3月23日晚，智次方創始人彭昭與《AIGC商業寶典》作者邢杰，圍繞“生成式AI掀起的企業變革”主題展開了一場深度對話。
隨著生成式AI技術的迅速發展，企業面臨著前所未有的變革。越來越多的企業開始將其應用于各個領域，例如文本創作、平面設計、編程等等，這些應用不僅提高了工作效率，也為企業帶來了更多的商業機會。在這樣一個充滿機遇和挑戰的環境下，企業應該如何應對呢?
3月23日晚，智次方創始人彭昭與《AIGC商業寶典》作者邢杰，圍繞“生成式AI掀起的企業變革”主題展開了一場深度對話。
以下根據直播訪談內容整理：
談組織運營
生成式 AI正在改變企業組織架構：金字塔模型→扁平化
彭昭：面對ChatGPT等生成式AI引發的變革，企業往往可能會有兩種應對方式：一種是擁抱這種新趨勢但不知道如何應對;另一種是抱有抵制情緒。那么，邢總您認為生成式人工智能會對企業的組織架構和模式產生何種影響呢?
邢杰：對于生成式AI這樣一種生產力革命的工具，真正需要擔心的是個人的生產力提升，因為生成式AI替代的是個人的勞動能力。但是對于企業來說，它是一件好事。如果有一種更高效的東西來替代原來的生產力，使得生產力更強，成本更低。他們是沒有理由恐懼或擔心的，只需要學習如何使用。所以企業應該積極擁抱這種新趨勢。
生成式AI技術對企業的商業模式、組織結構等方面產生的影響是非常深遠的。
首先，我們需要了解在信息革命之前，組織內部都采用金字塔模型，而近20年到10年間，從PC互聯網到移動互聯網，企業已經開始相對扁平化，因為從信息化、網絡化以及數字化之后，整個組織的管理效率提高了。而現在，隨著AIGC技術進一步提高了生產力的速度，扁平化程度會進一步擴大，尤其是在基層方面。
其實互聯網革命對傳統行業的基層沖擊不大，因為傳統行業還是依靠大量基礎勞動力，基礎性工作其實是難以替代的。但對白領而言，效率提高很大，對非體力勞動者的影響也很大。這是信息化革命帶來的影響。
而這次AIGC 帶來的影響，更為深遠。對于白領階層非體力勞動者來講，其沖擊將更大，進一步引發組織的變革。因此，基層將被大幅壓縮，而中層則有增有降，情況各異。高層的變化影響不大。
基層的變化：大幅縮減
邢杰：從基層來看，以前是一個小主管帶領一堆基層員工，但現在變為一個中層總監，帶領幾個小隊長和小組長。下屬基層人數將被大幅削減。實際上，許多非體力型、創意型的白領工作都是以小組或部門為單位，而這些小組或部門的管理者將從部門負責人、經理到項目總監，向上一層層遞進。因此，最基層的這一層可能會迅速地縮減到不會超過10人，這是最小的單元，通常是一個通用模型。所以一個頭帶大概10個兵以內，基本上可以達到原來幾十人到上百人的這種生產力。這種變化是很大的，基層團隊大幅度縮減，縮減的倍數有可能會到5倍到10倍，因為產能會得到迅速提升。
中層的變化：升 or 降
邢杰：從中層來講，我們講有的時候中層變得不夠了，因為企業一旦發現我的基層管理能力和溝通能力不夠好，導致我基層團隊不敢擴大，而現在基層的管理和溝通能力變得簡單了很多。
我們講的管理就是溝通，對吧?人與人之間的溝通效率其實是不高的。所以一旦基層的復雜度降低，溝通的復雜度也會降低，然后管理的成本就會下降，這會導致基層的規模反而會擴大。比如說，原來我只能管理 10 個小組，現在我發現基層人員縮減之后，我可以從 10 個小組擴展到 30 個小組。所以你會發現，在這種情況下，中層反而會變得更多，而不是更少。當然，如果企業的總產出不變，我有可能中層就會進一步減少，我就不需要再擴大中層。因此，升降是相對的。
高層基本上沒有變化。
企業組織模式更靈活
企業進入新領域的變革
邢杰：從模式上看，企業進入新領域的學習成本和遷移成本變化很大。
以前，當一個組織進入一個新的行業/領域時，通常很難找到懂行的人，因為你需要找到那些懂這個領域的人，然后對他們進行培訓，讓他們從基層到中層再到高層慢慢學習新的領域。現在因為 AIGC，跨行進入新領域的成本迅速下降，這使得企業有能力快速進入更多的新領域。對于企業的商業模型來說，這意味著企業變得更加靈活，就像特種部隊一樣，以前大的組織要進入新領域是比較困難的，現在只要借助強大的AIGC 工具，就可以迅速掌握一個新領域的know -how，一個人就可以迅速掌握這個行業的關鍵知識點，不需要再反復經過員工培訓和上下認知統一的過程。因此，企業的商業模型發生了變化，變得更加靈活，進入新領域的效率更高，掌握新技能和新知識的效率也更高。
管理復雜度的降低
邢杰：由于基層規模的變化，橫向溝通的難度會降低，從而降低了管理的復雜度。然而，高層面臨的挑戰是要應對更大的不確定因素。以前，高層的時間和精力的三分之二用于組織內部的溝通和協作，但實際上這種產出效率不高，因為它耗費了高層的寶貴精力。高層職責應該更多地面向外部的不確定性。但是，由于組織內部溝通和管理的復雜程度，高層將大部分精力放在了內部的溝通協調和推進上。
