如何抓住AI带来的创业信号？
前言
AI时代的信号和噪声
创业旅程里，最核心的东西不是寻找信号，而是去掉噪声。去噪的过程就是祛魅的过程。
我觉得这个时代很多东西给了我们太多的魅，一个老师是魅，一个权威是魅，一个海外是魅。这些魅就是我们人生的噪声。
今天我们讲AI的信号和噪声，希望帮助大家一起祛魅。我们今天没有标准答案，因为信号在每个人的心中。今天结束这次分享之后，我希望大家突然觉得其实我以前看的这个东西没啥意思，对我来说只是一个噪声。在今天这个会场上，没有老师，没有嘉宾，有的只是一群创业的探索者，因为在AI时代里面，我们到底该怎么样寻找创业机会，所有人都在一起探索。
探索不是答案，而是角度。我们的分享里面没有答案。但是我试图给大家一些思考问题的角度，因为我们看了太多的答案，但是这些答案并不能帮助我们创业，相反有些角度可能会给我们启发。
这是社会变革，而非科技变革
今天所有人都在讨论GPT。但关于GPT本身的讨论太多了。GPT是什么，GPT会给这个社会带来什么样的影响，我们讨论得太少了。
1763年瓦特用了十几年的时间把蒸汽机改良成一个可以用的样子，我们开始了一个波涛汹涌的工业革命时代。大家去想一想，如果我们回到1763年，我们作为一个创业者，作为一个媒体人，作为一个投资人，会关注什么？重磅消息，瓦特2.0发布，功耗又提升20%，瓦特3.0发布，瓦特4.0发布。但是今天你真的会关注这件事情吗？
每个人都知道工业革命改变了我们现在的生活，但有一个人知道当年的蒸汽机经历过什么样的改良，解决过什么样的问题吗，没有人记得了。
但大家会记得因为有了蒸汽机，人类社会有了第一次生产力的冗余，有了商品的概念，交通得以发展，我们建立了一个新的行业叫零售行业。因为有了零售，我们开始新的供应链新的再生产。在整个地球里面开始了波澜壮阔长达200年的工业革命。
那个年代英国出现了最大的一次圈地运动。因为大的农场主突然有一天可以通过蒸汽机为动力兼并更多的小农场主，一夜之间他可以不断扩展规模，而不需要雇佣更多奴隶。请问如果我们是穿越者，回到1800年的英国，你会关注蒸汽机的性能吗？不会，你只会思考在这波技术革命里面我不要成为被技术革命所淘汰的人，我应该去兼并土地，我应该去造我自己的工厂，我应该怎么样利用这波技术革命，在社会变革里找到自己的位置。
这就是AI今天需要带给我们的思考，也是今天全社会在这个问题上还远远不够的思考。AI是一场社会变革，AI不是科技变革。当有太多的人把所有的想法都放在科技这件事情上，就像在1800年的时候我们不断地评测瓦特的蒸汽机一样。请问300年后的你坐在今天，这件事情有意义吗？
当年每一个纺织工人都是一个小作坊，工业革命之后纺织第一次可以集中化、规模化的生产。那今天什么是AI的纺织业，今天什么又是AI的农业，今天这些小农场主又是谁呢，那些大农场主又是谁呢。所以这是我今天希望给大家提供的一个角度。
在接下来的时间里面，我想和大家分享三个东西，这三个东西不是三个答案，而是三个角度。
第一个角度是大模型的第一层，企业的核心能力。第二个角度是一个超越人的超能力。第三个角度是超能力的结合体。我希望今天结束之后，大家不用记得我们曾经讲过什么，也不用记得那些参数和数据，我希望大家突然意识到原来还有这么一个思考问题的角度，今天大家的时间就值得了。
第一部分：AI可以成为企业的核心能力
1、AI的本质是一个超级学徒
当你想到GPT的时候，第一个想到的是什么？你可能会说，我用GPT用得很好，但是连GPT三个字是什么意思都没有想过。
我们一说到GPT大家脑子里面就会想象出这三张表。第一个图告诉我们的模型还差很远。第二张图告诉我们推理成本很高，今天很多事情做不了。第三张图告诉我们今天的显卡不够用，我们的创业没基础。但是我想告诉大家一件事情，以上都是噪声。
如果今天有人跟你聊GPT的时候，聊的是刚才那三张表，请直接忽略掉他。就像我们回到300年前根本不会关心瓦特蒸汽机卖多少钱，瓦特蒸汽机的技术参数和技术标准是什么，我们只会思考一个问题，这个蒸汽机会给我们的社会带来什么样的显著的影响，这才是信号。
今天的很多问题大家不要去想，把这个问题留给时代，留给科学家。因为在未来，每18个月这些成本就会降一半。摩尔定律会告诉我们，不管你想做什么，在未来的时间里面你的成本总是会不断降低。你要思考的唯一问题是：GPT到底是什么？
