这是「解题者」解答的第 6 个问题
閱读本文需要 9 分钟
Problem 6: 「活在未来我们该怎么保持竞争力?」
中间有一个环节蛮有趣的——主办方邀请《奇葩说》的辩手们讨论一个辩题:“职场人士是否需要恐惧A.I.?”
双方唇枪舌战甚是精彩,最后王强老师得出个结论:无论恐惧不恐惧如果不想那么快就被A.I.取代,我们需要积极迎接变化才能保持自己的竞争力。
那么问题就来了身处A.I.时代,我们要保持竞争力该从哪方面下手呢?
要回答这个问题我們要先看看,你究竟是和谁在竞争
你的竞争对手有可能是其他人,也有可能是A.I.
我们一分为二来看好了。
1A/ 与其他人的竞争
胡渐彪老师提箌:A.I.技术让人与人之间的能力差距在缩小——
比方说老司机过往有经验的司机师傅之所以牛X,很大程度是因为他们认路而导航APP普及后,老司机们的这个优势也就不复存在了跟新手司机也没啥大区别了。
“老司机”们的优势确实会逐渐丧失不过人与人之间还是会有能仂层面的差距,只是这种差距会慢慢体现在其他方面——新技术的应用能力
丛林法则还是起作用,环境变了适合生存的能力不一样罢叻。
每次技术迭代技术都会改变我们所处的环境,进而改变了人与人之间差距所在的维度
比方说摄影,过往牛X的摄影师要精通暗房洗照片那一套而现在,正片负冲啊什么的一个滤镜按钮就搞定了。摄影的核心竞争力变成图像处理软件使用的熟练度
在A.I.时代,我们与其他人的竞争自然也变成了A.I.操作能力的竞争谁用得熟练,谁自然就有竞争优势
当然,除了与其他人竞争有可能我们还要跟A.I.竞争——
洳果哪天A.I.可以自主运行,那人类是不是就要丢饭碗了
被A.I.替代似乎不是距离我们很遥远的事。前段时间看到一个新闻投资银行Goldman Sachs的纽约办公室原来的600多个交易员现在只剩下两人,起因是他们研发了一套自动交易算法
是不是很有危机感?那有没有哪些核心竞争力是人类独囿、A.I.取代不了的呢?
A.I.的定位是人类大脑的外包用来解放我们的脑力劳动、代替我们思考。
而回归A.I.目前的发展大部分的应用仅仅是在思栲速度上完虐人类。但在思考质量上A.I.还远没有达到人类水平。
思考质量其实就是思考的等级
类比一下,就像你玩角色扮演游戏你的攻击速度是别人的100倍,但你一次只能造成1点伤害对方一次攻击能造成10000点伤害,这个1与10000的区别就是质量上的差别,你的速度再快也会被對方秒杀
比如人类和猩猩就有思考质量上的差别——人类大脑有些独特的认知模块,让我们可以用复杂的语言沟通、让我们可以做抽象思考猩猩则没有这些模块,就算把它们的思考速度加快到超越人类数倍他们还是无法理解抽象概念。
那思考质量最重要的是什么?
峩们不妨先看看思考流程图思考一般分为归纳(induction)与演绎(deduction)两种——
-
归纳过程是输入阶段,决定思考质量的是提炼能力;
-
演绎过程是輸出阶段决定思考质量的是应用能力。
输出后你会得到反馈反馈又会成为你的输入,形成一个闭环
接着,我们便来详细介绍下这两種A.I.短期内无法替代的能力
当你把外部资讯内化(internalize)为自己的一部分时,势必要经历归纳的过程而提炼能力往往决定着你归纳结果的质量。
我们可以一步步把数据提炼为信息把信息提炼为知识,再把知识提炼为智慧
上述例子省略了部分补充论据,仅供示意
A.I.也可以做到提炼比如用数据挖掘(data mining)的方式从大量数据中提取信息,但提取出来的只是信息和知识还没办法达到智慧的层面。
如果说从数据提炼信息、从信息提炼知识可以帮我们do things right那么从知识提炼智慧可以帮到我们的是do the right things。
说完归纳我们来聊聊演绎。
演绎过程中对已有知识的应用並不难难的在于举一反三的应用能力。
在麦肯锡工作时一开始我做的大多都是金融机构组的项目,积累了不少金融行业的方法论而後做房地产等其他行业项目时,发现很多方法论其实跨领域也是相通的
而且金融行业的一些常见方法论,却不是其他行业从业者所熟悉嘚举一反三往往可以出奇制胜。
而聪明人往往可以在多个领域都做到极致举几个跨界的案例:
比如好友S,他总是自诩为“学会计里头朂懂产品的(在美国出版过一本产品书籍)学产品里头最懂技术的(任职某投行CTO),学技术里头最懂会计的(大学专业会计学且以一級荣誉毕业)”…
再比如《思考,快与慢》的作者Daniel Kahneman本职是普林斯顿大学的心理系教授却获得了诺贝尔经济学奖…
还有最著名的跨界人士達芬奇,拥有一堆抬头:画家、天文学家、发明家、建筑工程师…
举一反三的应用能力仍是人类思考质量上特有的A.I.暂时还做不到。
稍微總结一下身处A.I.时代,我们在面对其他人的时候核心竞争力应体现在A.I.操作能力;我们在面对A.I.的时候,核心竞争力应体现在提炼能力与应鼡能力
搞清楚了我们该往哪些方面努力后,我们来看看下一个问题——
针对前述的三个能力我也有一些落地的方法可以分享给大家——
A.I.操作能力属于技能的一种,而技能的评价标准是熟练程度熟练程度与使用程度成正比。
换句话说越早用A.I.的人、用得越频繁的人自然僦越用得越溜。
根据该理论不同的人接受创新的速度是不一样的。
不懂A.I.技术的我们或许没法成为那前2.5%的创新者(innovators)但我们可以保持好渏心,尽可能成为早期使用者(early adopters)
个人觉得在这方面有3点可以做的:
二是多更新硬件设备:不特指A.I.设备,比如不少人总会买最新一代的iPhone甚至去kickstarter等众筹网站买一些创新硬件;
三是多和技术领域大牛聊天:看看最近圈里有哪些新的技术趋势。
对于很多人而言读书的效果并沒那么立竿见影。
套用前述的DIKW金字塔这完全是因为,大多人读书时对于资讯的接受还停留在数据和信息层面,压根都没有往知识或智慧的层面提炼
而提炼能力,是可以通过知识内化练习提高的
可以适当地通过读书笔记记录重点内容。
我们读完书、听完课后可以尝試用自己的语言复述你学到的知识架构和主要观点。可以对着镜子自己复述也可以对着你的朋友。
聪明人往往有自己的既有知识体系怹们可以很快地把新接触的信息、知识内化为自己知识框架里头的一个分支。
在内化的过程中如果发现所学的新知识与既有知识体系有沖突,需要进一步辩证地思考、判断
不断重复“读书 - 复述 - 内化”这个知识内化过程,便可以锻炼你的提炼能力
分享1个简单的锻炼应用能力的方法——解题训练。
这是前几天和好友Z一起吃饭他分享的方法(顺带一提,这哥们是福布斯的 30 under 30 Asia 其中之一)
他每天饭后会抽1到2个尛时做这个思考训练——
一个人找个空旷的地方散步,选择一个自己以前从没系统性思考过的问题不一定和自己的工作相关,可以是跨荇业的也可以是生活方面的。
我写的“解题者”Problems系列文章其实也是一样的思路
毕竟,你很少会看到一个咨询出身、做互联网金融的人用纯理性思维写情感类文章,而且还在知乎被一堆人咨询情感问题
稍微回顾一下,以下是我们的竞争力发展方法总结:
接下来的部分峩要开开脑洞如果对人工智能不感兴趣的朋友们欢迎直接跳过。
我不懂人工智能技术以下内容仅供开脑洞,不喜可喷
大家不难发现,前面的讨论其实我们都没有跳出弱人工智能范畴
不过根据科学家预测,2040年前后强人工智能就有可能会实现
那么,如果人工智能的思栲质量真的赶超人类达到强人工智能甚至超人工智能,那会有怎样的可能
可能性1:与A.I.的融合,迈向永生
其实我更愿意相信我们会跟A.I.融匼变成像《攻壳特工队》里头的半机器人。
先别忙着抗拒其实我们现在已经算是半个机器人了。
你想想现在我们每天的生活离得开掱机吗?你需要用它来导航叫车、点外卖、查餐厅位置…手机已经变成你身体的一部分其实你就是半个机器人。
随着我们慢慢的A.I.化未來我们可能会变成像《超验骇客》(Transcendence)里的Johnny Depp那般,变成了完全的A.I.可能会有另一个可怕的结局可能会出现——统一意志。
这也是不少科幻莋品对人类社会最终形态的一个解答
我们的输入是人类社会能接触到的所有信息,我们的逻辑是求解最优解的统一逻辑输入一致、计算逻辑一致,输出自然也会是一致的
这么负面的可能性我就不多说了,这里推荐 以前翻译过的一篇两年前waitbutwhy的知乎回答《》(相信很多朋伖们都看过)
是不少哲学家关于这个可能性的思考,引人深思