因此，現在高層可以將這方面的時間和精力消耗降低，將更多的精力放在資源整合、市場和客戶以及新業務方向上。這是我們所說的對組織模式和商業模式的變化。
培訓成本的降低
邢杰：此外，培訓成本的難度會大幅降低。以前，新崗位和新知識的培訓占了 HR 工作量的很大一部分，但現在，AIGC已經提供了強大的知識和“know how”，這帶來了重大變化。
彭昭：非常完整哈，那邢總就是大致總結一下您說的，從企業架構的角度來看，有兩個方面需要發生變化。首先，企業架構將變得扁平化。過去，企業架構是金字塔形的，包括基層、中層(小中層、大中層)和高層。現在，這個金字塔可能會消失，變成類似蛋糕的扁平化架構。這意味著基礎員工的數量將減少，他們的工作可以被 ChatGPT 或其他生成式 AI 工具取代。其次，管理層將更專注于公司戰略的發展，而不是人際溝通等方面的工作。這將減少管理層的精力花費。總的來說，這是從企業組織架構的角度來看的。
此外，從商業模式的角度來看，每家企業都可以通過橫向擴張來提高效率，這種商業模式本質上就是高效打敗低效。
中層和高層干部的能力要求：管理硅基團隊
彭昭：剛才您提到了金字塔被壓縮的問題，如果我們的基層人員數量減少了，我們的學習成本也降低了，但是企業實際上是依靠很多中層管理人員的能力推動企業成長。過去我們是通過逐級晉升來建立這種干部成長的框架。但是如果我們的基層員工變少了，對他們的能力要求也降低了，那么我們如何更好地選拔和培養中層管理人員的能力呢?我們是否可以利用生成式人工智能來培養干部?
邢杰：對于中層和高層干部的能力要求，確實會發生變化。其中一個變化是，他們會將更多的時間用于處理不確定性和外部挑戰。另一個重要的變化是，他們需要掌握管理硅基團隊的能力，其實我們是把 AIGC形象化的比喻成硅基工作者。
實際上，這些能力都是由云端提供的人工智能所帶來的。因此，這些人工智能可以看作是硅基團隊的工作者，他們在硅基晶片上展現出了強大的能力。與此同時，大量的碳基團隊轉變為了硅基團隊，而硅基團隊的數量多得難以想象。例如，像GPT-4這樣的生成式AI，其硅基團隊可能由數千人、數百人、數萬人甚至數十萬人組成，這個數量是動態變化的，取決于需要管理多大的硅基團隊。因此，對于中層和高層的管理者來說，首先要識別硅基團隊的能力。
確實，對于中層和高層管理者來說，因為AIGC會分成無數種不同的模型和產品。了解市場上不同廠商的模型和產品的能力邊界非常重要，這樣才能在面對行業、業態和業務時，選擇最合適的硅基團隊來完成工作。同時，也需要了解自己手下員工的能力邊界和特長，以便更好地組織團隊和分配任務。
對于中層管理者和高層管理者，這種能力是非常必要的，這個技能的學習速度直接影響到未來兩三年到三五年內各個行業的洗牌速度。因此，當一批企業能夠迅速掌握這個能力時，你會發現創新型小企業等快速吸收這種能力的企業，可以快速組建了一個碳硅混合團隊，以應對全碳基團隊的競爭。這種團隊的成本效率，幾乎是大幅領先的。
所以你會發現，與原來那些企業相比，無論是在價格、響應、產量等各方面的競爭力，都會遜于這種新型組織團隊模式的公司，因此很難與其競爭。所以對于中層和高層管理者來說，他們需要在最短時間、第一時間內，學習各種硅基團隊的特點、能力、邊界，如何進行組合，以及如何與他們進行溝通。這是一項非常重要的能力。
提示工程師——與 GPT 4.0 進行高效溝通
邢杰：所以我們以前對這個概念沒有清晰的認識，但現在我們發現有些新的職位出現了——提示工程師。當你和 GPT 4.0 進行溝通時，你使用的提示語言會嚴重影響到他的工作質量，這就像是一個學生或員工，他的工作績效會受到不同管理者的影響一樣。
因此，GPT 4.0 也具有這種特點，不同的人、不同的方法、不同的語言，像我們和員工溝通布置任務一樣，是一項科學和藝術，有時你以為你溝通清楚了，但實際上他可能沒有聽懂。對于如何明確地布置工作、解釋任務的方法，以及如何將任務分解清楚，這些在硅基團隊中同樣適用。
在與 GPT 4.0 進行溝通時，我們并不知道如何與他溝通，有些人需要進行多次對話才能逐漸找到線索，而有些人可能只需要問兩個問題就能迅速地抓住要點。這種能力，是我們中層和高層管理者需要迅速掌握的一種能力，以便讓我們的中層和管理者能夠更好地掌握硅基團隊的溝通技巧。因為不同廠家的模型不同，需要摸索不同產品的特性。溝通的技巧也有一定差別，盡管有共通性。
彭昭 ：了解。我們的管理者將需要將我們的硅基資源，包括機器人和大腦部分團隊視為員工或同事，以便調用他們的能力。這與現在有本質區別。
