AI已从娱乐工具发展为生产力工具,其数据处理、翻译和逻辑构建能力正在改变多个行业,但行业初期人才短缺问题显著,需更多专业人才加入推动技术成熟。 ## 1. AI从被忽视到生产力推动者的转变 - 作者曾因早期AI宣传的低质量而忽视其潜力,但实际案例证明AI能取代重复性工作并提升效率。 - 美国AGI(通用人工智能)的炒作实则是赌国运行为,但AI确实在特定领域展现出实用价值,如会议纪要生成和PPT制作。 - 新兴行业人才密度低是常态(类似早期云计算),当前AI从业者高薪更多源于行业初期供需失衡。 ## 2. AI提升生产力的四大证据 - **AIGC商用化**:视频制作(如SeeDance2.0)、短剧公司用AI替代演员、美图业绩增长均显示AI在内容创作中的实用性。 - **AI编程落地**:某谱API脱销,大厂裁撤普通工程师;AI可完成生产级代码(如连接池、缓存优化),但架构设计仍存短板。 - **翻译与数据处理**:AI翻译邮件/技术文档准确度高,数据分析师人效翻倍,云厂商算力供不应求(对比此前过剩状态)。 - **客户习惯培养**:3月“养龙虾”活动虽无直接生产力价值,但教育了用户为办公Token付费的意愿。 ## 3. AI的三大核心工作能力 - **海量数据解读**:法律条款分析、报告总结等任务效率远超人类。 - **需求信息翻译**:跨语言(中英)、跨形式(自然语言转代码/图像)的精准转换。 - **逻辑场景构建**:AI可编造自洽谎言、规划视频运镜或创作小说,展现初步创造性。 - *局限性*:决策判断能力仍限于简单场景(如围棋),需等待自动驾驶等真实世界应用突破。 ## 4. AI行业初期的人才困境与类比 - 当前AI从业者水平参差,类似2014年云计算初期“脚本码畜”主导,故障频发且缺乏专业性。 - 仅1%的AI专家为真才实学,90%从业者贡献有限(如会议总结功能被质疑实用性)。 - 行业需更多人才涌入,技术成熟后(如云计算中期)方能稳定发展。 ## 5. AI与云计算的短期协同与长期平衡 - **短期利好**:云厂商因AI算力需求激增而涨价,国产GPU或成替代选项。 - **AI编程推动云服务**:小微客户可能通过AI直接部署代码至默认云平台,加速PaaS普及。 - **长期中性**:AI难以优化云计算管理(因数据不完整、执行需人工),但会强化云厂商技术投入(如低延迟网络)。 ## 6. AI的持久价值与个人应用 - 即使美股崩盘,AI的生产力提升能力不会消失(类比互联网泡沫后幸存)。 - 对作者而言,AI替代琐事(如校稿)比传统协作更高效,但核心决策仍需人类把控。
亲眼看AI,真能干活了
2026-04-06 22:17

亲眼看AI,真能干活了

本文来自微信公众号: 云算计 ,作者:曹亚孟,原文标题:《亲眼看AI,真能干活了!》


我亲眼看到,AI确实能从事生产工作了,新的时代要来了。


AI的能力卷起的飓风,甚至比移动互联网更加强悍。


我的认知被刷新了,所以写本文分享给各位朋友。


1.我过去不在意AI


我过去不在意AI,因为吹捧AI的人素质太差,一粉顶十黑。那些AI抖机灵的新闻,简直就是在做AI劝退。


  • AI确实取代了很多消磨时光的工作。比如AI生成会议纪要、PPT、搞怪图片、AI总结。但这些工作和生产力无关,甚至就是在用电脑帮人糊弄人。


  • 美国吹AGI(通用人工智能),本质就是在赌国运。既然美国的科研和制造业已经衰落,那就希望机械降神,用AI为美国提供最好的科学家和工人。


  • 很多人总说AI人才如何如何,但是谁说高科技行业就一定有大量高智商员工了?AI行业处于早期,人才密度很低,AI从业者的高薪高智只是跟传统IT相比。


现在我认可AI能促进生产力,换个善意的角度看,新兴行业人才密度低是正常的,当年云计算也是这样过来的。


2.AI促进生产力的证据


战报(各种AI宣传)可能会撒谎,但战线不会撒谎。


我从旁观变为看好AI技术,是我目睹和体验了,“AI在推动生产力”的大量证据。


  • AIGC已经商用。影视飓风的Tim是视频专家,他肯定了SeeDance2.0等AIGC视频的可用性。美图的亮眼业绩、短剧公司用AI取代真人演员、素材画师被AI取代,也是真实发生的事情。


