人工智能即将取代我们?面对AI,我们该怎么保持竞争力?

狐狸君raphael · 2017-09-18
我们正在迈入人工智能时代。

编者按:本文来自微信公众号"解题者"(ID:imjietizhe),作者:肖璟,连续创业者,曾供职于麦肯锡金融机构组、Google等,著有畅销书《风口上的猪》;36氪经授权发布。

前天晚上,狐狸受邀去参加了Linkedin中国和IBM的一个A.I.(Artificial Intelligence,人工智能)主题报告发布活动。

中间有一个环节蛮有趣的——主办方邀请《奇葩说》的辩手们讨论一个辩题:“职场人士,是否需要恐惧A.I.?”

双方唇枪舌战,甚是精彩,最后王强老师得出个结论:无论恐惧不恐惧,如果不想那么快就被A.I.取代,我们需要积极迎接变化,才能保持自己的竞争力。

那么问题就来了,身处A.I.时代,我们要保持竞争力,该从哪方面下手呢?

01 未来该发展哪些核心竞争力?

要回答这个问题,我们要先看看,你究竟是和谁在竞争?

你的竞争对手有可能是其他人,也有可能是A.I.。

我们一分为二来看好了。

1、与其他人的竞争

胡渐彪老师提到:A.I.技术让人与人之间的能力差距在缩小——

比方说老司机,过往有经验的司机师傅之所以牛X,很大程度是因为他们认路。而导航APP普及后,老司机们的这个优势也就不复存在了,跟新手司机也没啥大区别了。

“老司机”们的优势确实会逐渐丧失。不过人与人之间还是会有能力层面的差距,只是这种差距会慢慢体现在其他方面——新技术的应用能力。

丛林法则还是起作用,环境变了,适合生存的能力不一样罢了。

每次技术迭代,技术都会改变我们所处的环境,进而改变了人与人之间差距所在的维度。

比方说摄影,过往牛X的摄影师要精通暗房洗照片那一套,而现在,正片负冲啊什么的,一个滤镜按钮就搞定了。摄影的核心竞争力变成图像处理软件使用的熟练度。

在A.I.时代,我们与其他人的竞争自然也变成了A.I.操作能力的竞争,谁用得熟练,谁自然就有竞争优势。

当然,除了与其他人竞争,有可能我们还要跟A.I.竞争——

2、与A.I.的竞争

如果哪天A.I.可以自主运行,那人类是不是就要丢饭碗了?

被A.I.替代似乎不是距离我们很遥远的事。前段时间看到一个新闻,投资银行Goldman Sachs的纽约办公室原来的600多个交易员现在只剩下两人,起因是他们研发了一套自动交易算法。

是不是很有危机感?那,有没有哪些核心竞争力是人类独有、A.I.取代不了的呢?

别担心,还真有。

A.I.的定位是人类大脑的外包,用来解放我们的脑力劳动、代替我们思考。

而回归A.I.目前的发展,大部分的应用仅仅是在思考速度上完虐人类。但在思考质量上,A.I.还远没有达到人类水平。

思考质量其实就是思考的等级。

类比一下,就像你玩角色扮演游戏,你的攻击速度是别人的100倍,但你一次只能造成1点伤害,对方一次攻击能造成10000点伤害,这个1与10000的区别,就是质量上的差别,你的速度再快也会被对方秒杀。

比如人类和猩猩就有思考质量上的差别——人类大脑有些独特的认知模块,让我们可以用复杂的语言沟通、让我们可以做抽象思考。猩猩则没有这些模块,就算把它们的思考速度加快到超越人类数倍,他们还是无法理解抽象概念。

那,思考质量最重要的是什么?

我们不妨先看看思考流程图,思考一般分为归纳(induction)与演绎(deduction)两种——


  • 归纳过程是输入阶段,决定思考质量的是提炼能力;

  • 演绎过程是输出阶段,决定思考质量的是应用能力。

输出后你会得到反馈,反馈又会成为你的输入,形成一个闭环。

接着,我们便来详细介绍下这两种A.I.短期内无法替代的能力。

提炼能力 

当你把外部资讯内化(internalize)为自己的一部分时,势必要经历归纳的过程,而提炼能力往往决定着你归纳结果的质量。

我们可以一步步把数据提炼为信息,把信息提炼为知识,再把知识提炼为智慧。

DIKW金字塔

上述例子省略了部分补充论据,仅供示意

A.I.也可以做到提炼。比如用数据挖掘(data mining)的方式从大量数据中提取信息,但提取出来的只是信息和知识,还没办法达到智慧的层面。

如果说从数据提炼信息、从信息提炼知识可以帮我们do things right,那么从知识提炼智慧可以帮到我们的是do the right things。

应用能力

说完归纳,我们来聊聊演绎。

演绎过程中对已有知识的应用并不难,难的在于举一反三的应用能力。

在麦肯锡工作时,一开始我做的大多都是金融机构组的项目,积累了不少金融行业的方法论。而后做房地产等其他行业项目时,发现很多方法论其实跨领域也是相通的。

而且金融行业的一些常见方法论,却不是其他行业从业者所熟悉的,举一反三往往可以出奇制胜。

而聪明人往往可以在多个领域都做到极致,举几个跨界的案例:

比如好友S,他总是自诩为“学会计里头最懂产品的(在美国出版过一本产品书籍),学产品里头最懂技术的(任职某投行CTO),学技术里头最懂会计的(大学专业会计学,且以一级荣誉毕业)”…

再比如《思考,快与慢》的作者Daniel Kahneman本职是普林斯顿大学的心理系教授,却获得了诺贝尔经济学奖…

还有最著名的跨界人士达芬奇,拥有一堆抬头:画家、天文学家、发明家、建筑工程师…

举一反三的应用能力仍是人类思考质量上特有的,A.I.暂时还做不到。

稍微总结一下,身处A.I.时代,我们在面对其他人的时候,核心竞争力应体现在A.I.操作能力;我们在面对A.I.的时候,核心竞争力应体现在提炼能力与应用能力。

搞清楚了我们该往哪些方面努力后,我们来看看下一个问题:

02 如何提高核心竞争力?