另一方面，硅基的一個很大特點是它們都是連成一片的大腦，這與碳基不同。例如，我們可能可以通過腦電波進行交流，但對于碳基生命，一個大腦只是一個大腦，兩個大腦之間很難互聯互通。相比之下，硅基生命的大腦可以完全連接在一起，這種頭部匯聚效應可能會帶來巨大的加強效果。我認為未來會產生一個大型硅基大腦，它將是不同行業之間的大腦，并且互聯互通。
就像您寫過的關于元宇宙的著作一樣，未來會有多個元宇宙存在，還是大家會構建成一個元宇宙?這可能是我們討論這個話題的立足點。如果我們構建的是一個統一的硅基大腦，那么可能存在一些信息差，例如我可能會知道一個很好的寫論文或做開發的工具，但其他公司可能不知道。但隨著硅基大腦的構建和馬太效應，這些信息差就可能會消失。
管理者面臨的挑戰
彭昭：那么作為管理者，我如何獲取競爭優勢?正如您所說，這可能是一個重要的議題，因為我們可能以不同的方式詢問 ChatGPT 同一個問題，而它給出的答案也各不相同。作為一個管理者，我必須考慮到這種不同的答案，并制定出不帶偏見的決策。因此，管理者的要求會越來越高。我看到一篇文章，有人聘請 ChatGPT 當他的老板，他不斷地問如何賺錢，并將這個過程發布在 Twitter 上，吸引了上萬的粉絲。這個討論非常有意思，對我們的管理層來說是一個巨大的挑戰。您對這個問題有什么看法?
建立更寬廣的世界觀和知識結構
邢杰：事實上，在本質上來看，如果我們換個角度，就會發現在 GPT 4.0 和 ChatGPT 出現之前，互聯網上已經包羅萬象了。但是我們發現，當全世界的人使用互聯網時，每個人都有自己的風格。因此，有些人在互聯網上只是變得更加局限，而不是變得更加開放。他們把自己的知識閉環保持在自己熟悉的領域和圈子里，不斷地在窄小的知識領域里循環，導致知識越來越閉塞。
在 GPT 4.0 的情況下，這個現象仍然可能存在，因為每個人看到的世界是不同的，所以在 GPT 4 中，你會不停地問及關于你這個世界的問題，因此你很難突破自己的局限。所以從根本上說，我們的高層和中層管理者需要建立更寬廣的世界觀和知識結構，才能更好地利用手下能力強的員工。實際上，道理是相同的，為什么我們有很多非常出色的員工在這樣的公司表現平平，但是在換了一個公司或一個領導后，能力被激發出來了呢?這并不是因為那個員工不行，互聯網不行或 GPT 4.0 不行，而恰恰是使用他的人的知識觀念限制了這個強大的硅基大腦的產能輸出的能力。總的來說，我們需要的是讓中高層管理者提升自己的能力和邊界，這樣才能充分利用這個強大的武器。
人工智能的發展和分歧
邢杰：剛才一個有意思的討論，就是人工智能最后會發展到通用人工智能(AGI)。其實在人工智能領域也討論過，關于全世界是否會出現一個超級大腦，還是會出現很多個超級大腦的問題，還沒有得出統一的結論。但是我現在傾向于會出現很多個超級大腦。原因在于，每一個超級大腦都有自己的知識體系，就像我們現在的社會分為科學和社會科學一樣，科學很清晰，邏輯嚴密，每個問題都有一個確定的答案，而社會科學則沒有一個完美的答案。因此，人工智能也面臨著同樣的難題。
對于科學問題，大體上都是接近的，但是也會有所不同。就算是在科學界中，也會有許多不同的流派，例如物理學、醫學，以及各種化學領域都有不同的觀點。因此，分歧是不可避免的。在頂尖的領域中，無論是硅基還是碳基，都可能因為三觀而產生分化。即使你是天才，到了頂層，你也會發現，他們的三觀不盡相同。人工智能也是如此。當通用型人工智能AGI到達了頂端時，它也會呈現出三觀的分化。
在這些三觀中，最頂層的三觀就是創始人的三觀。比如，我們提到的GPT 4.0，它所代表的就是一種Sam Altman的三觀，這個三觀并不是馬斯克所認同的，他認為GPT 4.0現在的三觀并不滿意，因此他想要打造一家更具通用性，更加關注全人類利益的公司。
在每家公司打造 AGI 超強的通用型公司時，你會發現一旦到達頂層，公司的分化會越來越嚴重。因此，我認為最終可能會出現幾個不同的超級大腦，體現著不同的三觀。當然，這并不意味著一個大腦能夠在整個世界范圍內統一一切，除非在一個非常狹窄的科學領域內，所有問題都是非黑即白的。但是，在人類社會的發展過程中，發展是在混沌中進行的，有一些清晰的地方，也有很多不清晰的地方。然而，正是這些不清晰的地方漸漸地沉淀出了一些規律性的東西，變成了科學。因此，人工智能同樣面臨著這樣的問題。所以，一個超級大腦是不可能出現的，一定會分化。
組織架構重構的企業案例
彭昭：我們剛才討論的是企業組織架構，以及管理者面臨的挑戰。邢總是否了解實際經歷了組織架構重構的企業案例?或者目前行業還處于初級階段，尚未有企業進行顛覆性的改動?
