找回密码
 立即注册
查看: 223|回复: 0

脑洞预测:五大ChatGPT可能优化的行业

[复制链接]
发表于 2023-1-20 19:47 | 显示全部楼层 |阅读模式
01. ChatGPT让手里的项目显得“制杖”

这几天关于ChatGPT的新闻满天飞,以前不止一次做过带算法的项目,都说这个算法平台会越来越“聪明”,但是需要标注。但是看多了类似的项目,对于算法的能力就有了深深的怀疑。标注的曲线就是在95%的基础上增长到96%。
算法里最稳定的应该是印刷体的文字识别,然后是表格的文字识别,最难的手写体识别;语音是纯英文和纯普通话,混在一起识别都不行;在语言理解NLP上,长段的文字需要几百个专业人士整理数月文字,才能训练一个v1.0版本的未毕业秘书。
我一度认为,在人工智能领域,再过几十年也不会有什么改进了,最多是对老东西修修补补,比如终于能识别一种手写体了,然后又能识别一种方言之类的。
按现在算法能力商业化的平均水平,实际上ChatGPT只要能达到平均水平就可以进行商业化。
02.五大ChatGPT未来可能优化的行业

第五名:低代码

预测理由:面向语文编程,让每个人用一句话写一个RPA流程。
之前有人尝试过问ChatGPT,如何用UniPath(国外RPA服务商)写一段OCR识别的流程。本来没什么期待,不过ChatGPT还真的写出来了(正确性还比较简陋)。
这个流程让我意外的是,现在的RPA的服务商在国内已经非常卷了,国外相互收购也是特别的多,不过流程定制和简化交付的问题,一般都很难解决,目前已经实现的最便捷的操作就是“托拉拽”,但想想就还是难用。未来的方向也就是所谓的流程挖掘,但是目前也是前路茫茫。
如果ChatGPT可以通过语言实现功能的自动化,那未来真的能够诞生全自动化的流程编写了,到时候一句话就可以实现比如自动化电子签章,或者短时间紧急业务的批量化处理。
这个效率是逆天了,当然现在看起来离实现还有点点远,不过确实行业瓶颈突破没准是一个方向。
第四名:自助BI分析

预测理由:面向决策者分析数据,一句话生成分析图表,表简答题变成选择题。
现在的数据想要完整的呈现,是需要漫长流程,从决策者要数据,到生产数据,再整理到BI上,没有3个以上的人完不成。
假设ChatGPT可以完成AI自动化的需求分析,以及AI数据建模和自助的数据集的整合呈现,那真的是把数仓完整的用起来了。现在国内的业务和国外最大的不一样就是定制多,这也是行业在快速变化以及行业缺乏统一建模标准的原因。这也导致了定制化服务的需求特别多,如果ChatGPT知道如何理解业务需求,同时知道数据建模口径,以及如何优化SQL,那ChatGPT可以同时替代好几种业务。
短期内可能可以尝试优化SQL,或者自助编写SQL,长期看AI数据建模和理解也无需求如果能实现,就又是一个行业颠覆性变化的重要节点。
第三名:游戏剧本

预测理由:大陆可以生长,故事可以千人千面,延长游戏生命周期。
现在艾尔登法环、荒野、旷野之息等等游戏虽然好玩,但是每个人玩的是一样的剧本,只是接任务触发的先后顺序不一样而已。一个游戏的生命周期取决于DLC有多长,以及玩家什么时候厌倦这一款游戏。
不过有了ChatGPT,这一切可能又会不一样了,游戏的剧本可以随时交给ChatGPT,随时写下去,每个人可以从扮演法师、战士、弓箭手、盗贼、白手起家等职业,变成一个可以自己捏脸、自己写故事设定的“元宇宙游戏”。这个实现的是角色扮演游戏的小时付费。
数不清的网游可能不需要版权授权,甚至可能是玩家自己设计了游戏,然后放在某个什么上做售卖,玩游戏变成了网剧编辑的感觉。
第二名:室内设计

预测理由:让有房者自助体验设计氛围感,以及带来的设计+购物新体验最近几年,家装行业实际上发展是比较快的,加装可能是最容易实现3D化以及自助装修的。
设计师在这个行业里一方面有商品信息和货源,另一方面有家装配色搭配的能力,以及客户需求的理解能力,同时这个行业也是目前视觉呈现数字化程度最高的行业场景了。
如果ChatGPT在家装上能有发展,实际上他应该替换的是设计师的家装配色的学习能力,以及和顾客的交流需求的能力。而商品货源信息都是现成的,3D呈现也是现成的。设想一个场景,就是在家里的电视上,几个家庭成员就你一句我一句的把改善型住房的内部装修搞定了。
这样的体验会不会是未来的一个方向呢?
第一名:数字营销

预测理由:市场大小决定了技术发展,数字营销规模是最有可能影响ChatGPT未来产品能力发展的领域。
如果ChatGPT卖的是调用量,那么被调用次数最多的潜在领域,还是数字营销。如果每一次调用意味着一次决策行为,那么购买的决策行为是发生最频繁、最有ROI转化可能性的领域。
新的数字营销技术可能是什么呢?比如搜索框的改变,对话导购形式的购物替代搜索?再比如更复杂的流媒体内容推荐?比如广告语在不同类型人群里的不同展现?
最后一个脑洞猜想大家看看有没有可能补齐的,我这里就不过多YY了。
03.算法放在场景里才有生产力

算法的商业化走到今天,我们可以看见在通用行业的ASR、OCR、NLP这样的标准能力,也能看到类似商品推荐、意图识别、人货匹配、广告营销的能力,也有制造业配补调、销量预测、切箱算法这样的供应链能力,甚至一些声纹检测、图像诊断、图像安检等等。似乎除了广告领域以外,每个行业都看着欣欣向荣,实际上规模不行,交付质量不行,甚至把噱头吹一吹的市场能力也差点火候。
技术和应用的不成熟,让算法这个前几年含金量很高的两个字,现在变得人人都摇头。“算法成本高不可攀,效果可能不如请两个实习生,实习生还能帮忙跑个腿打印文件。”这是最近听到最多的一句话。现在除了最基础的算法能力,大家还没有任何争议的商业化外,其他的可能是现要求可以把“高并发”做好,把“数和BI”做好就谢天谢地了,没有甲方奢求有性价比高的算法。后来,补齐算法能力缺口的竟然是人力本身。
几年前打着替代人力的算力,如今为了补齐效果,只能提出“人机耦合”。人机协同就是想自动驾驶也需要人做兜底,随时把着方向盘。人机协同就是,机器干不好的那5%需要人工盯着干预。特别有意思的是人力的这5%的成本可不比100%的成本低。
其实还有很多其他潜在的应用场景,比如文档归纳、文档补全、家庭陪伴、IoT智能升级、甚至出各种试题和试卷等等,只要和创作标准化相关的,可能都是潜在的应用场景。
当摩尔定律突破了纳米级的限制,当人工智能有了更多的场景,当产品研发生产达到盈亏平衡点,算法的奇点就会到来。
稀奇先生,公众号:稀奇星球,人人都是产品经理专栏作家。
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-6-23 22:07 , Processed in 0.088636 second(s), 25 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表