生成式人工智能创造或改进产品和服务的能力意味着它有可能使一些企业商品化，同时大大增强其他企业的竞争优势。在接下来的内容中，我将讨论使产品或服务容易受到生成式人工智能破坏的特征，以及使它们更具弹性的特征。为了说明这一点，我将比较Chegg和Duolingo，这两家公司受到生成式人工智能出现的影响非常不同。
面临商品化风险的产品和服务
生成式人工智能非常适合依赖于大量数据集、模式识别和日常流程自动化的任务。因此，依赖这些任务的行业极易受到人工智能的破坏。最直接的例子包括：
-内容生成：诸如撰写文章，创建社交媒体帖子或制作视频等任务可以通过ChatGPT等人工智能工具轻松自动化，它可以在几秒钟内生成连贯且有说服力的内容。随着生成式人工智能变得越来越容易获得，将内容作为主要服务提供的企业可能难以保持竞争优势。
-代码生成：像GitHub Copilot和OpenAI的Codex这样的平台已经能够根据用户提示生成代码。基本的编程和调试任务现在对非专业人员来说更容易理解，这使得某些编码角色更容易被替换。
-产品设计：在游戏，服装和家具等创意领域，生成AI可以设计视觉资产，游戏玩法理念和产品原型。虽然人类设计师带来了独特的创造力，但人工智能的速度和成本效率可能会迫使企业采用人工智能进行具有成本效益的初始设计。
广告和销售活动：生成广告、销售文案或品牌材料的人工智能工具在分析目标受众和创建量身定制的内容方面越来越有效。这减少了在某些营销职能中对人力文案的需求。
-客户服务：人工智能聊天机器人现在可以在没有人工干预的情况下处理大多数客户询问。虽然一些复杂的问题仍然需要人工协助，但人工智能已经大大减少了对人工主导的客户服务的需求。
-教育和辅导：生成式人工智能能够回答问题，提供学习途径，并根据用户需求定制响应，这使得传统的教育服务面临风险。提供基础科目帮助的辅导平台可能会失去市场份额，因为学生们转向生成式人工智能（generative AI）寻求即时帮助。
显然，并非这些行业的所有人类工人都将被取代，但随着人工智能产生的替代方案变得更便宜，人类参与许多相关任务的范围和需求将会减少。
使产品能够抵御人工智能破坏的因素
虽然上面列出的脆弱行业提供了一个良好的开端，但很难从这些例子中推断出导致产品或多或少可能被生成式人工智能颠覆的基本特征。这就是为什么我发现遵循查理·芒格（Charlie Munger）关于颠倒问题的建议很有用，并提出相反的问题：产品的哪些内在方面更难以被人工智能取代，从而使产品更能抵御（生成式）人工智能的破坏？
以下并不是一个详尽的清单，但可以说它包含了使产品能够抵抗人工智能颠覆的最重要因素。这种框架还有一个好处，即指出企业可以和应该做些什么，以提高它们对人工智能颠覆的适应能力。
物理相互作用
需要实体存在或现实世界互动的产品和服务自然不会受到人工智能的干扰，因为人工智能仍然局限于数字领域。
例如，水疗、理发、按摩和需要感官体验的产品（如香水、高品质纺织品、旅游）无法被数字技术取代。建筑和采矿等依赖体力劳动和与现实世界材料互动的行业也不太可能完全被人工智能取代。
人工智能当然可以帮助决策，提高这些领域的工人生产率，但基本的物理组成部分确保了对人类专业知识的持续需求。
网络效应
很大一部分价值在于社交互动、社区或用户生成内容产生的网络效应的产品，是人工智能难以取代的。
例如，像Reddit、linkedIn和X这样的平台依赖于来自不同用户群的独特贡献，这是人工智能无法复制的。一个基于人工智能的“社交”网络，比如https://socialai.co/，每个用户都有定制的人工智能追随者，显然是人类社交网络的一个非常糟糕的替代品。
类似地，像《堡垒之夜》和《Roblox》这样的在线游戏之所以能够适应AI取代，并不是因为它们的实际游戏内容，而是因为它们包含了玩家与玩家之间的互动和娱乐。
人类的有限公司联系和同理心
需要同理心、文化敏感性和人际关系的服务仍然不太容易受到人工智能的破坏。人工智能可以提供个性化的内容，但无法复制建立信任和参与的微妙的人类接触。
例如，治疗、个人训练和现场教学依赖于人类交流的细微差别。生成式人工智能也许能够生成练习或提供建议，但它缺乏与客户形成真正情感联系的能力。
创造力和文化敏感性
高度创造性或需要对文化趋势有深刻理解的产品不太可能被人工智能取代，因为人工智能倾向于根据学习模式而不是原始见解进行操作。
