Redian新闻
>
知识工作者的终极梦想,可能是拥有一个“第二大脑”

知识工作者的终极梦想,可能是拥有一个“第二大脑”

财经

观点 / 刘润    主笔 / Neko   责编 / 黄静

这是刘润公众号的第2048篇原创文章


最近,我在我们唯一的付费社群进化岛上,配备了一个创业者的“智能副驾”:小润总。
今年年度演讲上,我做了小润总的演示。
它具备我的知识体系,和我近似的语言风格,甚至思维方式。
很多人好奇,为什么会想到做小润总?怎么做起来的?我能不能也做一个?
确实,以年度演讲的知识密度,3分钟交付一个案例,所有内容都是经过压缩的,很难具体解释。
今天,我就来展开讲讲。
小润总,可能是知识服务行业的未来。
为什么这么说?

就从我所在的咨询服务说起吧。



个性化和规模化的选择难题


咨询服务,是一个没有杠杆、天花板很低的行业。
服务的交付上限受到时间的制约,一份时间,只能交付一份咨询。业务发展的边际成本很高,每多服务一家企业,就要多投入一份时间。
为了扩大业务规模,提高收入效率,业内想尽了各种方法。
比如说,提升单价。就是通过筛选服务客群的方式,把一份时间卖得更贵。
就像好的私教1对1辅导,永远是最贵的。
但,你能服务的人群,总体依然是那么多。
提升单价,能提高你的收入,却并不能扩大你的规模。
再比如,拓展服务对象。
做服务,关键在于个性化。每个客户的问题和需求都不相同,解决方案也千变万化。
如果,你想为更多人提供服务,就得从“零售”,变为“批发”。
从1对1的私教,变为1对多的小班课、大班课。
这,就是培训业务。你可以去机构面对一群人讲课,横向拓展服务的人群。
甚至,你还可以录制成课程,放在互联网上,把一份时间,复制无数份,多产出一份内容需要的边际成本大大降低。
但这时候,你就从做服务,变为了做产品。
规模是扩大了,但代价是,牺牲了个性化。
你针对的是共性,不再是个性。课程的服务人群越多,就越难实现个性化的服务。
规模化,一定要牺牲个性化吗?
有没有办法可以实现“可复制的咨询”,既能有个性化,还能有规模化?
有过。
比如说,国际知名咨询公司麦肯锡,通过标准化的案例库和方法论,选出一群最聪明的毕业生小朋友,把他们培训成咨询师,这就是用了团队杠杆。
因为用同样的方法论,同样的案例库,所以,对相似的问题,有标准化的解决方案可以迁移参照,通过培训更多年轻人,能实现一定程度的规模化。
但又因为因人而异、因事而异去选择工具,针对不同个体的问题,也一定程度上保留了解决方案的个性化。
这样的团队杠杆,是规模化和个性化在一定程度上的结合。
但即使如此,就像教育、医疗一样,受限于人力成本和资源分布,咨询服务还是太贵了,没法覆盖到市面上大量的创业者。
更重要的是,随着互联网浪潮的兴起,时代变革太快,咨询公司过往的案例库失效了。
“可复制的咨询”,进展又回到原点。
咨询行业,开始极度依赖个人的观察、判断和思考。
也正是因此,才终于迎来润米咨询的机会,可以和知名咨询公司站在同一条起跑线上,一起面对过去从未面对过的问题。
今年已经是我创办润米第十年了,至今,咨询服务的交付,也只有我一个人。
前两年,我和老鲍说起,我想服务更多创业者用户,我们就一起在小鹅通的技术平台上,从零开始搭建了一个社群,进化岛。
老鲍,是小鹅通的创始人,鲍春健。
小鹅通一直是我们的战略合作伙伴,深耕知识服务领域,累计服务了终端用户8.2亿,全网用户累计学习时长超过14亿个小时。
你熟悉的很多知识产品,比如吴晓波老师的《每天听见吴晓波》,林少的《十点课堂》,都在小鹅通上,我们的私域服务,也是依托它的技术。
现在,又有了社群功能。
我就在进化岛上,每天抽一点时间,回答一个创业者的问题,其他创业者如果有同类的问题,也可以借鉴。
一定程度上,能服务到更多的用户群体。但总体,还是受限于我的时间。
一天一条,远远不够解决这些创业者的具体问题。
还有好多问题,我来不及解答,或者等我有空回答完,已经过了解决的最佳时机。
但创业,就像开车,不可能遇到岔路了,就停下来,等很长一段时间再决定往哪边开。
我特别希望能回答完这些问题,只是分身乏术。
但是在今年,我看到了一丝曙光。
那就是以ChatGPT为代表的人工智能大语言模型的出现。



为什么AI或许能解决这道难题?

