每當我們選擇去展望未來時， 最好的辦法就是從歷史中總結規律， 並以此來尋找不斷變化中的發展邏輯。 人工智慧時代的到來， 並不意味著恐懼， 而在某種意義上來說， 它帶來的可能是更猛烈的革命。
AI（Artificial Intelligence， 人工智慧）最早是電腦技術領域一個專有學術名詞， 但近年來， 隨著各種科幻小說、電影的熱銷， 以及伴隨著知名網紅AlphaGo的一飛沖天， AI成為了響徹大街小巷的熱門詞彙。 此外， 伴隨著一些列耳熟能詳的AI產品問世和各種媒體宣傳， 我們這些奮鬥在互聯網領域一線的男女老少們， 似乎也不由自主地需要關注起AI來。
這些年來， 我一直保持對AI領域高度的關注和積極的參與， 不斷與各種AI的直接從業者進行深入的交流和溝通， 我逐漸發現了一些很有趣的事情。 我始終覺得， AI所代表的並不是一次簡單的技術革新， 相反， 它代表著一些即將或正在發生的深度變革。
我們需要去預知未來， 這樣才能做好充足的準備接受挑戰。 從我當前的認知來看， 我認為AI和互聯網並非一件事， 或者二者並不可以直接混為一談， 而且核心的互聯網PM和AI PM甚至也可能不是一類人。 我將盡我所能在這篇文章中詳盡我近來的思考， 希望能夠一起與更多做AI產品的朋友們深入溝通， 交流探討AI對我們未來世界的影響。
歷史告訴了我們什麼？今天， 我們正生活在一個隨處可以觸網， 時刻可以聯網的環境中， 並習以為常。 社會發展到今天， 絕非一蹴而就， 當我們試圖瞭解未來時， 我們應該先試試回過頭， 看看歷史都發生了些什麼。
大約100多年前， 尼古拉·特斯拉（沒錯， 就是那個被愛迪生記恨一輩子的大發明家）曾經提到一個有趣的概念，
自古以來， 人們都需要通過各種媒介來傳遞資訊， 從幾千年前， 馬拉松同志一氣跑完43公里， 向村民們傳遞戰爭勝利的消息， 到後來人們開始郵寄信件， 撥打電話， 發送電子郵件， 使用即時通信， 等等。 資訊的傳遞對於人類這種群居動物而言， 是必不可少的。 在《人類簡史》一書中， 極為精彩地描述了我們的祖先如何通過資訊傳遞與同步（語言）來組成部落，
科技的進步， 在最大限度地降低資訊傳遞的成本， 提升效率。 因此， 每一種媒介的產生都是時代必然的產物， 互聯網是替代了幾千年來車馬勞頓的郵差， 通過電作為媒介， 實現了資訊光速傳遞。
資訊傳遞的是為了什麼？作為我們人類而言， 難道只是因為天生的秉性才需要進行資訊傳遞嗎？實則不然， 我們傳遞資訊最重要的原因是， 我們需要生活， 需要戰勝困難， x需要解決問題。
每一條資訊都有它的價值， 而這些價值的直觀反映， 就是解決問題。
比如， 在玩“王者榮耀”時， 如果隊友A發現對方要來打塔， 他需要第一時間將這條資訊告訴隊友， 以防不測。 最佳的方法是他立刻通過聲音傳遞給隊友，
資訊傳遞的本源， 是為了讓所有人知識不斷統一， 從而去解決越來越棘手的問題。
AI的生長與互聯網並不一樣資訊的深層含義， 可以譯作“知識”。
互聯網只用來承載資訊互聯網是一層實體層面的工具。
我讀大學時， 通讀了《TCP/IP詳解：卷2》（現在已經基本忘光所有細節）， 我意識到一個很直觀的問題：網路本身是一個充滿規則和制度的舞臺， 在上面傳遞的資訊， 依靠資訊狂歡的人們， 其實都是在把現實世界的情景， 搬到網路世界上來而已。
