AI 趋势与行业动态
也叫:AI 趋势, 行业动态, 产业趋势, AI 前沿, 日报, 怎么读趋势, 渗透三定律, 三大透镜
定义书中定版
书里没有专门讲「行业动态」,但讲了怎么读一条技术动态。第一步是换掉三种错误透镜:只看对自己是好是坏的「当前利益透镜」,把未来当成现在延长线的「线性外推透镜」,只看到危险的「焦虑放大透镜」。换上「核心变化透镜」,问三件事:这项技术打破了什么基本约束;它让什么变便宜、什么变贵;它让什么新事情第一次可行。
第二步是判断变化先落在哪里、走多快。书里给了渗透三定律:
- 任务密度决定顺序:任务越能数字化、结构化、规则化,越先被渗透;
- 价值密度决定速度:单位时间创造的价值越高,渗透越快;
- 替代成本决定阻力:经济、心理、社会成本越高,渗透越慢。
据此分出三个圈层:数字原住民场景(已渗透)、半数字化场景(正在渗透)、人际密集场景(最慢)。
所以,读 AI 趋势就是判断一条动态改变了哪个约束、按三定律会先落到哪个圈层,而不是数新闻条数。
出处:《AI 认知革命》(renzhi.qiuyiwu.com)第 23 讲(/c/23.html)、第 6 讲(/c/6.html)、第 39 讲(/c/39.html)。
书里怎么说
线性外推只能看到量变,看不到重构。规则本身在变的时候,把旧规则下的表现做得再好也没有意义。
概括自《AI 认知革命》第 23 讲(/c/23.html),逐字以书为准
新的信息差不在「知不知道」,在「怎么理解」。同一个 GPT-4 发布,有人看到更强的聊天机器人,有人看到智能的范式转移。
概括自《AI 认知革命》第 39 讲(/c/39.html),逐字以书为准
渗透速度一次比一次快,因为每次革命都站在上一次的基础设施上,而 AI 还能加速自己。第一圈层的窗口已经关了,第二圈层大约还有两三年。
概括自《AI 认知革命》第 6 讲(/c/6.html),逐字以书为准
最大的机会在「旧规则失效、新规则未定」的结构裂缝里。方向清楚就开始实验和占位,不要等完全确定。
概括自《AI 认知革命》第 23 讲(/c/23.html),逐字以书为准
书库里的材料
每天读进来的东西里,和这个概念最相关的几篇:哪篇支持、哪篇补充、哪篇唱反调。
他的「1% 法则」是去做模型成功率只有 0 到 1% 的问题,因为成功率已到 20% 的问题,下一次模型升级就会把你的优势冲平。这是一把具体的趋势尺子:看模型能力往哪走,而不是按日历外推。
用美国官方就业数据追踪,AI 暴露度最高的职业并没有大规模裁员,变化是工时下降、兼职和第二份工作增多,受冲击最明显的是大学学历的白领。书里说第一圈层 2023 到 2024 年已基本渗透完,数据显示渗透真实存在,但形态是工作「变碎」,速度也比书里写的慢。
15 国大学生里 80% 用过生成式 AI,两年翻倍;但美国教师里只有 6% 说学校政策清楚。个人采用飞快、制度明显滞后,正好对应第三定律里的「替代成本」,也对应书里把教育放在第二圈层。
他认为技术革命最大的赢家通常不是发明者,而是在技术之上想出「制胜策略」的使用者;技术改变社会分三步:行为、习惯、观念,其中「习惯改变」那一步最有商业价值。这给书里的「结构裂缝」补了一个时点判断:看习惯是否开始变。
这一期记了一条判断链:编程真正能用了,才带出工具调用和电脑操作,agent 才进入财务、生命科学等知识工作,人均 token 消耗还看不到顶。这是日报类材料的典型样子,值得留下的是这种「哪个约束先松动、接着松动哪个」的链条,不是单条新闻。
书里对渗透的描述是按圈层、按年份推进的,比较干净。材料给出两处修正:第一,渗透在就业上的样子不是「被替代」而是「被切碎」,书里的三个圈层没有区分这两种形态;第二,真正决定节奏的是模型能力的台阶(Jeff Dean 的 1% 法则、日报里的判断链),不是日历上的两三年窗口。另外,这个概念下的材料以日报为主,多数只是记录动态,没有回答书里「改变了哪个约束」那个问题。