起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識哪些飯碗 AI 不好搶？
之前ChatGPT發(fā)布后，就曾有傳言稱“AI即將取代人類”；而隨著Sora、Suno的發(fā)布，相信這種說法的人越來越多——畢竟文生文還只是影響到作者、自媒體這些的工作，文生視頻和文生音樂，連創(chuàng)意類的作曲、剪輯都能做，波及的范圍越來越廣。這種情況下，疊加經(jīng)濟增長放緩，擔(dān)心自己飯碗的人也越來越多。
但其實沒必要擔(dān)心，當前的AI大模型，哪怕繼續(xù)優(yōu)化升級到極致，仍然無法取代人類專家——因為這對AI而言超出了能力范疇——它沒有情感，沒有個體意識，也就無法“涌現(xiàn)”最關(guān)鍵的人類「價值判斷」的能力。
周末跟一位體制內(nèi)的老友聚，無意中聊到AI，我看友人的表情，疑似是用《三體》中的“冬眠艙”沉睡了十年。
我再次體驗到“信息繭房”的威力。
困于繭房的不止友人，還有我。
我太想當然了，以為所有人對社會科技趨勢，“至少有個大概的共識”吧。
事實上，這個“共識”遠低于我的預(yù)期。
2022年底，OpenAI發(fā)布ChatGPT，因其在文本領(lǐng)域的“里程碑式突破”，引爆了一波人工智能浪潮，持續(xù)至今仍不見衰。
時隔一年多，它究竟發(fā)展到什么程度，能做些什么，對我們有哪些深遠影響？
對此完全沒概念的人竟比預(yù)想的多。
這篇專題，簡單聊下。
一、與早先的“AI”有什么實質(zhì)區(qū)別？
早先的AI，可以歸為兩類：
一類是專注特定領(lǐng)域的“單一智能”。
比如，“深藍”（Deep Blue），1997年國際象棋比塞中擊敗了冠軍。
但這種只能做特定規(guī)則范圍內(nèi)的智能，只能稱為“某某自優(yōu)化程序”，跟當下火熱的AI不在一個賽道。
另一類是直接與人類語言或行為互動的“AI”，背后其實是搜索引擎或推薦算法。
AI大模型跟這類“傳統(tǒng)AI”的實質(zhì)區(qū)別是什么？
用了一段時間，我感觸最深的是，當下的AI，它真的是圍繞“你的需求”去互動、去組織內(nèi)容，而之前的只是圍繞“關(guān)鍵字”（或行為）去搜羅內(nèi)容。
比如，我曾在哪看過“大海中與龍門有關(guān)”的禪機，想找它的出處，但我不知道這部作品名，甚至連它是不是一本書也不確定。
于是用搜索引擎，不出所料，搜到的要么是“鯉魚躍龍門”，要么是兒童故事或音樂，總之跟我的目標風(fēng)牛馬不相及。
后來換成AI大模型，同樣的描述，它告訴我：出自禪宗名著《碧巖錄》第六十回。
嗯，言簡意賅，一步到位。
這就是當下AI的突破性之處：
它能“理解”人類語言，于是能根據(jù)“你話的意圖”而不是“你話里的關(guān)鍵詞”去搜羅內(nèi)容。
這更符合現(xiàn)實情境——我最需要搜索的時候，總是出現(xiàn)在“我連搜索目標都還模糊不清”的時候。
當我都知道目標的“關(guān)鍵字”時，我還要你搜索引擎干嘛？欣賞競價廣告么？
同樣的問題也出現(xiàn)在各類“智能推薦”上，我高頻瀏覽某商品，它就老出現(xiàn)在“你或許喜歡”列表上。
這契合現(xiàn)實嘛？
現(xiàn)實中，一個人反復(fù)高頻搜某一類商品又叉掉，有沒有可能他其實不需要這個，但需要的又找不到？
諸如此類，這些統(tǒng)統(tǒng)可以歸為“模糊需求”——是現(xiàn)實中更高頻出現(xiàn)，也更“剛需”的需求。
但早先的AI對此無能為力。
這是AI大模型“革命式突破”的地方：
它理解人類語言，就能洞察你的意圖，所以我說它能圍繞你的需求去搜索或組織內(nèi)容，這是它與早先的AI（圍繞關(guān)鍵字）最大的區(qū)別。
二、理解人類語言，意味著能輸出實用交付物
可別小看「理解人類語言」。
