————信息化时代的智力优势————
从远古时期,到农业社会,胜者总是那些捕获能量效率更高的个体。身强体壮能放倒野牛,就成为了部落首领;每年从地里多收它三五斗,慢慢就变成了地主。
![image.png image.png](/upload/default/20240222/2d37fed37b41ca64755335d551a668d4.png)
工业社会来临后,机器替代了人力。于是胜者变成了消耗能量效率更高的个体。单位时间内能量消耗越多,产出就越多,逐步完成资本的原始积累。从工业社会开始,智力水平成为了重要的生产要素。因为更高的智力意味着可以组织起更多的资源,以更加有效的协作方式,以更高的速率消耗能量,从事生产。注意,这里谈到的是智力,而非学识。毕竟若干年前哪怕没有太多学识,而只是依靠聪明,也不缺少出人头地的机会。从彼时起,高智力型工作的生产效率和价值创造,远远高于了体力劳动者。坐办公室的,看不起下车间的;写软件程序的,看不起搬砖的;案头码字的,看不起跑江湖的。
![image.png image.png](/upload/default/20240222/a72660eaafa5ec12c8e27d90a3a1af78.png)
在信息化程度愈发高企的年代,人们对于教育的重视程度也愈发畸形。虽然学历并不代表着能力,但文盲在新时代里显然是没有竞争力的。由此也催生了教培行业过往持续了近一代人的繁荣景象。
————来自AI的碾压————
1950年,人工智能之父艾伦·图灵提出了“图灵测试”,即由测试者在与被测试者(一个人和一台机器)隔开的情况下,由测试者向被测试者随意提问。进行多次测试后,如果被测试者机器让平均每个测试者做出超过30%的误判,那么这台机器就通过了测试,并被认为具有人类智能。直至本世纪初,大多数科学家依然深信,几乎不可能有机器能够通过图灵测试,即使在1997年IBM的深蓝电脑就已经在国际象棋对抗中战胜了卡斯帕罗夫。2016年,即使是复杂度远远高于国际象棋的围棋竞赛中,人类也不得不宣告再不可能是机器的对手。
![image.png image.png](/upload/default/20240222/e6befd4623ba8fd2a78c8e824b66560e.png)
2022年,OpenAI所发布的chatGPT,已经完全可以胜任与人类的无缝对话,天文地理世间百态无不知晓,全世界为之震惊。很多专家甚至将大模型所展示出那令人惊叹的智慧,称为“涌现”。太多了,太快了,出乎意料且难以溯源。如果说chatGPT的能力还仅限于文字,直至最近Sora的发布,让世人再一次为之惊叹,计算机的理解力已经跨越至动态图形,具备了近乎于完整的创造力。
![image.png image.png](/upload/default/20240222/a85680732d3f2329044c70478a792c1c.png)
时至今日,我们再也无法将机器定义为机器。
————人工 or 智能————
过往在AI领域存在一个基于应用的认知误区,即越简单的、能力边界越清晰的工作,越容易被替代。当下AI发展的路径,对这一推断进行了颠覆式的纠错。5-10年之前,主流的期望是利用AI的能力替代司机,开发更高阶的自动驾驶系统。毕竟在应用界看来,似乎司机是最典型的应当被替换的工种。
![image.png image.png](/upload/default/20240222/a08acc7a80b1813b616a96f135602739.png)
而今,被替代的司机不多,但文案编辑、插画师、在线客服已经快丢掉饭碗了。当然在缅北搞电诈的除外,通常丢的不是饭碗而是腰子。在不远的将来,导演、作家、交易员、程序员、自媒体上活跃的段子手,乃至于科学家和企业家,都有极大可能被替代掉相当大的比例。说到底,过去人们对人工智能的理解偏向于“人工”,时至今日方才发现,“智能”才是其核心能力。例如,有一众利用冷冻电镜进行蛋白质解构的生物学家,从海外归国后被国内院所奉为上宾。实际上,以后这都是AI的工作。AI对于高智商活动者的替代,将如滚滚车轮的无情碾压。靠脑子吃饭的人群,下岗只是时间问题。尽管当下的AI在技术层面还并不完善,但科技最大的优势就是速度。正如比尔盖茨所言,“人们总是高估一年内的变化,而低估十年内的变化”。但似乎没多少人看见这一点,更鲜有人为之做些准备。
