子超认为未来AI将在大规模场景应用中凸显生产力，尤其是2C的场景，让工具附属自己的灵魂是大方向，未来个人的活动范围将是你在这个范围内是否拥有和存在着自己的数据，这些数据能否成为有效的知识，并进一步成为可分享的数字商品和服务。

数字经济时代双手张开并能无限的延伸自己的数据

AI的本质还是帮助大脑处理长尾的数据，人们日常的基本场景数据还是大脑把控与选择，基本场景以外的长尾数据，有两个需求：1数据的场景计算，成为我们的辅助参考；2数据从隐私数据成为可交换的共享数据，再进一步大数据场景计算，扩大成为我们的社交和消费的辅助参考。

为什么现在大部分2C的AI项目都做失败了，主要核心问题是现阶段2C的AI还只是定位为大脑的辅助参考工具，但注意一定不是全自动的AI，一定不是给人们做决策的，这一点符合人类进化过程，大脑对新鲜事物的出现首先是害怕和测试，而不是选择相信，尤其是AI这个东西，大脑第一反应我选择相信这东西我就下岗了，所以一般人们都会去选择辅助而不是直接抉择结论。

看看无人驾驶，是如何让人们思考这件事的，我看好但不敢用呀，所以先做一些辅助的事情，比如先让人们学会跟地图APP语音交互聊天，当用户习惯了AI作为自己的汽车陪伴或者助手了，再说别的AI场景接入。最好不要让人们感受到AI的存在，这个场景就做好了。比如刷头条和抖音，AI都在后台，我们选择看什么的权利依然是我们，所以看什么还是我们说了算。

但《王者荣耀》的排位匹配就会遭人骂，因为不可控，我是他们产品就会设计挂机扣钱的设置，这个也是人性的理解，把钱分给自己的队友，就不会有问题了。这个例子就是AI一定是无限趋近于人，而很多时候我们可以通过人性的思考去解决问题而不需要AI处理，所以不要为了AI而AI。

包括IOT也一样，如果连用都没人想用，还谈什么IOT，我们真正解决了用户什么痛点，如果这个痛点解决了，用户会用吗？如果不会用就是闭门造车，AI和IOT本质上都是为用户解决真正的痛点的，而所谓的改变世界或者推动未来，那是千千万万的场景通过AI小改变而最终实现的，实验室里的AI到大众用起来既简单又不简单，需要好的产品经理去落地。