暑假

娃儿们这周中已经完成了这个学期的学习了，期末考试结束后就开始居家了，下周再返校一次，就正式进入暑假了。

每个学期的考试，跟娃儿们都有一个小约定，只有兄弟二人任何一人达成约定，便可任选一款游戏机作为奖励，截止目前得到的消息，暂时还未解锁该福利☺️，坦白说其实我也很想玩，但是还是希望能蹭一下儿子们的福利，看看下周会不会有好消息吧🤗。

暑假开始，目前跟娃儿们约定好了暑期晨跑的计划，只要条件允许，需要持续不间断地完成每日晨跑的小任务，每天自己记录跑步公里数，达成目标后，可以选择在一定范围内的奖励（在范围内可以自行选择）。

跟哥哥此前约定好的是平时达成了小目标，每次可以选择一本自己想读的书，只要不是特别离谱的都可以，漫画小说都行。但是考虑到这些课外书实在太吸引人了，便放到假期统一购买和阅读，昨天哥哥获得的三本自由读物已经到货了，今天出门前已经读了第一本的1/4了。弟弟昨天从搬家好友家搬了好些适合他读的书回来，暑期阅读任务应该是已经完全够用了。

下周暑假就开始了，娃儿们的暑期安排也是要准备起来了。作业、户外、运动、阅读，还有他们各自的兴趣，希望娃儿们能自己合理安排好自己的时间，坚持把这些日常的小事都做到实处💪。

AI新闻

这周看到不少新闻和评论，我在朋友圈里也分享了一些自己看到且认为不错的文章。其中有一篇我很是喜欢的博主评论尸的《为什么说Anthropic是邪恶的？》，跟网上诸多谈论和分析上一周Anthropic疯狂封号的事件略有不同的是，这篇文章除了也比较好地还原了Anthropic本次是如何实现账号识别和执行封号动作之外，重点从这个识别或者说打标记的行为上展开了更深层次的讨论，蛮有意思的，如果觉得感兴趣可以找来读读看，搜索微信公众号：虹线，应该就能找到这篇文章。

对于Anthropic封号的事情我没啥好评论的，如果能把封号的钱退了，我觉得会好受一些，除此以外也没啥好说的。毕竟他们家天天贴着脸告诉全世界，他们不喜欢我们中国人，也不给我们中国人提供服务，我们用了一些手段绕开他们的限制后，被识别出来了，确实很不舒服，但是从某种角度上来说，可能也算一种咎由自取？

这周更为重要的两个类型的新闻是部分头部大厂开始限制公司内部员工使用AI Token的用量了，其中不乏阿里、腾讯这样的国内大厂，更早的还有Meta和微软这样的海外巨头。另外一个便是曾经嚷嚷着要跟OpenAI还有Anthropic这些LLM巨头们争天下的Meta要开始建数据中心对外提供算力服务了，SpaceX在把xAI合并后也要对外出租他们那些海量的GPU了。

这是什么信号呢？不是很清楚，反正上周美股的存储概念股们基本上集体大跳水就是了，现如今AI看上去炙手可热，整个产业链条上的玩家们互相投资相互锁单，我投资你100亿美金，你买我家100亿算力，我占你5%的股份，你卖我80亿的芯片，玩得实在太高级了，左脚踩右脚如此循环往复就上天了，我们时常调侃的武侠小说里的梯云纵就这么实现了。当然这未必就一定是坏事，如果AI产业在这波左右脚紧密和娴熟的配合下，真实地创造了新的生产力，那就是商学院新的经典案例，如果最终跌下来了，泡沫破灭了，也还是商学院的经典案例😂。

结合最近一段时间自己的思考，还有此前我分享的文章的内容来看，我自己总结下来基本上是这样的。

AI在其自身的行业里，目前确实还在飞速发展的阶段，一些资本和基建的疯狂加热，对于整个行业来说未必是坏事，如果想要抓住机会的话，假设自己短时间无法加入相关行业，在公开二级市场上寻找相关的投资机会也是不错的，只是现在这个时间点看上去已经在一个不低的点了，但是倘若未来AI确实能够创造更高层次的生产力，也许当前这个状态也就是个基准值吧。

