未来既不是乌托邦，也不是修罗场。

编者按：关于人工智能的炒作热度现在似乎降温了一点了。是时候冷静思考一下人工智能对人类的影响了？AI 会抢走人类的工作吗？AI 会对社会产生什么影响？未来是乌托邦还是敌托邦？更可能的答案是都不是，未来是一个中间的灰色地带。文章来自编译。

技术进步的速度十分惊人。我一直很喜欢这样子的可视化：1956年的5MB与今天的1TB 的对比。告诉你一点背景信息，1 TB = 1000000 MB。1956年的 1 TB 的硬盘驱动器相当于40层楼的大小；今天，你的指尖就能容得下 1TB。

资料来源：WaitButWhy

或者换一个技术进步的例子：在人的一生范围内（63年）我们就从莱特兄弟的第一次飞行（1903年）进步到将人送上月球（1969年），那个距离地球384633公里的地方。

不妨把这两个例子联系到一起：现在你兜里的 iPhone 比 NASA 当年用来将宇航员送上月球的计算机还要强大得多。NASA 阿波罗11号的计算机每台价值350万美元，大小与汽车相当。今天的 iPhone 每秒可处理33.6亿条指令，可用于同时引导1.2亿个阿波罗时代的航天器登月。

（顺便说一句，你在 AP Calculus 所使用的 TI-84计算器比阿波罗号的计算机快350倍，RAM 大32倍，ROM 多14500倍。）

这里的要点是：事情发展得很快。进步的步伐也延续到了 AI 身上。十年前，人工智能还很难分辨猫与狗。今天，人工智能不仅可以分类，还可以根据文本提示生成猫狗的详细图像。模型正在迅速改进。下面这两张图（巴拉克·奥巴马与唐纳德·特朗普打篮球）来自我上周的文章，一样的提示，Midjourney 1 年前的输出与今天的输出的对比：

对于同样的提示，Midjourney 在2022年3月与2023年3月生成的输出

人们正在用 AI 编写代码，设计自己的公寓，起草4000字的论文，创作诗歌。一项新的同行评审研究发现，就诊断效果而言，人工智能现在比72%的全科医生还要好。

AI 的发展速度已经导致包括埃隆·马斯克以及苹果联合创始人 Steve Wozniak 在内的一些人公开呼吁要暂停训练比 GPT-4 更强大的模型。《时代》杂志一篇关于 OpenAI 的山姆·奥特曼（Sam Altman）的好文章总结了这场争论：“一些人相信[AI]会带来一个人人都拥有所需要的一切时间和金钱的乌托邦。其他一些人则认为它会毁灭人类。”

在我看来，现实不会是这两种极端，人工智能既不会带来乌托邦，也不会毁灭人类。相反，未来存在于那两极之间的灰色地带。让我着迷的是技术进步带来的社会连锁反应。作为上周关于人工智能应用的“国情咨文”（新“复仇者联盟”：人工智能如何赋予我们超能力）的后续，本周我会讨论三个关于人工智能的问题。

第一个问题：人工智能会抢走我们的工作吗？

人工智能革命的有趣之处在于，白领工作是风险最大的工作。工业革命颠覆了蓝领工作，但许多人曾认为知识工作可永保高枕无忧；毕竟，机器怎么可能复制人类的创造力呢？但 OpenAI 与高盛的新报告令人警醒：OpenAI 估计80%的美国劳动力将受到人工智能的影响，高盛预测有3亿个工作岗位将面临自动化风险。下面，我们会研究一下后续可能会如何发展。

第二个问题：生成式人工智能世界的现实是什么？

罗马教皇前几周因穿着一件时尚、蓬松的白色夹克而风靡一时。唯一的问题是：那张图完全是假的。Buzzfeed News 称之为“第一个真正的大规模级别的 AI 虚假信息案例”，他们还跟踪找到了制作这张图的人，来自芝加哥的 Pablo Xavier。Pablo Xavier 透露，当他产生了幻觉之后，在一个你无法想象的时刻，他决定给教皇穿上一件巴黎世家 (Balenciaga)的 羽绒服，他觉得那会很有趣。

