一大早刷微信朋友圈，看到一位IT老专家哥们儿半戏谑半严肃地对未来做了个判断：卖硬件的企业十年前就宣告完蛋了，不过沉得有早晚而已。如今AI已至，是对底层技术形态的彻底颠覆。软硬一体的生意一年内完蛋，通用软件生意三年内完蛋，集成类生意没人做了，五年内IT彻底退出历史舞台并沦为纯苦力，数据服务将成为日常工作。

  Sora是啥？其实是对底层视频流数据的深度学习、分析、重组和呈现。这已经不是很多企业还在整的EXCEL表或者有规则的结构化或非结构化的数据库面向人使用了，这是直接干到原始文件里去看最底层的流数据规律、重组数据。

  公众号读友也不约而同地提到：“深度数字化是必然，但也有未知的风险在等待着人类。其一是硅基生命对碳基生命的压制，有些人已经提前感受到了；其二是硅基空间对碳基空间的压制，这个会稍晚出现。人类的大部分工作本质上都是信息的输入和输出。当类似ChatGPT、Sora这样的硅基生命也掌握了这项’技能’并且做得比人类更好时，硅基生命对碳基生命的压制就形成了。碳基空间也会面临同样的问题。当类似美璟世界这样的硅基空间能够更高效地提供空间价值时，天平会逆转。因为硅基和碳基本质上是不同维度的两个世界，硅基世界还在疯狂进化，碳基世界只能原地等待，这也是人类焦虑情绪的大多数来自。”虽然网上传得很夸张，我们也相信有一批企业和个人又要继RPA、元宇宙、GPT之后再赶风口，但是这类风口周期会慢慢的短。而且回头来看，这些技术也都不是啥突然蹦出来的技术（对于干技术出身的朋友一定感同身受，不过是圈子里不为人知的事儿现在让隔壁大爷大妈也领会到了）。

  它是技术自然发展到这一步了而已。颠覆从内部技术环境的孕育逐渐在资本的趋势下开始在不相同的领域蔓延。从广义上来讲，Sora仍然是数字化技术。

  当然，我们国内很多企业已经把数字化技术理解为电商技术和手机通讯技术的集成了。这确实容易做所谓“数字化项目”，打个品牌亮点，但没什么新鲜的。十几年前我们做企业能力优化的时候就已经那么干了。

  兄弟们，参考下图看看世界未来发展的方向吧。闭门造车自嗨产品高级或因循守旧觉得老子天下第一都是不行的。

  据普华永道估计，到2030年，全球GDP可能因人工智能技术而增加15.7万亿美元，占比高达14%。其中，中国、北美、北欧等地的增长尤为显著。

  中国在这方面的投入尤为积极，计划到2030年在AI领域投资1500亿美元，旨在成为全世界领导者。

  麦肯锡的研究也显示，人工智能主导的自动化可以为中国经济注入新的生产力，每年为GDP增长贡献0.8至1.4个百分点。

  单纯从应用的角度来看，我们拿制造业、农业、服务业这三产分类来看AI的应用投资收益可能性。

  领域投资提高潜力效益制造业高中-高提高生产效率，降低生产所带来的成本，优化供应链管理农业中中-高提高农业生产效率，优化资源配置，改善农产品质量酒店和餐饮服务业中-高中提升客户服务质量，降低人力成本，优化运营流程医疗保健高中-高提高医疗服务效率，降低医疗成本，改善医疗质量金融服务高中提高金融服务效率，降低经营成本，改善客户体验

  显然，制造业将是AI投资应用大头，并聚集于降本、提生产效率、优供应链能力。

  有没有中国科技公司若干年前就开始投资AI的？为什么领先的总是欧美呢？我们真的不掌握Sora这类技术么？

  我坚定地不这么认为，甚至这种技术能力很可能早就在华夏大地的某一隅已然浮现，即便可能还不太完善，但为什么没有市场化呢？没看到成规模的AI价值应用呢？投资投到哪里去了呢？

  中国人其实很聪明，不见得比犹太人差，但是心思往往好像用错了地方。犹太人创造了一个又一个上市公司，而我们很多仍在包装概念，到底有没有做一些真正对社会、对人们有意义的事儿？还是仅仅是为了完成绩效数字而无可不用其极呢？如果是后者，是对时间的一种亵渎。

  为什么用KPI你可以管住70后，但是管不住00后呢？企业要深度反思，人的世界观已经变了。

  在金融领域，人工智能的应用已经深入骨髓。美国对金融人工智能的投资在2013年至2014年间翻了两番，达到122亿美元。

  如今，贷款决策不再仅仅依赖信用评分和背景调查，而是借助能够分析各种精细数据的软件来做出。

  此外，机器人顾问的出现也改变了投资方式，它们可以依据投资者的需求创建个性化的投资组合，消除了对股票经纪人和金融顾问的依赖。这些进步不仅提高了决策效率，还减少了人为情绪的干扰。

  证券交易所中，机器的高频交易已经占据主导地位。在没有人工干预的情况下，计算机能够在极短的时间内完成大量买卖订单的匹配。这些机器具有非常出色的计算能力和信息处理能力，能够在非常小的范围内发现交易效率低下或市场差异，从而执行赚钱的交易。

