本篇记录5月30日琢磨事AI碰撞局碰撞环节一些有趣的问题，从中大家可以看到AI真正落地的时候挑战，也可以感受为什么我们总说它还处在非常早期。
为什么导购机器人这产品被归在“事本身就不行”的类别
AI碰撞局上，我这边提出了个判断产品立不立得住的思考框架叫：“技术行不行，事行不行，你行不行”。
大意是AI看着什么都能干，但如果你真的想让它取代某个角色，甚至是部分取代某个角色，那其实要把这个角色的完整内涵建模，然后反复拿测试集测试。然后就知道技术行不行，这是刚性约束。
技术行了，商业上不一定成立，这就是事行不行。
商业上成立如果巨头看的很死，机会还不一定属于你，这就是你行不行。
很巧的是判断“事行不行”时候举的例子是导购机器人，而一位同学正是做这个的，并且明显体感到这产品有问题。于是就对此进行追问，把碰撞推深了一层。
接着这问题，我正好也把自己的零散想法再梳理了一下：
导购机器人从当前的技术边界来看，属于基本能用，但变现模式和现在技术能支撑的产品水平有根本冲突。
如果是导购机器人完全像大白那是完全另外一种情形。
但现在却还只是一个帮助检索的移动（或不能移动）屏幕，有点用但单个成本很高，如果希望后端变现，使用频次和设备铺的量级就都成问题，不知道亏到猴年马月了。拿转化漏斗和售价、维护成本稍微算算就知道了。租的话也不改变这现实。（具体数就不说了，也可能不准了）
所以属于“事不行”的范畴。
为什么说大而全的期望超级要命？
有个金融领域同学分享说：做了一款AI证券投研问答产品，做的开放式问答，出了很多问题，感觉幻觉对金融投资领域是致命的，属于责任大&幻觉有害的区域。
（是展开这张图的时候，提出了这个问题）
这个问题其实很典型，并且导致大模型来了后大家把之前的很多AI的坑又重新踩了一遍。
核心原因是AI在一般理解里面是没有能力边界的，因为现有需求和功能里面都有智能，所以AI的缺省认识是万物皆可AI。但很不幸AI的技术能力有边界。
10年前这样，10年后还这样。
做产品就特别容易被定义成什么都能干的产品或者某个范围内什么都能干的产品，然后就变成原点上的失败，浮沙筑高台，十倍努力也不足以打磨出一个过关的产品。
解决这问题的关键就是有：角色中心式计算和图灵测试2.0的视角，然后做个测试集，结果就出来了。
参见：
推荐算法可以用大模型做么？
有个同学提到：字节推荐算法不会让算法更聪明，只能让算法更了解你，AI算法用所有用户的数据，可以让算法更聪明，在来服务你。是否可以用AI大模型算法来做头条抖音这样的信息服务产品，为什么字节的大模型不做，做的难度在哪里？
这话题其实没发回答只能定性讨论。
我个人的观点是随着AI的发展所谓的个性化推荐早晚换成AI驱动。
有点像一种双助理结构，你的助理代表你自己，平台方还配给你一个专门服务于你的助理。
当前可能够呛，精度、速度可能都有点问题，但我相信一定有人已经在探索之中。
宏观问题：人往那儿放？
碰撞的有趣之处就在于发散，聊来聊去就聊到了这个常见问题：上次工业时代进入信息时代，信息与内容行业吸收了大量就业人口， 这次智能时代，有哪些可能的行业岗位能气同等作用？
这主题没答案，只有设想。
一种设想是在AI能力的界限之外，人会完成对过往和自我的超越，找到自己的位置。
到那里寻找AI的界限呢？
AI的界限则不在于过去我们常说的专业，而在于综合。而差不多所有的文化都是一种综合。
不管是书法、绘画、美食、写作等本身都是一种综合。AI会取代这些领域被映射成职业的那一部分，但最高处需要综合自己、宇宙、社会、现实、历史的部分则会留给人类。99.99%的职业经济性被摧毁，真正的那部分大综合和灵性的东西则留存。
小结
随手选了几个局上提到的话题，有趣的还有一些就不一一列举了。一场活动做下来，觉得倒是可以体现初衷：现场问题，底层逻辑，和而不同，保持距离，相望前行。
------------------------------------------------------------------------
最后是关于【琢磨事AI碰撞局】这个活动
虽然AI从CNN到GPT大模型有质的飞越，但显然的落地却卡住了，全产业链看，其实还是在亏损，大量试错很多也还是重复过去10年的老路。这样一来做AI应用的很多人都遇到一个共同的问题：AI技术到底怎么落地才能产生价值，新机会在那里？
组建【琢磨事AI碰撞局】的目的就是把AI落地过程中的体会分享出来，也听听其它落地场景的问题，并给些建议。一起解决AI还处在混沌态时候的场景、产品、运营、技术上的困惑。大家可以当30%作用的AI方面的私董会。
【琢磨事AI碰撞局—入群流程】
添加群主微信：cathywangyue
群主会和您做基础沟通，确认志同道合，并切实可以为您提供所需价值后，需要您预付一次线上活动经费，99元/人（预存，可以自由选择一期活动参加，但不退款）