圖片來源：AI繪畫。聲明：此圖片由 MidJourney 生成未經任何訓練，不屬于任何真實人物

2023 年第一個季度，是屬于 AI 的。隨著 ChatGPT、New Bing、GPT-4、Google Bard、MidJourney v5、Adobe Firefly……一系列名字的橫空出世，許多人終于開始理解和接受這個事實：AI 離我們并不遙遠，它正在改變我們的世界。

僅僅是 2 月到 3 月的一個月內，基于 OpenAI 的 API，就有成百上千款應用百花齊放，涵蓋科研、閱讀、分析、編程等多個領域。巨頭們紛紛入場，企圖把 AI 接入自己的產品內?；ヂ?lián)網上也因為 AI 的趨勢，迎來了十幾年未曾見過的嶄新局面。

(資料圖)

那么，一個古老而經典的問題就再一次被問起：

既然 AI 已經如此成熟了，那么它會替代我們的工作嗎？

一個有趣的事實是：我們一度以為，AI 最容易做到的，是最底層的勞動密集型工作；而涉及創(chuàng)意、思維和感情的工作，最不容易被實現(xiàn) —— 但事實證明，這只不過是人類的幻想罷了。

擺在我們眼前的事實是：MidJourney 和 Stable Diffusion 經過調校和控制，已經能夠生成幾可亂真的 AI 繪畫，甚至能夠模擬照片。人類引以為豪的審美能力，在 AI 面前，不過是一群遵循某種模式的噪點而已。

思考呢？ChatGPT 已經能夠用自然語言跟用戶對話，回答問題，潤色文本，提煉信息，撰寫草稿。微軟的 New Bing 和谷歌的 Bard，則加上了網絡搜索能力，能結合實時數據和預測模型，幫助我們匯總信息，直接告訴我們答案。

那么，情感呢？陪伴、交流、安慰、傾聽，這些也能用 AI 代勞嗎？很遺憾，心理學上已經在探索用 AI 設計能夠做 CBT（認知行為療法）的機器人，并且取得了不錯的成果。至于單純的陪聊和傾聽，對大語言模型來說，不過是小菜一碟。

至于前端設計、金融分析、財務咨詢、文字編輯……這些工作對 AI 來說，只不過是「順帶」的程度而已。它們甚至都不是 AI 的主要針對對象，但就這樣自然而然被 AI 解決了。

反而，由于 AI 目前不具備對現(xiàn)實世界的感知能力，也不理解物理規(guī)律，只能用傳感器粗糙地模擬對現(xiàn)實世界的感知，因此涉及到「行動」和「動作」類的工作，AI 目前的水準極其低下，甚至不及兩三歲的兒童，在可見的未來也很難突破 —— 這被稱為「莫拉維克悖論」。

那么，在一段時間內的未來，AI 會對我們的生活造成什么影響？真的會有許多人因此而失業(yè)嗎？

要回答這個問題，我們需要深入探究一個問題：在我們的生活和生產模式里，AI 會擔任一個什么樣的角色？

1

我們目前所實現(xiàn)的 AI，包括在可見的未來能夠實現(xiàn)的 AI，實際上都不是 AGI（Artificial General Intelligence，通用人工智能），而是工具型的 AI。

什么是通用人工智能呢？簡單來說，就是像人類一樣，能夠進行獨立思考，理解所處的情境，應對人類面對的一般問題的 AI，也就是科幻作品里常見的 AI。如果這類 AI 出現(xiàn)，那么必然會替代絕大多數工作，引起前所未有的變革，這是毫無疑問的。

好消息是：這種 AI 目前對人類而言還是遙不可及的存在，別說現(xiàn)在，即使在可見的未來，我們都不太可能實現(xiàn)它。

我們目前實現(xiàn)的 AI，無論是 ChatGPT 背后的大型語言模型（LLM），還是 AI 繪畫所基于的擴散算法（Diffusion），本質上，都是一種針對特定情境進行訓練，用龐大的數據灌進去，并讓它從中學習數據的模式和規(guī)則的一類模型。

它們擁有人類望塵莫及的數據處理能力，但它們的范圍和上限天生就被「鎖死」了，只能完成它們被訓練的特定任務，無法自發(fā)地涌現(xiàn)出「主體性」。

打個比方，通用人工智能就像電腦，而我們目前所實現(xiàn)的 AI 就像吸塵器和洗衣機，它們在完成特定任務上遠超人類，但它們不太可能超越自身被設計的上限。

當然，就像機器會替代工人一樣，工具型 AI 必然也會對我們的工作造成非常大的影響。因此，我們不妨來考察一下：目前（以及短期內）的工具型 AI，會為我們的生活帶來什么變化？

