技术决定论（Technological Determinism）是 20 世纪七十年代以前关于技术发展的理论中最具影响力的一个流派，它建立在两个原则基础上：技术是自主的，技术变迁导致社会变迁“技术构成了一种新的文化体系，这种文化体系又构建了整个社会”。技术决定论的提出者凡伯伦（Thorstein Veblen）认为，技术规则会渗透到社会生活的各个方面，技术成为一种自律的力量，按照自己的逻辑前进，支配、决定社会、文化的发展。
接近 100 年后，技术决定论似乎有了更确切的认证，来自 AIGC 的力量正在颠覆人类的想象，尽管此次的人工智能热潮之所以能够激起全球范围内的普通人的关注，核心可能源于人类「将被取代」的恐惧，然而目前看来，以ChatGPT为代表的AIGC应用更大程度上首先带来了信息的普惠，缩小社会的知识沟，给人类带去更多自我释放、自我创造的可能性。
无论持有哪一种观点，慎重对待AI都是应有的态度，我们需要更加深入地思考人与AI之间的关系，帮助更好认知我们该如何与AIGC共处，可以如何使用AIGC。
沈欣告诉我们，AIGC 引入以后，会极大地改变生产关系、生产工具和生产力。他从人与人之间的生产关系入手，把一方角色切换为AIGC进行分析，并以私域为切入点为例，向我们展示了较为完善的 AIGC 应用图景。
如果你需要全面认知 AIGC，并且有营销提效（私域）的需求，今天的内容可以帮到你。
沈欣，1996年开始从事软件开发，现为弯弓研究院联席院长/一级研究员、广东省连锁经营协会技术委员会主席、上海交通大学终身教育学院特聘讲师、中国信通院低代码/无代码推进中心技术专家、前喜茶数字化高级副总裁、腾讯云 TVP 行业大使。多次担任红杉、中信、太盟等投资基金 IT 顾问，负责对投资企业进行尽调及投资后 IT 规划。
以下为正文——
此次分享来源于 2023 大湾区 AIGC 与私域流量大会
01
颠覆生产关系
它突破了人类生产内容的特权。以前的内容只能由人类生成，而现在只要插着电源、有显卡，也能生成内容，是从无到有的媒体生成能力，而且它能够理解输入的内容，越来越像人。
以前生成一个内容，比如画一幅画，写一段文案，经常是绞尽脑汁，不到 deadline 永远交不出稿来，而现在当 AI 插上了电源以后，给了显卡之后，它就可以在指定的时间大量地去生成指定内容，增加了内容生产的确定性。人和机器是有区别的，人是弹性的，比如 TA 就是交不出来稿件，但是 AI 作为机器却可以大量地、确定地去生成。
AIGC 会真正改变生产关系还在于「一致性」。
在内容的工作过程中，核心矛盾是「我的需求到底是什么」，很多人都没办法说清楚，当需求方把需求给产品经理，产品经理再说给具体的项目的开发人员或者美工，语言交流中会存在失真的过程，最后拿到的结果有可能不是需求方最初所需要的，这就意味着新一轮的协调工程，内容一致性一直是在人和人之间的交流中出现的问题。
当 AIGC 出来以后，一致性就得到了极大的增强。需求方可以直接告诉 AI 想要的结果，比如画一幅画，人类可以提要求，背景能不能鲜艳一点？这个人能不能放到右边？这个手的姿势能不能摆成这样的姿势？输入需求就可以了。把认知一致性提升了，效率也就跟着提升。
当生产力提升以后，生产关系就会发生重大的变化。首先回忆一下，以前的生产管理是什么？举个例子，一个游戏公司，以前招美工，只招有美术基础的专业院校人士，引入 AIGC 以后，那些能把事情描述清楚的人，他们用 AI 画出来的
，反而比有专业人士的人的效果更好。不难看出， AIGC 让生产关系发生了演进，包括生产的时间、能耗、技术等等都发生了颠覆。
最早是人类和人类之间的生产关系，现在是人类和使用 AI 的人类这之间发生生产关系的变化，未来可能是人类和 AI 之间的生产关系，再来是 AI 和 AI 之间的生产关系。这背后是一个变化趋势。
另一方面， AIGC会导致技能要求快速下移。比如，在中国古代要当个账房先生，需要会算算术，但现在有了计算器，会直接导致人类的计算能力的要求下移。AI 的搜索功能则带来了对人类记忆力要求的下降，以前我可能会对某篇文章记得非常清楚，但现在我只需要知道怎么去搜到它就可以了，最后是 AI 归纳能力所带来的理解功能的下降。
图源：2023大湾区AIGC与私域流量大会 沈欣分享
未来 AI+AI 还可能会带来一个创造能力的下移，这就是我们所说的 AI 和 AI 之间的生产关系，未来也许还会有一个非常大的变化。
那么，AIGC 影响最大的行业是什么？我认为比较简单，所有的「按时间收费」的内容制作人员，都会直接被「按结果收费」的内容制作 AI 所替代掉，生成、审核、测试、投放等等都可以有更好的效果。什么是按时间收费？领月薪的人。什么是按照结果收费？生成了一幅要花多少钱，一个月可以生成多少幅，也即按照结果来进行收费。