生成式人工智能模糊了事实与虚构之间的现实，这会对社会信任与虚假信息产生连锁反应。后面我们会更详细地解读。

第三个问题：人工智能的价值在什么地方形成？

像微软和谷歌这样的巨头似乎已经准备好收割经济收益了；那创业公司有机会吗？AI 世界的可防御性如何呢？

首先谈谈人工智能与我们的工作

人工智能会抢走我们的工作吗？

关于人工智能对工作的影响，我是这么看的：

是，人工智能会导致很多工作变得毫无意义。知识工作受到的影响最大。

但这件事情的发展速度会慢于我们的预期。

许多失去的工作将被新的工作所抵消，这种情况在历史上就已经发生过。

短期内仍然会有痛苦，员工再培训必不可少。

一个没有劳动力的乌托邦未来纯属白日梦。20年后，我们的工作量会与今天一样多（对不起了！），但生产率会更高。

接下来我们就仔细谈谈吧。

OpenAI 最近与宾夕法尼亚大学联合进行的工作报告发现，美国有80%的劳动力至少有10%的任务会受到 GPT（OpenAI 搭建的大型语言模型）引入的影响。与此同时，大约19%的员工至少会发现50%的任务受到 GPT 的影响。

跟农业和工业革命的情形相反，高收入工作面临的风险最大。你的工作越是跟原子（物理世界）而不是比特（虚拟世界）打交道的话，你就越安全：OpenAI 和宾夕法尼亚大学把数据处理、信息服务、出版以及保险等行业列为风险最大；预计受影响最小的行业是食品制造业、木制品制造业，具有讽刺意味的是，还有农业也很安全。

高盛的报告也有类似的发现。高盛总结道：

利用美国和欧洲的职业任务数据，我们发现当前工作约有三分之二在某种程度上都会受到 AI 自动化的威胁，而生成式 AI 最多可以替代当前四分之一的工作。把我们的估计外推到全球范围，生成人工智能有可能导致相当于3亿个全职工作岗位被自动化掉。

自动化源于这样一个事实，也就是人工智能在之前唯有人类才能干的事情上的表现比人类还要出色了。下图是人工智能与人类在图像分类与阅读理解方面的对比，其中实线为人工智能，虚线为人类：

下图是高盛预计受影响最大的行业的一张可视化图表。从中可看出行政办公室工作、法律工作以及建筑与工程受到的影响最大。

我们已经看到初创企业正在进军这些领域。拿前两类来说：初创企业 Xembly 现在可以为每个人提供一位自动执行的助理，后者可以帮助安排会议，总结电话会议，而 Harvey 则为律师服务，可帮助进行合同分析、尽职调查、处理诉讼以及检查监管合规性等。

为了进行比较，以下是高盛预计各行业的自动化程度：

如果你从事维护、修理或建筑工作（等蓝领工作），那你是非常安全的。如果你从事行政或法律工作，你大概有40%的机率会被 AI 取代。

然而，我预计在不久的将来不会有很多工作被取代。从历史上看，公司和各类组织采用新技术的速度很慢。组织往往胆小怕事，而且作风官僚。我认为 AI 至少在几年内会充当伙伴而不是替代者。大多数律师助理在短期内可能会松一口气；事实上，他们的工作可能会变得更轻松，因为强大的助手可以让工作变得更快、也没那么单调。

在我们的工作中使用 AI 作为工具会成为我们的第二天性，就像使用互联网已成为第二天性一样。软件工程师不用 GitHub Copilot 来加快编码速度，做咨询的不找 ChatGPT 来头脑风暴解决问题，室内设计师不拿图像模型生成模型来展示给客户的话，会显得很愚蠢。

来源：SHRM & Theresa Agovino （2019）

不过，从长远来看，情况会有所不同。在未来10年或20年内，许多工作岗位可能会消失。那些只存在于物理世界的工作也不安全——机器人也会将其中的很多工作自动化掉，就像语言与图像模型将知识工作与创造性工作自动化掉一样。

