•
2024，7大機會
新年剛開頭，總是會聽到一些朋友問這樣的問題：
去年，已經「就那樣」了。新的一年，我該怎麼把握？世界還會往什麼方向變？哪裡還有我的機會？
去年這個時候，為了回答這些問題，我曾經和你一起讀過一份報告《看DAO2023》，來自未盡研究。裡面聊了很多新一年科技趨勢的展望。
例如，它在2022年底聊半導體：「中國半導體產業在2023年需要與時俱進的新一輪產業政策，聚焦製造弱點。」聊新能源：「未來5年新增再生能源裝置，中國將佔一半。”
2023年初，「國家隊」的大基金接連落子，集中在晶片製造業佈局投資。2023年年中，國際能源總署在報告中指出，今明兩年中國將佔全球新增再生能源裝置容量的55%。
於是陸陸續續，很多讀者在後台留言說有意思，有啟發。所以今年，我幫你找到了新出不久的《看DAO2024》。
2024年，有沒有什麼我還不一定知道，但其實今年就有可能落地的改變？我的生活哪裡會被影響？甚至，有沒有任何變化，可能成為我的機會？
帶著這個問題，我看完了今年的《看DAO2024》。看完後，我感覺到裡面提到的幾個新變化、新趨勢甚至新機會，特別有意思，也特別值得你早點知道。
例如，具身智能、空間運算、AI助理、基因編輯、自動駕駛、小模型、AI短劇。
這都是些什麼？怎麼好幾個看好眼生？
沒關係，所有的新機會，一開始只有少數人看得懂、抓得住。
今天，趕在過年前和你分享，爭取讓你下次再看到它們時，能覺得眼熟，有所了解，不會錯過。
從哪裡說起呢？先從上週末讓很多人興奮的一副「眼鏡」吧。
01 空間計算
上週末，有一副“眼鏡”，讓很多人興奮到睡不著覺。
1月19日，蘋果的Vision Pro在美國正式開賣。一副的價格，折合人民幣定到了2.5萬元起，可以抵3台iPhone，可上線還是擠爆了伺服器，瞬間被搶空。國內黃牛價，更是炒到了9萬元一副。
Vision Pro？什麼東西？怎麼這麼貴，還這麼火紅？先看圖。
這副“眼鏡”，長這樣：
更重要的是，戴上它後，你的世界可能會長這樣：
這意味著什麼？和我的2024有什麼關係？打遊戲更酷的關係嗎？
可能，還遠遠不止。
時間回到2023年，Vision Pro剛亮相發佈時，蘋果CEO庫克曾經難掩興奮地說了這麼一句話：
「今天標誌著計算技術新時代的開端。如同Mac將我們帶入個人運算時代，iPhone將我們帶入行動運算時代，Apple Vision Pro將帶我們進入空間運算時代。”
以後，不管你買不買Vision Pro，玩不玩VR或AR遊戲，你所處的世界，可能要開始進入空間運算時代了。
什麼是空間運算？
它是元宇宙的基礎技術之一，也是許多人心中的下一個科技風口。
但最重要的是，它是一種可能會徹底改變你和網路的互動方式的技術：
它能讓你從在現實世界和數位世界裡「反覆橫跳」的時代，進入到「深度融合」的時代。
什麼意思？這麼說吧，從前，無論是PC時代還是行動網路時代，無論是用電腦還是用手機，你要上網，是不是都得對著一塊東西：螢幕。
在螢幕那頭的數位世界，你看的小說、發的圖片、刷的直播……大多是2D的。而在螢幕這頭的現實世界，你卻生活在一個3D的世界。
2D的數位世界。3D的現實世界。這兩個世界，可能偶爾互有映照，但本質上都不在一個維度，你怎麼生活？
反覆橫跳。
走路，劃幾下朋友圈，必須抬頭看一眼路。吃飯，刷十集短劇，轉頭發現天都黑了。總得在兩個世界二選一，進進出出，反覆橫跳。
直到，有了空間計算的技術。反覆橫跳的時代，有了被顛覆的可能。
以後要上網，你可能只需要戴上“眼鏡”，進入一個像這樣的空間：
在這個空間裡，你能同時看見兩個世界。
一邊，看得見現實世界的家具環繞著自己，一邊，也能看見數位世界的操作介面橫貫在半空。
甚至，連螢幕，甚至以前人機互動少不了的滑鼠、鍵盤……都不再是必需品。
以後，在空間運算的加持下，你轉個眼睛、做個手勢、說句指令，就有可能操控一切。
