如何拥抱硅基生产力-大冲BLOG

分为以下四个部分：
- 第一部分
  - 为什么要拥抱硅基生产力（ AI + 机器人）
    - 一、企业经营的底层逻辑是：
      - 劳动者通过组织的形式利用各种资源发挥各项能力，将生产资料设计并生产成产品或服务，去满足用户的需求，实现价值交换，并获取合理可持续的效益的过程。
      - draws/2024-03-19-15-57-24.excalidraw
      - {:height 623, :width 1127}
      - 其中：
        
        生产力的部分：劳动者发挥各种能力
        
        生成关系的部分：组织的形式
        
        生产对象：生产资料、各种资源
        
        生产过程：设计、生产
        
        生产成果：产品和服务
        
        生产目的和要求：价值交换、满足用户需求、实现经营效益和口碑
    - 二、组织的核心矛盾：生产力跟不上生产要求的矛盾
      - 随着企业经营规模的增加，面临外部环境的复杂度和工作难度越来越大，最核心的矛盾是：^^日益复杂的生产要求与组织、员工能力不足的矛盾^^。
      - 解决之道
        
        draws/2024-03-19-16-12-01.excalidraw
        
        一是通过标准化降低工作的复杂性，从而降低对于组织能力和员工能力的要求
        
        标准化、信息化、数字化手段确保行活不失手，减少工作量，降低工作难度
        
        如何构建组织能力
        
        “海知行轻量化数字化转型解决方案”
        
        工具为什么重要？
        
        没有工具的矫正，难有到位的执行
        
        是工作要求、标准切实落地，避免走样的抓手和保障
        
        二是提高劳动者能力，投入更高成本雇佣更高水平的员工，
        
        加强专业培训
        
        引入“黑带”高手
        
        ^^高生产力对应高成本，成为痛点^^
      - 硅基生产力诞生：
        
        组织经营的底层逻辑在AI时代发生了变化，最大的变化是^^生产者^^不再只有^^碳基生产者^^ 形态，还发展出了人工智能和机器人为代表的^^硅基生产者^^ 形态。硅基生产者有着边际成本较低、可以快速复制、不受时空限制、工作时间长、工作能力强等特点。
        
        ^^硅基成产力爆发带来的巨变，让低成本高水平生产力成为可能^^
        
        硅基生产者对比碳基生产者具有巨大的优势
        
        硅基成产者与碳基生产者的对比

对比维度	碳基生产力	硅基生产力
生产周期	漫长（25年）	很短
能力	下限高、上限低，	目前下限不高、局部领域有超人表现
分布	金字塔形分布（正态分布）	平局分布
复用性	无法复制	快速复制
成本	高成本	低成本，边际成本持续下降
趋势	人口老龄化、员工个性化	成本快速下降，智能水平快速上升
工作时长	996	007
过程	出生、学习、职业化、企业化、行业化、专业化	生产、能力写入、企业化、行业化、专业化

        - 大模型的优势：
        - 1.	高速：计算速度极快，并行处理能力强。

2. 精确：在特定任务上精度高且结果一致。
3. 海量：能够处理和分析海量数据，识别复杂模式。
4. 专业：在特定领域表现出色，专业化优化。
5. 持续：能够持续高效工作，擅长处理重复性任务。
- 但是大模型与人脑仍然有着巨大的差距：
- . 参数规模
• 大模型参数规模远远小于人脑。人脑有860亿神经元，神经元平均有近万个连接，参数是800万亿级别的，而大模型参数是3000亿到1万亿。
2. 能耗
• 人脑平均能耗约为20W，而大模型的推理能耗显著更高。例如，大模型在推理过程中的能耗往往在数百瓦到数千瓦之间，明显高于人脑。
3. 可解释性差异
• 大模型的中间参数权重是黑箱，不可解释、不可控、不追溯，只能通过输入输出评估。人脑具有一定的逻辑可解释性和可追溯性。
4. 自学习性
• 人脑具有强大的自学习能力，神经网络结构灵活、可生长、可自调节。大模型训练后参数通常固定，尽管可以通过增量训练、LoRA、RAG等技术进行调整，但与人脑的自主调节连接和参数（网络结构）仍有显著区别。
5. 非连续性特征差异
• 目前的主流大模型主要是靠多层、大量参数的神经网络训练而成，主要是Transformer架构，用的都是连续函数万能逼近定理和梯度下降的评价函数，无法模拟人脑的非连续特征，通俗的说主要还是依靠概率逼近最优解，所以在非理性特征、情感、灵感、联想、长期记忆方面有天然缺陷。
- 机器和人的最大区别：智慧——> AI
- ### 硅基生产力既是生产工具又是生产者
- 工具是否熟练决定着生产效率是否高
- 熟练工种
- 举例：老大爷行云流水的ps操作、锤子操作砸手和、