既然,当下的咨询依赖人的思维模式,那么,复制一个和我拥有一样思维模式和知识体系的“人”,不就可以了?
过往这么说,你一定觉得我在异想天开。
看,这个叫“刘润”的人疯了,不可信,听谁讲都不能再听他讲战略了。
但今年不一样,因为以ChatGPT为代表的人工智能大模型在内容生产上的出圈,全网对AI有一些了解的人,都在考虑怎么能用它提高生产效率。
为什么大语言模型或许可以实现“可复制的咨询”?
这要从大模型的诞生逻辑说起。
人工智能诞生的早期,就出现了“符号主义”和“连接主义”两种发展的流派。
前者认为人类的智能可能来自于逻辑推理。如果把所有信息抽象成符号,认知的过程就是通过逻辑规则来操作符号的过程。
理论上,只要让计算机了解和执行人类所有思考的规则,就可以模拟呈现人类的思考过程。
而后者认为,人类的智能不完全来自于逻辑推理,也有很多感性和不可解释的部分,所以应该模仿大脑的神经网络结构,当神经元之间的连接堆到一定程度,说不定就能产生智能。
但,过去一直受限于算力和认知信息量的匮乏,“堆”不起来。
近年来,随着信息的爆炸和计算机算力的提升,能用来投喂训练的认知信息剧增,也迎来了连接主义成果的爆发。
人们发现,当训练参数量超过1000亿之后,虽然不清楚为什么,但是智能还就真的产生了。
我们现在看到的大模型,诸如OpenAI的ChatGPT,就是这种“大力出奇迹”的结果。
GPT-2的时候大约只有15亿个参数,GPT-3最大达到了1750亿个参数。现在的4.0官方没有公布,但是大家猜测也不会更低。
理论上,如果大模型达到100万亿参数规模,就能相当于达到人类大脑神经网络的同等水平。
模型有了。那,如何让通用模型成为“我”的大脑呢?
就要学习我的知识体系。
通常来说,想让这个已经有一定智慧的“大脑”,“学习”我的知识,有两种方式。
第一种,训练向量库,让向量库来和大模型沟通。
怎么沟通呢?
首先,就像人类用文字记录知识和信息一样,机器也有自己的记录语言。
向量,就是把信息和机器语言一一对应的工具。
通过向量库,机器把它“学习”到的知识,通过编码(embedding),翻译成方便机器之间记忆交流的语言,一字不落地储存下来。
但是,它只负责原封不动地记录和提取,确保信息准确,就像教科书上的标准知识。
但没有办法去应用和迁移,或者像老师一样深入浅出地解释给你听。
你要让它解释给你听,怎么办呢?
这时候,就需要找到大模型这个“学霸”了。
这个学霸,最擅长的是“临时抱佛脚”。
你的每一次提问,就是一次对学霸的“开卷考试”。
看完题目任务,它转头就抱着向量库,老师,题目是这个,快,给我划个重点吧!
向量库从自己的记忆中,找出所有能近似匹配的重点,扔给大模型。
然后大模型快速结合你的问题,从这些重点段落中,找出最适合的知识点,再快速组织语言,结合自己的理解和演绎能力,通过举例子、打比方,等等,结合题意,去给你具体解释和应用参考。
所以,可能在你多等了几秒钟,说,太慢了,太慢了的时候,它已经完成了一场惊心动魄的“临场考试”。
通过训练向量库的方式,灵活度很高,可以匹配任意的大模型
第二种,是直接训练模型。
就是抓来一个通用大模型,直接通过“集训”,把自己的知识体系“复制”给它。数据越多,模型就和你的说话方式、思考逻辑越像,从而变成了你的专属大模型。
这个大模型本身越“聪明”,训练的效果就越好。随着大模型本身智能的迭代和发展,也非常值得期待。
如果你有太多要做的事,恨不得有另一个自己来一起完成。
现在,愿望即将成真。
你可以拥有一个说话风格、思维模式和你相似,还能拥有你全套知识库、不断更新的“人”。
这怎能不令人期待呢!