目前非常积极和拥抱AI的组织和个人，遇到了一个非常现实的问题，那就是AI的加持，对于当前使用它们的组织和个人来说，究竟意味着什么？投入必定带来回报吗，ROI算得过来吗？这是一个非常有意思的问题，我可以分享一些我自己的观察和思考。

先说观察。我们团队中使用AI工具最频繁，用量最大的分两类同学，设计师和程序员，设计师在内容创作上现在基本上超过60%（很有可能更高）的工作是由AI工具来辅助完成的，程序员在代码编写上基本上超过80%都是由AI工具来完成的。当某一天OpenAI的账号风控升级和用量计算策略调整后，从我们公司内部群里大家讨论的内容便能明确地感受到，AI Token已经要接近网络带宽和电池这样的基础设施了，大家在工作中对它的依赖性在不到一年的时间里，已经完成了AI适配化改造了。

再说我身边不怎么用AI工具的家人朋友们，他们的日常生活和工作确实没有太多要用AI的场景和需求，也没有什么特别直接的外部刺激让他们主动去学习和探索AI能如何帮助他们更好的完成自己的工作，或者改善生活。豆包这样的产品在某种程度上实际上已经把AI工具普及化做得不错了。只是大家使用AI的方式更多地还是停留在跟具体的某一个产品进行互动，如果哪天淘宝、京东、美团、携程这样的App给出了更接近AI的交互方式和产品形态，估计大家才会意识到其实可能自己当下的工作和生活方式原来可以被改造，那个时候可能各行各业都会有更多的变化吧，截止到现在，很多的行业中的人们应该还是站在外面看AI（其实我们也差不多，在我们业务最核心的环节，AI介入的部分实际上并不多）。

再说感受和思考。我们时不时也能看到一些关于OPC的分享，还有一些AI对于成熟产业的改造之类的新闻，每每当我们看到这种成功案例时，总是非常欣喜并且为之心动，想着啥时候我们也能走上那条路。从这一年多重度AI学习和应用的目前进展来看，目前我们远没有达到我们想要达到的那个阶段，不过整个组织对于AI能帮我们做什么，已经有了一个相对还不错的认识，大家也都养成了很好的与AI协作的习惯，只是目前从商业的结果上来看，还没有取得肉眼可见的成果。

回到Meta、阿里等等这些头部厂商们对AI Token消耗态度的180°大转弯，起码可以比较确定的是，这些厂商基于当前的状态给出的判断就是继续加大AI Token消耗在组织内部的投入，对于他们整个组织当下的商业结果不会带来明显的正向提振，哪怕他们自己实际上是AI行业蓬勃发展的受益者，甚至他们还要不断地在市场上去说服更多的AI Token消费者相信AI必然带来巨大的变革，做AI时代的卖铲人。

那么这是为什么呢？我的观点是这样的，LLM的能力确实有比较稳定的在持续进步，AI的能力边界也确实在部分先锋人群的探索下不断地在拓宽边界和扩大其可渗透的场景，但是我们绝大部分公司和组织本身还是比较固化的，在这些相对固化的组织和结构中的我们，虽然掌握了一些跟AI相关的能力，但是我们还是在固化的组织、结构和流程中做具体的执行，这些已经固化的流程和工作，恰恰是这些组织或者说公司当前的核心业务的核心组成部分。我们做个比较简单的假设，假设一个公司的核心业务有5个环节，由5个不同部门的人协同完成，最终可以取得单位为1的收益。目前AI组织进化的结果是让这5个环节中的两个环节取得了效率和产出的提升，假设提升为50%，也就是说现在有两个环节的产出变成了1.5，如果简单来计算是不是怎么着也有1.5*1.5=2.25的效益提升，看上去能取得125%的增长，对吗？

不对，现在很多的公司或者说组织，还是工业化的产物，哪怕现在已经是互联网时代、移动互联网时代、AI时代，其实绝大部分公司的生产流程跟在流水线上生产一台冰箱和洗衣机并没有明显的差异。只是我们这些天天坐在办公室工位上打工的人们，不一定要那么按时到岗，下班的时间也没有跟流水线停止工作直接关联而已，但实际上我们的协作方式还是一个流水线的形式。而当一个公司或者组织已经习得了一套完整和成熟的体系在当前的商业社会上取得商业结果后，这套流水线就会自行跑起来，之前很多讲创业的书或者课程都会谈到的一个增长飞轮，又或者当前在AI工程化领域里头非常流行的Loop Engineering概念，跟这个其实蛮类似的。Meta也好，阿里也罢，甚至我们自己所在的公司，每天、每个月、每个季度、甚至每一年，其实都在这个Loop里头。而一个循环能否有可能取得更大的成果，未必跟这个循环中的某一个环节执行得更快了存在着完全正相关的关系。更多的时候，可能是这个Loop的新输入、迭代的新方向甚至是评估本次Loop产出结果的评价体系，才是影响最终Loop是否可以持续找到更大结果的关键。在我们上面举的那个例子中，两个环节的效率提升，大有可能会变成其他环节的压力，甚至会带来组织协同上的摩擦，最终在协同的摩擦中，这些增长在3个未明显增长的环节中出现逐级效应递减，最终给组织成功带来的影响微乎其微。

回到刚刚我们说的Meta或者阿里，这些动辄上万人的大企业中的天子骄子们，在公司巨大的飞轮上都扮演着自己所在位置的那个齿轮，当大家都开始用AI工具来武装自己的时候，也更多地还是在那个位置上扮演着那个齿轮，而齿轮转动得更快了，是否就能带动整个公司的飞轮呢？大家代码写得更快了，需求文档产出更多了，设计方案做得更漂亮了，运营活动做得更密了，数据分析做得更深入了，是否带来必然的业务增长呢？在当下全球经济低迷，全靠AI拉一波的情况下，好像各家都没有那么明显的效果。哪怕是OpenAI和Anthropic这两家公司，在自家的大模型能力日益渐长的情况下，其推出新的大模型的速度也并没有线性或者指数地增长，反倒是推出C端类型产品的速度和更新迭代特性的速度确实有着越来越快的节奏，看上去AI模型核心厂商取得的进展也是偏外围的一些改进，一旦触及到最为核心的部分，这些创造了AI繁荣的火种们，貌似也并未取得什么质的飞跃。

那么为什么我们总能听到一些AI Hero式的都市传说呢？某某OPC已经取得了年收入额千万的成绩等等。这是为啥呢？我们不能否认这个市场上肯定存在着这样的公司，先不论其他行业，单纯就AI大模型这个行业，当下的市值有多高，大家也非常清楚，在这个行业的一些成功的OPC取得这样的成绩未必是不可能的。还有一些非AI大模型行业的其他行业应用成功案例，肯定也会有，而这些成功案例的背后，更多是这些案例做到了“借助AI把不可能变为了可能”，也就是他们不是在老事情上做加法或者乘法，而是直接做了从0到1甚至到100的全新的事情。

不论是这些创造AI行业的当红炸子鸡们，还是围绕这些当红炸子鸡做服务的人（上下游产业，甚至MCN等等），他们显然都是全新的业务形态。还有那些AI Hero式的OPC们，在没有AI助力的年代，他们的想法是完全无法靠自己一个人或者少数的几个人去执行和落地推进的，现在很好地应用了AI，把他们的想法变成了现实，他们在做的也是新的事情，是一种新的业态。

而Meta、阿里等等众多大厂们，他们当下的组织和当下的核心业务已经太稳定太结实了，AI的介入并未给他们带来什么新的场景，最多也就是原有场景的提效，而提效是有天花板的。兴许他们在当前未找到新的场景时，认为自己已经快摸到原有组织和流程提效的天花板了，便做出了相应的一些决策。

一些胡思乱想，聊做记录吧。回到自己，学习AI和应用AI显然已经是行业共识无需多言。如何更好的应用和结合AI去探索更多未知的领域，找到新的业态，而非试图在已有成熟的业态中寄希望于AI提效能带来质的变化，兴许是一个需要认真思考的问题🤔。

原文链接：微信公众号