人工智能新视野:它如何开启我学习销售的全新思路

因为吉力最近逼着自己要习惯使用GPT，所以也特别关注人工智能的文章和观点。在阅读万维钢老师专栏时，就看到一篇关于Stephen Wolfram非常深刻的文章。万维钢老师把Wolfram称之为，AI时代的康德。

Wolfram大神最著名的成就是创建了数学软件Mathematica和Wolfram Alpha，前者是几乎所有读理工科博士必不可少的数学工具。

今天吉力的分享，就是来自于理解Wolfram的观点后，我突然想到对于我们保险人的销售提升方面，也有相当重要的洞见，特此分享给你。

在正式分享之前，吉力再次强调：所有人都应该要学习如何把GPT这样的AI系统，当作自己个人提升的工具，它已经彻底改变了我深入学习的方式。

Wolfram这篇文章发表于2023年3月15日，也恰好是GPT-4发布后的一天，标题是：Will AIs Take All Our Jobs and End Human History—or Not? Well, It’s Complicated。

Wolfram最重要的洞见是：计算不可约性原理，Computational Irreducibility。意思是，宇宙中的很多系统都具有计算不可约性,意味着这些系统的行为无法简单地从它们的组件或规则中推导出来。这需要通过模拟这些系统的全部过程来理解。

看上去很复杂是吧？不用担心，我们先理解一下，什么是：计算可约的。

比方说，太阳每天早上都会从东方升起，这件事在咱们的生活中，就是计算可约的，因为这个规律是可以从几个参数或公式简单计算出来的。

当然，在《三体》的世界里，太阳升起就是“计算不可约”的。如果你读过《三体》小说的第一部，或者看过春节时热播的《三体》电视剧，就知道这个情节。

1+1=2，这样的数学规律，也同样是计算可约的。

简单逻辑推理，比如“所有人都会死”和“苏格拉底是人”可以简单逻辑推理出“苏格拉底会死”。这种简单的逻辑推理过程表现出计算可约性。

那计算不可约性是什么呢？城市交通拥堵就是一种典型的计算不可约现象。

城市交通系统由许许多多的因素构成,如道路网的复杂性、车辆数目、交通信号控制、驾驶员的个体行为特征等。这些因素相互作用,形成一个高度复杂的系统。

在这种复杂系统中,交通拥堵的形成、演变和释放难以从系统的组成因素或规则中简单推导出来。要真正理解城市交通拥堵,我们需要对整个复杂的系统的相互作用进行模拟和计算。仅仅理解某一个因素,如增加某条道路的车道数,是无法准确预测其对交通拥堵的影响的。

计算不可约性原理，对于理解目前AI领域是非常重要的。如果这个原理是正确的话，那么就意味着：

1. 我们不可能完全理解和复制高度复杂的自然系统和人工系统。因为这些系统的行为无法从系统的组件或规则中简单推导出来。要完全理解这些系统,需要模拟它们的全部过程,但这在实践上是不可能的。
2. 我们无法获得这些复杂系统的“完整说明书”。因为系统内部存在庞大数量的相互作用和Emergence,很难用简洁的公式或规则完全描述系统的行为。
3. 任何 claims 完全理解某个高度复杂的自然或人工系统,或能完全复制其功能,都令人怀疑。因为这些系统的内在复杂性和计算不可约性,使得这不太可能实现。

总之，任何复杂系统本质上都是没有公式、没有理论、没有捷径、不可概括、不可预测的。

目前GPT之类的AIGC就是这样的，你很难用公式去描述它，甚至于，不同人输入同样的问题，得到的答案都可能是不一样的。GPT就是这样“不可预测”的复杂系统。

任何公司想要“复制”一个一模一样的ChatGPT和GPT-4，都是不可能的。所以，现在很多公司都在把ChatGPT当作检测自家模型能力的标杆，说自己“非常接近”ChatGPT。

那这样的复杂系统就没法研究了？当然不是。伴随着计算不可约性原理，还有一个“可计算小包” （pocket of computational reducibility），一些我们能够理解和预测的特征或规律。