現實世界和數位世界，在此刻完成了混合，合而為一。
從反覆橫跳，到深度融合。從需要滑鼠和觸控屏，到空手操作的人機互動。從「一個螢幕」背後的二維世界，到「一副眼鏡」背後的立體世界。
新時代的背後，是新的機會，和新的競爭。
《看DAO2024》提到，巨頭們很少再提元宇宙。取而代之的，是針對空間計算的競爭。
這場競爭，正處於一個關鍵時刻。明年有可能會是「太空計算元年」。
2023年，Meta發表了Quest3。2024年，蘋果發表了Vision Pro。
數位世界正在融合物理世界，構成「新現實世界」。
而當這一切變化發生時，電商、社交、娛樂……很多事情也都有了新的機會，值得被重新做一次。
空間計算的賽道，槍響了。
同時，另一個賽道，也已箭在弦上。
02 具身智能
問：你還記得去年的今天，什麼最火嗎？
ChatGPT，肯定算一個。還記得去年年初，ChatGPT橫空出世，破了最快的用戶成長紀錄，刷了全世界的螢幕。
朋友圈裡都在感嘆，這個AI聊天機器人，太厲害了。它居然可以跟你這麼聊天，還可以幫你那麼寫稿，甚至還能寫程式碼、考試…
然而，轉眼一年過去。市場的“熱詞”，悄悄改變了。
看多了像ChatGPT這樣的AI聊天機器人後，今年很多人開始聊起一個新詞：具身智能。
在ITF World2023半導體大會上，英偉達CEO黃仁勳就曾說，人工智慧的下一個浪潮，將是具身智慧。
什麼是具身智能？
直接回答，就是：一個能夠感知、理解、推理，並與物理世界互動的智慧系統。
翻譯一下，就是：和ChatGPT一樣，同樣還是AI機器人，只不過除了有“頭腦”，還多了一個“身體”。
什麼意思？我舉個例子。都是AI機器人，你和ChatGPT說你口渴，它可能會在螢幕另一頭和你說「喝點水」。
但如果你和具身智能說你口渴，他不但能回你一句“喝點水”，還有可能自己邁開腿去找到熱水壺，再動動小手幫你燒好，最後把熱水倒到杯子裡，再送到你手上。
不但能在線上的數位世界幫你，還能在線下的實體世界幫你。
這也意味著，不但要具備像ChatGPT那樣可以陪你「聊聊天」的理解能力，還要同時具備可以幫你「搭把手」的感知、理解、決策、控制等一系列的能力。
太了不起了。什麼樣的機器人，才能同時實現這麼多能力？
《看DAO2024》在此劃了一個重點：人形機器人。
比如，像人一樣，有手有腳。
報告提到，二十多年來，人形機器人技術專利的申請量逐漸上升，重心逐步從下肢結構與步態控制，轉向手臂結構及其運動控制，且有進一步增加的趨勢。
「具身」其實可以很接地氣，例如，讓機器人有手有腳。
又比如，身材最好也和人相近。
例如2023年亮過相的人形機器人，身高就大多處在一公尺五到一公尺八之間。外表看著親切，還能更融入人類的日常環境。
人形機器人，也講究身高體重
而這一切，都是為了能更好地服務人類。
例如，能聽懂“人話”，能把“人話”轉變成不同的子任務，能適應多種環境，自主與環境交互感知，從而成功執行多種任務。
這麼厲害的人形機器人，會不會很貴？《看DAO2024》給了一個判斷：不貴。
報告指出，生成式人工智慧正在加速人形機器人的生長。科技、市場與政策一起發力，催生人形機器人進入量產時代，比汽車便宜。
這意味著什麼？機會。很多人的新機會。
《看DAO2024》在報告中提到了兩件事。
第一，市場擁抱人形機器人。
人形機器人，不知疲倦，沒有人口危機，長期來看，單位時間成本更低。今年，亞馬遜在自己的物流倉庫試用了人形機器人Digit。Digit計劃於2024年量產。
這樣的機會，屬於誰？能設計出強大的智慧體系統的人，掌握機器人訓練所需的數據的人……但歸根結底，屬於那些最早看到，並積極擁抱人形機器人的人。
第二，政府鼓勵人形機器人。
中國是世界上最大的機器人市場，國際機器人聯合會（IFR）稱，供應鏈企業不斷在中國增加產能。
自2023年以來，中國各級政府已開始引導創業家與投資人抓住機會。從頂層設計、到產業基金、再到政策法規…