OpenAI 近期發(fā)表了一篇論文，提供了一個有趣的視角。在這篇論文中，OpenAI 列出了 2087 項「工序」（DWA，Detailed Work Activities）。工序是完成工作的最小單位，一項工作可能由多個工序組成。比如「決策」是一項工作，它可能由「收集信息」「評估優(yōu)先級」等多項工序組成。

然后，OpenAI 讓人類和 GPT-4 來評估：如果一項工序在質量不變的情況下，使用 AI 能夠減少其 50% 以上的時間，那么它就是可替代的 —— OpenAI 的原話叫做「暴露于 AI」。如果一項工作的多數工序都暴露于 AI，那么這項工作就是暴露于 AI 的。

OpenAI 的結論是：經過人類和 GPT-4 的共同評估，在我們已知的職業(yè)里面，大約有 80% 的職業(yè)將有至少一項工作暴露于 AI，而有 19% 的職業(yè)將有一半工作暴露于 GPT。

這是一些具體的例子：

這張表格呈現(xiàn)的是不同職業(yè)的暴露率。可以看到 100% 的部分，它的意思是：隨著 AI 的發(fā)展，這些職業(yè)所有的工作都會暴露給 AI。哪些職業(yè)呢？表格中列出了這些：數學家，報稅員，金融量化分析，作家，網頁和前端開發(fā)……

2

很多人對此的理解是：這是不是意味著這些行業(yè)都會被 AI 替代，都會失業(yè)？是不是意味著有 19% 的行業(yè)里面，至少會有一半的人要失業(yè)？

其實不是的。我為什么不用「替代」，而是用拗口的「暴露」？就是因為，它的原意并不是替代，而是提升效率。我們不應該理解為「這些行業(yè)將有一半的人被 AI 取代」，而應該理解為：從事這些行業(yè)的人，他們的產出能夠提升一倍以上。

可能不少人會說：這樣不還是替代嗎？一個任務，原本 10 個人需要做半年，現(xiàn)在變成 5 個人半年，那不就表示有 5 個人可能被裁員？

并非如此，原因非常簡單：因為需求會增加。

一個行業(yè)，它的產出能夠提升一倍，意味著什么呢？意味著它的收益和準入門檻都會大大降低。那么顯然，一定會有更多的人想進入這個行業(yè)。只要這個行業(yè)沒有飽和，它的需求和能夠容納的量是一定會上升的。

許多這樣的行業(yè)需求上升了，就會帶動它們的上下游產業(yè)，讓整個鏈條能夠更活躍、更有效地運轉起來，從而創(chuàng)造更多的需求，產生更多的就業(yè)崗位，形成一個良性循環(huán)。

舉個最簡單的例子：電商對線下消費當然造成了巨大的沖擊，但電商毀滅消費行業(yè)了嗎？當然沒有。電商出現(xiàn)的結果，是極大地降低了每個人參與的門檻，讓更多人加入進來了。于是，帶動了上游的工廠、品牌、供應鏈，下游的物流、倉儲……消費行業(yè)沒有被摧毀，而是更加繁榮了。

同樣：游戲工作室可能不需要那么多美工了，但與此同時，門檻的降低使得更多的人愿意投身進來，于是可能會有好幾倍的新興工作室出現(xiàn)；小說的創(chuàng)作周期降低了，可能帶動出版和影視行業(yè)的成本降低、產出提升，那么可能會有更多的人投身小說創(chuàng)作，寫出更多的作品……

工具型 AI 沒有主體性，它始終是需要人去使用的，而每個人的時間和精力都是有上限的。只要這個社會依然存在高度的分工，就一定存在大量的需求可以被滿足。

我想翻譯一本書，我想設計網站，我想剪輯視頻，當然可以讓 AI 來完成 —— 但我不可能事事都親力親為，我一定是有一些事情，需要交出去委托別人辦的。許許多多這樣的需求加起來，在 AI 的加速之下，就能夠創(chuàng)造出龐大的就業(yè)崗位。

也就是說：AI 所帶來的不是失業(yè)，而是讓整個社會的價值交換更細致、更有效了。

許多人將會發(fā)現(xiàn)：許多自己以前想做但做不到的事情，現(xiàn)在突然就有對應的服務可以實現(xiàn)了；同樣會有許多人發(fā)現(xiàn)：許多自己掌握的技能，在 AI 的加持下，現(xiàn)在可以更好地派上用場了。