過去二十年互聯網的飛速發展， 最大的變化始終是實體層面網路條件的變遷， 從最早的ADSL， 到3G時代，再到如今的全網覆蓋，CPU從早年的586，到如今的酷睿i7，我們是通過愈發便利的網路硬體條件，來不斷在其之上搭建各種服務和應用。
由此，站在商業的角度來看，由於資訊光速傳遞，迸發出了全民購物、全民社交、全民遊戲、全民娛樂等等場景，互聯網作為一個巨大的效率工具，極大地節約了許多業務運營的成本，特別是邊際成本的降低，演進出各種新型的商業模式，許多商業經營第一次真正意義上實現了全球化擴張，人們的經濟和生活水準，也因為網路的便利所帶來的資訊傳遞而變得更加美好。
可是本質裡，互聯網仍然是一個用來承載資訊的載體，作為產品經理的我們，做產品時的思考方式始終是圍繞著“社會自有的現象+網路世界的交互”，資訊仍然置身於我們人類社會之中。
AI“學會”了資訊背後的知識可是，AI帶來了在縱深層面上的不同。
當我們稍稍深入瞭解一點AI時，我們知道它背後站著的是各種高深的電腦科學演算法，以及大資料背後所隱藏的各種莫測的秘密。
電腦在做的，首先是“記憶”知識。
早期的電腦科學是通過規則邏輯來讓電腦記憶知識的。
比如，一條知識資訊是“如果C羅出現，那麼就尖叫10秒”，通過最簡單的“if-else”語句就可以告訴電腦這條知識資訊，然後電腦在執行時，每當C羅出現時，就會尖叫10秒。
這種方法便是workflow（工作流）的基本單元ifttt（if this than that），電腦依靠這個基本知識就可以按照規則執行了。但是怎麼看都覺得很死板，是吧？
所以，這時候機器學習和神經網路進來了，它可以依靠無數個ifttt整理出一套複雜的網路結構，也就是大名鼎鼎的“知識圖譜”。其實類比我們人類，我們在最早學習知識的時候，學到的都是一大堆的ifttt，直到能夠舉一反三融會貫通的時候，才產生了更多的知識單元，從而建立起一套自己的知識網路。
現在AI可以做類似的事情了，它可以把更複雜的ifttt，或者乾脆就直接是資料層面的知識，“學習”起來形成一套知識網路。往大了說，AlphaGo所實現的第一步，就是學習了幾千萬份棋譜之後，實現了最基本的知識圖譜，然後通過蒙特卡洛演算法在每一步尋找相對最優解。
知識積累得越多，新知識產出的速率就會越快。在社會學中，有一個理論是，歷史上積累的所有知識，後人學習的速度變得越來越快，這是科技指數級增長的秘密所在。牛頓總結出三大定律花了十來年，而今天中學生只要一年就可以全部學會。可以肯定的是，今天的人類所擁有的知識前所未有得多，以後也會越來越多。人類的知識被AI“學會”，那麼AI的知識圖譜就會越來越豐富，越來越複雜。
AI提升的已不是效率這麼簡單那麼問題來了，AI學會了這些知識又能怎麼樣呢？AI要做的，是賦能人類，節約人類進步的成本。
在這裡，我必須插播一個概念——效率。效率這個詞的核心含義是，在單位時間裡能夠產出更多的價值，無論是單位時間裡賺更多的錢，還是單位時間裡寫更多的字，或者單位時間裡傳遞更多的資訊。本質上來說，效率的提升與否，是使得人們可以騰出更多時間去做其他的事情，但是在價值本身上並不是疊加關係。
比如說，由於視頻電話的存在，醫生和患者可以遠端完成會診，患者不必千里迢迢來尋醫，節約了醫生和患者的時間。多出來的時間，患者可以在本地開藥做手術，醫生可以治療更多的患者。
然而，這種效率的提升，並沒有在單件事情上產生質的飛躍，醫生沒有因為遠端會診的存在而變得醫術更加高明，也沒有因為省出更多時間而能夠攻克疑難雜症。
所以，效率是在一系列事情疊加上來看價值的，單一價值點上的價值疊加效果有限。
