人工智能这东西，真是让人又爱又恨。跟自己工作有关的AI工具，那肯定是积极拥抱。跟自己工作和生活无关的，学习动力就不足。但因为没学，又总焦虑被时代抛弃。我想这是很多人的内心写照。
假设你跟我一样，对AI非常敏感，也积极动手尝试，那又有新的问题。好多应用，没过几天告诉你停更了。一些看似前沿的技能，可能学着学着发现不学也没关系。那些比你学的晚的人，人家也没落下多少。说到底，这激动人心的时代，焦虑就是主旋律。
所以，我特别想推荐新看的一本书《AI商业进化论》。它是由真正的业内人士田丰撰写，这个人是三家智库的创始院长，先后创办商汤智能产业研究院、阿里云研究院、快思慢想研究院，水平很高。
这是一本思路非常清晰的AI科普书。作者讲的很多底层规律，能自然而然让你保持一定的前瞻性，又不会在信息噪声里疲于奔命。我读完就一个感觉，它给了我一个从容看待未来的视角——如何在AI技术大潮中保持独立思考，又能以积极心态拥抱新的机遇。
生产力视角：官话里的全局观
我们在官媒上经常能听到“新质生产力”，我知道有不少人隐隐会觉得这是一种官话。但是实际上这个词的背后，是一种全局思维，代表了对整个经济体系和生产模式的全面思考。
《AI商业进化论》就是从这个词开始讲起的，因为AI技术是典型的新质生产力。一旦放入这个体系中，那我们看AI的时候，就不只看一招一式，而是把技术进步、行业变革、个人实践都放到一条主线上去思考，既看到全局，也关注具体的效率与成果。
这也是我第一次体会到，战略式思考原来是这样的。
按照这样的视角切入，那么AI革命就是可研究的对象，而不是混乱的技术业态。
这部分我觉得我很难描述那种感觉，就简单概括一下吧。作者首先是以钱学森的宏大视野为起点，将AI置于科学、技术、产业和社会革命的十字路口。然后又从模型层、业务应用层到基础设施层，层层剖析AI如何重塑生产力。并将AI能力解构为知识、推理和执行三大核心。最后，通过一系列的数据让你看见AI如何被编织进国家发展的宏伟蓝图中。
这样你可以清晰地意识到，这件事上上下下都在关注，与我们每个人息息相关。
4大铁律，普通人的“减压包”和“机会券”
我们普通人下意识关注的是，这个东西有什么用。但拥有战略思考力的企业家，时代弄潮儿，创业者，投资人，他们会思考这东西有什么发展规律。
从规律的视角看，更容易寻找机会。这里不仅是创业机会，也有投资机会和工作机会。
作者主要讲述了4大铁律。这个不想没感觉，但细想会很佩服别人的先见之明。这4个定律分别是沉积岩定律、适人者生存定律、万物摩尔定律和人机共智定律。
所谓沉积岩定律，就说科技创新就像地壳中的沉积岩，它是一层一层堆叠起来的，但每一层都会被新的一层覆盖。正所谓一将功成万骨枯，你的创新工作很快会被新技术取代，你就变成了一种科技“遗产”。所以技术更新是一个持续的过程。对创业者来说，你就更需要关注长期的趋势，而不是短期的热点。如果你做的是投资，那你可能要把注意力放在技术的演进路径，要去选择那些能够持续创新，不断“沉积”新技术的公司。本质上这可以促使我们思考制定更长期的战略。
适人者生存定律就更有意思了。我想大家如果是一直追着热点走，你会觉察到无论是ChatGPT，还是豆包，它们的迭代都非常快。当前你认为还不行的事情，可能过几月就可以了。这也像提示词工程，在没有推理模型之前，你会为了结构化提示而琢磨好久，但是推理模型以后，有时候一句话胜过千言万语。机器适应人比人适应机器快。这一方面告诉我们，你真的不需要焦虑，另一方面如果你关注创业和投资，那些能够迅速适应并满足人类需求的AI技术和应用，可能会带来更大的机遇和回报。
万物摩尔定律是山姆·奥特曼在2021年的洞见。他将传统摩尔定律（半导体性能每两年翻倍）的概念扩展到更广泛的领域，预测人工智能和科技进步将大幅降低商品与服务的成本，从而重塑人类社会。奥特曼认为随着科技创造的财富增加，社会需要新的分配机制。他建议通过税收来资助全民基本收入。虽然全民基本收入这个事情看起来有点遥远。但是关于商品和服务的降价趋势确实也是现在进行时。别的不好说，最起码token成本就降得非常厉害。通过优化算法、提高硬件效率，以及规模化部署，现在顶级人工智能服务几乎人人都能负担的起。
人机共智定律，其实就是人机协同。这个其实不需要多讲，除非真的出来有自我意识的AI，否则在很长一段时间，AI都需要跟人类一起协作。
这样当你按照这4个定律来看待这一波AI浪潮。脉络就清晰了：技术在快速迭代（沉积岩），越来越贴近人类需求（适人者生存），成本持续崩塌（万物摩尔定律），而人和机器的协作是核心（人机共智）。如果你是创业者，可以想想怎么在这四条线上找切口：做一个能快速迭代、用户友好、低成本又强调协作的产品。如果是投资人，那就挑那些在这几个维度上跑得快的企业。对我们普通人来说，保持健康长寿，少点焦虑，多点好奇，尝试用AI干点事，才是正经事。
3层演进，17个行业的实战启发
从第三、第四、第五章开始，作者从宏观切到了微观，介绍了17个行业的AI实践。而这17个行业，又分了三个类别分别是AI顾问、AI助手和AI智能体。
