随着互联网业务到达天花板，与其相关的 AI 算法也开始逐渐变得寒气逼人。说到底，AI 还是个工具，即便它是非常了不得的工具，但毕竟大部分时候也没法脱离业务存在。二十大报告也提到要「脱虚向实」，进一步壮大、升级实体经济。所以，现在社会以及更多的人开始思考如何利用 AI 为行业赋能。换句通俗的话说，卷死互联网，现在来卷其他行业了。虽说几乎任何行业都可以通过「+AI」受益，但这中间有些业务和公司可能比较特殊，不太适合或无法 +AI。所以，本文就简单探讨下要想 +AI 究竟需要什么条件。

什么是+AI

我们可能都听说过「互联网+」，就是在互联网上把现实世界很多业务实现一次，这里的核心和底座是「互联网」。那么，到了 AI 这里，为什么不是「AI+」呢？我记得好像前几年有过类似的说法，只不过最近几年口风开始转变。记忆可能不准确，但我们知道现在是「+AI」，也就是把业务作为核心，让 AI 为其赋能。归根结底，AI 只是工具，是让业务运作更有效率的工具。这种提法确实更有说服力，比如我们拿 FAQ 举例，为什么要用深度学习做语义搜索，还不是因为有些问题比较模糊和抽象，或者一些同义不同字问法，导致传统的关键词方法无法命中。再比如语音识别，原来需要大量的、专业的特征工程，现在使用深度神经网络直接可以端到端解决，完全不需要任何语音相关知识，这就提高了整体效率——当然也淘汰了一批人。所以，我们可以给「+AI」下一个稍微正式的定义：利用机器学习、深度学习等人工智能方法，解决传统方法无法解决的问题，或提高行业整体运行效率的过程。

关键因素

接下来，我们讨论要想 +AI，得需要什么。

首先是数据。巧妇难为无米之炊，数据就是 AI 的「米」。不过随着大模型的突破，作为使用方，可能就不需要训练数据了，而是直接使用大模型的能力。尤其是小公司，一个大模型的接口可能就能解决很多问题了。这些问题在之前一般都需要专门的算法团队，至少也需要几个算法工程师，不过现在一个后端足够了。但是对于一些非常细分的领域，或者大模型难以很好处理的任务，就需要准备相关数据了。有了数据就可以自己训练模型，也可以使用大模型服务方提供的微调接口。总的来说，数据依然是重要的因素，尤其是数据的质量。未来，高质量数据可能是一个企业最重要的资产。

其次是场景。并不是所有场景都适合+AI，也不是所有场景都适合+AI。虽然说大模型时代，有人认为现有所有软件都需要重构，但目前来看还远未达到这一步。真要到这一步时，应该已经到了AI+的时代了。这么说可能有点抽象，我们可以用互联网的概念进行类比。互联网刚刚起步时，也是传统业务逐步上网，等到互联网成熟后，发现它就像现实世界的虚拟镜像——现实世界有的、能做的，在互联网上也可以一模一样来一套。此时，互联网已经无处不在，成了基本配置，于是开展一项新业务时会从互联网先出发，甚至只有互联网了。此时的互联网已经可以包容一切，自然可以+其他东西。

不过AI和互联网还是有所区别的，互联网的本质其实是信息化和虚拟化，它本身可以看成现实世界的镜像，或者一个新的渠道，但AI工具属性更强。一项业务互联网一下，它很多东西就变了；但一项业务AI一下，它还在互联网上。其实可以把AI理解成算法的一种，计算机出现的时候算法就存在了，只是算法的边界一直在扩大，能力一直在增加。由此可以推出，下一个互联网式的革命更有可能是类似于虚拟现实这种能提供一个类似于互联网但又更进一步的“场所”。互联网扩大了人的眼睛、耳朵和嘴巴，虚拟现实则扩大了人的嗅觉和触觉。

回到场景，能不能+AI关键在于AI能做什么和不能做什么，以及业务能在多大程度上接受AI的不完美。即便是通用人工智能或强人工智能，依然有可能无法做到某些人类想要的需求（事实上如果真到了那一步，它又为什么需要做到呢）。目前看来，除了传统AI算法的相关领域，创意、创造类应用场景也非常适合，尤其是当下的AIGC时代，这一类的场景由于并没有“标准答案”，AI反而表现的更好。ChatGPT更是可以完全当做一个“专家”或“虚拟员工”来看待，普通人能干的它也能应对。

最后是环境。外部环境一片向好，但内部可不一定，这中间涉及多方面因素，不过主要是两个方面。一方面，无法直接为公司带来业绩增长。这可能是目前大多数公司的现状，ChatGPT可能很强，但更多还体现在提效方面，有没有单子那是另一个事情。既然只是提效，现在看起来成本还不低（说不定还不如用人力），很多公司负责人自然会失去动力。另一方面，效率的提升意味着部分人员的冗余，这部分人可能会失去工作，自然不太乐意。比如客服部原来10个人，用了ChatGPT后只需要3个人，他们自然不愿意这样的“提效”。效率人人都喜欢，但前提是自己的效率，而不是被效率。

可以说，+AI不仅仅是简单的把AI用起来，还可能涉及到产品的重构、业务的重新梳理、组织架构的调整、相关专业团队的组建等等。对于一个已经非常稳定的企业来说，这样的变革存在不小的风险。而且，+AI要想取得成功，也需要公司自上而下全方位支持和配合，颇有当年互联网对传统企业的冲击那种感觉。

相关讨论

本文想法源自一次会议上张拔院士的圆桌分享，他这种级别的学者关注的问题已经不是某个具体的问题了，出口基本都是行业、产业，以及围绕着它们的人才培养、教育等。这也让我第一次站在这个角度开始思考AI和技术。

其实，作为经济学专业硕士，并经过系统商学培训的自己，按道理会自动思考这些方面。不过自从转行后，我已经刻意不去思考非技术的问题。不是说那些问题不重要，而是觉得自己浅薄的水平还达不到思考非技术问题的程度，更谈不上思考如此宏大的命题。

本文也是记录当时在听到专家们讨论AI赋能行业时的一点点思考。其实除了AI，还有区块链、元宇宙、虚拟现实等非常有意思的技术领域，它们之间甚至有合作的可能，这看起来实在是太令人期待了，那一定会是个全新的时代。

不过，期待是一回事，现实是另一回事。如果没有好的场景，又还没有发展到划时代变革的程度，谁也无法确定AI是否会经历又一场寒冬。区块链、元宇宙和虚拟现实已经火热过一次了，现在都快凉透了，未来怎么样——前途是光明的，道路是曲折的。

AI也差一点掉下去，好在ChatGPT续了一波。下一个突破在哪里？有可能是AGI吗？AI会在现实中与人类交互吗，以什么样的形式存在？人类能理解AI的智能逻辑吗？有可能解密意识的奥秘吗？有可能和AGI共存吗？这些涉及到了另一个话题，择文再议。

回到当下，无论是+AI还是AI+，大概率会和当年的互联网差不多（影响力甚至还不如）：有一部分AI企业，有一部分企业用上AI，还有一部分依然如故，直到AI完全变成基础设施。