AI的三大方向值得關注

現在的問題已經不再是AI能改變什么，而是還有什么不能被AI改變。

我們判斷一項技術是否具有革命性，一個重要的標準是看它能否深刻且廣泛地改變多個行業。在移動互聯網到來之前，即便是PC互聯網，其改變的行業也相對有限。而移動互聯網徹底改變了我們的生活。如今，沒有手機，我們幾乎寸步難行，無論是打車還是點餐，都離不開它。

AI（人工智能）正展現出同樣的變革力量，它改變的行業之多，已經讓我們開始討論哪些行業不會被改變，哪些崗位在AI的沖擊下仍能保住。事實上，現在的問題已經不再是AI能改變什么，而是還有什么不能被AI改變。AI不僅改變的行業多、改變行業的深度深，而且這次改變的速度之快，也是前所未有的。

在AI的推動下，我認為有三大方向值得關注。

一是基礎建設。與以往為互聯網打造的基礎設施不同，AI時代的基礎設施建設將迎來一次質的飛躍。如今，當我們向智能助手提出一個問題，或是在社交圈內尋求信息時，其背后的數據處理量相當于過去萬次搜索的規模。這意味著，移動互聯網的數據流量基礎，從原先的“雙車道”，躍升至“數百”甚至“數千車道”，實現了前所未有的擴容。

基于此，我們可以預見，盡管目前尚不清楚哪個AI應用或哪個大模型將脫穎而出，但基礎設施的建設無疑是一個穩賺不賠的領域。

二是大模型。即使你剛剛開始創業，只要方向是與AI基礎建設相關的硬件類投資和創業，仍然有很大的機會取得成功。因為大模型的發展需要強大的硬件支持，而這也是當前的一個熱點領域。

三是“行業+AI”與“AI+行業”。“行業+AI”與“AI+行業”這兩種模式是有差異的。很多人可能會覺得這兩種說法只是順序上的顛倒，但實際上，它們代表著截然不同的策略和路徑。

“行業+AI”模式，意味著你已經在某個特定行業中深耕細作，無論是材料、醫療、企業服務還是消費等領域，你都在思考如何將這些行業與AI技術相結合，以提升效率、優化流程或創造新的價值。這種模式下的挑戰在于，你需要理解并適應AI技術的特性，將其無縫融入你所熟悉的行業中。

“AI+行業”模式則是由原生的AI公司主導，它們帶著先進的技術和解決方案，試圖進入并改變傳統行業。這種模式下，AI公司就像一把錘子，而傳統行業中的問題就是釘子。AI公司的目標就是找到那些最需要被“敲打”的問題，并用AI技術提供有效的解決方案。然而，這種模式下的挑戰在于，你需要深入了解目標行業的特性和需求，以確保你的解決方案能夠真正解決問題，而不是僅僅停留在理論層面。

在探討這兩種模式時，我們還需要關注一個關鍵問題：訓練參數的數據來源。大部分的訓練參數存在于公域，即那些公開可用的大數據。這些數據對于大模型的發展至關重要，因為它們提供了豐富的信息和特征，有助于提升模型的準確性和泛化能力。

這兩種模式各有優劣，適用于不同的場景和需求。在選擇適合自己的模式時，需要充分考慮自身的資源、能力和目標行業的特性。同時，無論選擇哪種模式，都需要注重數據的獲取和處理，以確保AI技術的有效應用。

（編輯 周靜 charm1121@sina.com）