两年前，ChatGPT火的时候，我写过一篇文章，名字叫《我可能要给鼓吹AI的那些人，浇盆凉水了》。这篇文章受到不少人的关注，很快阅读过万，评论过千，基本上看过的人都想留下几句话。
文章中我表达了这样一个观点：不否定AI的作用以及未来。包括我自己也用它辅助工作。但是提醒大家量力而为。国内的中小企业在实际应用的落地上，依然会面临一些关于算力和数据上的窘境。现在依然是处于弱人工智能时代，并且还会长期处于这个阶段。不是说AI不行，而是没有宣传的那样行。
当然，此言论一出，大家众说纷纭。
有调侃的：
也有认可的：
有说等两年再看的：
现在差不多是2年之后了，恰巧赶上了DeepSeek火了，我又冒出来谈谈我的看法。
这次，我先限定一个范围，科研、战略、经济我不懂，我只谈AI在中小企业当中的应用。我的观点，AI是很热门，但是你瞅瞅身边的公司，除了培训卖课的，哪个公司依托AI产生了质变，退一步讲，就算产生量变也行啊。
我从2018年开始学习并输出AI教程，到现在8年了。
并且我也从很早开始就关注AI和各个行业的结合。
因此，我只谈从我经历中总结出的认识。因受困于环境，难免片面。
话说，最近我们公司挺乱的。就是因为这个DeepSeek闹的。我们公司处于一个大型传统行业，信息化一直落后很多。即便如此，信息部门也有几十号人，架不住业务多啊。技术水平呢，也就比各个县区的官网强一些。
去年新来一个IT高管，不是我们行业的，来半年多了，没有干出什么业绩。看到新闻后，突然盯上了DeepSeek。因为都在宣传各大厂商纷纷接入DeepSeek。
因此，他想用DeepSeek搭建一整套的工作流程，要用AI实现内容的生产、加工、流转、发布、销售。因为我们公司的业务属于产销一体，线上结合线下。一款产品基本上先是出创意，再是制作线下实体内容，然后设计互联网产品，再新媒体宣传，最后卖到用户手里，然后提供服务。
他就开始操作了。
出创意，可以让DeepSeek出。一问：小D小D，请帮我出一个创意。DeepSeek经过几十秒的深度思考，输出了一个创意。哎，这样的话，创意部就可以裁掉了。
出完创意后面是研发内容，可以让DeepSeek出。一问：小D小D，请帮我生成一本书，生成一首诗，生成一套题，一张配图。哎，有问必答。这样的话，内容制作部就可以裁掉了。
下面是开发互联网产品。小D小D，请帮我写产品方案，制作UI设计图，写代码模块，测试方案，部署方案。哎，都行哎，哈哈，产品开发部也可以裁掉了。
再后面是新媒体宣传。小D小D，帮我生成宣传文案，拿着文案再对接短视频生成平台。哎，这也可以。哈哈，新媒体部可以裁掉了。
小D小D......客服部可以裁掉了。小D小D，法务、财务都可以裁掉了。
旁观者一看，完喽，人工智能给我们带来了灭顶之灾。你看，我们能做的它都能做。它还不用交社保，也不说累。
老板也很开心，演示的很好，整个环节都是通的，这不实现了降本增效嘛！可不能让员工知道了，先试行一下吧。行的话，就改为机器。
结果一试，出问题了，发现谁也替代不了。当我们不深入每个行业去了解，就会感觉能出结果就是替代。但是，出得结果就一定可用吗？具体问题得具体分析吧。
输出一个观点：不加干预的通用模型，解决不了具体的场景问题。
我是搞OCR识别的，也就是用户拍一张做题的照片，我通过几十项复杂的技术操作，识别出上面写了什么内容。再具体一些，你在纸上根据汉语写下英语，我通过图像识别技术，先将你写的字识别出来，然后判断对不对。
我把类似的图发给了DeepSeek大模型，让它识别一下告诉我结果，并且我还提了一个过分的要求，要以结构化的形式返回给我。也就是输出{"num":55, "english":"inform"}的格式，因为这种格式程序可以直接使用。结果，它真的输出结果了。
看似大模型胜利了。或者外行人感觉，哎呀，你个写AI的程序员都被AI给替代了。那我们写稿子的更完犊子了。
别着急，我不慌不忙。业内人看得不是有没有，而是行不行。
它是出结果了，形式上很像。但是它的题号是错的，9个51题，6个81题。这样的话，实际上没法用。
好的，我知道DeepSeek的特长是推理，而非图像处理。我们换ChatGPT。
我找了一张拍摄很标准的从第51到第100题的默写表格发给GPT，看看我们的对话。
我：没有了吗？我这是50道题，应该还有吧？
AI：抱歉刚才没有完全列出所有内容。补充完整的识别结果如下。
我：图上59题的汉语是取胜。你识别乱了。
AI：感谢你的提醒！我已经根据你的反馈调整了顺序和汉字内容。以下是正确的输出
我：62的英语图上写的是imply。
我：你重新再自检一遍，63不是display，图上是implication，另外，哪有101题啊？
我：和图上还是不对应，而且题目变成99了。
我：越来越乱了，100个题目，你不但搞成93个，而且题号和汉字、英文对应也越来 越混乱了，请仔细查看，重新识别一遍！！！
......
