元力星球聯合創始人魏贇
以下為演講實錄，經36氪整理編輯：
大家好！首先感謝36氪邀請我參加這個峰會，去年三月份wise，我跟大家分享了一個主題，叫元宇宙是下一個互聯網的周期，一年過去，這次的主題是:AI時代，一個普通人如何跟智能體進行共存？
這兩天里有很多專家，有很多的教授分享了很多專業的，前沿的科學，從大模型等多各個角度來給大家分析。不過我先表明一下，我不是一個專業人士，我只是一個做產品的，更是一個普通人。
2020年開始，我就在看GPT3，但我發現到今天為止，還有98%以上的人沒有接觸過GPT，這是一個很重要的問題。
作為一個普通人，我們跟大模型、跟GPT彷彿都很遠，但它彷彿又在我們身邊。所以我今天就說這個題目——「AI時代、普通人如何與智能體共存」，我用五個詞跟大家分享一下。
第一，新機體。
大家都在說，AI 是一個新方向。但我想問大家一個問題——大家怎麼理解AI？
先分享我的理解。AI系統的本質是在造人、造機械人。什麼是造人？大家看看人是怎麼走到今天這一步，父母把我們生下來，生下來後去上學，上學有老師，拿教材教我們學相應知識。學了知識以後，要進行大量的練習實踐，取得資格后就會進入社會工作。
咱們遵循這個軌跡，把AI比擬成一個人，他需要一個智商，也就是算力，算力越高意味着智商越高，學東西越快。
那如何讓一個AI從聰明到有知識，就需要一樣東西——訓練數據。訓練數據主要分為兩類，一類是知識圖譜，一類是普通信用數據，相當於教材，訓練數據越準確AI越聰明。直到模型參數都調整精確，就可以應用。
在應用中，通過人來檢驗模型，哪些做的對，哪些做的錯。這就像我們人畢業到步入社會，通過不斷試錯，來變得越來越優秀。
所以我今天預測，未來我們會面臨一個新的時代，這個時代會有80億人口與100億AI資源共存的時代。作為普通人，我們每個人都要面對這個問題。但其實AI並不複雜，就是一種正常的進化，不存在太多深奧的理論。
第二，新職業。
人造出來之後，那他就需要工作和幹活來證明自己的意義。同樣，AI也需要工作來證明意義。
AI工作職業分為兩種，一種是AI自身扮演，它可以作原畫師，可以作編輯，可以作營養師，同樣可以做健身教練，做律師，做醫生。這些AI工作已經出現，未來5年-10年還會更多。
那普通人應該怎麼辦，例如大家所焦慮的失業問題。這個問題放大來看，科技在發展，大家一直都在失業，原來的鐵匠，被工廠里打工的兒子取代，原來的馬夫被司機取代，這個趨勢是不可逆的。
我們應該想想，如何面對這個問題，其實在我們有很多事都可以做，例如整理KGS， 教AI怎麼幹活，不斷矯正它，這些都是我們普通人可以乾的。而且現在AI遠沒有人聰明，還有和AI一起進步的機會。
但到了下一代，他們就需要我們使用手機一樣，去操作各種各樣的機械人和AI。這意味着作為普通人，我們需要在未來幾年內，迅速調整自己，讓自己能夠和機械人共存，想清楚能在其中做什麼？我們不能阻止AI發展，需要幫助AI往前發展，這樣依然有機會。
AI和人不應該是誰淘汰誰，而是讓它像自然人是一樣，去學好技能，去做事，甚至形成一個公司或團隊，可以讓他和我們共同實現一個目標，幫你解決更多事情。
第三，新組織。
一個新的組織形態即將出現——DAO(全新的人類組織協同方式)，我把它叫做數字化自動協作組織。
在這種形態中，作為一個普通人，我們需要怎樣學會機械人協同辦公?
大家想想人跟人之間怎麼協同辦公，需要傳遞一種東西——「信息」，我需要你為我做什麼，或者我告訴你應該幹什麼，中間存在一些信息，可以叫動機，也可以叫誘因。
同樣，我們跟機械人之間合作也需要傳遞信息，這種信息叫數據。但人跟數據、人跟機械人之間要怎麼通過數據溝通。
比爾蓋茨曾說過一個問題——在未來的AI智能體中，新的數據源結構到底是什麼?
