AI 發展至今的階段
大家好，我是老蔣。在接下來一個月左右，我可能會談 3 - 5 集與 AI 相關的影片。因為我認為 AI 已到了可回顧過去三年 AI 革命的階段（若能將其視為一場革命的話）。從 ChatGPT 3.5 橫空出世至今，AI 革命已走過三年。今年的「春 DeepSake 現象」也已過去，我認為這標誌著 AI 進入了產業中期狀態。
若將其與行動網際網路產業或行動網際網路革命相比，大概相當於 1 - 3 年前的狀態，即 C 端開始出現真正的爆款應用，就像當時興起並破圈的微信。資本圈和產業界實際上已達成共識，這是好事，但尚未形成真正穩定的「鋼需」領域。B 端也未找到真正成熟、能穩定賺錢的商業模式。總之，AI 目前大概處於這樣的發展階段。
過去三年 AI 發展的特點
過去三年 AI 發展如何擴張？至少有一個現象是「孤立」，資本圈、科技圈、媒體圈對 AI 的判斷經歷了幾次波動。儘管大家都感覺 AI 一步步有泡沫，有人認為 AI 是泡沫，但總體而言，大家越來越樂觀，也越來越能達成共識，即 AI 一定是未來發展的方向。
然而，普通人的體感明顯不足。儘管 AI 現在熱度很高，有過幾次大爆發，如近期的 DeepSake，但全國真正使用 AI 工具的人仍寥寥無幾。若加上長期且高頻使用、甚至生活被 AI 大幅改變的限制條件，可能僅限於一、二線城市的一小部分人。
去年夏天我做了一項調查，與約 20 位非 AI 領域的普通高頻 AI 使用者交流，想看看其中有誰能真正靠 AI 賺錢。結果令人失望，近 20 - 30 位受訪者都認同 AI 的價值，認為 AI 工具能大幅提高生產力，但真正能每月穩定靠 AI 賺超過 5000 元的，20 人中只有 5 人。其中 2 人靠教別人如何用 AI 賺錢，剩下 3 人基本都是在各自行業滾打一段時間、積累了一定客戶和經驗的高階從業者。
AI 創業與就業的問題
很多 AI 創業或就業機會存在問題。例如，用 AI 幫人做形象宣傳、在淘寶寫文案、用 AI 為 NPS 拍照等，起初因信息差能賺錢，但隨著時間推移，信息差被抹平，競爭對手涌入，方法論無門檻，需求難以區分，賺錢越來越難。
除了 AI 創業者從創投那裡拿到資金，最常見且可行的 AI 創收方式仍是賣 AI 交流群、賣客戶、賣會員，這類似股市心態，股市中最穩定賺錢的是教別人如何賺錢的自媒體博主。
AI 對職場的影響
在職場中，老闆和員工的感受截然不同。老闆們都支持 AI，因為 AI 能幫他們省錢，如小公司做外貿不再需要專業翻譯，助理用 AI 即可；原本需要三位設計師，現在可裁掉一兩位。
員工則更多是無奈。AI 提高工作效率不假，如設計師普遍使用 AI 輔助設計，效率能提高兩三倍，但他們被迫卷起來，工資並未增加，只是先用 AI、用得更好的人把旁邊的人卷下去。
AI 面臨的挑戰
我個人認為，這是 AI 目前面臨的挑戰之一，即它僅提高了效率，卻很少有人受益。這也是為何 AI 革命還不能被稱為偉大，很多人對其質疑，因為它不像 2025 年初的行動網際網路那樣走入千家萬戶，真正改變我們的生活方式，讓很多人獲利。
為何會出現這種情況？簡言之，AI 提高了供應鏈的生產效率，但尚未大幅提高社會需求。
與工業革命的比較
我們來與工業革命做比較。工業革命之所以偉大，不僅是因為織布機的出現讓五個農民的工作變成一個女工的工作，效率只是一部分，更重要的是工業革命推進了現代生活方式，極大解放了社會需求。
