選了 AI 之後,我發現飛輪是雙向的

選了 AI 之後,我發現飛輪是雙向的

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。


這篇文章對你有幫助嗎?

分享這篇文章: