備注：本文的AI，如無特殊聲明，主要是指以大模型生態(tài)為核心的各種智能（不含硬件層）。 2022 年 11 月 30 日，OpenAI 發(fā)布的 ChatGPT 如同扔進數(shù)字世界的一顆原子彈。這個能與人類流暢對話的 AI 系統(tǒng)，在全球引發(fā)了一場史無前例的科技軍備競賽。 僅僅兩年時間，大模型生態(tài)已呈現(xiàn)出令人驚嘆的 “寒武紀大爆發(fā)”。 2025年初，隨著DeepSeek的出圈，讓更多普通人發(fā)現(xiàn)原來大模型已經(jīng)可以做到像人一樣“思考”。 接著，基于GJ競爭的角度（瞎猜），DeepSeek迅速被鎖死到了“基建”的位置。 很快，無數(shù)公司，無論本身是否是同行，一股腦全都快速接入了DeepSeek。 車輪滾滾向前，各種應(yīng)用被“催熟”，也終于開始切實影響到了我們每一個普通人。 除了DeepSeek的破圈，杭州的機器人、AR眼鏡等方面也都有了質(zhì)的突破。 宏觀層面，基于國家競爭，我們民族自豪感油然而生。但對微觀個體，AI對我們自己的影響、對從事行業(yè)的影響、甚至對人類未來生存的影響，又不得不讓我們陷入焦慮的情緒。 作為普通人，日子還是要過的呀，我們還是要正視焦慮，知其原因，做好應(yīng)對。 本文從我個人的視角，做一些焦慮分析和應(yīng)對建議，希望可以對大家有所啟發(fā)。 一、焦慮的原因焦慮的來源，我認為主要來自于以下2個維度，相輔相成，綜合影響。
1、AI變革帶來不確定性近幾年時間，宏觀經(jīng)濟不太好，有些行業(yè)發(fā)展見頂，就業(yè)環(huán)境極差，大家對未來本來就充滿了悲觀。 很多公司基于降本提效出發(fā)，不斷裁員優(yōu)化，也更沒有新增招人的需求。不少人處于失業(yè)的邊緣，至少也是生活的壓力變大。 AI時代的到來，大模型天然且強大的“提效”屬性，就進一步加深了這個矛盾。 可想而知，從企業(yè)的立場出發(fā)，一定會擁抱AI，為了更好看的財務(wù)報表。 同樣一個崗位，原來需要10個人，未來可能就需要5個人（每個人都使用AI作為助手輔助），在某些行業(yè)可能更慘。 回到個體角度，我們會不會成為被AI取代的那些人，這個也許是大家最惶恐的。 2、AI信息爆炸，自己沒有掌控感隨著AI的不斷發(fā)展，從芯片到大模型，再到應(yīng)用，每天都有無數(shù)的產(chǎn)品更新出來。 這些信息，疊加上自媒體的加工傳播，就形成了近似于無窮多的信息海洋。 想要擁抱AI，發(fā)現(xiàn)知識點太多了，不知從何入手；再加上技術(shù)的更新迭代太快，有時候?qū)W著學(xué)著發(fā)現(xiàn)知識已經(jīng)老化了。 人都想要有掌控感，尤其對于AI這一可能對未來影響極大的東西，誰都不想因此錯過未來的紅利。 但是，面向繁雜的知識和信息，大部分人真的是無法做到有效掌控，這種矛盾也會給人帶來巨大的焦慮。 二、如何破解焦慮1、認知AI的價值（增量價值）認知AI的價值，我們需要從最底層的原理和能力開始，不然就非常容易被一些眼花繚亂的內(nèi)容所干擾。