推薦大家讀一本書《美國增長的起落》，書中詳細描述了 20 世紀初第二次工業革命後美國社會的一系列變化，最大的邏輯是人民生活的整體改善。20 世紀上半葉，美國人口平均壽命從 1900 年的 47 歲增長到 1950 年的 68 歲，這非常誇張。人口壽命增長不僅是相同需求平均增加，還帶來了很多新需求，如大健康產業、終身學習等。
同時，其他技術也擴大了需求池，如電燈的普及改變了人們的生活習慣，汽車和道路的普及使旅遊規模擴大，製冷技術使肉類長期儲存和遠程運輸成為可能，提高了公民的平均蛋白質攝入量，還有其他家電的普及，都間接刺激了女性進入職場，釋放了家庭娛樂時間。
行動網際網路革命的啟示
十年前的行動網際網路革命也是如此，它促進了很多新需求的產生，如玩手機遊戲、看直播，以及更實用的需求，如以前自己做飯的人現在可以點外賣，以前坐地鐵的人現在可以用網約車。這些需求總體上推動了社會和經濟的發展。
需求創造的方式
需求創造有兩種最明顯的方式：一是提高生產力，大幅降低成本，讓原本用不起某產品或服務的人現在能用；二是創造新的、更好的產品和服務，即創造新工作，帶動新需求。
AI 對需求刺激的問題
AI 能提高生產力已毋庸置疑，為何我還質疑它對需求的刺激？原因在於 AI 之前存在嚴重偏差。這波 AI 革命中，AI 工具的核心且最重要功能是各種 AIGC，用 AI 生成文本、圖像、音樂。
但內容產業存在生產力的結構性過剩問題。我們現在處於行動網際網路時代，是供過於求的時代，網路上每天生成的垃圾信息或中低質量信息，一個人十年都看不完。我們的內容市場缺內容嗎？缺，但這是消費升級的邏輯。
我在上一個影片中提到，影視劇、拉克斯、口播等 80 分以上的自媒體內容仍有需求空間，如《漫長的季節》《黑魔法》等頂級內容嚴重不足，觀眾常常劇荒。但 AI 最擅長的是批量生產 60 - 70 分的內容，而 80 分以上、更具差異化的內容，AI 能提供的幫助相對有限。
身邊真正擅長做內容的人，幾乎都只是用 AI 做一些邊角料工作，如參與製作封面、做字幕、想標題，幾乎沒有用 AI 作為核心生產工具的。因為 60 - 70 分的內容不足以成為 IP。
這就導致了 AI 之前很尷尬的局面，效率在空中提高，但實際上除了老闆和高階自由職業者，其他人都未受益。若將視角從職場邏輯移開，AI 對普通人生活的影響會更小。
AI 與其他產品的相似性
我自己是高頻 AI 使用者，用 AI 輔助學習新知識、做研究，但它讓我想起 iPad Pro 和 Apple Watch。iPad Pro 理論上是強大的生產力工具，但前提是你會繪畫、作曲；Apple Watch 理論上是強大的運動設備，但前提是你經常運動。對我來說，因為我不會繪畫、作曲，也很少出門，所以 iPad Pro 成了看劇的專用屏幕，Apple Watch Ultra 成了電量提醒器。
AI 也是如此，普通人理論上可以用 AI 做很多事，如現在可以用 AI 獨自製作一部微電影，因為它大大降低了繪畫、文學、音樂的創作門檻。但問題是普通人在這些領域沒有那麼多想法，也沒有那麼好的審美判斷力。
對 AI 發展的總體看法
上述是我從普通人或行業外的視角看 AI 前三年的發展。但不要誤解，我對 AI 的整體發展並不悲觀。若時間拉長，比如五年後，我反而對 AI 感到焦慮，因為我對人類的未來感到悲觀。
目前需求池未被 AI 擴大，但有幾個方向可以突破現狀。
提高 AI 生成內容的質量
