AI近些時(shí)日的強(qiáng)勢崛起讓許多人都意識到一件事——強(qiáng)人工智能時(shí)代即將來臨。本文以圖靈測試為切入點(diǎn)，具體分析了AI的進(jìn)程看似快實(shí)際上在商業(yè)價(jià)值方面還不夠成熟。一起來看看吧！

從Altman辭職引發(fā)了出了Q*算法，然后好像引申出了一個(gè)結(jié)論：強(qiáng)人工智能要來了，但現(xiàn)實(shí)可能正相反，人工智能確實(shí)是有進(jìn)展，也有巨大的潛力和顛覆性力量，但整體上的進(jìn)展不是太快，而是太慢。

一、圖靈測試2.0：拋棄它但又要回到它

1950年的圖靈測試說的是當(dāng)一個(gè)人同不能看見的人與機(jī)器進(jìn)行問答，又不能區(qū)分那個(gè)是人那個(gè)是機(jī)器的時(shí)候，那么機(jī)器就算通過了圖靈測試。

現(xiàn)在在某些場景里，大模型確實(shí)可以通過圖靈測試，所以這版的圖靈測試是一個(gè)過期的測試方式，意義不大了。

但圖靈測試的基礎(chǔ)內(nèi)核是有價(jià)值的。它圈定一個(gè)場景，讓人工智能完成它，通過外部對此能否感知來判斷智能是不是足夠這點(diǎn)并未過時(shí)，實(shí)際上是變的更加關(guān)鍵。

對圖靈測試進(jìn)行擴(kuò)展的話，我們可以在經(jīng)濟(jì)活動(dòng)中圈定一個(gè)職位或者場景，然后考察人工智能是否可以完成它，同時(shí)體驗(yàn)服務(wù)的一方并不知道這是人提供的服務(wù)還是機(jī)器提供的服務(wù)。如果人工智能可以做到了，那就是通過圖靈測試2.0，否則就不是。

二、為什么這是有意義的呢？

因?yàn)槌醮鷪D靈測試更像是測驗(yàn)一個(gè)活在虛擬空間的智能體，它不需要區(qū)分真實(shí)還是虛假，只要確保邏輯自洽，那就可以達(dá)成通過測試的目標(biāo)，在這個(gè)過程中胡說八道是沒關(guān)系的。這是一個(gè)技術(shù)視角。

有個(gè)沒場面但其實(shí)很經(jīng)典的科幻電影叫《這個(gè)男人來自地球》，電影里面一個(gè)男人聲稱他是一個(gè)活了一萬四千年的穴居人，他見證了人類的歷史和文明的變遷，甚至與佛陀和耶穌有過交流。和他在一個(gè)屋子里的各位科學(xué)家嘗試用邏輯去驗(yàn)證他是不是扯淡，但結(jié)果發(fā)現(xiàn)純粹的坐在屋子里，這事是整不出真假的。在屋子里凌空來說，只要人知識足夠豐富，并且能保證邏輯自洽，你根本沒法分辨。而走出屋子立刻就不一樣了，其它的事實(shí)、反饋可以迅速的判斷真假。

類似的，人工智能是否真的智能是學(xué)術(shù)、技術(shù)問題，也是個(gè)商業(yè)問題，所以它必然要走出來禁受更大場景的考驗(yàn)，不能是一個(gè)只能嘮嗑的語言模型。這時(shí)候就很有必要按同樣的思路，回到圖靈測試智能對比的內(nèi)核，對它進(jìn)行一下升級。

琢磨事：《AI能賺到錢了么？》中展開過這個(gè)問題，管它叫全場景覆蓋法，隨著人工智能關(guān)注度的提高，似乎越來越需要強(qiáng)調(diào)這個(gè)視角。因?yàn)槲覀冋麄€(gè)文明就是基于智能構(gòu)建的，所以看人工智能總是可以有無數(shù)多個(gè)視角，比如：一種是無錨點(diǎn)的幻想，這就什么都能干，類似一個(gè)想象中的超人，寫小說用的上；一種是純粹技術(shù)的視角，這種就大喜大悲，要么就是覺得這東西怎么可能有用（別看現(xiàn)在很火，其實(shí)過去十年AI的研究者大多是悲觀態(tài)度），要么就是每天看到各種進(jìn)展，覺得世界要被威脅了。

無錨點(diǎn)和尺度就很容易這么忽左忽右，但恰恰尺度本身才是本質(zhì)。

三、為什么說人工智能進(jìn)展其實(shí)是慢的

如果在技術(shù)圈子里面自己和自己比，其實(shí)進(jìn)步還是很大的，不管是過去的識別率還是這次的內(nèi)容生成，大模型都有了相當(dāng)?shù)倪M(jìn)步，但如果換到上面說的圖靈測試2.0的視角，你就會(huì)發(fā)現(xiàn)即使到今天，還是通過不了。很像一條無限接近的曲線，但就是沒有突破。

