中国经济在经历了超速发展的30年后，步调虽然放缓，但依旧在向前，就像太阳照常升起。因此，我们将“The Sun Always Rises（太阳照常升起）”作为今年WISE大会的主题，我们依然看好中国商业的韧性与潜力。

11月28-29日，36氪WISE2023商业之王大会在北京国际会议中心盛大举办。本届大会以“太阳照常升起 The Sun Always Rises”为主题，横跨一个主会场与六大垂直领域专场。主会场聚焦“未来3650天”、“在产业洪流中”、“进击中的万联网”、“AI与商业增量”、“全球品牌看中国”、“科技至上 共鉴创新”六大篇章重点议程，邀请全领域商业大咖展开为期两天的顶级商业对话，向现在提问，给未来答案。

元力星球联合创始人魏赟

以下为演讲实录，经36氪整理编辑：

大家好！首先感谢36氪邀请我参加这个峰会，去年三月份wise，我跟大家分享了一个主题，叫元宇宙是下一个互联网的周期，一年过去，这次的主题是：AI时代，一个普通人如何跟智能体进行共存？

这两天里有很多专家，有很多的教授分享了很多专业的，前沿的科学，从大模型等多各个角度来给大家分析。不过我先表明一下，我不是一个专业人士，我只是一个做产品的，更是一个普通人。

2020年开始，我就在看GPT3，但我发现到今天为止，还有98%以上的人没有接触过GPT，这是一个很重要的问题。

作为一个普通人，我们跟大模型、跟GPT仿佛都很远，但它仿佛又在我们身边。所以我今天就说这个题目——“AI时代、普通人如何与智能体共存”，我用五个词跟大家分享一下。

第一，新机体。

大家都在说，AI 是一个新方向。但我想问大家一个问题——大家怎么理解AI？

先分享我的理解。AI系统的本质是在造人、造机器人。什么是造人？大家看看人是怎么走到今天这一步，父母把我们生下来，生下来后去上学，上学有老师，拿教材教我们学相应知识。学了知识以后，要进行大量的练习实践，取得资格后就会进入社会工作。

咱们遵循这个轨迹，把AI比拟成一个人，他需要一个智商，也就是算力，算力越高意味着智商越高，学东西越快。

那如何让一个AI从聪明到有知识，就需要一样东西——训练数据。训练数据主要分为两类，一类是知识图谱，一类是普通信用数据，相当于教材，训练数据越准确AI越聪明。直到模型参数都调整精确，就可以应用。

在应用中，通过人来检验模型，哪些做的对，哪些做的错。这就像我们人毕业到步入社会，通过不断试错，来变得越来越优秀。

所以我今天预测，未来我们会面临一个新的时代，这个时代会有80亿人口与100亿AI资源共存的时代。作为普通人，我们每个人都要面对这个问题。但其实AI并不复杂，就是一种正常的进化，不存在太多深奥的理论。

第二，新职业。

人造出来之后，那他就需要工作和干活来证明自己的意义。同样，AI也需要工作来证明意义。

AI工作职业分为两种，一种是AI自身扮演，它可以作原画师，可以作编辑，可以作营养师，同样可以做健身教练，做律师，做医生。这些AI工作已经出现，未来5年-10年还会更多。

那普通人应该怎么办，例如大家所焦虑的失业问题。这个问题放大来看，科技在发展，大家一直都在失业，原来的铁匠，被工厂里打工的儿子取代，原来的马夫被司机取代，这个趋势是不可逆的。

我们应该想想，如何面对这个问题，其实在我们有很多事都可以做，例如整理KGS， 教AI怎么干活，不断矫正它，这些都是我们普通人可以干的。而且现在AI远没有人聪明，还有和AI一起进步的机会。

但到了下一代，他们就需要我们使用手机一样，去操作各种各样的机器人和AI。这意味着作为普通人，我们需要在未来几年内，迅速调整自己，让自己能够和机器人共存，想清楚能在其中做什么？我们不能阻止AI发展，需要帮助AI往前发展，这样依然有机会。

AI和人不应该是谁淘汰谁，而是让它像自然人是一样，去学好技能，去做事，甚至形成一个公司或团队，可以让他和我们共同实现一个目标，帮你解决更多事情。

第三，新组织。

一个新的组织形态即将出现——DAO(全新的人类组织协同方式)，我把它叫做数字化自动协作组织。

在这种形态中，作为一个普通人，我们需要怎样学会机器人协同办公?

大家想想人跟人之间怎么协同办公，需要传递一种东西——“信息”，我需要你为我做什么，或者我告诉你应该干什么，中间存在一些信息，可以叫动机，也可以叫诱因。

同样，我们跟机器人之间合作也需要传递信息，这种信息叫数据。但人跟数据、人跟机器人之间要怎么通过数据沟通。

比尔盖茨曾说过一个问题——在未来的AI智能体中，新的数据源结构到底是什么?

