马克·吐温曾说过:“历史不会重复,但会押韵。”

在 23 年初 AI 势头最火热的那会,我写了一篇《AI 会取代人类的工作吗》的文章,那篇文章里总体对 AI 的出现与未来还是持开放态度的,比如我觉得之后会有很多公司快速上线“Prompt Engineer”之类的岗位。但是当我们把视角转到 2024 年的今天,我又觉得“AI 取代人类”这件事可能会比我当初预想的进度要慢一点。

比如从人才市场来看,一个很直观的例子就是行业中不仅出现了很多“大模型算法研究员”,“AI 产品经理”这样的岗位,岗位描述里会告诉你“能够设计合理的 prompt 模型,不断优化模型的性能和效果”,“与算法与产品团队紧密配合,将算法需求变为可批量生产的模型语料”,这些事情可能都代表着越来越多的公司愿意为 AI 投入更多的资源与成本了,但有些公司又会在 15k 的岗位任职资格中写到“至少具备 5 年以上 AI 方向经验”,“发表过高质量 AI 行业论文(如CVPR、ICCV、AAAI等)”,这件事让我觉得有点黑色幽默(你应该能 get 到吧?)。

可能从实际应用来看,行业中大部分企业对 AI 的认知还是在“基于已有的知识库优化智能问答,辅助生成报告知识图谱”或者是“基于已有的项目与成交案例进行总结沉淀,通过 AI 赋能售前支持,支持咨询客户转化”的角度里。能够通过 AI 进一步帮助企业或者团队提升效率,总体的探索都比较有限。

跳脱出对国内外市场主观的判断考虑,我是觉得伴随 AI 所推动的自动化,可能会在某种角度拉开低技能劳动者和高技能劳动者的工资差,一方面可以替代一部分前者的工作内容,另一方面又会为后者创建更多新的工作任务

新技术的出现与适配,肯定能够对工作中带来巨大的“改变”。但最终能不能“真的提升生产效率”,可能是另外一说了,就像是盒超市里的自助结账机,酒店前台的自助入住机,或者是路面上的萝卜快跑,他们确实替代了原本的收银员,酒店经理和网约车师傅,但是对于整体的付款效率,入住效率甚至路面的拥堵有多大改善可能就是另外一说了,此外就算引入了很多这样的机器,又能真的优化现在的就业环境吗?

至少在我身边的环境里,我感觉 AI 的改善没有想象中那么高。能够自如创建 Agent 并将其用在工作中提升人效的人还是少之又少,而当你真的使用 AI 提升人效之后,又可能会面临涌入更多问题的窘境。还有就是我发现大多数人,更意愿将 AI 当做“搜索引擎”的平替,原本是遇到问题后去搜索引擎上提问找答案,后面变成了去小红书找答案,现在又变成了去 AI 上找答案。

表面上看起来,市面上的大多数 AI 都能够在短时间内帮你写出一份活动的策划,产品推广的文案,甚至是基于历史的知识库对某些数据进行一些深度的分析,使用 AI 能够“不假思索”的复制粘贴以便更好的响应领导分配的事情。但回到一切的根源,答案来自于问题,我们只顾着快速的提交问题的答案,是否又真的愿意思考“如何提出一个好问题”呢?

从这个角度来看,不论企业规模如何,如果只是打算创造一些平庸的技术来配合市场宣发的时候,不妨就别再想着能真的“降本增效”了。降本增效中只有“降本”变成了真实的利润目标,而选择的方法就是用更廉价的资本来取代劳动力(反正 AI 也能写活动策划,那我就用 AI 来取代两个运营人员的 hc,至于落地实施的事情再说),这件事对整个经济生产率的提升毛用都没有,唯一的收获就是借着 AI 的这阵风举办了更多名为分享实则销售获客的沙龙,最终只会让大环境越来越差。

我记得曾经看到过一种观点“国内的 AI 全部局限在内容审核,而国外的 AI 都在尝试再次创新”,可能现在又再次走上了一条循环的道理,随着人们对生成式 AI 的关注越来越多,资本也会越来越集中,那可能也会降低 AI 在其他方向上的无数可能。虽然说愿意承认技术对未来带来的决定性影响是件谦逊的好事情,但也依然会受到政策影响,经济发展,利益相关者话语权等各种因素互相影响。

我想这篇文章还是不应该太过于武断,仅以我所在的角度和视角来发散性的聊聊。只是作为 IT 浪潮中一个渺小的参与者角色而言,我们好像真的就踏入了一些影响人类发展的关键节点,但是几十年或者几百年之后的未来到底是什么样的,谁知道呢?

本文灵感来源:《梅宏:对当前人工智能热潮的几点冷思考