前言
最近和几位朋友交流,以及自己一些思考,谈谈一点点自己不成熟的想法吧。
这几年,AI、自动驾驶、机器人、飞行汽车,一直被讲得很热。很多人会觉得,一个新时代已经马上要来了。
但我反而越来越觉得:
不是说方向错了。
而是距离“真正进入普通人的生活”,可能比很多人想象得更远。
AI 确实很强,但还没到“全面改变社会”的阶段
AI这几年发展速度,确实非常快。
尤其是大模型出来之后,很多东西第一次让人产生了一种“机器开始像人思考”的感觉。
但问题在于:
很多人现在对AI的使用,还只是:
离真正进入工作流、进入组织流程、进入产业核心,还差很远。
AI 真正难的,不是模型,而是“落地”
很多人容易把“AI能力”理解成“AI已经改变世界”。其实不是。真正难的是:
尤其是生产环境。
这一点,我自己的感受非常深。
因为在企业里,AI不是你装个软件就结束了。
它涉及:数据权限、企业保密、软件接口、系统打通、流程改造、人员培训、IT资源、管理责任……
很多系统之间的数据,都还没有打通;很多 AI 应用,都还需要二次开发。
而二次开发,就意味着:
这就导致:
AI真正进入企业,不是技术问题,而是系统工程问题。
所以现在很多企业会培训大家用AI,但真正深度融入业务的,其实并不多。至少目前还是这样。已有权威机构做过调研,AI在企业中的应用效果,真正体现在财务指标上,案例还极少极少。
很多人知道 AI,生活、学习中也在用,但却只是当做新的搜索工具。
还没有真正把它变成自己的工作助手、第二大脑。这两者差别非常大。
自动驾驶也是一样:技术很强,但离普及还很远
两年前,我第一次深度体验华为 ADS 2.0 的时候,触动其实非常大。
那时候我第一次真正感觉到:
虽然有些地方依然会显得“很傻”。
但它已经不是实验室玩具了,而是一个真正“可用”的系统。
后来华为又从 ADS 2.0 发展到 3.0、4.0。
能力越来越强。很多人会因此产生一种错觉:
但现实未必如此。
L3 自动驾驶,真正难的是“社会系统”
现在很多车企都在讲L3。
包括特斯拉、国内一些头部车企,也都在做试点。
但如果你认真去看,会发现:
因为这里面真正难的,已经不是算法。
而是:
尤其有一个问题很现实:
如果只有少数几家车企能做L3,那其他车企怎么办?整个产业还能不能平衡?国家会不会允许形成高度垄断?
这已经不是技术竞争问题了。而是产业结构问题。
我打个很简单的比方:有一套试卷,一个100人的班里只有少数几个人可以考60分,那这套试卷就不会被学校、老师拿出来用的。
我现在越来越觉得:
L3自动驾驶真正的大规模普及,可能比很多人想得慢得多。
因为它本质上不是“造出一辆车”。而是:
机器人也一样:技术问题可能最容易
很多人现在也特别关注机器人。尤其是人形机器人。但我现在越来越觉得:
真正难的是:
比如:
机器人能不能自由上街?能不能进入公共空间?能不能进入商场?如果攻击人怎么办?如果撞伤人怎么办?责任算谁的?
这些问题,现在其实都还没有真正答案。
我昨天还听一个UP主讲,北京现在对无人机管理已经越来越严格。
那未来机器人呢?是不是也会面临类似问题?
所以我现在的判断是:
机器人技术成熟,或许很快;但,机器人普及和推广,却没有很多人想象得那么快和近。
机器人要真正进入个人应用、家庭场景、真正自由进入社会环境,可能还需要更长时间。智能手机从问世到人人使用,不也是经历了很多年嘛。
飞行汽车,可能比想象中更遥远
最后,再说飞行汽车。我个人其实一直不太乐观。因为飞行汽车的问题,比自动驾驶更复杂。
它不是:“车会飞”就结束了。
而是:从哪里起飞?降落在哪?空域怎么管理?驾照怎么考?出事故怎么办?城市低空交通怎么调度?
这些问题,本质上都不是技术问题。
而是:
所以我一直觉得:飞行汽车未来可能会存在。
但更可能是:
而不是科幻片里那种:
“人人家里停一台飞行汽车”。
那个画面距离现实,可能比很多人想象得远得多。
技术演进,从来都不是线性的
现在回头再看,我越来越觉得:
很多人容易把“技术突破”,误认为“社会已经准备好了”。
但现实世界不是这样运行的。
技术可以指数级进步。
但:
这些东西,往往是线性演进的。
甚至比技术慢得多。
所以很多时候,真正限制技术普及的,并不是技术本身。
而是:
AI如此。自动驾驶如此。机器人如此。飞行汽车也是如此。
我对这些方向依然看好。但也没那么乐观。因为我越来越意识到:
从“能做出来”到“真正普及”,中间隔着的,往往不是几年,而是整个社会系统的重构。
我喜欢科技,也喜欢技术进度给我们带来的便利和幸福感提升;但,我现在更懂了技术如何变成产品,商品,日常用品。
这,并不简单。
如果这些文章对你有所帮助,欢迎你点赞、转发、比心、留言。
如果你想持续收到有关研发方法的文章推送消息,欢迎你关注并“星标”本公众号:
AI 用于本文部分内容完善、优化、校对、检查、生图。本公众号所有文章,未经授权,不得用于任何 AI 训练。