GPT的定义，Generative Pre-Trained Transformer。就是生成式预训练Transformer。
Transformer是什么？我们接触到Transformer这个词最大的场景是是变形金刚。变形金刚从一个卡车变成一个人，一会又变成一个飞机，一个零部件都没有换，这就是Transformer。就是一个组合通过某种原理完成了变换。这是一种结构，这个结构就是在里面不做改变的情况下，完成了输入和输出的转换。
Transformer在AI里面又是什么呢？这个结构分成两部分，一部分叫编码器，一部分叫解码器。一句话进来之后，通过这个结构输出了另外一句话。这个解码器和编码器不是你说了什么，我就说什么。它是通过一套预训练的方式，对你实现了某种熟悉。它在试图学习你。GPT根本不知道你在说什么，它只是知道你前面说了那句话之后，下一个单词可能会说什么。
比如我的父亲每次要申请出去打麻将的时候，就会带着一个非常热情的笑脸坐在我母亲旁边，对她说今天你辛苦了，然后提出他的需求。所以每次当我父亲一说今天你辛苦了，我妈如果心情好的话就看他一眼说去吧。这就是GPT。
过去传统的结构是基于规则展开的。但GPT不是，它其实不知道对话，只知道你说完了这一句，我的下一句会这么接。我不知道大家有没有这种感觉，在创业的路上有时候你遇到一个志同道合的合伙人，你跟他聊天的过程中会突然觉得你不是在跟他聊天，你在跟自己聊天，他怎么每一句话都说到你的心坎里面去。
真正让你产生共鸣的对话，是自己跟自己的对话。一个好的对话是共同创造的过程。就像一个流一样在流动，这就是GPT。对GPT的Transformer这个模型而言，没有上文和下文，只有一段文字，它只做了一件事情，叫你说上半句它接下半句。
为什么GPT这么难以可控。一个工具，它最大的特点是什么？它有非常清晰的规则。是一一映射的关系，所有都是可预设的。但GPT像一个跟你长时间待在一起的人，它一直在接你的话，只是它越接越熟悉，接得越好。今天很多人用GPT用得很复杂，是因为你把它当工具了，没有把它当一个生命体。如果你把它当成是一个跟着你的人，你就会意识到这个人是需要带的。
一个实习生，你不跟他在一起两三个月，他怎么熟悉你，怎么知道这个文件交给他意味着什么，他该怎么处理。GPT最大的特点是模仿性，我们所有对它的训练本质上是一个东西，耳濡目染。
我们一直在讲在训练GPT模型，我们用了人类多少的语言，你会发现为什么GPT没有任何语言的限制，它说西班牙语，说中文，说英文，都说得一样好。因为它没有在翻译，它只是在接你的下半句。
过去的AI更多是基于逻辑的推理，而今天的AI是基于耳濡目染。什么样的人跟你一起工作，因为耳濡目染他会变得更好，那就是学徒。海外很多人在讲一个概念，叫agent，绿洲是中国第一个在大模型还没有成熟的时候，我们就告诉大家agent是这波AI的未来。我给大家一个最简单的词汇理解agent，叫学徒。一个跟着你耳濡目染的学徒，就是GPT。
过去的软件是基于规则和工具，解决特定场景的问题，边界在于有多少人能够使用这个工具。今天的GPT是基于耳濡目染之后对你的理解和模仿。是一个通用场景。而这个学徒最后能做什么，它的边界在于认知。如果你有一个认知可以教给这个学徒，你可以无限地教给这个学徒。你不仅有一个津剑在这个地方讲，理论今天可以有千千万万个津剑在不同的场域里面讲。最后的边界不在于有多少个津剑，而在于津剑的认知有多少。
这是一个大的范式的革命，就像当年瓦特一样，把生物能变成了机械能，让能源变得人类可控了。今天我们第一次可以把一个人通过学徒的方式去无限地复制它，所以GPT不是所谓的软件和工具，GPT是一个学徒。
从这个角度上来讲，什么叫做Generative Pre-Trained Transformer？是一个主动的上过学的学徒。
GPT有几个特点，第一它是生成式。就是特别主动，天天找你早请示晚汇报，我能干点啥。
第二个Pre-Trained ，这个地方的Pre-Trained不是Pre-Training，用的是过去时，是上过学的。大模型的本质是什么，是让送到每个人手中的学徒是上过学的。看过足够多的书，认过足够多的人，走过足够多的路。但最后这个哥们是用来干什么的呢？是一个学徒。
