一位研究10年AI的创业者：我都用AI干了什么？

从2020年GPT-3发布，到2023年GPT-4发布，很多人早已从初期的震惊中回过神来，冷静之后，更多的疑问指向：我们该怎么做？

它的能力看起来无穷大，令我们神往，同时又在不停进化，让很多人无所适从。

“OpenAI是一家极有远见的企业。前段时间，他们开放了GPT的联网和插件功能，这意味着互联网的所有的工具都变成了GPT的手和脚，从此便可以更加自如地调动各式各样的工具。”

“我十分不建议企业尝试过多的AI工具，我觉得目前先把GPT用好，需要做图的话，Midjourney也需要用好，这两个工具能够帮助绝大多数的企业。”

“我并不是鼓励裁员，而是强调人与机器合作的重要性。因为未来的时代一定是人类与机器人共存的时代。”万柳科技创始人焦世斗说。

焦世斗曾就职于微软亚洲研究院、百度凤巢，在百度曾打造出千亿特征模型，显著提升了公司营收。他也是一位连续创业者，涉及金融科技、AI机器人等领域，目前是年流水数十亿的企业服务SaaS公司——万柳科技的创始人。

人机共存的时代已经来了，企业应该如何提升进化力？如何用AI赋能，提升业务效率？如何如何做到“组织的AI化”？

01 进化力=反馈力x 决策力

我们人类已经走到了一个拐点，作为地球上的统治者，发明了一个新的物种，让它在很多领域能够替代我们。面临这样一个拐点，作为一个人，同时也是一个企业的负责人，我们需要思考一个问题——我们的未来是什么？

如果AI浪潮势不可挡，那我们当前就必须考虑如何拥抱它。

在《生命3.0：人工智能时代的人类存在》一书中，作者讲述了一个理论：生命分为三个阶段。

在第一阶段里，生命依托基因完成进化。人类处于第二阶段，在这个阶段里，大脑被文化、教育、现代文明等因素塑造。但碳基生命进化速度无比之慢，甚至满足不了进化本身的需求。于是就会出现第三阶段，这时候人类可以重构自身的各个方面，进化速度也会增快。

在宇宙里，存在着一个底层的基本法则，即进化速度越快越好。用达尔文的理论来说，则是“适者生存”。真正适应时代和环境的人，往往能保持进化速度与环境的变化同步。于是，这抛出了一个基本性问题：AI的本质是什么？

我认为每一次的智能革命都是神经元革命。

比如早期，在单细胞生物向多细胞生物过度的过程中，出现了最早的神经元。到寒武纪时期，一种海洋生物出现了眼睛的神经元，以此能够获取更多的环境信息，同时神经元的数量有了巨大的提升。再到人类出现时，人脑的神经元大概为一千亿，又有了巨大的提升。

再看今天的AI，ChatGPT3.5的模型具有不到一亿个“神经元”。但过去的神经元的形态是碳基，而AI的神经元是数字，神经元的物质形态发生了很大变化，变成了数字形态。我认为AI的本质和人类一样，都是由一堆神经元系统构成的一个智能体。

从微观的角度看神经元，会发现神经元的工作分为两步：收集信息和表达信息。第一步是“反馈”过程，第二步是“决策”过程。这是碳基生物的神经元的工作内容，无论是人类，还是蝙蝠、乌鸦、猫狗，结构基本都差不多。

接着，让我们思考，进化是什么？

一句话总结，进化就是大量神经元在一起收集信息、处理信息、表达信息的过程。达尔文将进化描述为“物竞天择，适者生存”，但并没有做出量化的描述。我企图用一个公式将其量化：进化力=反馈力x 决策力。

今天的社会发展处于指数级的变化速度中，新的技术层出不穷，又铺垫出下一个新技术，导致社会和技术的发展都是一个加速状态。而企业身处其中，也必然要让自己跟上速度，而这样一个核心的竞争力就是进化力。所以，进化力表示的是进化的加速度。