机器人给酒店客人送货上门

很多现代工作很快就会变成遥远的回忆。同样的模式我们在过去的技术时代已经目睹过了。在重置保龄球瓶的自动设备出现之前，“保龄球瓶摆放工”其实是个职业。“灯夫”也一样——灯夫平均每天要步行10英里，在黄昏前点亮灯，在黎明时熄灭。像行政助理、撰稿人或会计师这样的工作会不会也将灭绝？

一线希望：从历史上看，自动化导致的失业已经被创造出来的新工作抵消。我们会看到现在我们甚至还想不出来的工作的出现（“提示工程师（Prompt Engineer）”似乎就是一个较早出现的有利可图的例子）。30年前，谁会想到网络安全分析师、数据库管理员或机器学习工程师等职位的出现？更不用说社交媒体经理、SEO 顾问或 Discord 社区经理这样的了。

话虽这么说，但在此过程中仍有短暂的阵痛。员工再培训会变得至关重要。Guild Education 与 Outlier 等初创公司通过优雅的商业模式简化了技能提升的过程（比方说，Guild 让迪士尼、沃尔玛和 Taco Bell 等雇主支付教育费用替员工谋福利，因为这样做可以减少员工流失），但我们需要更多的风投解决方案以及出台更多政府资助政策。面对 AI 的颠覆，有效再培训需要改革教育系统，我会在以后的文章里面探讨解决这个问题。

Guild 把提供教育作为一种福利；雇主也会受到激励，因为与 Guild 合作可以降低员工流失率

有些人认为人工智能会引领我们走向一个无需工作的未来。在本周接受 Semafor 采访时，Vinod Khosla 表示：“这场重大变革是将人类有机会从‘需要工作’当中解放出来。当人们想做自己想做的事情时，他们才会去工作。”不幸的是，在我看来，未来的走势截然不同。

1930 年，经济学家约翰·梅纳德·凯恩斯曾经预测，自己的后辈每周只需工作 15 小时。他设想到 21 世纪的时候，我们每周只需工作两天，然后有五天的周末。凯恩斯没看到这一点，即工作既是技术的产物，也是文化的产物。工作日益变成文化的基础；Derek Thompson 的剖析一针见血：“极简工作史可以用六个字概括：从工作到职业再到使命。”放弃工作很容易；放弃使命比较难。

除非我们围绕着工作展开文化清算，否则我会强烈认为我们到2043年的时候，工作的时间还会跟2023年一样。人类劳动在过去是为了维持生计——为了获得足够的食物而去务农。现在，工作已经上升到马斯洛需求层次结构的较高部分，是为了满足我们对社区和自我实现的需求。

是，人工智能会让我们更有效率。高盛的报告估计，人工智能最终将让全球每年的 GDP 增长7%。我们都会获得超能力，从而把工作做得更好。我们会从每周工作的40小时中得到更多，工作表现会站上更高的基准水平。但我预计我们还是要每周工作40小时。

生成式 AI 世界里的现实是什么？

我的朋友 Miles Fisher 长得跟汤姆·克鲁斯很像。多年来大家就注意到两人的相似之处了。但直到最近，Miles 才“变成”了汤姆·克鲁斯。

Miles 是 @DeepTomCruise 的幕后黑手，这是一个很火爆的 TikTok 帐户（有520 万粉丝），上面会发布 Miles 化身汤姆·克鲁斯的病毒式 AI 视频。这是 Miles 在叠加了他的汤姆·克鲁斯深度伪造（deepfake，用深度学习把汤姆·克鲁斯的脸换到Miles脸上）之前和之后的效果：

迈尔斯现在投了一家叫做 Metaphysics AI 的公司，后者主要是为电影工作室提供视觉效果。Metaphysics 目前正在为 Robert Zemeckis（《阿甘正传》、《回到未来》等电影的制作方）一部即将上映的影片中汤姆·克鲁斯和罗宾·赖特的角色进行抗衰老研究。