第一個方向是提高 AI 生成內容的能力，從能生成 60 分的內容到生成 80 分的內容。目前 80 分的內容在現行動網際網路中仍稀缺。若 AI 能在工程部分改進，原本只能模糊理解用戶需求、無法做細節調整，現在能非常人性化地理解需求並做細節調整，就能參與 80 分甚至 90 分的內容創作，即使不能完全取代內容創業者，也能降低內容成本，提高內容成功率和理想門檻。
例如 DeepSake，它在生成文本內容方面有兩大改進：一是能更好地分析用戶提示，如告訴它需要創作視頻腳本，它能自動考慮腳本的口語化、降低理解門檻、考慮屏幕設計等；二是其輸出在 AI 中算很自然的，普通人可能不太容易判斷是 AI 寫的。
擴大 AI 提高效率的應用領域
第二個方向是若 AI 能從內容生產領域擴展到更廣泛的生產領域，如工農業生產或 C 端服務，就能打破現狀。因為人的內容消費總是有限的，一天只有 24 小時，一周只有 7 天，即使能同時看兩件事，一天也只有 48 小時，內容消費市場總量無法再提高。但人類對物質資源的欲望可以是無限的。
過去十年，AI 已在慢慢滲透製造業，如用視覺識別技術自動檢測不良產品。我更看好兩個方面：一是 AI 用於管理整個團隊，AI 有潛力處理複雜的混沌系統，如協調整個市場的紅綠燈、降低交通流量；二是 AI 編程，據南大軟工院老師說，AI 編程能力已接近 985 前 10% 本科生水平，且可能在兩三年內達到人類程式員的平均水平。
AI 編程能降低程式開發成本，刺激更多開發需求，如目前的線下消費店鋪，假設是健身房，在某城市有兩三家連鎖店，可能有做小程序管理會員排名的需求，但養一個程式員每年要花 20 萬，這個需求可能被壓制，AI 編程能釋放很多這種小規模的端到端需求，讓很多行業在外部服務上進行內部管理和運營升級。
AI 輔助科學研究
第三個方向是 AI 輔助科學研究，這是非常有潛力的方向，如在藥物發現、材料發現、氣候建模、天文學等領域。很多研究領域實際上已在使用 AI 輔助，滲透率不低。若 AI 能在科學上取得重大突破，如攻克癌症或艾滋病治療，將極大擴展人類的需求。
發展巨神智能
第四個方向是發展巨神智能，即今年蓬勃發展的藝術和科技公司所做的事。目前 AI 沒有自己的眼、耳、手、腳，只能被動接收人類信息並做出反應，同時也難以直接影響物理世界。若與 AGI 相比，AI 對物理世界的影響可能還停留在 20 多年前深藍的早期階段。
在物理世界中，有一個與 AGI 對應的詞 GPR（General Purpose Robotics），即多任務適應機器系統。若 AI 未來能做到，不僅能擴大需求池，還可能顛覆世界的底層經濟結構和邏輯，意味著大部分人類工作都能被取代。目前 AI 對線下服務行業的影響較小，如服務員、理髮師、廚師、清潔工等，但若巨神智能能大幅發展，人類最後的堡壘之一將不遠矣。
不過，GPR 非常困難，需要突破很多技術難關，如 AI 要有成熟的世界模型來理解真實世界環境，模型本身要精細化，還要突破無數監管問題，目前還很遙遠，是適合原宇宙的中期未來發展方向。
未來影片內容預告
以上提到 AI 可能在四個方向突破現有瓶頸，擴大社會需求池，擺脫目前的內卷局面。
接下來一個月左右，我會發布一系列關於 AI 當前發展階段的判斷和看法，更傾向於未來趨勢預測。除了相對宏觀的邏輯，還有完全聚焦於普通個人的邏輯，即 AI 對我們每個人的影響，誰可能失業，誰可能更難失業，包括我們如何進行自我教育、自我轉型以適應 AI 社會，以及商業競爭分析，更具體的是 AI 對內容產業的影響。我估計最多五集，至少三集。
若你認為我的影片有道理或給你一些啟發，請給我三連並關注我。下次見。