“ChatGPT的發(fā)展，讓很多人都在求變。我們還能在這個技術(shù)瞬息萬變的AI時代中，需要建立新興的認(rèn)知框架，不斷跟進(jìn)學(xué)習(xí)嗎？本文作者給予我們不同維度的思考，一起來看看吧。”

AI一天，人間十年。

ChatGPT在全球掀起AI熱潮，各種大模型風(fēng)起云涌，AIGC如火如荼……AI新時代的熱浪下，無論是創(chuàng)業(yè)者還是投資人都蠢蠢欲動，仿佛一眨眼就會錯過十億百億的機(jī)會。

與此同時，AI代替人類的驚惶論調(diào)甚囂塵上，翻譯、編劇、設(shè)計師、客服等等首當(dāng)其沖，普通打工人也無法置身事外。

一時間，錯失財富密碼與淪為AI棋子的雙重焦慮疊加，“補(bǔ)課”“補(bǔ)認(rèn)知”迫在眉睫。

這也就難怪比ChatGPT先賺到錢的竟然是賣課的——就在剛剛過去的4月里，一個收費(fèi)198元/年的“ChatGPT破局俱樂部”社群搭建不到24小時就有近1000人加入，每天還保持著1000人左右的增速；一門ChatGPT培訓(xùn)課279元，17天招了10000人，賺了279萬元……

各種打著業(yè)內(nèi)專家旗號的“老師”在這股AI熱潮下迅速開設(shè)起變現(xiàn)課、賺錢課，其中甚至有些人也是此前元宇宙的“專家”。

而翻看其課程內(nèi)容，大量信息東拼西湊，錯誤百出，說是誤人子弟也毫不為過。這些內(nèi)容缺乏體系、連正確性都無法保證，更別說真的為用戶著想，滿足用戶終身學(xué)習(xí)的需求了。

這么多年過去，知識付費(fèi)的伎倆一點(diǎn)兒沒變，湊熱點(diǎn)、利用信息差、利用人們對于未知領(lǐng)域的焦慮，用做爆款的思路來搞錢。

但問題是，如果不這么干，要么組織優(yōu)質(zhì)信息的成本太高，要么沒有短效刺激無法拓客導(dǎo)致收入太低，知識也就成了“負(fù)”費(fèi)。

矛盾就擺在那兒，一邊是時代車輪滾滾向前，人們對于新科技新東西的求知需求得不到及時、正確、系統(tǒng)的滿足，另一邊則是知識服務(wù)的提供者需要明確的利益，到底有沒有一種解法能兩全？

我們還能在這個技術(shù)瞬息萬變的AI時代中，建立認(rèn)知框架，并不斷跟進(jìn)學(xué)習(xí)嗎？

01 建立AI的系統(tǒng)認(rèn)知

先跳出學(xué)習(xí)AI、學(xué)習(xí)ChatGPT這件事，我們回憶一下自己上學(xué)的時候是如何有興趣、開始接觸、深入學(xué)習(xí)、最終理解掌握一門學(xué)科知識的。

以生物為例，生物其實是一個體系非常龐大的學(xué)科，大家對這門課的興趣出發(fā)點(diǎn)大不相同，有人喜歡動物、有人好奇基因如何突變、有人喜歡植物、有人好奇豬籠草為什么能吃掉蟲子……

但不管出發(fā)點(diǎn)如何，我們都先擁有了對一個領(lǐng)域的好奇，渴望通過學(xué)習(xí)尋找到疑惑的答案。

帶著學(xué)習(xí)目標(biāo)，我們進(jìn)一步探索，然而隨著探索的深入我們就會發(fā)現(xiàn)問題本身的答案需要更多通識的基礎(chǔ)原理進(jìn)行支撐。

你要想了解豬籠草為什么能吃掉蟲子，那么你先得了解植物的基本結(jié)構(gòu)、食肉植物相比普通植物有哪些特點(diǎn)、這些特點(diǎn)如何形成、消化酶又是從哪里來……這時候生物學(xué)的基礎(chǔ)知識就是理解這些問題的根基。

而學(xué)習(xí)的過程并未因為我們找到了特定問題的答案而終止。你逐漸發(fā)現(xiàn)關(guān)于食肉植物，世界上還有很多未解之謎。

這些謎團(tuán)掛在你的心上，即使沒有繼續(xù)“學(xué)習(xí)”下去，之后突然看到相關(guān)的解釋，也會格外關(guān)注。

和任何領(lǐng)域的學(xué)習(xí)過程一樣，要想真的理解AI，理解ChatGPT，我們需要“從長計議”。

好奇已經(jīng)有了：AI怎么替代我的工作？大家都在討論的ChatGPT到底是什么？幾行字變成一幅畫怎么辦到的？AI為什么能寫出有創(chuàng)意的小說？我能怎么利用AI？

