人类的思维有两种很关键关键模式，一种是逻辑推演，一种是深度学习后的预测。

逻辑推演的关键在于找到底层逻辑，但凡逻辑成立，事情就成立，比如最基础的，人一定会死，苏格拉底是人，所以苏格拉底一定会死。逻辑推演的好处在于处理简单和单一维度的事情时，化繁为简，可以剥开层层表象，单刀直入。问题在于，当我们发现这个世界越来越流变，越来越不确定的时候，逻辑推演变得越来无力，不适合用在复杂问题的解决上。

另外一种就是深度学习后的预测，最基础的案例是消防员经过大量的演戏，经验总结和实践之后，能够在火场救援中通过快速直觉判断，预测现场可能即将出现危险，然后快速采取行动，脱离危险环境，这样的决策和行动力非常快，准确率也非常高。不同于先前理解的灵光一闪或者脑拍，而是在大量训练的基础下，不断的总结和提炼，最终形成的能力，在复杂环境下，面对混沌，面对不确定，这样的能力是更合适的，但代价也是：需要持续投入，投入大量的精力、时间、输入有效信息，测试验证，持续迭代更新。

在我们日常生活中的 AI 使用已经非常广泛，从日常的导航工具开始，更偏强于逻辑推理的思维使用，但随着交通环境开始流变，只是简单的从出发点到目的地，计算最短行程、时间的模式已经不是很适用于现状，所以导航软件也迭代了，传统的 GPS 手持设备或者独立不联网的设备，被联网计算的设备取代，因为需要补全针对不确定环境下的决策纠正。

现在的 AI，更多是基于深度学习上的模拟和运用，但不代表他不具备前者的思维能力，反而在前者能力上，远超我们人类，需要积极利用和运用，在后者方面，可以与我们一起协作，成为我们的助手，但要知道 AI 只是模拟人类的猜测和决策模式，并不知道对错真假，所以在很长一段时间内，AI 还是一个助手，真正判断和预测的能力，是人类目前所拥有的竞争力。

2018 年 5.15 日，罗永浩发布的 TNT 设备并演示语音配合生成 Excel ，结果演示翻车，成为持续很长一段时间各种自媒体上的谈资和搞笑段子。 也就是上一周，在发布会过去近 6 年，微软才展示了融合了 AI 的智能电脑，也就是说，罗的判断和思路没有问题，问题是能够支持的技术和设计方案在六年后才真正能够做到能够被大家所接受，在当时是真的超前，已有的研发技术、理念和设计接不住。

这里也出现了一个问题，当大家在 AI 的领域没有更高的认知、持续关注和点滴的积累，看到一些未知或者不理解的事物，用自己当下的能力去判断，最终得出的结论是——这人是个神经病，做出来的东西是个什么玩意儿，没有灵魂。

我们在22 年的时候，看到最早 AIGC ，还是连手都画不好，效率很低，只懂二次元的初级产品，结果到了去年，各个行业都在通过 AI 降本增效，回看我们公司自己：

去年在32 的图标外包上，成本大概是 1 图标 1 人天，费用从 300-900 /张不等，今年5 月份在技能图标上的生产【截止至5月16日前，经过策划和美术的筛选和调整，已完成P32项目52个角色的大部分技能图标生产（生产时间大约为2人天），大约220个图标已经投入使用。】 去年可能要花费十几万的外包成本，同时还没有估算在外包过程中各个部门协调、迭代和反馈过程中的消耗。 今年这个替换技能图标的决策，可能因为之前就不是很满意，同时也存在大量成本消耗，今年在使用新技术替代旧资源的决策方面，因为有了新的生产力，决策和结果速度已经不是之前的陆续替换，而是全换，有种时代洪流挡不住的感受。

一方面我们能看到 AI 方便了不少，效率提升，减少沟通环节中带来的消耗；也要看到过去一些被视作高价值的领域，一下子变得不是那那么贵了，价值出现了转移，这个行业里的每一个人，都要注意自己是否有在及时跟着价值的变化做转移？