第二部分
- 什么是AI。
  - 发展和应用AI，首先要对AI有所了解，历史背景，举例说明应该的应用案例。
  - ^^AI的基本逻辑是人能力的复现^^
    - 输入能力，听、看；
    - 输出能力，说、写、画；
    - 处理能力，理解、分析、判断、决策、应对；
    - 专业能力，翻译、驾驶、写作、作画、作曲。
    - draws/2024-03-19-16-51-06.excalidraw
  - 对应技术：
    - 引出AI的基础技术，听的能力对应语音识别ASR、看的能力对应计算机视觉CV，说的能力对应自然语言处理NLP和文本转语音TTS，写的能力对应NLP，画的能力对应AIGC，大脑处理的能力对应大语言模型LLM，专业能力是以上能力的组合和具体应用，多模态大语言模型就类似人脑，将以上输入输出和处理结合起来。
  - draws/2024-03-19-16-40-50.excalidraw
  - 随着大语言模型的爆发，最难的认知能力获得突破，使硅基生产力逼近、甚至超越碳基生产力

基础能力	人类能力	人工智能对应技术	描述
感知（输入）	通过五官感知外界信息	计算机视觉(CV)、语音识别(ASR)等	涉及环境的视觉和听觉信息的接收和处理。
认知 (处理)	理解、推理、记忆、决策	机器学习(ML)、自然语言处理(NLP)等	涉及信息的加工、理解、存储和应用。
表达 (输出)	语言、肢体语言、艺术创作	自然语言生成(NLG)、图像和视频生成技术	涉及思想、感情和信息的输出和传递。
行动 (行动)	使用工具、身体运动	机器人技术、自动化系统	涉及对物理世界的直接干预和改变。

      - 感知能力、表达能力 全面超越人类
      - 认知能力接近人类， 部分能力超越人类
      - 表达能力，写作速度、准确性、多语言能力、生成图片速度、质量、 需要突破可控程度和惊喜度
  - ### 所以AI是什么？ 就是应用一些列的技术，对人的能力进行模拟、复刻和超越，从而实现^^硅基生产力^^的构建，最终解放人类。
  - 替代的岗位有哪些？
    - 文字工作者、面试官、客服、画家、作曲家、司机
- ### AI是怎么产生的？
  - 举例说明GPT的生产过程及所用资源。

  - AI生成的算力、算法、（算据）数据、人才、资金。 步骤，物理世界数字化解构（编码）、神经网络训练、输出（解码）、输出。 物理世界通过建模和编码进入数字世界，数字世界通过神经网络的训练实现能力涌现 和 输出物生成，数字输出物通过解码生成物理世界样式。
  - [draws/2024-03-19-17-03-29.excalidraw](/archives/draws-2024-03-19-17-03-29.excalidraw)
  - ![image.png](/upload/image_1754639049947_0.png)
- ### 获得AI能力的关键，
  - 数据：数字化的，海量的、高质量的、有一定逻辑关系的输入和输出数据，
  - 算力：显卡、电力
  - 算法：^^人才^^、背后都是数学
  - 应用：反馈、调优、迭代
  - 步骤：大量物理世界数据的积累沉淀，一定要按照一定的质量标准，要经过治理，形成数据资产； 建立数字孪生的 数字空间，比如 数字研发实验室，建立输入和输出的数字化模拟空间，这里要用到数字孪生技术； 数字世界到物理世界的转换场景多样，形式各异，最能够节省成本和提高工作标准化；最后是物理世界真实用户的应用反馈，不断迭代、调优算法 优化能力。
- ### 形成壁垒竞争优势要点：
  - 业务与技术恰当结合的应用场景
  - 海量高质量数据
  - 大量的算力
  - 长期的用户反馈
  - 持续的研究人才
    - 算法调优是个长期 持续的过程

