夜雨聆风
AI抢走饭碗,还是送来新饭碗?
阅读指引：
1、失业焦虑的现象
2、依据《技术陷阱》的观点解读“技术”
3、如何培养AI难以复制的素养
4、书籍推荐《智人之上》
1、失业焦虑的现象：
“AI替代人类”这不是遥远的科幻预言，
而是此刻写字楼格子间里真实蔓延的压力。
当大模型不仅能算、能写，甚至开始做决策、做设计，一种“无差别训练”就能吊打多年经验时，谁还能说自己绝对安全？
从互联网大厂到传统行业，
“降本增效”的利刃挥下来，AI成了最锋利的理由。
技术浪潮汹涌，失业焦虑像潮水一样漫过脚踝、膝盖…… 虽然这些事情在历史的发展里不是偶然。
但是在这样的转折点上，我们才更需要看清楚：哪些工作会真实消亡，哪些又会在裂缝中新生？
2、依据《技术陷阱》的观点解读“技术”
这本书将技术大致可以分成两类：
-
取代技术：降本增益。比如动力织布机，新手+机器的效率与成本>老师傅，会带来大量匠人的失业。
-
赋能技术：能炸开新产业的大门，吸纳海量劳动力。比如电力的普及没有让所有人失业，反而催生了电话、电视和无数现代职业。
换句话说，技术是否会导致大面积失业，关键不在于技术有多强，而在于技术是否打开了“新的就业容器”。
这也就是为什么上个世纪的欧美在经历大面积失业的阵痛后，在战后出现黄金时代（1945-1970）
同样，类似于中国千禧年以后，被很多人称为“经济上行的美”。
那么什么时候，社会焦虑开始扩大呢？
如果说近两年的AI应用是第一波高潮，起始点可以算2010年以后，移动互联网的出现。
通俗来讲：移动互联网 = 智能手机 + 移动网络（4G/5G/Wi-Fi）。它把原本固定在电脑上的网络，装进了你口袋里随时随地上网的手机。
它和传统互联网的核心区别就一点：网络跟着人走，而不是人去找网络。
外卖送货上门-让生活便利到只需动动手指，
自媒体短视频博客-让更多人都拥有了被世界听见的可能。
但便利的另一面：
是我们的隐私近乎透明、注意力被不断撕碎，线上热闹、线下孤独成了常态。低头族的颈椎酸胀，算法投喂的信息茧房。我们目睹了信息爆炸、算法接管、KPI统治一切。
技术红利滚滚而来，可财富更多流向了大公司，普通人的收入增长却没能同步跟上。
正如《技术陷阱》里的观点，权力与财富集中：技术巨头如平台、算法、数据拥有者，获得前所未有的垄断权力。他们不仅控制市场，还能通过算法影响信息、政治、行为。财富流向资本和顶尖人才，加剧贫富悬殊。
👆这篇访谈也聊到了这个：流量生意与红利错觉
其实这也就意味着，哪怕是“赋能技术”，也未必会带来皆大欢喜的结局，更有可能放大社会的财富差距。
关于这个问题，国内外都有做出措施，中国力推共同富裕，试图修正失衡的分配天平，让发展回归“以人为本”；而国外热议的全民基本收入（UBI），则是为被技术抛下的人提供一张兜底的安全网。
以及带来新的追问：当技术不再需要那么多人，人的价值又该被安放在哪里？
这个留给大家去思考，接下去讨论的是大家可能会更加关心的问题。
3、如何培养AI难以复制的素养
我应该做什么–去缓解这场技术带来的阵痛？
换句话：如何培养AI难以复制的素养？
在AI导致失业的新闻里，还有“被裁员工返岗”的邀请👇
👆信息来源：金融界 JRJ.com
麦肯锡全球研究院针对欧美国家职业未来变化的研究指出，未来5年内有20%-30%的工作时间会被自动化取代。在2030年至2060年间，将会有50%的现有职业逐步被AI取代，而这一进程现在相比预期还早了大约10年。
国际货币基金组织的报告也指出，发达经济体60%的工作岗位可能受AI影响，其中一半被直接取代，另一半通过人机协作提升效率。长期趋势来看，到2050年90%以上的职业可能被重构。
通过这些数据，蒲慕明认为，在未来数十年，将不是“AI取代人”，而是“会用AI的人”取代“不会用AI的人”。由此也就对未来的科学教育和科普工作提出了新的要求，人工智能时代的教育内容和模式应当寻求变革。
👆信息来源：澎湃新闻
网络上有很多关于AI的学习课程，但是很多是通过制造焦虑，最后通过让你花钱来缓解焦虑（但实际可能没有多少效果）。虽然你不一定能收获啥，但是他们能趁此大赚一笔。
那么通过各种信息收集，可能真的有用的建议：
（信息来源：微软研究院（Microsoft Research），《Working with AI: Measuring the Occupational Implications of Generative AI》 中文：《生成式AI与就业：职业影响评估》）
🟢 AI的舒适区（成功率 > 80%）
-
写作与编辑：写材料、润色文档，完成率超过85%。这也是我们平时体感最顺手的。
-
信息研究：检索法律法规、医疗健康知识，满意度超过80%。
-
解释与咨询：把复杂的技术细节、政策条文翻译成“人话”，用户认可度极高。
🟡 AI的挣扎区（成功率 50-70%）
计划安排：制定简单计划、协调时间还行，但一涉及复杂的动态调整就容易“犯愣”。
🔴 AI的深水区（成功率 < 50%）
-
数据计算与分析：复杂的财务计算、需要多步推理的科学数据分析，完成率不到40%。
-
视觉与艺术设计：虽然生成图很火，但在专业视觉创意上，用户满意度仅30%左右。
-
人际互动：包含核实、谈判、安抚的深层人际交互，AI几乎无能为力。
除此之外，很多大牛指出👇
1、AI解决能力非常强，但是它目前很难自己提出问题。
因此，我们要将自己从“知识的执行者”转变为“知识的战略者”。在更高层次上学习和工作。
2、你需要学习管理AI，去学会整合和调用范本。
3、理解复杂情绪和人际关系的能力。
不是“机器突然抢走工作”，而是“工作的任务构成正在被AI重新定义”。
对于年轻人，这可能意味着前所未有的赋能；对于经验丰富的中生代，则意味着必须拆解自己赖以成功的旧技能，重新拼装出新的价值。
决定你未来稀缺性的，可能不再是你的专业或文凭，而是你身上那部分—敢于问出“真问题”、能够感知现场毫厘变化、愿意为他人承担重量——真实而“笨拙”的人性。
4、书籍推荐《智人之上》
推荐一本书《智人之上》👇
赫拉利在书中犀利地指出，在互联网时代，信息的自由流动非但没有带来更多真相，反而让我们陷入信息茧房，因为“真相昂贵，虚构廉价”——而人类信息网络的目标，往往不是趋向真理，而是建立和维护秩序。
如果说前面的数据和案例是“术”，那么《智人之上》就是“道”。
它不提供答案，但会改变你看待问题和自身的方式。
在这个信息爆炸的时代，比学习如何使用AI更重要的，或许是先理解信息本身如何塑造了我们。