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。
因为工作的原因也不免需要响应一些来自客户的咨询,或者在一些项目中需要基于客户“拥抱 AI 的角度”整理类似的需求,但实际上我的感觉就是“大多数人都在为了 AI 这盘醋,去包一盘饺子”,大家都共识了 AI 这件事就是为了蹭热点(我觉得从某种角度来说,其实 2024 年的现在没有曾经那么热),把 AI 作为产品中的一个功能能够更顺利的申请到更多的预算和经费,能在市场推广与宣发层面获得一些“短暂的收益”,仅此而已。
前一段时间和同行业的朋友交流,有人觉得“使用 AI 创新这件事”总是外国要做的更好一点,他们觉得就像萝卜快跑一样,资本的罪恶使得无数网约车司机会忽然失去就业机会,而同样的市场如果搬在国外,企业的管理者就会天然“人本位”的思考如何在保存工作岗位的情况下,再更优雅的引入新技术来提升企业效率(但这不都是资本的判断吗?)。
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。
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?
忽然联想到最近人们一直在谈的“大环境不够好”,言语间总是要夹杂着“就业市场不景气”的悲观色彩,从事今天的产品工作不聊两句 AI 仿佛都被时代淘汰了。从这个角度来看,大多数人可能还没有想到更加正确的,优雅的 AI 使用方式?我想目前 AI 的主流仍然是一种生产工具,而非工作思路。在我手里的产品使用 AI 做国际化适配,建立交付支持问答库,提升运营工作甚至快速响应突发的问题总是能够发挥一定的色彩,但我还是觉得尽信书不如无书嘛。
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?
作为产品设计者的角色,核心的工作都应该是在仔细思考后,得出“多做一件 X,可以少做 N 件 Y 的需求”的结论,也就是我们说了很多次的“抽象”。以为通过自己或团队的效率来快速响应客户的意见,快速上线 N 个需求更像是用“战术上的勤奋掩盖战略上的懒惰”,从始至终都被客户牵着鼻子走,团队中的每个角色都不会太好受(但……这件事对于响应客户的当事人来说,又很容易收获来自客户的认可与赞扬,又便于自我镀金或者在团队内向上管理,有一点难评)。
前两组词以往的博客里写了很多就不在赘述了(熟悉我的朋友应该能够 get 到我的这个特质,用成语概括就是想成为守正出奇的人),今天想着重说明一下最后这个“要面子的人”的描述。
这个描述是我在和梁 sir (我现在公司的老板,虽然他不喜欢别人用“老板”这个词介绍他,但这个词确实可以一下子就让你明白他是谁)聊天的时候讲出来的,梁 sir 说他自己是一个“要面子”的人,正是因为要面子这件事,他才对自己的行为产出与习惯都有很高的要求(就是真的在职场与工作中非常的职业)。当时听到这个词我惊为天人,原来还有人这么自如的说自己要面子?
这个世界上没有人知道每一个问题的答案,哪怕你是从业 30 年的资深老司机,可能也考不过 2023 年的科目一。我们都知道如果想获得他人的信任,我们首先就需要做到“言行一致”,而不是假装成为那些自己并不能成为的人。如果一个团队里的 Leader 一直在装逼且能够持续得到上层的信任,要么是团队里的其他成员也都在装逼,要么就是大家私下里都会把 TA 当个笑话。
我想,可能很多 Leader 不受人待见的原因,真的就是“太端着”。他们认为自己知道所有问题的答案,即使他们没有,他们也会假装有,但实际上哪怕是公司的 CEO 也没法做到对公司中的所有问题都心知肚明。在职场中一个很重要的能力就是习惯于“祛魅”,有人 10 年+ 产品管理经验可能前些年都是在做 BA 或研发,产品工作的真实从业时间屈指可数。有人说在之前的团队中担任了非常核心的管理角色,但背后可能是靠自己的渠道关系谋得一官半职,或者就是单纯的草台班子 Title 不值钱罢了。
这些价值观是用来指导自己的决策、行为以及和他人交互的方式的关键所在。我们需要用这一套价值观说服自己与他人在工作中分工协作,也需要用这一套价值观在自己遇到瓶颈时引领自己砥砺前行。从理论上来说,有的人价值观可能真的是“以自己为先,个人利益优先于集体利益,见人说人话见鬼说鬼话”之类的恶心的成年人的东西。假如(我是说假如)TA 能够一直坚持这种做法并且逻辑自洽(不会在什么酒醉之时觉得这都是恶心的社会逼迫自己成为这样一个自己不喜欢的人),即使可能会伤害他人,但是对 TA 个体来说也不是不行。
最近办公室里忽然席卷了一阵数字人的风潮,感觉大家还是在不经意之间搭上了这一班互联网的“快车”。再加上公司忽然搞了一个“AI 赋能”的活动,不管是什么岗位的同事都在研究如何能利用一下 AI 这件工具。在本质上我觉得这玩意主要是靠 Prompt 的调教,一个体验异常丝滑的 AI 背后可能是几千条 Token 训练的结果,如果为了实现相关的效果,那前期所需要投入的成本一定不低(更别提我还想训练一些不同的数字人出来)。