現在翻開網際網路一看，會看到鋪天蓋地的“GPT-4好厲害”“太牛了”“科技革命到來了”“人類都要失業了”......
然而，如此巨大的變化究竟是如何發生的？因為，從現在來看，我們在很多方面都還是處于摸索階段。回答似乎有些模糊。僅在ChatGPT上具備基本問答，代寫等功能，和微軟已着手進行的搜尋、辦公是目前較為明确的大語言模式落地方案。若隻有這幾點，看來，也沒有達到科技革命所帶來的成效。
這是為什麼呢？
答案是任何一種技術都希望最終能産生效應，兩者均需經過“技術--産品--經濟效益等”三個階段。從最初的技術到産品再到市場，這是每個企業需要做的第一步。其中産品化就是承上啟下的必要環節，許多好技術都是由于不能實作産品化，最後隻會止步于專門的或者小衆的領域，還有許多變化不需要确定技術指向，就因為産品好，便能觸發變化。産品是企業最重要的資産之一，而産品又是由多種要素構成的複雜系統，是以産品的研發和生産需要投入大量資源與精力。正如iPhone整合了許多新技術一樣，但是，它本身就是一種産品創新。
在今天的節骨眼裡，大家可以感受GPT中所蘊含的變革能量。但是，他是怎樣産品化的，卻鮮為人知，能夠看到的應用方案，主要仍是通過API方式來實作，更是極客與開發者的天下。
那就在這一輪AI熱潮中，究竟可能生産出什麼樣的“殺手級”商品？大語言模型是什麼？我們從GPT-4幾個關鍵特性為線索進行研究，來跟你分享一些大語言模型産品的可能性吧。
先不說颠覆世界的那個太虛了，也不要隻盯住現有技術能力不放，那樣就太實在了。從目前的市場來看，人工智能已經開始了“跑馬圈地”式的擴張，但真正能讓行業産生颠覆性影響的産品還沒有出現。僅在中程階段産品化，是廣大人民群衆本輪AI爆發的契機。
資訊時代3.0,以“指令”為主線
資訊時代颠撲不破兩條線：資訊擷取和個人娛樂。資訊擷取方式越來越多樣化。搜尋，資訊流，門戶網站，直播和短視訊，這些網際網路産品樣态的形成與資訊擷取效率提升密不可分，和增強個人娛樂體驗。GPT-4代表的大語言模型，能在很短的時間内産生海量的内容甚至制作PPT,網站和視訊，這些都是傳統意義AIGC很難完成的工作。
這種能力演繹下來最重要的産品價值就是大語言模型導緻了人類與資訊互動方式發生了徹底變革。
英偉達GTC 2023大會上，黃仁勳說:“生成式AI就是一種新型的計算機，我們可以用人類語言進行程式設計，任何人都可以指令計算機來解決問題。”
“指令”是一個至關重要的術語。在GPT-4和将來更大規模的語言模型作為産品基底時，使用者和資訊産品、娛樂産品互動方式等，最大的可能是指令。
在資訊1.0的今天，您的需求是可查詢的，這就意味着搜尋機制、所代表的産品是搜尋引擎。
在資訊2.0的今天，您的需求能夠得到迎合，這就需要推薦機制來實作，所代表的商品就是資訊流、短視訊。
當AI能力進一步提升，您的需要可在短期内定做并得到滿足,GPT-4甚至是5、6和7所帶來的新機制，是指令機制。
現階段資訊并非已形成，再按照使用者的需求去尋找，但資訊自身是沒有的，在使用者下達指令時，重新執行AIGC。這也是資訊擷取方式的一種變化。比如我是搜尋引擎時代的人，想寫篇晶片，要靠關鍵詞、關鍵資訊前去查找、查詢各類資料報告，要求使用者具有耐心及資訊查找的能力。現在，人工智能技術發展迅速，很多行業都開始應用人工智能技術。而資訊流時代,AI推薦機制将基于本人的搜尋、浏覽過有關晶片的資料，實作了有關内容的自動推送，其中有些是有用的，有些則是無用的，需使用者加以分辨。
以“指令”作為資訊互動方式為主時，我能直接指揮AI查找最近有關晶片的全部資訊，并且産生了專屬的報告，供本人使用。我隻需要在上面輸入一個指令就能完成整個工作過程——從測試開始到結束，然後再傳回到測試中去，直到結果出來。如有不滿也可責令其改正。
如果是這樣的指令式的資訊采集，生産，學習效率變化，和擷取資訊的途徑。将使人類進入一個新時代——人工智能時代。然後由相似科技推動的AI産生視訊，就能大大地改變人們的娛樂模式。這也是為什麼今天很多人都在談“人工智能”的原因之一。如今，我們将感受到許多短視訊被模式化和快餐化，簡直是AI幹出來的，将來這種憂慮可能會消失，由于視訊是由AI制作。