邢杰：其實這樣的例子在今年下半年會比比皆是，因為從ChatGPT發布到4.0版本，中間才經歷了三個多月的時間。所以在這個過程中，還有很多新的創業企業沒有成長起來。
如果在今年下半年再看，你會發現有很多用我剛才提到的模型搭建出來的企業。如果是小公司，就讓高管領導一支硅基團隊，通過這種方式，他們的生產能力會超過之前進行十幾輪、幾十輪甚至上百輪的公司。這些公司會快速地在商業上獲得成功，因此那時候會看到很多這樣的案例。
自媒體公司的案例
邢杰：無論是在做自媒體還是做自媒體矩陣，一個原來只有五六人的團隊，管著10個號到20個號，一個人可以管理3到5個號。當你發現AIGC這種打法時，你會發現一個人可以管理幾十個甚至幾百個賬號都沒問題。
將所有的賬號內容生成到數字人播出，實現全自動化。這樣一來，自媒體公司就改變了整個流量游戲的規則。同樣的廣告案，做各種腳本策劃、圖片創意和海報設計等，甚至是圖書出版，也更容易實現，一個人一天可以寫一本書。這樣的速度非常快，效率也非常高。
游戲開發領域的案例
邢杰：現在已經有一些這樣的案例了，尤其是在游戲開發領域。即使是小型游戲公司，也需要幾個人完成游戲開發，而大型公司可能需要幾十甚至上百人。如今，一兩個程序員就足以完成游戲開發，即使他不懂美工、腳本或者分銷，只需要將這些工作交給AIGC完成。
以前，如果你是一名程序員，你可能還需要與美工頻繁溝通、協調，這很耗費時間和精力。現在，你只需要把你的想法用文字或語音輸入進去，AI就能自動生成場景、角色、腳本、服裝、道具等內容，這讓游戲開發變得更加簡單和便捷。即使是比較復雜的程序，AI也能協助處理，大大減輕了程序員的負擔。當游戲開發完成后，像Web3這樣的技術更是使得銷售自動化成為了可能。這樣的案例在未來會越來越多。
彭昭：所以目前我們還處在一個孕育新生力量的土壤下，雖然尚未看到新苗萌發，但那些正在經歷變革的企業組織也在醞釀力量。等到它們破土而出時，可能會引起顛覆性的變革。對于這些企業的未來，很多人都感到擔憂，因為不知道哪些新苗會從哪里冒出來。
生成式AI正在影響團隊間的信息流通和協同效率
彭昭：我們之前討論的主要是組織重構的方面，包括架構、模式以及高管的決策能力等方面的變化。過去企業中的人員眾多，人與人之間的溝通和交流確實需要耗費大量精力，在這方面，生成式AI技術(如ChatGPT、GPT-4等)會提供哪些幫助呢?