那什么是进化的加速度？从一个神经元到一对神经元，再到一千亿个神经元的大系统，其本质围绕着一件事，就是信息的处理、表达和反馈。反馈和决策构成了闭环，这就是一个进化的过程。

如果用进化力=反馈力x 决策力，去理解一切，你会发现互联网就是反馈力的革命，人工智能则是决策力的革命。

基于此，我提出一个AI思维模型：用一个三角形构成AI的思维方式，占据三个角的分别是第一性原理、进化力、十倍速思维。

第一性原理，代表最根本的假设。进化力思维意味着我们在看一些事情时，要看到其进化的加速度。这样一来，虽然我们的本质是运营企业，但实际上是在打造一个超强进化力的组织，这样才可以适应时代的发展。

十倍速思维，它要求我们在思考问题、实现目标的过程中，以过往十倍的效率实现。如果过去我们开发一个软件可能需要100万，在今天10万可不可以做到？用比10万更低的预算可不可以做到？由于AI工具越来越强大，导致我们在思考任何问题时，都会以“效率”为核心。长此以往，我们的发展会更上一层楼。

02 GPT的自我进化

在《起点临界》一书中，作者预言过通用人工智能将会在2045年出现，但GPT4却在今年4月突然出现，提前20多年到来。

AGI时代的一个典型特征在于智能爆炸。它带来的影响是绝大多数人的认知跟不上技术的进化。而另一方面，AI即是一种生产力，他使得我们原来整个经济运行的一些底层的理论失效，比如，经济学里的分工。人工智能能够承担人类的大多数工作职位，而它无需分工，因此在AGI时代，“分工”将面临淘汰。

所有的产业都会被重塑，产业链结构也会缩短。最近一些大企业已经开始裁员了，一部分正是产业链结构缩短导致的。

OpenAI是一家极有远见的企业。前段时间，他们开放了GPT的联网和插件功能，这意味着互联网的所有工具都变成了GPT的手和脚，它可以更自如地调动各式各样的工具。以前我们常说GPT有很多问题，但根据最近的消息，这些问题逐渐得到解决。

比如，它解决了信息不同步的问题，可以帮我们作出一些决策。假如我拥有特斯拉的股票，正考虑要不要抛售，于是我让GPT帮我查找一下近期关于特斯拉相关的新闻，然后再让它帮我分析特斯拉的股票现在适不适合抛出？它会帮我分析近一月的一些信息，如在中国销量、未来存在的风险，以及自动驾驶在未来会不会有重大的突破等内容。以全方位、深入地角度给到我建议。

再比如，近期出现了一个插件，可以帮我们做一些旅行规划，它非常细致，可以考虑到全家几代人的兴趣和需求，还能给出在预算有限的情况下的最佳方案，列出航班信息以及价格。如果我们自己来操作，可能需要两三个小时，但这个插件只需要几分钟的时间，效率大幅度提升了。

还有一个插件名叫Ask Your PDF，你在平台上传PDF文件后，它可以帮我们把英文论文通篇阅读一下，并用中文进行总结。

对孩子来说，Midjourney是一款备受欢迎的软件，它能够把你描绘的场景变成具象的画面，放飞孩子们天马行空的想象力。比如，我家孩子让Midjourney画出“一万个杯子在喝九万个月亮”的场景，结果这个插件真的完美呈现了出来。让孩子们神奇的脑回路真的变成了一幅充满了童真的绘画作品，非常有意思。而这其实颠覆了传统的教育方式。

对职场人来讲，信息的获取源其实非常多，但有效信息获得的效率比较低。这时，可以用到Video Insights和Voxscript两款插件，它们能够先帮我们把一个较长的视频看完，然后总结一下视频大概讲了什么内容，以及其中的核心观点。

