AI如浪潮,誰(shuí)是船上人!

1 評論 3671 瀏覽 4 收藏 14 分鐘

現在A(yíng)I的發(fā)展越來(lái)越快看起來(lái)越來(lái)越強大,也引發(fā)了很多人的擔心。但其實(shí),社會(huì )并不是只有一個(gè)子系統,我們需要在一種新的生態(tài)系統重尋找自己的位置。

一提到AI,很多人首先想到的都是會(huì )不會(huì )取代自己的工作。

那到底怎么看待AI對個(gè)人的影響更合適呢?

我們可以先打個(gè)比方:

AI就像馬上要來(lái)的一場(chǎng)滔天洪水,會(huì )覆蓋經(jīng)濟世界的每個(gè)角落。這時(shí)候經(jīng)濟世界里面的人會(huì )被迅速分化:一類(lèi)找到了自己的方舟,然后水漲船高,可以嘗試采摘更高處的果實(shí);一類(lèi)則保持了原來(lái)的狀態(tài),會(huì )很快被洪水所“淹沒(méi)”。

當然這里的淹沒(méi)和溺水死亡并不一個(gè)意思,而是需要某種“遠征”,在一種新的生態(tài)系統重尋找自己的位置。

畢竟社會(huì )不是只有經(jīng)濟這一個(gè)子系統。

一、AI的智能程度

讓AI做題確實(shí)能夠度量智能的程度,但這種純粹的智能高度和對經(jīng)濟崗位的沖擊畢竟還隔了一層,看不那么清楚。

所以可以把這種純粹的智能和崗位描述做個(gè)結合,然后就能比較清楚的看到那些事AI現在能做,那些下面它能做,又會(huì )產(chǎn)生什么樣的影響。(這時(shí)候不要用AIGC到底能生成多少內容的視角,而是要用一種類(lèi)似智商的純粹的智能的視角)

假設一個(gè)公司有200個(gè)人,那大概會(huì )有財務(wù)、人事、IT、產(chǎn)品、銷(xiāo)售、市場(chǎng)、研發(fā)、運維等崗位?;咎幵谛《?,但又沒(méi)那么復雜的一個(gè)階段,比較容易看清楚。我們拿這樣一個(gè)公司來(lái)舉例子。

我們可以隨便選一個(gè)崗位,比如人事中的招聘做個(gè)工作內容的拆分,拆分后大概會(huì )是下面這樣:

  • 收集業(yè)務(wù)部門(mén)的招聘需求。不理解的確認。
  • 篩選簡(jiǎn)歷,和候選人溝通對崗位的初步意向
  • 和招聘的業(yè)務(wù)部門(mén)確認候選人的匹配度
  • 約面試,組織面試,記錄面試結果
  • 申請Offer,發(fā)Offer
  • 辦理入職
  • 跟進(jìn)后續表現

這里面那部分工作是當前的人工智能的智能程度所不能完成的呢?

答案會(huì )比較殘酷:真的沒(méi)有。

當我們把大模型不是看成一個(gè)內容生成的工具,而是看成一個(gè)可以做情況理解和邏輯判斷的大腦,那就會(huì )發(fā)現只要提供足夠充分的上下文,那上述各種崗位的職責它其實(shí)都能干。還不局限于招聘,分解別的崗位,結果也一樣。

這就是為什么說(shuō)AI是一場(chǎng)注定要來(lái)的洪水。

二、為什么現在還不行呢?

現在確實(shí)不行,但這種不行不是因為智能不夠,而是因為一個(gè)個(gè)領(lǐng)域還沒(méi)給智能騰出地方。

技術(shù)點(diǎn)的說(shuō)法是數字化程度不好導致信息不充分,這和你告訴CEO一堆假的信息,然后讓它做決策一樣,再利害的CEO一樣把公司干倒閉。

還是回到上面的例子,對于這200人的公司而言,第一關(guān)鍵的障礙是:它信息完整度很差。

想招聘的人不能準確的描述自己到底要什么人,所以負責招聘的同學(xué)就要反復溝通,并且在實(shí)踐里打磨。

這屬于有必要性,但沒(méi)價(jià)值的工作,純粹由于戰略不清楚和信息不全導致的。

如果對工作的數字描述完整度夠,比如出了多少問(wèn)題,收斂時(shí)間怎么樣等,那基于這些數據其實(shí)可以比較快速削減招聘過(guò)程里因為整體不清楚,局部增加的摸索的復雜度。