第三部分组织如何应用AI
- 基于以上，我们了解到如何获得AI能力、如何实现竞争优势，但是对于组织和个人而言，更多的是应用AI，不需要去深入学习、研究技术，到底应该去做什么？
- 科技发展的三个阶段
  - 科技研究、通用商业化、垂域应用。
    - NLP、Transformer、LLM（ChatGpt）、小海AI办公助理
    - 能力习得、能力应用
- AI要被企业深入应用一定要走以下几个阶段：
  - 职业化、行业化、公司化、专业化
  - 这里打个比方：
    - 硅基生产力（人工智能）就像是毕业生，只不过随着AI技术的发展，这个毕业生从小学生、高中生、变成了本科生，未来可能会变成博士生
    - 本科生进入到具体组织中，能不能马上就发挥较大的作用呢？同样需要做基础的职业化培训，成为职场人，同时了解掌握所在企业、行业、组织的知识和能力，
    - 经过一段时间的专业积累，逐渐成为业务专家，通过管理经验的积累成为管理者
    - 因为职业化、行业化、公司化、专业化具有不同程度的个性化，通用人工智能是无法实现的，一定需要垂直领域的人工智能
    - 而垂直领域的人工智能一定产生在行业能力最强具备大量数据积累的公司，一定是头部公司。
  - AI时代，组织面临的机遇与挑战（需要展开）
- 业务要做什么
  - 场景准备（业务数字化、智能化）
    - 是否AI赋能的评估维度：
      - 评价企业场景是否可以应用AI赋能的标准模型，需要考虑多个维度：
    - 1. 商业价值（Business Value）
      - 成本效益：AI赋能的投资回报率。
      - 竞争优势：AI赋能是否可以为企业带来竞争优势。
      - 市场需求：市场是否真正需要这种AI赋能。
    - 2. 数据可用性（Data Availability）
      - 数据质量：数据是否准确、完整、更新及时。
      - 数据量：是否有足够的数据支持AI模型的训练。
      - 数据多样性：数据是否涵盖了足够多的情况，以避免偏见和过拟合。
      - 数据获取：数据获取是否合法、道德。
    - 3. 技术可行性（Technical Feasibility）
      - 现有技术水平：是否有现成的AI技术可以解决问题。
      - 定制开发需求：若现有技术不足以解决问题，定制开发的难度如何。
      - 集成难度：AI解决方案与现有系统集成的难度。
    - 4. 用户接受度（User Acceptance）
      - 用户友好度：解决方案是否易于用户接受和使用。
      - 用户需求匹配：解决方案是否满足用户的实际需求。
      - 用户隐私保护：解决方案是否充分考虑了用户隐私保护的要求。
    - 5. 道德法规约束（Ethical and Regulatory Compliance）
      - 道德考量：解决方案是否符合道德标准，是否可能导致不公或歧视。
      - 法律合规：解决方案是否符合相关法律法规的要求。
      - 社会责任：企业是否通过AI赋能承担相应的社会责任。
  - 算据准备（数据资产化）
    - 5w1h
      - who：什么岗位什么角色
      - when：时间
      - where：环境（ app端中海通，内网，成本系统，文档编辑，计算机桌面，网络会议。。。。。）
      - what：事件（会议、业务操作、决策、创造。。。。。。）
      - why：意图 (订日程、发流程、写文档、录入数据、评审、开会......)
      - how：行动（操作键盘鼠标，输入文字，生成文本，生成图片，打开摄像头，识别图片，搜索信息，数据分析，生成图片...... 等
    - IPO
      - 输入、输出、处理逻辑
  - 能力准备 (岗位能力组织化、能力转移）
    - 从依赖人到依赖组织
    - 从碳基生产力到硅基生产力
  - 具体举措
    - 1、^^数^^：全面数字化 ——形成组织能力和硅基专业能力的基础
      - 组织数字化、能力数字化、业务数字化、产品数字化、客户数字化
      - 积累数据资产
      - 核心是业务数字化和能力数字化
    - 2、^^人^^：组建AI团队
      - 招募AI人才，与业务人才密切配合，甚至形成混编团队
    - 3、^^用^^：找到适当的场景进行改造，大量招募硅基生产力，找到自己的协同节奏，优化生产关系
    - 4、^^建^^：建立数字孪生的数字空间，模拟场景的过程，构建硅基生产力研发工厂
第四部分、个人如何应对
- 个人在组织中工作，往往是以团队状态出现的，所有先探讨下硅基生产者出现后未来的团队状态。
- 作为工具：tool
  - 理解大模型的形成原理，
  - 哪些场景下？有哪些工具？如何使用它们？
  - 理解大模型
- 作为助理：copilot
- 作为同事：Agent
- AI时代未来团队形态
  - AI agent的发展和前沿（AI软件工程师Devin、autogen）
  - 团队三种形态：
    - 1、纯碳基团队
    - 2、碳基、硅基混编团队
      - ^^如何与数字员工等硅基生产力协同？^^
    - 3、纯硅基团队
      - ^^如何带领硅基团队工作？^^
- 个人的AI时代的应对：构建自身的硅基生产力
  - 1、雇佣几个硅基员工
    - 基础文本能力、语音能力、视频能力
    - 学会与他们打交道，为我所用
  - 2、快速学习、保持思辨、保护隐私
  - 3、个人全面数字化——构建第二大脑
    - 知识的数字化
      - 数字化记录，文本、视频、语音
使用几款AI工具
- 入门：chatgpt、文学、豆包、kimi、
  - ^^AI工具墙^^
- 进阶：AIGC ，stable diffusion webui/comfyui
  - coze 扣子
- 中阶：ollama+ openwebui + dify 、
- 高阶：炼丹（lora）、精调 fine tuning、 rag
学会一门外语“prompt”
- Coaster
- 上下文目标听众风格语气例子角色
- Context
- Objective
- Audience
- Style
- Tone
- Example
- Role
- coA ste R
- Cosater
- 上下文目标
- 文本大模型应用的注意事项
雇佣几个AI助理
与AI同事一起工作
- 领导AI员工
- 被AI领导所领导
中海目前的实践
- 小海AI产品化
  - 目标：数字员工解决方案服务商 —— 硅基生产力服务商
    - 核心用户：中建系企业（中建集团、中海集团。。。）
    - 核心应用场景：通用办公领域和地产建筑的专业领域
    - 用户核心需求：提高人效、能效—— 低成本岗位能力 ^^成本效果与同岗位对比^^
    - 应用形式：复杂团队的补充、有原岗位的替代，无原岗位的补充
    - 关注点和核心竞争力构建：
      - 根据转变过程：
        
