在人工智能的浪潮中，AI大模型以其驚人的涌現(xiàn)能力和創(chuàng)造力，正在重塑我們對技術可能性的認知。正如達爾文所言：“自然界中沒有飛躍?！痹贏I的發(fā)展中，我們見證了從量變到質變的飛躍。

抱歉，各位伙伴們，自從AI大模型刷屏以來，好像很長一段時間沒來更新文章了。

對于AI大模型的商業(yè)化應用，自己一直處在觀望和思索的狀態(tài)，最近有了一些新的思考，會陸陸續(xù)續(xù)和大家在公眾號進行分享。

今天的分享，主要圍繞3個問題來展開：

1、AI大模型的本質是什么？

2、商業(yè)中哪些變了，哪些沒變？

3、產品經理該如何應對？

這幾個話題，之前好像在哪里討論過，記不起來，不過當時的思考并不深入，今天就來系統(tǒng)化的梳理一下。

一、AI大模型的本質是什么？

從本質上來說，AI大模型的本質是具有大規(guī)模參數(shù)和復雜計算結構的機器學習模型。

既然是機器學習模型，那么它的核心能力，便是從已有的數(shù)據(jù)中挖掘規(guī)律， 學習復雜的模式和特征，然后進行能力泛化。

但是AI大模型和傳統(tǒng)機器學習，最大的區(qū)別是在，涌現(xiàn)能力上。

傳統(tǒng)的機器學習包括深度學習，只能泛化某個領域的一個或多個模式。

而AI大模型是將所有領域的模式進行了學習，當在處理某個任務時，所有相關領域的模式同時相互作用時，就產生了涌現(xiàn)能力。

我們也可以把“涌現(xiàn)能力”看做是一種創(chuàng)造力。

就好比一個人，本來只精通某個領域，能夠按部就班的完成該領域的任務。

然后突然間他精通了所有領域，將所有的領域知識進行了融會貫通，達到了大道至簡，殊途同歸的境界。

然而此時，他在執(zhí)行原有的任務時，并非按部就班的做，而是綜合了該任務所有相關領域的知識去做。

我們再來對比一下任務的結果。

在原有模式的學習泛化下，任務結果相對比較穩(wěn)定，基本上在我們的可預期范圍內。而AI大模型的涌現(xiàn)能力，則導致了該任務結果的多樣性。

導致這種結果的原因就在于AI大模型增加了一些其他領域能力的泛化，弱化了該任務原本領域的特征。

如果把傳統(tǒng)的機器學習到AI大模型的進化，比作1個員工的蛻變，即從一個“專才”變成“通才”，那么此時所有的事情都在變好嗎？

NO，我們可以很清晰的感受到“TA”變強了，尤其是在“思想上”、“創(chuàng)意上”，但是它的不確定性，讓我們無法把“TA”安排到某個具體的崗位上。而是把“TA”當做一位老師或專家，來為我們提供更好的建議。

所以，此時的協(xié)作就變成了：AI大模型（提供專家建議）——》決策層員工（結合專家建議和當前環(huán)境，建立計劃、分解任務、制定標準）——》基層員工/機器人（按照標準，執(zhí)行任務）。

二、商業(yè)中的那些變與不變

我們再來看看整個商業(yè)體系中的變與不變，企業(yè)作為商業(yè)體系的最小單元（相對而言），企業(yè)的核心是由員工和業(yè)務組成。

員工又分為有決策權和無決策權；業(yè)務我們可以把它拆解為（市場需求，解決方案），解決方案，就是產品或服務。

企業(yè)的經營過程可以簡單的梳理為：管理層員基于市場需求工，來進行戰(zhàn)略戰(zhàn)術決策，并制定標準，來指導基層員工進行產品服務的生產。

當AI大模型這個超級工具介入商業(yè)體系中之后，我們來逐個分析一下企業(yè)經營過程：

市場需求：無變化；

管理層員工：增加了AI大模型這位“專家導師”；

產品服務：部分產品服務，通過“AI大模型”的改造，提升了用戶體驗；

基層員工：增加了AI大模型這個強大的“創(chuàng)意生產工具”；

總結一下，我們可以發(fā)現(xiàn)，在企業(yè)經營過程中，市場需求無變化，解決方案發(fā)生了變化。其實就是需求側未變，供給側發(fā)生了變化。

那么此時可想而知，供給側卷了（無奈），需求側笑了（享受紅利），怎么看下來，貌似什么都沒有變，供給側改革一直在被倡導，而AI大模型只是這個“改革”的一柄利器而已，風口過后，市場又會恢復平靜，等待下一波的技術革命…

三、產品經理該如何應對？

所以呢作為產品經理，我們沒什么可焦慮的，努力學習和吸納新認知，然后將其應用到我們的產品服務中即可。

AI大模型的能力，只能改善產品服務中的某一些環(huán)節(jié)，對于整個產品服務體系來說，并沒有什么顛覆性的影響。市場該分析分析、業(yè)務流程該梳理梳理、產品流程該設計設計、運營指標該強化強化，練好基本功，放到哪里我們依然是中流砥柱。

雖然AI大模型的介入并沒有顛覆性的改造產品服務以及產品經理這個職業(yè)，但是它的“創(chuàng)造力”是我們必須要進行借用的。另外需要注意的就是，并非所有的產品和服務都需要AI大模型來進行改造。

不管是將其融入到現(xiàn)有的產品服務中，還是自我決策提升中，我們都必須深刻的認識到“創(chuàng)造力”這個維度，門檻降低了，開始貶值了。

尤其是市場中提供“創(chuàng)意服務”的公司，如企業(yè)咨詢、內容服務、媒體服務等，在“人人都是創(chuàng)意大師”的時代，如何保持持續(xù)的競爭力呢？這是一個更為復雜的問題。

好了今天就先分享到這里，后續(xù)我們再來探討，在應用層上如何升級我們的產品和服務。