文章摘要
李飞飞与David Rogier在播客访谈中探讨AI时代职场格局。指出“智能成本归零”说法不严谨,组织若信此会陷入两种对AI的误判。十年后职场或只剩顶尖专家和自主创作者两类人,人类还有大量AI追不上的能力,还给出入门AI的建议。

最近,有一场关于AI与职场未来的播客访谈引发广泛关注,被称为“AI教母”的李飞飞和MasterClass创始人David Rogier,围绕“AI正在重塑职场格局,十年后或许只剩两类工作者”这一核心话题展开了深度探讨。我们整理了访谈中的关键观点,帮你清晰认知AI时代的职业发展方向。

一、智能成本从未真正归零

很多人听过“智能成本趋近于零”的说法,类似早年互联网圈流传的“流量成本归零”论调。但事实是,这类表述从未真正兑现——无论是早年的带宽、算力成本,还是如今的AI模型调用成本,都从未真正实现免费。

不少场景下,调用高性能AI模型完成复杂任务的花费,未必比雇佣实习生更低,有时甚至超过正式员工的薪酬支出。价格确实在持续下降,但“成本正在下降”和“成本已经归零”是完全不同的两个概念。

这种“成本归零”说法的前提,是假设人类智能的深度和边界已经被完全摸清,但实际上,人类的体力劳动、认知劳动、情感劳动始终和智能深度绑定,就连创造力的源头我们都尚未完全搞清楚。AI在语言智能上的进步确实显著,但语言智能只是人类智能的一个子集,空间智能、身体智能、情感智能等维度,AI还远未追上。因此,声称“智能成本归零”的说法,其实是对未知领域做出的确定性判断,并不严谨。

二、两种误判:暴露了对AI的认知偏差

如果一个组织真的相信“智能成本归零”,往往会陷入两种对AI的错误认知。

第一种误区:把AI当成裁员的工具

如今很多产品经理可以借助AI辅助开发,一人就能完成原型制作,而十年前的产品经理更多是协调者,需要依赖设计师、工程师协作完成项目,整个产品周期往往需要数月。但持有自动化思维的管理者只会看到“可以少招工程师”,而李飞飞则认为,AI其实是把从业者从基础执行工作中解放出来,让他们转向更复杂的问题解决,完成职业层级的升级。

第二种误区:把“能用AI做”等同于“能做好AI做的事”

很多人用AI快速生成界面或文案,但这类作品往往只停留在前端展示,无法对接后端真实数据,短期看起来不错,长期就会失效。不少人把用上AI工具当成终点,却忽略了真正的价值在于落地和持续优化。能用AI完成一件事,和真正把这件事做好,完全是两回事。

三、十年后,职场将只剩两类人

David在访谈中提出,未来职场会出现“杠铃效应”:中间层被不断挤压,两端的群体持续崛起。

以文案撰稿为例,普通水平的文案,现在任何人用大语言模型都能做出差不多的内容,但顶尖的1%文案,却很难被替代。而另一类人则是像David这样的“自主创作者”,他们可以借助AI工具自己搭建应用、定义工作流程。比如David自己就用AI工具搭建了整套CEO办公工具栈,开发应用的周期从几个月缩短到了周末。这类人可以独立完成多环节的工作,自主掌控工作节奏。

李飞飞补充道,这两类人看似路径不同,但核心驱动力都是主动性:顶尖专家靠主动性深耕专业壁垒,不断拉开和其他人的差距;而通才则靠主动性借助AI重构自己的工作方式,实现效率升级。

中间层的从业者如果只是停留在“凑合完成任务”的水平,AI会快速替代这类工作,因为AI可以免费生成类似的产出,这类岗位本身会逐渐消失。而打破中间层的关键,并不是天赋,而是主动跳出“等待安排”的思维,尝试用AI工具拓展自己的工作边界。

四、人类还有大量AI追不上的能力

有人担心未来AI会完全替代人类的判断力、创造力和情感智能。李飞飞以自己的研究方向空间智能为例,解释了人类智能的复杂性。

空间智能包含理解、推理、生成、交互四个维度,比如运动员投篮的瞬间,语言推理、空间感知、身体控制同时协同工作,并不是简单的流水线式执行。人类的这些智能维度,是经过数亿年进化沉淀下来的,而AI真正加速发展的只是语言智能这一较晚演化出的能力。

因此,AI想要追上人类的空间、身体智能,还需要数十年的时间,人类还有大量AI无法触及的能力维度。增强人类和AI的协作,并不是一种愿望,而是技术发展到这个阶段的必然选择。

五、入门AI的简单建议

李飞飞给出了一个朴素的入门建议:找一个25岁以下的年轻人,比如自己的孩子、晚辈,他们大多已经熟悉日常的AI工具。带着纯粹的好奇心,请他们分享日常使用AI的场景,不需要懂复杂的计算机知识,只需要花一个周末的时间,让他们带着你体验AI的使用逻辑。当你真正理解了AI的本质,就不会再对它感到恐惧。

写在最后

回到最初的问题:工业革命自动化了体力劳动,AI是否会自动化智力劳动?李飞飞的答案是,这个问题的前提本身就错了。工业革命并没有消灭劳动,而是重构了劳动形式,AI同样不会替代劳动,而是会重塑劳动的形态。

十年后留存的两类工作者,并不是由天赋决定的,而是由是否主动选择和AI协作决定的。是被动接受AI的冲击,还是主动介入重构自己的工作方式,每个人都需要重新思考自己和AI的关系。


塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台,致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴,你不仅可以学习众多AIGC类实战课程,获得与时俱进的AIGC技能和视野,还有机会获得长期商业合作和接单机会!点击进入:https://www.tahou.com/

AI生成内容提示:本文由人工智能辅助创作,内容仅供参考,不代表平台观点。请注意核实信息的准确性,并理性判断。

以上内容不代表本平台立场,仅供读者参考