        AGI ——> 企业化、行业化、专业化
        
        核心竞争力在：^^地产行业大模型和企业化能力、专业化场景经验^^
        
        draws/2024-03-20-22-12-16.excalidraw
      - 根据构成部分：
        
        输入：
        
        输出：
        
        处理：
        
        核心关注
        
        处理端：
        
        ^^认知能力提升^^，场景小模型。。。
        
        输出端：
        
        ^^用户交互体验^^
        
        ^^数据隔离及信息安全^^
        
        ^^原子能力的构建^^
        
        尽量不做输入输出基础算法研究（做调优），除非成本因素或者效果因素。
        
        调用相对好用的算法和预训练模型
        
        ASR whisper， TTS GPT-vits , nlp
      - 根据生产过程
        
        需求及场景识别 ——> 岗位、角色能力解构——> 算据准备（业务理解和数字化、算法） ——> 利用算力 ——> 训练 ——> 调优 ——> ^^硅基生产力载体^^——>应用——> 持续调优
        
        核心竞争力在：
        
        ^^岗位、角色能力^^转移的能力
        
        包含需求及场景识别（专注地产、建筑领域）,和算据准备、调优
        
        数字员工载体（低成本，尽量软件实现，尽量声音交互，视频、图像、具身部分整合资源）
        
        具备 IPO的能力，语音交互能力
    - 实现步骤
      - 1、中建数字员工POC（小海AI 数字员工产品原型）
        
        卡位
        
        展现能力
        
        数字员工的能力
        
        —— 独立的web版本^^小海AI^^
        
        能力不一定都迁移，相同类的不用迁移
        
        做个深度的
        
        构建数字员工的能力
        
        企业数字化转型工具集合
        
        流程——业务数字化
        
        任务——执行数字化
        
        日志——人、岗、事的数字化
        
        客户行为分析—— 业务人员操作的数字化
        
        数字员工载体的技术选型
        
        ^^通用能力选型^^
        
        听说读写画 —— 画的能力不强
        
        理解 —— GPT4 和文新一言
        
        形象 —— ？
      - 2、数字员工工厂平台化 —— Copilot
        
        生产数字员工的工厂构建
      - 3、地产行业大模型构建
        
        中海大模型云脑——^^HIBrain^^
      - 4、AI原子能力的构建
- 疑问：
  - 小海AI poc应用场景目标 —— 场景竞争力
    - 基础场景、惊喜场景
    - rag搜索
    - 生图（党建lora）
    - 识图（。。。）
    - 知识（。。。）
  - 技术难度的问题
  - 客户行为分析系统与员工能力的关系
  - 外部对标、市场化
    - 产品化输出发布
  - 产品化聚焦的问题
  - 如何做到更好？
    - 数字员工的公司有哪些？
      - 小冰：
        
        岗位：财务助理
        
        知识问答
      - 蓝凌、泛微：
        
        知识问答
        
        自动触发流程
    - 谁做的好？
  - 数字员工评估标准
- 目标用户
  - 党建工作者
    - 需求：党建专岗（数字员工）
      - 需求对齐
    - 岗位：党建专岗
      - 标准化岗位、应知应会 ——
    - 任务项及能力项：
  - 根据我找到的信息，国企或央企中党建专员的专岗岗位职责和对应的岗位能力可以总结如下：

