ChatGPT-4发布会后的总结与感受

最近1周ChatGPT-4的发布会特别火吧，你看了没？发布会一结束，已经有非常多的自媒体主开始分析和各种介绍了，标题基本都用了非常夸张的炸裂，新时代，新生态，等等这样的词语，也着实让AICG再火了一把。这么多的内容，我大概搜索看完总结了一下，简单分这么几种：

1. 总结发布会现场的主要知识点的；（这类最多，通过信息差可以快速获得流量）
2. 基于Chat-GPT4的火爆，赶紧卖课的；（基本上在1的基础上，非常佩服这些博主的行动力和敏感度，据说有的已经做到几千万流水了）
3. 直接用Chat-GPT4互动问答，吸引流量的；（你们见到过这个互动画面的视频吗？这种最讨巧了，可以做各个行业的短视频吸引流量）ChatGPTAPP截图
4. 各个垂直行业号主开始讲对行业影响的；看到最多的是儿童教育行业（也可能我个人关注这块，大数据可以推类似的多）；
5. 还有硬核技术类的，（这类的在我可消化范围以外）。

我在这个周末也升级到了ChatGPT4，结合之前用chatGPT3.5的经验对比， 分享给大家一些实际使用的感受，也顺利聊聊AI对普通职场人的影响。

首先，ChatGPT在互联网圈子里的使用和渗透非常广泛了；我个人身边的同事（产品、运营、开发、测试、设计师）基本上都开始使用，确实能提效；3.5免费版目前足够用；后续是否会升级4.0，目前还未看到大范围的升级动作；开发会通过和GPT的互动获得代码或者找到解决方案的思路，可能并不会直接copy代码，但是本身给到的方案会开拓思路；另外小道消息称，某大厂已经把使用AI赋能工作作为一项硬性考核指标了；身边的设计师用的也非常多；不过主要是midjourney和diffusion用的多一些；比如一些简单的图片可以直接生成，比如需要一个人工客服的示意图片，可以直接生成不用考虑版权的问题；另外现在很多大平台的banner图片都可以看到都是AI生成的了，另外就是在一些创造性运营的页面中，会通过midjourney生成一些方案，目的也是找到灵感比如微博年度营销活动，里面的元素都是通过AICG生成+PS调整实现的；（图片转载来自：https://www.uisdc.com/aigc-weibo）

我个人来说，因为做PPT的时候很多，有时候会用来做数据分析，竞品分析，头脑风暴以及思路拓展；所以使用也比较频繁。这次Chat-GPT升级到4，我在体验完成后，觉得升级带来的感受就是：「这是魔法，我们需要尽快学会咒语。」拿最基础的数据分析，之前我是把原始数据做了处理，扔给chatGPT,它可以做一些简单的计算，也可以直接生成表格，不过，按照我使用的经验，错误率比较高，需要多次重复计算并且做一下反向计算验证；所以使用时会有一些不太顺畅的地方；此次升级后，我可以直接把Excel表格扔给ChatGPT,通过数据描述和计算要求给一些简单的介绍，它就开始进行计算。不但实时展示计算的过程，而且最终可以生成表格，而且可以生成简单的图表（饼图、折线图等）这个过程很顺滑。

我又想到了之前给一个客户从0-1做过的一个数字化平台系统，我们为了帮他们把业务的数据流捋清楚，梳理各种逻辑；最后来出辅助其完成IPO的财务审查，其实如果真的有了AI的加持，这个过程会非常简单且准确。当然，这里还有一个非常重要且敏感的点，就是数据安全。在AI私有化部署之前，企业肯定不能把关键业务数据直接扔给AI。或许我们可以这样理解未来AI对我们生活和工作的影响：之前我们我们用userinterface的形式进行交互，我们输入，计算机进行基础计算后进行输出；未来，可能我们通过更自然的交互形式（语音、动作、等）输入，AI用它的比人类还要聪明N倍的智能大脑加工之后输出给我们；「很多过程都被AI消化掉了，我们交互的节奏会越来越快，决策会越来越紧凑。」

所以感慨万分，我用chatGPT生成了一张图：每个人背后都是多个机器人在帮我们思考（还挺吓人的）AI的出现，对职场人的要求，「是在降低可被批量培训的、结构化知识的技能要求，而在提高基于经验和个人认知产生的经验能力和决策和策略能力。」举个例子，会议纪要的撰写，不管什么行业都需要做的一项工作，我们现在的流程都是人工执行的，秘书记录，会后整理总结，邮件发出；这几个基础动作；未来这样的动作全都是自动的：文字处理是AI非常擅长的，一场会议结束后，自动语音转文字，自动总结关键点；自动发送邮件（Chat-GPT4支持的新技能）我们的很多工作行为可能都会消失不见。被AI直接自动执行。

「那AI对未来的工作的影响有哪些？普通职场人需要怎么办呢？」

1. 技术发展只会前进不会倒退，勇于接受新的技术带来的可能性；任何技术都是带来更高的效率，并没有那么复杂和不可捉摸；「心态放开，积极接受；」
2. 总结可能被替代的工作部分，积极用最新的技术来逐步适应和替代，「找到自己不可替代的部分；」拿产品经理来说，判断一个数字化平台的定位和价值，我们可以通过AI提供的分析资料来做辅助的判断，但是实际的定位和价值分析，还是要亲自体验和感受，定位后的关键切入点还是要做大量的用户访谈和竞品分析才能产生洞察最终辅助确定，总有AI替代不了的工作；产生这个洞察的过程中，我们可以依赖AI帮我们减少一些重复性的工作，提高效率；再比如，我们可以通过AI帮我们快速总结不同竞品的特点，但是某个功能的设计定位是为了清晰表达产品价值这样的背后立意，这只有有经验的产品经理才能生产的洞察；同时，我们也要看到AI带来的各种可能性的同时，也要看到利弊的两面：比如，我们不再做一些重复性的工作，花更多的时间在创造性和策略性的工作上；但是很多创造性和策略性的工作其实都是在重复的工作经验积累中获得的；「缺失了手和脚的接地气的积累『手感』的过程，是否可以生长出更鲜活的经验和洞察？」我们有更多的精力学习新技能适应新的技术带来的变化，但是「新技能的学习要求是否越来越高？中间的Gap是否会越来越大？」对AI的依赖性增强，「是否会导致某些技能的退化从而带来其他意想不到的关联影响，」例如计算能力的退化是否会影响逻辑能力？减少实践，不再接地气：人的经验都是通过实际的感知获得的，「这种在真实的经验和经历的体验过程是否会逐步减少从而影响人的创造力？」注意力是否更容易分散？AI伦理、数据隐私、版权等方面的新挑战如何处理？

欢迎大家和我一起聊聊。本文来自微信公众号“边亚南”（ID:bianyanan0902），作者：边亚南Yina，36氪经授权发布。