  • AI编程已经商用。某谱的AI编程API卖到脱销,某些大厂因AI编程而裁撤普通工程师。我实测AI编程时,不是测的娱乐性编程,而是测试可用于生产环境的连接池、缓存和队列消费者。虽然AI现在做不了架构优化,但我和AI对话时,AI已经能找到性能和稳定性调优的思路了。


  • AI翻译完美商用。我的英文很差,AI帮我翻译了大量的邮件和技术文档。即使当面见英文客户,我也愿意开着视频会议看AI字幕。相比个人素质堪忧的英语母语外教,我更愿意和AI对话练英语。


  • AI处理海量数据已经商用。做大数据的朋友向我分享,普通的数据分析师,用AI辅助处理数据,直接让人效比翻倍。数据分析师使用AI,既能快速预处理海量数据,又能减少和程序员的沟通时长,还能快速生成报告。


  • 云厂商的AI算力供不应求。最近几年因为赌卡囤卡,其实算力资源是严重过剩打折促销的。但今年云厂商的算力资源供不应求,大家甚至公开涨价了。


3月份最热闹的“养龙虾”,没有促进生产力进步,只是让普通人参与的行为艺术。养龙虾最大的好处是培养客户的使用习惯,客户愿意为办公用的Token付费。


3.我看到的AI工作能力


上文提到AI促进生产力的证据,本节介绍AI的工作能力,肯定有大量不完善的地方。但是,IT技术的特点是,一旦获得进步,就会永久变强,最终能取代自然人的工作。


  • IT产品可以比自然人落伍一百万亿次,但是只要IT产品某一次超过了自然人,它的能力就会被固化继承下来。AI产品就属于典型可复制的IT产品。


从这两个月的案例里,我看到了AI技术拥有了三大类能促进生产力的工作能力。


  1. 海量数据的读取和总结能力。这个能力最好理解,AI解读法律条款、AI解读冗长报告,最容易和AI业务混为一谈的也是大数据业务。


  2. 需求信息的翻译能力。中文翻译成英文,自然语言翻译成编程语言,人类创意翻译成图片视频,这都是对需求信息的翻译能力。


  3. 构建符合逻辑的场景的能力。AI能自圆其说的扯谎,AI能像导演一样规划视频运镜,AI现编小说,都在证明AI能构建符合逻辑的场景。


从机器学习到深度学习,再到大模型,AI一直在尝试实现“决策判断”的能力。AI已经能完成图片识别、围棋、炒股这类简单信息的决策工作;但是AI还需要继续增强面向真实世界的决策判断能力,我们要先等等自动驾驶、自主机器人的发展,再期望AI能获得决策判断的能力。


4.以云为鉴,AI初期缺乏人才


AI属于高科技行业,但草创期的AI行业,非常缺人才。本节并不是讥讽,而是积极鼓励大家,眼前AI行业还是人才洼地,呼吁更多人才加入AI行业。


现在的AI行业,就像2014年的云计算行业。云计算行业绝对是高科技行业,第一批云计算工程师,99%都是低智商脚本码畜。他们制造的云计算故障,只有丢人现眼,毫无感动和成长,甚至毫无廉耻可言。


整个IT圈都是“面向工资编程”,水平最好的技术专家,上班就是为了升职加薪。2018年左右,云计算发展到了行业中期,这批专家才来到了云计算行业。自此以后,公有云不再出故障,春晚红包不卡顿不宕机,公有云成了IT技术的最高峰。


普通AI从业者的所谓“高薪”,只是比做血汗外包多一点而已。从云厂商跳槽做AI的朋友,没有一个人是加薪的,都是降薪过去的。


ChatGPT是2023年才开始爆火的,“超过三年经验的AI技术专家”,几乎就是个伪命题。确实有1%的AI从业者是货真价实的AI技术大牛,这些技术大牛赌赢了赛道,就应该获得超额收益。但在ChatGPT火起来之前,他们在几年几十年里一直静坐苦禅。


90%的AI从业者对AI行业的促进效果,和2014年的云计算从业者很像。我文首就说“一粉顶十黑”,你们看看这些人干活的效果,能怪我不喜欢AI吗?


