Kros Dai’ Blog No excuse, no panic

在我人生中，经历过 3 次让我感觉无限幸福的时刻：

1. 当把人生第一台 PC 捧回家的时候；
2. 当 PC 装上 Modem，第一次听着一连串怪叫然后连上 Internet 的时候；
3. 当手里拿着第一代 iPhone 的时候；

回头看这 3 个时刻，都代表着大家拥有了一种新的生产力工具。工具这东西对人类的价值实在太大了，以至于文明的程度会以掌握的工具来命名，比如石器时代、青铜器时代、铁器时代、蒸汽时代、电气时代 …… 这些科技的出现大幅延伸了人类的手和脚，使我们可以轻松捕获猎物、耕种土地，让我们走得更快飞得更高、运输更大更重的货物、制造出越来越精密的工具。到了电话、电报、无线电、电视的出现，一直到现在我们身处的 “互联网时代”、“移动互联网时代”，科技已经开始延伸人类的眼睛和耳朵，每一次的技术进步都使我们的信息获取效率提升十倍。十分幸运，竟然能在 20 年里体会到 3 次巨大的技术进步，每一次都让我感到自己对未来的想象力会跟不上现实的发展（实际上也是）。

2022 年，让我人生第 4 次感觉到想象力跟不上 —— 机器学习演化出的 AIGC 和 ChatGPT 将来一定会深刻影响每个人的生活，就像 PC、互联网、iPhone 的出现注定会影响所有人一样。只是如何影响、最终会成为一个什么样的产业格局，还不知道。但是站在未来回看，人们会说，从 2022 年开始，科技开始延伸人类的大脑了。

相比 “信息时代” 的说法，我觉得 “软件时代” 更具象，因为 “信息” 本身不是一种科技，而软件才是（我在这对软件的定义，包含了计算能力也就是 CPU/GPU，下同）。信息只是软件解决的一部分问题，软件在更基础的层面、在全部的行业都大幅提升了生产力。比如：

• 把 CD 淘汰的不是音质更接近的 MD，而是音质差得多的 MP3；把 MP3 播放器淘汰掉的是更笨重的 iPod；
• 宫崎骏还在手绘「天空之城」时，Pixar 已经尝试用软件来制作动画片；
• 第一代 iPhone 相比诺基亚，更大、更重、不支持 3G、摄像画质更差、不能复制粘帖、不能换电池的，但是无法阻止手机几年间就被 iOS 和 Android 瓜分了；
• Tesla 这样的新能源在席卷汽车行业，核心是软件能力的提升让电气系统成为动力和传动系统，自动驾驶的突破也让电车在未来能有比油车好得多的使用体验；
• 不是因为火箭的原理或制造能力的突破，而是软件能力的突破，让 SpaceX 的综合发射成本能降到原来的十分之一；

这些行业不像 BAT，核心都不是依赖解决信息效率而获得成功的，因此我觉得叫信息时代并不准确，而应该叫软件时代。否则无法解释现在全球市值最高的 2 家企业：Apple 和 Microsoft。Apple 解决的不是信息问题，而是（通过制造硬件）提供了独特的软件体验；微软是一家纯靠卖软件（包括游戏）的公司，并不卖任何信息。还有很多很多的企业，没那么大，但本质是依赖软件能力而获得的成功，比如我用过的 Invisalign（隐适美），靠软件标准化了牙齿矫正行业。

软件正在颠覆所有行业，不管制造业还是服务业，所有有所作为的企业都是软件企业，软件能力不行的公司的价值一定会面临严峻考验。从 2000 年到现在，中美靠软件一步步蚕食了日本和德国的制造业优势，成为唯二的 “发展中国家”。

数据源：世界银行

要发展制造业，从低端（比如 SHEIN）到高端的芯片制造、航天、核聚变，都是要靠软件来实现十倍百倍的突破。

软件之所以有那么大的能量，我认为是因为软件是一种更底层的 “基建”。比如一个程序员，可以从教育行业，到 TapTap，再去汽车行业（真实案例）…… 这种专业技能可以跨那么大的行业而迁移，在以前是无法想象的。

