浙江
關注公眾號，記憶承載3，方能閱讀正文《這一輪的機會，和以往都不一樣》
那天在這一輪機會的第三部分里，我講千分之一， 百分之一，十分之一。
有讀者留言問我，他不是傳統人力密集型的老板，能不能抓住那個百分之一？
當然能，太能了。
我這兩天散步的時候，還在后悔，后悔什么事兒呢？
后悔自己打小就體育逃課，我這輩子最悔的就這事兒，如果小時候體育不逃課，我現在還處在當打之年。
說不定還能再奮斗二十年。
但實際上我35歲之后就沒出過差，40歲之后就沒熬過夜，我的體能早已跟不上意識。
不過后悔是沒用的，有些事兒，是天性。我小時候最討厭的就是音樂和體育，一上課就頭疼。
那時候人怎么會想這么遠呢？
所以很多事情是命，就像我年輕的時候，總在想，如果我早生十年就好了。
早生十年，我在計算機行業里，會走得更遠。
現在我又在想，如果我晚生十年就好了，如果我晚生十年，我能趕上AI這波。
很多事兒，也不在于非要你學的是什么，更重要的是，你年輕，有心氣兒，有體力，你就能沖。
你像我當年本科讀研都是信電系，我實習期間不會C很正常，因為就本科時學過一門課。
人家都是本科計算機的，碩士軟件的，就我一直是信電的，我讀研時學的是芯片設計，是VHDL。
即便如此，我也很快的，在幾個月的時間內，就超越了他們那些學軟件的，成為一個內核工程師。
所以對我來講，就是跨行。
我在芯片企業做了三年之后，去甲方，也是幾個月后就負責大網。
我此前對這個并不熟悉，對各種頭端設備也是第一次接觸。但我也是從頭學，幾個月內就連升三級。
然后就召集一群500強供應商的架構師們制定全網規范。
接著我就去創業了，做的是服務器，又是陌生的產品，第一代產品出來之前，研發一直我負責。
而后我又去負責市場，還是全陌生的。
所以假如讓我年輕十歲，我就會去轉行做AI了，十年前的我的精力，是可以應對這樣的轉行的。
因為此前，在20多歲，到30多歲的十年里，我經歷過很多次，從全陌生，到快速掌握。
每次也都只要幾個月。
而且當下AI領域里表現出的機會，和我20年前所一直從事的，骨子里的規則，是一模一樣的。
我畢業后的出道第一戰，就是用新的軟件架構，取代傳統的架構。
用我們過去的話說，用5個架構師，加幾十個配寄存器的初級驅動工程師，加幾十個調應用接口的技術支持工程師，就可以抵得上過去舊的軟件架構下，上千個成熟的軟件工程師。
這就是新架構的商業價值。
我們當年就用這個來打動老板，我告訴你，你只需要雇更少的人，知識面更窄的人，就可以完成更多的工作，而且更穩定。
我正是因為抓住這個需求，才得以畢業三年做了架構師。
我打的第二仗，是在甲方。
我告訴甲方，我們可以重塑大網規范，讓那些供應商的價值降低。
就像裝修一樣，從我們依賴裝修公司，到我們可以直接調用泥工，木工，電工，把全包變成包清工。
這樣我們可以極大地壓縮供應商，讓利潤歸于甲方。
我做了這件事，所以我才能在大集團里，幾個月內連升三級。
再過一年，我去創業，我做的事情也一樣，我希望廢掉那些個終端，因為我發現很多人買了設備，但都閑置。
我希望算力能夠集中到頭端。
可惜沒做成。
但這個思路一以貫之，從來沒變過。那就是，只要你能用更少的人，做更多的事，你肯定能賺到錢。
我們當年AI是沒有突破的，所以做任何類似這樣的提高效能的工作，門檻都很高，變數都很大。
而今天有了AI，這一代年輕的創業者，真幸福。
如果我能年輕個十歲，你給我足夠的精力，讓我從草根開始，那我就會選擇做AI流程簡化。
比如醫療領域，法律領域，金融領域，過去有大量的文本工作，數據工作，賬目工作，是需要人來處理的。
這種集中的，垂直的領域，用AI去做，是非常適合草根創業的。
因為你的收費模式特別清晰。
人家過去要雇傭幾百個專業的財會，幾百個律師，集中工作幾個月，報價幾千萬的項目。
你可能一個創業小團隊，幾個人，用AI，幾天就處理完了。
那你一個項目，收費收個幾百萬，很合理吧？
你給人家老板節省了90%的成本呀。
這里面的關鍵點就三條：
數據的隱私化（你的AI是小模型，本地部署，因為涉及人家企業的商業機密）。
服務的定制化，以及準確率。
準確是一切這類生意的重點。
我當年自己做程序化交易的時候，有一個很簡單的事情卡了我幾個月，就是圖像識別。
我想讓程序去抓烏龍指，我發現對數字的判斷不能做到100%。
這是很奇怪的，當時我還在計算機行業內，我就找收購我們公司的那家集團的CTO聊天。
他手下正好有個那個年代做人臉識別的團隊，也是，怎么做都只有99%的成功率。
我讓他把核心技術人員介紹給我，幫我干了個私活，替我去解決我私下程序化交易過程中，圖像識別準確率的問題。
我是個碼農出身的，所有的程序到頭來都是這個問題，AI也不例外。
它會出錯。
其實人也會出錯，人長期大量識別數字也會出錯，問題是，人出錯了可以背鍋。
程序出錯了，沒人替它背鍋，這就是為啥我們要提高精度。
保安認錯了人，可以罰他，人臉識別程序認錯了人，你找不到背鍋的。
所以這個問題是關鍵，其實解決方法也很簡單，就是通過算法優化，你讓你能賠得起就行了。
賺得大于賠的，就是賺的。
而且AI領域里還不比交易，交易是一錘子買賣，沒有二次確認的機會，所以識別錯誤很麻煩。
但給律所，金融系統，醫院處理數據則不同，你可以二次，三次復核，這就使得出錯率，極大的降低。
所以這種生意是很有前途的，我相信再過十年，你去看，這個市面上，會冒出很多年輕人的新公司。
這就是為啥我那天在第三部分里面講，百分之一有機會，十分之一也有機會。
其實百分之一的機會，還真的未必屬于當下的那些傳統公司。
這個道理就像你今天回想，互聯網到來時，最有機會的應該是那些傳統的線下門店。
因為他們渠道通暢，業務嫻熟，只要做個網站，搬個家就成。
但實際上呢？他們很多都被淘汰了。反倒是一些當時的年輕人，發了財。
今天和90年代，很相似。
很多時候，先發是一種成本，后發才是優勢。就像大英帝國，蒸汽機部署下去了，內燃機來了，你想改都難。
反倒是那些一無所有的，輕裝前進。
關注公眾號，記憶承載3，方能閱讀正文《這一輪的機會，和以往都不一樣》
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
