来源：蝈蝈创新随笔

作者：郭朝晖

良久之前，人们就创造了一种征象：真正的创新成果每每涌如今人们的预见之外。
我创造了这种征象背后的奥秘：空想的创新目标每每实现不了，现实的创新目标每每与空想同等。
创新者每每须要对原始的目标进行变通，才能找到得当的目标。
我曾在前文提到：悲观者每每精确，是由于悲观者看到实质的困难、知道理想的目标无法实现；但乐不雅观者却每每能够成功，这是由于乐不雅观者能够想到变通的办法、或者在坚持的过程中熬到外部环境的改变。

把这个逻辑用在“人工智能是个家当吗”这个问题上，我就有点体会。

6、7年前，上海有个区要建人工智能家当园。
我当时认为：人工智能是一种主要的算法，可以是一种核心技能、可以用在很多地方，但却不是办理详细技能问题的，本身不应是个家当。
我举了个例子：数理统计是不是一个家当？运筹学是不是一个家当？现在看来，这是“悲观者的精确意见”。

在商业上成功的AI公司，就属于“乐不雅观者成功”。
他们为什么会成功呢？我意识到：有些技能刚开始时，专业分工不是太细，但可以办理很多问题、并得到商业代价。
这时，也可能形成一个行业。
比如，多少年前的村落庄的铁匠，会打造农具、打铁锅，还会造铁锁。
那时的铁匠，便是一个行业。
但是，技能发展到一定程度时，这些技能会与详细的产品结合。
通过这种办法，会形成真正的行业。
比如，现在造农具、造炊具、造锁具已经是不同的行业了。
以是，传统的铁匠现在就消逝了。
以是，通用技能成为家当，在技能发展的过程中是会产生的。

AI可能便是这个样子。
最初的AI是科学、不是家当，由于商业公司没有办法靠AI获利。
AI有了获利能力之后，开始成为家当。
但这时的家当是低级的、AI公司从事统统与AI干系的事情，业务并不聚焦。
但随着技能的进一步发展，AI会与详细的运用处景结合在一起，形成机器视觉、机器听觉、操持排产等专门的技能公司。
当AI大范围运用的时候，就没有人会说AI是一个家当了。
以是，目前说“AI是个家当”也是有道理。

如果我是一个AI的从业者，这样的思路或许是对的：首先利用自己的专业知识，去探求得当的运用领域、去实践。
这属于“广种薄收”的阶段。
在这个过程中，一旦创造有发展出息的运用处景，就要做一个决策：是不是该当集中精力在这个领域中打破。
由于未来的AI不是家当，与详细运用结合才是家当。
也便是说，现在的AI公司，须要进行二次创业、三次创业，才能末了存留下来。

季文三思而后行。

对季文子的做法，孔子评价说：思考三次太多了、两次就够了。
孔子或许是担心想得太多会影响行动。
实在，行动和思考是可以交替进行的，不一定是完备想好了再做。
即便是已经行动起来了，也还是须要不断思考、纠正自己的行动。

对AI的“三思”或许是：哪些方向更具备发展出息和代价。
在我看来，AI的代价大概可以分成两个方面：与自动化干系度高的、与自动化干系度低的。

与自动化干系度高的技能，目的便是提高自动化水平。
这些技能每每与“感知”干系。
比如机器视觉、机器听觉和机器嗅觉等等。
这些技能的目标很清晰，便是代替人的劳动。
这一部分与工业生产的关联度比较高。

与自动化干系度低的是赞助决策，也便是做事于人类的事情，如研发、设计等。
这一部分事情不是直接手事于工业生产的。
但可能通过做事于人，间接地做事于工业生产。
前些日子我看到一句话，很受启示：人不会被AI打败，却很可能会被节制AI的人打败。
讲的便是这种场景。
在我看来，从事数据建模、根因剖析时，就有这样的场景。

我谈到这两类运用，实在是强调技能必须明确的功能。
这实在是想打消一类场景：既不能代替人、对人类事情的帮助也有限。
这便是所谓“说它有用它没用，说它没用它又有点用”。
这样的技能，可以引发人的兴趣、可以发论文，但却很难带来商业代价。
这样的事情，有兴趣的人可以研究，对多数商业公司并不得当。

对从事科技事情的人来说，只思考两次每每得不到终极的答案。
我更欣赏犹太人的一种不雅观点：每一次思考，都该当有新的体会。
传统的AI是一种技能，现在的AI彷佛还是一门科学：从大模型的成功，能够洞悉人类的思维办法。
这会带来代价不雅观和方法论的深刻变革，多思考几次才是正常的。