那么接下來要做的就是以好奇為切入口，逐步深入，先了解基本原理、技術(shù)演進(jìn)過程，擁有討論應(yīng)用問題的知識儲備，再進(jìn)一步走到應(yīng)用層面，探究問題的答案。

上個月，一位投資人朋友跟我抱怨她快要失業(yè)了，她去參加一個大模型創(chuàng)投相關(guān)的閉門會，畫風(fēng)是這樣的：第一位分享人先拋出了一個觀點(diǎn)——實現(xiàn)大型語言模型（LLM）可控發(fā)展的第一步是需要找到解釋ChatGPT 背后的LLM涌現(xiàn)出復(fù)雜推理能力的底層邏輯。而后面幾位創(chuàng)業(yè)者也陸續(xù)分享了自己的項目，有容易理解的，AI改簡歷、AI設(shè)計，也有不明覺厲的，AI數(shù)據(jù)資產(chǎn)管理、AI+人體健康……

她的窘迫和大多數(shù)人一樣，由于之前對AI領(lǐng)域并沒有系統(tǒng)的學(xué)習(xí)，趕鴨子上架，遇到真機(jī)會識別不出來，遇到騙子也識別不出來，只好全場錄音，但速記一出來，也不知道從何下手。

所以當(dāng)看到「得到」出了AI主題月活動的時候，她感到如釋重負(fù)——6門線上課程，搭配20+場主題直播，整個體系化地搭建出理解AI的基本框架。

這些課程雖然聽了也沒法讓人馬上賺到錢，也不像心靈雞湯能讓人找到慰藉，但它遵循了人們形成對一個領(lǐng)域系統(tǒng)認(rèn)知的基本邏輯。

物理學(xué)家萬維鋼的AI前沿課從認(rèn)知到運(yùn)作邏輯再到主流用法，先起一個提綱挈領(lǐng)的作用。

在掌握了基本邏輯之后再去理解應(yīng)用，就會知其然并知其所以然了。快刀青衣的AI寫作、劉飛的AI繪畫、卓克的AI高效學(xué)習(xí)、馬馺的AI做PPT，這四門課程分別從不同的應(yīng)用角度拆解具體實踐場景。

再加上約翰霍普金斯大學(xué)計算機(jī)博士、計算機(jī)科學(xué)家、硅谷投資人吳軍老師的前沿課，用12個話題深度解析ChatGPT，解答人們關(guān)心的ChatGPT能力邊界在哪兒、缺陷在哪兒、能替代誰等疑問，進(jìn)一步鞏固理解GPT的知識框架，并帶來啟發(fā)。

「得到」這套知識服務(wù)思路，不是去設(shè)計某個爆款課程，而是在建立一種知識體系。

除此之外，還有20多場直播，多維度地從不同視角理解AI、GPT。

比如360集團(tuán)創(chuàng)始人周鴻祎的那場關(guān)于ChatGPT的六個觀點(diǎn)讓人印象深刻，為什么GPT一出來，Web3.0和元宇宙就不熱了？GPT到底突破了什么？對我們普通人有什么影響？四個不可解釋的現(xiàn)象是什么？網(wǎng)絡(luò)攻擊、數(shù)據(jù)泄漏的風(fēng)險有多大？360大模型正進(jìn)入落地加速期，這樣一位身處浪潮之中的人分享的內(nèi)容無疑才是最為前沿、準(zhǔn)確、更有參考價值的。

但可惜的是，這樣體系化的內(nèi)容其實很難“爆量”。

市面上最賺錢的課要么是立竿見影的“Excel方法大全”，要么是焦慮導(dǎo)向的“如何管住老公的錢”“30歲如何賺到100萬”，像「得到」這樣的系統(tǒng)課程，沒有一點(diǎn)兒情懷支撐恐怕是很難堅持下去的。

AI行業(yè)門檻較高，受眾不會太廣，AI實際的落地又離普通人太遠(yuǎn)，雖然大家熱衷于討論GPT會不會讓我們失業(yè)，但客觀說那一天沒有想象中近。而AI技術(shù)并不是廚藝、園藝那種易上手、實操性強(qiáng)的領(lǐng)域。相比于《199讓你馬上用GPT賺錢》，AI領(lǐng)域的認(rèn)知建立、體系思考更為重要。

02 知識服務(wù)的兩難

或許你還對“我們不培養(yǎng)你，就培養(yǎng)你的競爭對手”這樣的賣課宣傳語記憶猶新。

老實說，和市面上那些ChatGPT速成課比起來，「得到」的這一系列AI內(nèi)容并不吸睛。既不是速成，也沒有放大焦慮——這可能就是知識服務(wù)企業(yè)的兩難：是追求高收益高舉高打，還是踏實做事但潤物無聲。

直面收益與用戶價值之間的「兩難」也是「得到」自己的選擇。經(jīng)歷了多年發(fā)展，「得到」成為了一個平臺生態(tài)，賣爆款固然誘人，但既然要做時間的朋友，勢必讓其價值觀和行為都偏向了生態(tài)長期的健康。