  在国家安全领域，人工智能同样发挥着及其重要的作用。美国军方通过Maven项目等，利用人工智能技术对监控数据和视频进行筛选和分析，从而及时有效地发现异常或可疑活动。

  这不仅提高了情报分析的效率和准确性，还为指挥官提供了前所未有的实时情报支持。随着人工智能技术的持续不断的发展，未来的战争形态可能会发生深刻变化，出现所谓的“超级战争”。在这种新的战争形态中，AI将加速战争进程，提高决策和行动的速度，从而决定战争的胜负。

  人工智能工具如同神助，极大地提高了计算复杂度，让我们更好地分析和解决医学问题。例如，通过深度学习技术，我们大家可以在海量的医学图像中准确检测出淋巴结等微小病变，为医生提供宝贵的诊断依据。这不仅大幅度的提升了诊断效率，还降低了误诊率，为患者带来了福音。

  人工智能也发挥着逐渐重要的作用。芝加哥市开发的“战略主题列表”就是一个典型的例子，它通过一系列分析各种各样的因素，对有几率会成为未来犯罪者的人进行排名，从而帮助警方更好地预防和打击犯罪。

  尽管这一做法引发了一些关于公平性和隐私权的争议，但无可否认的是，人工智能在减少执法中的人为偏见、提高量刑系统的公正性等方面具有巨大的潜力。

  然而，正如一枚硬币有两面一样，人工智能的发展也伴随着诸多挑战。网络威胁和多态恶意软件的激增使得我们的网络安全防线岌岌可危，即使是最复杂的基于签名的网络保护也难以应对。为了应对这一挑战，我们应该转向基于云的认知人工智能平台的分层网络安全方法，通过不断学习和培训来提高网络的防御能力。

  据布鲁金斯学会的研究显示，仅2014年8月至2017年6月期间，无人驾驶汽车技术的投资就已超过800亿美元。这一巨大的投入不仅限于无人驾驶汽车本身，还包括了支持其运作的核心技术。

  自动驾驶汽车，无论是汽车、卡车还是公共汽车，甚至无人机送货系统，都依赖于一系列尖端技术。它们通过自动导航和制动、变道系统，以及结合摄像头和传感器的防碰撞机制，确保行驶安全。此外，这些车辆还能实时分析信息，利用高性能计算和深度学习系统适应任何新情境。

  在自动驾驶汽车的众多技术中，光探测和测距系统（激光雷达）扮演着至关重要的角色。这一系统结合了光和雷达仪器，通过360度环境成像，精确测量周围物体的速度和距离。与车辆各部位安装的传感器相结合，它们为车辆提供了充足的信息，使其能在高速行驶中保持车道，避开障碍物，并在必要时迅速制动和转向，从而有很大成效避免事故。

  值得注意的是，无人驾驶汽车的核心优点是其软件。这些先进的软件不仅使车辆能够从其他车辆的经验中学习，还能根据天气、驾驶习惯和路况的变化灵活调整导航系统。这在某种程度上预示着，在无人驾驶汽车中，软件的重要性远超过实体车辆本身。

  拼车公司对无人驾驶汽车技术展现出了浓厚的兴趣。它们看到了这一技术在提升客户服务和劳动生产率方面的巨大潜力。因此，几乎所有的主流拼车公司都在积极探索无人驾驶汽车的应用。

  随着汽车共享和出租车服务的迅速增长，如优步、来福车、Mytaxi和滴滴出行等服务的兴起，这种交通选择的机会也日益显现。优步更是与沃尔沃达成合作，计划购买2.4万辆无人驾驶汽车用于其拼车服务。

  然而，无人驾驶汽车的发展并非一帆风顺。2018年3月，优步在亚利桑那州发生了一起无人驾驶汽车撞死行人的事故。这一事件导致优步和多家汽车制造商暂停了测试，并对事故原因进行了深入调查。这一事件提醒我们，尽管无人驾驶汽车具有巨大的潜力，但在确保其安全性和兑现承诺之前，我们仍需保持谨慎。

  大都市政府也在利用人工智能改善城市服务。例如，辛辛那提消防局正使用数据分析来优化医疗紧急响应。通过一系列分析呼叫类型、位置、天气等因素，新的分析系统为调度员提供了对医疗紧急呼叫的适当响应建议。这一技术的应用不仅提高了响应效率，还有助于确保患者得到及时、有效的治疗。

  辛辛那提并不是孤例。许多大都市地区都在采用智能城市应用程序，利用人工智能改善服务提供、环境规划、资源管理、能源利用和犯罪预防等方面。据《快速公司》杂志报道，西雅图、波士顿、旧金山、华盛顿特区和纽约市等城市在智能城市技术的应用方面表现出色。这些城市通过部署人工智能解决方案，为公众提供了更高效、便捷的服务。

  事实上，根据全国城市联盟的报告，66%的美国城市正在投资智能城市技术。这些应用涵盖了公用事业智能电表、智能交通信号、电子政务应用、Wi-Fi亭和路面射频识别传感器等多个领域。通过这一些创新技术的应用，大都市地区在提升城市管理效率和公众生活品质方面取得了显著成果。返回搜狐，查看更加多