AI做了些什麼？我的核心觀點是——AI不僅提升了效率，還可能幫助人類極大地進步。
2015年，《Nature》發表了一篇來自Google的論文，在文中，Google邀請了美國資深的皮膚科專家，對150張皮膚病變切片進行診斷，找尋其中有皮膚癌的切片。專家花費近30小時，最終得出約75%的準確率。而AI花費了數十分鐘，得出的準確率大約87%。多出來的12%準確率，就是多出來的多少條鮮活的生命！
這件事情背後的意義十分深遠。對切片做診斷，在過往被認為是需要豐富的醫學知識和豐富的臨床經驗，才可以進行的醫學專業行為，如今AI在這方面已經大幅領先。這很像AlphaGo之于柯潔，柯潔站在人類圍棋的巔峰，卻慘敗給只有區區一年經驗的AI。二者之間已經不是一個維度的思考方式，AI説明人類在進步層面大幅提升。
回到切片診斷的案例，因為AI可以作為輔助診斷助手，在多診斷出來的12%的切片中，它可能會發現醫生遺漏的問題點，極有可能幫助醫生發現過往多年從未發現的問題。也許一群頂級科學家需要10年才能發現的問題點，AI只要幾個月就發現了。
這種現象帶來一個結果，一方面，專業的醫生們會變得越來越高明，通過源源不斷地新知識，彌補過往體系中的盲區，科技進步突飛猛進，而另一方面，那些混吃等死的庸醫就再無用武之地，AI將全面替代他們。
AI做了什麼？AI正在將知識體系不斷標準化，不斷賦能給更多的人類。
這是我們要的未來嗎？一定是。
隨著老齡化社會的到來，人類社會將經歷一個新的拐點，生產力不足將成為下一個十年最大最棘手的問題。WHO（世界衛生組織）對老年人的定義是65歲以上，我們國家有時會定義為60歲以上。中國社會老齡化將在2020年全面爆發，屆時60歲以上的人群將突破3億，也就意味著每5個人中，就有一個是老人。
對於老年人而言，衰弱是最大的天敵，由於新陳代謝的緣故，人老了機能就會衰退，進而產生一系列的病變或風險。養老更多的時候依靠的是人力，而人力往往被認為是最大的成本，如何讓單個人在單位時間產生更大的生產價值，是未來要解決的核心問題。
如果人力成本不解決，老齡化社會勞動力越來越貴，生產能力不提高，大量的錢都要花在家裡的老人養老上，而其他生活支出就變得捉襟見肘。社會將陷入無人消費的消極局面，沒有消費，就不會產生價值流轉，也就不會有創新，社會也就會停滯不前，掙錢就變得更困難。這是一種惡性循環。
所以，必須未雨綢繆去解決老齡化社會問題。
那麼，AI是出路嗎？也許是，或者我相信是。
其實，回到我上面闡述的觀點，AI正在做的事情其實是賦能更多的人類。
舉個例子。在養老中，最直接的是為老人提供相應的康復護理服務，而其中最關鍵的是如何降低人力成本。降低人力成本最完美解決方案是讓機器代替人進行康復護理的操作，而這其中最關鍵的一環是，讓機器知道該如何操作。
當我們需要對一個老人進行康復時，我們來看看這整個過程是如何發生的：
【STEP 1】專業的康復師採集老人的一系列生命體征；【STEP 2】康復師診斷，得出老人有衰弱風險，隨時可能跌倒；【STEP 3】康復師為老人制定一系列計畫，比如餐飲計畫、鍛煉計畫、安全防護計畫；【STEP 4】康復師根據制定的計畫，產出需要支付的費用；【STEP 5】專業的康復師依靠專業器材，進行具體的康復操作。在這個過程中，目前的機器最多替代最後一步——通過專業智慧設備，輔助老人自主進行康復鍛煉。前面這四步，機器目前無能為力，原因就在於，這些知識只存在于各種專業人才腦中。