新的賽道已經開啟。
當AI有了“身體”，能幫的忙越來越多時，還會有什麼機會？
2023年底，有一位老人，用一封年度公開信，回答了這個問題。
他叫比爾蓋茲。
03 AI助理
在剛剛過去的2023年年底，比爾蓋茲在一篇部落格文章中預言了這麼一個場景：
“在不久的將來，任何上網的人都將能夠擁有由AI驅動的個人助手，遠遠超越今天的技術水平。這些代理將能夠幫助幾乎任何活動和生活領域。”
擁有一個AI助手，聽起來不錯。但是，聽起來也很像畫餅。有沒有什麼AI助手，是已經落地成型，真的可能在2024年影響到我的生活的？
比爾蓋茲的博文，和《看DAO2024》的報告，都把聚光燈打向了同一個方向：醫療健康。
你知道，每一天，搜尋引擎會接到多少個關於健康的提問嗎？Google. 有10億個，百度，也有上億個。
每天數以億計的提問背後，是足以讓醫院永遠人滿為患的健康需求。
於是，看不完的診，排不完的隊伍。醫生的笑容越來越疲憊，話也越說越簡短，病人更是跑斷腿，甚至乾脆能忍就忍，不必要堅決不去醫院。
怎麼辦？不是說科技改變效率嗎？有沒有辦法，能讓健康醫療產業也可以降本增效，變得更規模化，讓所有人都能受益？
當然有。
你有沒有發現，拍片化驗、望聞問切……很多醫療保健的操作，本質上其實都是醫生在收集和處理數據。
例如，你的心電圖，是影像數據，你的驗血報告，是文字數據，你的家族病史，是時間序列資料。
巧了。收集和處理數據，恰恰是AI的長項。
《看DAO2024》在報告裡提了兩個點。
第一，AI大模型，已經應用了醫療產業。看圖。
自2023年以來，隨著強大的預訓練大模型尤其是開源模型相繼問世，醫療大模型也在加速迭代。其中，我國也是重要的參與者，你可以在圖中看到扁鵲、本草等大模型。
這些大模型，就像是醫生版的ChatGPT，不但能和你聊病情，甚至還能根據聊天對象的不同，說出或專業或通俗的話。
那2024年，醫生是不是就會被AI取代了呢？
沒那麼容易。平時AI機器人聊天，偶爾出現幻覺，給個不著調的答案，大都還可以接受，但醫療不行。
醫療事關人命，出一點錯都不行。
所以，儘管報告裡提到，目前有些醫療方面的AI助手，例如Google的Med-PaLM 2，在醫療考試中的表現已經基本接近「專家」水平，能達到85%的準確率，但依然只能當個「助手」。
《看DAO2024》判斷，短期內，生成式AI用於醫療服務，監管阻力最小，確定性最高的應用場景，是扮演醫生的「文書助理」。
這個“文書助理”，具體能做什麼？還是可以看圖。
一句“怎麼不好？”，一天要問100遍？交給AI，自動幫醫師錄音，再轉錄成電子病歷。
問完還得追問“以前有過這種情況嗎？”，又要再問100遍？交給AI，自動幫醫師搜尋出病人過往病史和檢查結果。
好不容易看完了，接手的護士一來，還得再說一次？還是可以交給AI，讓AI和護理師對齊注意事項，同時叮嚀患者按時服藥。
也許，這就是AI助理的真正意義所在：
不取代某個工作，只帶走那項工作中最重複、最無聊、最無聊的部分。
為此，科技巨頭已展開全面競爭。
《看DAO2024》提到，亞馬遜推出了自動產生病歷的HealthScribe，Google也在測試類似的生成式AI工具。此外，在我國，百度的靈醫大模型，騰訊的醫療大模型也圍繞著病歷等場景展開。
醫生看病問診這件事，以後可能要變了。
當然，能被AI顛覆的醫療場景，還不只問診。
04 基因編輯
《看DAO2024》提出，2023年年底，全球第一款基因編輯藥物在國外獲批，基因編輯藥物的時代，正式到來。
「吃藥治病」這件事，也可能會變得和很多人以為的不一樣了。
什麼意思？我舉個例子。
以前，藥吃進去，會發生什麼事？刺激你的代謝物、神經傳導物質、荷爾蒙……讓它們擺正心態好好運作，讓你恢復健康。
以後，藥吃進去，可能會跳過身體裡這些執行層的“螺絲釘”，直接去找到和搞定最高層：基因。
例如，如果一個人貧血，那麼這個藥一進身體，不進造血部門打招呼搞關係，讓它們振作起來，造出更多的血，而是直接衝進董事長辦公室翻他電腦，找到負責造血的那段基因，看看是不是基因裡的哪一段程式碼寫錯了，導致基因缺陷，命裡缺血。
如果是，就敲掉那段錯誤的程式碼，修改DNA序列，從最源頭撥亂反正，讓底下的造血團隊恢復士氣。
這，就是基因編輯。
聽起來，簡直是逆天改命。這不是上帝才能做的事嗎？人類能做到嗎？
以前不能。但2012年，有兩位科學家發現，靠一種叫CRISPR的技術，可以幫人類裝上“基因的剪刀手”“上帝的手術刀”，精確找到和剪切任何物種的任何基因。
這個發現，讓他們獲得了2020年的諾貝爾獎，更讓幾位嗅到機會的科學家，接下來迅速成立了公司，拉投資、找場景、做應用，滿足需求。
例如，應用在治療疾病，甚至改良農作物上。
太厲害了。但是，這種逆天改命的事，要做到，也非常難。
因為，人類的基因組，包含了30多億個鹼基對。要針對這些DNA定序分析、甚至精準切割，是一道非常複雜且龐大的計算題。
恰好，這種題，AI會。不但會，還擅長。
以前要10年才能完成的DNA定序，讓AI來做，一天就能搞定。
《看DAO2024》提到，人工智慧加速了基因編輯和相關的臨床研究。
更多基因編輯藥物，已經進入臨床試驗。
許多以前被視為疑難雜症的，像是心臟病、老年癡呆，都有了新的治療可能。
看病，吃藥。都是人命關天的事。
同樣人命關天的，還有自動駕駛。
05 自動駕駛
自動駕駛，也可能被AI改了命。
2024年的第一周，有一則熱搜，或許你還記得：
比亞迪第四季的交貨量，一舉超過了特斯拉，成為了全球電動車銷冠。
太厲害了。對此，特斯拉怎麼看？馬斯克回覆了一句話：
「對很多人來說，特斯拉看起來像是一家汽車公司，但它是一家AI/機器人公司。"
什麼意思？不是在競爭車的銷售嗎？為什麼強調自己是AI公司？
答案，還要回到自動駕駛。
什麼是自動駕駛？
雖然，自動駕駛關於自動到什麼程度，其實有很多種分級和定義，但大部分人聽到這個概念的第一反應，就是百分之百的自動：
讓人解放，讓車子自己駕駛自己。
可是，你真的敢放手嗎？你憑什麼敢放手？人命關天，就這麼全部交給一台車子嗎？
關於這個問題，解題思路可以有兩種。
一種，用規則，管好車子。
裝攝影機，裝雷達，裝各種感測器。主打一個耳聰目明。
然後，讓車子透過感測器傳回的訊號來識別，再透過程式碼裡定好的規則做決策，像最精準的機器一樣去開車。
另一種，用AI，教好車子。
該裝的也要裝，也要耳聰目明，但同時還要有自己的“經驗”，確保在天氣不好，光線欠佳等情況下，車子也能像個“老司機”一樣開好。
怎麼把機器變成人類」老司機"？用AI的力量，讓它好好學習。
例如，給它一顆像人類一樣有「神經網路」的頭腦，給他配備足夠的算力，再給它上足夠多的課。
《看DAO2024》提到，AI大模型改變了自動駕駛技術路線的競爭格局。它正在教導電動車像個五星級駕駛者一樣開車。
例如，馬斯克的全自動駕駛技術新版FSD V12，已經開始用數十億幀人類駕駛的視頻，來教自己如何駕駛。
不再寫幾十萬行的程式碼來幫機器做決策，而是囤幾十萬片的晶片來幫機器學習如何做決策。
不再透過堆足夠多的程式碼，寫足夠全的規則來確保安全，而是透過讓機器「學習」足夠的數據，湧現足夠多的「經驗」來確保安全。
這，就是特斯拉的那句話：我們是AI。我們不一樣。
同樣在今年也說出類似的話的，還有另一個人：傅盛。
06 小模型
上個週末，我的好多朋友給我發了一個直播鏈接，說：
快看。傅盛和周鴻禕，居然同台了。
怎麼回事？什麼事能讓他們兩個同台？
點開一看，直播的名字叫：《AI大潮下企業如何創新？從科技狂歡到企業落地-民營化大模型是王道》
活動裡，傅盛聊了兩個字：「焦慮」和「機會」。兩個詞，都是關於大模型。
首先，什麼是大模型？