给每位创业者的“智能副驾”


想到这里,我赶紧又跑去找老鲍商量。
能不能训练一个我的“第二大脑”,放在进化岛上,给每一位创业者,配备一个“智能副驾”。
虽然不能直接代替主驾来驾驶和判断,但,当他们遇到问题时,扭头就可以问。
老鲍也很感兴趣,觉得可以一起做一个。不过,需要我先整理一下可以用来训练的知识库。
于是,我把这些年来写过的东西理了一遍。
首先是书籍。仔细算了下,我写过14套(20多本)商业书籍,涉及新零售、商业洞察力、商业史、以及像《5分钟商学院》这样的商业百科,等等。覆盖了广泛的商业知识。
公众号日更了6年多,有2000多篇原创文章,涉及六年来的商业热点、市场洞察等等鲜活的案例。
进化岛,回答了1000多个创业者的真实问题。
加起来一算,竟然有1500万字了。覆盖了我对商业方方面面的理解。
拿着这些素材,我们去找到我的微软老同事,百姓AI创始人王建硕,也是我在微软最敬佩的20个人之一。
在他们团队的技术加持下,我们用这些数据,在进化岛上训练出了一个创业者的“智能副驾”:小润总。
中间经历了好几个版本的迭代、使用界面的更新换代和几轮用户测试。
刚开始拿到最初版本的时候,我试着让同事把进化岛上用户问我的问题先向它提问。
结果,同事看了直摇头。
“简直是人工智障。”
那,要不试试用我写的书里的内容向它提问?
结果它的回答,不知道是谁说的,反正不是我说的。
那,是不是每次都把我的新回答给到它,多投喂投喂就会好起来呢?
结果,喂了一段时间,同事直接放弃了。
后面,陆陆续续又有过几个版本的小润总。
有的说话风格特别像我,主打斩钉截铁地给出特别离谱的建议。
有的具备我的知识库,但是理解能力不行,审题就审不对。
直到几个月前,突然有一天,同事给我发来了几个新版小润总回答的进化岛问题,让我看看。
我一看,顿时觉得,可能我离失业不远了。
它不仅思路清晰,语气挺像我,回答前还会先承认对方的问题,安抚情绪,很有“情商”。
创业者还没用上,我自己先用上作为参考了。
最终,我们让小鹅通把这个版本接入了进化岛。
其实,AI大模型从出来到现在,看起来在个体层面一直很火,不缺拥抱者,但是一直缺乏B端应用的场景。
小鹅通也一直在探索,如何能用AI更好地做好知识服务支持。希望结合用户在小鹅通上的应用场景,提供专业化的AI解决方案,助力用户解决运营和经营问题,提升效率。
也正在尝试通过开放内部的AI使用经验,帮助客户在销售、客服、助教等场景提效。
比如说,在商家的使用界面上,上线了AI客服,通通知道,协助提升客户服务效率。
在需要营销文案、课程生成、海报创作等场景,上线了AI创造,帮助商家更快地生产营销图文物料。
但是,在具体应用中,是否能真正帮到商家在服务场景提效,仍然需要结合商家的具体使用场景去深度优化。
这一次,为了解决我一直以来的痛点,我们一起搭建了小润总,踏出了迈向“可复制的咨询服务”的第一步,也为知识服务在AIGC的使用上,提供了可参考的应用场景。
在应用过程中,最初采用的,是和我同样的回答形式。在岛上的提问界面中提问,小润总回答完之后,把答案返还给提问者。
但在实际应用测试中,我们发现,提问者需要的是多轮、即时的对话。
并且,界面需要区别于以往通用的客服类辅助场景,以专业知识助手的形态呈现,让大家感觉到面对的是一个专业、有温度、有态度的“小润总”,这对小鹅通也是一个挑战。
于是,小鹅通又花了几个月,重新开发了一个全新的使用界面,更符合这一年下来,大家对ChatGPT、文心一言等类似的大模型工具的对话使用习惯。
光是在入口、页面、交互、文案上面的调整和细节优化,就磨了一个多月。
这样几轮迭代下来,它终于能就像聊天一样,即时地解答创业者个性化的问题了。
我们试了一下,在今天的算力成本下,个人日常使用依然有一定成本,但是,比起过去大公司才用得起的咨询,已经能覆盖到普通人了。
完全可以支持创业者们,随时把“我的移动大脑”带在手边,回答商业问题。
通过“复制”了一个我的大脑,小润总终于能既满足个性化解答的需要、也能以大部分用户支付得起的价格实现规模化。
虽然,这个“智能副驾”还不够完美,但可以随时随地、全年无休地回答你的问题。希望能在你探索商业世界的路上,及时为你答疑解惑。
看到这个成果,老鲍也非常高兴。
通过这次共创,小鹅通也迈出了AI应用从以辅助形式出现,到以重要知识助手形态出现的跨越。
其他行业,是不是也有同样的痛点,需要可复制的个性化服务呢?
进化岛上就有营养师因为解答不过来私域问题而苦恼。
很多资源分布稀缺的行业,解决这一难题,甚至可以让全社会受益。
比如,医疗行业,能让县城里的医生即使接触不到大城市那么丰富的医案,也能更准确地诊断疑难杂症。也能让普通人不用跑北上广就能“看上”名医专家。
比如,教育行业,也许能让更多的孩子以更低成本得到名师解答。
可能还有律师、培训,等等行业。
老鲍说,他想帮助更多的行业,做出自己的“智能副驾”。