AI要做的，就是把這些知識學過來，然後不斷標準化，最後變成輔助診斷助手，賦能給一些淺層次的人，從而降低人力成本。
這個過程，在康復護理領域擁有一個專業的名詞，叫做“評估”，沒錯，這也正是我和我的團隊正在做的產品，我們稱之為“優護家智慧評估引擎”，用來為康復護理行業賦能。
所以，AI會覺醒嗎也許我們人類需要防備AI的覺醒。
由於知識體系的不斷積累，AI在模擬人腦的程度上只增不減，那它對於知識的積累將進入方方面面、各行各業，一個優秀的AI可能具備了多重領域的專業知識，甚至把一些看似難以標準化的事情也給標準化了，比如寫歌、寫詩、寫文章，甚至發號施令。如果AI可以根據複雜的環境變化，找出最優解，從而發號施令時（其實過程很像我上面描述的智慧評估引擎），覺醒也就不遠了。
總結在這篇文章中，我闡述了一個核心觀點——AI與互聯網不是一回事，AI是知識的載體，用以賦能人類。
我所從事的醫療領域中，AI的產品層出不窮，從智慧評估，到輔助決策，從案例循證，到基因測序，每一個小的進步都代表了整個行業無限光明的未來。
我堅信AI所將帶來的革命是顛覆性的，顛覆的是我們對於未來世界的想像，以及對於知識體系的認知。站在這個歷時拐點，我感受到的前所未有的衝動和興奮，希望攜手同樣興奮的你，並肩前進！
#專欄作家帥帥的帥，“優護家” 聯合創始人兼COO；前微軟小冰創始級產品經理；北京大學電腦系碩士。專注產品、運營和商業的分析，熱衷產品方法論的總結。熱愛足球、民謠音樂、吉他彈唱、軟筆書法、閱讀和旅遊，熱愛生活。
本文原創發佈于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pixabay，基於 CC0 協議
到3G時代，再到如今的全網覆蓋，CPU從早年的586，到如今的酷睿i7，我們是通過愈發便利的網路硬體條件，來不斷在其之上搭建各種服務和應用。由此，站在商業的角度來看，由於資訊光速傳遞，迸發出了全民購物、全民社交、全民遊戲、全民娛樂等等場景，互聯網作為一個巨大的效率工具，極大地節約了許多業務運營的成本，特別是邊際成本的降低，演進出各種新型的商業模式，許多商業經營第一次真正意義上實現了全球化擴張，人們的經濟和生活水準，也因為網路的便利所帶來的資訊傳遞而變得更加美好。
可是本質裡，互聯網仍然是一個用來承載資訊的載體，作為產品經理的我們，做產品時的思考方式始終是圍繞著“社會自有的現象+網路世界的交互”，資訊仍然置身於我們人類社會之中。
AI“學會”了資訊背後的知識可是，AI帶來了在縱深層面上的不同。
當我們稍稍深入瞭解一點AI時，我們知道它背後站著的是各種高深的電腦科學演算法，以及大資料背後所隱藏的各種莫測的秘密。
電腦在做的，首先是“記憶”知識。
早期的電腦科學是通過規則邏輯來讓電腦記憶知識的。
比如，一條知識資訊是“如果C羅出現，那麼就尖叫10秒”，通過最簡單的“if-else”語句就可以告訴電腦這條知識資訊，然後電腦在執行時，每當C羅出現時，就會尖叫10秒。
這種方法便是workflow（工作流）的基本單元ifttt（if this than that），電腦依靠這個基本知識就可以按照規則執行了。但是怎麼看都覺得很死板，是吧？
所以，這時候機器學習和神經網路進來了，它可以依靠無數個ifttt整理出一套複雜的網路結構，也就是大名鼎鼎的“知識圖譜”。其實類比我們人類，我們在最早學習知識的時候，學到的都是一大堆的ifttt，直到能夠舉一反三融會貫通的時候，才產生了更多的知識單元，從而建立起一套自己的知識網路。