可以拿企業(yè)內(nèi)的分工進(jìn)一步舉列子，企業(yè)的典型崗位是：

• 職能：HR、財(cái)務(wù)、IT、行政、知識產(chǎn)權(quán)
• 產(chǎn)研：產(chǎn)品、研發(fā)、供應(yīng)鏈、測試、運(yùn)維
• 業(yè)務(wù)：市場、銷售、售前、售后

每個(gè)崗位會(huì)橫縱進(jìn)一步細(xì)分，縱是指層級也就是我們常說的匯報(bào)路線，橫是指前端、后端、APP這類職責(zé)切分。

一個(gè)100~200人的產(chǎn)品公司里面差不多要有各種類似的崗位，這時(shí)候我們回到圖靈測試2.0的視角，哪部分現(xiàn)在的人工智能可以通過呢？

恐怕都通過不了，即使是進(jìn)展最大的編程。

編程的時(shí)候現(xiàn)在的人工智能完成不了需求模型向開發(fā)模型的映射，（現(xiàn)在確實(shí)可以讓1個(gè)人干2人的活)，也就是說還是需要有人抽象出需求模型，把它變成prompt；其次是一旦出問題，修正就挑戰(zhàn)更大，因?yàn)檫@時(shí)候必須有整個(gè)程序的整體性認(rèn)識，對此的認(rèn)識則大概率是不準(zhǔn)的，這就導(dǎo)致改老的程序反倒是更吃力，需要一個(gè)有整體性認(rèn)識的人進(jìn)行協(xié)助，否則就改不對。

所以說基于大模型的人工智能通過不了圖靈測試2.0，通過不了商業(yè)價(jià)值的實(shí)現(xiàn)就有問題（通過了不一定沒問題）

所以結(jié)合場景視角，我們可以說雖然忙活了10幾年，但進(jìn)展遠(yuǎn)沒有想的那么快。現(xiàn)在OpenAI差不多調(diào)集了可能調(diào)集的所有資金來對此進(jìn)行沖刺，我們應(yīng)該真的希望他們能沖過去，而不是反過來。

能不能通過正是兩種局面：通過不了就像水庫一樣偶爾當(dāng)供水池用用，通過了蓄積的勢能就奔涌而下。

這類行業(yè)重構(gòu)第一步更可能是一種大折疊，內(nèi)卷到極致的折疊，然后才是新生。

四、大折疊

突然說折疊可能不好理解，我們拿過去的電商舉個(gè)例子：

電商肯定磕掉了傳統(tǒng)百貨，并且激發(fā)了外賣、直播帶貨等一系列新行業(yè)。但首先是折疊掉傳統(tǒng)百貨，后面才逐漸有現(xiàn)在大家集體帶貨的局面。

人工智能如果通過圖靈測試2.0，那會(huì)和這個(gè)類似，比如如果日常文案寫作全是人工智能，那在API上能創(chuàng)造的商業(yè)價(jià)值估計(jì)只有原來的幾千分之一，但會(huì)讓這個(gè)職位徹底走入歷史，此后才能創(chuàng)造新的角色和職位。

在這個(gè)折疊的過程中其實(shí)蘊(yùn)含著第二重挑戰(zhàn)：可以折疊掉很多現(xiàn)有職位，但自己未必能成為一個(gè)良性的模式，并且持續(xù)發(fā)展。（如果真停在這兒就損人不利己的意思）

在Altman被逼走的短暫日子里順道出了一條消息：每一次對OpenAI的調(diào)用都會(huì)導(dǎo)致虧損。也就是說OpenAI是在一種脆弱平衡下在運(yùn)作，具體來說就是：全球的注意力吸引海量資本的模式，這中注意力和興奮點(diǎn)的走勢從反面解讀其實(shí)和龐氏騙局是一樣的（不是說AI是騙局，而是這種模式的特征很類似，包括數(shù)字貨幣）。這種趨勢下，關(guān)鍵的關(guān)鍵就是最后能不能兌現(xiàn)出真正的商業(yè)價(jià)值，然后才可能拉動(dòng)下一個(gè)循環(huán)。所有的龐氏騙局不是中間沒收益而是最終交待不上，預(yù)期值徹底踏空，然后迅速跌的什么也不是，并崩盤。

從這個(gè)角度看，AI要想構(gòu)建良性循環(huán)：第一步需要通過圖靈測試，第二步需要激發(fā)新的正反饋模式。然后才是2000年的互聯(lián)網(wǎng)，AI原生應(yīng)用的崛起，否則就都是前奏。從這個(gè)角度，就會(huì)覺得在這個(gè)時(shí)間點(diǎn)認(rèn)為AI發(fā)展太快是滑稽的。