3

當然，這種需求的提升一定是有上限的。隨著越來越多的人參與進來，競爭會趨向激烈，價格也會降低，直到形成飽和的競爭市場 —— 畢竟我們可能并不需要那么多的游戲、小說、電影，它一定會有一個上限。

但只要你接受一個觀點：我們整個世界的經濟發(fā)展遠遠沒有到達上限，還有許多需求沒有被滿足，有許多時間沒有被充分利用起來 —— 那么，AI 的發(fā)展讓整個世界向著更繁榮、更豐富的方向運轉，就是一個大概率的事情。

從這個角度講，AI 的作用是什么呢？是一個催化劑。

我們這個社會，是由許許多多個復雜的系統(tǒng)組成的，這些系統(tǒng)由各個鏈條構成，鏈條的每一環(huán)都在進行需求-供給的對接，都在交換價值。但是，因為種種資源和現(xiàn)實因素的阻礙，許多鏈條的運轉是不夠良好的，存在許多卡、慢、斷的地方。這就導致了資源的錯配和失效。

舉個例子，你一定有這樣的感受：市面上的影視劇很多，但沒有什么是我想看的，我想看的卻找不到，可能制作方壓根就不知道或不會考慮我的需求；又或者，我有一個點子，想把它做出來，也很肯定它能幫到許多人，但是需要的時間和經濟成本太高了，只得遺憾放棄。

這就是資源的失效。像這樣的情況，在絕大多數行業(yè)里面都在發(fā)生。需求和供給無法良好地對接起來，或者供給的環(huán)路太長，難以及時、有效地形成反饋。

而 AI 的產生，最核心的作用，就是打通了這些卡、慢、斷的地方，讓這些環(huán)路能夠更快、更順暢地運轉起來，加速信息和價值的流通。

直觀的感受，就是整個世界變得更「快」和更「精準」了：許多產品可以得到更快的更新迭代，許多小而美的產品可以被創(chuàng)造出來，許多小眾的需求可以被看見、得到關注和滿足，許多停留在構思里的事物，可以得到實現(xiàn)……

這不是想象，而是正在發(fā)生的現(xiàn)實。

4

如果讓整個社會，按照這樣的路徑發(fā)展下去，會怎么樣呢？

AI 會成為連接一切的連接器。屆時，AI 會成為一個全新的、龐大的接口，將一切事物連接在一起，將一切信息和資源連接起來。

到那個時候，AI 將會成為新的「互聯(lián)網」，未來一切產品和服務都會接入 AI。「使用 AI」將會成為一件司空見慣的事情，就像我們曾經說的「上網」一樣，成為一個過時的詞匯。

我們可以簡單地暢想一些場景：

編寫程序，可以把需求告訴 AI，它會自動幫我們確定框架、補全代碼，我們只需要做一些完善。遇到問題，詢問 AI 可能的解決方案，它能自動連接到網上的知識庫，幫我們診斷。

平面設計，可以使用經過自己作品訓練的 AI 模型，結合客戶用 AI 撰寫的需求，生成概念草圖，經過挑選之后再去完善，完善過程中可以用 AI 輔助完成細節(jié)、紋理、圖案，我們只需要做一些微調。

產品開發(fā)，AI 可以幫助我們分析用戶需求，從大量的訪談和反饋中提取最關鍵的改進建議；還可以幫助我們完成原型設計，功能邏輯，產品測試，數據收集……我們只需要掌舵和決策即可。

日常工作中，我們只需要專注工作，AI 會自動搜集我們的數據，上傳到協(xié)作終端里面，全自動進行實時的項目管理、資源排期、任務指派。同時，AI 能夠綜合各部門的數據，發(fā)現(xiàn)潛在的問題，及時預警。

科研方面，AI 可以幫助我們預測和設計新藥，攻克疑難雜癥；同時，AI 能對不同領域已發(fā)表的文獻進行綜合分析，得到可能的潛在課題和研究方向，甚至提供可能的實驗設計和方法，輔助我們進行科研探索。

社交方面，可以讓 AI 分析我們的生活數據和社交媒體，為我們匹配更適合我們的朋友和婚戀對象。如果想獨處，也可以擁有專屬于自己的聊天機器人，召之即來、揮之即去，不需要消耗太多精力在無意義的社交上。

至于日常生活，每個人會有一個屬于自己的 AI 助理，基于自己的日記、文檔、閱讀記錄、工作數據訓練，熟悉自己的喜好和習慣。它會成為我們的「第二大腦」，為我們提供建議和意見，大到什么決策更好，小到什么衣服、電影更適合我們……

這些場景，有的已經可以初步實現(xiàn)，有的也許還有一段距離，但它們都并不遙遠。到那時，我們將不再僅僅生活在物理世界中，生活在互聯(lián)網上，也生活在 AI 里。

