令我惊讶的是，直到去年12月，生成人工智能还没有出现在我的视野中。现在，这是我们大多数关注科技的人一直在谈论的话题。
科技领域的变化很快。我已经看到了很多关于我们过度宣传生成式人工智能的争论，但后来我看到了沃顿大学的伊森·莫里克的这个视频。(时长约10分钟，非常值得一看。)它不仅展示了这些新工具的功能，还强调了使用这些工具的公司报告的生产率提高了30%到80%。
视频一开始，莫里克介绍了他的演讲，他把一张静止的照片放进其中一个工具里，让它写一个脚本。结果令人印象深刻。虽然他展示了几个工具，但最引人注目的不仅是这些工具的新功能，还有它们的功能。莫里克的结论很有根据:我们不仅没有过度宣传这项技术，而且还低估了它将带来的破坏性。
生成式人工智能即将对生产力产生重大影响。
生成式AI和应用程序创建
在与IT或承包商合作创建应用程序时，最大的问题之一是各方之间的通信往往不是最优的。这通常是由于几件事。一个是，请求应用程序的人不知道如何构建他们的请求，以便让那些正在工作的人理解;通常，如果要成功实现应用程序，请求并不包括需要解决的所有依赖项。
另一个问题是:编写代码的人通常不知道应用程序将在哪个环境中使用。他们不了解公司文化，也很少见到将要使用该应用程序的人。
因此，我看到的大多数应用程序都不能满足用户的需求。
有了生成式人工智能，需要应用程序的人可以自己生成代码。如果他们不能向另一个人表达他们想要的东西，他们指挥更快的非人类人工智能的能力也将不足。人工智能工具会对它认为的问题做出回应，除非它有某种独特的过滤器，否则它应该会更快地给出结果。但这可能会比人类来完成这项工作更糟糕。
在这种情况下，一个很大的不同是，用户可以迭代代码，并使用工具纠正最初不适当的指示所产生的问题。AI工具不会像人类那样对迭代感到不安，并且可以快速实现任何需要的修复。最终的应用程序可能会比请求者首先求助于人类的应用程序更好，而且开发速度更快。
更广泛地说，对于接近80%而不是30%的实际生产力效益，请求者将需要接受培训，以更好地理解和更完整地表达他们所要求的内容。随着时间的推移，这将大大减少获得满意结果所需的迭代次数。
在不同的行业，这种颠覆会以不同的方式出现，但它正在到来。
越来越快?
我同意莫里克的观点，即生成式人工智能比我们想象的要重要得多，考虑到我们现在似乎过度炒作了它，这一点令人惊讶。这项技术正在以惊人的速度发展，很大程度上是因为创造它的人也在创造过程中使用它。随着工具的改进，它们将在一定程度上进一步加强相关的开发工作，不难想象程序员被排除在循环之外，人工智能开始自主发展。当这种情况发生时，相比之下，这个已经快速的开发过程将显得缓慢。
使用这些工具的人仍然需要能够有效地与他们沟通，以获得全部好处。显然，那些有能力的人将是高需求的，而那些没有能力的人可能会发现自己在越来越需要这些技能的市场上失业。(他们就像几年前那些不会使用个人电脑的人一样。)
总而言之，生成式人工智能的影响不仅会影响现有工作的数量和类型(例如，编辑可能不再需要作家，低级程序员可能会灭绝)。它还将要求用户跟上如何与这些系统进行最佳通信的速度，否则也将面临冗余。
生成式人工智能最终会影响到每一个人。最好现在就开始学习更好地沟通，否则你可能会后悔它对你的影响。