岗位职责	岗位能力
负责起草党建工作计划，总结报告和其他综合性文件	^^具备良好的政治素质^^和学习能力，良好的写作能力
^^组织实施日常党建^^，并做好^^党建宣传报道^^等工作	熟练掌握本岗位应具备的专业知识和技能
^^组织党组织各类会议活动的策划^^及相关会务工作	较强的文字组织能力
与各级党组织协调工作，负责日常党务工作	良好的组织协调、沟通能力
负责^^党员发展、党费管理及党务信息^^工作	能够承受一定的工作压力，富有创新、团队合作和敬业精神
负责^^党务干部日常管理^^	善于思考，责任心强
负责^^统战工作^^
负责^^政工系列资格^^评聘工作

- 请注意，这些信息是基于网络搜索结果的概括，具体岗位职责和能力要求可能会根据不同企业和具体情况有所变化。如果您需要更详细的信息，建议直接咨询相关企业的人力资源部门。¹²³

源: 与必应的对话， 2024/3/23
(1) 党建专员岗位职责_企业党建的党建专员是做什么的_工作内容描述-BOSS直聘. https://www.zhipin.com/baike/b140802/6eb7b89e4bef71a03nN53Ny6GFs~.html.
(2) 请问国企党建岗位是做什么呢，年轻人值得去吗? - 知乎. https://www.zhihu.com/question/385688063.
(3) 党建专员岗位职责_企业党建的党建专员是做什么的_工作内容描述-BOSS直聘. https://bing.com/search?q=%e5%9b%bd%e4%bc%81+%e5%a4%ae%e4%bc%81+%e5%85%9a%e5%bb%ba%e4%b8%93%e5%91%98+%e4%b8%93%e5%b2%97+%e5%b2%97%e4%bd%8d%e8%83%bd%e5%8a%9b.
(4) 本人应届生，接到一家国企的应聘通知，从事党务工作，想了解了解这个工作，前景怎么样？ - 知乎. https://www.zhihu.com/question/37314097.
(5) 党务专员岗位职责_企业党建的党务专员是做什么的_工作内容描述-BOSS直聘. https://www.zhipin.com/baike/b140802/297881d582549c9d3nR62NW8GFE~.html.
(6) 党务专员岗位职责（工作内容，任职要求） - 职友集. https://www.jobui.com/gangwei/dangwuzhuanyuan/duty/.

第一部分

为什么要拥抱硅基生产力（ AI + 机器人）

一、企业经营的底层逻辑是：

二、组织的核心矛盾：生产力跟不上生产要求的矛盾

如何构建组织能力

工具为什么重要？

硅基生产力诞生：

第二部分

什么是AI。

第三部分 组织如何应用AI

科技发展的三个阶段

AI要被企业深入应用一定要走以下几个阶段：

业务要做什么

场景准备（ 业务数字化 、智能化 ）

1. 商业价值（Business Value）

2. 数据可用性（Data Availability）

3. 技术可行性（Technical Feasibility）

4. 用户接受度（User Acceptance）

5. 道德法规约束（Ethical and Regulatory Compliance）

算据准备（数据资产化 ）

5w1h

IPO

能力准备 (岗位能力组织化、能力转移）

具体举措

第四部分、个人如何应对

AI时代未来团队形态

个人的AI时代的应对：构建自身的硅基生产力

使用几款AI工具

学会一门外语“prompt”

雇佣几个AI助理

与AI同事一起工作

中海目前的实践

小海AI产品化

目标： 数字员工解决方案服务商 —— 硅基生产力服务商

核心用户： 中建系企业（中建集团、中海集团。。。）

核心应用场景： 通用办公领域和地产建筑的专业领域

用户核心需求：提高人效、能效—— 低成本岗位能力 ^^成本效果与同岗位对比^^

应用形式： 复杂团队的补充、有原岗位的替代， 无原岗位的补充

关注点和核心竞争力构建：

实现步骤

小海AI poc应用场景目标 —— 场景竞争力

技术难度的问题

客户行为分析系统 与 员工能力的关系

外部对标、市场化

数字员工评估标准

第三部分组织如何应用AI

场景准备（业务数字化、智能化）

算据准备（数据资产化）

目标：数字员工解决方案服务商 —— 硅基生产力服务商

核心用户：中建系企业（中建集团、中海集团。。。）

核心应用场景：通用办公领域和地产建筑的专业领域

应用形式：复杂团队的补充、有原岗位的替代，无原岗位的补充

客户行为分析系统与员工能力的关系