艾一日，十年人间。
ChatGPT在全球掀起了一股AI热潮，各种大模型风起云涌，AIGC如火如荼...在新AI时代的热浪下，无论是创业者还是投资人都蠢蠢欲动，仿佛一眨眼就会错过数十亿的机会。与此同时，AI取代人类的恐慌论调甚嚣尘上。翻译、编剧、设计师、客服等。首当其冲，普通劳动者也无法置身事外。一时间，错过财富密码和成为AI棋子的双重焦虑叠加，急需“补课”和“补认知”。
难怪在ChatGPT之前赚钱的原来是卖课的——就在刚刚过去的4月份，一个收费198元/年的“ChatGPT破俱乐部”社区，不到24小时就建成了，近千人加入，保持着每天1000人左右的增长速度；一个ChatGPT培训班279元，17天招募1万人，收入279万元...各种打着业内专家旗号的“老师”，在这股AI热潮下迅速开设变现课程、赚钱课程，有的甚至是之前元宇宙的“专家”。翻看课程内容，很多资料都是东拼西凑，错误百出，不夸张的说是一场误会。这些内容缺乏系统性，甚至不能保证其正确性，更谈不上真正考虑用户需求，满足其终身学习需求。
这么多年过去了，知识付费的伎俩一点都没变，利用热点，利用信息鸿沟，利用人们对未知领域的焦虑，把它当做爆款思路来赚钱。但问题是，如果不这么做，要么组织高质量信息的成本太高，要么在没有短期激励的情况下收益太低，知识就会变成“负”费。
矛盾就在那里。一方面，时代的车轮滚滚向前，人们对新技术、新事物的知识需求无法得到及时、正确、系统的满足。另一方面，知识服务提供者需要明确的利益。有没有一石二鸟的解决方法？【/s2/】在这个瞬息万变的AI时代，我们还能建立认知框架并保持学习吗？
建立AI的系统认知
先跳出学习AI和ChatGPT。我们来回忆一下在学校的时候，我们是如何产生兴趣，开始接触，深入学习，最后理解并掌握一门学科的。
以生物为例。生物学其实是一门体系庞大的学科。每个人对这门课的兴趣，出发点都很不一样。有人喜欢动物，有人好奇基因是怎么变异的，有人喜欢植物，有人好奇猪笼草为什么能吃昆虫...但无论出发点是什么，我们都首先对一个领域有一种好奇心，渴望通过学习找到疑惑的答案。
有了学习目标，我们进一步探索。然而随着探索的深入，我们会发现，问题的答案本身需要更普遍的基本原理来支撑。要想知道猪笼草为什么能吃昆虫，首先要了解植物的基本构造，食肉植物与普通植物相比有哪些特征，这些特征是如何形成的，消化酶从何而来...这时，生物学的基础知识是理解这些问题的基础。
而学习的过程并没有因为我们找到了某个特定问题的答案而停止。你渐渐发现世界上还有很多关于食肉植物的未解之谜。这些谜团挂在你的脑海里，即使你没有继续“学习”，然后突然看到相关解释，你也会特别注意。
和任何领域的学习过程一样，要真正理解AI和ChatGPT，需要“从长计议”。
好奇心已经有了:AI如何取代我的工作？大家都在说的ChatGPT到底是什么？几行字是怎么变成一张图的？AI为什么能写出有创意的小说？怎么用AI？那么接下来我们需要做的就是以好奇心为切入点，逐步深入，先了解基本原理和技术演进过程，有讨论应用问题的知识储备，再进一步到应用层面去探索问题的答案。
上个月，一位投资者朋友向我抱怨说，她要失业了。她去参加了一个大型模型风险投资相关的闭门会议。画风是这样的:第一位分享者首先抛出了一个观点，实现大规模语言模型(LLM)可控开发的第一步是在ChatGPT中找到解释LLM背后复杂推理能力产生的底层逻辑。后面的创业者也纷纷分享了自己的项目。有些很好理解。AI改了简历和AI设计，有些不清楚。人工智能数据资产管理和人工智能+人类健康...她的尴尬和大多数人一样。因为之前没有系统的学习过AI领域，她无法识别真正的机会和骗子，所以只能在全场录音，但是速记出来的时候，她又不知道从何下手。
所以，当她看到“得到”了AI主题月活动，她就放心了——6门线上课程，20+主题直播，系统搭建了理解AI的基础框架。虽然听这些课程不能让人马上赚钱，也不像心灵鸡汤能让人找到慰藉，但它遵循了人们对一个领域形成系统认知的基本逻辑。
物理学家万伟刚的AI前沿课程，从认知到运算逻辑再到主流用法，起到了提纲挈领的作用。掌握了基本逻辑之后再去理解应用，你就知道为什么和为什么了。青衣AI写作、刘飞AI绘画、卓克AI高效学习、马邑AI PPT四门课程，从不同的应用角度拆解具体的实践场景。此外，约翰·霍普金斯大学计算机科学博士、计算机科学家、硅谷投资人吴军以12个话题对ChatGPT进行了深入剖析，回答了ChatGPT的能力边界在哪里、缺陷在哪里、可以替代谁等人们关心的问题，从而进一步夯实理解GPT的知识框架，带来启发。
“得到”这套知识服务的思路，不是设计一个爆炸式的课程，而是构建一个知识体系。