當(dāng)然，這不單是是OpenAI幾個(gè)公司的問題，還牽涉到這次大量的創(chuàng)業(yè)項(xiàng)目。

扮演引擎角色的通用大模型如果過不了圖靈測試2.0，那基于它的各種嘗試結(jié)果就沒那么美妙。

五、潛在受害者

近來無意間看到了很多這一波很多創(chuàng)業(yè)項(xiàng)目的介紹，看完的感覺就是：如果最終大模型的智能峰值過不了圖靈測試2.0，那這些項(xiàng)目都會(huì)慢慢死去，像干涸的湖泊里的魚一樣。

這類事沒法舉具體項(xiàng)目來點(diǎn)評，我們凌空說一個(gè)作為例子，比如：我可能發(fā)現(xiàn)，一個(gè)企業(yè)用多種平臺(tái)，反復(fù)對齊數(shù)據(jù)特別費(fèi)人工，然后可以用RPA結(jié)合模型做出改善。這有沒有價(jià)值呢？有價(jià)值，但如果智能比例不夠，那創(chuàng)造的價(jià)值就不夠它自己消耗的，商業(yè)上不成立。

再比如我發(fā)現(xiàn)家里很多活，人不愿意干家務(wù)，那有個(gè)機(jī)器人的話有沒有價(jià)值呢？有價(jià)值，但智能不夠，就干不出真正有用的產(chǎn)品。

順道說句，周末我去某活動(dòng)見幾個(gè)老朋友，就看到了幾個(gè)活動(dòng)中用的機(jī)器人，這簡直把我看的欲哭無淚。這類所謂的具身機(jī)器人和十幾年前根本沒有本質(zhì)進(jìn)展，還是一個(gè)底盤加個(gè)PAD，真有進(jìn)展的還真是智能音箱中花很多時(shí)間打磨的部分，即使很嘈雜語音識別的準(zhǔn)確率也還是可以了。

和上面類似的項(xiàng)目還很多很多，包括供應(yīng)鏈上為AI企業(yè)提供彈藥做芯片做數(shù)據(jù)的，每個(gè)人都想成為英偉達(dá)，但如果通過不了圖靈測試2.0，也許會(huì)再有一家，但不會(huì)有再多了。

如果智能的峰值不能進(jìn)一步拉高，那這些產(chǎn)品就都會(huì)卡在某條線下，該花的錢一點(diǎn)也少不了，但就是不創(chuàng)造新價(jià)值。

從這個(gè)角度就更容易看到AI發(fā)展不是太快，而是太慢的真實(shí)含義。誰有多長的血條，一共又有多長的血條呢！

六、一點(diǎn)點(diǎn)形而上

現(xiàn)有經(jīng)濟(jì)體系里人其實(shí)是大號的工具，扮演這個(gè)角色的時(shí)間擠占比如家庭、生活上的時(shí)間。只有極少一部分人可以在這種工具角色中獲得樂趣，絕大部分人不是，但都需要工作，這就是之前說的異化，和摩登時(shí)代比是程度的差異。

而人、工具、組織模式構(gòu)成了一種能力上限，隨著對上限的追求越來越高，在里面的人腳下的傳送帶就轉(zhuǎn)的越快，表現(xiàn)為就是某些人越來越忙。

而當(dāng)人們一考慮會(huì)失去這樣一個(gè)自己不喜歡的角色時(shí)，反倒是會(huì)更惶恐，因?yàn)橛幸环N經(jīng)濟(jì)臍帶被切斷的感覺。

這就是最有意思的地方，怎么才能在失去了不喜歡的東西后獲得喜悅？

人工智能是文明要素中的一種，提供了重構(gòu)過往社會(huì)結(jié)構(gòu)的力量，但也不是全部，基于它的進(jìn)展，我們也許可以更低成本的解決現(xiàn)在那些根本解決不了的問題，比如：貧窮與饑餓，它會(huì)提高整個(gè)社會(huì)的自由度，讓人更有解決問題的空間，重新進(jìn)行一種更高級的綜合。

在這點(diǎn)上我同意凱文凱利的觀點(diǎn)：科技總是即帶來好的也帶來壞的，但總是好的多一點(diǎn)點(diǎn)。它至少增大了可能的空間。

從這個(gè)角度看，人工智能的發(fā)展也是慢的。

七、小結(jié)

在人工智能上，技術(shù)、社會(huì)性的想象、商業(yè)的判斷現(xiàn)在堆積到了一起，所以經(jīng)常出各種各樣的觀點(diǎn)，但在當(dāng)前階段對人工智能做純技術(shù)解讀或者做純粹的社會(huì)性解讀意義未必很大，只有從商業(yè)角度才能更清楚的看到它這種瀕臨死亡和勃勃生機(jī)相疊加的矛盾態(tài)，所以回到圖靈測試2.0應(yīng)該是有意義的。