今天大家突然意识到了，其实GPT给我一个个人，一个小企业带来的最大的机会是什么，我今天可以突破大厂超级人力资源的陷阱，我能够不断地去培养最优秀的学徒。从这个意义上讲，你还会和大模型卷吗。就像今天有一个创业公司，会和清华大学卷吗。
今天无论是GPT-4也好，OpenAI也好，它们就是全世界的剑桥、牛津、清华、北大。所以在这个角度上你希望它做得越好越好，它能源源不断把全世界最优秀的学生以廉价的方式送到你手里，你只需要培养这个学徒就行。所以今天很多人在想GPT创业的时候，第一个回过头说，是不是Transformer在中国卷。大家意识到它没有那么卷，它本质上和你做的不是一件事情，这是我们共同在构建未来AI时代的整个基础设施和产品结构。
GPT如果是学徒，这个学徒能干什么。我是一个画家，这个学徒能跟着我学画画吗，我是一个地质勘探学家，这个人能跟我学地质勘探吗。我是一个考古学家，这个人能帮我处理基础的文件和文物吗。都可以。
我们来看看今天学徒展现出来的本领，首先是文字的本领，无论制定一个旅游计划，完成一个数据分析，还是进行初步的科学研究，你只要敢问，这个学生就敢答。它有一个学习的过程。有的时候也没有那么准确，这是你和它不断磨合的过程。这才是GPT真正的用法。GPT不是对话，是一个学徒，正在跟着你学你思考问题的方式。你给它写的上半句越长，它接的下半句就会越准。就像老师说的东西越多，学生接话越流畅。这是它的文字本领。
我们再看它的语音本领，今天的GPT已经开始在学着人类咿呀学语。它说话可以比我更清晰。
过去的语音是基于规则在特定场景里面训练出来的。今天的GPT是它听了足够多这个人的声音之后，模仿出来的。这一次的AI最大的特点是学习，是模仿。我们作为人类最开始的东西是什么，是模仿，我们跟着妈妈爸爸学说话，跟他们一样触摸这个世界，这当中没有逻辑和思考，就是模仿。因为有了模仿人类开始往前进，而今天有一个新的技术，以一种结构实现了对其他事物的模仿。
当它学会模仿的时候，大家想想它能做什么。比如这个声音如果它能无限地模仿你的声音，你是一个销售，它听过你打了1000通电话，它可以在任何一个时间跟1000人同时打电话。这个世界会变成什么样子。
很多人说AI不知道怎么创业，我觉得是因为我们没有了解AI模仿的特点。当你知道有一个可以无限模仿你的生命体，你找不到一个地方使用它吗？
Sora，就是一个学徒今天他学会做视频了。它看到人类无数的视频之后，突然意识到原来视频是这个意思。有种带年轻学生的感觉，你跟他说1000次他都不知道你在说什么，但是他翻来覆去做，翻来覆去学，直到有一天他突然开窍了，给你呈现了一个文档，无论是格式、字体还是里面的内容都非常符合你想要的，那时候这个小伙子可以升职加薪了。
GPT的训练也是一样，而GPT的难点也在这个地方。你不知道怎么让这个模型开窍。但是这个模型开窍的那一刻，它会展现出庞大的生产力，因为它知道你在说什么了。今天对于AI所有你不能理解的东西和不能理解的事物，就把它当成一个实习生，当成一个学徒，你就都能理解了。比如对AI而言，以前它接下半句接的都是语言，今天你跟它说接下半句不要用语言来接，用一首歌来接，或者给我跳一段舞来接。在大量的训练之后，突然有一天GPT开窍了，这个开窍就是它知道我怎么用视频来接你的这句话，这就是接出来的效果。
今天它还没有办法对这个事情做配音，因为它还只能用视频的方式来表达。请注意在这个视频里面没有人的干预，这就是一个实习生在听到你老板的命令之后，回去熬了一个通宵做出来的视频。GPT今天不仅仅可以有文字和图像，它还可以做视频。
对AI而言，它今天通过学习，不仅仅可以做图片、放视频，也能做3D。做3D是一个非常复杂的事情，以前福特汽车会对汽车做完整的建模，让它可以摆到网站里面让大家参观，这是3D的工作。今天因为有一个超级学徒，这个事情可能只需要3天，再往后面你可能只需要1个小时。大家想一想，当你有这么一个学徒的时候，游戏的门槛会不会被快速地降低，我们体验的3D世界的门槛，会不会被快速地降低，那这个世界又是什么样子的呢？