沒錯，站在人類立場，幼兒園小朋友就能做到。
但機器的優(yōu)勢是背后近乎無窮的算法算力，「理解人類」可說是它額頭上的那個「指數(shù)」。
打個類比，AI的綜合能力是以「算力」為底數(shù)，以「理解人類」為指數(shù)。
不理解人類前，這個指數(shù)是個1，它只能做些最呆板最機械的活。理解之后，這個指數(shù)可以是10，可以是100，可以是N。
一個億的一次方不嚇人，但一個億的N次方，光是數(shù)字就能把人淹死。
建立在「理解人類語言」的基礎(chǔ)上，它就能代入人類視角去「學(xué)習(xí)更復(fù)雜的概念」。
起初你嘲笑它的認知，就像是剛發(fā)明出來的火車，比馬跑得還慢，但調(diào)適訓(xùn)練幾次，它就能以千萬匹馬都無法拉動的力量奔跑，甚至能飛上天，后勁無窮。
這就是硅基智能的優(yōu)勢，它可以無止境的「吃」，無止境的「內(nèi)化」，而且不需要休息！
這正是當前AI的“初步成果”，它已經(jīng)能輸出人類「所需要」的各類文本，包括且不限于：
創(chuàng)作公文、小說、詩歌等純文字內(nèi)容；
陪你聊天解悶，甚至談戀愛；
輸出繪畫、樂曲、帶劇情的視頻；
甚至網(wǎng)站代碼、表格、簡歷、PPT等直接作為職場交付物的內(nèi)容了。
……
網(wǎng)絡(luò)上的例子眾多，這里不贅述。
當然，我們更關(guān)心的不是它能做這些——我畫個火柴人那也是藝術(shù)呀。
我們關(guān)心的，是它到底能做到幾成色？
有多可靠？
肉眼可見的未來會頂替職業(yè)工作者么？
三、AI達到平替職場人的水平了么？
一段時間評測下來，我體驗最深的是，當下的AI，最大的優(yōu)點跟缺點都是，“AI痕跡”明顯。
我說的“AI痕跡”不是貶義，比如，讓它出一些建議或分析報告，無論任何領(lǐng)域，它幾乎能交出一份「全面」、「均衡」、「精要」的答卷。
但硬傷也恰恰在于此。
我們解決現(xiàn)實業(yè)務(wù)問題時，最忌諱的恰恰是「均衡」與「全面」。
就像高考滿分作文，它也就只能在考卷里滿分，按現(xiàn)實職場要求，高考優(yōu)秀作文實在是過于“學(xué)生氣”。
現(xiàn)實工作，無論哪類業(yè)務(wù)，最耗腦也最體現(xiàn)能力的實質(zhì)都是“資源配置”的問題——一個項目，你手頭資源（精力）有哪些，按什么步驟、什么組合、多少比例分配。
比如，讓你設(shè)計一份讓人念念不忘的宣傳材料。有經(jīng)驗的人都知道，打動人心的關(guān)鍵，一定是要突出某些，壓抑某些——即一定要“不均衡”展示。
“不均衡”雖然未必就合理，但「全面」、「均衡」卻一定是錯的。
所以，在工作中，核心競爭力的體現(xiàn)是在“配置”上，這是專家最需要“動腦子”的地方，也是他們“值錢”所在——不是去指導(dǎo)什么該做，而是把一切不該做的事剔除掉。
而AI的優(yōu)勢在哪里？
在于專家們將資源配置完之后，根據(jù)他們的要求，填充細節(jié)，作為算法與算力——實際上，這些工作原本恰恰是絕大多數(shù)初級XX師，XX助理干的活——是不是想到AI威脅最大的群體是誰了？
當然，有人會說，只要數(shù)據(jù)訓(xùn)練的量級足夠，專家資源配置的活，AI也能勝任吧？
不是這樣的。
我得出上述結(jié)論，并非建立在AI當前的能力之上，我是把它們未來的成長性也考慮在內(nèi)。
我關(guān)注的是它們底層的“原生缺失”，這些“缺失”必將導(dǎo)致它們能力的缺陷。
AI缺失的是什么？
它無法擁有人類情感，沒有個體意識，沒有欲望、動機。
咦，這是不是跟前面說的「理解人類語言」矛盾？
并非如此。
理解可以通過純粹的邏輯實現(xiàn)，AI會這么告訴你：
我沒有情感，但我填喂過“人類所有的情感狀況”后，我就能知道，一個人在某種情境下，他是會喜怒哀樂還是會無感麻木。
