ARTICLE / 极客公园

看看产业里 AI 应用的进展吧,它治愈了我的 AI 价值焦虑

2024年12月23日 13:50 · 来自 极客公园

阅读原文 → 收藏

每到年底总要复盘,我复盘了下自己过去 2 年的注意力,2023 年主要放在大模型的新进展,2024 年开始比较多地关注应用的发展。超简单地总结下,那就是 2023 年被技术的跳跃弄得眼花缭乱,2024 年被很少看到 PMF 弄得抓耳挠腮。 你会发现,当把目光放在消费级应用时,无论是软件还是硬件,面对的问题其实很复杂。除了 AI 技术本身的能力够不够,还有产品和工程上的可实现性,交付用户价值的成本和收益的设计,躲开必然的巨头的阴影和同行的内卷竞争……当然,这一切还有个大前提,还要基于需求有创新性的洞察。 必须面对这么多复杂要素的组合,可能就是今年全球 AI 应用的投融资项目数量基本与去年持平,而且大头还在 ToB 端,并没有迎来想象中的 AI 应用爆发的原因。 前段时间接到了「创原会」的邀请,说可以来看看在工业和科研领域的一些 AI 应用进展,我就以「世界观旅行」的心态昨天去学习了下,突然感觉,果然看看更大的世界总会有收获,这次甚至治愈了不少内心对 AI 价值的焦虑。 在这次的「2024 创原会年度技术峰会」里,简单说最大的感受是,过去一年 AI 实体产业里中带来的正反馈是超预期的。核心的原因是,这里值得用「锤子」去敲的「钉子」太多了,技术的供给只要改变,价值就会被立即释放。 所以趁着热乎劲,我也在第一时间把我「世界观旅行」里的一些感受,记录下来分享给大家。 实验室、田间地头、 生产车间,AI 改变了什么 1,「AI+水泥」比「鼠标+水泥」更厉害 我从国内这领域的巨头海螺水泥那里增加了不少「奇怪的知识」,比如在水泥行业的生产管线上,至少有 15 类 200 多个场景,正在因为 AI 的到来,让水泥的天花板再次打开,其中涵盖了从矿山开采到水泥发运再到商品混凝土所有工序。 举个例子,就在质量预测这一个场景,AI 通过分析不同的生产条件、不同的原料对于质量的影响,可以实现熟料 3 天、28 天两个强度的预测,这样就可以减少生产过程中的冗余调整,更精准地提升水泥混合掺比、来降低生产的成本。 海螺水