告别过去，拥抱创新：我的创业旅程与AIGC的未来

引言

简短介绍自己的转变，从一个普通职员到现在的创业者。 引出主题：为什么选择告别过去的自己，以及选择AIGC方向进行创业。

自从2023年开始接触使用ChatGPT后，第一次感受到了通用人工智能的震撼。相比较于2016年AlphaGO战胜李世石的不同之处在于，这次的AI带来的能力更加让我印象深刻。 它可以帮助你解决日常工作中遇到的大部分问题，虽然有些回答也是在胡扯，但是相较于我平时工作中遇到的那些不懂装懂的人显然AI给的一些回答比这些人靠谱多了🐶～

回顾过去的十年

描述过去10年的工作经历，包括主要的职业里程碑和学习点。 分享在打工生涯中学到的重要技能和人生课程，以及这些经验如何影响了你的职业选择和个人成长。 提及一些关键的转折点，例如决定创业的瞬间或遇到的挑战。

过去10年，我的工作经历可谓是哪里是风口就往哪里去：

• 2013～2015做O2O的移动应用产品，让用户能直接手机扫码就能下单，可惜公司倒闭（在于老板想法很好，但是时机和方式不对）
• 2015～2016做类似于Instagram的国内图文社区应用，同时期的还有小红书这种，可惜G了。
• 2016～2021在B站搞直播、小视频，见证了直播行业的兴替，斗鱼、虎牙等一众直播应用起高楼、宴宾客、楼塌了～
• 2022～2023在蔚来发现新能源汽车这个赛道也是竞争激烈，可惜在技术的发展跟互联网卷王们比差了一些～

打工生涯确实让人学习和体验了不少，但是随着自身经验的丰富和见识了所谓大公司之后，才恍然大悟，在这么下去自己的这一生就玩完了～

作为一个亲身经历移动互联网的崛起对人们生活而带来的改变的从业者而言，过去10年的改变不仅仅是对于整个社会，甚至是整个世界的改变都如此之大。 2013～2023年这期间诞生了很多如今的科技巨头，这段期间正值移动互联网的发展的高速时期，只要在此阶段你做了移动端的方向转型，人们的大部分时间都用在了手机上，甚至电脑都很少打开了。 那么从2023年之后，接下来的5年、10年、15年、20年呢？ 这个世界会怎么变化，科技的发展又会怎样？ 我不得而知，只能躬身入局这场AI带来的改变，毕竟临渊羡鱼不如退而结网～

告别过去的自己

人生的每一个阶段都需要跟过去的自己告别，2023年注定是我又一次选择告别过去自己的一年，这次的不同在于明白了自己想要的东西，也看清了所谓大公司的体制问题和创新乏力的原因。

其实，一家公司的生产效率和成本决定了这家公司能否走的长久，成本的主要支出在于人力成本，而效率也关乎于人力的执行情况。往往一个人比较多的团队会产生所谓的内耗和目标不协调等问题，这也是为什么大公司往往都喜欢讲管理和方法论的原因。目的就是为了把人效拉高，如果成本增长，但是营收下滑，就只能被迫“降本增效”了。

所以，现在做一款成功的产品不在乎于有多少人，而在于有多少人才，毕竟人多的公司和大公司还是有所区别的，本质在于大公司的人才密度高于一些小公司，而人才密度体现了集体的智慧所产生的价值。

目前AI所能体现的知识的浓缩，每个月花费20美金就能获取到，这个成本已经极大的降低了创业的门槛了，今时不同往日，回想当年做Android应用开发，环境问题、运行、调试哪有现在各种课程、开源的方案和文档来的多。

其实，现在的创业环境已经比10年前好不知道多少，但是于此同时，现在的创业成本也比以前高了不少。解决掉成本的问题，其实创业的成功概率就会高很多。

拥抱AI，告别过去的自己～

选择AIGC方向的原因

AIGC（人工智能生成内容）的概念在今年（2023年）格外的火爆，AI在创造的领域所带来的改变越来越多（AI对话、文生图、图生图、视频制作、动图制作等等），为什么这些应用都是在今年集中爆发的，很多产品也都是在这个阶段崛起的，人们的注意力都被AI所吸引，这里要感谢OpenAI刮起了这波热潮。

在内容生产方面，有太多领域都可以用AI来制作：

• 写小说
• 做视频
• 画图
• 做游戏
• 等等

也许你会说AI现在生成的东西压根不能用啊，但是别忘了这才哪到哪，过去的一年AI的进步神速是所有人都没想到的。当然很多产品也都在不断的通过AI来重构，不一样的创新的产品也在不断的被制造出来。这种趋势只会越来越强。

世界潮流浩浩荡荡，顺之为之即可～

我用AI做了哪些事情

从我粗浅的认知来看，目前的AI分为两个大的方向：开源 VS 闭源 ，从成本的角度来看选择开源的方案肯定是最好的，但是开源的方案往往只能玩玩，相较于ChatGPT-4的能力给人带来的那种信息还是会愿意每个月给OpenAI打一笔AI使用费。

另外，在作图这块，我更加看好开源的方案，毕竟在绘图这块全凭直觉，艺术这个东西一般人都说不清，另外开源的方案限制也会更少，这个相较于闭源的一些商业解决方案，我想只是时间问题。可以多关注关注。

在代码这块，我使用TabbyML作为开源的方案，本地部署的模型执行的速度和效果基本上可以接受。因为在基础的代码补全和提示方面，这样的模型也基本够用了。

总结

AIGC也许会在未来的10年带来更多不一样的改变，我想这只是时间问题，随着参与的人越来越多，资本的流入会催生一个巨大无比的“怪物”，也许哪一天，碳基生物会慢慢过渡到硅基智能体，也许可以实现某种意义上的“死神永生”～