生成式 AI 与现实的相互作用想想都很令人着迷。

从积极的一面来说，思考一下这会给娱乐带来什么样的彻底改变呢？你想想都很兴奋。不喜欢小罗伯特唐尼？让汤姆·克鲁斯扮演钢铁侠的《复仇者联盟》如何？或者更好一点，如果把里面的角色换成你和你的朋友，看你们组成的复仇者联盟与灭霸大战一场如何？

在这样一个未来里，我们可以坐在自己的客厅欣赏玛丽莲·梦露主演的现代电影，体验一把披头士乐队的音乐会。就像 NVIDIA 首席执行官黄仁勋最近所说那样：“很快每一个像素都会是生成的。不是渲染出来：而是生成出来。”举一个已经成为可能的例子，去年 9 月，Metaphysics 用深度伪造技术让猫王在美国达人秀中秀了一把：

去年秋天猫王在美国达人秀上登场亮相

这个东西很酷；它可以彻底改变娱乐和教育。（想象一下，由亚伯拉罕·林肯本人来教《解放黑奴宣言》会怎样。）初创公司已经在着手解决这个问题：Character AI 让你可以与几乎任何人的逼真形象（不管是在世的还是死去的都可以）聊天。想跟威廉·莎士比亚谈谈十四行诗，或者向埃隆·马斯克了解一下火箭的情况，要么只是想跟比莉·艾利什（Billie Eilish）一起聊聊天？没问题。

但生成式 AI 也是一把双刃剑。在一个任何事物都可以招之即来的世界里，我们怎么才能知道什么是真实的？大家会担心自己活在一个充满虚假信息、缺乏信任感的世界里。我们之前举的教皇穿羽绒服的那个例子还算是无伤大雅。但最近出现了一些更令人不安的例子。当上个月特朗普可能被捕的消息传出时，描绘特朗普被捕的人工智能图像迅速传播开来。很多人都以为这些图像是真实的，分不清捏造与新闻。

很多人以为人工智能生成的特朗普被捕图像是真的

我们以前见过这种情况。还记得深度伪造的佩洛西讲话口齿不清好像喝醉了一样吗？有成千上万——也许是数百万人——也许依然认为那是真的。在最近疯传的一段假视频里，伊丽莎白·沃伦说共和党人不应该拥有投票权。

事实与虚构之间的界限变得越来越模糊。一个最离奇的例子，Reddit 上的人正在编故事，虚构出一些从未发生过的事件。下面这张贾斯汀·摩尔的照片看起来很真实，据推测是出自 2001 年摧毁俄勒冈州的卡斯卡迪亚（Great Cascadia Earthquake）大地震。但那场地震其实从未发生过，子虚乌有。这些图像都是人工智能生成的，用来在网上传播完全捏造的自然灾害的故事。

语言模型也会胡说八道。模型偶尔会出现“幻觉”，一本正经地说出一些不准确甚至有潜在危险的东西。早些时候，我们举过一些人工智能模型在医学诊断方面胜过医生的例子。但是如果人工智能出错呢？如果它一再坚持认为自己是正确的，那怕事实并非如此也固执己见时，结果会如何呢？大多数人认为这些系统是复杂和智能的。这种情况下，受到最大伤害的很可能是弱势群体——比如那些没有保险，无法获得专业医疗意见的人。

这一切会如何演变？

一个结果可能是人人自危，互相猜疑，不信任新闻——因为你确认不敢相信自己的眼睛。稍微好一点的结果可能是给 AI 生成的内容添加某种“水印”——这个东西可以告诉我们图像上是否带有 AI 指纹。随着人工智能成为主流，这个领域需要更多创新。现在还处于发展的早期，出来了一些解决方案，但还不完善。剽窃检查器 Turnitin 声称自己的工具可以检测 AI 编写的文本，准确率可达 96%，相比之下，OpenAI 的准确率为 26%。当然，其缺点是可能会发生误报，错误地指控某些学生作弊。

