很多人一听到 AI，就会下意识觉得这是程序员、算法工程师才需要研究的东西。但事实上，真正影响未来的大多数 AI 能力，恰恰是普通人最应该尽早理解的。吴恩达（Andrew Ng）曾推出一门非常经典的课程——《AI For Everyone》（人人都能学的 AI）。这门课最大的特点是：不需要写代码，也不需要技术背景。它的核心目的只有一个：帮普通人真正理解 AI 到底是什么、能做什么、不能做什么，以及未来应该如何与 AI 共存。今天，我们就把这门原本需要花 6 小时学习的课程，浓缩成一篇真正适合普通人阅读的 AI 入门指南。
如果一件事，人类可以在 1 秒内完成判断，那么 AI 大概率也能做到。比如：判断图片里是不是猫、判断有没有划痕、判断是不是垃圾邮件、识别语音内容，这些都是 AI 的强项。但如果一件事需要长时间推理、深度战略思考、多层复杂决策，AI 往往就不稳定。比如：长期投资预测、企业战略、复杂社会关系、高层管理博弈，这些目前依然是人的优势。
第二条：大量数据法则
AI 想干好一件事，必须有大量数据训练。比如：如果你想训练 AI 看 X 光片，那么你需要几万张甚至几十万张已经标注好的医学影像。没有数据，AI 就无法成长。所以很多行业不是不能做 AI，而是根本没有足够的数据。
六、真正会被 AI 取代的，不是“职业”，而是“任务”
这是吴恩达反复强调的一点。很多人总问：“AI 会不会取代程序员？”“AI 会不会取代设计师？”“AI 会不会取代文案？”但更准确的问题应该是：哪些“任务”会被 AI 取代？因为一个职业，本来就是很多任务组成的。比如一个运营：写文案、回消息、做表格、看数据、沟通协作、策划活动。其中有些任务 AI 很擅长，有些任务 AI 依然很弱。所以未来更可能发生的是：AI 替代掉工作中的重复任务，而不是整个职业。
七、管理者如何真正推进 AI？
吴恩达给企业总结了一套非常实用的方法。
第一步：先做小项目
不要一开始就想着：全面 AI 化、战略升级、重构公司。最好的方式是：先做一个最容易成功的小项目。因为 AI 最大的问题不是技术，而是很多人根本不相信它真的有用。先跑通一个案例，比空谈战略更重要。
第二步：建立 AI 团队
很多公司最大的错误，是把 AI 人员分散到各部门。正确做法应该是：先建立集中式 AI 团队，然后再支持业务部门。
第三步：全员培训
AI 学习不只是程序员的事。吴恩达甚至建议：高管至少学习 4 小时中层至少学习 12 小时工程师至少学习 100 小时因为未来最大的差距，可能不是“有没有 AI”，而是“会不会用 AI”。
第四步：最后再定战略
这是最反直觉的一点。很多老板喜欢一开始就制定：AI 战略、AI 蓝图、AI 转型路线。但吴恩达认为：如果你没有真正做过 AI 项目，那么战略大概率只是 PPT。只有真正实践后，才知道：AI 能做什么、AI 不能做什么、哪些方向值得投入。
夜雨聆风