我選 AI 這條路學習的時候其實有一點賭的成分,賭 AI 模型的迭代速度會跟著把我拉上去,現在看起來這個方向是對的。
飛輪是雙向的
一般的技能投資是你變強,工具不會變強,你學會計,會計不會自己進化。
但你學會跟 AI 協作就不一樣,你用的工具本身也在升級,等於你的投資報酬率會隨時間自動遞增,不需要你額外做什麼。
我變強就能用得更深,用得更深反過來逼自己變強,再去駕馭更強的 AI,這個跟以前建系統的飛輪不一樣,那個是單向的,這個是雙向的。
找到會上癮的事
建立你的特殊知識(Naval Ravikant 認為每個人都有無法複製的知識,來自你的好奇心和經驗)說找到 Specific Knowledge 的人根本不需要被鼓勵,因為做起來本身就會上癮。
我選 AI 就是這樣,跟熱門跟薪水都沒關係,純粹是做起來會上癮,這個判斷比任何外部指標都準。
三份 Deck 串起來才發現是個系統
最近在準備三場 AI 分享,本來以為是三份獨立的 Deck,整理才發現不是。
三份 Deck、模組化的展示系統、還有部落格,這三件事其實是一個整體,每一場演講需要的素材不一樣,去工程單位要展示工具,去業務單位要展示流程自動化,去主管層要講策略面。
如果把 Deck 拆成可重組的積木,每一場只是把不同的積木組合起來,新場只做新的積木,舊積木繼續累積。
第一個外溢效果
6 月的時候,曾經有同事聽過我的分享之後,主動邀請我去他現在的單位再一場。
這件事在以前不太可能發生,以前在大單位裡做分享是少數人的事,AI 出來之後這個門檻被打掉了,每個人只要真的在用、真的做出東西,就會被看見。
我選 AI 這條路是因為至少很好玩,另外就是有無限可能,現在邀請分享這件事讓我看到無限可能正在慢慢展開。
記錄我在做的事,就這樣。