比如，萨姆·奥特曼在YouTube上有个采访视频，在视频里他畅想AI未来，视频较长，于是我让Voxscript帮我总结一下内容，它便细致地帮我列出了萨姆·奥特曼所讲内容主要包括了“AI的未来”、“AI的监管”、“AI的偏见”、“AI和机器人技术”等部分。作为站在该领域山顶的人，他的视角一定具有很强的参考价值，借助AI插件接收他所讲的内容，对我有很大的帮助。

03 用AI赋能十倍速，提升业务效率

既然各式各样的插件可以满足各式各样的需求，公司运作中是否能用到它呢？是否可以让它帮我们提升业务的效率？

答案显而易见:当然可以。 这个过程不会很容易，我也在尝试，但我相信人工智能与人类和谐工作的场景一定会发生，它能够帮我们提升十倍的业务效率，我举几个案例说明：

第一：AI写代码的能力能够媲美优秀的工程师。

微软曾发表了一篇论文，在文章中他们表示，在经过对GPT4大量分析后，发现它的编程能力完全可以与很多优秀工程师看齐。并且它写出的代码准确性高，注释也有可读性。让它们重构一个复杂的架构或许很难，但对于那些简单的功能性代码，它能完成得比工程师还漂亮。

目前，我也在我的团队里尝试用AI写代码，投入成本大约为每月10-30美金，投入非常低。另外，为了保证运行顺利，我每天会跟负责研发的同事开会，让他们分享当天使用AI做的工作内容。

坦白来讲，我所做的尝试还比较初级，但也有了明显的收益。首先，我们的研发效率大幅度提升，至少提升了30%；其次，因为研发效率提升，部门员工对工作更加积极了。

当然，进步的空间还很大，我认为坚持下去的话，效率提升十倍一定没有问题。

第二：AI能够赋能短视频制作。

在过去，我们制作一则短视频需要3-4小时，而现在只需要一个小时，效率提升了三倍。

比如，我现在录制了一则十分钟左右的讲课视频。一般来说，人在没有念稿的情况下，讲话的内容比较碎，因为不是所有人的语言组织能力和表达能力都很强，并且避免不了一些语气助词，这导致讲话的逻辑没那么顺畅。但是AI可以帮我们把这段视频的音频翻译出来，把语音变成一篇文字稿，然后交给GPT，让它重新帮忙编辑一下，让整个语言更有逻辑，符合爆款短视频的结构。

当把那些无用的废话提炼出来后，我们可以使用类似剪映这样的软件，将其重新剪辑一番，让短视频更加完美和精炼。

如今，AI可以用到每一环短视频制作的流程中，帮我们写文案、做脚本、画分镜，还可以剪辑，大幅度提高了工作效率。

而写代码和制作短视频都只是个例，我们更需要思考的是，在今天这个时代里，我们应该如何使用AI，让它帮我们提高十倍的工作效率？

前段时间，阿里达摩院和新加坡国立大学联合发表了一篇论文，该论文分析了“AI能不能成为一名好的数据分析师。”论文得出的结论如下：

1、GPT4的数据分析能力完全可以替代一名高级数据分析工程师。在美国，一名高级的数据工程分析师大概的薪资为10万美金，这意味着减去一名高级工程师便可以为公司节约每年10万美金。

2、同一个任务，GPT只需要人类数据分析师十分之一的时间。

3、GPT的成本是初级数据分析师的百分之一，是高级数据分析师的两百分之一。在美国，一名高级的数据工程分析师大概的薪资为10万美金，这意味着减去一名高级工程师便可以为公司每年节省大量的开销。

对于每个企业来说，要获得这样的工作前景，需要很多探索，但它存在的意义在于让我们看到了一种可能性，一条光明的道路，而这条道路是可行的。

在很多人看来，GPT就是一个聊天机器人而已，但事实并非如此，这个机器人的对话框代表着一汪知识的海洋。它的能力无穷大，令我们神往，但同时又让我们无所适从。 虽然我们目前都还不清楚应该怎么充分使用它，但可以基于你自己的业务需求，把它做一个包装封装。

