时间就是效率，时间就是金钱。
这是工作时就明白的道理，所谓的时薪由此而来。这也是做理财时，常听到的金融的本质是预期，预期在时间的尺度下才能产生收益（或损失）。
最近这段时间，在应用层面，我密集研究了很多AI案例。内容非常多，也是思绪万千。
首先得出一个大结论：目前基本所有能和AI相关的业务，基本都会突出AI。基本所有创业项目多少都会和AI有点关系。
大部分产品都明显有AI的影子。做职场培训的有，做大师课的有，做笔记产品的有，做实体行业获客的有，做人设IP的有，做金融风控的有，做法律的有……
这背后的隐喻是，今天在很大程度上，新业务不做AI要么拿不到融资，要么没有多少用户关注。
AI背后的创业者机会
2024年春节是一个互联网时代与AI时代的真正分水岭。DeepSeek带来的影响正在各行各业被应用和放大，虽然也会依托互联网，但今天基本所有生意早已和互联网关联，这早已成默认。
最近10年，只有10个新应用月活破亿，其中字节、腾讯、快手占主导，而字节的产品占据几乎了一半。
互联网发展依托的轴心是流量，特别是对于平台型产品，一端是聚合流量，一端是分发流量，中间则是由传统分发，转变为了算法推荐。极大地提升了信息传输效率，因为我们看到的内容本质是诸多信息的集合。
可以说，流量的背后是信息，而信息的背后是数据。
用阿里巴巴集团前总参谋长、湖畔大学教育长曾鸣先生的话讲，互联网是规模效应，而AI则是黑洞效应。
两者都需要数据，也多会产生数据积累。但最大的不同是，互联网大厂产品的数据大部分是用户增长中产生的数据，而这类数据并不能完全让底层大模型更聪明。
你可以想象，每天刷抖音的用户数据和行为数据，对于训练AI大模型的帮助有多大？如果帮助大，那么DeepSeek这类产品应该最早诞生在互联网大厂。
所以，在这个视角上，这波AI创业公司发展，也是另一种数据平权。互联网的用户增长变现模式不再适用，优先解决的也不再是信息不对称的问题，更很难再实现赢者通吃。
最好AI产品，应该注意什么？是对于高价值数据的合理合规积累和使用，尤其是快速迭代，这里的迭代理想情况是AI智能体通过实时学习和反馈优化自身，形成持续进化的能力，进而再获取和处理更多优质数据。
这对于创业机构来说是一件好事，但是毋庸置疑像诞生DeepSeek产品这样的公司，也不是真正的创业公司，只是和大厂相比而言。但我的意思是，从底层透视，在AI的浪潮中，创业者起码是有机会的。
AI在实际中能解决多少问题？
现在AI确实很热，所以各个行业和领域参与的人比较多。我也关注几十位AI博主，其中不乏每日发现和更新各类AI产品的人。这对于研究和科普AI是一件好事，但如果很多不明所以的人也每天跟风，应该会带来很多困扰。
每天有不尽其数的AI产品上线，我们是用不过来的。AI是工具（手段），而非目的。更重要的是，大家扪心自问，你现在每天用AI的时间占比是多少？有超过20%吗？
出于好奇，我问过很多人，除了AI博主和研究者，大部分人目前最多也就是20%，很多人是远不如搜索用的多。
所以，AI到底在解决什么问题？
答案是——AI只解决效率问题，但无法保障效果问题。
归其原因是AI产生的数据幻觉是与生俱来的，甚至有时候会导致二次污染。
商业的本质是增长和效率，所以AI在走出实验室后，一定会优先在商业领域落地应用。
AI能够提升效率，大家都知道了，但能否真正帮助业绩增长呢？
这带出了一个大问题——到底应该怎么用AI？
到底应该怎么用AI？
我始终有个忌讳，就是拿着锤子找钉子。对于AI更是如此。
所以，如果每天跟着各类AI产品更新，但真正能对业务或自己产生帮助的AI有哪些？哪些真正产生了实效？就像某些人每天在学习，然而是为了“学习”而学习，这样的学习最后往往没有多大结果。
讲AI大趋的人往往会将AI说成互联网之后的又一次革命。我们不妨拿AI和互联网做个类比，互联网现在是基础设施，这是共识，AI未来也将成为基础设施，这应该也是共识。
我们能说互联网刚出现时，我整天盯着互联网出现了哪些网站，更新了哪些功能，就是真正为业务赋能了吗？很可能office办公软件的作用更大。所以真正的技术革命到落地应用，需要的不是拼接，而是“融合”，与业务融合，与能力融合，与团队融合。
下面说我这段时间以来，对于AI融合的观察与想法：
1、AI+新媒体
这里包含很多，其实“新媒体”不是用户视角。细分包括：
- AI+内容生产（广告变现） AI+内容获客（客资变现） AI+IP打造（多种变现模式）
我是做内容运营出身，对于AI与内容的融合，有很多的研究，AI是基础设施，新媒体是传播渠道，两者结合能发挥巨大能量，特别是对于现在普遍的算法推荐新媒体平台，用AI快速内容生产能力（快速剪辑、数字人等），能够博得更多被推荐的概率。
