AI时代的变革，对于创造它的我们而言，可能显得既震撼又让人不安。面对AI的快速进步，我们需要更加敏锐地寻找，人类到底有哪些独特的价值？在可预见的未来，AI仍然难以攻克的领域有哪些？沿着一个或多个方向上不断提升你的技能，这样才能确保你的贡献不会被生成式AI复制。
自ChatGPT两年前问世以来，生成式AI便被寄予厚望，期待它能重塑工作方式。
AI的应用场景广泛且多样，而我们仍在探索其在个人、团队和组织层面最适用的方式。
出人意料的是，办公室中的白领工作似乎比户外和工厂的蓝领工作更有可能被AI取代。
新一代生成式AI拥有多个超越人类的特性。它永远在线，不会疲劳；它可以访问互联网上庞大的信息资源；它能立即生成和输出结果；它可以无限扩展，几乎不受物理限制。
这一AI时代的变革，对于创造它的我们而言，可能显得既震撼又让人不安。
面对AI的快速进步，我们需要更加敏锐地寻找，人类到底有哪些独特的价值。
过去几十年间，硅基智能（Silicon-based intelligence）取得了显著进步。早在大语言模型和生成式AI出现之前，在多个特定领域中，AI就已经超越了人类，比如：
我们无法预测下一个将被AI主导的领域，但潜在候选领域包括：完全自主驾驶（L5级自动驾驶）、外科手术、撰写畅销书、利用AI自主开发AI系统，以及通用人工智能AGI——这一术语由谢恩·莱格（Shane Legg）推广，指的是能以人类水平处理广泛认知任务的AI。目前，媒体和投资界对AI的兴趣空前高涨，显然，AI的进步仍将持续，并可能在多个方向上取得突破。
那么，在可预见的未来，AI 仍然难以攻克的领域有哪些？人类还能继续掌控和捍卫哪些独特的优势呢？
在过去几年里，我们与数百位AI专家、消费者和怀疑论者交流，讨论AI的发展方向。我们认为，尽管AI进步迅猛，但人类仍然在四个核心领域保持优势：
情感（Emotion）：
理解、共情，并对人类情感做出敏感回应。
复杂性（Complexity）：
在模糊且广泛的背景中全面解决问题。
物理性（Physicality）：
处理需要灵活应变和物理交互的任务，尤其是在有人类在场和需要即时反馈的情况下。
创造力（Creativity）：
提出原创、新颖的想法和解决方案的能力。
接下来，我们逐一探讨这些领域。
［情感］
在人际交往和软技能方面，人类依然是无可争议的专家。
生成式AI可以模拟并复现我们对共情、道德、谈判等话题的思考和表达，甚至提供令人信服的建议。如今，AI辅助心理治疗和陪伴的应用已经出现，并逐渐被接受。
但对大多数人来说，在复杂、多变且充满个性化细节的情况下，我们仍然更倾向于寻找一个真正理解自己的“人”。相比AI，人类专家、朋友或同事更有可能提供未经过滤的、反直觉的，甚至颇具争议的观点——在很多情况下，这种观点比AI所提供的安全的、通用的、临床化的回答更具价值。
此外，人类天然地对其他人类的思想、感受、和言行保持关注。这种社交本能推动了人文叙事的影响力，并成为过去20年社交媒体繁荣的核心驱动力。我们热爱体育、音乐、喜剧，是因为这些由人类创造和演绎，并带给我们情感共鸣。即使AI生成的正手击球、流行歌曲或笑话再客观和完美，它们也无法带来同样的情感冲击。当AI在国际象棋领域全面超越人类棋手后，人们仍然热衷于观看人类的象棋比赛。这是因为，我们欣赏的并不是机器的完美无缺，而是人类竞技的成功与失败、起伏与未知。
在这方面，目前仍有价值的人类技能包括：
说服、自我认知、道德判断、倾听、叙事能力，以及销售技巧。
［复杂性］
对AI来说，这个世界仍然过于复杂。
当环境和规则被明确地定义、限制且可控的时候，AI确实超越了人类，例如国际跳棋、象棋和围棋等棋类游戏。
除此之外，AI和生成式AI在更广泛的领域中也展现了新一阶段的技术能力。前沿的AI模型可以在开发人员输入代码时预测出代码片段，自动生成解决问题所需的代码，实现不同编程语言之间的代码转换，修复程序错误，并撰写辅助文档。与此同时，它们还能生成营销文案和法律文件，并优化财务会计流程。
然而，世界上的问题远比这些复杂得多。气候变化、贫困、社会正义、商业战略——这些被霍斯特·里特尔（Horst Rittel）和梅尔文·韦伯（Melvin Webber）在1973年《政策科学》（Policy Sciences）杂志的文章中称为“棘手问题”（wicked problems）。要解决这些问题，需要从多个背景中提取和理解数据。而AI尚无法跨越多个不同的领域进行综合理解。
事实上，Meta公司的首席AI科学家扬·勒昆（Yann LeCun）以及其他AI领域的权威人士认为，尽管拥有庞大的数据量，但生成式AI仍然仅能依赖文本进行训练，而文本只是人类所有数据中很小的一部分——我们的DNA编码、对世界的感官和身体体验、情感等，这些都是AI无法利用的数据。因此，我们不应指望AI在应对复杂的棘手问题上取得太大进展。
在这方面，目前仍有价值的人类技能包括：
解决复杂问题、构建意义、风险管理、战略规划、愿景制定以及直觉判断。
［物理性］
生成式AI无法直接与物理世界互动。
如果你需要寄一封信、安装一个书架、带新员工参观办公室，或者在谈判中注视对方的眼睛，生成式AI都无法代劳。
机器人还需要一段时间才能普及。专家认为，家用机器人至少还需要十年才能真正地进入家庭。埃隆·马斯克（Elon Musk）是世界上最热衷且最有影响力的机器人倡导者之一。他也承认，直到2040年，机器人才可能真正地普及。而完全自动驾驶汽车的发展无疑比马斯克和其他人最初预测的慢得多。
此外，在某些职业场景中，人与人之间的身体接触是一个硬性条件。护理人员、厨师、运动员、护士、垃圾回收员、美发师和手工艺人等，都必须亲自在现实世界中操作，才能创造价值。
