《連線》雜志創始主編、《失控》作者Kevin Kelly（來源：Google）
钛媒體獲悉，11月21日上午第四範式舉行的第二屆SHIFT數字化轉型峰會上，互聯網教父、《連線》（Wired）雜志創始主編、《失控》作者凱文·凱利（Kevin Kelly，以下稱 Kevin）發表題爲“人工智能的變革性力量”（The Transformative Power of AI）的線上演講。
Kevin表示，人工智能（AI）是當下最重要的技術，它幾乎無處不在。在未來十年內，AI 甚至可能發展出成千上萬種，人類也將會擁有幾千種 AI ，而這些 AI 有許多不同的想法和思維方式。與此同時，AI 不僅是“小寫創造力”，而且還看作人類的“私人助理”。
Kevin提到，程序員使用了 AI 寫代碼後，他們發現自己的工作效率提高了56%。而隨著新的 AI 大模型（LLM）、對話式用戶界面（CUI，Conversational User Interface）等核心的使用，未來，人們50%的工作都可能被 AI 取代，而另外50%的工作可以在AI的幫助下提高效率。
“一些不必要的工作被取締了，AI 可以幫你完成剩下的工作。”Kevin表示，無論是工作還是生活，AI 對人類來說都是“N+1”的效果。AI 不會搶走你的工作，但不會 AI，你的簡曆會缺少很亮眼的一項。一個人不會被 AI 取代，但可能會被一個懂AI的人取代。所以人們應該要掌握這項技術。
據悉，凱文·凱利（Kevin Kelly），常被稱爲“KK”，是《連線》雜志（Wired Magazine）第一任主編；曾擔任《全球評論》（Whole Earth Review）主編、出版人。Kevin具有多重身份：作家、攝影家、自然資源保護論者，同時還是亞洲文化、數字文化領域的學者，也是互聯網行業教父。他被看作是“網絡文化”（Cyberculture）的發言人和觀察者，也有人稱之爲“遊俠”（maverick）。代表作包括：《失控》等著作。
Kevin在演講中提到，盡管 AI 技術看起來十分強大，但其能力是很有限的。
Kevin提到，新的 AI 在訓練時被輸入了所有人類的成果，包括最好的和最差的，所以它得到的是平均值，是平均的智慧。因此，AI 其實只是一個普通人能做到的平均水平，所以它傾向于給到看似合理的結果，但卻不能保證是准確的結果。
在Kevin看來，AI 對人類來說，可以是夥伴、隊友、教練，也可以是你的副駕、導遊、助理、實習生等。他提到，未來受到 AI 影響的人類工作主要包括五種：遠程工作、協作類工作，教育行業，制造業，大的銷售平台等。
據悉，本次SHIFT數字化轉型峰會上，AI 上市公司第四範式（06682.HK）發布面向企業北極星指標提供全鏈條的精選解決方案，名爲“範生態”平台，從而幫助每一個方案都能夠對著正確的AI目標收集正確的數據、建設正確的系統，共同服務于企業核心競爭力的提升。第四範式創始人兼CEO戴文淵表示，公司希望聯合更多合作夥伴，讓企業數字化的每一個執行系統，都朝向企業核心競爭力的提升在努力。
“即將到來的 AI 時代，我們應該爲此做好准備。盡管還沒有答案，但我們已經身在其中。”Kevin表示。
以下是凱文·凱利演講的速記整理（有一定編輯）：
大家好，我是凱文·凱利（Kevin Kelly）。
在這裏我想聊聊人工智能，它可以說是當下最重要的技術了。大家可能聽過很多關于人工智能的事，因爲它幾乎無處不在。這是我見過最厲害的技術。它發展得太快了，但很多人依然不太了解它。我想跟你們分享5個關于AI很有意思的冷知識。
第一個很重要的事是，其實人工智能不止一種。它是多元的，有很多種類。在未來十年內，甚至可能發展出成千上萬種。就像我們有幾千種應用，幾千種app，幾千種工具，以及幾千種機器一樣。我們也會擁有幾千種人工智能。（這些AI）有許許多多不同的想法和思維方式，將被用做爲我們做一些不同的事情，需要有些不同的認知才能做到的事。所以當我們談論人工智能的時候，其實都是在說被統稱爲“AI”的那些技術。
