俺觀察目前AI最主要的應用場景

是替換人工

目前主要用於替換辦公室用電腦操作的人工

說的不是完全替換，幫助員工提高工作效率也算

因為電腦的普及程度，基本上每個行業每個公司都有崗位可以使用AI

將來機器人出來，應用場景更多

所有跟帖： 

• 要想未來不失業，去數據少/貴，複雜的行業，也許“下個世紀屬於生物”真有可能發生 -FightwtMM- ♂ (0 bytes) () 08/26/2025 postreply 10:14:52

• 一是看工作中的所需知識來源, 如果是公開權威資料, 替代的可能性大, 比如醫生律師,ai的準確性很大取決於訓練資料可靠性 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 10:41:48

• 大部分疾病都比較複雜，資料收集困難昂貴，一般也無法full access, 醫生很難被代替，律師也一樣，AI隻能輔助他們 -FightwtMM- ♂ (0 bytes) () 08/26/2025 postreply 10:54:15

• 醫生是根據檢驗報告結合書本知識來診斷的, 說實話很多醫生的診斷水平也很差, 經常誤診, 中國搞這個方向的AI公司做的不錯 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 10:59:32

• 病人還是需要和醫生交流的，新的treatment也需要醫生發展和認證，這些AI目前無法代替，隻能輔助 -FightwtMM- ♂ (0 bytes) () 08/26/2025 postreply 11:03:34

• 醫生不敢把自己的treatment經驗直接用於工作中, 必須由專家驗證後在權威刊物中發布後才敢用 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:06:10

• 都得run clinical trial, 第一階段就幾個patient，咋用AI：） -FightwtMM- ♂ (0 bytes) () 08/26/2025 postreply 11:08:29

• 你說的是新藥或新診斷方法, 這些隻占醫院治療的很少部分, AI針對的是幾十年來一直用的診斷方法和藥物, -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:14:23

• 有個天朝AI醫療軟件是這樣的, 比如肚子疼, 他會問一些問題, 包括是否拉血, 如是就立刻停住, 讓找醫生 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:21:53

• 這種篩選過程就把醫生70%左右的工作都幹了, 所以醫院隻用30%的醫生就夠了 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:23:21

• 美國醫生都是靠書本或專業機構公布的指引做診斷, 不敢靠經驗, 如果靠經驗出錯了就是法律問題, 按書本出錯了沒事 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:03:56

• 美國法律問題比較敏感, 對AI醫療軟件的責任劃分比較難, 所以進展不快 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:01:24

• 法規法律一般也滯後，和人有關，都會比較謹慎，也限製了AI在這裏應用 -FightwtMM- ♂ (0 bytes) () 08/26/2025 postreply 11:06:48

• 汽車發展初期也受法規法律限製, 比如汽車噪音大, 有的地方不讓開, 但資本是貪婪的, 車廠就花錢遊說, 後來就沒事了 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:11:31

• 二是如果AI出錯, 需要人工糾錯, 看糾錯的成本大小, 如果能專人快速審核, 比如看看海報裏有沒六指一類的, 也容易替代 -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 10:43:53

• 這是唯一能讓美國製造業回歸的路徑 -FBE63- ♂ (0 bytes) () 08/26/2025 postreply 11:01:26

• 製造業是生成式AI成功率最低的一個場景, 美國製造業回歸就別想了, -testmobile- ♀ (0 bytes) () 08/26/2025 postreply 11:16:36