针对前述的三个能力,我也有一些落地的方法可以分享给大家。

1、操作能力

A.I.操作能力属于技能的一种,而技能的评价标准是熟练程度。熟练程度与使用程度成正比。

换句话说,越早用A.I.的人、用得越频繁的人自然就越用得越溜。

这不得不提Everett Roger的创新扩散理论:

根据该理论,不同的人接受创新的速度是不一样的。

不懂A.I.技术的我们或许没法成为那前2.5%的创新者(innovators),但我们可以保持好奇心,尽可能成为早期使用者(early adopters)。

个人觉得在这方面有3点可以做的:

  • 一是多看看科技博客:TechCrunch、36氪、钛媒体、PingWest等等;

  • 二是多更新硬件设备:不特指A.I.设备,比如不少人总会买最新一代的iPhone,甚至去kickstarter等众筹网站买一些创新硬件;

  • 三是多和技术领域大牛聊天:看看最近圈里有哪些新的技术趋势。

2、提炼能力

对于很多人而言,读书的效果并没那么立竿见影。

套用前述的DIKW金字塔,这完全是因为,大多人读书时,对于资讯的接受还停留在数据和信息层面,压根都没有往知识或智慧的层面提炼。

而提炼能力,是可以通过知识内化练习提高的。

这个练习分3步:

  • 步骤1:读书

可以适当地通过读书笔记记录重点内容。

  • 步骤2:复述

我们读完书、听完课后,可以尝试用自己的语言复述你学到的知识架构和主要观点。可以对着镜子自己复述,也可以对着你的朋友。

  • 步骤3:内化

聪明人往往有自己的既有知识体系。他们可以很快地把新接触的信息、知识内化为自己知识框架里头的一个分支。

在内化的过程中,如果发现所学的新知识与既有知识体系有冲突,需要进一步辩证地思考、判断。

不断重复“读书 - 复述 - 内化”这个知识内化过程,便可以锻炼你的提炼能力。

3、 应用能力

分享1个简单的锻炼应用能力的方法——解题训练。

这是前几天和好友Z一起吃饭,他分享的方法(顺带一提,这哥们是福布斯的 30 under 30 Asia 其中之一)。

他每天饭后会抽1到2个小时做这个思考训练。

一个人找个空旷的地方散步,选择一个自己以前从没系统性思考过的问题,不一定和自己的工作相关,可以是跨行业的,也可以是生活方面的。

我写的“解题者”Problems系列文章其实也是一样的思路。

毕竟,你很少会看到一个咨询出身、做互联网金融的人,用纯理性思维写情感类文章,而且还在知乎被一堆人咨询情感问题。

稍微回顾一下,以下是我们的竞争力发展方法总结:

接下来的部分我要开开脑洞,如果对人工智能不感兴趣的朋友们欢迎直接跳过。

我不懂人工智能技术,以下内容仅供开脑洞,不喜可喷。

03 A.I,的思考质量有可能赶超人类吗?

人工智能被分为3种。

大家不难发现,前面的讨论其实我们都没有跳出弱人工智能范畴。

不过根据科学家预测,2040年前后强人工智能就有可能会实现。

那么,如果人工智能的思考质量真的赶超人类,达到强人工智能甚至超人工智能,那会有怎样的可能?

  • 可能性1:与A.I.的融合,迈向永生

其实我更愿意相信我们会跟A.I.融合,变成像《攻壳特工队》里头的半机器人。

先别忙着抗拒,其实我们现在已经算是半个机器人了。

你想想,现在我们每天的生活离得开手机吗?你需要用它来导航叫车、点外卖、查餐厅位置…手机已经变成你身体的一部分,其实你就是半个机器人。

随着我们慢慢的A.I.化,未来我们可能会变成像《超验骇客》(Transcendence)里的Johnny Depp那般,变成了完全的A.I.,可能会有另一个可怕的结局可能会出现——统一意志。

这也是不少科幻作品对人类社会最终形态的一个解答。

我们的输入是人类社会能接触到的所有信息,我们的逻辑是求解最优解的统一逻辑。输入一致、计算逻辑一致,输出自然也会是一致的。

  • 可能性2:灭绝?

这么负面的可能性我就不多说了,这里推荐谢熊猫君以前翻译过的一篇waitbutwhy的知乎回答《为什么有很多名人让人们警惕人工智能》

是不少哲学家关于这个可能性的思考,引人深思。

参考文献/推荐阅读

[1] Tim Urban, <The AI Revolution>, Waitbutwhy, 2015

[2] Jennifer Rowley, <The wisdom hierarchy: representations of the DIKW hierarchy>, 2007

[3] Everett Rogers, <Diffusion of Innovations>, 1962Problem 

+1
3

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

文章提及的项目

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业