  • 这几年“AI做会议总结”的广告铺天盖地,但这算什么功能卖点?老江湖们参加会议,都抢着做会议总结,这样才能在会议结论里夹带私货。


  • 很多AI做编程的Demo案例,仔细看都是“写脚本、写小游戏”。这些Demo的实际效果是证明AI只能做娱乐性编程。这就像某人自称数学老师,但天天表演10以内加减法。要证明AI能做生产编程,得像我一样让AI写连接池、读写缓存和消费队列啊。


  • 龙虾OpenClaw难以安装、难以卸载和遍地安全漏洞,只能证明它在技术上是个半成品。云厂商当年也天天出这类低级产品故障。


5.AI对云计算的影响


AI对云计算行业、厂商和从业者短期有利好影响,但中长期影响不大。


我们能看到真实的AI需求,这肯定是利好云厂商的,因为云计算就是最佳资源供应方。


  • 卖AI算力,是近两年云厂商最大的新增市场需求。AI能促进生产的发展,会夯实这个趋势,让囤卡不至于变成赌卡的泡沫。


  • 打着AI的旗号做云计算(AI基础设施),可能会诞生新的云厂商(但会自称AI厂商)。我《上篇文章》就在分析,一些做边缘计算的企业,都认真去做AI基础设施了。


  • 公有云是“变买为租”,国产GPU最好的消纳渠道。一旦国产GPU出现了能力突破,云厂商就会放弃Nvidia拥抱国产卡。


  • 大型云厂商会加大对低延迟网络、并行计算、GPU虚拟化等AI相关技术的研发投入,小型云厂商可能会落伍1到2年。


我很早就思考过AI编程对云计算行业的影响,最近测试AI编程,我想的更深入了。我觉得AI编程对云厂商是机会均等的。


  • 云计算对于AI做服务端编程是重大利好,因为云平台会透传各种环境参数,让AI做服务端编程更具备可行性。


  • 小微客户在完成AI编程后,可能会由AI助手直接部署服务端代码到“默认云厂商”,这些客户甚至不会区分云费用和Token费用。这确实利好开发者云平台。


  • 稍微大一点的企业客户才是云计算的营收来源。客户用AI编程时,可以要求AI在自己指定的云账号内,完成代码编译、服务发布、业务监控等一系列工作。


  • AI编程会让PaaS云产品的普及速度大大加快,因为部署代码到ServerLess比部署代码到云主机更容。考虑到AI编程用户的画像,他们也更愿意接受按量付费。


很多人会梦想,通过AI技术,提高云计算的人效管理和资源管理水平。但我深入做过这些工作,对此持否定态度。因为:1,大量数据没有纳入系统;2,纳入系统的原始数据经常出错;3,数据总量太少很难精炼出决策;4,即使AI做出决策,执行过程需要真人参与,执行效果需要真人反馈。


6.结束语


这两个月学AI,确实让我大开眼界,AI是能参与生产的IT技术,不是噱头和玩具。


虽然这次AI热潮源自美国的AGI神话,但即使美股崩盘,AI促进生产力的能力还在。98年互联网泡沫没有毁了互联网,AI也一定能长久的存在下去。


AI技术对于我这一类人有巨大的助力。因为AI能替代的都是我不在意的琐事,找AI配合比找码农更省心更快捷(我在写书时就发现,AI校稿比和编辑沟通更方便)。我和AI配合时,上游数据的定义、采集、验真,下游决策的采纳建议、承担责任,这些工作始终在我身上。

AI原生产品日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定