邢杰：我們把溝通分成兩個層面，內部溝通和外部溝通，現在的 AI 技術可以在一定程度上簡化內部向下溝通的成本。以前，由于基層員工的經驗和實踐方面還不夠成熟，需要進行指導、交流和了解。但是現在變成了直接向硅基團隊溝通，溝通更加容易。只要掌握了與他溝通的技巧，講清楚任務的邊界、任務中的關鍵要素，包括時間周期、要素組合和關鍵評測指標等，基本上就很好溝通了。但是與其他部門的橫向溝通沒有變。
就高層溝通而言，我認為現在比以前更加順暢了，因為你的下屬表現得很出色。如果你的下屬表現不佳，那么就經常會有問題出現，你就會經常向上道歉，工作也會因此耽誤。所以現在與上層溝通更容易了，因為你的團隊變得更強大了。我們講，只有在大廠，你才有機會帶領一支非常強大的高質素基層團隊，因為他們都來自名校，從而溝通成本也很低。但是在中小企業中，用這種高成本的基層團隊是不可能的，所以中層領導比較難，需要具備良好的情商和各方面的能力才能管理好基層團隊。但是現在向下溝通變得容易了，向上溝通也容易了。
當然橫向溝通沒有變，由于內部溝通相對簡單了，所以只需要把更多的精力放在外部溝通上。
彭昭：是的，所以我們每個人都要了解和利用硅基的優勢，他們幫助自己更好地完成工作。在這個新的組織架構下，也需要更加重視內部溝通和外部溝通的能力。
談商業模式
企業面臨的競爭態勢與商業模式變化
彭昭：邢總，您剛才提到商業模式方面會受到一些影響，例如高效打敗低效。如果我的效率高，作為一名程序員，我可以編寫一個游戲或調用十個數字人的能量，這樣我的公司肯定比那些效率低的人更具競爭力。除了提高效率，您認為企業的競爭態勢將如何改變?商業模式可能會發生什么變化呢?
商業模型多元化
邢杰：對于中小企業來說，商業模型可能會變得更多元化，因為在過去，多元化經營最困難的是什么?作為創始人，要掌握多個跨領域的知識是非常困難的。同時，管理幾個跨領域的團隊也需要高昂的溝通成本和管理成本。因此，對于中小企業而言，基本上只能聚焦于一個非常窄的領域來開展產品和服務。
然而，當基層生產力快速提高，跨行業壁壘降低時，我們發現許多中小企業都可以同時開展多個業務。因此，雖然聚焦仍然很重要，因為它可以提高行業門檻，但是我們需要明顯增強跨生態的能力。
如果你想要投入一個新的領域，你首先需要掌握該領域的相關知識，然后再去招聘相關人才。在招聘過程中，你很可能會踩很多坑，以此來驗證他們的實際能力。這個過程會消耗很多時間和精力。因此，對于一個創業者或企業的董事長來說，這其實不是一件容易的事情。但如果你能夠找到一些懂得不同行業和領域的高管和中層管理人員，就可以通過使用硅基來處理一些基層的工作。這樣，你就可以同時管理多個事業部和分子公司。在企業初期，這種方法可能更加有效，因為它可以幫助企業更好地獲取資源。而在后期，企業可能會集中精力在幾個主要領域擴大規模。然而，在初期，這種跨業態能力和多元化經營能力的模式變化無疑是非常有價值的。這是對商業模式的一個變化。
商業模式的產出效率
邢杰：第二個就是商業模式帶來的產出效率，本質上來講，商業模式由收入結構和收入構成兩部分組成。因此，企業內不同收入模型的收入占比不同，進而決定了企業的商業模型是不一樣的。
在AIGC時代，善于應用AIGC團隊時，你會發現在不同領域的交付效率會大幅度提升。這帶來了什么變化呢?就像我們所講的，做快消和慢消的區別。對于慢消業務，同樣的高端家具可能一年才能賣出一套，但對于快消業務呢?同樣的面料，一天就能賣出幾十萬。因此，當AIGC團隊大量應用于各條業務線時，整個周轉率會變高，這也會帶來盈利能力的大幅提升。原本一年只能周轉一次的資金，現在一年可以周轉十次，資金利用率一下子就提高了。
不論是上游的研發效率、中游的生產效率，還是下游的分發效率，它們的提升都將會增加整個組織的敏捷性和資金利用率。這樣的變化將會增強你的競爭力，這是從商業模式的另一個維度來講。
另一個重要的方面是商業模式中我們所提到的平臺型、產品型和服務型。虛實結合是非常必要的，因為在管理能力不足的情況下，組織可能只能放棄原本的計劃。例如，以前大家可能不敢做平臺，只能做好服務，但現在有了AIGC的支持，它就可以涉足更多的業態。在此之前，由于管理能力和專業知識方面的不足，它只能做相對單一的業態。現在它完全可以做好服務、產品、平臺甚至上游領域。因此，原本只能做營銷和分發的公司，現在在AIGC的支持下，不再滿足于做一個分銷商，而是完全有能力成為一個生產商，產能也可以做得很高。
因此，企業不僅會從下游向中游延伸，甚至會向上游延伸。同樣地，上游的企業也會向下游延伸。這是由于生產力的提高和跨領域的學習成本的下降，帶來的多業態的商業模式的變化。
商業模型涉及到收入種類、收入結構和業態組合等多個方面。比如，餐飲和零售都有很多不同的業態，每種業態都會受到AIGC的影響。比如新菜的研發效率變高了，可以更快地推出新菜品，而不像以前餐館每年只能更換10%的菜譜。現在每周和每月更換20%的菜，大大提高了新菜研發的能力。這些變化將帶來更多的生產力和想象空間。目前，我們才剛剛開始探索它的能力邊界，包括open AI和Sam Altman也說對它的認知在不停增加。我們還不知道GPT 4能給我們帶來多大的能力和變化。
彭昭：對，商業模式的變化是一個特別有意思的話題。就像您剛才提到的，生產效率的提升，已經成為一個擺在桌面上的很明確變化了。包括之前您每周都組織的初創企業的路演點評，確實對每個行業您都看得很透。
商業模式變化是否導致橫向擴張和收縮?