刚才我给大家举了一些例子，其中一半都是中国自己的企业，它们都走到了世界很领先的位置。我刚才放的3D图像的创业者是一个95后，他们今天在3D制作上面的水平是全世界领先的。为什么可以做到？因为AI这件事情的本质其实是一层窗户纸，如果你把它当成一个工具或者一个很精巧的设备，你就会觉得很复杂。但是如果你就把它当成一个试图去模仿你的人，你只要去想我到底要教它什么。
什么叫一个好的领导？循序善诱，因材施教，这就是一个好的老师，好的领导。所以在AI创业里面，我们每个人必须做一个好的领导者，好的老师，因为你未来带的不是一两百个人，而是一两百个虚拟的学徒，是这些人在帮你打江山。而这些学徒，你是什么样，他就是什么样，你脾气暴，他脾气更暴，就像带孩子一样。我们这儿很多人都是家长，爸妈有什么坏习惯孩子很容易也有。
2、当好“老师”，要顺应时代改变思维方式
这次创业里面那些可能在未来脱颖而出的人，恰恰是那些年轻人。为什么，是因为过去上一代创业的包袱太重了，你基于规则去思考问题的方式可能并不能顺应当下的情况做变化，不能变成一个基于模仿去学习的样本。所以我觉得今天是一个年轻人的时代，越是年轻，越是没有包袱，恰恰在这个行业里面会有很多的机会。Sora大家看到了，十几个人的团队，有好几个是中国人，之前比较火的Pika也是中国的博士生自己创业做的。今天xAI 14个最核心的同事里面，有三五个都是中国95后。
我们今天在面对新一轮技术变革的时候，过去所谓的成就和经验，恰恰就是未来可能遇到的包袱。所以一定要放下过去思考问题的方式，去立足于社会的变革，立足于怎么用好这个学徒去思考。
AI这个学徒在越来越了解你之后，你给它更简单的指令，它就会理解更多的信息，不仅仅是刚才讲到的视频和图像。就像我有的时候说一件什么事情，我一说完之后就看到两个同事会心一笑，一眼就完成了所有信息交换。所以人类最高级的信息交换从来不是语言。我们经常说暗送秋波，人和人之间的对应、对称、对齐，最高等级都不是靠语言，而是靠那个会心一笑，心心相映。
在我们训练GPT的过程里面，它也是不断在学习的，比如我们来看这个交互。这个交互意味着什么，如果你今天是一个初学者，你会想这个技术好厉害，这个工具该怎么用。如果你水平再高一点，你就会想给它什么样的数据能把它培养成这样的。听完今天的分享我希望大家意识到，原来AI这个学徒和人之间的互动已经到这个阶段了，我框住它的脸，它知道要在脸上做变化，我往左边一个箭头，它知道我要往左边转，这就是默契。
今天它说上半句，你接下半句，你说上半句，它接下半句，本质上还是因为你们之间没有形成默契。电视剧里有一个场景非常有意思，像律师、会计师这些职场精英，突然抱着很多文件到他下属的桌子边，把文件一放说来活了，开始干，大家就开始一起工作。这可能就是未来你和GPT互动的方式。
3、创业者教给“学徒”的是对于产业的认识和审美
那如果GPT对我们而言本质是一个学徒，它能干这么多事，那要我人干什么。这里面老师到底有什么价值，这个问题就好像说今天来了一个清华北大顶级的学生，在你这个地方工作，他学过很多东西，有充分的实习，请问这个学生还需要带吗？需要。为什么？因为每个公司有自己的文化，有自己审美的偏好。所以我认为审美会成为人最后一道瓶颈，我认为在未来人类会再部落化，而这个部落不是因为物理条件限制，而是因为我们的审美限制。我们会因为不同的审美而有不同的小的部落，一群一群的小人物会因为审美，因为爱好和兴趣，重新组织在一起，这是我觉得未来人类的一个走向。
那么我们应该意识到，师傅的目的就是让这个学徒知道什么是美，什么是你喜欢的。一个没有受过师傅专业调教的GPT给出的图片风格，通过调教之后，变成了另一张图，我们今天没有办法评价哪张更好，我只能说这是两种审美风格。但是毫无疑问，师傅把他的审美风格给到学徒之后，学徒就会源源不断地产生符合师傅审美风格的图片和答案。
大家意识到我们今天作为一个创业者在创造什么价值了吗，我们正在源源不断地把我们对这个产业的美感和认知，通过耳濡目染的方式交给这个学徒，让这个学徒为你产生更多的作品，无论这个作品是一个商品还是什么。这就是每一个公司本质上要做的事情。
大模型和企业的关系就像学校和企业
