誰將成為新拐點

葛甲

AI正在威脅這一代人。

富士康的流水線工人，開始被AI取代；華爾街的金融大佬，也開始被AI取代。收入分配的制高點與最谷底的人群，都被一項全新的技術平等地對待，并讓他們失去職業。那么整個經濟社會是否會走進一個新的局面？就像劉強東被誤解的“共產主義”，或是我們從小向往的大同社會。

AI似乎正在成為一個新的拐點，有著磨平全世界兩極分化之勢。但這樣的言論不在主流。著名經濟學家許小年判斷，世界經濟的收入分配拐點確實將來，但也是回到了二戰以前，即10%的富人占據40%的財富。而這樣的結論，并不是因為AI，而是特朗普政策、美聯儲加息……

AI在取代

經濟學界討論新的拐點，類似AI等科技手段，似乎一直沒有過多關注。但不可否認的是，技術在改變世界，AI正在取代你我。

如果把定制化程序控制的機器人也算上，過去的一個世紀以來，機器在不斷替代人類工作，到如今這一進程不過是有所加快而已。

機械化大發展時代，機器可以全年無休地切出薄厚均等的薯片，比人類的工作效率更高更好。但機器卻替代不了理發、翻譯、交易員、律師、醫生等這些角色。不過，到了AI時代，這些之前看來穩如泰山的職業，就岌岌可危了。

以理發為例，在3D打印技術的支持下，配以人工智能技術和精密運行的機器，是有可能將人類的理發體驗縮短在一秒鐘之內的，且質量遠遠高于手工。

簡單的重復勞動，能被機器替代，而一些對專業有高度要求的工作，也并不保險，例如醫生。IBM的 Watson在快速對比了數萬份案例之后，給癌癥病例的治療方案，與醫生方案的吻合率最高已達96%。

同樣在金融領域，一個眾所周知的事實是，程序化交易無論是從效率上還是成功率上，都遠高于人類交易員。這還只是在定制化程序的環境下，即便是最弱的AI介入交易環節，也將進一步提升效率。更何況AI每天都在成長，屆時將不會再有交易員、審計員、書記員、征信員等人工職業，大多數簡單重復的金融工作都可以交給AI來決策和執行。

未來10年，AI驅動的機器對人工職業的替代將大量出現，如同十八世紀六十年代的工業革命，必將造成劇烈的社會變革和社會階層架構的重新劃分。

能力在提升

很多人可能會想象這樣一幅場景：強效率的AI機器被開發出后徹底毀滅傳統工業，它們從中獲取的巨大利益，讓所有人都甘愿為奴。

未來10年甚至是20年，這種場景都不會出現。技術寡頭壟斷時代已過去，AI技術的研發并不是一個企業或一個機構的專利。所以，不會有“鋼鐵俠”橫空出世讓人措手不及的現象。

AI的應用，在更多時候是一種能力的應用，而非功能的應用。

人們看到了Siri和小冰，卻沒看到在這兩者背后潛藏的語義及語境分析、自然人機交互、數據相關性等AI能力，這些能力可以運用到廣闊的場景中。

當前，移動閱讀領域的智能推薦和精準匹配技術，從本質上來說并不能算AI范疇，只是給用戶打上標簽，由機器將特定資訊或廣告推送給擁有特定標簽的人群。盡管如此，這種定制化程序也足以讓編輯下崗了。

試想一下，如果讓AI給用戶推薦資訊，那又上升到一個層次。AI知道你姓什么叫什么，喜歡什么不喜歡什么，這幾天需要了解什么，購買什么，它推送的將都是你感興趣且需要的東西。

另一種場景是，當你走在馬路上時，紅綠燈和電子指示牌外觀依舊。但在AI所主導的智慧交通環境下，交通調度和控制裝置并不依據早先的定制化程序或人工控制機制運行，而是通過AI對城市道路交通資源進行優化，并進行智能調度，緩解城市中的擁堵狀況，提升交通效率。

從外觀上看，城市交通沒有任何變化，但AI給城市交通帶來的內在好處，只有實際使用城市道路的居民最能體會。這種情況下，人工智能已轉化為一種能力，涉及到相當多的跨學科技術應用，例如圖像識別、聲音識別、大數據分析等。

同樣，當你身處一個智能住宅中，舉手投足都有AI領會意圖并積極貫徹—想洗澡時水已放好、想吃東西烤箱自動啟動。屆時你將不會去思考這其中奧妙，因為大家都是一樣的狀況，作為消費者只安心享用即可。

這將是AI基本運作方式，即隱于無形。

拐點始終是模式

AI是一種能力，而不是商業模式：現代物理學出現之后，人們不再執迷于永動機；而現代化學出現后，人們就不再相信煉金術師。人工智能未來會獲得跨學科的基礎研究地位，將強烈而深刻地改變人類的觀念和生活方式，但并不一定就能被具象化到某個產品上去。

對于大多數企業和個人來說，是沒能力對AI技術進行研發的，但有足夠能力積極跟上技術趨勢與潮流。行業中出現能夠提升生產力的工具和應用，不管是基于AI還是基于自動化，都要積極跟上，唯有如此才能不在AI大潮中被甩下。

不過，無論是什么企業，都不要貿然進入AI行業，將其發展看成是自己的商業模式并妄想從中受益。正確的做法應該是不斷獲取和吸收已有的AI能力，從中提升企業運營效率，降低成本。

技術能力與商業模式存在一個螺旋迭代的關系。以前人們騎馬或是步行，長途旅行、時間、體力等原因，市場迫切需求一個替代方案，于是汽車誕生了。隨著技術的發展，生產汽車的效率越來越高。但每一個時代都會有一個技術瓶頸，在等同技術能力之下，就靠運營模式提升效率。到20世紀初，汽車生產技術的瓶頸來了，在現有的技術水平之下，當時的社會勞動生產率已經達到最高。

市場的需求在不斷增長，美國一位老人在底特律畫了一條線，福特生產流水線。運營模式的改變，在同樣的技術環境下，它做到了高效。市場參與者相互借鑒，如果不發展技術，在同樣的模式之下，社會勞動生產率又會觸及模式的天花板。

技術或是模式的先發之所以有優勢，就是因為最先獲得了突破瓶頸的方法。但最終，技術需要不斷成長；而數百年來，作為商業底層邏輯的模式，可以多種多樣、可以相互組合，但終究是并列的。

未來10～20年間，AI研發成果將出現大爆發，并將轉化為特殊能力輸出。更多的企業應當做的是，如何首先去擁抱這樣的能力，如何將它們轉化成自己模式的補充。

簡單來講，AI為代表的科技能力，只能為你加速生產產品。而將這些產品轉化成商品，則需要一個好的商業模式，一個高效的價值流程。endprint