彭昭：您剛才提到商業模式的變化，包括收入來源、收入比例構成以及收入延展，這些都是我們可以考慮的方面。但是大家是否會趨同地從這個角度來考慮呢?這可能導致很多企業都試圖橫向擴張，去探索類似的機會，但最終只有少數企業能夠獲得優勢地位。您是否認為，這種趨向會導致企業經歷橫向擴張，又經歷收縮的過程呢?
邢杰：我認為它并不存在所謂的行業熱潮帶來的起起伏伏，反而是一種螺旋式上升的趨勢。也就是說，當新的工具和生產力出現時，最先采用這些新工具和生產力的企業或行業將成為產業的領導者。在這個競爭中，那些無法跟上時代潮流的企業或行業將被淘汰、收購或兼并，最終消亡。這種現象貫穿了整個人類文明史，幾千年來，那些能掌握先進生產力的人才能在競爭中取得勝利，而那些掌握落后生產力的則被淘汰。
這是一個螺旋式上升的過程，隨著新的生產力的出現，我們需要及時掌握并恰當地使用它們，這也是一種能力。因此，這個問題本質上不應該被看作是像炒股那樣的漲漲跌跌，而應該被看作是一個隨著先進工具的使用而不斷螺旋上升的過程。
從馬斯克的擎天柱機器人看機器人生產機器人的可能性
彭昭：第二點，最近我看了馬斯克推出的那個擎天柱機器人，它在 Investor Day 上發布了一個機器人制造機器人的視頻。現在，AI 只在我們的軟件和虛擬空間中發揮作用，但未來會不會在實體空間中發揮作用，從而實現機器人大規模生產機器人呢?
我們的產品真的像馬斯克所說的那樣，我們的生產制造只是重新排列和組合原子，而沒有改變它們的物理結構。因此，我們的生產成本就是出廠價，我們通過提供服務來盈利。我們都在競爭提高服務效率，這會導致大家都去做服務嗎?
邢杰：關于擎天柱機器人的話題我在前年的講課中講得比較多。以前大家一直在談論人工智能，都是在談論機器人替代人類的工作，我認為數字人的普及速度遠遠大于機器人的普及速度。這是因為機器人在控制方面的難度比較大，目前短時間內還沒有做得很好。
但是數字人不存在機械控制的問題，所以變得更加簡單了。它只需要進行算法計算。一旦它進入了純算法的領域和范疇，就到了硅基最擅長的領域。只要不讓它碰到機械化的東西，因為機械化還涉及到傳感器、新材料和算力等因素，這些因素支撐著機械化的進步。因此，機器人的普及需要各種學科的交叉和創新，才能支撐機器人的進步。
你想要復制一個人類皮膚的觸感，手指尖上的1平方厘米區域的傳感器復雜程度是我們觸感手套無法實現的。我們現在的觸感手套和機器人之間的傳感密度差距是幾個數量級之間的差異。因此，這些東西需要多學科的交叉，以便慢慢進步和迭代。但是，數字人完全沒有這個障礙，我們只需要給它一個虛擬形象，它所有的能力全部是基于 AI算法的迭代，所以數字人的普及速度一定會遠遠大于機器人。
但是機器人會慢慢進化的，因為它的大腦正在不斷進化。盡管它的手、胳膊和四肢的能力目前有限，但一旦它的智力水平得到提升，它的肢體進化速度就會加快。正因為如此，馬斯克曾在某些場合表示，波士頓動力看起來很厲害，但實際上根本不是特斯拉的對手。這是因為波士頓動力在智能化和人工智能方面的模型和數據積累，與特斯拉相比不在一個量級上。特斯拉的大腦每天都在收集全球各個城市的路況、人員和車輛等復雜場景進行模擬和計算，所以它每天都在高速迭代。而波士頓動力的機器人只在實驗室的極小范圍內進行數據迭代，因此它的進化速度不可能與特斯拉相媲美。
因此，特斯拉從來不說波士頓動力是對手，它們只是在特定的應用場景下表現不錯而已。當機器人開始生產機器人時，這一定會發生，也已經在發生，只是目前生產的機器人都是能力差的機器人生產的能力差的機器人，就像自動化工廠里的情形一樣。一個機械臂生產另一個機械臂。只不過我們需要等到它的機械運動能力能夠像人類一樣靈活，這需要材料學、傳感器和算力等方面的進步才有可能實現。要達到人類這種靈活度難度比較大，可能需要十年左右的時間。
但是，在相當程度上，它已經替代了一些初中級的工作崗位，我認為五年左右可能會出現非常令人鼓舞的成果。所以它并不需要像人類那樣高的敏感度和靈活性，也可以替代我們大部分的工作崗位。我們非常看好擎天柱，相信它將在未來的五年內得到大規模的應用。在三年左右，它也可能會出現相當廣泛的應用場景。
彭昭：是，我也很看好擎天柱。
邢杰：機器人會慢一點，但是不會掉隊。
GAI技術如何影響企業的道德和社會責任?
