AI Talk | 耶鲁博士马征：从交换信息到交换认知，从效率驱动到创新驱动

系列导读

20世纪90年代AI曾给人类带来震撼，IBM深蓝赢了国际象棋的世界冠军，这是基于超级计算能力。现在这波大模型的热潮，是发现人类可以和AI发生对话， 基于语义理解实现人机交互，我认为是迄今为止最大的革命 。大模型可以生成内容，用于客服、营销、写作、心理健康等人机交互场景， 但目前推理能力还不行，不具备系统2的思考 。

我们很容易高估一个技术短期的影响，低估长期的影响。在通往AGI的路上，我们还处于一个非常早期的阶段。 大模型只是通往AGI的探索之一 ，甚至图灵奖获得者杨立昆认为“LLM可能很有用，但不会是那条通往AGI的道路”。可以想象一下，0—2岁的人类婴幼儿还不会语言，但学习能力是惊人的。所以人类的智能并不非要走语言这条路径， 完全依赖人类语料其实是相对单一的技术路线 。

AGI的实现可能是50—100年后的事情，我们可以畅想一下。科幻小说《银河帝国》中，机器人可以接收人类和其他机器人的记忆、经验；在这种设定下， AI会成为人类很多代智慧的浓缩 。只要一个人留下的数字足迹足够多，AI就可以模仿他， 成为这个人的数字分身 ，甚至可以代替父母去抚养小孩。AI最大的问题还是监管，比如定义机器人三原则；因为AI的力量会越来越强大，如果不受控制、或者被坏人利用，是很可怕的。

我把问题分成几类，简单问题、复杂问题、超级复杂问题：

• 简单问题 一般是单一任务，比如写一段代码。

• 复杂问题 是需要跨领域、多人协作的，但确定性高、可复制性强，比如造一辆车或者一个登月火箭。

• 超级复杂问题 是非常个性化的、充满不确定性的，做完了也不知道该怎么复制，往往和人有关，比如教育孩子、尚未治疗方案的疾病。

未来AI可以解决简单和复杂问题，但超级复杂问题还要依靠人的智慧。 因为在把超级复杂问题转化为复杂问题前，需要无数次尝试，需要好奇心和探索欲，而这是人类的强项。 中医是一个典型的超级复杂问题 ，像是在人类知识和计算能力有限的情况下的启发式算法（Heuristic Algorithms） 。因为个体差异导致问题超级复杂，中医试图用不那么精确的方法把人分类，比如阴与阳，再对解决方案微调。古书中记载青蒿可以治疗疟疾，但对有些人有效、有些无效，存在不确定性。最后是屠呦呦发现一个细节，有效的治疗中都使用了蒸馏技术，通过这一步骤提取了有效成分，把超级复杂问题变成了简单问题。 面对超级复杂问题中的不确定性，AI也许可以通过统计学的方式来帮助人类找到方案。

如果聚焦当下， 围绕降本增效的主题，AI已经有很多2B应用 。比如：

• 智能客服 ：基于AI实现无限的虚拟坐席，可以解决Level 1的简单客服问题，可节省80%的人力。

• 内容创意 ：某公司把最优秀创意人员的能力与经验通过AI固化下来，用AI替代了文案和创意的外包，大幅降低成本。

• 智能营销 ：过去在网上投放广告，可能招100个人，定期末位淘汰，最后留下投放效果最好的20%的人才，然后再进行下一轮招募。广告投放效果的衡量方法特别直观，就是看用户点击量。我们发现真正能把这件事做好的，是学习能力特别强、对投放效果反馈特别敏感的人，反而不是传统意义上最有创意的人。现在 AI可以把Top performer（绩优者）的能力经验固化下来 ，作为生产力工具，人类需要用系统2去推理提炼的东西，被AI做了。那公司不再需要招100个人层层筛选，可以直接招20个能力中等的人， 普通员工借助AI也可以达到Top performer 80%—90%的水平 。如果说互联网是花3倍工资挖人、做5个人的工作，那现在是花8倍工资用Top performer训练AI，让AI干20个人的活。

AI转型的难度要高于数字化转型，因为数字化转型是场景化思维，而AI转型是全人思维。 AI时代，人可以完成多个任务，原有的外包工作和初级任务也被AI替代，这都需要自上而下的变革和重构，去改变组织架构、重新设计工作流程，也会影响到人才选育用留。

组织形态方面：

• 20世纪，很多企业是军事化管理，追求效率和执行力。

• 21世纪，伴随信息技术逐渐普及，信息越来越丰富和透明，互联网公司开始把组织扁平化。

• AI时代，信息更开源、高度透明， 组织形式可能更加去中心化，从效率驱动转变为创新驱动。核心管理团队从权威转变为赋能，成为目标设定者、资源调度者、精神凝聚者 ，但具体怎么去做其实都要靠下面的人+AI工具去推动。

• 等AGI真正落地，可能大量的人不需要工作，工作也是为了获得精神成就和快乐；工作场所不再是竞技场、而是思想碰撞和创造价值的游乐场。

人才管理方面：

• 刚刚提到AI可以复制Top performer（绩优者）的经验，其实最好的投放人员往往需要几百万美元的投放量才能培养和筛选出来，那他是否愿意把个人行为变成公司的资产， 如何激励、留住最优秀的人才？ 其实在应用AI以前的做法可以提供借鉴， 让最优秀的人成为团队领导，或者转型为培训师。

• 过去是100个人中筛选出几个最优秀的人，以他们的行为模式来训练AI；未来AI时代不需要招100个人了，那么 Top performer（绩优者）从何处来，如何筛选和培养？

• 其实Top performer（绩优者）也有不同类型，他的成功路径不是唯一的，那新人来了应该采用哪种模型才能更大发挥出潜力， 如何“因材施教” 也是需要思考的。

人类以前是交换物资、交换信息，但在 AI时代知识与信息不再稀缺 ，人们开始交换认知，因此 人类的认知、觉知能力变得至关重要 。除了关注思考过程本身，还要站在过程之外去观察如何思考。就好像《西部世界》中，机器人意识到自己生活在虚假世界的那一刻。

AI时代下， 人类的共情、人际交往能力会更为宝贵 ，这也是人区别于AI的优势。比如在线下零售中，AI可以把金牌销售的经验固化，来提升销售的技能水平，但AI还不具备人类的亲和力，还需要依靠人与人的沟通建立信任感。

推荐阅读