————从高智力活动开始替代————
从经济效益角度讲,AI对于人类劳动的补充直至替代,也必然最先发生在高智商活动的领域。第一部分中已经描述过,当今的信息化时代,高智商活动的生产力和单位产出更高。在AI的运行还需要消耗大规模的算力、数据、带宽以及庞大的电力,无法将边际成本降到足够低的阶段之前,AI应用枪口将始终瞄向高附加值的岗位。而这些岗位所创造的经济价值也使得其雇主有更强的支付能力。所以,AI对于工种的最佳取代,要么是标准化程度高、存量规模大、算力消耗低的岗位,要么则是智力资本密集区。例如线上客服就是前者;例如基金经理/交易员就是后者。
![image.png image.png](/upload/default/20240222/45f1a2ed1fd6228e6d8fe4fde38665b8.png)
或许在未来,电影不需要再由导演实拍,总裁爽文不需要再写手码字,软件程序可以被自动生成,特级教师和名医都可以变得虚拟。生活在那个时代的儿童,学习的意义是什么?不得而知。
————剩余的机会————
智力密集型的工种,大多集中在相对固定的环境下。例如,一个人基本没法同时担任职业足球运动员和程序员。这是第一个特征。其次,智力密集型的工种,基本都足够理性,讲求数据、实证和逻辑推演。这是第二个特征。基于这两个特征,或许可以推论出在AI时代仍有存在价值的工作特性。人类大脑相对于AI,已经不再具有学习、推理以及创造的优势。而其领先优势在于,相同算力下更低的功耗、更便捷的触达和更具情感的表达。场景复杂度的处理,在相当长一段时间内,AI还无法胜任。因为其解决方案的关键要素并非完全来自于学习和思考。例如厨子。从原材料处理,到配料掌握,到烹饪技法,到精美摆盘,AI+机械都难以胜任。(这里我们就不讨论预制菜了,这是对美食的侮辱。)
![image.png image.png](/upload/default/20240222/afb47b26e62e674fefc366a4f6e3e1e0.png)
例如修车技工。这里所指是后市场修理,而非工厂前装。车辆的保养维修,场景处理上极其复杂。其他例如外科手术、疗养康复、保姆、应急救援,甚至建筑工地的瓦匠木匠(假设建筑技术没有颠覆式进步),等等。在具体场景下处理问题完成交付的能力,是AI不具备的。智力、体力、感情,三种元素交叉的工种,应该更能适应在那个时代来自于机器的挑战。加上全球主要国家劳动力人口数量的锐减,相信能够为生产力尚未达至共产主义之前的阶段里,还需要依靠劳动进行价值创造的人们保留能够嵌入的位置。
————结语————
有生之年,我们不必去艳羡律师的专业与尊贵、学者的渊博与智慧,基金经理的洞察与高薪。人脑在那个年代,是落后的。知识可以被随时获取,被随意触达。倘若这个世界仍然以碳基主导,那么我们应该感谢和珍惜的,是大脑和躯干的有机结合。这或许才是自然界最为伟大的创造。
![image.png image.png](/upload/default/20240222/155f1b271c3cd00386ade3446c962012.png)
正如黄仁勋所说,“随着科技的迅猛发展,人们需要掌握的技能也在不断变化。计算机科学虽然重要,但已经不再是唯一的关键能力。相反,人类生物学作为一门综合性学科,涵盖了从基因编辑到生物信息学等多个领域,对于未来的发展具有更加重要的意义。”如此精密复杂且配合无间的系统,才是与AI抗衡的永恒力量。如果我们成人已经被过去的年代所定义,那么未来的儿童应当怎样被教育?如果您对投资感兴趣,对我们的故事感兴趣,请联系我们。
免责声明
本文仅作为知识分享,参考用途,并不应被考虑为专业意见或官方观点。本文不构成任何投资建议,为内容的准确与完整不做承诺与保障。就以上信息提及的主题做任何决定前,建议向适当的专业人士寻求独立意见。寰图云创明确表示概不因他人使用或诠释以上之任何资料而承担任何责任。