数字人是一种简略的人形表示，对应部分功用；数字职工要在指定区域完整处理场景问题

许多同学或许并未察觉，咱们接的电话来电中相当的比例现已变成了数字人。

它们惟妙惟肖，假如不是常常听的人在相对简略的对话情境中底子听不出来语音组成（TTS）的声音和真人声音的差异。这种数字职工的序幕自从2010年一来其实一直在响起，只不过不够剧烈和密集，一直局限在几个有限的范畴，比如外呼促销、客服等。此前中心瓶颈是“智能不够”，所以只能处理相对狭小范畴里的单一任务。chatGPT等大模型则改变了这种底层约束。尽管成功的数字职工产品还没出来，但这是注定发生的事实，就像互联网只要开端遍及，搜索就必然会出现相同。

从这个视点看2023，是数字职工的元年。

一、数字职工汹涌而来

人工智能发展这些年商业上不成功，但各个技能点上实在有了很大前进，包括各类识别算法、语音组成算法等。而这些技能的组合正好为数字职工的诞生准备了充足的条件。

咱们拿一个招聘的数字职工做比如，看下到底需求那些技能：

在最简略的场景，她需求能够围绕着自己的招聘主题进行宣讲，并能够答复提名人关心的问题。说到这个咱们会立刻想到现在的大模型。是的，根据现在的通用大模型能够比较好的完结这一根底工作。这打破了曩昔不同方向要别离定制，而且应对变化本钱过高的约束。当时是招聘场景越简略，比如工厂的工人，那这种数字职工越担任，招聘目标越复杂，它越不灵。

再递进一步，招聘的时分假如不是文字沟通，那还需求什么？

这就和曩昔做的智能音箱有点像，数字职工需求听的清，说的出来。听得清这事，在智能音箱等产品的推进下，即使是远场也能到达95%以上的精度，而TTS更是现已进展到只要录几句就能模拟出你得声音。完全没有技能妨碍，而且本钱可控。

再逼真一些，还需求什么？

还需求你的数字职工在表情、手势、体态上和真人相同。这个在这几年的尽力下本钱现已从几十万降到几万或者一万。

在这个时间点，这种数字职工能力仍是有极限的，不管是智能仍是表达方式。

假如硬要分个等级，估量在工厂这类岗位体现会超越人类，在软件工程师这类岗位上有或许打平，在招高管的时分就还不行。（咱们能够回到招聘场景自己考虑下这几类岗位的智能边界）

可这没关系，一点点不会影响数字职工汹涌而来的趋势。

这就像一旦286出现，PC浪潮就会很快席卷而来，一旦窄带出现互联网就会蓬勃发展相同。数据的连通性会增强，比如更知道招聘目标是谁；智能会增强，大模型肯定还会进阶；技能会变的更廉价，比如一个数字职工的本钱会进一步下降。一切相关的技能，一切对应的产品在几个迭代周期后，就会变得像微信相同好用。（越到后边咱们越会发现数字职工的落地底子不是技能问题，而是思想问题，咱们能够考虑下企业做数字化九死一生的局势是由于技能么？）

二、商业闭环

假如要下个定义，数字职工和曩昔说的数字人的中心差别是什么？

数字人是一种简略的人形表示，对应部分功用；数字职工要在指定区域完整处理场景问题。

曩昔的人工智能产品中心的问题便是只承当部分功用，处理部分问题。

比如闸机、智慧电梯等，从人和场景的视点看，它们是一个个半拉子产品，只能干一个小点的功用。所以在各种场景下它们处理的是“更好”，但其实添加本钱。这就比如带了人脸的闸机和保安，智能助理和APP等都是这种情况。那怕在最简略的场景下，它们价值发明也不完整。

常常会提到的价值发明，这个词要和场景相关，然后再对应到具体产品，不应该对应具体某个具体技能。价值发明是个整体性问题，从整体性视角很简略看到过往十年AI产品的各种问题，从技能视点则看不到。

曩昔就客服等寥寥几个场景能实现一点全场景的价值发明，外呼都还不太行。

中心瓶颈便是上面说的智能供应缺乏。

为什么全场景发明价值很关键？

由于价值发明在场景上完整了，商业模式会十分简略直接。否则对客户和用户就很鸡肋，有了更好没有也行，当然购买意愿就不强。

假如雇佣一个人15万，雇佣一个数字职工1.5万，假如从场景上看这两者百分百等价，那从人效的视点看，一切的企业都会雇佣数字职工。

现在不雇佣只是由于产品不够好，不够完整。

假如能搞定，这个产业空间，比IDC等估量的要大的多。

而且一旦搞定，这注定会成为一种和互联网相同的巨大浪潮。人效有2倍差异的时分，没人能疏忽它。

从这个视点看，数字职工确实会打碎许多现有的饭碗。

现有的饭碗底层越是依赖于简略的逻辑和概念组合，越是很快会被打碎。这点在之前OpenAI论文中有提，此处不打开。

需求弥补的是咱们曩昔由于人的智能不够而分工，把干一个产品分解成产品司理，设计、架构师，程序员，测验等。那现在由于智能供应的充沛而回卷，其实合情合理。假如回到程序员的上古时代，这个行当前期许多产品还真是一个人干的。所以上面的所谓的消灭其实也是一种回滚。