屆時，我們的觸角和可能性會被大大延伸。我們可以把大量繁瑣的、重復的日常工作交給 AI，騰出更多的時間，去學習新事物、新技術，思考新方向、新點子，探索新的可能，新的人生。

5

當然，AI 的發(fā)展，也并非全無值得警惕之處。

從個體角度來講，AI 將會成為每個人的「放大器」—— AI 會放大你原本的能力。你掌握的技能越多，知識體系越完善，就越能夠在 AI 的加持下，觸及更多的可能性，獲得更大的價值。

一個簡單的道理是：AI 能夠讓「學習」這件事變得更加容易。那么顯然，你原本的學習能力越強，AI 對你的幫助就越大。這就會讓你跟其他人拉開差距，并且這種差距只會越來越大。

同樣，AI 能夠讓「產出」大大提升。那么，你原本的產出越快、質量越高，AI 對你的作用就更明顯。這就會導致頭部的聚集效應，在提升整個行業(yè)的整體質量的同時，也讓部分中底部的參與者更容易被淘汰。

因此，盡管在前面的分析中，我提出：整個社會能夠在 AI 的加持下運轉得更高效、更良好，但與此同時，可能也會加劇不平等，拉大人與人的差距，讓行業(yè)的更新迭代更快，讓大家不得不「疲于奔命」，以免被行業(yè)所淘汰 —— 這是完全有可能的。

所以，面對 AI 的浪潮，我的觀點一直都是這幾點：

1）專精自己的優(yōu)勢和專業(yè)領域，不斷提高自己的專業(yè)水平。

2）思考如何把 AI 應用到自己的專業(yè)中，提高自己的產出和效率。

3）不斷接收新信息、擁抱新變化，拓展自己的視野，接觸更多的人和行業(yè)，思考能夠跟自己碰撞出什么新的火花。

不要把 AI 視為洪水猛獸，而是視為一種武器。這件武器，你能用，別人也能用。我們的對手不是武器本身，而是其他拿著武器的人。

6

而從社會整體的角度，同樣有一個不容忽視的隱患：那就是社會對個體的剝削、異化和規(guī)訓。

機器被發(fā)明的時候，許多人覺得，它能夠替代工人，從此工人不再需要那么辛苦了 —— 真的嗎？我們知道，歷史并非如此。機器的發(fā)展導致大量的工廠被興建，更多的需求涌現(xiàn)，但工人依然需要辛苦工作。這不是機器的錯誤，而是資本逐利的本質。

電腦出現(xiàn)的時候，許多人覺得，它能夠解決人力所不能及的問題，從此我們可以高枕無憂了。真的嗎？并沒有。我們被更多地束縛在電腦上，被迫隨時隨地進行工作。我們的時間被更多地切割成小塊，以滿足不斷涌現(xiàn)的需求和任務。整個社會加速了，但工作的負荷也加速了。

手機出現(xiàn)的時候，許多人覺得，我們對世界的接觸面被大大拓寬了。但事實證明，我們的思維和生活被更多地局限在這塊小小的屏幕上，被無限的社交媒體信息、新聞資訊和娛樂信息吸引，被「FOMO」（擔心錯過什么）和獎賞回路的劫持所主宰。我們的視野反而縮小了。

技術的飛躍和突破，除了帶來整個社會的生產力提升，它往往也會帶來另一個結果：加劇社會的馬太效應。

掌握更多資源的人，永遠擁有更多的選擇，同樣也更加能夠從社會鏈條中獲益。但社會鏈條的運轉需要成本，它可能會帶來更多的工作，更高的社會期望和標準，把我們更加牢固地束縛在忙碌中。

整個社會鏈條可能運轉得更快、更順暢，但它帶來的效果，可能更多地聚集在富人身上。而負擔社會鏈條運轉的負荷的，可能是你，是我，是我們每一個人。

這是一個嚴肅的問題，也是可能需要整個社會一起來思考如何應對的問題。

7

最后，補充一句：

在不遠的未來，隨著 AI 的發(fā)展，一定會帶來一段「陣痛期」。舊的工作被加速、優(yōu)化和替代，但新的行業(yè)還沒有發(fā)展起來，必然會有一波比較混亂的時期，可能有不少人會受到影響。

但這個時期，也是一波從中找到需求和機會，讓自己獲益的時期。

與每位朋友共勉。

*文中所提及的 OpenAI 論文為：

Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models (arXiv:2303.10130). arXiv. http://arxiv.org/abs/2303.10130

關鍵詞：