当时达摩院贴了一个调研报告，我把重点划出来了，用 GPT4 来做数据分析师，如果他在做数据分析师的时候，他的成本是初级数据分析员成本的 0.71%，是高级数据分析员成本的 0.45%，1% 都不到，面对如此极致的改变，资本家不可能不用。所以当这样的一个变化出来的时候，一定会对行业有重大的影响，生产关系会有重大的影响。
图源：2023大湾区AIGC与私域流量大会 沈欣分享
02
AIGC如何为私域生成内容和服务
对企业来讲，越来越需要一个一站式的数字化内容的平台，从文字的生成、数字人的生成，文生图等等集成变成一块，目的是什么？生成一个全栈的营销内容，包括WEB、软化媒体、APP小程序、直播、短视频都可以生成。
生成以后带来一个新的问题，要做一个内容管理，比如，以前一个产品可能就五个
、五个视频搞定了，然而现在做私域，人群要细分，可能需要50个内容，50个内容还好办，一个文件夹可以放起来，但 AIGC 能怎么做？生成5000个内容，我们在里面筛选 500 个合适的，这 500 个再做 AB 测试，做数字化的迭代，最后挑出最好的 50 个内容，以此完成一个未来的内容的新的流程。
当这些东西积累到一定程度之后，比如企业风格、LOGO、颜色等等，都会有企业自己内部的东西，而这些内部的东西会逐步地沉淀下来，最后就会产生一个企业内部的私有化数据的训练平台。
03
私域数据价值
不管做私域也好，做什么都好，最终都是数据收集的过程，那么，数据到底有什么价值？4个方面：
1、精细化操作、减少成本。举个例子，三国时代数学家刘徽创造了「割圆术」，他是中国数学史上最先创造了一个从数学上计算圆周率到任意精确度的迭代程序的数学家，他通过计算算出圆边的数据，精细化地进行切割，能够极大地减少耗材也能快速得到正圆，在他之前，做圆球往往是一件耗材极大的事情。当有了数据之后，能够降低损耗，增加工作的可控性；
2、数据能够挖掘出新的机会来增加收入。比如，原来收入是A，但是有了新的数据增加以后，就可以从这些数据挖掘更深的需求，得到更大的收入B；
3、减少确定性和辅助决策。原来企业要做出决策的时候，如果缺少了一块「拼图」，恰巧我们不知道这块「拼图」，做决策的时候就会有所欠缺，但当我们有足够的数据以后，就像打游戏把地图拉开了，就能为我们的决策提供辅助；
4、更高的反应速度。在AI之前的流程可能是很长的，现在一旦加入AI变成自动化，比如AI生成、AI审核、AI数据收集，流程加快以后，效率提升以后，企业就会拥有更快的反应速度。
数据的最佳使用方法是企业私有化部署（ AI ）加上自有数据训练，这样才能够形成壁垒和差异性，如果我们都用 SaaS 部署的AI工具，实际上差异性是非常低的，只适合一些小型企业，大规模的企业一定会是私有化的部署AI，再加上一个自有的数据训练过程。
现在可以确定的非常重要的一点，一旦有了数据，我可以通过数据去建立生态，而生态的里面是能够帮助我们去持续产生价值的。
但企业该如何利用好数据产生价值？有三个步骤。第一步，数据的规范及清理。企业内部数据要进行预处理，由等保三级三方企业做一个数据的脱敏、预处理、打包的动作，第二步，由「数商」（相当于券商的角色）把数据上盘，他们会指定审计公司对数据进行估值，第三步，在数交所进行数据的确权，数据确权以后，才会有一个合法的依据。
*等保三级的技术企业，等保三级是国家对非银行机构的最高级认证，是安全标记保护级，属“监管级别”，由国家信息安全监管部门进行监督、检查，认证
图源：2023大湾区AIGC与私域流量大会 沈欣分享
当我们做完了数交所的数据确权之后，才能够进入财报，数据并不是简单就能成为无形资产，还是以上的数交所的确权的动作，这是一个私域数据的价值的直接体现的流程。完成上述事项之后，企业才能够凭借数据产生收益，主要是两方面，一是数据资产入表，二是数据交易也能产生收益。
当然，私域只是迈出了数据资产的第一步，在整个数字化战略里面，私域是把数字的生产关系重新设置、重新调整，通过这样一个方式最后来产生一个数据资产价值的认知，这个过程可能是我们现在大部分企业在数字化战略上面必须要考量的路线图。
图源：2023大湾区AIGC与私域流量大会 沈欣分享
AI给我带来最大的触动是它每周在迭代，增长速度非常快。从趋势的角度来讲，AI的性能大概还需要五年左右才能够达到，因为这跟硬件有关，才能够达到在手机里面随时可以跑相应的模型。
另外，三年之内，程序员也许会消失，两年之内 AI 可以学习到 90% 的人类的创新能力，未来的变化，每个企业都会有自己的数字人和元宇宙空间，消费者以后都会有自己的AI助理，用 AI 助理把我们的网上AI 生成内容过滤一遍，最后只告诉我们最终结果就可以了。AI 才能够打败 AI，未来 AIGC 生成内容，很有可能是 AI 在消费这个内容。
来源：私域流量观察