2023年7月23日，超聲波俱樂部AI Open Day在北京舉辦，百位AI領域頂級創(chuàng)業(yè)者、知名投資人匯聚一堂。超聲波俱樂部成員、著魔APP創(chuàng)始人楊磊進行了一場精彩的分享，以下為楊磊的分享整理：

分享嘉賓：楊磊，著魔APP創(chuàng)始人

分享主題：從AI復習科技發(fā)展歷史

感謝子超給這個機會讓我跟大家分享，今天我的分享結合了自己的理解和整個科技發(fā)展的趨勢，從不一樣的視角看一下整個技術發(fā)展的脈絡。

所以我起了一個題目叫“從AI復習科技發(fā)展歷史”，這是我2015年出來創(chuàng)業(yè)后，看到有一個媒體把2016年之前的所有科技發(fā)展的脈絡做了一張詳細的歷程圖。

在這里面大家可以看到從1995年到2015年的20年時間里，從不同的口徑劃分了不同的維度，門戶時代、電商時代、移動時代，中間不管是站長還是站長時代結束、移動互聯(lián)網(wǎng)元年等等這些當年科技剛起來的時候的概念和定義，其實跟今天AI這波概念，如AI元年也好，還是AGI的起點也好，其實是一樣的。

在這張圖里，希望大家仔細看這幾列，這是所有技術的基礎設施，這些基礎設施決定了后續(xù)所有的發(fā)展歷程。沒有這些基礎設施，我們站在業(yè)務和行業(yè)的角度去拆分各個不同時代的時候，都會有不同的口徑和視角。如果把這些都去掉，會發(fā)現(xiàn)我們的視角都會相對于局限一些，所以第一張圖大概只有20年的周期。

如果我們把周期拉得更長一些，比如說1840-1940年這100年的時間里，第一波所謂的連接時代出現(xiàn)了，包括電報、電話、廣播、電視等等這些連接的媒體。

再往后大概有將近50年的時間主要集中在計算時代，我們稱之為計算1.0，這個里面誕生了計算機，包括微型機、PC、個人電腦等等這些。

接下來的這個時間點大家都比較熟悉了，因為大部分人應該都經(jīng)歷了這比較輝煌的30年時間，PC的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)；再往后其實又會出現(xiàn)一個計算2.0的時間，以這個為基礎，帶來了人工智能新的階段。這也是我這半年時間以來，看到的所有觀點里面我覺得最有意義的一個，這個觀點的參考文獻也在底下，其實是李建忠老師的一個研究報告，我把它搬過來了。

在拉回到大家都比較熟悉的連接時代2.0的、大概30年的時間維度之前，我們先回顧一下之前連接的那波。在沒有移動互聯(lián)網(wǎng)和PC互聯(lián)網(wǎng)之前，最早的連接其實是鐵路以及電話，這都是沒有科技基礎之前出現(xiàn)的網(wǎng)絡，大概率用舊的網(wǎng)絡結構，可以總結成連接技術+信息載體，到了PC互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的時代，我把它抽象成為三件事。

對了，我提一下，為什么上來先講網(wǎng)絡結構，因為在整個PC和移動互聯(lián)網(wǎng)里面，但凡具備網(wǎng)絡效應的商業(yè)化模式都是之前30年里面的掌上明珠，不管是社交網(wǎng)絡、電商、O2O，這些其實本質上都是因為內含網(wǎng)絡效應的商業(yè)模式。

回到我之前的話題。在過去30年時間里，我們可以抽象總結為一個公式，新的網(wǎng)絡結構的誕生其實需要有連接技術+信息載體以及供給化的數(shù)據(jù)化，一共這三件事 。

過去30年可以再縱向抽象成三件事，其實就是三個連接，一個連接是人與人，另外一個是人與比特，還有一個是人與分子，這三波基本上能把過去30年所有的連接項目的產(chǎn)品和商業(yè)模式都囊括在內，在整個發(fā)展過程中，不同的因素決定了每一個業(yè)務和行業(yè)不同時間點的出現(xiàn)。

如果我們把這塊里面的供給化數(shù)據(jù)，用菜單替換，那就是大眾點評。當用運營的方式把商家餐廳里面的菜單信息線上化，并且形成一套規(guī)?；木€上數(shù)據(jù)的時候，數(shù)據(jù)流通的成本就極低了，這個時候雙邊網(wǎng)絡里，但凡能夠降低信息交易撮合的任何一種商業(yè)模式都能很好地把信息之間的匹配效率達到極高，這時候就出現(xiàn)了外賣。

