AI离生产力还有多远?

当下在所有人都在豆包豆包请告诉我xx的时候，AI正在从高大上的概念变成润物细无声的融入生活。在无论是官方媒体还是自媒体都在讨论AI的时候，AI正在从极客圈子走向长时间霸榜的热搜话题，当AI从设计之初的自动计算机和编程走向如今的通用智能尝试，AI距离真正的生产力还有多远？我觉得这个问题值得无论是质疑者还是支持者的理性思考。特别是在一个一拥而上和一哄而散不断上演的时代，这个问题的答案决定了你是吃螃蟹的人还是被收割的人——目前已经有人借助AI话题制造焦虑开始收割韭菜了。

我个人觉得，在当前，AI距离真正的可产出的生产力还有很长一段路要走。在未来三年之内，AI的应用场景都还是比较狭窄。最主要的问题集中在四个层面：能力层，应用层，集成层，组织层。瓶颈不在模型智能，在于落地所需的硬件基础设施和组织改造成本，这两样东西的迭代速度远慢于模型本身。

首先来谈谈能力层的现状。
AI现在对于程序员或者内容创作者，对他们的工作效率影响是最大的。无论是编程还是文字音频视频的创作，我们都能感受AI带来的效率提升。在编程领域AI似乎已经变成了一个可以代替程序员的角色，已经有一些互联网企业因为使用AI而开始裁员。而在内容创作领域，你现在看到的文字，听到的音乐，刷的短视频，关注的主播，或多或少都已经有AI参与的痕迹了。但就可以由此来说，AI已经可以成为生产力了吗？不是每个人都是程序员，也不是每个人都是内容创作者，单点的突破并不意味着系统的全面升级。对于绝大多数普通人来说，现在AI的用途仅仅是取代了以前的搜索引擎，以前需要在搜索框里键盘输入想要问的问题，而且输入的问题还需要在各种网页里不断的筛选才能找到自己想要的答案，有一些复杂的问题冷门的问题甚至没有答案，还需要自己去拆分问题，做要素的提取和重组。最后才能得到一个完全不知道是否正确的问题答案，而现在呢？只需要打开软件，用语音输入你想要知道的问题，然后AI帮你全网检索答案，哪怕是一些很个性化很复杂的问题，AI可以帮你进行要素拆分和重组。给你一个相对完整的答案。对于一些喜欢研究AI的人，他们现在或许可以调动API做一些半自动化的工作，比如文字自动核对，文章自动润色，图片自动优化，数据自动标注等。再厉害的人可能就是用Agent去做一些应用场景的自动化，当然这仅限于在电脑端操作，而且需要有一定的技术能力。所以综合来看，AI的能力是单点爆发的能力，不是系统层面的极速进化。可以说AI到目前的能力还是主要集中在取代办公室白领的早期阶段，AI的能力在未来很长的一段时间内可能都会受限于办公室工作场景。这里有两个很难解决的问题：1，AI是概率，而很多工作需要的是精准。2，专业领域的数据不足以支撑AI的训练。这两个问题不解决，AI可以拆分工作内容，但在拼凑过程中是一个概率的预估，而不是精准结果。缺乏专业数据的训练，AI的结果就会出现偏差，进一步导致概率的降低，这是一个鸡生蛋蛋生鸡的困境。

再来谈应用层面，如果你要真正实现生产力，你必须要有基本的AI知识，还需要有电脑，手机，或者云端服务器，或者机器人。更不要说现在缺乏相应的真正有实际产出的AI硬件（我们不能把生产力狭隘的理解为软件或者文字等内容）。
在建筑行业，在服务业一线，在制造业一线，AI的作用目前是几乎缺席的。就算某些行业有开始落地，其效果也是不尽人意。比如所谓的App内的AI客服，你给它说一大堆话，它要么答非所问，要么就礼貌地重复被设定的话。对于解决实际问题来说几乎毫无帮助而且还让消费者反感。我就曾经被中国电信的AI客服搞得心态炸裂。最后是打电话给人工客服才解决问题。更恶心人的是，某些App为了强行推广AI应用，把人工客服的入口隐藏得特别深。连基本的客服工作现在都是强行绑架消费者去适应AI客服，那就更不要说诸如建房子，扫地，擦玻璃，自动完成厨房工作等这些更复杂的工作了。
还有就是特别需要创作灵感的工作，比如设计并打造一个独特的发型，比如写一首充满人文气息的诗歌，比如拍一部周星驰无厘头风格的电影这些事情AI都无法胜任。就算完成了也只是形似而神失。我在过去几个月时间里尝试过两种不同的AI使用方式，一种是叫AI完全自主写文字，一种是AI辅助写文字。结果两种方式都不尽人意，AI独立写文字写出来的内容是正确的废话，AI辅助写文字往往和个人的文字风格有冲突。AI现在的应用有且只有辅助作用，你不能叫游戏里的辅助去承担ADC的输出任务吧。
再来谈集成层。当下的生产力需要的是协作能力。而AI目前还不具备协作能力。虽然各个AI厂商都在吹嘘说自己的多模态能力，但往往各项能力之间的协作效果不佳。如果你想要用各个方面都最好的AI来协作完成一个复杂任务。得到的结果往往是一个四不像。比如你的文案用Claude来写，你的视频用seedance生成，你的配音用MiniMax，生成的一段完整作品你觉得会怎样？有兴趣的朋友可以试试。这还仅仅是电脑端的应用。而人类世界的生产力和生活，需要更复杂的协作才能实现。目前来看马斯克的擎天柱机器人算是AI机器人当中最厉害的了。但是距离真正的大规模运营都还需要解决很多的问题，而且目前来看都还仅限于在固定场所做固定的任务。更不要说广袤的人类世界了各种不同的工作场景了。通用模型不专业，专业模型协作力差。这个问题现在看来似乎无解。
最后就是组织层的问题。人类社会的治理模式决定了AI成为生产力面临的情况会更加复杂。简单来说就是主导权在谁。是政府部门还是AI供应商。这已经上升到权力归属的层面了。谁决定让AI成为生产力，谁就要为此负责。政府作为监管方肯定不愿意为AI可能出现的风险买单，而AI供应商也不具备政府的公信力，也没有能力去承担责任。比如，AI的应用导致了大规模失业，那么责任应该由谁来承担？比如AI的应用在金融，医疗，军事等领域造成了重大的事故责任应该由谁来承担？再比如，如果AI和人在决策上出现分歧，那么究竟谁具有最终决策权？如果AI应用实施成为现实，那么AI提供者会不会利用AI作恶而因为可以推脱责任给AI而逃避处罚？

所以，AI从能力，应用，集成，组织来看目前都和人类目前理解的生产力比较遥远。这四个问题任意一个都是阻挡在AI成为生产力路上的大山。理想状态下，AI在将来可以成为生产力，但现在，AI要先成为理想的AI，再来谈成为生产力的问题。

所有人都在豆包豆包请告诉我xx的时候，AI正在从高