关于GPT-4的产品化狂想_风闻
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头03-25 18:54
如今打开互联网一看，会看到铺天盖地的“GPT-4好厉害”“太牛了”“科技革命到来了”“人类都要失业了”……
但这么伟大的变革到底是怎么到来呢？答案好像比较含糊。只有ChatGPT基础的问答、代写能力，以及微软已经开始做的搜索、办公是目前比较清楚的大语言模型落地方案。如果仅仅有这些东西，似乎也还达不到科技革命的效果。
为什么会这样？
答案在于，任何技术想要最终发挥效应，都要经历一个“技术-产品-经济效益”的三阶段发展。这其中，产品化是承上启下不可或缺的一步，很多优秀的技术就是因为无法产品化，最终只能停留在特殊或小众领域，也有很多变革并不需要明确的技术指向，仅仅是因为产品出色，就可以引发变革。就像iPhone集成了很多新技术，但本身是产品创新。
在如今这个节骨眼上，每个人都能感觉到GPT蕴藏的变革能量。但我们对他如何产品化还知之甚少，能看见的应用方案，主要还是以API的形式完成，更多属于极客和开发者。
先别提颠覆世界，那太虚，也别仅仅盯着已有的技术能力，那又太实。只有中程的产品化阶段，才是绝大多数人在这轮AI爆发中的机会所在。
信息时代3.0，主线是“命令”
信息时代有两条颠扑不破的主线：信息获取与个人娱乐。搜索、信息流、门户网站、直播、短视频等，这些互联网产品样态都离不开信息获取效率的升级，以及个人娱乐体验的加强。GPT-4代表的大语言模型，可以在短时间内生成大量内容，甚至生成PPT、网站、视频，这些传统意义上AIGC难以做到的内容。
这个能力推演下去，最大的产品价值在于，大语言模型带来人与信息交互方式的彻底改变。
英伟达 GTC 2023 大会上，黄仁勋说：“生成式 AI 就是一种新型的计算机，我们可以用人类语言进行编程，任何人都可以命令计算机来解决问题。”
“命令”这个词非常关键。当GPT-4以及未来更多大语言模型成为产品基底，用户与信息产品、娱乐产品之间的互动方式，最大可能性就是命令。
在信息1.0时代，你的需求可以被查询到，这是搜索机制，代表产品就是搜索引擎。
信息2.0时代，你的需求可以被迎合，这是推荐机制，代表产品是信息流和短视频。
当AI能力进一步提升，你的需求可以被短时间内订制且满足，GPT-4乃至5、6、7带来的新机制，就是命令机制。
在这个阶段，信息不是已经成型，然后根据用户需求进行查找，而是信息本身不存在，当用户发出指令后再进行AIGC。比如说，我在搜索引擎时代，想要写一篇关于芯片的文章，就需要依靠关键词、关键信息去搜索、查询各种数据报告，需要用户有耐心和信息查找能力。而在信息流时代，AI推荐机制会根据我查找、浏览了芯片相关信息，自动推送相关内容，这些内容有的有益，有的没用，需要用户来辨别。
如果说，这种命令式信息收集，改变的生产、学习效率，以及信息获取方式。那么类似技术驱动的AI生成视频则可以极大改变娱乐模式。今天我们会觉得很多短视频的模式化、快餐化，简直像AI做的，未来这个担心或许就没有了，因为视频就是AI做的。
电影解说、明星八卦、劲歌热舞，AIGC未来将会随时订制大量视频内容，里面的电影信息是GPT抓取的，明星八卦是AI搜罗的，跳舞的男孩女孩形象都是AI生成的，不用再去寻找内容，不用再让AI推荐，也不需要大量短视频创作者、UP主费时费力制作剪辑，只需要一个命令，轻轻松松几个小时的娱乐时间就打发掉了。
如果说，信息时代1.0是人找信息，2.0是信息找人，那么AIGC带来的信息3.0时代，就是谁也不用找谁，AI自己可以生成。
这个产品化机会的核心是继搜索引擎、信息流之后，打造“命令引擎”这种新的产品形态。我猜“阿拉丁神灯”应该是个好名字。
游戏NPC正盯着你
GPT-4发布的那个晚上，我看到群里很多开发者都在讨论，而第一条蹦出来关于GPT-4应用的消息，是有人说可以把他放在游戏里当NPC。
让NPC使用大语言模型作为底座，来跟玩家进行内容丰富、高自由度的多轮对话，应该是一件很容易想到的事情，但这位朋友说的却不是这个意思。
GPT-4的一个关键创新特性，是让AI来识别图片，并且理解图片中的细节、内涵等，比如可以理解一张搞笑梗图中的幽默点到底在哪。
这种能力如果用到游戏里，将赋予游戏和游戏NPC一个前所未有的能力：看见玩家。