大模型的发展是教育体系，既然我们今天作为创业者拿到的就是一个个被培养出来的学徒，那谁在培养这些学徒，大模型公司在培养这些学徒。所以反过来大模型在推动我们每个人思考什么是教育，教育的意义是什么。如果今天大模型公司正在承担着教育体系的义务和责任，你还会认为你在跟大模型公司卷吗，你作为一个企业不断地在用清华最好的学生，你会认为清华是你的竞争对手吗？不会的，你还希望它训练的学徒越好越好。我们在公司里面经常会说，这个东西难道学校没有教过你吗。请相信一年之内你们在面对一些模型的时候，你们会给大模型的客服投诉，你们连这个东西都没有教给它吗，它连这点常识都没有吗。
所以大模型和你之间的关系是学校和企业之间的关系，只是因为今天我们还不知道这个学徒到底被用来做什么，所以学校和公司之间的边界还没有模糊。但这个模糊的边界会随着我们在学徒这个领域的不断探索，而变得越来越清晰。如果大模型正在肩负着学徒教育体系的建设，请问我们当下的教育体系又该如何建设呢。如果学徒要学习东西，人、学生还要不要学这些东西。这个我相信是对全世界所有的人共同要去面对的一个问题和挑战，以至于学生和学徒又是什么关系呢。
学徒的徒字很有意思，徒在古代的时候是形容步兵，有一个双人旁，两个人一起走。什么意思呢？就是前面的人走一步，后面的人走一步。所以徒讲的是古代的步兵，步兵是前面的人怎么走他就怎么走，一步一个脚印的模仿，所以这就是GPT。你今天说的每一个指令，每一句话，它都不会忘记，有一天它会变成一个崭新的GPT。这就像孩子一样，有的时候一个人到了30多岁的时候突然有一个心结就是过不去，可能就是在3岁5岁的时候给他留下了一个小小的心理上的伤疤。这个伤疤可能已经忘了，但是这定义了今天这个孩子是一个什么样的人。当我们站在这个角度思考这个学徒的时候，我们就知道GPT到底意味着什么。
在我们未来的社会里，一个创业者，一个一号位，一个公司，所有的价值是什么？就是你能教学徒什么，你能带几个学徒。如果你的公司能带1万个学徒，每个学徒都还有不同的本领，请问你的公司值多少钱。如果你是一个很顶级的心理学老师，你能让你的学徒来复制你，它能复制1万份，在全世界范围内进行心理的治疗，请问你值多少钱？
请注意被大模型训练出来的学徒天然没有文化和语言的间隔。所以以后全球化和出海没有了，因为世界本身变成平的了。为什么有全球化，是因为本来不是平的。为什么本来不是平的，是因为我们的语言、文化、风俗把我们割裂了。
今天我们再去说AI创业的时候，你带的学徒天然就是全球化的学徒。所以请大家思考一个问题，今天到底有哪件事情，在全球领域，你和你的公司的理解是领先的。如果有，这就是一个金矿，你可以拿这个认知来服务全世界所有的用户。
最大化自己的核心能力
今天所有的创业者面对一个电子学徒的时代，就只剩下一件事情了，就是最大化自己的核心能力。这个核心能力是什么，取之于你和你的公司。你把它提炼出来，越清晰越好，把它以某种方式教给你的学徒，让它去服务全世界，这就是AI革命带来的全球服务业的巨大改变。
有的时候在家庭对话里面，往往孩子会变成一个翻译官，爸妈水火不相容，孩子在旁边：我给你翻译一下，妈是这个意思爸是这个意思，这是什么？这就是交流和沟通。在这个里面不管你有什么认知，哪怕是一点点看起来很有意思的认知，或者看起来好像很莫名其妙的认知，它也可以通过学徒变成一个商业模式。
这里面的机会就是，找到你自己最大化的那个能力，不管它是什么，越特别，越具体，它就越是你的核心竞争力。所以到底什么是信号呢，核心认知是信号，你对什么东西的理解越深，你什么东西的信号就越强。
工具是手段，而不是目的
很多创业者会问我一个问题，我做了很多AI工具，就是卖不了钱，怎么办。我认为这个东西一开始的出发点就错了。链家这家公司既然有能力做链家了，为什么还要做一个贝壳呢？当你的生意已经达到天花板的时候，你就会尝试用平台的方式做横向的整合。今天很多人第一想法还是我做一个学徒卖给别人。如果你今天有能力训练一个非常强的学徒，那你为什么不能带着这帮学徒去颠覆那些带着一帮学生的生意呢。今天所有的生意都可以被重新做一遍，用学徒的方式，而不是用生意。
这个才是我们今天思考这个问题最核心的切入点，就是工具是手段，而非目的。我们真正在这个过程里面要意识到的一件事情是什么，就是GPT所培养出来的学徒是一种手段，而不是目的。怎么去培养这个学徒，把你最核心的认知给到他。但是这些学徒跟你在一起最后的目的是什么，是跟他们一起去真正做一个生意。
