ARTICLE · 1110075
AI 时代,埋头干活的人要先补这四件事
前段时间，我又让AI帮我写了一段代码。
以前写这么一个程序，我可能要自己查资料、改代码、调试，折腾几个小时。
现在呢？
把需求说清楚，AI很快就能给出一个能跑的版本。
我坐在电脑前看着它一点点跳动，不停的输出，心里其实挺兴奋的。
但兴奋的同时，我又突然冒出一个问题：
如果以后写代码、做PPT、整理资料、数据分析、写文章这些事情，AI都能做，而且做得越来越快，那我们人到底还剩下什么？
这个问题，我最近想得比较多。
后来我想到，我以前可能把“能力”这件事想简单了。
过去，一个人厉不厉害，很大程度上取决于他的知识量、专业能力和做事效率。
但AI正在改变这件事。
它可以帮你搜索资料，可以写代码，可以分析数据，可以生成图片，可以写方案。
很多过去需要我们花大量时间完成的“智力劳动”，正在变得越来越便宜。
于是，人和人的差距，也可能慢慢从：
“谁能把事情做出来”
变成：
“谁知道什么事情值得做。”
这可能才是AI时代真正值得思考的地方。
1. AI可以给你很多答案，但最后还是得你自己做选择
以前我们遇到问题，第一反应往往是：
我不知道答案怎么办？
现在可能恰恰相反。
你问AI一个问题，它可以一下给你很多答案。
你甚至可以让它分别站在老板、客户、投资人、财务、销售的角度分析一遍。
答案多得有时候反而让人头疼。
因为真正困难的事情，很多时候从来不是“找到一个答案”。
而是：
这些答案里面，我到底应该选哪一个？
比如你准备做一个产品。
AI可以帮你分析市场，可以找竞争对手，可以做用户画像，可以设计功能，可以写代码。
但它无法替你承担这个选择带来的结果。
这个项目到底值不值得做？
这个客户到底是不是你的目标客户？
这个方向值得投入半年，还是应该及时停下来？
这些事情最后还是要有人拍板。
所以我现在越来越觉得：
AI越强，人的判断力反而越重要。
因为AI可以把信息给你，但信息不等于判断。
甚至有时候，AI说得越像真的，越需要你多问一句：
“这个结论的依据是什么？”
会使用AI当然重要。
但不会盲目相信AI，可能同样重要。
2. 真正厉害的人，可能不是最会回答问题的人，而是最会发现问题的人
还有一个变化也很有意思。
以前我们学习知识，往往是在寻找标准答案。
现在AI可以帮我们快速找到答案。
那我们普通人的优势在哪里？
我觉得很大一部分，开始转移到了发现问题和重新定义问题上。
比如：
你对AI说：
“帮我做一个客户管理系统。”
AI当然可以开始写。
但另一个人可能会先停一下。
他会说：
“先别写代码。”
然后告诉AI：
“我们现在有20个销售，每个人都用自己的Excel记录客户。每天晚上负责人需要花两个小时汇总。真正的问题不是缺一个系统，而是客户信息无法实时共享，而且销售不愿意重复录入。你先帮我把问题重新梳理一下。”
这时候，两个人虽然都在用AI。
但他们得到的结果，很可能完全不一样。
差距并不一定来自谁的Prompt写得更漂亮。
而是：
谁更清楚自己到底想解决什么问题。
所以我现在理解的创造力，不只是“想出一个好点子”。
它还包括：
发现别人没注意到的问题，重新定义问题，然后找到新的解决方式。
AI可以帮你生成100个方案。
但你首先得知道：
为什么要解决这个问题。
3. 还有一点变化，我觉得很多人已经开始感受到了
就是：
做一个东西，越来越容易了。
以前做一个网站、一个工具、一个视频、一个小程序，可能要找设计、程序、运营，来来回回折腾很久。
现在一个人借助AI，就能把很多环节串起来。
这意味着什么？
我觉得意味着：
“想法”与“结果”之间的距离正在缩短。
以前一个想法可能只是想法。
因为做不出来。
现在你完全可以先做一个很粗糙的版本。
先给三个人用。
看看哪里不好。
再改。
再给十个人用。
再改。
这样循环下去。
所以未来真正拉开差距的，也许不是谁的计划写得最漂亮。
而是谁能够：
想清楚一点，先做出来一点，然后根据真实反馈继续改。
我自己现在越来越相信一件事：
行动本身就是获取信息的过程。
你不做，永远只能靠猜。