這告訴我們，如果我們想去描繪這些不同的思維，就會發現“人類”其實也不是一個那麽普遍的統稱了。
我喜歡把創造出這些人工智能的想法稱爲“外星人思維”，因爲它們太不一樣了。那些最聰明的人工智能思考的方式也與我們不同。它們擁有獨特的思維過程。這對我們來說是好事，因爲在這種新經濟下，如果想要創新，打造自己的技術和産品，獨辟蹊徑是取得成功的唯一方法。所以通過這些與我們思維不同的人工智能技術，我們也可以在新經濟中創造財富。
之前有人告訴我，也許你們也聽過，計算機是沒有創造性的，創造是只有人類能做的事。計算機只會服從指令，永遠不會有創造性。這是錯的。
人工智能已經具有創造性了。我將其稱之爲“小寫創造力”。
“小寫”的意思就是，它還沒有到創造重大突破的地步。目前人工智能的創造的東西大都很日常。比如說，設計師用AI技術設計公司logo之類的。這不算是一個突破，因爲並不複雜。這是比較機械的。只是一個小小的創新。而這種“小寫創造力”是人工智能非常非常擅長的。
這是人工智能生成的圖片。你會驚歎于它細節處理上有多完美。很有創意，但它不是畢加索。因爲並沒有到讓人耳目一新、顛覆以往創作的程度。它只是填補了我們還沒想到的點。所以這只是“小寫創造力”，很日常也很實用。但也是創造性的。
很多這些創造力其實都來自使用這些AI技術的人。他們是對人工智能提出指令提示的人。所以其實是人工智能和人合作完成了這些日常的創造。
我們發現，人工智能真正擅長的是合成，以一種你從未想過的方式結合在一起。比如，我用AI圖片技術嘗試，將西瓜和跳蛛結合在一起，就會生成一只西瓜跳蛛。奇奇怪怪，但很有創造性。我們很難創造出來。人都能做，我也能做，但費時費力。而人工智能可以非常非常快地完成這種合成。這種合成是人工智能非常擅長完成的挑戰。
隨著我們更多地使用AI，合成工具也會變得越來越好用。甚至可以用在科學研究上。比如說，找出一些醫學上的想法和計算機領域的想法，你可以用 AI 來探索兩者之間的結合，這是以前做不到的，此前這些都需要專家來操作。
你會發現，有些時候使用 AI 的人比其他人做得更好。因爲他們在這件事上花的時間遠超別人，他們成了人工智能的解讀者。他們懂人工智能，能給出正確的指示。你會發現，要想成爲人工智能的解讀者，並且能夠與之交流，要花費相當多的時間。
這是沒有任何捷徑的事，你需要跟它變得親密。只有了解它的工作方式，才能最大限度地利用它。這些對人工智能發出指令的人堪稱新的藝術家。就像音樂制作人把錄音室當作一種新的樂器一樣。
如果我們把人工智能看作是一種新的藝術工具，要想真正精通它，你就要成爲能夠給它提出指令的人。而這一類的工程師正在變得越來越有價值。現在已經有公司在打廣告招聘優秀的會使用AI 的設計師了。
我認爲，去理解我們與人工智能關系的最好方式，就是將其看作我們的“私人助理”。基本上，世界上每個人都將至少有一個“私人助理”。也許不止一個，只要你想就可以無限期地使用它。你可以問問自己，最需要“私人助理”幫你做什麽？它能如何改變你的生活？擁有了1-2個全天候“私人助理”後，你最想做什麽？這就是人工智能可以帶給我們的。
但重要的是要記住，AI的能力有限。它們更像是你的實習生。原因是這些新的人工智能在訓練時，被輸入了所有人類的成果。包括最好的和最差的，所以它得到的是平均值，是平均的智慧，盡管是普通的，一般的，但是對很多事情來說已經很夠用了。
AI 其實只是一個普通人能做到的平均水平。因此它傾向于給到看似合理的結果，但卻不能保證是准確的結果。
對吧？所以它的運作方式是，人工智能會生成普通人也能想、會做的事。但普通人往往會出錯，所以你還要核查AI的工作成果，像檢查實習生的那樣。你不能百分百的信任它。