大家再往下面深层次想一个问题，在今天你所处的产业里面有哪些是人力密集型的，有哪些是工具密集型的，有哪些是靠大量的沟通和情绪价值创造价值，有哪些通过大量的人创造价值。有没有可能我通过GPT的改造，带着一帮学徒，一点一点的来重新塑造这个生意。
所以在未来有一个非常大的机会叫什么，叫乙方公司的甲方化。什么叫乙方公司甲方化？给大家举一个例子，我以前看过一个做法律的公司，这个公司就是给律所提供所谓的SaaS和软件服务，大量的律所都用它的软件，用了很多年就是不付钱。为什么呢，因为中国律所的数量要么就小的很分散，要么就大的很集中，大的收不上来钱，小的没法收钱。但是GPT来了，他们突然发现我有这么多数据，我有这么多的案例，一夜之间这个公司从一个软件服务公司变成一家律所，在过去一年的时间里它的收入不断地创新高。在这个过程里面，它靠的是它带的一帮学徒，而不是带的一帮律师。
所以，如果你今天是做乙方的，做过很多服务，没关系，问问自己，你在沉淀什么，你最了解什么，你的核心认知是什么，你怎么把你的核心认知变成带着一帮学徒去做甲方的生意。所以以后没有那么多乙方，因为以后人人都有训练学徒的能力，通过提供人力外包服务这个市场会极大地缩水。今天反过来，当很多咨询公司和第三方服务公司还没有意识到这件事情的时候，我们怎么样能够利用手上的资源和数据，去做我们自己的生意。
接下来大家不用担心自己是不是一个科技行业，因为所有的行业都会用到学徒，你不用到学徒，成本就不划算，就会被颠覆掉。所以接下来所有的行业都是科技行业，而所有的非接触式都有机会。为什么我今天首先提出来的是非接触，是因为今天有很多的场景还是靠人和人之间的接触才产生感觉的，但是有些东西已经不是靠这个来产生了。
举个例子，很多创业者跟我说，GPT既然做旅游的介绍和计划做得这么好，我为什么不用它再做一个携程和途牛呢，2000块钱的预算去日本3天游，我该怎么规划，你告诉我。我说这是一个很好的想法，但是这不一定是对创业者最友好的赛道。为什么，因为旅行这个事情里面还涉及到大量的地接，还有当地资源的调度，特别是海外。而当地资源的调度这件事情不在虚拟学徒可以实现的范畴里面。今天如果你们的供应链体系越是简单，越是虚拟，越是线上，越是无接触，可以去重塑的机会就越大。比如心理咨询，比如沟通，比如线上销售，比如全球客服，比如一些律师，这里面有很多很多的工作可以做。
第二部分：AI正在使人进入超级创作者时代
人这套系统是有局限性的
所以回到这件事情里面，GPT是什么，这是我想跟大家分享的Transformer的第一层结构。我们再来看Transformer的第二层和第三层结构。下面的部分稍微有一点烧脑，但请大家去理解它。
刚才我们做的所有的假设有一个前提，就是这个学徒是一个人。我们现在已经理解GPT是一个学徒了，但这个学徒是一个人吗？修雷达处理信号我们叫系统，这个系统说来说去各种各样的模型，很复杂，我们把它简化到极致，就这三个东西。一个东西叫系统，一个东西叫输入，还有一个东西叫输出。所有的系统无非是输入输出系统，不同的系统输入输出不一样。
我们来想一想，如果人是一个系统，这个系统有什么特点。比如第一，我们的输入受限于时空。就是时间、空间，此时此刻此情此景，你在这个地方听着一个叫张津剑的人制造噪声，你就没有办法回到家里面听孩子讲其他的东西。所以看上去我们学了很多东西，但是时空把我们锁死在了当下。
第二个，我们受限于屏幕。信号里面讲频率，我们今天能看见的可见光只是特定频幅里面的波信号。从红外射线到紫外线，到长波的无线电信号，在一个很大的跨度里面，人能够看见的可见光只有这么一小段，所以我们作为人的输入是极其有限的。
第三我们的输出受限于我们的心力，因为人每天的心力是有限的，而不同频段和不同价值观里面的人给你造成的心力的消耗也会不同。一个人的世界观跟你相差越大，你的心力消耗也会越大。
所以对于一个人而言，我们本身的局限性是非常强的，而这一切今天你的这个学徒都没有。它可以今天看你的文字，明天接上雷达读X信号，它的输入接近于无限。它的输出只要有算力有电，它就可以源源不断地回应你。
AI可以超越人类心力的局限
这个时候很多人会说，现在GPT这个学徒还差一点，它的推理能力很弱，经常会出错。但是我想告诉大家一个事情，逻辑推理只是一种世界观。我们基于常识长成现在这个样子，而不是基于逻辑推理才长成这个样子。很多时候我们是被激活的，不是靠推理。