比如，我们现在正在做一个尝试——我们正在开发一款基于GPT的财务小软件，并对外免费提供服务。

之所以免费，是我们将它作为获得客源的工具，让目标用户先试用我们的产品，再接着运行之后的流程。这是一种较为有效的营销方式。

当然，基于GPT可以开发多种软件，财务类的只是我们的选择，它还有很多其他的可能性。

一些管理类的书籍反复强调，企业最核心的竞争力是文化价值观、流程资源。流程是一个企业十分重要的沉淀资产，将业务流程化对企业的运行来说很有必要。那么，通过一款名叫ShowMe的插件，可以帮我们梳理出业务流程。加入你公司的市场部有关于市场营销的疑问，它便立马可以帮你梳理出其中的几个流程，并画出流程图，当你觉得流程很繁琐时，可以要求它将其中一些环节并列起来，提高效率。

在流程方面，我强烈建议每个公司招聘一名流程智能优化师。在企业的管理中，会遇到很多要处理的内容，我们是否要接受新的风潮、新的思维？而在使用新的科技替换以往的岗位人员时，可能会遇上很强的阻力，而流程优化师可以帮忙解决这些问题。

流程升级以后，进行培训和支持，流程优化师可以不断地进行迭代反馈、不断地决策，同时也让工作流程不断优化，同时组织效率也会提升。

在组织里，想要运用AI，我们需要信任这一波技术浪潮。同样要让每一个个人都不要错过这次机遇，将工作效率提升十倍，同时也提升运动AI的能力。 但同时要保证人的相关能力，因为即使将AI作为工具，也需要人来对企业负责，AI无法负责。我并不是鼓励裁员，而是强调人与机器合作的重要性。因为未来的时代一定是人类与机器人共存的时代。

也有很多人反映，试了几个插件，发现效果并不理想。的确，现有的很多插件并不尽如人意，但它自己会升级，并且插件之间还会相互配合，和GPT的磨合是一个较为长期过程。

GPT的功能无限，虽然所有人都知道它很强，但却没有一个人知道它的能力边界在哪里。因为它不是有限功能的集合体，而是一个无限的东西。大模型和插件的融合今天也没有做到十全十美的地步，很多人的使用体验较差，这是合乎情理的。不过它一直在升级中，OpenAI准备融资一千亿美金修补它现有的缺陷，所以它的未来无限可期。

04 打造超强进化力的智能组织

在我看来，组织+AI，本质上是要打造一个拥有超强进化力的组织。这其中最核心的目标是想办法提升组织的进化力，不管是通过培训、优化流程、构建组织文化等等，都是围绕着这个最终极的目的行动的。

那么，我们该如何构建一个强进化力的智能组织？

我其实对“智能组织”这一概念本身抱有怀疑态度。因为人也是智能的，所以由人构成的组织当然也是智能组织。如果AI是智能的，AI构成的组织也是智能组织。所以“智能组织”本身是一个伪概念。

“智能组织”其实指的是“超强进化力的组织”。比如恐龙之所以灭绝是因为它的反馈能力出现了问题，虽然恐龙的形体很大，但是对环境的适应能力在进化的过程中逐渐降低。恐龙灭绝的本质是生物的进化，进化力变差了所以遭遇了自然界的淘汰。

组织也是如此。

如果组织的进化力不够，迟早会灭亡。所以“智能组织”这一概念不重要，重要的是我们所要追求的目标——组织的进化力。

如何提升进化力？我们回到前文提到的，进化力=反馈力x 决策力。想提升进化力，要提升反馈力和决策力。

在华为有一句内部流传的话：“让听到炮声的人作决策。”这句话的意思是，身居一线的人员能够最快地接收信息，这波人因为对信息保持敏感，快速地作出反应。因为，信息如果经过层层传播，等到了老板那里，已经失去了及时性，那时候可能很多事情已经迫在眉睫了。