十余年前羅振宇創(chuàng)辦羅輯思維的故事已不用贅述，當(dāng)時他乘著微信平臺及視頻發(fā)展的東風(fēng)，迅速積累大量粉絲，但彼時他也就只能算是一個“個體戶”“KOL”，和所有博主一樣，追求內(nèi)容的傳播量，最大的成本就是羅振宇自己的時間精力，而天花板也是羅振宇自己的知識儲備。

后來網(wǎng)通公司創(chuàng)始人田溯寧用“知識運(yùn)營商”一詞點(diǎn)醒羅振宇，得到APP上線，更多擁有知識的人聚集在了羅振宇周圍，一個公眾號成了一家企業(yè)。

當(dāng)時的「得到」似乎更多的是在用電商的思路做知識的運(yùn)營商——知識課程越來越多，知識產(chǎn)品也越來越多，截至2018年7月，「得到」平臺已孵化各類專欄和課程達(dá)82種，擁有2180萬知識消費(fèi)者——這就像電商的SKU，知識貨架品類化、豐富化、細(xì)分化，逐漸給人一種我想要學(xué)的東西，「得到」里都有的印象。

如此一來便可打破用戶只對單個課程感興趣，聽完即走的問題。

當(dāng)平臺能持續(xù)生產(chǎn)好內(nèi)容，好內(nèi)容時不時地可以回饋用戶，好內(nèi)容形成連續(xù)性，用戶的忠誠度就會從項目忠誠轉(zhuǎn)移到平臺忠誠，對項目的喜愛轉(zhuǎn)移到對平臺的喜愛。

當(dāng)這個轉(zhuǎn)移完成之后，平臺自身在內(nèi)容品質(zhì)上、口碑上、可信賴度上的地位就建立起來了。

據(jù)羅振宇回憶，「得到」的第一個階段是知識整理，出了很多經(jīng)濟(jì)、金融課程，這些課程的坐標(biāo)系是“聽我們的課，比單純看書有用”。

但這個過程也伴隨著挑戰(zhàn)，一方面是短視頻迅速崛起，一下子打破了知識的單向傳播方式，人人皆可為師；另一方面則是「得到」的取舍，人力物力有限，哪些知識是對用戶來說最重要的？哪些項目能兼顧經(jīng)濟(jì)效益與用戶價值？

靈魂拷問貫穿著知識服務(wù)者的命運(yùn)，羅振宇也心知肚明：“我們很清晰地知道哪些收入是靠流量來的，哪些是靠聲望來的。聲望和流量不能劃等號，甚至有時候流量大了，會損害聲望。”“知識產(chǎn)品靠的是聲望，不是流量。”

難怪我們在得到APP中除了能看到職場、經(jīng)濟(jì)學(xué)、管理學(xué)、產(chǎn)品思維、營養(yǎng)學(xué)、醫(yī)藥健康、情緒心理等實用內(nèi)容，還能看到像《傅佩榮的西方哲學(xué)課》《給孩子的博物學(xué)》《吳軍·硅谷來信》《楊立新·民法典200講》之類的看上去更偏理論分析的知識內(nèi)容。

從講師的選擇到知識內(nèi)容的規(guī)劃，處處都是「得到」的聲望。這也就不難理解，為什么GPT熱潮下，「得到」的課程不是教你如何利用GPT賺到人生的第1個100萬，而是回歸到技術(shù)領(lǐng)域本真之處去思考到底如何架構(gòu)知識才能對用戶最好、便于習(xí)得、終身受益。

有意思的是，就在周一（5.1）美國一家專注于提供作業(yè)答案的知名在線教育公司Chegg的CEO在電話會上坦言ChatGPT正損害其業(yè)務(wù)的增長，用戶不再需要通過Chegg獲取相關(guān)的學(xué)習(xí)資料。隨后其股價閃崩49%，連帶著歐美的一眾教育公司都大幅下跌。

你看，如果只是停留在信息差本身，AI已經(jīng)兵臨城下了。我們需要的不是焦慮和分散的知識點(diǎn)，而是體系、思考、持續(xù)精進(jìn)的路線圖。

未來已來，AI時代下的技術(shù)、信息飛速迭代，只看表面知識真的很難跟上節(jié)奏，過去的學(xué)習(xí)者面對的，是一座座孤峰聳立的知識高地，而在人工智能的幫助下，這些高峰有可能被推平，變成在學(xué)習(xí)者面前一覽無余的平原曠野。

你不再需要死記硬背，你需要的是體系化地構(gòu)建知識結(jié)構(gòu)，多角度地去理解、去辯證思考。這或許也是「得到」想要在其知識服務(wù)的過程中傳達(dá)的要領(lǐng)，而這也將讓「得到」真的成為“時間的朋友”。