人类做决策时，可能需要有个聪明人帮助我们决策。聪明人有两种：一种是可以理解的，一种是难以理解的。诸葛亮能在大冬天借来东风，这种聪明人的思维逻辑是难以理解的；爱因斯坦的相对论虽然非常深奥，但它的逻辑却是能够被理解的。我们做决策时，往往需要把别人的想法纳入自己的思考体系，也就需要理解别人是怎么思考的。所以，我们需要的是爱因斯坦这样的聪明人而不是诸葛亮这样的聪明人。其实，“借东风”这种是罗贯中编出来的，现实中声称能借东风的人一定是骗子。

假如公司招了一个非常聪明的员工。他的脑子比你聪明，经常会做出一些莫名其妙的事情，你根本不知道他是怎么想的。你事后或许发现，他做的事情大多数是对的，但也经常会打乱你的部署。这样的员工很难托付太大的重任，因为不知道他突然会做出什么，从而没有办法依靠他做出重大而长远的规划。这种人就像《亮剑》中的李云龙，虽然特别能打仗，但升官的速度却并不快。但是，如果他的决策逻辑清楚，就比较容易理解他的做法，也就便于控制。

AI（大模型）可能就像这样的一个员工。公司要制定AI的长期战略，必须理解它发挥作用的逻辑，让它的发展进入预想中的轨道。我想，如果把AI理解成三个功能的组合，或许能够把大多数有价值的行为纳入一个可以被理解的体系，从而便于战略的制定。

这三个功能组合是：

1、能准确理解人的想法，虽然人的表达是模糊的。

2、可以把它的理解，准确地表达成计算机的代码或操作。

3、发挥计算机比人的记忆力更强、速度更快、知识更全面的优势、成本低等。

这样，大模型创造价值的逻辑就明确了：除了代替人的工作、降低劳动力成本，关键的是发挥AI相对于人的“比较优势”，更好、更快、更加低成本地解决问题。这个逻辑，和我讲智能制造时，计算机创造价值的逻辑是完全一样的。

划分成这三个部分之后，AI决策过程就没有神秘性了（只剩下比较优势）：即便是想到人想不到的办法，本质上就像AlphaGo下棋的逻辑，虽然能够想到人想不到的步子，但无非是搜索的深度比人更深一点，其思维逻辑是明确的。对企业来说，依靠这种逻辑，AI也可以带来很多奇迹。这些奇迹，对我们日常工作的价值非常大，甚至囊括了大多数有商业价值的场景。可以用两个例子来说明：

第一个例子，就是我常提到的上海某医院的故事：一位20多岁的人进了ICU。这种病例非常罕见，医生根本没有经验。AI给出的诊断是：这位年轻人劳累过度后喝了太多的水导致的。AI为什么能给出诊断？因为人们可以把世界上所有的病例都提供给它，人记不住，计算机能记住。AI的比较优势就是博闻强记。

第二个例子，就是工业过程数据分析。许多企业有很多很好的理念，如PDCA、不犯二次错，但执行过程却变了样。为什么呢？因为数据分析太麻烦。我打个比方：如果企业每天发生10个问题，10天才能解决1个问题，再好的理念都无法落地。利用AI的比较优势，可能缩短为1分钟解决1个问题。

顺便说一下，人做数据分析为什么太麻烦呢？因为分析过程非常漫长，是一个不断地提出猜想、并不断否决、修订猜想的持续迭代过程。我过去调整一次模型，经常花几个月的时间。我们也曾想过用机器去做，但分析过程涉及到大量的碎片化知识，没有办法自动化。过去的计算机工具（编程或者专家系统工具）都难以支持软件系统的开发。但是，借助大模型技术，我们却能很容易地教系统掌握这些碎片化知识，并在人类实践中不断完善，从而逐渐把人的知识转化成计算机的知识。按照我的理解，美国著名的Palantir的思想大致就是这样的。

理解了AI的决策逻辑，能够帮助我们把AI用在合适的地方、用合适的办法来使用。就像刚才年轻人进入ICU的例子，AI并不是给出确定的答案，而是认为这种现象发生的概率是92%，以便于医生做出进一步的判断。比如，医生可以先按照这种诊断治疗，并询问相关问题。如果治疗无效，再考虑剩下的8%的可能性。

如果按照以上的三点理解AI，可能选择了大模型的部分能力，而放弃了一些可能的能力。比如，可能放弃一些特别困难的探索性尝试，如用AI探索治疗癌症的新方法、NP完备性的证明。这种放弃对科学研究来说，可能损失巨大。但对企业业务的应用来说，绝大多数应用都应该满足这个逻辑，视野之外损失掉的机会可以忽略不计。但却给我们带来了一个好处：理解了AI的运作机制，从而便于企业建立起明确的、长期的战略。所以，这种思路适合于企业的行为，是“去其弊而得其利”。但不适合科学探索，因为放弃了很多机会。事实上，所有方法都是有适用范围的，关键是用在什么地方。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。