所以我們再去看各種產(chǎn)業(yè)互聯(lián)網(wǎng)，其中面臨的第一個最大的問題，其實不是信息化和數(shù)字化，第一個最大的問題是產(chǎn)業(yè)端上游的數(shù)據(jù)是否先能線上化。不知道有沒有做產(chǎn)業(yè)的朋友，但凡做產(chǎn)業(yè)的都會知道你要解決的第一步不是我先做一套SaaS系統(tǒng)，可能先要干苦活累活，先把上游各方的數(shù)據(jù)搬到線上才能夠形成信息的流通以及后續(xù)信息的智能化，如果信息都沒有搬上來，大概率很難有一個穩(wěn)健的基石來保證后續(xù)，不管是智能化也好或者是信息工業(yè)化也好等等這些，更不用說現(xiàn)在一直在討論的AGI了。

我們再看一下，這個是Quest Mobile在2023年1月份的總結，有一個數(shù)據(jù)，PC+移動跑了30年，這30年的時間里跑出一個結論，也就是在花了無數(shù)多的錢，上萬家公司在這里面競爭后，跑來跑去跑出了一個結論是，中國12億的移動互聯(lián)網(wǎng)用戶，7.15小時的平均使用時長里面，有70%是娛樂，30%是工作，平均月均使用APP的個數(shù)是26.8個。

不知道大家有沒有思考過，但當我看到這個數(shù)據(jù)以后，有一些疑問。第一個問題是為什么花了這么多錢，這么多人參與，在這個時代里面，跑出來的市場事實是這樣的。市場事實告訴我們用戶會花35%的日使用時長在短視頻里面，20.7%在即時通訊里面。這個結論是中國所有網(wǎng)民給出來的結論，我們必須要尊重它。

VC也好，創(chuàng)業(yè)公司也好，大家花了這么大的力氣，這么多的錢，為什么最終跑出來的是這個結論，這也是一個開放的結論，大家可以回頭好好琢磨一下。

再往下，回到我們即將面臨的AGI時代，我相信大家都對之前互聯(lián)網(wǎng)這套所有的商業(yè)模式都很熟悉了，所有的業(yè)務都能抽象成一個相對寬泛的流程：人通過交互設備將自己非結構化的信息輸入給硅基芯片，硅基芯片把這個數(shù)據(jù)信息技術結構化處理再加計算返給用戶，那個時候人需要適應計算機，每一個人都需要，即便移動手機出現(xiàn)的今天，人也需要適應軟件。

不知道在座各位有多少人做C端用戶的，做C端產(chǎn)品的話一定會有類似經(jīng)歷。但凡要設計一個APP，產(chǎn)品經(jīng)理會給UI說一件事：“做一個引導頁，我要教用戶第一步點什么，第二步、第三步……”

原因是一個新的APP出現(xiàn)的時候，用戶是有使用門檻的，得有一個虛框框，第一步點這兒，第二步和第三步分別點在那兒，跳完以后這個頁面可能從此消失了，一輩子不會再用了，但是再用一個新的APP的時候，還得再把這個過程過一遍，因為產(chǎn)品經(jīng)理20年來做的就是一件事，就是把用戶的需求用最大平均數(shù)的共性抽象成結構化的流程，一步一步地做，這就是產(chǎn)品經(jīng)理之前做的工作。

但是我們依然無法解決一件事情，就是人最自然的交互。之前的技術是沒辦法讓人用天生的交互跟計算機打交道的，我們只能在產(chǎn)品上做妥協(xié)，所以所有APP里面最上面一條都是搜索框，但是別忘了，即便是在今天，大家都認為移動互聯(lián)網(wǎng)已經(jīng)快結束的今天，大部分的用戶還是不會用。

我舉個最簡單的例子，我的父母到今天依然不會打車，依然不會點外賣，他們進到那個頁面后還是很懵。唯一會的就是抖音的上滑下滑以及今日頭條不停地往下刷，因為這個動作對他們來講最直接且不需要動任何腦子和學習成本。這一切我們需要知道一件事情，就是之前的科技不允許用戶很自然地跟計算機進行任何交互。

到了這個時代，忽然間有了強大的算力，也有了transformer這個新的算法，這些給人們帶來了什么不一樣的地方？

首先，人們依然還是有非結構的信息和非結構的需求，但是可以用最自然的自然語言方法告訴計算機，計算機也能夠用自己強大的算力以及新的模型反饋出他想要的東西，這個時間點所有的節(jié)奏和結構都會有一些巨大的變化，變化在什么地方？原來是人需要適應計算機，需要有引導頁，現(xiàn)在不需要了，就用人最直接的、自然的交互方式傳遞給計算機，因為計算機能聽懂人說的話了，這時候計算機不僅可以給人反饋結果，甚至還可以幫人做決策。