张一鸣曾说：“让信息在组织里面能够保持通畅，而不是去控制它。”所谓信息的流畅，就是要让决策的速度够快。体现了进化力的重要性。

除此之外，我可以列举无数个案例说明我的观点，即“提升进化力的方式本质上就两种，一是提升反馈力，二是提升决策力。”

要想提升组织进化力，企业管理者的反馈力很重要，如果他是一个封闭的人，这个组织也会很封闭。

组织是否有使命愿景和文化价值观也非常重要。什么是企业文化？企业文化就是一个组织的反馈力，它同时也能构建一个组织的语言体系。比如阿里有黑话，混沌也有黑话，而黑话正是企业文化的反映。企业文化能够提升组织的反馈力，让员工和组织都变得更智能。

05 如何做到“组织的AI化”？

从第一性原理的角度来看，过去我们认为组织的构成要素是人。那么如今，或者说未来，组织的构成要素会变成人+机器。

这时，组织内部的关系就变成了人与人的关系、人与AI的关系、AI与AI之间的关系。

这导致衡量人能力的维度会发生变化。萨姆·奥特曼曾多次讲到这一问题，他认为，未来一个刚毕业的大学生能够顶替一个资深的职场人，这件事发生的前提是他会不会用AI。

所以，在AI时代，人的经验的重要性会逐渐降低，而人对AI的运用的重要性会逐渐提升。所以，未来的社会对大学生来说，充满机会。前段时间阿里巴巴裁掉了一万多名员工，但同时招了一万多的大学生。这透露出一个重要信号：在未来，人人都是指令工程师，毫无经验的大学生可以替换摸爬滚打的职场元老。

在未来，人是否具有批判性思维、创造性思维，能否与AI有效沟通，是否保持开放的心态，这些都是最重要的能力。同时，人与机器不同的是，人是感性的，而机器是没有感性思维的，所以要学会心脑合一。用好人类的情感，也用好AI的智慧。

作为企业家，选人的标准也会随之改变。过去我们招的是员工，今天我们要招将军。将军代表这个人要有调动AI千军万马的能力，有协调人与机器共同工作的能力。

这些都是我目前对组织AI化的基本思考。

最后我想分享的一点是，我知道我今天讲的这些内容都很难做到，在拥抱AI的过程中，会有很多企业踩坑，最后望而却步。但请一定要相信，我描述的未来一定会到来。我在此分享一下我曾经在认知上的偏差：

第一则关于AI机会“倾向To B或To C”方面。

最开始，我认为To B的市场会比To C大，但是在AI的新浪潮出现以后，我的看法发生了转变。因为To B的很多老板，对AI的认知不够，让他们将组织AI化十分困难。

而在To C市场，所有人都跃跃欲试，所以To C市场很容易产生好的现金流。

第二则关于“AI的不可控”

AI其实不可控的因素有很多，包括GPT，它提供的内容有时候也不一定正确，甚至还会胡说。这种不可控导致我们运用的过程中常感到不顺，但我们要接纳它在初级阶段存在的弊端，给它充分的时间进行优化。

另外，我十分不建议企业尝试过多的AI工具，我觉得目前先把GPT用好，需要做图的话，Midjourney也需要用好，这两个工具就能够帮助绝大多数的企业。因为今天市面上的很多AI工具很不靠谱，并不是所有的都能经得起检验。

最后，我想要安抚一下大家，我觉得未来一定是美好的。就算有一天AI真的拥有了意识，统治了人类，它一定也是有爱的。人和AI能够在统一星球上和协相处。

当AI的生产力提升之后，人不需要再为钱发愁，我们享有相当大的自由，可以做自己想做的事情，实现心中的理想。所以，让我们拥抱AI，让AI为我们所用，提升组织的业务效率，解放人类的双手。