上面说的都是能够带来增长的场景。围绕增长场景其实还需要：系统方法、系统工具。
AI时代，能灵活组合使用工具将变得更重要。一方面它能提升人工效率，另一方面也有可能打造成工作流。
这里有非常多的事情可以做，所有企业都关注获客、留客、成交，而AI就可以在三个层面带来增长。这里面方法很多，也有非常多的注意事项和技巧，不要被割韭菜。这里就不展开写了，有机会再交流。
2、AI+培训/咨询
在现阶段，要将AI融合于业务，对于很多公司，都需要借助外力。内部人无法完成。这也是所有新技术和新产品普及的必经之路。
精通视频号的一个博主（润宇），前不久在说过一句话：
流程AI化，AI第一轮的传播在C端，赚钱在B端。因为B端企业有明确的成本和收益，非常容易算出提效后的价值，很容易成交。
难点在于，懂业务场景的人不懂AI，懂AI的人不懂业务，这里就有一个人才缺口，也是创新的机会。
我完全认同。
所以，这个将“业务场景&AI应用”融合的赛道，也就是AI的培训、培训、陪跑等，也是一个发展机会。有人挖金矿，也就有人需要在旁边买水。前者是融合业务的人，后者是培训咨询的人。
但是现在大部分企业在做AI预算时，还将AI视为一个工具，是由使用部门自行掌握控制。然而，按目前市场的趋势（从宣传上来看），以及红杉资本之前也采访过一些国外AI公司，对于AI预算的预期是，从工具收费（部门的运营费用）转变为按量收费（公司的人力费用），当然前提是AI能保障有一定效果，不然无法真正按“人”来付费。
我想如果真的这一天到来，AI真的就真的在岗位上取代了人。
会取代哪些岗位呢？一种是薪酬较低且没有人愿意做的岗位，一种是普通白领工作。两者可能有交集。前者可能岗位范围更大，但实际我认为普通白领受到的冲击更多，因为大部分普通白领的工作核心是基于SOP，是一套行为的组合（比如复制粘贴、部门内外传话），是很容易被熟悉流程的AI替代的。
其他行业和领域也会有被AI融合来提升效率，带动增长。但我没有太多实际的一手经历，就不说了。
我不相信AI，但选择拥抱
在我了解了AI的历史、原理、应用之后，我仍然不相信AI。譬如说现在你所看到的我的文章，基本都是人工写的，但是我写作效率越来越高。
越熟悉AI，我越不喜欢AI的味道，不喜欢AI的谄媚和过度修辞。
AI目前对我最大的是内容启发，当我对一件事情思路不全或者卡住时，它给我提供启发。
其次可能是满足一些AI产品好奇心。比如看到AI可以让图片动起来，比如我研究了几十个AI内容博主的过程本身，比如我想……
AI直接给出答案会提升效率，但无法保障效果，更无法保障准确。甚至，影响我们的连续思考和好奇心，打断学习的反馈。
但是研究AI本身，让这个过程变得有趣，因此我选择拥抱。
我有个观点，AI离不开数据、算法、算力。人类离不开数据、信息、知识。
“数据”有可能成为AI下一步发展中最重要的生产资料，也是链接理解人类智能和人工智能的枢纽。
围绕“数据”这一突破口，是值得我们所有人去探索AI种种问题的解决之道的。此前，也曾有业内人士推想，走向真正的人工智能（或者AGI），标志性的判断依据可以是，训练数据量和功率需求：当AI对于数据的依赖像人一样，不用特别多时；当AI的功耗像人一样低（人脑以12 ~ 20瓦的功率运行）。
AI不是人类，没有意识，只有智能。没有办法像人一样真正做出自由选择。
然而，基本上所有新技术的发展都要经历技术萌芽期、高期望膨胀期、泡沫破裂期、稳步爬升期、生产高峰期。这也是Gartner技术成熟度曲线所表明的。
泡沫破裂是必经的阶段，我想起了最近看到的一句话：
不要纠结于破碎本身，关键是在废墟上重建。
破碎和重建，不仅仅发生在技术领域，也往往发生于生意场。
真正做生意的人选择拥抱AI，是出于实用。实用在商业里没有原罪，现在我越来越理解，好的商业模式都是简单粗暴（有底层价值观护航），也越来越理解“战争”在商业中的适用，以石击卵、饱和攻击、最短路径。
一位师兄曾经在我困惑时说过两个词：以终为始，从外向内。当遇到一个生意项目难题时，真正想通透、走出来，这两个词威力巨大，只有在做中，才能感受到。
这篇文章很多内容是我日常记录而成，保持记录真的是一个好习惯，有时的灵感涌转瞬即逝。
在我30多年的人生中，有两个我大脑思考最活跃的时刻，一个是火车卧铺上，一个是洗澡淋浴中。
此时，已写到了深夜，让我们用海子的《献诗》结尾吧！
黑夜降临，火回到一万年前的火
来自秘密传递的火，他又是在白白地燃烧
火回到火，黑夜回到黑夜，永恒回到永恒
黑夜从大地上升起，遮住了天空
本文来自微信公众号“袁振Live”，作者：袁振X，36氪经授权发布。