比方说，我们能够预测和利用的特征,如交通拥堵的周期性变化、交通量和道路容量的匹配程度等等，这些就是“可计算小包”。我们可以利用这些小包制定交通管理措施产生一定效果,但无法完全消除交通拥堵问题。

以GPT为例，虽然我们无法绝对控制它输出的结果，但是我们可以通过提供特定的输入，比如，“要用类比的方式来举例”，这样GPT输出的内容就必然包含了一个类比的例子。这就提高了我们和GPT对话的可控性。不过，我们依然没法得到GPT输出的完整规律。

计算不可约性和可计算小包，让我们得到一个重要的洞见：虽然世界本质上是复杂和不可预测的，但我们总可以在里面做一些科学探索和研究，总结一些规律，说一些话，安排一些事情。绝对的无序之中存在着无数个相对的秩序。

咱们保险人还是以销售工作为主，在我们的“科学探索”里，其实一直想要找到“销售秘诀”。我们听各种大咖的分享，各种牛人的输出，不就是为了提升自己的销售能力吗？

但问题是，销售能力，或者个人魅力，是不是同样是“计算不可约性”的呢？

销售能力和个人魅力会取决于语言表达、非语言表达、对人的洞察力、交流技巧等等，这些因素之间存在复杂的相互作用,不易归纳为简单的原则或公式。这体现出一定的不可约性。

而且，销售的结果高度依赖环境和对象，在不同环境和面对不同人会产生不同的效果。这使得很难给出其通用的成功规律,也增加了不可预测性。

要评估和理解一个人的销售能力,需要模拟其在整个销售过程中的表现,而不仅仅是某一个环境下的某些行为。这需要考虑许多相关因素之间的相互作用,难以简单归纳,体现出计算不可约性。

销售能力虽然依赖于诸如积极态度、良好沟通等“微观规则”,但这些规则无法完全推导出在复杂环境下该人会产生怎样的“宏观行为”和效果。这也反映出计算不可约性。

你有没有发觉，听了很多大牛的讲座之后，有点觉得“听君一席话，如听一席话”？因为很多大牛的分享，几乎是不可复制的。

你要让他自己总结出一些规律，他也能给的也只是“可计算小包”，比如一些小技巧、小心得，小话术。这些“小包”在特定环境下可能也是很有用的，可是没有人会认为，他的成功就是这些“小包”的大集合。哪怕有人完整地用了他的“小包”，可是在性格上跟大牛不同，有些事情做不到，效果也大打折扣。

因此，销售能力和个人魅力这种事儿，就是一种复杂系统，它具备“计算不可约性”，那意味着我们没法学习销售？当然也不是。

我们需要做的，就是提炼大牛给的“可计算小包”，然后研究背后的规律和道理，同时用在自己身上，看看是否适应？如果可以，那么就用；如果觉得很勉强，那就再换一个“小包”进行研究。

比方说，吉力自己很大部分专业度和吸引力，就是来自于自己输入、思考和输出，通过文章、视频、培训以及线下交流的形式，让身边的人受益，从而信任我。但这只是我自己分析的“可计算小包”，它不是完整的我。

同时，这个“小包”背后有没有和获得信任有关的规律？我相信是肯定有的，也是符合科学的。那你能不能用这样的“小包”？那就取决于你是否和我一样喜欢庞大的输入、思考，以及尝试各种新奇的工具，比如GPT等等。说真的，仅仅是这点，恐怕就让大部分人止步了吧。

所以说，想要成为“另外一个XXX”，还是不用想了，不是你能力问题，而是科学原理告诉你，这不科学！如果有人跟你说，跟着我，你也能成为我！那立刻拉黑！科学告诉你：他是个大忽悠。

“计算不可约性”以及“可计算小包”，这两个理解世界运转原理的洞见，是不是也能够帮助我们理解如何从他人身上学习销售能力？在以后听分享时，你觉得如何去运用这样的原理？对你有没有启发？