從2023年ChatGPT這個大模型崛起到今天，大模型的“大”，至少有4層。
第一層的“大”，在參數量：千億級的參數。
而參數的“大”，又帶來了能力的“大”。學習、生成……什麼都強，天文、地理……什麼都懂。
有了它，就像有了一個手握100個博士學位的超級員工。
這麼強的員工，能帶來多少收益？
投資了openAI的微軟，2023年市值翻身，超過蘋果重回全球第一。投身圖片大模型的Midjourney，員工40多人，估值飆到100億美金。
大模型，確實是大機會。
但是，面對這種可以顛覆時代的大機會，很多人可能會焦慮，不知道怎麼跟上，不知道會不會被拋下。
因為，這個大機會，一開始並不是人人都能受益的。大機會的背後，還有大成本。
要「培訓」出一個有100個博士學位的超級員工，需要投餵大量的數據、投入大量的算力、甚至連電費都動輒上億美金。
想做大模型的生意，不是巨頭連入場券都拿不到。想靠大模型做生意的呢？要僱用這個超級員工，使用它幫自己提效，成本也不會低。
那怎麼辦？大模型的機會，注定只能是少數人的機會嗎？不一定。
傅盛舉了個例子，說2023年，一個千億參數大模型一年私有化授權費用是幾千萬。一位客戶找到他說，我們就想做一個客服，但這個AI大模型那麼牛，我一年投個幾千萬劃不來。
有沒有，更便宜又不損失效能的方案？
有。或許，可以把「大」模型，變成「小」。
什麼意思？
大模型的背後，是大參數，大機會，大成本。
但是，今天，你的大模型有千億參數，是一個手握100個博士學位的全科高手，但我是做地產的，我就想僱個懂地產的博士，行不行？
一個專業對口的單科博士，和全科博士比年薪便宜不止一個量級，但kpi完成起來，業績並不一定差。
同樣，經過專門訓練和調試的百億參數模型，用起來不一定比一個千億參數模型差。
甚至，會更便宜、更安全、更靈活。
AI大模型的浪潮裡，不是只有「做大」這一個機會。
2024年，把模型“做小”，用少一點的參數和資源，滿足一個更精準的需求，也能創造出所有人都受益的價值。
這，是傅盛說的，他看到的機會：「私有化」大模型。
這，也是《看DAO2024》裡提到的「小」模型的機會。
《看DAO2024》寫道：2023年，是大模型之年，而2024年，將是「小」模型之年。
更多幾十億到上百億參數的小模型，透過模型架構、演算法、訓練和精調的創新，以及結合外部檢索，性能可以叫板百億參數大模型，甚至追平GPT3.5（1750億參數）。
不過，如果你不在這個行業，不關心降本增效，也沒關係。
你，平常刷劇嗎？
07 AI短劇
2023年，短劇爆火。
穿越、重生、逆襲、復仇……每一分鐘都能掐準人心，踩中「爽點」。
看短劇上頭的人越來越多，靠短劇賺錢的行業也越來越捲。
卷內容、捲製作、捲成本、捲效率…
怎麼辦？有人想到了，用AI卷。
沒錯，2024年，AI已經從文字捲到影片了。
2023年初，很多人提到AI，想到的還是像ChatGPT那樣，用文字聊聊天，搜搜東西，寫寫文章。
後來，Midjourney和文心一言的爆火，又讓人發現，AI不但可以處理文字，還可以創作圖片。
而年末，和短劇一起成為藍海的，還有AI在影片生成上的應用。
比如，用AI換臉。而且不只用來換掉電視劇裡的明星臉，還用在換掉短劇裡的亞洲臉。換完直接出海，直接變成一部主角全員「歐洲臉」的，針對海外市場的「新劇」。
比如，用AI寫劇本。不就是逆襲嗎？不就是重生嗎？給幾個關鍵字設定，AI編劇可以批量生成，全年無休。
再比如，用AI幫助剪輯。文字快剪、智慧補幀、智慧粗剪……甚至，可以變成動態筆刷，在任意圖上一抹，就能讓它動起來，變成影片。
太厲害了。並且，還能更厲害。
2023年12月，我的朋友圈，被一個女孩刷了螢幕。
點開一看，一個20多歲的年輕女孩，從史丹佛退學創業，開了一家叫Pika的公司，半年內吸引了大半個矽谷，融資5500萬美元，估值達到2個億。
