对于AI应用于生产的看法
今时今日，由于chatGPT的力大砖飞，作为新基建七大领域之一的AI,似乎也从ppt骗钱转向了初见可行性，即使是从业者也仍有大量抱有否定态度，认为是无意义的鹦鹉学舌。
经过一系列的尝试，体验了chatgpt,new bing,Stablediffusion等新玩具之后得到一个对于AI加入生产流程的初步印象。
先声明，本人对AI的态度是，不希望它一步到位成为全能泛用AI,先把有一定规律但又需要重复试错的领域（例如材料研究，软硬工业工程，药物研发等）加速了就是最大的好。
从提供优质模板以供AI学习，AI自主无监督学习这两个关键点出发，得出个人的观点：
未来组织内的工作流程，大概的流程不会有太大变化，增加一个新的流程，提供优质业务模板以供AI学习，购买优质大数据集、网络爬取公开数据等方式，训练自建或者第三方服务提供的AI，基于web3等数据确权手段进行产出版权锚定，得到更稳定的产出。（这也意味着数据真的成了金矿。）
以笔者曾经所在的游戏公司为例，游戏产品的开发运营维护，冷冰的系统背后，现在是无数的真人以固定的标准对外提供服务，难免会由于人自身不可避免的问题出现各种错误。加入AI后，产出遵循一定的模式，各项生产部门的工作重点从重复的版本发布，转向与产线解耦的，训练AI的方向，产线的重复产出由稳定的AI提供，公司内部定期评价AI产出效果。
如此一来，重复的工作交给了机器，由人提供模板，这对生产力的提升是有帮助的。对于需要大量重复试错的领域更是得到了加速。
以上内容纯属构思，毫无现实落地业务可言，如有雷同纯属巧合。
水文章完毕。