从电子游戏诞生之日起，玩家要做的就是去看到、听到一个虚拟世界，并沉浸其中。这个过程中，玩家要尽可能脱离自己周遭的现实，游戏感始终是单向的。虽然AR游戏、体感游戏的出现，一定程度上改变了这种情况，让玩家的体态、运动、力量以及游玩环境进入到游戏当中，但游戏本身对玩家是缺乏理解的。
如果让GPT-4成为游戏NPC，或者作为游戏本身机制的一部分，那或许我们距离游戏能够理解玩家，并做出对应反应已经不远了。你在观察游戏NPC的时候，他们可能也在观察着你，尝试理解你的表情、你的体态，解读你在游戏中的困惑、激动，或者卡关之后想摔手柄的暴怒。
这种融合在两个领域最有可能性，一个是强调互动的AR、VR游戏，另一个是注重NPC自由互动的开放世界与多结局角色扮演游戏。
除了游戏之外，“看懂”这个能力还可以被用到数字人，甚至机器人身上。也可以带来相当有分量的产品机会。
“一嘴通办”
说了toC的，让我们再聊聊toB。今天很多人都知道一个词，叫做“一网通办”。就是说在政务系统中打通各个部门的信息系统界限，从而避免办事人要在不同部门之间来回奔波，产生办不完的手续、盖不完的章、跑不完的路。
但是“一网通办”这种模式，其实依旧有痛点存在：
一是“通办”仅仅是数据打通了，但办理逻辑和办理方式依旧与之前无异，用户该不会的还是不会，该卡住的还是卡住，可能需要花费大量时间在反复询问、填写材料、咨询上。
另一个是“一网通办”的效率高度依赖操作人员能力。由于操作人员精力和专业能力有限，必然不了解各个业务领域，因此一旦出现复杂的情况，就会出现操作员虽然能处理，但不知道如何处理的问题，需要层层请示领导或者跨部门沟通，这样反而降低了效率。
大语言模型与这些领域的融合，必然能够解决一些问题。办事人可以直接咨询AI，了解复杂的部门、业务之间的内在逻辑、办事方法，从而尽量一次性完成办事需求；而操作人员也可以依靠AI来获取跨部门的操作方法、操作样例，从而能够完成较复杂情况的高效率处理。最关键的是，类似能力可以更多用AI替代人工。
这种依靠大语言模型知识抓取、逻辑分析能力的服务平台，可以把“一网通办”升级成“一嘴通办”，办事人说清楚诉求就全面搞定。当然这个名字纯属开玩笑，但城市服务的核心，一定要从“网”转变为“人”，这一点是毫无疑问的，也是大模型时代的toB产品核心机遇。
类似的能力，最具有落地需求的就是政务与金融方面，这两个领域涉及事项多、专业性强，并且与民众需求紧密相连，从更远一点考虑，可能也包括财税、法律、医疗。GPT代表的大语言模型，可以打破公众服务的边界，让AI连接起专业知识与用户需求。
集成了咨询、数据汇总、事项办理、文书认证等功能的新型AI服务平台，将是接下来toB市场AI技术的核心机遇。
超级无代码开发
移动互联网创业热潮的时候，经常有人开玩笑说，“我创意、机会、方法论都有了，距离拿到融资就差一个程序员”。
这当然是一个笑谈，但笑着笑着我们可能会发现，连那个程序员都不差了。
ChatGPT让人惊艳的一点，就在于代码的自动生成和修改。其实很多程序员朋友都说，类似AI模型的能力还主要是辅助工作，根本代替不了一个懂业务、懂产品逻辑与实现方式的程序员。
在云计算与软件业，低代码开发，甚至无代码开发是近两年流行的热门概念。核心逻辑是利用代码库，将已有开发样例进行快速复写，但GPT-4的逻辑显然更加先进，他甚至不需要用户懂架构，而是直接根据需求生成开发程序。
这种能力，在短时间内生成复杂的软件应用或许不行，但对于很多没有编程与开发能力的人来说，通过AI来获取一个小程序、一个电商平台、一个简单的APP还是非常有意义的。
用一些模板搭配GPT-4，可以形成“超级无代码”的产品形式。用户只需要下达需求并支付费用，就可以获得属于自己的软件应用，整个开发过程中的人工成本趋近于0。
为人提供这种AI主导，模板+微调的软件开发，或许也将变成一个全新风口。其实想想，现在随手就能拉个群聊，这在早期的互联网聊天室时代简直难以想象，那么未来人手几个APP，一堆网站，一群数字人，可能也不是什么难事。
从预训练大模型崛起，再到今天的ChatGPT、GPT-4，最值得关注的是智能涌现效应驱动下，一些作为信息化常识的东西被改变了。换句话说，GPT-4是条件，而不是结果。
只有运用好这些新条件，得出新方法，创造新产品的人才能获得AI时代最好的结果。
有人会担心，这么大的变化之下，我的工作、生活会不会被颠覆？
其实吧，这种焦虑什么时候都有，但从没有真正变成灾难。
1999年，朴树有首歌叫做《New Day》，里面有句歌词是这么写的，“快来吧奔腾电脑，就让它们代替我来思考”。
20多年过去了，人类还在思考，奔腾电脑在哪里？