影片解說，明星八卦，勁歌熱舞,AIGC将在今後的任何時候定制海量視訊内容，内部電影資訊被GPT捕獲，明星八卦是AI搜羅的，舞蹈中男生和女生形象均由AI産生，再也不需要找什麼了，再也不需要請AI來建議了，也無需衆多短視訊創作者的參與、UP主費了九牛二虎之力才做出了剪輯，隻要一條指令，輕松數小時娛樂時間被打。
如果說，資訊時代1.0是人找資訊,2.0是資訊找人，然後，由AIGC引發了資訊3.0的到來，是任何人都不需要去尋找任何人,AI本身也能産生。
這種産品化機會以繼搜尋引擎為中心、資訊流後創造了“指令引擎”這一新産品形态。“阿拉丁神燈會”是一款很有創意的遊戲，它能讓我們在不知不覺中感受到一種神奇力量，這就是我們要實作的願望。我想,“阿拉丁神燈”該是一個不錯的名字。
遊戲NPC在虎視眈眈
GPT-4釋出的那個晚上，我看群裡有不少開發者在議論，而且第一條就冒出了有關GPT-4使用的資訊，就是有一種說法，能讓他成為遊戲中的NPC就好。
允許NPC以大語言模型為基座，快來和玩家一起豐富一下吧、多輪次對話，高自由度，應該會讓人想起來，但是，這位朋友并沒有這麼說。
GPT-4的一個關鍵創新特性，就是使AI對畫面進行識别，并了解畫面上的細節，内涵等等，例如，能明白一幅搞笑梗圖的幽默點究竟是什麼。
這一能力若在遊戲中使用，就會使遊戲及遊戲NPC獲得一種史無前例的技能——見到玩家。
自電子遊戲問世以來，玩家隻需要看一下就知道了、聽着虛拟的世界而身臨其境。在這一過程中，遊戲者和真實世界之間存在着一種互動——即實體性互動。玩家在此過程中要盡量遠離身邊的實際，遊戲感總是單向。在這樣一種“沉浸式”體驗之下，很多人都會忽略身體和心理方面的需求，隻注重感官刺激。盡管AR遊戲，體感遊戲應運而生，在某種程度上，這一狀況已經發生了變化，使玩家身姿優美，動作優美、力和玩耍的環境都進入了遊戲，但是，比賽本身并不了解選手。
如果讓GPT-4成為遊戲NPC,還是做為遊戲自身的機制，那麼也許我們離比賽就可以了解球員了，并且作出相應的反應已為期不遠。在這其中，你也許會看到很多人在觀察和思考。當您觀察到遊戲NPC，他們或許還正在觀察你，試着去了解自己的神情，體态，诠釋着自己比賽時的迷茫，興奮，或卡關後欲摔搖桿之怒。
若将此機制置于某些遊戲大師之手，最後作品肯定很震撼。其實AI産生關卡，産生環境，完成了自動渲染和其他技術，已使遊戲開發發生了很大的變化，并将GPT-4和遊戲進行了深入結合，将來還是一個很大機率的事。
這一整合具有兩方面的高機率，一是注重互動的AR,VR遊戲，二是強調NPC自由互動的開放世界和多結局角色扮演遊戲。
除比賽外,“看懂”的技能也可應用于數字人甚至機器人。這将給人們帶來新的思維方式和更多可能。還能帶來頗具份量的産品機遇。
“一嘴通辦”
講toC,咱們再聊toB。意思是要實作政府各職能部門間資訊共享，并通過網絡将所有業務辦理過程全部數字化、自動化，使每個政府部門和從業人員能夠随時了解到自己需要辦理的事項以及相關的服務流程等情況。如今，許多人已經認識了一個字，叫“一網通辦”。即打通政務系統各部門資訊系統邊界，這樣就避免了辦事人往返于各部門，産生無法完成的程式、蓋不住的篇章，跑不掉的道路。
在世界許多地區，一網通辦，皆為城市服務，政務和金融、以财稅等為中心，以數字化為導向，大陸東部沿海地區以及一線城市,“一網通辦”亦在高速推進中。
但“一網通辦”這一模式實際上還存在痛點:
其一,“通辦”隻是資料的開通，但是處理的邏輯以及處理的方式還是跟以前沒有差別，使用者應該沒有，或者不應該，是卡是不卡，也許要花很多的時間去重複詢問，填答資料，征求意見。
二是“一網通辦”效率對操作人員能力依賴性強。在資訊化時代,“資訊孤島”現象越來越嚴重，很多系統都沒有實作互聯互通，導緻大量重複工作産生。受操作人員精力有限，專業能力不足等因素影響，勢必對各業務領域一無所知，是以，一但發生複雜，會有操作員盡管可以應付，卻不知該怎麼解決，需逐層向上司請示或進行部門間的交流，這反倒會使效率下降。
