文/徐立商湯科技董事長兼首席執行官
生產力的發展需要驅動力和驅動因素，所謂“AI(人工智能)次方”，是指如果AI技術的發展水平沒有超過“工業紅線”，那么AI對應的數字小于1，疊加下來生產力變弱;一旦AI的發展超過了“工業紅線”，其推動的生產力變遷可能是無窮的，而我們現在正處在這個臨界點上。
回顧科技的時代變革，《時代周刊》雜志曾以不同科技主題設計了不同封面。1997年，克隆羊非常火，很多人認為人類將很快進入生物時代、克隆時代，但二十幾年過去，它沒有完全發生。2015年，《時代周刊》又選擇了VR(虛擬現實)作為封面，VR也沒有帶來翻天覆地的變化。
無論是克隆技術還是VR技術，都是這個時代顛覆性的突破。但他們為什么沒能引領時代?原因在于，普羅大眾獲取這項技術的成本非常高。換句話說，這項技術需要演化成為或者大幅改善生產力的生產力工具，并帶來生產要素價格的大幅降低。
2017年，《時代周刊》把人工智能作為封面，最近又把時下熱議的ChatGPT這樣一個基于生成式AI技術的應用放在了封面上。
綜合來看，登上《時代周刊》封面的技術，一定是具有時代引領性、革命性的技術，但是，這樣的技術并不一定能對產業形成廣泛影響。
比如在紡織領域，中國早期的紡織業非常領先，從傳統手工紡織機，到把所有紡織程序都融入機器中的提花織機，紡織人員只要四個動作就能完成整個紡織操作。用現在的眼光看，這臺兩千年前的織機，就相當于一臺漢代的計算機。
但是這樣一臺生產力工具，并沒能推動紡織業的變革。原因就在于，它的制造過于復雜、不可復制、很難普及。在那個時代，只有宮廷中具有極高素養的匠人，才能打造出這樣的織機。直到工業革命，紡紗機的改良使它變得平民化，能夠規模化生產，真正意義上做出動力機器的紡織裝置，推動工業的發展。今天，很多生產力工具都是基于同樣的模式發展而來。
從某種意義上看，今天人工智能的發展，就像推動了織機從傳統小部分專家才能制作，到今天實現大規模量產的過程。很多年前，程序開發人員還需要用打孔卡片，把打完孔的紙帶塞到機器里出打印的程序，編程效率很低。而當開發者們進入到面對屏幕、使用編譯工具編寫高級語言的時代時，生產力工具的變化，使得編程效率大幅提高。而今天，生成式AI帶來了對高級語言的理解和輔助，編程的效率還將進一步提高。
從歷史上第一位程序員阿達·洛芙萊斯(Ada Lovelace)到今天，全球從事編程工作的開發人員只有2690萬人，僅占全球80億人口的0.3%。換句話說，真正能用編程工具改變行業、改變社會的人，只占所有人口的0.3%。因此，編程工具普惠的關鍵，還在于讓剩下的龐大人口群體，能夠更好地使用生產力工具。
從人工智能大模型，到GitHub Copilot(微軟與OpenAI共同推出了一款AI編程工具)，把代碼編寫時長縮短55%，再到有人說80%的代碼都由AI來生成，所以我們進入了AI生產力工具的新時代。
如果“生產力的AI次方”中的AI大于1，那么第一個應用在于，人工智能不是單純的生產力，而是生產“生產力工具”的工具。也就是說，它能夠把編程工具，甚至是面向高級語言的工具做到更加普惠化，讓更多人都能用這樣的工具來改變行業，推動行業進入新的發展階段。
在這樣的過程中，SenseCore商湯AI大裝置通過“開發智能化、流程標準化和工具模塊化”，能夠打造出全系列的底座，來幫助開發者們更好地利用好現在的開發語言。
傳統行業都有二八定律，即機器20%的指令或代碼可以解決80%的事情。我們會把這部分的能力抽象出來，變成各種庫、編譯包，所以我們20%的工作是自動化的，剩下的80%由人來定制。
但是當有了生成式AI，我們將迎來“新二八定律”，即80%的工作由機器完成，20%的工作才由人來做。例如，設置項目節點、項目任務、不同任務間的調度，以及繁復的溝通工作，這可能是“新二八定律”下的工作模式。而對于基模型推動的行業領域的變化，再推動行業應用的迭代，這套流程可能成為未來標準化的生產流程。
我們希望構建新一代的AI賦能的生產力工具，幫助眾多開發者，創造全新可能。
提示:文章內容僅供閱讀,不構成投資建議,請謹慎對待。投資者據此操作,風險自擔。