這是「理解」。
但理解與體驗是不同維度的事。
你想象下，剝奪一個人的一切感官體驗（包括恐懼），你覺得他還會有任何欲望、利益、動機么？
他就變成了它了——一個僅剩理性思維的機器。
沒有情感體驗，AI就無法獨立做價值判斷——它的一切目標都得“預(yù)先導(dǎo)入”——但真實世界中，沒有人能預(yù)判最優(yōu)解。
別說一個社會或特定人群，哪怕是一個人，就你最懂的「自己」，你能確定明天晚餐你就一定想吃現(xiàn)在最想吃的料理么？
很多人一定還記得那個事例吧：
某系統(tǒng)出問題了，需要技術(shù)人員進大廈修理，但這個系統(tǒng)就是負責(zé)分配入門資格的，技術(shù)人員進不去，而門衛(wèi)因為技術(shù)人員沒有入門資格，就是攔住不讓進。
這位門衛(wèi)，更像AI——無法根據(jù)當前情境做正常人都會做的“常識判斷”。
當然，AI比門衛(wèi)謙遜的多，它很明確知道自己「不能做什么」。
在這類問題上，AI本I大方承認：
它反復(fù)強調(diào)“自己是基于歷史數(shù)據(jù)和模式”，對于未知或?qū)嵸|(zhì)創(chuàng)新——恕我無能。
AI無法做價值判斷，就無法在當前情境中權(quán)衡輕重緩急，我剛才提到專家最核心的事情了吧——配置資源。
沒錯，AI能通過訓(xùn)練獲得歷史最優(yōu)配置，但歷史配置能否匹配當前情境或未知領(lǐng)域——這需要價值判斷，需要人。
* 例子太多，比如，只要牽涉到倫理沖突或長遠利益（必存在倫理沖突），AI就沒轍了。
因此，只有人類專家才能做出這個判斷——AI心里沒底。
除了情感與意識問題，還有哪些是AI特別不擅長的？
跨領(lǐng)域聯(lián)想。
只要是表面不相關(guān)的兩個領(lǐng)域，它就很難充分挖掘兩個領(lǐng)域間的內(nèi)在關(guān)聯(lián)，從而獲得「智慧洞察」。
比如，上周我在思考校園霸凌的問題。
分析多了，我發(fā)現(xiàn)，只將眼光放在教育體系內(nèi)，得不到最優(yōu)解。
我就這類問題跟AI探討，它能得出的也就那些全面、均衡的建議，再無突破。
實際上，我很快直覺到——拋開校園與教育的范疇，將眼光看向職場，看向成年人社會，從那些表象不是霸凌的成人互動中，找到突破問題的關(guān)鍵。
但無論我怎么暗示AI，它始終不會這么思考。
「少加點班」之所以能始終得到老讀者錯愛，顯然不是因為我的文筆，最大的原因恰恰是專題中偶爾捕抓到的「深刻洞察」，而這些洞察絕大多數(shù)正是來自于「跨領(lǐng)域分析」，這是我的個人核心競爭力。
比如，從“控制論”中尋求“意志力改進”的措施；
從水流的特性中獲得“碎片時間整體應(yīng)用”的靈感；
或者從“慢性病的邏輯”中挖掘出“學(xué)習(xí)與持久性記憶”；
……
諸如此類與實質(zhì)創(chuàng)新有關(guān)的飛躍，AI仍只能“隨機關(guān)聯(lián)”——但因為價值判斷缺失，要AI在眾多“隨機成果”實現(xiàn)最優(yōu)解的經(jīng)濟效益實在太低。
與「跨領(lǐng)域聯(lián)想」類似的，還有一個重要的能力是「跳出領(lǐng)域邊界」。
比如，你要研究某國歷史的復(fù)雜問題，那你就必須跳出該國歷史去尋求解答。
誠如歌德所說，不懂外語的人，就連自己的母語也只是懂得一知半解（He who knows no foreign languages knows nothing of his own），也隱含類似意思。
無論是「跨領(lǐng)域聯(lián)想」還是「跳出領(lǐng)域框架」，都是解決復(fù)雜問題——或者說的直白點，有極大潛在經(jīng)濟價值的問題——最依賴的能力。