所以当有一个学徒的时候也是一样，我们不要试图用一些推理的逻辑和价值观继续否定它，或者去认识它，我们就把它当成一个学徒，我们去观察它，去调教它，去看它能不能突破人类的一些方法，给我们展现出一些可能性。
我在美国的时候看了一个项目，这个项目很有意思，是做家庭教师的。这个家庭教师是做什么的呢，就是你的孩子有什么题不懂就可以问一问这个家庭教师。后面是通过GPT加一套prompt internet实现这个功能。我说这个东西早就有了，像当年的小猿搜题，只要一搜索就行了。但是他们让我试试，我就试了一下，输入了一个问题，我说三角函数好难啊，这道题我都不会。GPT告诉我说，三角函数真的很难，但是如果你掌握以下三个公理，三角函数就不会那么难了。我那一刻就觉得很震惊，因为我母亲没有这么教过我，我以前觉得三角函数好难，我就被打一顿。我说这个东西太温暖了，他们说我再给你看一段后台的数据。
有一个16岁的高中生，在后台用英文跟这个模型说了一句我怀孕了。这个模型回答他的第一句话你知道是什么吗？是：这不是你的错。我当时就觉得GPT这么多年的书没白读，它看到了这么多关于人性的描述，和人性底层的善良。那一刻我就意识到因为人的心力太有限了，所以有的时候甚至没有把这些耐心给到我们的家人和我们真正爱的人，那一刻我觉得我们人类太有限了。所以今天所有的沟通行业会被重新做一次，因为GPT有接近于无限的耐心、心力。
在这个地方我也希望大家能认识到GPT第二层很重要的东西，是什么，就是AI正在作为一个工具帮助人类进入一个超级创造者时代。我们以后的每一个人都是超级创造者，我们需要的不是去补我们的短板，而是找到我们生命中最核心的那一点点认知，找到我们的长板，并利用这个学徒去无限地放大长板。因为它有可能输入和输出的带宽都比我们更高，它有可能把你那一点最核心的认知放大到一个你根本没有想象到过的高度。所以每一个人都会变成超级创造者。无论你对语言、对爱情、对哲学，还是对工业，任何一点点最值得让你骄傲的东西，都会被无限地放大，来服务整个人类社会。这就是AI即将带我们进入到的第二个阶段，就是我说的AI创业的第二层。
第三部分：AI会带来生产力的指数级爆发
第一层把AI当成一个学徒。第二层意识到这个学徒可输入和输出的范围比你更大，利用好这个学徒，去做那些甚至以前你没有做过不敢想的事情。第三，如果AI是这样一个学徒，我想请问大家，有没有可能当它读完了钱学森所有的笔记和日记之后，就能模仿出一个70%的钱学森呢。如果这个人读完了黑塞历史上所有的著作之后，它有没有可能成为一个70%的黑塞呢。我们再往下面想一层，如果有一千个钱学森，一千个70%的钱学森在一个平台里面对话和思考问题，有没有可能迸发出之前根本没有想象过的解决问题的思路和方法呢。难道一个100%的钱学森就一定大于一千个70%的钱学森吗。大家想一想，一个由学徒推进的时代，这个时代会只有学徒本身吗。
所以这样的学徒即将带领我们进入一个新的科技的爆发阶段，这个里面不仅仅是我们今天看到的人工智能、区块链、AI、VR、生物科技、自然科学、机器人，这些东西本质上全都是一个东西，是源源不断的学徒带来了整个人类生产力的大爆发，而造成的科技的、文明的向前阶跃式发展。
大家可能不知道，1983年我们第一次有了GUI，就是比尔盖茨在实验室看到的图形界面，于是有了个人电脑。但你们知道互联网是什么时候发明的吗，互联网是1969年，15年前互联网就被发明了，但是所有的科学家都认为这个东西一点价值都没有，于是互联网在实验室里面躺了整整15年，直到个人电脑和互联网的结合，才有了我们今天看到的互联网时代。
问大家一个问题，如果你有很多学徒，学徒怎么管理，学徒之间怎么沟通，学徒安全吗，如果你的学徒作恶，谁来惩治你的学徒，它怎么被管理。所有的这一切难道不需要一个新的网络来连接它们吗。而实际上2009年的1月份，比特币就有了第一个区块。距离去年ChatGPT出来14年的时间了，区块链在那儿等了14年了。没有人知道区块链在那儿干什么，直到一个新的学徒机制出来，大家突然意识到我们可能需要一个新的价值网络来解决信息的交换、趣味、追踪和防作恶的问题。而这一切正在勾勒一个新的时代。你上AR、VR里面买了一个东西，你怎么知道这个东西是你的，你怎么把东西带到另外一个游戏里面，如果没有区块链，你靠什么东西来实现这个东西。如果没有AI，你的AR、VR怎么可以实时不断地产生你的内容。
