AI时代,软件的未来

在AI时代,软件的未来是怎么样的,网上有这么几种观点,我汇总了一下,说一下我的看法。

1 、软件日抛

随用随时生成就行,不用写软件;

我的分析:

  • 很多需求和流程都是固定的,有重复的可以用,为何要现用现生成呢?这不是浪费吗?
  • AI写的代码需要测试,难道每次使用个功能都得现场测试吗?来得及吗?要去厕所了,现场造卫生纸吗?这样有效率吗?
  • 每次各种小需求都自己生成代码,或者小团队生成代码,不同员工、不同团队之间很多需求是相同的,这会导致大量造轮子;
  • AI写的代码逻辑性并不好,一旦堆积多了,出了bug,很难排除;

我的观点:

一次性的小需求可以日抛,但是很多人用的,经常用的需求,还是整合一个软件;要利用AI写中低难度代码的成熟性,加上技术专家的需求分析、架构、review和debug能力,这样才是效率的最大化。

还有,成熟公司和创业公司的情况不一样,像亚马逊等公司,本来代码质量就不错,现有代码就算不动,业务也能维持运转,更多是在修修补补。而创业公司如果从0到1全用AI生成代码,架构设计、review上不下功夫,一旦代码到了一个量级,依然会面临维护成本高的问题。难道再推倒重来一遍,再全部测试一遍吗?这些都是要成本的。AI的幻觉会存在于若干角落,要是业务量大,你敢直接投到生产里去吗?

2、很多APP会死

小红书网友的观点:有这功夫跟ai对话,我自己点点鼠标分分钟都搞定了。又快有准确。

我也赞成,但是对于日常一些基本的查询、AI英语口语教师、AI聊天等不牵涉到大额支付或者出错成本比较高的事情,AI确实可以替代app。

经常用AI的人,跟经常跟真人专家学习、经常啃原文的人,时间长了,肯定会有区别。一个是信息的消费者,一个是信息的创造者;一个是在旧信息中淘金,一个理解本质,更能创造新信息。

3、实时生成软件

 小红书某AI博主:AI 时代的游戏是“实时生成的世界”——地图、剧情、NPC、社会结构,全都随着你的行为即时诞生、进化。

先不说算力和云端推送这么大数据根本不可能实现;AI的核心原理决定了它生成的地图做不到百分百正确,如果一个游戏有数百万用户,你实时生成的地图和剧情到处都是bug,用户玩游戏时到处都是各种莫名其妙的bug,能行吗?

AI生成→人工审校、测试→发布,这样才行。还有AI生成的那些东西,你确定用户就会觉得好玩,没有人类实测,你敢直接推给用户?

4、SaaS会被颠覆

Replit CEO:SaaS会被颠覆,未来,任何人仅凭一个提示(prompt)便能生成任意复杂度的软件,导致应用程序本身的价值趋近于零。

以上市公司万兴为例,7成的成本都在营销费用上,软件开发的成本占比很小。所以,颠覆SaaS啥的,根本无从谈起。因为软件开发成本并不高,一个人写的软件可以让无数人用,这是个边际成本很低的行业。找需求、定义需求、写代码、测试、维护、上线、发布、营销推广、社区运营,后面的几个环节成本更高。

Replit是做AI生成app和网站的,为了卖产品,ceo使劲吹,可以理解。要是真的行得通,你们先生成几个日活过10万的app,先赚它几百万美金吧,那么好的东西,你舍得给大家用吗?

要是OpenAI可以自己生成赚钱的东西,它舍得给大家用吗?得什么价格给大家用,因为OpenAI不具备吃遍各行业的商业化能力,它只能卖token。要是自己就能赚钱,他们不会分享出来的。就是因为赚不到钱,才做大规模,在规模中寻找机会。

5、AI替代很多软件?

很多软件会把AI装进去,比如Office和WPS里会放入AI,它会吸收AI的能力,让自己更强,无所谓颠覆。传统软件AI化后,能力会更强,也就是从能力上,传统软件AI化>纯AI工具。

我打开word需要时间,打开大模型也需要时间,word里很多功能很好用,它是面向人类编辑经过精心构思的文档的工具,AI可以生成文档,但是当人类需要精心构思写文档,改AI生成的文档时,人类会用什么工具呢?还是word以及那些笔记应用。

AI未来的趋势预判

  1. 很多中低职位确实会消亡:中低级的文字类工作、设计类工作、代码类工作,会逐渐消亡,因为这些中低级职位的工作,AI几乎可以替代,或者说,现在一个人能干原来5个人的活。
  2. 生产力提高:不用再干简单枯燥的事情,意味着大家可以腾出时间来创造更多新东西,现有的东西可以更高效地提升质量和体验。
  3. 岗位职能合并,尤其是小公司,一个人干多个角色的活成为常态;像软件行业,前后端一个人写也会越来越多,尤其是小公司和个人公司。
  4. 岗位角色的转换:软件工程师变成需求分析师+提示词工程师+代码优化/Debug师,当然,暂时需要的人也会变少,直至随着成本降低,需求变大,市场再次活跃(猜测)。
  5. AI不会为结果负责,需要人来负责。不能搞砸了就给老板说,这是AI的错,与我无关。
  6. AI吹很多,不要过度神化。要拿到具体行业、具体场景去测试,行不行,拉出来溜溜。