互聯網方法論是不是可以在AI領域適用呢？這篇文章里，作者分享了他的觀點和剖析，一起來看看，或許可以幫你更了解AI領域的相關內容。

從互聯網背景突進AI領域的拓荒者會很像要穿越白堊紀流星撞地球的分割點，在地球被撞之前適合大個兒爬行動物，在這之后大個兒就不再是優勢而是劣勢了。只有持續進化才能在外部環境劇烈變化的環境生存下去。死抱著過去不放，很容易變成新的路徑依賴。

一、技術特征決定一切

技術特征決定人的思維特征。

所以要想比較互聯網和人工智能需要先回到他們的技術特征。

回到他們的技術特征后你就會發現這是完全兩種不一樣的東西。

互聯網的核心技術特征是什么？

是鏈接、連通。

在鏈接之上才是Web1.0,Web2.0。

不是所有應用都重度依賴鏈接，比如Offcie，我們可以想象沒有網絡的Office。但互聯網時代的典型產品卻必然如此，比如搜索引擎。誰能想象沒有鏈接的搜索引擎呢?？梢钥聪滤阉鞯恼麄€過程，那個步驟能缺了鏈接。

鏈接衍生特征是什么呢？

鏈接的價值來源于“借”。

它讓每個被鏈接的環節創造價值增加，然后自己拿走一部分。

規模到一定程度后就反客為主，變成平臺稅。

因為是借，不需要做原始的創生，所以方法論核心就是單點突破和快，誰能在鏈上傳播的快，占據的地盤大誰價值就大。也因為不觸動深層價值創造環節，所以試錯成本就低，所以全是輕量的方法論。（到后來企業做數字化，一下子重下去，很多做互聯網的經驗就玩不轉了。）

人工智能的核心特征是什么呢？

顯然是智能。

智能是用來干什么的呢？

智能是用來直接創造價值的。

幾乎我們身邊每一個產品，最后價值創造的核心驅動都是智能。比能源和材料都還關鍵。削蘋果可以沒有能源，但不能沒有智能。作詩可以沒有材料，但不能沒有智能。

所以人工智能提升的是價值創造的效率。

和互聯網進行對比，我們就會發現一個是淺層鏈接，一個是被鏈接點的深層價值創造。

如此巨大的底層差異，怎么可能不催生完全不一樣的方法論。

而如果方法論完全不一樣，那就是我們的標題：

互聯網上成功的方法論，到人工智能這里，差不多就全是錯的。

二、互聯網VS人工智能

先上個圖，這是我在智用學堂課上課程的一頁PPT。

這里面第一點不再展開了。

后面幾點則要從應用的視角進行理解，而不是純粹的技術視角。

AI的技術特征決定了做一個酷炫的，但在各種場景都不能創造深層價值的模型是沒有意義的。

其中兩段論和三段論參見文章《從1到10：AI產品和互聯網產品的核心差異》。

功能中心和角色中心的比較參見文章《角色中心式計算：AI大模型顛覆性的起點與終點》。

技術價值和場景價值的比較則相對簡單，這里重點做下單點極致與深度綜合的對比，并挖掘下其對后續方法論的影響。

三、價值創造是怎樣一個過程呢？

以公司為例，我們會發現價值創造往往是在一個被互聯網強化過的網里面的價值創造（沒互聯網也是網，互聯網只是強化）。

你要和周圍的人協同才能干點事（價值創造）。

盡管嘗試做了分工，但任何一個公司里的角色都要和周邊各種職能的人或者部門打交道，然后才能完成自己的工作。

那對于人工智能而言，如果想創造價值就有兩種方式，一種是成為一種新的輔助工具，讓這個人更強大。很像一個更厲害的Office。

這不是沒有價值，但這種直接的生產力工具往往是既有產品的強化，誰有產品都會考慮怎么用AI去強化它。這種方式對價值創造效率的提升也是有限度的，更好的Office也是Office，原來的它打磨快半個世紀了，已經足夠好用。新的這部分特征，有用，但也許只占10%或者20%。