大模型內(nèi)在的邏輯，我們大部分人不需要搞明白，其實也沒有很多人能真正搞明白。 把大模型類比發(fā)動機，你不需要知道發(fā)動機的內(nèi)部構(gòu)造，只需要知道發(fā)動機可以做什么就行。 這里，大模型本身衍生了2類能力（生成能力、推理能力[依托生成能力]），核心分為4個場景： ① “對話”場景 對話是大模型最基礎(chǔ)也最重要的一種能力，也是從ChatGPT開始，大家才實現(xiàn)普通意義上的“用自然語言和機器交互”的能力。 它既能“聽懂”你輸入的文字，也能輸出你能理解且符合你預(yù)期的文字。 各類chat類應(yīng)用（背后有各自大模型），如ChatGPT、豆包、DeepSeek，都能滿足你的對話需求。 “對話”這個能力，直接將人機交互的效率提升了N多倍。想想之前的siri、小度、小愛，沒有大模型時候，非常地不“智能”。 當然“對話”場景更多伴隨著“求知”的場景出現(xiàn)。 ② “求知”場景 對話場景下，一般都不會閑聊，基本上都會帶著“求知”的目的，你要解惑特定的內(nèi)容。 在沒有大模型的時候，求知基本分為2種方式：一種是搜索（如 百度、小紅書）看別人過去輸出的內(nèi)容，另一種是通過問答交流（如 知乎問答、各類im）的方式得到答案。 搜索帶有信息時效性和個案的局限性，但是成本較低；問答咨詢具備及時、全面的優(yōu)勢，但是成本（供給資源、時間并發(fā)）卻很高。 當大模型出現(xiàn)后，我們發(fā)現(xiàn)它完美解決了以上2個問題。 你會發(fā)現(xiàn)AI可以化身一個個領(lǐng)域的專家（數(shù)學(xué)、物理、醫(yī)學(xué)、計算機……），你隨時隨地都可以和TA產(chǎn)生交流，TA的知識和經(jīng)驗又是全體人類的結(jié)晶，超過了大部分的優(yōu)秀個體。 人類從來沒有像今天一樣，在獲取知識方面如此簡單，你唯一需要做的就是提出你的問題。 ③ “生成”場景 與AI對話是最基本的“文生文”的應(yīng)用場景。 大模型既然能在文字方面做到海量數(shù)據(jù)形成生成性，那圖片、視頻也不會有問題。 一樣的原理，近似的方式，大模型逐漸具備了多模態(tài)的能力。 于是乎，文字、聲音、圖片、視頻相互之間都可以進行相互生成。 當然，再結(jié)合一些特定應(yīng)用，也不會是問題。例如 幫你做個PPT，生成一些音樂創(chuàng)造，幫你擴展下圖片或視頻…… 市面上類似的應(yīng)用，不勝枚舉。 ④ “任務(wù)”場景 如果說以上3個場景，還都是大模型基于海量數(shù)據(jù)的特征學(xué)習(xí)產(chǎn)生的跟隨模仿能力。 那直到大模型“推理”效果初顯，尤其伴隨著DeepSeek的出圈，更多人看到了TA面對一個問題背后的邏輯性。 這一刻，大家意識到AI真的像一個會思考的人類。 你的復(fù)雜指令，TA也能理解并分步拆解，于是“任務(wù)”場景便出現(xiàn)了。 Agent屬于現(xiàn)在比較火的應(yīng)用形態(tài)。最近一個AR眼鏡廠商出了一個宣傳視頻：帶著AR眼鏡，朝向?qū)γ嬉患铱Х鹊?，你只需要語音說：“我要點杯9.9的咖啡”，然后你就可以到店自提了。 也許未來“智能硬件”+“任務(wù)”場景，能很大程度上改變我們的生活和工作方式。 2、AI的影響邊界（沖擊&機會）以上介紹了大模型的很多新能力，我想大家對這一新技術(shù)有了大概的了解。 接下來，我們就看看AI會影響什么東西，哪些是沖擊，哪些是機會？ 1）對大部分行業(yè)沒太大沖擊，但對人有沖擊的 這里以我所在的互聯(lián)網(wǎng)行業(yè)為例，做一些推論。大家其他行業(yè)也可以按邏輯自行代入評估影響。 ——以下內(nèi)容，純屬個人觀點預(yù)測，僅供參考——
