本文信息来源：investinginai
人工智能能力的极限
周一愉快，欢迎来到《投资人工智能》！今天我想通过本周发生在我身上的两件事，来谈谈人工智能能做和不能做的日益明显的二分现象。
我每天都会和一些对 ChatGPT 赞不绝口的人交流。他们说：“我一天用它 30 次”或者“我什么都用它来做”。我常常好奇他们的工作内容，因为我自己并没有这样的体验。以下是我认为 AI 目前还做不到的 3 个工作例子，但如果它能做到而我有所遗漏，请一定告诉我。
- 我为 Neurometric 的首席运营官订购了一张公司卡，但它一直没有送到。于是我花了 20 分钟打电话给美国运通，试图弄清楚发生了什么。我们最终发现，我们所在的大楼在收邮件时需要注明楼层号，而卡片上没有写。这是一个我必须亲自处理的异常情况，因为我不知道 AI 该如何解决它。
- 我们的播客 《Inference Time Tactics》 因片头音乐的版权问题被 Youtube 下架。我们的播客制作人声称我们有使用它的授权，但 Youtube 的自动化系统让这个问题很难解决，所以我们尝试了很多变通方法来修复它。这又是一个我认为 AI 无法解决的异常处理任务。
- 我花了不少时间和我们的律师一起处理一些向顾问和员工发放股票的问题，因为我们遇到了一个独特的复杂情况，这里我就不详细说明了。我问了 AI 该如何解决，得到的只是标准的法律套话，而不是针对这个问题的解决方案。所以，这又是一个异常处理的情况。
这一切让我开始思考 AI 领域的竞争，以及异常处理在其中的作用。如果 AI 自动化了越来越多的任务，那么这些能力大部分应该对整个行业的人都可用。长期以来，我的一个观点是，AI 会将各种事物商品化，因为它让专业知识、自动化和辅助变得更普及。那么，如果真正的差异化因素变成了——你如何处理 AI 的异常情况呢？
企业能在这方面实现差异化吗？你可以想象一家高接触、快速解决问题但成本更高的公司，一家低接触、令人沮丧但价格便宜的公司，或者介于两者之间的公司。在一个由自动化推动更多使用的世界里，异常情况可能会更频繁地发生，而恰当地处理这些异常的价值也会随之提升。
也许构建 AI 战略的方式是，在大多数事情上采用最优秀的 AI，然后在异常处理上投入，将其作为你的独特优势。你怎么看？
感谢阅读。