很簡單，大家在移動互聯(lián)網(wǎng)里面其實都是玩兒流量的，什么叫瀑布流，為什么有這個功能？原因是計算機沒辦法給你做決策，我只能盡可能地把我所有的東西，都展示給你，所以才會出現(xiàn)瀑布流這個功能；為什么要有搜索框，為什么放在第一頁，是因為用戶有明確需求的時候，應該第一時間讓他找到那個框子，搜索框沒辦法藏在二級頁面和三級頁面里面，原因是你讓用戶點幾下，他都找不著。這些都是因為原來產(chǎn)品設計的方法論是基于之前的技術水平，是有限的。到了今天，你有可能會發(fā)現(xiàn)我們所有之前賴以生存和賴以習慣的方法都發(fā)生了變化，甚至所有的產(chǎn)品思考的路徑都會完全不一樣。

那么，如果我們要做AI時代的產(chǎn)品，還需要做引導頁嗎，還需要寫搜索框嗎？或者說還需要不斷給用戶展示曝光、瀑布流，刷個5頁、8頁、10頁這種邏輯嗎？我覺得應該都沒有了，大概率都不會有了。如果我們站在AI時代，從native的角度思考的話，給用戶最直接的應該就是精準的結果和反饋。

最后我們可能會遇到一些事情，可能會有一些反常識。

第一件事，在互聯(lián)網(wǎng)世界里所有人都被信息充斥著，左邊這個是最直接的，如果這半年你關注AI的話，相關的信息是看不過來的，文章都讀不過來，就是因為連接技術將供給數(shù)據(jù)變得極其廉價，所以信息能夠快速被打平，快速被連接起來，流動性極高，但是那些優(yōu)質的信息是否能在AI時代里面產(chǎn)生真正的效果，其實是不一定的。

我前陣長期使用GPT以后，有一個明顯的感知是如果不用GPT，那么我每天的精力都會在看文章和文獻，但是如果一用GPT就發(fā)現(xiàn)，小部分的東西它也回答不了，有很強的割裂感。在網(wǎng)絡連接時代，噪音極強，但是要進入到AI時代，優(yōu)質的信息又不夠。

包括從我這兩天聽到的消息來看，大家在訓練大模型時也會遇到一個問題，其實并不是數(shù)據(jù)越多越好，優(yōu)質的數(shù)據(jù)集對于一個模型來說是最核心和關鍵的，那么未來我們可能會面臨的一件事情就是從信息泛濫的階段變成優(yōu)質信息不夠用的階段，這就要求所有在這個賽道里面做事情的人要絞盡腦汁，不管是通過產(chǎn)品還是通過運營還是通過商務，不斷地從用戶手里面挖掘更有價值的數(shù)據(jù)，更有價值的信息，而不是簡單地把信息從A地方搬到B地方，因為搬運信息這件事已經(jīng)沒有價值了。

第二件事，在網(wǎng)絡連接時代，不管是信息分子、原子還是人，我們的供給方都是人，看的文章和看的短視頻、商品、評論，所有東西的生產(chǎn)方都是人，所以之前但凡是網(wǎng)絡連接的商業(yè)模式，大家都會考慮你的雙邊網(wǎng)絡效應的規(guī)模，雙邊供給側的規(guī)模多大，需求側的規(guī)模多大，統(tǒng)一來評估這家公司的商業(yè)模式到底合理不合理。

往后所有的供給側、所有的內容，除了分子和人之外，可能還會多出來AI產(chǎn)生的信息、AI產(chǎn)生的決策。還有一個附加的是，原來的人都需要學新東西，但人機交互可能會變成用自然語言的方法跟機器交互，如果這樣的話，現(xiàn)在還在互聯(lián)網(wǎng)邊緣的用戶群可能很快就會被服務得更好，尤其像我父母這輩，我覺得他們打車就是一個挺剛的需求。

第三件事，我說一下自己的經(jīng)驗，我之前創(chuàng)業(yè)做各種雙邊網(wǎng)絡交易的時候，都會面臨一個問題。每天，所有的VC都會問你DAU多少，留存多少，交易轉化率多少，ARPU值到底有多高，這些其實是上一個時代跑出來的評價。

一家公司是否是優(yōu)質公司的方法論，在新的時代里面，是不是還是這些？是不是還是DAU或者是不是還是這些方法論，我只能打一個問號，但我覺得這是值得我們去重新看的。

我今天主要是給大家提供一個新的思路，我個人感覺這個新的科技范式出現(xiàn)的時候，我們其實最應該把之前所有的邏輯、方法論先丟掉，用新的視角看新的東西，可以通過歷史去總結一些歷史和商業(yè)化的規(guī)律，但是站在現(xiàn)在看未來的話，其實很多東西都有可能不一樣，甚至有可能和大家想象中的都是不一樣的。

最后有一句話“大概率我今天說的都是錯的”，謝謝大家。

楊磊：

連續(xù)創(chuàng)業(yè)者，著魔APP創(chuàng)始人，老農(nóng)幫創(chuàng)始人，曾擔任百度、人人、新浪的高級技術總監(jiān)。