嗯，年輕有為，真了不起。但往下再刷一畫面後，我才發現，重點還在後面。
這家公司，居然可以用AI，直接生成影片。
例如，輸入一段文字，一個圖片…就能自動生成或調整一個視頻，並且質感可以比肩電影。
像這樣。
這樣。
或者這樣。
哎，難怪，有人說，AI的進化，是以天算的。按天迭代，一日千里。
《看DAO2024》提出，2024年將大量出現由生成式AI產生的影視劇，衝擊影視產業。
2023年，許多技術達到了即時生成影像和影片的效果，這些對影視、音樂、遊戲等內容娛樂產業的影響，都是顛覆性的。
並且，這方面的應用，巨人目前還染指不多。
還有機會。
最後的話
具身智能、空間運算、AI助理、基因編輯、自動駕駛、小模型、AI短劇。
聽起來每個方向，都藏著很多機會。
這樣的機會，誰能把握？不妨再看個圖。
如果說，AI時代的競爭，靠的是用「算力」掰手腕，那麼像「英偉達H100」這種可用於AI加速的GPU晶片，就是掰手腕必備的「肌肉」。
而「肌肉」儲備能擠進這張圖裡的每一家公司，像是Meta、微軟、谷歌、亞馬遜、騰訊、阿里巴巴……都有共同的別名：科技巨頭。
什麼是科技巨頭？只是市值超過兆美元嗎？讀完《看DAO2024》，你可能會有一些更具體的體感：
你以為它只是有錢，囤下的晶片數量可以超過許多中等國家的舉國庫存，但其實它還掌控了數據。
不但每天有大量的業務資料從自己的業務中產生，還在全球各地斥巨資建立了資料中心。
例如，微軟每年在資料中心投入的錢，動輒就可以超過500億美元，相當於一個科技大國在AI基礎建設的投入。
你以為資本、晶片和數據就是它的全部優勢，但其實這些優勢還會衍生出一個新的優勢：人才。世界最頂尖的人才。
所以，世界上最多高品質AI論文的來源地，不是世界上排名最高的那幾所大學，而是Google。
資本、晶片、數據、人才。層層疊加，相輔相成，共同成就了科技巨頭們的算力神話。
那還怎麼打？難道2024年，乃至整個AI時代的機會，都注定只屬於科技巨頭嗎？新創企業還有沒有機會？普通人還有沒有機會？
這個問題，我也很好奇。在2023年與凱文凱利對談時，我曾經請教他。他的回答是：還有。
他說，“我認為AI時代的巨頭，不會在已經存在的科技巨頭中產生。相反，它現在可能還剛剛起步，少有人知。”
哈佛商學院教授克里斯坦森，在那本讓他一躍成為「創新之父」的《創新者的窘境》中也曾提出，很多缺資源，也沒規模優勢的小公司，在面對看似全方位領先的大企業，也都還有勝算。
而這些，恰恰也和《看DAO2024》裡的一些看法不謀而合，報告提醒：
顛覆性創新，往往發生在新創公司。
大公司不缺好創意，好資源，但在活力和速度上，卻比不上很多小的新創公司。
就好比，全球產出最多高品質AI論文的地方，是Google。但最先用這些理論做出好模型的，卻是OpenAI。
AI時代，新創企業還有機會，一般人還有機會，我們還有機會。
剛過去的2023年，被很多人稱為「AI元年」。
比爾蓋茲在2023年末的部落格裡，寫下了這麼一句話：
“今年是我第一次將AI用於工作，而不僅僅是作為一種新奇事物。我懷疑很多人都是如此。我們現在正處於一個巨大的技術轉型的開端。”
比爾蓋茲如此，我們很多普通人也如此。很多人，也都是在過去的一年裡，第一次用到AI，第一次了解AI，甚至第一次聽到AI。
這，或許也是為什麼《看DAO2024》在展望2024年時，居然一改往年風格，選擇把所有的篇幅，全部聚焦在了一個主題上：AI。
我們不敢說，這裡面對AI相關機會的預測，一定能實現。
但至少，這些正在發生的，可能改變所有人生活的變化，值得被你早點看到，早點理解，甚至早點為此做些準備。
畢竟，機會來時，不會跟你打招呼，只會看你有沒有做好準備。
感謝《看DAO2024》帶給我們的這些有價值的技術趨勢，讓我們看到科技的變化，也看到正在基於這些變化，不斷尋找自己的生態位，為機會的到來做準備的人。
祝你，也早點看到，做好準備。（劉潤）