期待你来进化岛上体验“小润总”问答,一起踏出,让AI协助你探索商业世界的第一步。



最后的话

我一直相信,在科技变革到来时,和新技术站一边,是唯一的选项。
因为,新科技一旦诞生,是不可逆的。就像汽车发明之后,我们再也不需要马车了,无论马车夫如何抗议,都无济于事。
出行效率一旦提升,你就不会再愿意花一个月进京了,马路也不再适合马儿跑了。
知识服务,就是通过各类新工具,提高知识的转递效率,把原来贵的东西变便宜了。比如,商业咨询。
从知识付费、在线教育、私域服务,到现在的AI应用,小鹅通都抓住用户需求,赶上了时代发展的每一步,帮助知识更快、更好、更便宜地传递给更多人。
看着屏幕上的小润总界面,我恍然间看到了一个身影。
那是1998年,毕业不久,为了得到公司给我的一台笔记本电脑,我毅然选择成为“北漂”,每天背着砖头一样重的电脑,从通县辗转1个半小时进北京城上班的场景。
那时候,还只是中国互联网诞生的第4年,而今天,你已经无法想象没有互联网的世界了。
我想不出未来人工智能时代原住民的世界,正如站在98年的节点,我也无法想到现在的生活。
我猜,或许不久之后,各行各业知识工作者的梦想,是先拥有一个“第二大脑”。
期待“小润总”,能为创业者们及时答疑解惑,让你在商业世界,少走一点弯路。
也许不久的将来,你就可以雇佣各行各业的专家、甚至你的偶像、你前老板的“第二大脑”,一起坐在你的“副驾”上,为你打工。
恭喜小鹅通,又向前一步。
也期待能与你一起,拥抱这场全新的变革。



推荐阅读:
《翻译员工离职谈话》


品牌推广 培训合作 | 商业咨询 | 润米商城 | 转载开白

请在公众号后台回复  合作 

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
女生的终极梦想:海蓝之谜,这套真的顶!生成式AI没有“第二幕”,一直在“第一幕”想在游戏中养成“最强大脑”?这里有几个好推荐!开发者「第二大脑」来袭,GitHub Copilot更新,人类开发参与进一步减少试吃超市6个品牌、30多种冰淇淋,我的终极大测评!喀纳斯大峡谷生在富裕家庭,可能是幸运,可能是不幸时间管理的终极目的:高效率,慢生活“又破又旧”的侘寂风,却是无数人的终极梦想借用再惠的“数智大脑”,数百万中小餐企,正在抖音、小红书上崛起Immunity|朱正江课题组及合作者发现肠道菌群代谢物N-乙酰赖氨酸通过“菌群-肠-脑”轴调控多发性硬化症的分子机制318川藏线,何以成为骑行者的“终极梦想”?梦想的工作无法养活自己!加拿大28岁女孩放弃理想,打三份工支付房租和还贷!AI Agent的千亿美金问题:如何重构10亿知识工作职业,掀起软件生产革命?尹烨对谈施展:走向太空,还是拥抱AI,人类未来的解题思路在何处?(二)为什么你的第二大脑,是被亿万细菌控制的?Grayjay:可能是终极的视频流应用程序 | Linux 中国人类追求的终极能源,就藏在这种恐怖的武器里天山雪莲花丝芙兰CEO:目标年营收200亿欧元,将在“第二大优先市场”中国加码开店大脑植入有一天可以恢复瘫痪患者的沟通房地产的终极大招!存量房贷下调!接着加杠杆!iPhone15没新意?VERTU新款「第二大脑」Web3手机,打造专属AI智能体暴发户李湘,女人的终极梦想你家孩子是“情绪脑”还是“理性脑”?父母常做这件事,他会越来越好终极梦想!全球最奢华的5大旅行!72级楼梯造价1821万!从非洲火山到极地冰川,还有最值得期待的...DDD 对决:事务脚本 vs 领域模型,哪个才是业务优化的终极方案?乌伦古河哈佛×波士顿咨询报告:人工智能让知识工作者效率提高 25.1%,质量提高 40%芯片企业如何给汽车构筑“安全大脑”?安谋科技要做最佳助攻你想拥有一个“鼹鼠型”朋友,还是一个“田鼠型”朋友?未来机器人的终极形态是什么?一百零五 创作谈我们用尽全力培养的,可能是一个“狭窄”的孩子一百零六 怡园
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。