此外，还有20多场直播，从不同角度了解AI和GPT。例如，360集团创始人周对ChatGPT提出了令人印象深刻的六点意见。为什么Web3.0和超宇宙在GPT出来的时候没有火起来？GPT突破了什么？对我们普通人有什么影响？四种无法解释的现象是什么？网络攻击和数据泄露的风险有多大？360模式正在进入加速期，所以浪潮中一个人分享的内容无疑是最前沿、最精准、最有价值的。
但遗憾的是，这样系统化的内容，其实很难“爆款”。市场上最赚钱的课程，要么是眼前的Excel方法大全，要么是焦虑导向的如何管好老公的钱，如何在30岁赚到100万。像get这样没有任何情感支撑的系统课程，恐怕很难坚持下去。
AI行业门槛高，受众不会太广，AI的实际落地离普通人太远。虽然每个人都热衷于讨论GPT是否会让我们失业，但客观地说，那一天并不像预期的那么近。AI技术不是烹饪、园艺等简单易用的实用领域。相比于“199让你马上用GPT赚钱”，在AI领域的认知建立和系统思考更为重要。
知识服务的困境
或许你还记得“我们不培训你，我们就培训你的竞争对手”这句口号。说实话，相比市面上那些ChatGPT速成班，这一系列的AI内容“获得”并不抢眼。既不是崩盘，也不是焦虑的放大——这可能就是知识服务企业的两难:是追求高回报，还是踏踏实实做事却润物细无声。
面对营收和用户价值的“两难”，也是“搞定”自己的选择。经过多年的发展，“得到”已经成为一个平台生态。卖爆款很有诱惑力，但既然是时间的朋友，必然会使其价值观和行为偏向于生态的长期健康。
罗振宇十几年前创办罗辑思维的故事就不用赘述了。当时他利用微信平台和视频的发展优势，迅速积累了大量粉丝。但在当时，他只能算是一个“个体户”和“KOL”。和所有博主一样，追求内容传播最大的成本是罗振宇自己的时间和精力，天花板也是罗振宇自己的知识储备。
后来，网通创始人田溯宁用“知识运营者”这个词点醒了罗振宇，让APP上线了。更多有知识的人聚集在罗振宇身边，一个微信官方账号变成了一个企业。那个时候，“得到”似乎更多的是用电商的思路做知识的运营者——知识课程越来越多，知识产品越来越多。截至2018年7月，“得到”平台已经孵化了82种栏目和课程，拥有2180万知识消费者——就像电子商务的SKU一样，知识货架被分类、丰富、细分，逐渐给人我想学的东西。
这样就可以打破用户只对单一课程感兴趣，听完就走的问题。当平台能够持续产生好的内容，好的内容能够时不时的回馈用户，好的内容形成持续性，用户的忠诚度就会从项目忠诚度转移到平台忠诚度，对项目的热爱就会转移到对平台的热爱。这个转移完成后，平台本身在内容质量、口碑、可靠性上的地位也就确立了。
据罗振宇回忆，“习得”的第一阶段是知识整理，出了很多经济金融类的课程。这些课程的坐标系统是“听我们的课比简单地看书更有用”。
然而，这个过程也伴随着挑战。一方面，短视频的迅速崛起，一下子打破了知识的单向传播，人人都可以当老师；另一方面是“得到”的选择。人力物力有限。哪些知识对用户最重要？哪些项目可以兼顾经济效益和用户价值？
灵魂拷问贯穿知识服务商的命运，罗振宇心知肚明:“我们清楚地知道哪些收入来自流量，哪些来自声望。信誉和流量不能划等号，甚至有时候流量大了，会损害信誉。”“知识产品靠的是声望，不是流量。”
难怪不仅能看到职场、经济学、管理学、产品思维、营养学、医疗健康、情感心理学等实用内容。，还要多看看理论分析的知识内容，比如傅佩荣的《西方哲学教程》、《儿童博物学》、《吴军硅谷书信》、《杨立新民法典200》。
从讲师的挑选到知识内容的规划，处处都有“威信”。这也就不难理解，为什么在GPT的热潮下，《得到》的课程不是教你如何用GPT赚到人生的第一个一百万，而是回到技术的真正所在去思考知识最终如何结构化，才能做到最好，简单易学，让用户终身受益。
有趣的是，就在周一(5.1)，美国知名在线教育公司Chegg的CEO在电话会议上承认，ChatGPT正在损害其业务增长，用户不再需要通过Chegg获取相关学习资料。随后，其股价暴跌49%，甚至欧美多家教育公司股价大跌。
你看，如果只是停留在信息鸿沟本身，AI早就兵临城下了。我们需要的不是焦虑和零散的知识点，而是系统、思考、持续改进的路线图。
未来已经来了，AI时代的技术和信息都在快速迭代。只看表面知识真的很难跟上节奏。过去，学习者面对的是一座座山峰孤零零的知识高地，而在人工智能的帮助下，这些山峰可能会被铲平，变成学习者面前的平原荒野。你再也不需要死记硬背了。你需要的是构建一个系统的知识结构，多角度的理解和辩证思考。这可能也是“得到”在其知识服务过程中想要传达的要点，而这也会让“得到”真正成为“时间的朋友”。