它們生成了非常好的初稿，非常好的初步總結，內容還行，是一個普通人能做到的。但是普通人經常會犯錯，實習生也經常會犯錯，你要檢查他們的工作。
從另一個角度講，人工智能其實非常擅長做整理性的事務，像實習生一樣。做總結，做要點，進行彙總。我們稱之爲“元工作”，監督工作成果的工作。這非常非常重要。但實習生完成的工作你是要檢查的。你不能像是自己做的一樣完全不檢查。
程序員們在使用AI的這個技能編寫普通代碼。這對大部分的代碼來說都足夠用了，程序員們檢查起來也很容易。使用了AI寫代碼後，他們發現自己的工作效率提高了56%。通過對人工智能的使用，寫作者們的工作效率也提高了。
我們可以看到，人們50%的事務都可能被人工智能取代。而另外50%的工作可以在AI的幫助下提高效率。一些不必要的工作被取締了，AI可以幫你完成剩下的工作。
需要關注的是，要花費很長時間才能熟練地使用AI。AI就跟其他事情一樣，我們要經過學習和訓練才能很好地使用它，和使用其他工具一樣。當然，AI相關的很多功能點，我們不需要刻意訓練也能使用。但就跟其他工具一樣，AI也是越用越好用。使用的越熟練，就會越受益。
AI不會搶走你的工作，但不會AI你的簡曆會缺少很亮眼的一項。一個人不會被人工智能取代，但可能會被一個懂AI的人取代。所以你也要掌握這項技術。
不管是工作還是生活，我認爲，AI對我們來說都是“N+1”的效果。
半人馬是半人半馬的神話形象。很像我們正在做的事。與AI助手一起完成各項工作就像是在創造半人馬。在醫學界，人類的醫生是非常了不起的，或許有些醫生或許比其他人更出色。但總的來說每個醫生都很棒。可能比現在的AI醫生更厲害。但是一個人類醫生+一個AI醫生的組合，會比單獨的醫生或AI技術本身更厲害。
所以，這裏的“N+1”就是，醫生和AI的結合在診斷能力、理解能力和判斷問題方面，比單獨的醫生本身要更強一些。不僅比單獨的醫生強，也比單獨的AI醫生強。二者一起是強強聯合。另外，就算是AI醫生也總比沒有醫生強。
這就是我們爲什麽要使用人工智能的兩個原因。
不光是醫生，對老師來說也是一樣。一個會用人工智能的老師，比不會用的老師或者AI老師更厲害，但同樣的，AI老師總比沒有老師強；一個會用人工智能的程序員，比不會用的程序員或AI程序更厲害，會用 AI的律師也會更厲害；甚至會用人工智能的卡車司機，也比不會用的司機或AI程序更棒。
這就是我們發展的方向。我們要實現很多個“N+1”。人工智能對人類來說，可以是夥伴、隊友、教練，也可以是你的副駕、導遊、助理、實習生等等。我們與人工智能通力合作。
下面我來介紹一下人工智能的交互的變化。
人工智能並非新事物。我們今天看到的很多人工智能，已經存在了至少五年，甚至十年。比如面部識別系統。人工智能的第一波浪潮，是關于識別模式和制作模式的。這個模式可以是一句話，可以是畫一只小貓，可以是任何樣子。識別模式可以是臉或者聲音。
之後是生成模式，這不是什麽新技術。但在過去的一年裏，出現了讓人們非常非常激動的新內容。一個是LLM，大型語言模型。另一個是CUI，對話式用戶界面。讓我來具體解釋一下：
第一個，大型語言模型。
實際上，建立大型語言模型是爲了發現人類語言的模式。事實證明，深藏在語言本身結構中的，是我們的思維推理模式和邏輯模式。不僅是語法的模式，也不僅僅是句法的模式。而是語言中暗藏著你的邏輯模式，如果你看一下一個人說的話，就可以提取出論點，推理他的思路和邏輯。所以這樣小小的推理會讓LLM在一定程度上模仿人類的思維過程。它通過預測下一個詞來做到這一點，這個詞像是大家都會說到的詞。
所以LLM有推理能力，是今天正在發生或將要發生的變革。如果讓你來模仿人類推理，你肯定能通過，這毋庸置疑。在很多測試中，人類通後測試就結束了。一直到最近，很多人都認爲只有人類能通過這種測試。但其實，通過這些測試並不需要太多的推理，因爲很多內容都是關于知識，以及理解知識如何運行的。所以LLM能捕捉任何書面語言中的思維推理和邏輯模式，還是挺讓人驚喜的。
