800060004000SYS.OK800060004000ONLINETYPE-X2
返回首页

AI项目团队的使命,认知和价值(就职演说)

2026年3月13日职场工作4 分钟阅读

使命

ai化组织的开端,让ai的能力下沉到最一线

认知

这个世界上有三种工作。

第一种工作,造轮子,也就是原生工具,这一部分工作对天赋和才能的要求很高,一般是世界上最顶尖的那群人去做的,因为这群人智商和能力都很高,所以他们一般不会直接触达底层,也就是说,使用这部分工具的认知负荷很高,很多人是没法理解和使用这部分工具的,这就催生出了第二种工作。

第二种工作,其职责是将造好的轮子封装起来,设定标准规范,工作流程,简化操作流程让大部分经过训练的人也能使用。 不过其实严格意义上来说,目前世界上基本上不存在纯粹的第一种工作,因为一个人无论再强,精力也是有限的,不可能将所有的领域都了解很深,在一些自己不擅长的领域,使用他人封装的一些工具可以减轻很多工作量。

第三种工作,是使用第二种工作制定的规范,简化后的操作流程做具体的事情的执行者。

这三种工作在行业所处的阶段不同时,价值流向是不同的,在成熟期的行业,是自底向上的,因为此时工具和流程与市场长期磨合后,已经十分稳定,不再需要过多的探索,于是作为成本中心的第一,第二种工作会被大量裁撤。

而在新兴行业,方向无限多,需要从中摸索出一个可行的路线,所以价值流向是自顶向下的。

10年代的移动互联网浪潮,相较于旧的生活方式,带来了新的应用范式,可以说改变了一代人的生活。当然,这种改变是好是坏,只能说是有好有坏,带来了方便,也成为了新一代的景观媒介。

LLM的意外出现,是一场意外的科学革命,在此感谢注意力机制的发现者以及无数前人做出的努力。在我看来,大模型将是20、30年代的发展引擎,至少是有故事可讲的——经济的流动,需要合法合理地创造与收割财富。

但是当前AI的发展,和十几年前移动互联网的发展又有不同,难度并没有变低,反而是变高了,一方面,transfomer架构本身就是一个概率黑箱,人类无法完全理解其逻辑;另外一方面,各类领域海量的数据已经超越了人脑的算力范围。

这就导致,从使用ai到创造价值,是存在一道鸿沟的,甚至单纯使用ai也是有壁垒的,存在会用ai和不会用ai的人,这一层壁垒来源于“认知门槛”,迈过这道门槛的人,才能稳稳走入下个时代。

从相反的角度来分析,在与ai的竞争中,如果选择从事低端工作,放弃竞争,能换取较为轻松的工作吗?

答案是不行,因为社会生产力一旦提高,分配给你的任务一定会更复杂,无论你从事什么行业都会如此。

工作效率提升(生产力进步) → 单位任务耗时减少 → 但可被分配的任务总量和复杂度爆炸式增长 → 总工作时间并未减少

未完待续...