另一種價值創造則更為徹底，它是取代和破壞性的。不再是單純強化現有模式，而是橫切人的角色，把所有AI能做的部分拿走，把只適合人類做的留下來。

因為要把所有能做的都拿走，所以就必然是深度綜合，差一點都會價值創造完成不了。

Copilot和Autopilot的區別是什么呢？

一個要人，一個不要人。

差一點就是完全不一樣的世界。

一個是無限趨近于1，一個則是1.1起步。

四、假如AI徹底成功了，那個時代產品什么樣

我們做個這樣的假設：假如AI徹底成功了，我們會看到那些產品？

(這里可以類比，互聯網成功了，所以我們看到了搜索、IM等）

首先大模型自身會一直在。這會有點像只要汽車在就一定會有東西提供動力，不管是內燃機還是電池。

這點一般不會有爭議。

有爭議的是到底會不會存在多個分布在不同垂域的大模型。比如一個公司一個，再比如一個領域一個。

肯定會這樣，這甚至不是個技術問題。

公有云理論上也是只有一個就夠了，但什么時候才能只有一個公有云呢。

純粹從技術角度看，數據本身定義產品邊界，垂直領域的模型還是會存在的。

也許稍微特別一點，還有一個可能是雙模型結構，一個偏領域的大模型+一個通用的模型。

但這事沒譜，不好判斷。

其次呢？

其實是各種各樣的機器人。有帶身體的，有不帶身體的。

通用的機器人會比較像科幻電影里描述的，完全對人在各種場景下的置換，把人類釋放出來，走向一個更廣闊的空間。

但因為傳感器等物理器件會導致終端功能不同，而通用的機器人沒法把所有這些都集成到自己身上，所以會根據傳感器等按硬件功能區隔出很多垂直品類。洗衣機、冰箱并不會因為智能就消失。

和硬件、機械產品不同，很多純粹數字的產品可能會被各種機器人再整合了。

大量我們現在用的功能還在，但會整合到一個個機器人的后面。有點像微信的小程序。

機器人的區隔和功能關聯不大，更可能是數據邊界定義不同的機器人。

在通用領域（比如我們每天用的這些）則理論上只有一個機器人就夠了。大模型的通用性埋下了某類應用激烈歸并的種子。

這里不討論對大模型進行查缺補漏的各種工具。這些有的能創造很好的現金流，但先把視角拉到未來，再回看。其實是看不到這些工具的。它們被大模型覆蓋掉是最確定的事。

五、不種地卻指望豐收徹底不行了

這樣的產品終局提示我們什么呢？

形象講是辛苦種地才有莊稼。

每個人都需要抱住一塊地皮使勁啃，拿到場景和數據才有真正成長壯大的可能。

要做好迎接機器人大戰的準備。

在純粹數字領域，這種競爭可能遠超過往的激烈。

大概是這么幾個階段：

第一階段可以叫機器人的誕生。

這會比較依賴大模型的進展。沒有大模型的進步就沒有真的機器人，也不會有創造價值的持續擴大。

隨著大模型進步和領域模型的建立，機器人會進化的越來越像完全體，能干的事越來越多。

這時候不能懸空也不能放大。

懸空和放大會導致沒現金流，第一關就熬不過去。

第二階段可以叫機器人的碰撞。

早期每個人都在一個小領域，各忙各的。

隨著通用度的增加，那會開始搭界，然后就麻煩了。

大模型的通用邊界有點像養蠱場的邊界。

這個競爭會符合數字競爭的特征，可能活不下來那么多。

最終產品的邊界會是數據的邊界、智能的邊界和物理的邊界。

第三階段可以叫機器人的綜合。

數字規律之一就是高度中心化，AI其實會強化這個特征。這個階段可能真的會誕生比現在互聯網巨頭還大的巨頭。

大模型自身是一極，但有手有腳那種機器人肯定是另外一極。

這時候人的事業估計要回到人類自身，回到共情等。

然后構建一種極度中心化和極度去中心化的綜合體。

純粹的理想主義者可以把對智能的約束寫到區塊鏈上。

當然現有的職位可能會大量消失，估計看不見什么人了。

小結

人工智能產品可以看成是過往各種技術的綜合，數字相關的技術就是電腦、手機、互聯網等，人工智能會把他們無縫的綜合在一起。人工智能如果充分發展，那就不會虛擬經濟和實體經濟的區別。

無人駕駛是數字經濟還是虛擬經濟呢。

也正因此，它的產品會有一部分互聯網特征，但本質不是的。

特別要提防的是：吃錯藥，在原點上可能就輸了。