第二個是對話式交互方式。
我在接觸互聯網很長時間以後才意識到，早期其實有一個命令行工具，通過文本來操作編程。它是一個文本界面。互聯網存在了這麽長時間，幾年，幾十年，大家都忽視了這個工具，因爲它很難用。互聯網的爆炸式發展是在開始用網絡制作圖形用戶界面時出現的，在網頁上可以直接拖放圖片。圖形用戶界面的出現改變了一切，也使得互聯網一躍成爲當時的主流。人工智能也在經曆同樣的發展，直到前段時間，對人們來說它還代表著編程代碼。要使用它，你必須對編程有所了解，必須知道很多關于代碼結構的知識。
而現在，由大型語言模型實現的對話式用戶界面，已經改變了這一點，你可以使用任何語言，以對話的方式，與人工智能交談。人工智能不僅能理解語言，還擁有了對話的能力，與人交談，這是一個巨大的轉變。我們可以將這個已經應用于人工智能的對話式用戶界面，應用到其他任何東西上。比如可以應用到你的車裏，就可以直接跟車對話，你可以跟一個電子表格互動等。這就是對話式用戶界面基于它提取出的，人類語言的結構和模式後所能做到的。這些都將幫助我們理解AI的商業運作。
請記住，對于一項技術來說，當你看不見它時，它就成功了。我認爲95%的人工智能技術在將來都會是這樣，因爲它們基本都在後台工作。人工智能在後台所做的是預測，它讓預測的成本變得很低。在過去，持續預測非常昂貴，非常不可靠，且很難實現。但現在變得便宜了。這些大型語言模型和其他人工智能的工作，是能夠預測下一件事，下一個像素，下一個單詞或下一個數字。
所以你可以問問自己，作爲一個企業，你是否能預測人們會買什麽，下一季的流行色是什麽，在接下來的十分鍾內會發生什麽，或者在接下來的兩個月內會發生什麽。如果你能做出這種可靠且廉價的預測，那你就掌握了人工智能技術帶來的新力量。
人工智能在經營中的作用主要體現在兩方面：一個是對內，員工會用AI技術改善工作流程；另一個是對外，客戶使用你的人工智能技術。給客戶帶來價值。
內部和外部，過程和産品都使用了人工智能，但二者卻完全不同。組織內部的人工智能是爲了在流程中使用，如編寫代碼、促進溝通，財務人員用它來制作報表、建立預算模型。這點最終會對我們的生活産生更大的影響，甚至比客戶使用的效果還大。
無論是機器人還是自動駕駛汽車，或者是零售網站，你都可以通過人工智能去模擬結果。這些都將改變我們的生活，但我認爲內部流程的變化，如何變化，以及我們以何種方式工作，將變得更加重要。
過去，電力的到來徹底改變了人們對什麽是公司、你在公司裏的工作方式、公司的組織方式以及員工關系的看法。
我認爲AI時代也會發生這樣的改變。AI的出現改變了我們的生活方式，也改變了很多公司的運作模式。
第一批工作受到人工智能影響的三類人群，可以遠程的工作，非案頭的工作以及協作類的工作，基本都是重編程的公司。
第二批工作受到 AI 影響的是往往規模較小、較年輕，而且已經在轉型，通過在編程中使用人工智能而發生了轉變，比如醫療健康是與AI適配度極高的行業，有可能發生一定變化。
第三個是教育行業；
第四個是制造業，AI被應用到了工廠裏面；
第五個是大的銷售平台，不是零售商。
實際上，通往人工智能的路徑就像是一個階梯。在老式的業務、常規行業中，開始時沒有數字化。當你開始對數據有需求時，這就是企業數字化邁出的一大步，接下來是數字化所有信息、數字化大家的工作。
通往人工智能的路徑就像是一個階梯。在老式的業務、常規行業中，開始時沒有數字化。當你開始對數據有需求時，這就是企業數字化邁出的一大步，接下來是數字化所有信息、數字化大家的工作。
這對于很多行業都是大事件，而很多企業都還有很長的路要走。
這就是即將到來的，我們應該爲此做好准備。盡管還沒有答案，但我們已經身在其中。我認爲人運用人工智能和機器人的目的，是幫助我們成爲更好的人。我們正朝著這個方向邁出的第一步。---(钛媒體/钛媒體焦點)