去年，我在WISE2022的時候曾分享過:元宇宙將成為下一個互聯網周期的時候，曾提到這個概念——人跟機器之間連接只有一個緯度，就是時間。主要是因為代碼是全球統一，它高於關鍵詞，高於賬號，高於地理位置。
做程序員或技術同學肯定知道，代碼執行需要一個固定的條件。我們普通人也一樣，也需要學會跟機器進行交流，我們需要告訴AI準確的時間，在什麼時間點開始執行，所以人跟機器之間產生新的連接，就需要一整套新的規則。
基於這種組織下，未來會出現一種新的組織，大家給新組織起名叫生成時間，以我的理解，它叫「員工」。
為什麼叫員工?AI需要一個指令去干一件事情，這很像現實中老闆和員工發號施令，員工往往能力遠超過老闆，這是它的價值。現在的老闆都是到處出差，到處聊天收集信息，收集未來信息。根據未來的信息去做判斷。做了10個決定，可能有9個錯誤的，靠那一個正確的決定獲取了地位。
那既然AI也可以做決策，甚至有了預測式AI，甚至決策要比老闆準的多，那老闆的地位就會很尷尬。
第四、新機會。
大家理解建立公司的邏輯之後，我們接下來就要為新公司創造出收益。
我舉幾個例子，第一，大家知不知道歐洲在推行的「禁塑」令，禁止使用PC、PP、PE、POA所有的塑料。現在國內大家都喝奶茶，奶茶用的管叫POA(聚乳酸管)，今年10月1號這個管開始在歐洲被禁掉。
我有個朋友就是做環保材料，他很困惑，剛好我上學就是學材料的，他問我怎麼辦？我也不知道。後來我收集了材料的應用場景和需求，通過AIGC去查，給了一個答案——PH。
這個材料從來沒用過吸管這個用途，但補齊信息差之後，現在我們已經每個月往歐洲出口4-5個集裝箱櫃，這就是AIGC解決的一個簡單商機。
對於我們普通人來說，AIGC並不是那麼高大上，我們不一定每個人都是AI專家，但可以利用它去解決問題。
第二個例子，分診系統需求。
前段時間和解放軍總醫院兩個消化科主任聊到AIGC在醫療上的應用。
這段時間，身邊有很多孩子感染支原體病毒情況，大家基本就是掛完號，等待醫生，醫生進去后，一分鐘開個單子，再拿着單子排隊2小時化驗。
化驗完又過來找醫生排隊一小時進行問診，隨後開始診斷，開藥或治療。大家就會發現一個問題，這件事很浪費時間。醫生也很痛苦，都是重複性的一個問題，重複性的勞動，他們也想把這個過程前置化處理。
所以我們討論給醫生建一套醫護助理系統，把消化道內科整個知識圖譜轉化，讓醫生的專業術語可以給普通人理解清楚，患者通過AIGC提前就知道自己要怎麼做，做什麼，前置提前完成87%到90%的工作。
通過這個例子發現一個邏輯，一套專業的數據庫，就可以直接解決一個需求場景，但在座的有很多專家，大家應該知道，這種優質數據成本是多高。
對於我們普通人來說，並不是我們到了35歲到40歲，就是職業生涯的末期。在這個AI增量知識裡面，其實只要你有知識，還能幹活，整個容量還是很大的，況且AIGC， 就是通過AI配合產生數據。
但光生產數據是沒有價值的。就像我有一個果園，果園裡我種了一大片橘子，但一個都沒賣出去，那一整個果園的人都沒有產生價值。
所以如何發現AIGC價值這個很重要，這就需要另外一樣東西來構建，我稱之為數據物流，通過協議，數據、物流，把數據從這一端到另外一端，正常運轉，創造價值。
第五、新經濟。
整個互聯網的本質就解決兩個問題：
第一，解決用戶的無知問題。我原來不知道，現在通過互聯網知道了，比如抖音。
第二，解決效率問題。原來需要半天解決的事情，現在通過10秒解決掉。
AI 的出現會創造新的機會，從經濟學來說叫「增量拓展和存量深耕」。我們可以通過AI訓練出更多新數據，創造更大價值。我們把這個價值叫做一代數據，之後可以逐漸通過AI產生二代數據，三代數據、四代數據，再把這些二代數據，三代數據、四代數據，傳遞給一個需要的人，就能產生一個新的經濟增量，這個很重要。
還是從普通人舉例，這個數據價值邏輯很簡單。例如我們都使用攜程訂酒店，通過美團點外賣，通過淘寶買東西，在所有的APP裡面完成一個商業閉環，滿足了我一個要求，完成一件事情。
但其中有一個數據價值過程往往被忽視，例如在整個流程完事之後，數據其實會被打上標籤，這些標籤過去會被直接賣給廣告商，就會有更多類似的人接觸接觸越來越多的廣告，這個就是一次二代數據收益。
這個收益過去往往被忽視，但隨着數據隱私的重視，大家感覺數據好像又跟我有關係。
這種情況下，要怎麼解決數據價值的問題，數據是不是要出來，怎樣形成閉環，如何把你在互聯網或現實中產生的數據鏈條拿出來，作為一個二次變現獲取收益，就是一種新的創業機會，也就是我做的項目「元力星球」。
我不是做大模型的，但是我會跟各個大模型合作，並迅速推動做出一些產品出來，讓一個普通人能從中獲益。
大家都需要知道，未來靠工資是養不活自己的，你需要新的機會，這個機會在哪兒？你得有一個搭子，這個搭子需要我們去創造，你不創造，就要用別人的，就要就給對方付費，然後再通過創造生成，生成三代或者四代數據，通過數據物流把它賣掉。因為一定有人需要這個數據。
當然創造一些無聊的數據，那肯定是沒有意義的，今天社會有很多無聊的APP，都沒有收益。我覺得作為一個普通人，應該了解這些內容。