彭昭：我們說到商業模式這個問題，一方面是幫助企業盈利，另外一方面就是企業的社會責任，對于生成式 AI來說，它也面臨許多拷問，包括社會道德底線、社會責任的內容。據小道消息說， GPT 4 在去年 8 月份調試出來，但是發布之前需要確保它符合我們的倫理和道德底線的要求。Google 的企業理念是不作惡，所以在大模型的發布上比較克制。但是這種克制可能會讓它輸給微軟和 OpenAI，因為底線低的企業可能會在這方面獲勝。我們應該如何考慮社會責任和道德底線的問題?
邢杰：實際上，這種情況確實存在，但它只說了其中的一方面。一方面是周期拉長以增加安全性。所謂安全，是指符合現代社會倫理、道德和法律的要求。另外一個方面是，Sam Altman考慮到社會對人工智能的影響，需要考慮社會的接受度。因此，他將幾個產品按順序一個個地發布。在發布GPT 3時，GPT 4已經準備好了，甚至GPT 5和GPT 6也已經開始準備好了。但是它必須在足夠巨大的沖擊中釋放出來，讓社會適應生產力變革對各行各業和各個崗位的影響。
這是Sam Altman的原話，他說會做好足夠的準備，但是會按以社會能承受的方式，分階段把人工智能推向市場。這表明了對這兩個方面的考慮。
至于是不是社會道德無下限，能在這方面取得更好的成功，其實已經是很清晰了。類似于中小企業通常要比上市公司合規性要弱。所以很多中小企業在創業的時候，像拼多多和淘寶早期都充斥著假貨等問題，包括全球第一快時尚品牌SHEIN早期也是賣爛貨，。這些企業早期創業的時候就是在不合規的情況下野蠻生長。活力很強的人總是會打破規則，這可能會對秩序帶來沖擊。所以新物種的誕生通常都伴隨著缺陷、不完美，就像第一代手機、第一代汽車、第一代飛機都帶著各種問題，所以這就是人類社會發展的過程，包括各種曲折。
因此對于上市公司來說，需要更加謹慎、慎重。但是對于 OpenAI 這樣的小公司來說，只有幾百名員工，它可以更加大膽，市場對它的寬容度也更高。因此，如果像谷歌這樣的公司發布產品時出現一些問題，甚至只是一些小問題，就像他們那天發布時出現的一個小瑕疵，在歐洲發布時立即導致股價暴跌。因此，公眾對上市公司的容忍度相對較低，尤其是對于行業中的領頭羊，人們的容忍度更低。上市公司在這方面肯定會有一定的劣勢，因為當你享受優勢的同時，也要承擔對等的劣勢和責任。對于小公司來說，我們的責任是創新，而不是追求完美無瑕，因此我們需要不斷突破和創新。而對于大公司來說，他們需要考慮到整個社會的方方面面，考慮社會的看法，這是一種自然規律。
談職業發展
如何快速提升個人能力，適應AIGC帶來的發展機遇?
彭昭：有調查顯示：美國有 250 家公司已經使用 ChatGPT 在代替員工工作，還有一家日本公司LayerX Inc. 發布的招聘廣告里面明確指出，應聘者要接受測試——是否會用借助 open AI以及 notion AI 等工具來提高工作效率。這種情況下就導致一些職場人士很緊張，那我們怎么能夠快速提升自己的能力，適應這樣的一個發展機遇?