这三个类别，实际上是按照成熟度递进的三个发展阶段划分的。从“有点用”到“超好用”再到“自己干活”。这里头既有省钱、提效，和搞副业的机会，也有一套AI时代的方法论。
而且一个特别有趣的地方是，纸质书出版流程较长，所以书的案例，基本都是一年前的。考虑到生成式AI的发展速度，这刚好构成了一部微观AI历史。而更妙的是透过这些案例分析，你会发现它自证了作者的预见性，对判断当前很多事情反而具有极大的参考价值。
说几个印象深刻的点：
第一个是个性化和定制化的趋势来了。这意味着AI可以实现更精准的服务，减少资源浪费。无论是可汗学院接入GPT4，还是中公教育制造了AI小鹿老师，其本质是因人施教，那人的价值就没有被浪费。
在这样的前提下，引出了人才培养的方向问题，作者认为要从“提出正确且最佳问题”“训练数据中不具备的知识”“AI工具缺少的实际行动能力”等方面，培养下一代人才。
延续这个话题，更精彩的是讨论法律和金融大模型的时候，作者的另一个关于教育的洞察。农业时代到18世纪工业革命之前，生产靠手工和经验，人得样样都会，通才自然是主流。但是工业时代，劳动分工和规模化导致专才的需求激增。等到大模型时代，世界级知识被压缩到模型之中，一个法律大模型能瞬间检索所有案例，一个金融大模型能预测市场波动，那么专才的局限性又凸显出来了。通才型专家，或者说至少是通才，才能更好地借助AI的力量输出服务。
这个洞见对我们教育孩子非常有启发。
第二个是AIGC营销已经成为常态。前几天，网易云音乐用户可以把自己的歌单一键复制给DeepSeek分析，生成个性化的解读，既新鲜又贴心。这跟农夫山泉2024年春节用“龙宝宝”AI绘画与用户互动如出一辙。
从这两个案例，跟我本人的经验看，AI不只是大厂的玩具，普通人跟它共创内容也机会多多。现在利用AI做音乐，写文章，做视频，都有赚到钱的。
这里头最核心的还是满足用户需求。而说到满足用户需求，书里另一个例子也值得分享一下。是关于数字人直播的。早在2023年，人们就弄明白了这种直播场景要满足两个条件：“高频”和“低价”。可见新的技术服务商如雨后春笋，但商业规律基本保持不变。
这可以让我们在搞创作的时候，时刻谨记一切为需求服务。从小痛点入手，用AI跑通流程，再将之放大。
第三个是一些案例几乎精准预测到了后来发生的事。
作者在讲全球增长咨询企业沙利文的时候，提到的AI预研助手，其实跟OpenAI后来的Deep Research差不多就是同一种东西，能瞬间跑出行业报告。这家企业还要求去PPT化，也即采用文字版报告以节约图片搜索、排版等时间，现在通过Claude3.7可以一键把文字版报告变成更吸引人的结构化的HTML网页。
然后作者采访晏格文的时候，对方说一部分人会选择用AI来浪费时间，而另一部分人这会选择通过AI来学习科学、文化、历史、音乐、运动等方面的知识，改变自己的生活。这样的认知分化过程正在我们的周围发生。
你回过头来看这些案例，会意识到前头说的适人者定律的威力。所以，这也启发我们向内求，观察我们自己的需求，这些需求同样值得被满足。
还有更多例子就先不说了，有的非常精彩。其中涉及一些我们日常不太能听到的科技公司，比如松应科技、慧鲤科技等，还有一些app，下载了筑梦岛玩了一会儿，大模型的情感价值也正在被越来越多的用户注意到。这其中是不是存在什么新机会，欢迎大家多思考。
预言DeepSeek？这就是思考的力量
这本书的最后两章对我而言非常新鲜。之前看过“算法”“数据”“算力”这样的提法，并没有什么概念。但是看到作者通过尺度定律推演出模型架构调优，训练计算加速，计算体系结构革新，一下就意识到了新闻里说的是什么。
翻译过大白话来说，所谓的尺度定律，说的是大模型比如OpenAI从GPT-1的1亿多参数玩到GPT-4的万亿级，这个过程中模型参数、数据规模和算力不断放大，模型性能随之就提升。这就引发全球GPU产能危机，因为大家都在抢卡。那在缺少GPU的情况下，就会有公司要去优化算力，调整架构。事实上，后来DeepSeek横空出世，就是因为他们没有更多高端GPU，只能通过优化算力、数据、架构来提升效能。犀利的思考把死胡同变成了新赛道。
作者写书的时候，DeepSeek还没有爆火，但是DeepSeek走红的逻辑，是在这些前瞻性的思考之中。
这部分还有很多精彩的论述，比如人机共生、合成数据等话题，限于篇幅不再赘述。
写在最后：不回避问题
作者也没有回避技术的双刃剑属性。在《AI商业进化论》里也提到了AI的规模化发展必然伴随着伦理挑战，比如数据隐私、模型偏见，甚至是算力消耗对环境的影响。
在作者的笔下，AI的发展从来不是单一维度的赛跑，既有技术的比拼，也有责任的划分。从这里可见田丰老师也是一个挺有情怀的人。
总之，全书看完，我的工具焦虑症缓和了一点。不是说AI不重要，而是当我们用战略思考的方式来研究眼前发生的一切，我们知道：技术固然重要，但生活更为关键。要听凭内心的声音，驶向有人的远方。
阅读养成远见，超越你所未见! 感谢亲爱的读者朋友们全网关注“田丰说”，目前已开通同名视频号、腾讯新闻、抖音号、头条号、知乎号、微博号、小宇宙、小红书、B站等全网主流媒体渠道。