我前几天在这个视频中谈到供应链人工智能
有老朋友认为我说的这个不叫“人工智能”，那什么叫人工智能呢？我曾经在下文中有这样一段定义
学习：感知环境，获取和处理新信息；
推理：以各种方式处理信息，产生判断；
理解：考虑信息处理所生成的结果的含义；
掌握真相：分辨、确定信息处理的真实和有效性；
验证关系：判断形成信息的数据与其他数据的相关关系；
批判性思考：将事实和信念分开，确定从信息来源所获得的数据是否充分，可以支持判断；辨别信息来源是一致性的、持续有效的；
审时度势：用一致性的方法，将普遍真理用于特定的情形中。
GEORGE陈果，公众号：陈果George人工智能，首先得有智能
我认为优化、仿真尽管不属于机器学习的范畴，但是仍然是一种人工智能。
如果抛除实现技术角度（各种机器学习方法、优化、仿真等）和智能过程（认知、记忆、学习、决策、反馈等）的角度对人工智能的分类，只是从应用角度看，近年来，产业界基本上已经达成共识，人工智能从能力上分为三类：
1、人工弱窄智能（Narrow AI，Weak AI）：目前已经存在AI 的主流，机器经过学习、训练后，可以执行单一、简单的任务，具有比人类智能更快的速度和效率。它基于一组认知能力上（文字、视频、声音多模态）执行预设的任务。小爱同学、甚至 ChatGPT 都是这类“弱智能”，例如，你对 AI 说，“请把空调调低两度”，空调温度就自动调低了。
2、人工通用智能（General AI，或称 AGI ，也称强智能，Strong AI）：目前还仅存于理论中，还没有真正的 AGI 技术产生。它指的是利用过去的学习积累的知识和技能，在一个新的上下文环境里完成新任务，而无需人类在这个环境下的指导，亦即 AI 可以学习和并执行任何人类任务。例如，你进到一个智能房间里，只是随口说了一句，“这里真闷热”，AI 自动调低了空调，并且关好了可能泄露冷气的窗户，让温度调整到你偏好的温度。
3、人工超级智能（Super AI）：这是比 AGI 还远大的理想，AI 不仅具有人类特性的、但是在效率上超越人类的认知、判断、学习、推理、决策的思考能力，而且具有自己的情感、价值观、需求、欲望、信仰等。
在功能性应用上，这些 AI 表现为如下类型：
1、反应式系统 AI：基于预训练形成的智能，对外部指令产生反应，但是没有连续性记忆，例如电商的推荐引擎、金融交易的风控系统、二十年前跟人类下象棋的IBM 深蓝等。
2、有限记忆AI：对自身过去以及会话进程有连续记忆，所以能结合过去对当前场景做出更准确的输出，例如，生成式 AI（文字、视频生成等），聊天机器人，自动驾驶汽车等
3、心智理论 AI：能够理解他人有与自身不同的思想、知识和感受，在理解他们的基础上，建立人机互动的关系。这种 AI 应用具备人类的同理心、情感，属于 AGI 的应用功能。
4、自觉性 AI：有自我的信仰和欲求，从自我欲念产生主动行动，这就是超级智能的表现。
我们目前看到的主要的 AI 应用，包括语音识别/自然语言处理、机器视觉、机器人（包括传统软件机器人RPA、智能软件机器人-智能体、物理机器人）、专家决策系统（有些人叫“决策智能“）等，都是基于以上从弱智能向强智能的应用表现。
人工智能就是用机器来仿真替代人。
在人类社会中，人类智能构成了不同社会角色，亦即形成阶级——社会精英利用他们的意识形态、想象力和意志力来创造环境上下文，那些行政官僚和白领执行他们的想法，指挥体力工作者去操作机器：
我们可以设想 AI 在人类社会中的作用，它如何替代人。尽管从人性上来说，组织个体跟智能强弱并没有直接关系，例如一个外卖小哥也可能想拯救人类，但是从组织行为来说，我们假定现有组织模式、组织治理和组织伦理不发生变化，那么AI 在组织中的作用是：
如果问人工智能的企业服务商业模式是什么，那么就需要研究以上人类社会的智能化过程中，人类智能被机器替代了多少、怎么替代的、怎么衡量替代掉的价值（例如人工成本、效率提升等）？每项替代的内容可以交换的商业价值是多少？企业服务公司怎样在这些方面进行价值创造。
从商业提供方来看，用人工智能替代人类的过程包括五个环节：
1、智能基础设施：提供算力及其他技术基础设施，数据（语料）也是基础设施之一
2、智能生成：通过基础算法和模型训练，产生以“预训练模型“为形式的智能，同时，智能形式并非只是大模型，例如优化算法也是一种智能
3、工程：将智能部署到业务流程中，表现形式可以是智能体（软件机器人）、智能流程等，同时会产生智能部署的一系列技术栈，包括开发平台、集成平台等
4、智能赋能的执行：人工智能通过智能体（或其他智能服务形式）来执行数字化任务，这一部分从本质上来说不属于 AI 的范畴，而属于传统工业化/信息化/数字化的范畴。
5、机器替代人：这是个组织活动，如果是商业化服务的话，就是以变革为导向的咨询。
我们可以大致把市场上可以观察到商业模式放在这些环节里，例如：
- 纯基础设施类：典型是做芯片的Nvida，以及大量的提供数据中心代建的公司
- 云平台类公司：国外的微软、Google、AWS，国内的华为等云平台基于基础设施提供算力、模型服务，其中，微软提供包括应用在内的全栈技术
- 大模型类公司：这也是当前最热门的跑道
- 智能工程软件公司，包括算法工具、应用开发工具、模型管理平台、智能体等，这层当前大多数是新晋创业公司，还有一些机构在这个层面上提供服务或生态，例如提供开源模型托管的hugging face
- 应用软件类公司，在传统的应用基础上，利用 AI 技术进行改造，但是目前还缺乏革命性的 ToB AI应用
- 技术服务类公司，典型的如美国Palantir，国内第四范式这类公司，以定制化服务为导向，可能也涉及到工程类或模型类的自研平台
- 管理咨询服务类公司，例如 BCG X，纯面向客户服务，整合各种技术资源，以产品管理、算法开发为主