科学的中文，原意为「分科治学」。随着工业革命和现代科学的进步，很多学科、行业的价值得到非常深入的挖掘，需要深入学习才能掌握前人的经验和知识。然而随着软件以及计算机硬件的进步，使得程序可以服务于非常多的学科和行业，代替了重复和繁重的数据处理和计算工作，现在研究数理化生物医学的“科学家”，首先必须是一名优秀的程序员，否则没有得力的武器。

DeepMind 的 AlphaTensor，发现了新的矩阵快速算法；DeepMind 的 AlphaFold，高精度预测了已知的 2 亿个科学界几乎所有编目蛋白质。而这些都基于的 AlphaZero —— 一个设计用于下围棋的 AI。棋牌游戏、线性代数、结构生物学，这些本来毫不相干的专业和学科，都依赖同一个技术分别往前推进了。嗯，光是 DeepMind 的研究还拓展到了考古、数学、热核物理。

保守估计，在未来 10~20 年，我们将看到 AI 逐个攻占所有行业的科研阵地。「分科治学」在很长一段时间将不复存在，AI 将成为所有科研的基建。

比如现在 ChatGPT 所展现出的 NLP 技术：

1. 明显有逻辑且还有可解释性（Chain-of-thoughts）；
2. NLP 本身不受语言的限制，能处理各种人类自然语言。

这两件事合在一起就很可怕了，GPT-3 这种自然语言模型理论上可以储备任何的人类知识。这就注定会成为人类的生产力更底层的基建，也意味着很多行业会重新塑造。受互联网反复进攻但始终守住阵地的金融、医疗、法律三大行业，一定会被 ChatGPT 这样的 NLP 颠覆；这三个行业都依赖大量的专业文档和数据，且这些文档和数据有很强的逻辑性。从业人员都需要经过长期的专业训练和实践，踩过非常多的坑才能做到融会贯通。

• 金融：比如巴菲特的工作就是读公司的财报，通过阅读、分析，结合自己对商业的认知来发现潜在被市场低估的优秀企业，其目标和实现的逻辑非常清晰，如果有一个飞速阅读且不知疲倦且过目不忘的 “巴菲特” 不断扫全网财报，是不是能比老巴菲特更早更多地发现投资机会？比如财务审计，大量采数和核对的工作，AI 可以通过计算机模型进行审计，比人类更准确地发现问题。
• 医疗和法律更是依赖海量的文献和案例，AI 可以建立起更全面的知识库，从而提供更加准确的判断和解决方案。用来帮助咨询和诊断，都可以大大提升医疗和法律的服务水平，让专业人员可以更加聚焦于深入探索，更加快速地得出正确结论。
• 影视和游戏行业，一定会被 AIGC 改写。
  • text-to-image/video 可以节省大量的原画设计、场景设计、3D 建模甚至特效的时间。工业光魔这种公司都很可能被新技术取代。
  • 现在的 3D 渲染软件、游戏引擎都是基于真实的物理规则做的近似模拟，体验的升级主要依赖硬件性能的提升。今后是否会从 stable diffusion 中衍生出全新的渲染范式，以至于不需要通过昂贵的计算来模拟真实物理和光线的规则？一旦有这样的突破，那么现在的引擎技术都会被重写。

现在还很难想象 AI 的终局是什么样，但一定会有很企业随着 AI 诞生、壮大或破灭，就像 2000 年前很难想象互联网的终局是什么样，当时最红的是一家做浏览器的公司叫 Netscape。

2014~2015，光一个推荐系统的技术进步，不止让所有互联网巨头收益，还孕育出一个字节。

AI 会不会取代人类？

如前所说，每次科技的进步都是在延伸人类的能力，会取代一部分人的工作，但同时也是解放更多人的双手双脚，释放的是更高的生产力，不需要打猎种地不代表没其他事情可做。科技的进步、文明的发展，只会激发更多的需求，会有更多的专业岗位，只是我们现在还不知道未来的图景是什么样的，就像 100 年前的人很难想象今天的工作岗位会是哪些。