邢杰：其實，只要你學過歷史，你就不會對這個問題感到困惑和糾結了。就像我當初寫了中國第一本元宇宙的書《元宇宙通證》一樣，我首先做了一個浩大的工作，對人類整個科技發展史，IT產業的發展，互聯網和區塊鏈產業的發展進行了全景式的梳理，才敢寫這本書。
所以當你看完這些發展史的過程時，你就不必再糾結和困惑了。就像當初電腦剛出現時一樣，你是否需要學習它?現在看來，這個問題似乎根本不需要問。當電腦作為新的生產力工具出現時，問題不再是是否需要學習，而是要趕緊學習。當Benz發明汽車時，好幾年推廣不出去，后來是因為他的老婆自己開著車到處跑，引起了社會的關注，才開始受到推廣。因此，對于新事物，大多數人的態度是懷疑和觀望，這是很正常的。想要創新就要經受擠壓，才可能脫穎而出。
所以對于每個職場人士、企業高管和創業者來說，都必須承受這種擠壓，第一時間應用這些新工具，才能將生產力變為能力的一部分。因為整個社會的發展是由新一代人推動的，而這一代人對新知識更加敏感，更快地掌握新技能，不會過于沉迷于舊事物。我們稱這一批人為“后浪”。無論年齡大小，都要對新事物保持敏感，擁抱它，讓新鮮的生產力快速變成自己的生產力，這才能推動社會的進步。
從企業家的角度來看，大家一定要盡快成為使用新生產力的先鋒企業中的一員。對于職場人士，包括現在在找工作的大學生，還有目前在職場中的基層和中層人員，你們應該第一時間開始使用這些新生產力，并盡可能地掌握它。當你使用這些生產力后，你會驚訝地發現，你的生產力已經是你原來團隊的幾倍以上了。這樣的好處，你還有什么理由猶豫呢?
對于職場人士來說，毫無疑問，第一時間需要快速學習并嘗試各種工具和產品，而不是像現在這樣一窩蜂地只使用一款工具。目前，除了ChatGPT，市場上還有許多其他的人工智能工具和產品。你需要使用并跟蹤每一個新的工具和產品。就像俞敏洪最近在2023亞布力中國企業家論壇年會上所說的，如果你還沒有嘗試過ChatGPT，那么你就不能被稱為企業家。如果你對新事物如此遲鈍，就會忽視商業變革中的重要因素。所以，我們所講的企業家最重要的一個方面是什么?是抓住主要的矛盾。現在最重要的變量是AI人工智能帶來的變化，如果你不去關注它，你怎么可能讓企業做得好呢?
因此，從企業家的角度來看，從職場人員的角度來看，我們應該第一時間去利用這個變量，把它變成我們成功的有力因素。這是我們當下最應該做的事情。
GPT 4.0 重寫書籍的決定
彭昭：那我想追問一個問題，因為您看到這種 AIGC的工具超級多，然后現在 AI基本上一天就能寫完一本書，那您又是一個暢銷書的作者，會覺得經歷被擠壓這樣的一些擔心嗎?
邢杰：我毫不擔心，我感到無比激動。當 GPT 4.0 推出時，我們做出了一個決定——盡管我們的書已經完成，并正式發布，即將交付印刷廠，但我們仍然決定停下來，用 GPT 4.0 重新編寫一部分，以使其成為中國乃至全世界第一本采用 GPT 4.0 共同寫作的書籍。我們迅速將其作為自己能力的一部分，并對此感到興奮，而不是恐懼。
我基本上使用了市場上大部分的 AIGC 工具。我了解每個工具的優缺點，因為這樣才能有全面的認識。從另一個角度來看，由于人工智能的進化速度非常快，因此我們需要保持高速迭代，以便適應并跟上它們的發展頻率。
像許多企業家經常需要跟助理和秘書溝通和交流，現在你每天要溝通的不是碳基的秘書和助理，而是硅基的合伙人。我認為現在這些硅基的伙伴都應該被視為你的合作伙伴，這樣才能真正發揮他們的潛力。我在人工智能領域經常開玩笑，說再學習個兩三年，人工智能就可能沒有什么可學了。
你可以想象，人類已經積累了這么多年的知識，而大部分已經在短時間內被他們學完了。他們的學習速度遠遠超過了我們知識生產的速度，所以我們永遠不要低估人工智能的發展潛力。從GPT 3.5到現在的4.0，僅僅用了三四個月的時間。而量子計算還沒出來，再過五六年，它就會被規模化商用，那時候計算能力將達到現在的幾千萬倍甚至幾億倍。那么人工智能還能進化到什么程度呢?我們永遠不要低估人工智能的潛力。現在真正需要的是學習怎么把這個合作伙伴用好，怎么去使用它。
所以人工智能的迭代速度會非常快。那個只是一個通用型的人工智能，還會有各種垂直領域的人工智能。其實剛才我們聊的時候，你提到好像它們是一個大腦，但實際上它們并不是一個大腦。在每個企業應用人工智能時，它只是用了大腦中的一部分，并將這部分以數字人的形式呈現出來，與你進行交互。
因此，你會發現一個企業可能會雇傭許多數字人，它們由不同廠家的大、中、小型模型驅動，背后擁有不同的AI能力。你管理的是硅基團隊。雖然他們背后好像是一個大腦，但實際上是分成了許多獨立的小腦來滿足你的工作需求。
彭昭：對，這是一個很有想象力，比較燒腦的話題。感謝邢總的深度分享。