去年，我在WISE2022的时候曾分享过:“元宇宙将成为下一个互联网周期”的时候，曾提到这个概念——人跟机器之间连接只有一个纬度，就是时间。主要是因为代码是全球统一，它高于关键词，高于账号，高于地理位置。

做程序员或技术同学肯定知道，代码执行需要一个固定的条件。我们普通人也一样，也需要学会跟机器进行交流，我们需要告诉AI准确的时间，在什么时间点开始执行，所以人跟机器之间产生新的连接，就需要一整套新的规则。

基于这种组织下，未来会出现一种新的组织，大家给新组织起名叫生成时间，以我的理解，它叫“员工”。

为什么叫员工?AI需要一个指令去干一件事情，这很像现实中老板和员工发号施令，员工往往能力远超过老板，这是它的价值。现在的老板都是到处出差，到处聊天收集信息，收集未来信息。根据未来的信息去做判断。做了10个决定，可能有9个错误的，靠那一个正确的决定获取了地位。

那既然AI也可以做决策，甚至有了预测式AI，甚至决策要比老板准的多，那老板的地位就会很尴尬。

第四，新机会。

大家理解建立公司的逻辑之后，我们接下来就要为新公司创造出收益。

我举几个例子，第一，大家知不知道欧洲在推行的“禁塑”令，禁止使用PC、PP、PE、POA所有的塑料。现在国内大家都喝奶茶，奶茶用的管叫POA(聚乳酸管)，今年10月1号这个管开始在欧洲被禁掉。

我有个朋友就是做环保材料，他很困惑，刚好我上学就是学材料的，他问我怎么办？我也不知道。后来我收集了材料的应用场景和需求，通过AIGC去查，给了一个答案——PH。

这个材料从来没用过吸管这个用途，但补齐信息差之后，现在我们已经每个月往欧洲出口4-5个集装箱柜，这就是AIGC解决的一个简单商机。

对于我们普通人来说，AIGC并不是那么高大上，我们不一定每个人都是AI专家，但可以利用它去解决问题。

第二个例子，分诊系统需求。

前段时间和解放军总医院两个消化科主任聊到AIGC在医疗上的应用。

这段时间，身边有很多孩子感染支原体病毒情况，大家基本就是挂完号，等待医生，医生进去后，一分钟开个单子，再拿着单子排队2小时化验。

化验完又过来找医生排队一小时进行问诊，随后开始诊断，开药或治疗。大家就会发现一个问题，这件事很浪费时间。医生也很痛苦，都是重复性的一个问题，重复性的劳动，他们也想把这个过程前置化处理。

所以我们讨论给医生建一套医护助理系统，把消化道内科整个知识图谱转化，让医生的专业术语可以给普通人理解清楚，患者通过AIGC提前就知道自己要怎么做，做什么，前置提前完成87%到90%的工作。

通过这个例子发现一个逻辑，一套专业的数据库，就可以直接解决一个需求场景，但在座的有很多专家，大家应该知道，这种优质数据成本是多高。

对于我们普通人来说，并不是我们到了35岁到40岁，就是职业生涯的末期。在这个AI增量知识里面，其实只要你有知识，还能干活，整个容量还是很大的，况且AIGC， 就是通过AI配合产生数据。

但光生产数据是没有价值的。就像我有一个果园，果园里我种了一大片橘子，但一个都没卖出去，那一整个果园的人都没有产生价值。

所以如何发现AIGC价值这个很重要，这就需要另外一样东西来构建，我称之为数据物流，通过协议，数据、物流，把数据从这一端到另外一端，正常运转，创造价值。

第五、新经济。

整个互联网的本质就解决两个问题：

第一，解决用户的无知问题。我原来不知道，现在通过互联网知道了，比如抖音。

第二，解决效率问题。原来需要半天解决的事情，现在通过10秒解决掉。

AI 的出现会创造新的机会，从经济学来说叫“增量拓展和存量深耕”。我们可以通过AI训练出更多新数据，创造更大价值。我们把这个价值叫做一代数据，之后可以逐渐通过AI产生二代数据，三代数据、四代数据，再把这些二代数据，三代数据、四代数据，传递给一个需要的人，就能产生一个新的经济增量，这个很重要。

还是从普通人举例，这个数据价值逻辑很简单。例如我们都使用携程订酒店，通过美团点外卖，通过淘宝买东西，在所有的APP里面完成一个商业闭环，满足了我一个要求，完成一件事情。

但其中有一个数据价值过程往往被忽视，例如在整个流程完事之后，数据其实会被打上标签，这些标签过去会被直接卖给广告商，就会有更多类似的人接触接触越来越多的广告，这个就是一次二代数据收益。

这个收益过去往往被忽视，但随着数据隐私的重视，大家感觉数据好像又跟我有关系。

这种情况下，要怎么解决数据价值的问题，数据是不是要出来，怎样形成闭环，如何把你在互联网或现实中产生的数据链条拿出来，作为一个二次变现获取收益，就是一种新的创业机会，也就是我做的项目“元力星球”。

我不是做大模型的，但是我会跟各个大模型合作，并迅速推动做出一些产品出来，让一个普通人能从中获益。

大家都需要知道，未来靠工资是养不活自己的，你需要新的机会，这个机会在哪儿？你得有一个搭子，这个搭子需要我们去创造，你不创造，就要用别人的，就要就给对方付费，然后再通过创造生成，生成三代或者四代数据，通过数据物流把它卖掉。因为一定有人需要这个数据。

当然创造一些无聊的数据，那肯定是没有意义的，今天社会有很多无聊的APP，都没有收益。我觉得作为一个普通人，应该了解这些内容。

（来源：36氪）