① 生產(chǎn)履約類：以實物和服務(wù)為核心的事情，基本沒有太多影響（不考慮機器人的影響）； ② 業(yè)務(wù)類：業(yè)務(wù)是用戶和商業(yè)的核心紐帶，沖擊很小，一些點上可以提升效率，也可以在C端做一些產(chǎn)品結(jié)合； ③ 客服類：對客服來講，除情緒價值之外，更多是咨詢和解決問題，長期來看能被AI代替較多，沖擊不??； ④ 技術(shù)類：對設(shè)計、技術(shù)來講，尤其是編碼童鞋，借助生成和任務(wù)場景的能力，長線肯定是沖擊最大的；部分的產(chǎn)品工作，也可能會受到一定沖擊； ⑤ 后臺類：對內(nèi)部咨詢答疑、基礎(chǔ)重復(fù)性工作屬性的崗位，沖擊應(yīng)該也是比較大的； 大家會發(fā)現(xiàn)，AI更多是工具的作用，核心還是提效。有些是基于應(yīng)用層的提效，有些是深層次的提效。 這些提效的部分，人被AI取代的可能性會較大，其他的非相關(guān)領(lǐng)域本質(zhì)上并不會受AI很大的影響。 2）對部分行業(yè)可能存在較大沖擊（當然也可能是機會） ① 以知識、經(jīng)驗輸出（非實體操作技能）的工種。因為大模型的“求知”應(yīng)答能力，長期來看會強過大部分的人體。例如 律師、醫(yī)生等垂直經(jīng)驗專家。 ② 各類垂直細分的工具類產(chǎn)品。大模型的基礎(chǔ)能力會逐漸內(nèi)化絕大部分的工具能力，再結(jié)合“對話”和“任務(wù)”能力，大家可能不需要再逐個訪問它們。例如 天氣預(yù)報、翻譯軟件等。 ③ 部分的平臺，也可能存在較大的沖擊風(fēng)險。因為“任務(wù)”場景下，用戶的行為路徑可能會產(chǎn)生重大變化，進而就會影響到一些流量的分配機制。例如一些電商、本地生活、搜索等。 這里，還拿上文那個點咖啡的例子來講。
我們分析下用戶行為路徑的變化以及可能的流量路徑：
你覺得未來，一切成熟了，用戶還有必要直接訪問美團app去點餐嗎？ 當然，你可以把上圖中的美團平臺換成百度搜索，可能更有體感。 3）大模型帶來的增量機會 這波兒大模型生態(tài)上下游，一定會誕生很多超牛的公司，像今天大火了的DeepSeek。 現(xiàn)在很多軟件層的創(chuàng)業(yè)，基本集中在大模型和應(yīng)用2個層面。
① 模型層 隨著DeepSeek的開源和出圈，各家基本上都已經(jīng)接入，現(xiàn)在DeepSeek基本處于“最底層”的模型。 一些大廠會保留自己的模型，進而將能力逐漸都拉齊到終極水平。 當后續(xù)模型能力差不多時候，可能就會變?yōu)榫韮r格的競爭階段。 模型層的開發(fā)，就業(yè)崗位少，對人的能力要求高，不太適合普通人的選擇。 ② Chat類應(yīng)用 現(xiàn)在市面上常見的chat類應(yīng)用有很多，如DeepSeek、豆包、kimi、元寶等等。 但是隨著行業(yè)的發(fā)展，最終能存活下來的，也一定不會這么多。 作為工具，大模型底層能力趨同，交互體驗很容易拉齊，最終可能就會變?yōu)榱髁康牟┺摹?br> 有沒有可能不需要一個單獨的chat應(yīng)用？微信如果把各種功能集成得很好，是不是本身就是AI的超級應(yīng)用。 總之，chat應(yīng)用的創(chuàng)業(yè)，在未來也會面臨很大的不確定性。 ③ 創(chuàng)新應(yīng)用（重度依賴大模型能力） 重度依賴大模型能力進行的創(chuàng)新應(yīng)用，以各種“生成”能力為代表的工具。 