例如，艺术、时装设计和电影制作等行业的文化敏感性、独创性和对情感或社会线索的反应至关重要。生成式人工智能可以产生令人印象深刻的创造性产出，但缺乏真正的创新和对文化趋势的深刻理解。
监管和安全问题
由于遵从性的复杂性，受严格法规、高度问责制和道德问题控制的行业自然会抵制人工智能自动化。
例如，医疗保健、金融和法律服务需要严格的标准，并且往往依赖于信任。人工智能本身并不能完全满足这些领域对问责制和监管合规的需求。
这些行业依赖于可信赖的关系、专业问责制和监管框架，这对人工智能的独立导航来说是一个挑战。
Chegg vs. Duolingo
为了说明上面的一些观点，比较两家面临人工智能颠覆威胁的纯数字企业Chegg和Duolingo是有用的。
Chegg为学生提供循序渐进的教科书解决方案，写作帮助，练习考试和在线导师的实时问答。Duolingo提供互动式和游戏化活动的语言课程（比赛、排行榜），还包括虚拟活动。
原则上，生成式AI对于Chegg和Duolingo来说都是具有破坏性的。学生们可以直接向ChatGPT或Claude这样的法学硕士寻求家庭作业方面的帮助，而不是注册Chegg。比起使用Duolingo，语言学习者可以要求llm创建定制的语言练习，模拟现实世界的对话，并适应学习者独特的节奏和需求。
两家公司似乎都接受了——或者至少试图接受——生成式人工智能。2023年初，Chegg围绕生成式人工智能工具重新设计了服务，为学生订户提供个性化的学习解决方案。同样，在2023年3月，Duolingo推出了“Duolingo Max”，这是一个由OpenAI的GPT-4提供支持的高级订阅层。这一层引入了“解释我的答案”和“角色扮演”等功能，为用户提供深入的解释和互动对话练习。
尽管有这些相似之处，但过去两年（ChatGPT于2022年11月推出）生成式人工智能的兴起以非常不同的方式影响了这两家公司，这反映在它们各自股价的演变中。截至2024年11月8日，Chegg Inc. （CHGG）的股价约为每股1.70美元，低于两年前的每股约28美元。在过去两年中，这一数字下降了约94%。这与多邻国形成鲜明对比。截至2024年11月8日，Duolingo Inc. （DUOL）的股价约为每股320美元，高于两年前的每股70美元。这比过去两年增长了约350%。
那么，我们如何理解投资者眼中的这种巨大差异呢？主要是因为Chegg的产品天生就比Duolingo更容易被人工智能商品化，还是因为Chegg的适应速度较慢，效率较低？
答案是：两者的结合。事实上，有人可能会说Chegg的产品更具交易性和直接性（针对特定的家庭作业问题寻求帮助），这意味着它更容易被人工智能取代。相比之下，制定一个引人入胜的语言学习计划更为复杂，因此为人类的创造力和聪明才智提供了更多的空间，这将使它不那么容易受到人工智能的影响。
话虽如此，很明显，Duolingo的产品策略比Chegg更适合应对生成式人工智能带来的破坏。事实上，Duolingo成功的一大驱动力是它的社交功能，如排行榜、连胜和同伴竞争，这些功能创造了一种社区感和参与感，超越了核心语言学习内容。换句话说，Duolingo创造了基于社区的网络效应，这使得这项服务比人工智能系统的单独学习更有吸引力。相比之下，Chegg没有建立任何基于社区的网络效应，这使得它的服务更容易被人工智能取代。
有限公司ncluding思想
对能够使产品抵御人工智能破坏的因素的讨论，以及Duolingo和Chegg之间的比较，为所有企业提供了一些有价值的经验。首先，每个企业都应该增加或加倍增加人工智能最难颠覆的功能，例如增强身体、社交或移情元素。其次，企业不应将人工智能视为一种威胁，而应在人工智能明显优于人类的领域（例如，重复性和数据密集型任务）拥抱人工智能，并利用它来创建独特的数据反馈循环，不断改进产品。这种方法将人工智能定位为提升竞争优势的工具，而不仅仅是削减成本的替代品。
同样的原则也适用于个别工人。与其在担心被人工智能取代的恐惧中等待，也不要反对在自己的组织或行业中采用人工智能，不如把它当作一个机会。每个员工都应该反思一下，自己的哪些工作最适合外包给人工智能，哪些工作值得培养深厚的专业知识——在这些领域，人类的判断和直觉仍将是必要的。
安德烈Hagiu
安德烈·哈久（Andrei Hagiu）是波士顿大学信息系统副教授。这里表达的观点是作者自己的。- Ed。