現在AI可以做類似的事情了，它可以把更複雜的ifttt，或者乾脆就直接是資料層面的知識，“學習”起來形成一套知識網路。往大了說，AlphaGo所實現的第一步，就是學習了幾千萬份棋譜之後，實現了最基本的知識圖譜，然後通過蒙特卡洛演算法在每一步尋找相對最優解。
知識積累得越多，新知識產出的速率就會越快。在社會學中，有一個理論是，歷史上積累的所有知識，後人學習的速度變得越來越快，這是科技指數級增長的秘密所在。牛頓總結出三大定律花了十來年，而今天中學生只要一年就可以全部學會。可以肯定的是，今天的人類所擁有的知識前所未有得多，以後也會越來越多。人類的知識被AI“學會”，那麼AI的知識圖譜就會越來越豐富，越來越複雜。
AI提升的已不是效率這麼簡單那麼問題來了，AI學會了這些知識又能怎麼樣呢？AI要做的，是賦能人類，節約人類進步的成本。
在這裡，我必須插播一個概念——效率。效率這個詞的核心含義是，在單位時間裡能夠產出更多的價值，無論是單位時間裡賺更多的錢，還是單位時間裡寫更多的字，或者單位時間裡傳遞更多的資訊。本質上來說，效率的提升與否，是使得人們可以騰出更多時間去做其他的事情，但是在價值本身上並不是疊加關係。
比如說，由於視頻電話的存在，醫生和患者可以遠端完成會診，患者不必千里迢迢來尋醫，節約了醫生和患者的時間。多出來的時間，患者可以在本地開藥做手術，醫生可以治療更多的患者。
然而，這種效率的提升，並沒有在單件事情上產生質的飛躍，醫生沒有因為遠端會診的存在而變得醫術更加高明，也沒有因為省出更多時間而能夠攻克疑難雜症。
所以，效率是在一系列事情疊加上來看價值的，單一價值點上的價值疊加效果有限。
AI做了些什麼？我的核心觀點是——AI不僅提升了效率，還可能幫助人類極大地進步。
2015年，《Nature》發表了一篇來自Google的論文，在文中，Google邀請了美國資深的皮膚科專家，對150張皮膚病變切片進行診斷，找尋其中有皮膚癌的切片。專家花費近30小時，最終得出約75%的準確率。而AI花費了數十分鐘，得出的準確率大約87%。多出來的12%準確率，就是多出來的多少條鮮活的生命！
這件事情背後的意義十分深遠。對切片做診斷，在過往被認為是需要豐富的醫學知識和豐富的臨床經驗，才可以進行的醫學專業行為，如今AI在這方面已經大幅領先。這很像AlphaGo之于柯潔，柯潔站在人類圍棋的巔峰，卻慘敗給只有區區一年經驗的AI。二者之間已經不是一個維度的思考方式，AI説明人類在進步層面大幅提升。
回到切片診斷的案例，因為AI可以作為輔助診斷助手，在多診斷出來的12%的切片中，它可能會發現醫生遺漏的問題點，極有可能幫助醫生發現過往多年從未發現的問題。也許一群頂級科學家需要10年才能發現的問題點，AI只要幾個月就發現了。
這種現象帶來一個結果，一方面，專業的醫生們會變得越來越高明，通過源源不斷地新知識，彌補過往體系中的盲區，科技進步突飛猛進，而另一方面，那些混吃等死的庸醫就再無用武之地，AI將全面替代他們。
AI做了什麼？AI正在將知識體系不斷標準化，不斷賦能給更多的人類。
這是我們要的未來嗎？一定是。
隨著老齡化社會的到來，人類社會將經歷一個新的拐點，生產力不足將成為下一個十年最大最棘手的問題。WHO（世界衛生組織）對老年人的定義是65歲以上，我們國家有時會定義為60歲以上。中國社會老齡化將在2020年全面爆發，屆時60歲以上的人群將突破3億，也就意味著每5個人中，就有一個是老人。
對於老年人而言，衰弱是最大的天敵，由於新陳代謝的緣故，人老了機能就會衰退，進而產生一系列的病變或風險。養老更多的時候依靠的是人力，而人力往往被認為是最大的成本，如何讓單個人在單位時間產生更大的生產價值，是未來要解決的核心問題。
如果人力成本不解決，老齡化社會勞動力越來越貴，生產能力不提高，大量的錢都要花在家裡的老人養老上，而其他生活支出就變得捉襟見肘。社會將陷入無人消費的消極局面，沒有消費，就不會產生價值流轉，也就不會有創新，社會也就會停滯不前，掙錢就變得更困難。這是一種惡性循環。
所以，必須未雨綢繆去解決老齡化社會問題。
那麼，AI是出路嗎？也許是，或者我相信是。
其實，回到我上面闡述的觀點，AI正在做的事情其實是賦能更多的人類。
舉個例子。在養老中，最直接的是為老人提供相應的康復護理服務，而其中最關鍵的是如何降低人力成本。降低人力成本最完美解決方案是讓機器代替人進行康復護理的操作，而這其中最關鍵的一環是，讓機器知道該如何操作。
當我們需要對一個老人進行康復時，我們來看看這整個過程是如何發生的：
【STEP 1】專業的康復師採集老人的一系列生命體征；【STEP 2】康復師診斷，得出老人有衰弱風險，隨時可能跌倒；【STEP 3】康復師為老人制定一系列計畫，比如餐飲計畫、鍛煉計畫、安全防護計畫；【STEP 4】康復師根據制定的計畫，產出需要支付的費用；【STEP 5】專業的康復師依靠專業器材，進行具體的康復操作。在這個過程中，目前的機器最多替代最後一步——通過專業智慧設備，輔助老人自主進行康復鍛煉。前面這四步，機器目前無能為力，原因就在於，這些知識只存在于各種專業人才腦中。
AI要做的，就是把這些知識學過來，然後不斷標準化，最後變成輔助診斷助手，賦能給一些淺層次的人，從而降低人力成本。
這個過程，在康復護理領域擁有一個專業的名詞，叫做“評估”，沒錯，這也正是我和我的團隊正在做的產品，我們稱之為“優護家智慧評估引擎”，用來為康復護理行業賦能。
所以，AI會覺醒嗎也許我們人類需要防備AI的覺醒。
由於知識體系的不斷積累，AI在模擬人腦的程度上只增不減，那它對於知識的積累將進入方方面面、各行各業，一個優秀的AI可能具備了多重領域的專業知識，甚至把一些看似難以標準化的事情也給標準化了，比如寫歌、寫詩、寫文章，甚至發號施令。如果AI可以根據複雜的環境變化，找出最優解，從而發號施令時（其實過程很像我上面描述的智慧評估引擎），覺醒也就不遠了。
總結在這篇文章中，我闡述了一個核心觀點——AI與互聯網不是一回事，AI是知識的載體，用以賦能人類。
我所從事的醫療領域中，AI的產品層出不窮，從智慧評估，到輔助決策，從案例循證，到基因測序，每一個小的進步都代表了整個行業無限光明的未來。
我堅信AI所將帶來的革命是顛覆性的，顛覆的是我們對於未來世界的想像，以及對於知識體系的認知。站在這個歷時拐點，我感受到的前所未有的衝動和興奮，希望攜手同樣興奮的你，並肩前進！
#專欄作家帥帥的帥，“優護家” 聯合創始人兼COO；前微軟小冰創始級產品經理；北京大學電腦系碩士。專注產品、運營和商業的分析，熱衷產品方法論的總結。熱愛足球、民謠音樂、吉他彈唱、軟筆書法、閱讀和旅遊，熱愛生活。
本文原創發佈于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pixabay，基於 CC0 協議