当下的年轻人，遍地都是钱，只恨自己早生了十几年

关注公众号，记忆承载3，方能阅读正文《这一轮的机会，和以往都不一样》

那天在这一轮机会的第三部分里，我讲千分之一， 百分之一，十分之一。

有读者留言问我，他不是传统人力密集型的老板，能不能抓住那个百分之一？

当然能，太能了。

我这两天散步的时候，还在后悔，后悔什么事儿呢？

后悔自己打小就体育逃课，我这辈子最悔的就这事儿，如果小时候体育不逃课，我现在还处在当打之年。

说不定还能再奋斗二十年。

但实际上我35岁之后就没出过差，40岁之后就没熬过夜，我的体能早已跟不上意识。

不过后悔是没用的，有些事儿，是天性。我小时候最讨厌的就是音乐和体育，一上课就头疼。

那时候人怎么会想这么远呢？

所以很多事情是命，就像我年轻的时候，总在想，如果我早生十年就好了。

早生十年，我在计算机行业里，会走得更远。

现在我又在想，如果我晚生十年就好了，如果我晚生十年，我能赶上AI这波。

很多事儿，也不在于非要你学的是什么，更重要的是，你年轻，有心气儿，有体力，你就能冲。

你像我当年本科读研都是信电系，我实习期间不会C很正常，因为就本科时学过一门课。

人家都是本科计算机的，硕士软件的，就我一直是信电的，我读研时学的是芯片设计，是VHDL。

即便如此，我也很快的，在几个月的时间内，就超越了他们那些学软件的，成为一个内核工程师。

所以对我来讲，就是跨行。

我在芯片企业做了三年之后，去甲方，也是几个月后就负责大网。

我此前对这个并不熟悉，对各种头端设备也是第一次接触。但我也是从头学，几个月内就连升三级。

然后就召集一群500强供应商的架构师们制定全网规范。

接着我就去创业了，做的是服务器，又是陌生的产品，第一代产品出来之前，研发一直我负责。

而后我又去负责市场，还是全陌生的。

所以假如让我年轻十岁，我就会去转行做AI了，十年前的我的精力，是可以应对这样的转行的。

因为此前，在20多岁，到30多岁的十年里，我经历过很多次，从全陌生，到快速掌握。

每次也都只要几个月。

而且当下AI领域里表现出的机会，和我20年前所一直从事的，骨子里的规则，是一模一样的。

我毕业后的出道第一战，就是用新的软件架构，取代传统的架构。

用我们过去的话说，用5个架构师，加几十个配寄存器的初级驱动工程师，加几十个调应用接口的技术支持工程师，就可以抵得上过去旧的软件架构下，上千个成熟的软件工程师。

这就是新架构的商业价值。

我们当年就用这个来打动老板，我告诉你，你只需要雇更少的人，知识面更窄的人，就可以完成更多的工作，而且更稳定。

我正是因为抓住这个需求，才得以毕业三年做了架构师。

我打的第二仗，是在甲方。

我告诉甲方，我们可以重塑大网规范，让那些供应商的价值降低。

就像装修一样，从我们依赖装修公司，到我们可以直接调用泥工，木工，电工，把全包变成包清工。

这样我们可以极大地压缩供应商，让利润归于甲方。

我做了这件事，所以我才能在大集团里，几个月内连升三级。

再过一年，我去创业，我做的事情也一样，我希望废掉那些个终端，因为我发现很多人买了设备，但都闲置。

我希望算力能够集中到头端。

可惜没做成。

但这个思路一以贯之，从来没变过。那就是，只要你能用更少的人，做更多的事，你肯定能赚到钱。

我们当年AI是没有突破的，所以做任何类似这样的提高效能的工作，门槛都很高，变数都很大。

而今天有了AI，这一代年轻的创业者，真幸福。

如果我能年轻个十岁，你给我足够的精力，让我从草根开始，那我就会选择做AI流程简化。

比如医疗领域，法律领域，金融领域，过去有大量的文本工作，数据工作，账目工作，是需要人来处理的。

这种集中的，垂直的领域，用AI去做，是非常适合草根创业的。

因为你的收费模式特别清晰。

人家过去要雇佣几百个专业的财会，几百个律师，集中工作几个月，报价几千万的项目。

你可能一个创业小团队，几个人，用AI，几天就处理完了。

那你一个项目，收费收个几百万，很合理吧？

你给人家老板节省了90%的成本呀。

这里面的关键点就三条：

数据的隐私化（你的AI是小模型，本地部署，因为涉及人家企业的商业机密）。

服务的定制化，以及准确率。

准确是一切这类生意的重点。

我当年自己做程序化交易的时候，有一个很简单的事情卡了我几个月，就是图像识别。

我想让程序去抓乌龙指，我发现对数字的判断不能做到100%。

这是很奇怪的，当时我还在计算机行业内，我就找收购我们公司的那家集团的CTO聊天。

他手下正好有个那个年代做人脸识别的团队，也是，怎么做都只有99%的成功率。

我让他把核心技术人员介绍给我，帮我干了个私活，替我去解决我私下程序化交易过程中，图像识别准确率的问题。

我是个码农出身的，所有的程序到头来都是这个问题，AI也不例外。

它会出错。

其实人也会出错，人长期大量识别数字也会出错，问题是，人出错了可以背锅。

程序出错了，没人替它背锅，这就是为啥我们要提高精度。

保安认错了人，可以罚他，人脸识别程序认错了人，你找不到背锅的。

所以这个问题是关键，其实解决方法也很简单，就是通过算法优化，你让你能赔得起就行了。

赚得大于赔的，就是赚的。

而且AI领域里还不比交易，交易是一锤子买卖，没有二次确认的机会，所以识别错误很麻烦。

但给律所，金融系统，医院处理数据则不同，你可以二次，三次复核，这就使得出错率，极大的降低。

所以这种生意是很有前途的，我相信再过十年，你去看，这个市面上，会冒出很多年轻人的新公司。

这就是为啥我那天在第三部分里面讲，百分之一有机会，十分之一也有机会。

其实百分之一的机会，还真的未必属于当下的那些传统公司。

这个道理就像你今天回想，互联网到来时，最有机会的应该是那些传统的线下门店。

因为他们渠道通畅，业务娴熟，只要做个网站，搬个家就成。

但实际上呢？他们很多都被淘汰了。反倒是一些当时的年轻人，发了财。

今天和90年代，很相似。

很多时候，先发是一种成本，后发才是优势。就像大英帝国，蒸汽机部署下去了，内燃机来了，你想改都难。

反倒是那些一无所有的，轻装前进。
关注公众号，记忆承载3，方能阅读正文《这一轮的机会，和以往都不一样》