昨天，我們聊到新技術變革正在發生，產業格局、未來趨勢都會有巨大的變化。而人工智慧就是眾多技術變革中最為熱點的領域之一，早進⼊的玩家有可能吃到科技變革的紅利。
今天我就和大家分享一些把握人工智慧產業變革機會的思考。
首先，在這一輪AI變革中，機會來自於「技術創新」還是「模式創新」？我在科技特訓營里分享過卡蘿塔·佩蕾絲在《技術革命與金融資本》提出的科技周期理論，她認為每一次科技變革都分為導入期和展開期。
在導入期，新技術沒有被社會所廣泛認可。在展開期，技術價值已經被人們廣泛認識，將會打破原有的限制，快速融入到各行各業，帶來一系列的生產和生活變革。
其實，ChatGPT 3.5發布以前，AI技術一直處於導入期。雖然經歷了1997年「深藍」擊敗人類西洋棋冠軍、2016年AlphaGo擊敗人類圍棋冠軍兩次里程碑，但是社會大眾普遍認為AI還不夠「智能」，甚至有些AI產品因為犯一些低級錯誤而被調侃為「人工智障」。
然而，隨著ChatGPT 3.5開始通過人類各項專業與職業考試，並且能夠生成具有實用價值的論文、代碼等成果時，就獲得了社會大眾的廣泛認可。人們不再關注AI是不是「人工智障」，而是開始擔心AI開始大範圍應用的時候，自己可能會被替代。
這就意味著，AI技術已經進入展開期，未來將會快速在各行各業應用，帶動更多的產業發生變革，同時也會創造更多新的入局機會。
但是，也要清醒的看到，機會是分層級的，並非所有機會都適合進入。人工智慧需要持續訓練，具有數據積累、模型訓練、算法疊代三者相互疊加且螺旋上升的特點。越早建立先發優勢的一方越容易保持領先，後入者很難追趕，這就使人工智慧領域更容易形成強者愈強、弱者愈弱的馬太效應。
而Open AI已經具備生成式AI技術的先發優勢，谷歌等巨頭即使投入大量人力財力也只能苦苦追趕。對於大多數新入局者來說，從零開始做技術創新需要巨大投入，投入之後依然需要面對後發劣勢問題。
所以，這次AI技術變革的機會已經不是「技術創新」，而是AI技術的「應用模式創新」。就像打仗一樣，現在已經有坦克造出來了，不要求你成為造出坦克的發明家，但是需要你為坦克找到如何打出「閃電戰」的方法。
現在，已經有很多在AI領域打出「閃電戰」的例子，並獲得了終端用戶或投資方的認可。
比如AI繪畫領域的Midjourney。這是一款付費在線AI製圖工具，只要輸入關鍵字，不到一分鐘就能通過AI算法生成相對應的圖片。創始人大衛·霍爾茨察覺到AI在生成藝術方面的應用前景後，自己出資並組建11人的團隊，用最精簡化的投入，在國外相當火爆的免費社群應用Discord上快速發布V1原型產品，吸引用戶在群組中互動並體驗AI繪圖產品。
Midjourney以AIGC技術給用戶帶來充滿魔術感的體驗，並通過社群互動提升數據更新速度，促進核心算法快速疊代，形成用戶增長與技術疊代的飛輪效應。現在用戶已達1445萬，並且已經成為很多設計師日常工作中必備的生產力工具。據估計收入能夠達到1億美元。
再比如，法律顧問領域的Harvey AI。這是一個基於OpenAI的GPT技術打造而成，用生成式AI來回答法律問題的AI應用。律師可以用簡單的指令描述任務內容，然後接收AI生成的結果，無需手動編輯法律文件或查閱資料。這樣就提高了律師的工作效率，讓他們能夠為更多客戶提供更高品質的服務。
OpenAI Startup Fund領投了該項目500萬美元種子輪，同時參與這次融資的還有Google AI負責人Jeff Dean、Mixer Labs 聯合創始人Elad Gil以及ex Greglock的投資人Sara Guo等早期投資人的投資。Harvey AI的兩位創始人一位是律師，另一位是 AI 科學家，團隊共5人。
這樣的例子還有很多，比如由吳恩達領投並出任董事會主席的AI心理諮詢應用Woebot Health；以及估值已達100億美元的AI寫作工具Notion等等。
從這些例子中可以看到，AI產業已經呈現出服務專家化和創業精簡化的發展趨勢。Midjourney、Harvey AI、Woebot Health、Notion都是聚焦專業領域的專家級人工智慧。這是因為AI需要跟行業的特定應用來深度結合，只有在行業里浸潤多年的產業專家才最懂行業特點和需求。這恰好給了科技企業非常好的創業機會。
也就是說，雖然現在生成式AI的機會來了，但我們真正要把握的是了解最新一代AI技術的能力，基於AI技術的現狀如何更進一步提升它的專業性，讓它變成具體專業領域的專家型人工智慧。
與此同時，Midjourney只有11個人，Harvey AI只有5個人，他們找准了應用方向就開始精簡化創業並開始快速疊代，這就是前面提到的「閃電戰」的思路。
那麼，如何以「閃電戰」的思路進入其中呢？需要想清楚三個問題：第一是考慮要解決哪個特定領域的什麼問題，這就需要對業務的洞察。第二是用什麼數據來解決這個問題。第三是如何使用人工智慧方法使用這些數據。這三個問題想好了，基本上就可以用精簡化創業的思路開始起步了，嘗試搶占這一領域的先發優勢。