大家再想一个问题，今天大家看到Sora是生成一个视频，这个视频再往后面走呢，它是不是可以实时生成。如果这个视频可以实时生成，这个视频可不可以变成3D。如果这个视频可以变成3D，那再加上今天的眼动识别技术，是不是你看到什么的时候，它就可以为你展开这个东西。那样的一个时代，就是世界因你而生。
以后的时代，共性会变得越来越难。今天为什么会有很多商业电影，很多大众电影，是因为为了足够多的票房，它要为共性而生，而不是为个性而生。但大家想一想，当未来你的世界可以因为AI的出现，因为区块链的出现，因为AR、VR的出现，而源源不断产生各种各样内容的时候，你的世界还是共性的存在吗？不是了，你的世界是一个个性的存在，它会因你而生。那请问今天有什么样的创业机会呢。
所以我们站在第三个角度来看AI，会看到源源不断的创业机会，今天所有的商业模式都可以被重新做一遍，以后的教育会是现在的教育吗，以后的法律会是现在的法律吗，以后的交通是现在的交通吗。包括刚才说到的，这些学徒他会生活在哪里，他们之间如何沟通，他们的安全问题又怎么解决，所有的这一切全部都是创业机会。
所以在这个过程里面我希望大家意识到一个问题，就是Transformer、Sora，今天所有的这一切只是一个幻象，这个幻象后面给大家的本质是什么，是我们正在进入一个新的时代，而这个时代是一场跟所有人都相关的社会变革。这场社会变革里面你能不能取得一个好的位置，取决于你能不能找到好的学徒，调教好学徒，把学徒发挥出你都没有发挥出的水平，并为未来的学徒的社会去构建他们最需要的基础设施，衣食住行，解决他们的生老病死。这就是AI的第三层含义。
在这个过程里面我们没有说一个数据，没有讲一个公式，也没有跟大家讲一些繁琐的问题。是因为我们都在这个大的浪潮里面。假如回到1763年，当你见到瓦特的时候，你真的会关心蒸汽机的数据指标吗，你会关注它下一代的蒸汽机什么时候发布吗。不会，你会告诉他，因为你，人类在接下来100年里面发生了剧变。
今天我们去关注奥特曼、黄仁勋、埃隆·马斯克，包括我们关注国内非常优秀的创业者的时候，我们到底在关注什么，我们在关注他们看到的世界是什么，我们在关注他们正在为那个世界做什么样的基础设施，在那样的世界里面哪些基础设施可以为你所用。
在这一切的一切里面，我们要做到最核心的东西是什么，就是回归。AI这个时代恰恰让我们每个人不能向外求，而要向内求，要回归。回归到什么，回归到你自己相信的东西，回归到你自己最核心的认知和能力，只有回归你才能找到你的信号。
这个时代噪声正在变得越来越多，因为AI的出现让内容成本不断地降低，也因为各种媒体为了吸引眼球，而不断地制造焦虑。但这个东西不是我们今天坐在这的原因，我们坐在这唯一的原因是因为我们还保有生命力。
2019年我们成立绿洲的时候，很多人问我们绿洲在找什么样的创始人，是找有经验的，找产业里面深耕的，还是找那些所谓大厂的高管，我觉得都不是。我觉得每个创始人都是一颗有生命力的种子，而生命力就是一个人与生俱来的那种坚韧、突破、韧性，是这个东西让我们今天坐在这个地方，是这个东西让我们人类的文明一次一次的突破和进展，是这个生命力，让我们曾经从一片荒芜里面走起来，是这个生命力让创造者得以发光、发热、突破和成长。
当每一个有生命力的种子得到绽放的时候，这个时代自然就是一片绿洲，这就是我们叫绿洲资本的来源。而我们的愿景和使命从头到尾也只有5个字，就叫参赞生命力。
参赞是中国的一句古话，它不是参与和赞美，它是回归，它是顺应。回到自己内心深处真正热爱的东西，相信的东西，顺应你自己最核心的认知和那一点点知识，恰恰是AI这个时代里面最大的宝贝。所以把AI当成一个学徒，让学徒去发挥人不能做的事情，为这个新的学徒社会做好准备，并共同去构造这个新的世界，就是我们所有人共同努力的方向。
最后感谢大家今天宝贵的时间，也谢谢大家浪费这么多时间听我制造了这么多噪声。我希望今天大家回去的时候能够祛掉一些魅，去掉一些噪，能够多一个思考这个世界的角度，能够回归到自己内心的那一点点生命力，回归到自己本真的爱好和核心认知，那样就算不枉此行。
最后如果还希望得到更多的知识，也欢迎来到得到新商学，和我一起交流。再次感谢大家，感谢得到新商学提供的机会。