其次是牽涉物理空間的話(huà),具身機器人不好用。

別看把候選人接回到公司,做面試這事看起來(lái)簡(jiǎn)單,真拿機器人做還就困難重重。

門(mén)禁、電梯、開(kāi)門(mén)、聯(lián)絡(luò )對應的面試官、不在打電話(huà)、重新排時(shí)間等,都組合在一起,機器人還真就搞不定。勉強搞了,一旦有突發(fā)情況就掛了。

最后是觀(guān)感略不好。畢竟真上機器人沒(méi)那么親切。

這些原因導致這事現在還不行,實(shí)際上需要運營(yíng)思路、基礎設施與角色中心式計算相適配。但這只影響洪水來(lái)的快慢,不影響來(lái)不來(lái)。影響來(lái)不來(lái)的智能絕對高度其實(shí)是夠的,并且還在提高。

需要補充的是,上面這些難點(diǎn)不是模型能解決的,純粹提高模型的水平?jīng)]有用。

如果對角色中心式計算感興趣,可以參照下面三篇文章:

角色中心式計算:AI大模型顛覆性的起點(diǎn)與終點(diǎn)

智能原生:AI藍海世界的關(guān)鍵鑰匙

AI的進(jìn)展不是太快,而是太慢

三、個(gè)人的選擇與進(jìn)化

從個(gè)人角度看,選擇也就沒(méi)那么多。

本質(zhì)上是需要鋼鐵俠化。

套殼不套殼對于托尼·史塔克來(lái)講戰斗力差異還不是1:100,個(gè)人也一樣都需要找到屬于自己的那套戰甲。

這里有一個(gè)不太容易接受的現實(shí):

越是成熟體系里面對知識的運用,面對AI越?jīng)]價(jià)值。

什么叫成熟知識體系的運用呢?

這可以拿做題來(lái)類(lèi)比。

有一套大綱,然后在這套知識體系里碰到各種題目,不停的解題。背后支撐的能力是記憶、邏輯、計算等。這部分能力的價(jià)值會(huì )貶值比較快,比如在記賬層面的會(huì )計。

但不是整個(gè)領(lǐng)域會(huì )變沒(méi)。

真實(shí)世界可以看成是一個(gè)流變且不可控的模型,這里面不清楚混沌的部分需要有人的介入才能變成信息輸入,導入到那個(gè)確定體系里面去,比如今年確認收入多點(diǎn)好還是少點(diǎn)好,就取決于人在世界模型各種輸入之上的判斷,這不是個(gè)知識性的問(wèn)題,基于單純的財務(wù)知識沒(méi)有答案。

所以各個(gè)現有的角色和分工會(huì )從下往上回卷,越是基礎的,確定性強的依賴(lài)智能崗位越會(huì )被優(yōu)化掉。(是過(guò)去常說(shuō)的白領(lǐng))同時(shí)負責處理世界模型中混沌信息的人需要變成鋼鐵俠,借助AI能夠快速吞吐大量的信息(超人化)。

(執行層因為機器人不好使短期還沒(méi)事,所以反倒是可能從中間開(kāi)始沖擊,最上層則需要超人化)

四、還有多久

真的不會(huì )太久。

這波AI浪潮到現在不過(guò)兩年,很多新進(jìn)的創(chuàng )業(yè)者們還在重踩之前的坑,嘗試用AI做各種小的方案(很多估計被現金流逼的),真正強有力的產(chǎn)品還在打磨之中。

在這種折騰中很多人可能沒(méi)注意Copilot是收入已經(jīng)超過(guò)Windows的一半。(老宋發(fā)到琢磨事群里的一張圖)

這還真是輕舟已過(guò)萬(wàn)重山。超過(guò)Windows的收入看起來(lái)也不過(guò)就是眼前的事。

Copilot這種生產(chǎn)力工具落地必然是容易的,它們的落地的同時(shí)也會(huì )帶來(lái)一個(gè)后果:會(huì )讓數字化的程度變得足夠高,讓整體性的生產(chǎn)關(guān)系工具成為可能。而一旦整體性生產(chǎn)關(guān)系工具形成(過(guò)去是ERP)那就會(huì )給智能提供足夠充分的發(fā)展壯大的土壤。

