解行业的本质规律并且形成了一套行之有效的策略。如果我们本身并没有掌握任何策略，那么费尽心思让人工智能去解读和推演也是毫无意义的。
在此基础上，我们需要b)将策略“数据化”，即将策略分解为明确的要素统计算法。再把这套算法程序化成可以接口拟合大量行业数据的订制软件。然后在人工智能算力底座上c)跑这个模拟案例软件，大量的跑，疯狂的跑，用一个月时间跑出我们一辈子也不可能经历思考的量。再根据软件跑出来的阶段结果d)进行历史回测，统计归纳过程和结果。最后根据上述情况来决定如何e)改进我们的策略。
如此重复abcde，就能飞快的提高我们的策略水平，毕竟用我们的人脑和人身，无法在同等时间经历体会和分析总结那么多案例。其实这在物理（肉身）和思维层面都进行了人类能力极限边界的延展。
3、这里面暂时存在两个问题。第一个问题是有些策略本身不太好数据量化，很难分解成明确的算法。尤其是涉及到感受感知等非线性科学或难以进行数据统计的领域。
第二个问题是有些专业领域本身就没有足够的数据储备。这样算法软件就很难找到足够的案例去拟合。又或者每个案例都有相当的独立性，那样拟合数据的意义不大。
所以目前着手进行脑机接口是很有些门槛的，既挑人，也挑行业。
比如金融交易行业就非常适合用这个模式来进行策略演练。
比如心理辅导情感解读领域就很难适用。
4、由于目前订制软件和算力底座的成本都不低，所以得具备上述前提，需要能创造商业价值才值得个人投入脑机接口工程，即目前的真实需求是停留在B端的。但可以预计，伴随时代的发展，任何一个人都可以用这个路径实现自己的脑机接口，哪怕只是为了更全面的观察生活或者漫无目的去感知世界。全民C端应用时代必将到来。
5、那么问题来了，要是我们之前在某个行业并不具备什么所谓的“策略”，是不是就要跟时代脱机无法把握这波人工智能浪潮了？
当然不是。
第一个可行的办法就是赶紧找个行业去琢磨点儿什么门道出来。但这很难，要是轻易能行，也用不着我在这里唠叨了。
第二个可行的办法，通过上文逻辑，我们可以推演出一个很明确的商机：如何帮助那些有行业策略的人完成其策略的数据化软件化并最终和人工智能算力对接。也就是做脑机接口时代的卖水人。
二、行业前瞻
1、目前国内主流人工智能创投基金认为：大模型算力底座美国已遥遥领先，除了bat类大公司自己出于刚需在搞在投之外（如kimi），民间资本基本已经放弃投资。一来因为技术赶超无望，二来算力成本巨大，三来即便搞成暂看不到变现退出路径。
2、创投行业目前普遍看好gAI的B端应用，而且是马上就能产生营收效益的。本质上来讲如同上文脑机接口的前提条件一般，需要创始人本身对某个行业的痛点有清晰的认知，然后通过gAI手段来有效解决痛点，提高行业生产率。由于中国的应用端数据非常丰富，所以比美国有更多的创新机会。本质上，这一轮就是用gAI改造提升旧行业生产率（辅助）。
3、更普遍存在的机会是用gAI改造旧公司管理（替代）。办公自动化的gAI升级，生产自动化的gAI升级，进销存自动化的gAI升级。包括为了进行gAI升级准备将公司的重要信息进行数据化本身也是强刚需。
4、再往后发展就是C端个人生活的全面gAI升级，需要等待几个先决条件的满足：AI手机和pc的普及、算力模型的进一步完善和算力成本使用的大幅降低。但时代一定会到来。
5、上述23条中的gAI技术使用者都是卖水人的潜在客户。现在从B端入手占据行业链条时机恰好，还能为C端时代的到来做好技术人才和商务准备。
三、做卖水人的基本条件：
1、有足够的跨行业理解力以帮助使用者将其策略数据化并量化为算法。
2、有软件团队能将算法订制为自动化程序。
3、能解决使用者行业数据来源问题。
4、有gAI算力资源和gAI程序改造能力。
四、如果我不知道自己是否具备以上条件该怎么办？
请关注微信视频号：AI观察台
可扫二维码（文末驸图）
该号的核心咨询合伙人目前在美国的两所知名高校担任数据科学领域双教授，将会为各位即时传递全球人工智能领域最前沿的理念、技术和商机。
目前该号已上传了M国核心科技大厂的“人工智能学院”系列科普课程，后续还会有更多精彩干活分享。
欢迎各位股友和我在新的平台上继续交流，重新起航，把握时代新机遇。
本篇全文原创，非广告！非广告！非广告！