可能會跑出來一些比較好的個體，但是最終我覺得大概率會被整合到超級AI應(yīng)用，也許被收編。 原因如下：大模型能力越來越強，且是開放的；用戶不可能裝一大堆的各種工具應(yīng)用；應(yīng)用層的產(chǎn)品很容易被“模仿”。 這部分創(chuàng)業(yè)機會，面試的風(fēng)險也是巨大的，但肯定會有很多的嘗試。畢竟大部分公司搞不了大模型，只能在應(yīng)用層發(fā)力。 ④ 傳統(tǒng)應(yīng)用 傳統(tǒng)應(yīng)用就是指大模型沒有出來之前，市面上存量的一切商業(yè)應(yīng)用。 自研的業(yè)務(wù)系統(tǒng)，以及各類商業(yè)saas系統(tǒng)，這些應(yīng)用本身解決的都是特定領(lǐng)域的專業(yè)問題。 AI時代的到來，可以預(yù)見這些應(yīng)用都會直接或間接地接入大模型。 大部分系統(tǒng)，都可以借助大模型的能力重塑一遍，進而提升效率。 當然，也有一些系統(tǒng)，會在大模型的暴力運算加持下，取得一些質(zhì)的飛躍，例如醫(yī)療、科學(xué)研究等。 傳統(tǒng)應(yīng)用本來就是歷史存量的市場，你我大家都在其中，我們都可以抓住這個機會。 3、個體如何應(yīng)對AI的影響以上，我們講了AI的能力，以及AI可能的影響范圍。 顯而易見，AI在接下來的工作和生活中，一定會和大家密切相關(guān)。 作為個體，面向AI，我們?nèi)绾螒?yīng)對呢？我認為可以從以下3個方面做準備：
① 積極擁抱，熟練掌握 上邊簡單講了AI的底層能力和影響邊界，大家應(yīng)該知曉AI擅長做什么。 作為一項新質(zhì)生產(chǎn)力，我們肯定是要積極擁抱TA，并熟練掌握的。 但具體到日常使用，我們還有很多的路要走。面向眼花繚亂的各類信息，我們得想想哪些真的是自己需要的？自己和AI的交集到底有哪些？ 我自己分析下來，普通人（除了創(chuàng)業(yè)者）主要的需求點主要有3類：
② 面向影響，錯位競爭 大家最擔心，是AI搶了自己的飯碗，但其實本質(zhì)上是別人搶了你的飯碗，AI只是加劇了你們的競爭進程。 兩個人同時被老虎追，你不需要跑得過老虎，你只需要比另一個人跑得快就行。 面對AI的影響，我們需要做的也是如此，錯位競爭，比別人優(yōu)勢多一些即可。
③ 平和心態(tài)，長期思維 AI是對一個時代的影響，我們沒必要產(chǎn)生巨大的焦慮和絕望。 凡事都有兩面性，AI可能給我們帶來就業(yè)風(fēng)險，但我們也應(yīng)該想想AI正向的作用，例如 知識的平權(quán)、交通不擁擠、醫(yī)療未來突破會加快、機器人干活人類享受生活 等等。 未來有太多的不確定性，我們只能把握確定性的事情，個人的身體和心態(tài)是最重要的。 讓我們保持長期思維，投資自己，積極面對未來的各種可能性。 當時，長期思維還可以投資股票基金（如果你對AI看好的話），畢竟能否從事AI這一行靠機緣，但如何投錢還可以靠自己的眼光。 <完> 讓我們共同迎接這個技術(shù)大爆炸的時代吧！ 作者：產(chǎn)品雜談 公眾號：產(chǎn)品雜談 本文由 @產(chǎn)品雜談 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。 題圖來自Unsplash，基于CC0協(xié)議 該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。 |
