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
时间管理的终极目的:高效率,慢生活生在富裕家庭,可能是幸运,可能是不幸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318川藏线,何以成为骑行者的“终极梦想”?开发者「第二大脑」来袭,GitHub Copilot更新,人类开发参与进一步减少你想拥有一个“鼹鼠型”朋友,还是一个“田鼠型”朋友?iPhone15没新意?VERTU新款「第二大脑」Web3手机,打造专属AI智能体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!丝芙兰CEO:目标年营收200亿欧元,将在“第二大优先市场”中国加码开店天山雪莲花借用再惠的“数智大脑”,数百万中小餐企,正在抖音、小红书上崛起Grayjay:可能是终极的视频流应用程序 | Linux 中国一百零五 创作谈暴发户李湘,女人的终极梦想生成式AI没有“第二幕”,一直在“第一幕”大脑植入有一天可以恢复瘫痪患者的沟通为什么你的第二大脑,是被亿万细菌控制的?未来机器人的终极形态是什么?“又破又旧”的侘寂风,却是无数人的终极梦想一百零六 怡园终极梦想!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...试吃超市6个品牌、30多种冰淇淋,我的终极大测评!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)喀纳斯大峡谷我们用尽全力培养的,可能是一个“狭窄”的孩子你家孩子是“情绪脑”还是“理性脑”?父母常做这件事,他会越来越好人类追求的终极能源,就藏在这种恐怖的武器里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?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%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房地产的终极大招!存量房贷下调!接着加杠杆!女生的终极梦想:海蓝之谜,这套真的顶!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想在游戏中养成“最强大脑”?这里有几个好推荐!
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。