ChatGPT失控了，完败。换Kimi。
我：没有的数据不要杜撰，人家没写你别自己给补全，这是考试，没有的就为空。
我：你看59没有手写的英文，你还是给出数据来了。
我：我说59你就只改59啊，没填的都空着，题号和汉语、英语，要真实，如实反馈
我：怎么没有的数据你还显示啊？！
......
Kimi也不行。
最好的大模型基本也就这个水平了。在我的具体OCR场景下，感觉它不聪明，你指导它，它也听不明白，可能听明白了也做不到。这是为什么？
因为没有训练过咱家的场景啊。没训练过就不会。你光说没用，说你要这样，要那样，这仅仅是浅层次的提示语，想要好使得投喂数据进行训练。
我一开始为什么不慌不忙，不担惊受怕。因为从底层看，它想要精确地识别出手写的每一个字，必须需要一个OCR识别引擎。不管是Tesseract、Paddle，还是阿里的、腾讯的，都得有个引擎。我之前干得工作，就是优化一个定制的引擎。通俗一点，我可能就是那个引擎单元。大模型再好，最终还是要调用我这样的单元。那我担忧个锤子！
那位说了，你程序员高科技，我这个小编辑，我不高科技，是不是容易被替代。
咱们一样啊。原理一样，理念一样：通用模型解决不了具体的场景问题。
拿我熟悉的教育领域来说，假如你是个小学数学的学科编辑。那么你应该知道，在编题的时候，2+3=？和3+2=？，对于小学生来说，是完全不一样的。可能一个会，一个不会。尽管我们成年人理解不了。而5-3=？又是另一番天地。至于2+x=5嘛，那得是难于上青天了。几岁该出现什么题，他们出现的先后顺序怎样，这都有讲究。更别说在你们的课程体系和目录下又有新的规则了。这些通用大模型不知道。这类都叫具体场景。
为什么我的效果好，因为我训练过啊。你的模型，听过你的很多故事，因此了解你。
那怎么训练啊。不好意思，要技术人员，要设备，要数据。哈哈，百万起步。
那么，为啥大家都接入了DeepSeek？我从各个平台搜索"接入"，后边就会跟着"DeepSeek"。
接入DeepSeek的有三类组织。第一类，有研发和资金实力的企业，比如学而思、腾讯、阿里。第二类，使用它通用能力的企业，比如政务单位、客服中心。第三类，没有实力想解决具体场景的企业。
第一类，叫改用。DeepSeek是个好模型。好在中文表现好，推理能力强，而且训练成本比GPT低很多，关键它还开源哦。因此，有实力的企业拿来在此基础上融合自己的AI，很快融合到业务之中。
第二类，叫使用。DeepSeek有很多通用能力。就比如理解文档的能力。你把你们公司的制度发给它，你问它关于制度的问题，它能回答得很好。你把一本小说发给它，你问它里面的情节，它也能回答得很好。因此，很多地方将政策法规发给它，它基本上回答得也合理合法。但是，这不叫训练，也不叫你自己的大模型，它还是那个通用能力，就是理解文档。
所以很多地方耗费上百万搭建671B的最大参数的顶配模型，也就是作为一个文档搜索工具而已。基本上应用都是知识库、智能客服。这类应用，花得多，起效快。原来需要人员从里面巴拉，然后统计分析，现在机器帮人做了。
他们有数据啊，不管是政务还是客服，少不了手里有日常的积累，尤其和大数据局合作。也有钱啊，买服务器。至于技术，搭建就行，仅仅是使用。
那么问题来了，你有什么？
第三类，叫乱用，我打了好几次字，它都蹦出来卵用。没钱，不舍得花百十来万买设备，搞个三五万的机器。手里也没有数据，有数据也是没有清洗过的素材。至于技术人员嘛，搭环境都费劲，更别谈训练。就这样还成天嚷嚷着训练自己的专属模型。
这都不重要。重要的是，你的模型训练起来了，能给你的业务带来什么改变吗？你相信真人直播都卖不出去货，改成数字人直播就可以逆势大卖吗？加一个专属客服，能提高卖地瓜的销量吗？可能会，也可能不会，但绝非一定会。
两年过去了。我还是不改初心。AI是趋势，就像婴儿是未来。富二代可以现在就考虑未来，我们普通百姓先专注当下的生计就行。
面对DeepSeek，有实力的大企业可能大有发展。普通小企业，顶多节省一些人工，可能还会赔本。通用能力能解决你的问题除外，买课做培训的除外。