善用AI，预测一下未来

生成式AI的能力，在不考虑大投资微调，超量费用进行算力优化的情况下，实际上，截止目前，生成式AI的能力并没有特别的强，往往都是一些伪逻辑。

但是，这些东西，在我们所看到的未来中，都是可以解决的问题。比如当前拿ChatGPT来说，假设认知能力接近9岁儿童，那么我们有理由相信，3-5年后，ChatGPT（假设还叫这），认知能力达到18岁成人，完全有可能，那么我们既然计划未来，就应该想着自己认为的未来来思考。

那么，未来的生成式AI，必然有这些能力：

• 跨领域的知识整合能力：这也是当前AI超越人类的地方，我们的时间有限脑容量有限，而AI在理论上就是无限的

• 基于上面的跨行业应用：比如当前AI在金融、逻辑等方面欠佳，等到针对性优化后，现在的短板将来不再是短板

• 更强的创造能力：现在的输出是通过向量计算获取最大可能性，在单人认知内，已经出现了“创新”能力，当AI能力更强的时候，有没有可能出现真正的“创新”，可以搏一搏

• 更离谱的行业替代：当前AI可以代替很多范式的文字工作，比如周报、短文、文字处理等，暂时还很难烧到理工类，但3年后呢，如果AI的计算能力和逻辑能力大幅提升，会自回归的进行数据整合计算，那又怎样？

上面还仅仅是能力，算是基础，当游人将其整合起来，并优化交互的话，又会怎样？

还是举例子来说。

比如当前，我们不是搞了AI情感分析的API吗，假设我们还上架了一个AI客服回复的API。

行，过两天我们就做个简单的批量上传功能，让用户可以上传EXCEL或格式化的文本文件。可以将昨天晚上店铺收到的1000条评论自动处理掉。

假设，用户有开发能力，设定了早上6点将昨天的数据整合，6点将数据一条一条调用我们的API，假设平均一条3秒，那么1000条就是3000秒，不到一小时就可以处理1000条评论的情感。

用户再用开发能力，将1000条评论按照：消极>未知>正常>积极，的顺序排序，优先处理消极的留言，基本就是客诉了，人工处理未知的评论。

用户再用开发能力，调用我们的客服回复API，通过指令工程，对正常与积极的评论，进行AI拟人方式回复，假设平均10秒一次。

这里假设AI情感分析4分钱一次，客服回复API算1毛钱一次。再假设夜间留言有一半是客诉行吧，那么就是500条消极，假设未知为0，那么正常和积极就是500条。

我们核算下成本：AI情感分析费用，0.04*1000=40块，耗时3*1000=3000秒；AI客户回复费用，0.1*500=50块，耗时10*500=5000秒。共计90块钱，8000秒。6点开始自动跑，不到9点上班前就已经处理完，顶多还剩部分未知的需要手动处理一下（这里也可以优化标注再跑一轮，方便计算忽略）。

请问，这种场景，这个成本，是否有吸引力？

或者，有懂行的可以分析一下，如果人工处理，上面的人力成本大概是多少，时间是多少？

这个例子已经是当前可行的，未来能力更强的能力，大家拭目以待吧。