步驟是這么個(gè)步驟,估計也不會(huì )特別快,但3~5年內肯定會(huì )出現類(lèi)似的產(chǎn)品,隨后怎么沖擊到每個(gè)人可能比大家想的都會(huì )快。

大模型的進(jìn)展以及后面的時(shí)間可以看成是一個(gè)聚勢的過(guò)程,這里可以類(lèi)比2000年之前的互聯(lián)網(wǎng)。(孫子兵法:轉圓石于千仞之山者,勢也)

五、技能集的重置

在這個(gè)過(guò)程里,對個(gè)人最大的挑戰其實(shí)是技能集的重置。

AI不太可能搞定的是把混沌轉換為確定的能力(背后就是創(chuàng )造力),也不太可能取代感受(誰(shuí)愿意看機器人做吃播呢?。┪幕歉惺芟嚓P(guān)。

(黃色的部分是人會(huì )有優(yōu)勢的領(lǐng)域)

但很不幸,我們過(guò)去的教育主要培養的能力正是接下來(lái)用不上的。做題依賴(lài)于記憶和計算能力。

現實(shí)則要求我們要從更多使用邏輯、更像機械轉向更多使用創(chuàng )造更關(guān)心感受、更像一個(gè)真正的人。

純粹以方向而言,這不是壞的方向。

也許我們可以換個(gè)角度來(lái)看硅基的人工智能和我們人類(lèi)。

硅無(wú)疑是更穩定的,而碳活性則更強,所以人的自留地可能在于和活性有關(guān)的部分。

六、新未來(lái)

有時(shí)候我們是很矛盾的,我們大多時(shí)候沒(méi)那么喜歡工作,但真的感到可能會(huì )失去它的時(shí)候,又會(huì )恐慌。

多種價(jià)值坐標系的撕裂導致了這種結果。

如果把所謂的工作排在歷史空間里面,那大概是這樣的:

工業(yè)革命前的農業(yè)社會(huì )里,每個(gè)人更像《隱入塵煙》里馬有鐵,他的看得到自己產(chǎn)出,什么都會(huì )干。

養雞養驢蓋房子,不分工的。

不分工對生產(chǎn)率有妨礙,但對安定人心是有幫助的。(有恒產(chǎn)者有恒心)

工業(yè)革命除了動(dòng)力革命,最關(guān)鍵的是大分工和流水線(xiàn)。工人其實(shí)根本不不知道自己在干啥。馬克思管這個(gè)叫異化。好處是生產(chǎn)率,壞處是人生價(jià)值和工作價(jià)值分離。典型象征是摩登時(shí)代里的卓別林。(這個(gè)一直持續到現在)

AI帶來(lái)的更可能是一次新的分工重整。

從分工角度,鋼鐵俠其實(shí)和馬有鐵差不多,他也自己啥都干,區別就是鋼鐵俠能調度的力量和層次在A(yíng)I的助推下已經(jīng)變的更高。

分工更可能是重新變的越來(lái)越綜合。綜合后的崗位才更需要創(chuàng )造力和感受。

如果每個(gè)人的生產(chǎn)力都和鋼鐵俠類(lèi)似,那可能人類(lèi)就能造戴森球了。

七、小結

前面寫(xiě)了很多和產(chǎn)品技術(shù)有關(guān)的文章,近來(lái)則發(fā)現大家對AI的隱約恐懼愈演愈甚。方向本身不是壞的方向,讓人能更回歸自身拋棄每個(gè)人心里不怎么喜歡的工作,不能說(shuō)是壞的方向。關(guān)鍵是轉折本身的風(fēng)險太大,有可能超出對應主體的承重。逃是無(wú)處可逃的,還是需要正視并重新定位!

專(zhuān)欄作家

琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。聲智科技副總裁。著(zhù)有《終極復制:人工智能將如何推動(dòng)社會(huì )巨變》、《完美軟件開(kāi)發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時(shí)代的7個(gè)引爆點(diǎn)》等書(shū)。

本文原創(chuàng )發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議

該文觀(guān)點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 除了chatgpt,國內那幾個(gè)玩意兒就像個(gè)笑話(huà)一樣!

    來(lái)自遼寧 回復