做出来以后，用户的一句话、一个表情、一个没有继续使用的动作，都会告诉你：
“你原来想错了。”
这其实也是一种学习。
4. 所以，韧性可能会变得越来越重要
这里说的韧性，不只是“吃苦”。
而是事情不顺的时候，你还能不能继续往下走。
项目做错了，能不能承认。
方向不对了，能不能调整。
一个方案失败了，能不能放下。
以前花了很多时间做的东西，如果发现没有价值，敢不敢推倒重来。
这其实很难。
因为人很容易被自己的过去绑住。
投入了半年，就觉得不能放弃。
学了十年，就觉得这个方法一定是对的。
做错了，就一直纠结当初为什么没有想到。
但变化越来越快以后，一个人可能需要经常面对：
昨天有效的方法，今天可能已经不够用了。
所以有时候，真正的成长不是“坚持到底”。
而是：
知道什么时候坚持，什么时候调整，什么时候重新开始。
还有一样东西，AI越强，可能越显得珍贵：信任
我觉得这是很多人在谈AI的时候容易忽略的一件事情。
AI可以让很多事情变得更快。
找资料快了。
写代码快了。
做方案快了。
沟通成本也可能越来越低。
但有些关系，并不会因为AI出现就自动变简单。
比如：
客户愿不愿意长期跟你合作？
员工遇到问题愿不愿意跟你说真话？
合作伙伴遇到困难以后，还愿不愿意和你一起解决？
这些事情，最终还是人与人之间的事情。
我以前有时候会觉得，做生意就是把利益算清楚。
后来慢慢发现，短期合作确实可以把账算得很清楚。
但长期合作，往往不是谁每一次都占便宜。
而是双方都知道：
这个人不会轻易坑我。
客户知道你会替他多想一步。
同事知道你不会把责任全部推给他。
伙伴知道出现问题以后，你不会第一个跑路。
这种东西没有办法简单写进一个软件功能里。
它需要时间。
需要一次次兑现承诺。
需要一个人长期的做事方式。
所以我越来越觉得：
AI可以降低很多交易成本，但信任依然需要人一点一点建立。
最后，还有一件事情：别太相信自己的“经验”
这句话可能有点反直觉。
一个人工作时间越长，经验当然越重要。
但经验也可能成为一个人的限制。
因为变化太快了。
以前有效的方法，不一定永远有效。
以前很重要的技能，可能慢慢被AI自动化。
过去不少岗位需要五个人协作，如今两个人借助 AI，就能完成同等工作量。
所以真正危险的，不是“我现在不会”。
而是：
“我以前就是这么做的，为什么要改？”
我越来越喜欢一种状态：
允许自己重新当一个初学者。
第一次用AI，不会。
没关系。
第一次做自动化，不会。
没关系。
第一次进入一个陌生行业，不懂。
也没关系。
先问。
先学。
先做。
遇到问题再补知识。
其实这才是比较适合AI时代的学习方式。
因为我们不可能提前把未来所有东西都学会。
但我们可以训练一种能力：
遇到新东西的时候，能够快速进入学习状态。
所以，AI时代到底应该培养什么？
如果让我现在重新总结，我可能不会再简单说：
“要学AI。”
我更愿意把它总结成五件事情：
知道什么值得做。
这是判断力。
能够发现新的问题。
这是创造力。
敢于先做，再根据反馈修改。
这是行动力和韧性。
能够让别人愿意和你长期合作。
这是沟通、共情和信任。
面对变化，还能重新学习。
这是持续成长的能力。
而AI是什么？
我觉得它更像一个越来越强大的放大器。
你有一个好想法，它可以帮你更快实现。
你有一个复杂问题，它可以帮你更快分析。
你有一套成熟的方法，它可以帮你放大效率。
但如果你根本不知道自己为什么做这件事情，AI也只能帮你把事情做得更快。
甚至可能更快地走错。
所以我现在越来越喜欢一个简单的说法：
AI负责放大，人负责选择。
工具会一直变。
模型会一直变。
今天流行的AI工具，明年可能就换了一批。
但一个人能不能判断、能不能创造、能不能行动、能不能赢得信任、能不能不断学习，这些东西，可能会陪我们更久。
以前我们总担心：
“AI会不会把我的工作抢走？”
也许以后更值得问自己的问题是：
“当AI已经可以替我完成越来越多事情，我还能不能把自己的时间，用在那些真正值得做的事情上？”
这个问题，可能比“AI会不会取代我”更值得我们认真想一想，你觉得呢？