而這類能力當前AI很難獲得的，因為其中的鴻溝不是“算法或算力”可以彌補，它需要「價值判斷」，需要動機、利益、情感、個體意識的參與——而這正是AI與Human的最實質(zhì)區(qū)別。
以上說的是「硬實力」層面的東西。
如果再考慮到「軟文化」，誠如職場老油子所評價：
工作很多時候是服務(wù)老板/投資人/領(lǐng)導(dǎo)的情緒，是察言觀色與人情世故，這方面，AI就更頭疼了。
所以，當前的AI大模型，哪怕繼續(xù)優(yōu)化升級到極致，仍然無法取代人類專家——因為這對AI而言超出了能力范疇——它沒有情感，沒有個體意識，也就無法“涌現(xiàn)”最關(guān)鍵的人類「價值判斷」的能力。
某種角度看，AI更像一個徹底拋棄了低級趣味、連生命意義都不在乎的「純粹圣人」，它固然可以告訴你一切事實性知識，但卻無法指導(dǎo)一個有血有肉的人如何生活。
四、那AI到底會不會跟人搶飯碗？
首先是體力活的朋友可以直接無視了。
用AI實現(xiàn)精細的手工活，經(jīng)濟效益非常低，在肉眼可見的未來，無需擔(dān)心。
至于“腦力活”，確實是當前AI的主戰(zhàn)場。
從AI的原生缺陷反推，我們不難得出，凡是不涉及情感、不涉及價值判斷的一切工作，像是“遵從指令”、“按部就班”、“邏輯推理”、“分析歸納”、“事實性知識”等等那些容易用“效率”去度量的工作，都是AI潛在的頂替項。
按人類社會的習(xí)慣，經(jīng)濟效益總是主導(dǎo)目標。換句話說，薪酬越高、可自動化程度越高，那么就越可能被率先“優(yōu)化”。
至此，可以總結(jié)如下：
不考慮社會因素，AI將導(dǎo)致基礎(chǔ)崗的坑位急劇減少，同時，將進一步提升高水平人才的產(chǎn)出質(zhì)量。
那這是不是一定會導(dǎo)致高失業(yè)率？
宏觀來看，短期內(nèi)陣痛在所難免，但長期來看，大量冗余的人員必將衍生全新的需求與市場。
這將產(chǎn)生大量全新的工種。
只是無論將來的新業(yè)務(wù)是什么，把AI耍的像今天“電腦打字”般爐火純青，肯定是未來職業(yè)的趨勢了。
五、我們需要怎樣適應(yīng)后AI年代？
前陣子，我經(jīng)?？吹礁黝悺敖倘巳绾问褂肁I 的培訓(xùn)”，這些人喜歡強調(diào)一項“能力”——如何向AI提問。
這讓我想到了上世紀的原始部落對于飛機的看法:
這些現(xiàn)存的“原始人”總是先聽到轟隆隆的聲音，然后看到飛機，于是他們得出結(jié)論：模仿轟轟發(fā)聲，遲早就能召喚飛機。
沒錯，讓AI輸出內(nèi)容，得確是通過發(fā)問驅(qū)動，但發(fā)問僅僅是最表象的東西，提出高質(zhì)量問題的關(guān)鍵從來就不在于“發(fā)問技巧”，而在于“你對該業(yè)務(wù)領(lǐng)域的認知深度”。
這類培訓(xùn)大受歡迎，讓人不禁替這些白領(lǐng)們擔(dān)心，AI取代他們可能還真用不了多久。
當然，這不能怪大眾。
由于歷史原因，我們的教育模式在當初定位的時候，就是想著培養(yǎng)“擁有豐富知識”且能創(chuàng)造性解決按部就班聽話的“高級人才”。
誰想這模式下培養(yǎng)的能力，恰巧碰瓷了AI最擅長的領(lǐng)域。
顯然，AI進一步放開普及之后，徹底的教育變革也是勢在必行了。
專欄作家
李少加，公眾號：少加點班，人人都是產(chǎn)品經(jīng)理專欄作家?！哆M化式運營》作者，“基于用戶視角的用戶養(yǎng)成運營框架”提出者，互聯(lián)網(wǎng)商業(yè)獨立研究者、運營管理專家。
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(zhuǎn)載。
題圖來自 Pixabay，基于 CC0 協(xié)議
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論，等你發(fā)揮！