将大語言模型整合到上述方面，不可避免地可以解決其中的某些問題。在人工智能和網際網路時代，我們的工作方式正在發生深刻變化。辦事人能直接向AI提出建議,認識繁雜的科室、業務間内在邏輯，辦事方法等，進而盡可能一次完成辦事的需要；企業員工可以借助人工智能進行知識學習和經驗積累，通過對自己工作流程中的環節或要素進行分析，獲得相關資訊并加以利用，進而提升工作效率。而且操作人員還可憑借AI獲得跨部門操作方法，操作樣例等，這樣就可以完成對比較複雜情況高效率的處理了。當然，這一切都需要一個前提——人工智能技術要具備足夠的準确性和精确性。關鍵在于同類能力能更多地使用AI來代替人工。
這類依賴于大語言模型的知識抓取、邏輯分析能力服務平台，“一網通辦”可更新為“一嘴通辦”,辦事人講清訴求，徹底解決問題。在“網際網路+政務”時代，大模型的思維模式已經被廣泛接受并應用到各個領域中去，而它本身也将成為未來智慧政府建設的新方向之一。當然，這一稱呼純粹是玩笑，但是以城市服務為中心，必須實作由“網”到“人”的轉換,這一點不容置疑，更是大模型時代toB産品發展的核心契機。
同類能力中，落地需求最大的是政務和金融，這兩方面所涉事項繁多，專業性較強，并和群眾需求息息相關，再往前一點想，大概還涉及财稅，法律，醫療等方面。GPT代表的大語言模型，可突破公衆服務界限，使AI将專業知識和使用者需求聯系在一起。
整合了建議，資料彙總，事項處理等功能、文書認證等新AI服務平台，将成為下一步toB市場AI技術發展的中心契機。
超無代碼開發
在移動網際網路上掀起了創業高潮，經常有人開玩笑說,“我創意、機會、方法論都有了，距離拿到融資就差一個程式員”。
這話固然是笑談，但是笑談中的我們也許會發現即使是那位程式員也毫不遜色。
ChatGPT讓人驚豔的一點，在于自動生成并修改代碼。這不正是傳統軟體開發中所使用到的人工智能嗎？事實上，有不少程式員朋友表示，與AI模型相似，其功能也以輔助工作為主，完全無法取代懂業務的人、懂得産品邏輯和實作方式，程式員。
但是複雜的發展不一定能成功，單純就不可能了？如果你是個新手，就可以嘗試一下這款軟體——它提供的功能很豐富，包括模組化、布局設計以及動畫制作等。GPT-4在推出過程中展示了一個創新，是使模型按要求自動産生站點，盡管産生的結果是粗糙的，但是已達到開發的基本要求。
就雲計算和軟體業而言，低代碼開發甚至無代碼開發在過去兩年裡一直是一個很受歡迎的概念。所謂“零程式設計”就是把軟體開發中所有複雜和重複性工作都交給一個軟體開發者來完成。核心邏輯就是使用代碼庫，對現有的開發樣例做了快速的複寫，但是GPT-4在邏輯上明顯更進階一些，他連使用者了解架構的能力都沒有，而直接按需産生開發程式。
這一功能，在短期内産生複雜軟體應用可能是不可能的，但是對許多不具備程式設計和開發能力者而言，用AI獲得小程式、某電商平台、一款簡單APP還算合理。
用一些模闆搭配GPT-4,可構成“超沒有代碼”産品形态。在軟體項目研發階段，通過使用該模闆，可以使開發人員和客戶之間實作快速、便捷地溝通。使用者僅需發出需求和付費，便能得到自己的軟體應用，開發全過程人工成本接近0。
給人們帶來了這樣的AI主導，模闆加微調軟體開發，也許它還會成為新的風口。這就是人工智能的魅力所在，因為它能讓人類變得更加智慧和人性化。其實仔細一想，今天随手可以拉一個群聊聊天，在網際網路聊天室初期，這種情況是完全不可想象的，然後以後人手好幾個APP,一大堆站點，一批數字人恐怕并不難。
由預訓練的大模型興起，再到今天的ChatGPT、GPT-4,其中以智能湧現效應的推動作用最為引人注目，作為資訊化常識，有些内容已經發生了變化。這就像人的大腦在學習過程中，會經曆一個“感覺—判斷—執行”的複雜思維過程一樣，每個認知階段都有其特定的标準和規則，隻有這樣才能獲得最佳學習效果。也就是說GPT-4隻是一個條件而非結果。
隻有利用這些新條件、獲得新方法、打造新産品，才能在AI時代取得最佳效果。
有的人會擔心在如此巨大的改變下，是否颠覆了自己的工作和生活？
事實上呢，這焦慮在任何情況下都會存在，隻是從未真正成為一場災難。
樸樹在1999年擁有了一首名為《New Day》的歌曲，其中有一首歌詞這樣寫道,“快來吧奔騰電腦，就讓它們代替我來思考”。
二十多年後的今天，人類仍然思索着奔騰電腦的去向？