虚假信息与 AI 生成的内容也将是社交平台的责任——看这张（假）图片下的 Twitter 免责声明：

这里最有可能的结果是大家都要担负起一定的责任：开发者要努力减少 AI 的幻觉；平台要尽量减少人工智能引发的虚假信息的传播，以及大家对现实越来越强的不信任感（很不幸）。

创造出来的价值被谁抢走了？

在技术和商业领域，获胜的往往是分发。看看 Microsoft Teams 与 Slack 之争就知道了；微软通过将 Teams 集成到 Office 365 套件来抵消了 Slack 的发展势头：

Teams的用户数已经10倍于Slack

或者想想奥普拉对 Apple TV+ 推出的那句著名的点评，她一针见血地指出了为什么苹果在流媒体战争中会马上成为强悍对手：“伙计们，他们有十亿个（放手机的）口袋。”

分发制胜。

在关于 AI 的价值创造最终会如何分配这件事上，悲观的看法是这样的。微软正在把 AI 植入到自己的 Office 385 套件（全球已有超过一百万家企业使用）里面；谷歌正在将 AI 植入到 Google Workspace （目前月活用户有 20 亿）里面。初创企业怎么跟这些巨头竞争？

乐观的看法是我们此情此景似曾相识。十几年前移动技术刚刚兴起时，苹果、谷歌以及 Facebook 抢走了大部分的价值。苹果 2022 年的收入是 3940 亿美元，其中有 52% 来自销售 iPhone ；如果拆成一家独立公司的话，iPhone 的收入在全球可排到第 20 位，超过 了AT&T、微软与雪佛龙。谷歌和 Facebook 垄断了移动广告，这两家寡头占据的市场份额超过了 50%。但移动也催生出全新的公司：Uber 利用地理定位成为一家价值 630 亿美元的上市公司；Instagram 利用移动摄像头，TikTok 利用移动视频分别积累了 20 亿与 10 亿用户（各自有可能成为价值 1000 亿美元的独立企业）；这种模式在各个领域都在延续——音乐领域的 Spotify、投资领域的 Robinhood、聊天应用领域的 WhatsApp 等等。

云计算也是如此：大部分价值被亚马逊的 AWS、微软的 Azure 与 Salesforce 等老牌公司吸走了。但是，同时还诞生了数十家新的初创企业。不妨看下 Cloud 100 强就知道了。

我预期人工智能领域也会是类似的走势。AI 领域的 OpenAI 可能相当于云计算的 AWS，是其他人搞开发的基础设施层；按照这个类比，Anthropic 可能就是 Azure 或 Google Cloud。但我们看到用户体验与界面发生了巨大变化。甚至谷歌搜索也处在危险之中。这为 AI 原生应用层的新进入者创造了机会。

网络效应等技术领域的护城河依然适用。专注会很关键。创业公司获胜的原因之一是他们专注于创业。他们开发出好 10 倍的产品，这一般是从服务高度特定的用户开始的。回到上面的例子，专注于开发 AI 行政助理或 AI 律师可能是一个优势；随着时间的推移，面向垂直领域对 AI 模型和商业模型进行更好的微调可以创造出复合优势。然后，初创企业就可以逐步对产品进行层次化发展，从而提高合同价值并提高净美元留存率。

初创企业的最后一个优势是：敏捷。科技巨头动作缓慢。今年早些时候，有四位领先的 AI 研究人员离开了谷歌，创立 Mobius。这些研究人员是谷歌的文本生成图像扩散模型背后的开发者。我相信在离开谷歌之后，他们可以行动得更快、更灵活。类似地，Dust 是由前 OpenAI 员工建立的大规模语言模型应用平台；他们一样也会具备速度与灵活性的好处。这些都是作为创业者可以利用的关键优势。

是，微软和谷歌会夺走大部分价值。大者恒大。但在未来十年，新兴参与者也会有大量机会（很多现在还很难预测）成为 AI 原生，并创造出巨大价值。

最后思考

1980 年代，Dunkin' Donuts 曾发布一支很出名的商业广告，后来又被叫做“做甜甜圈的时间到了”。在广告里，一位中年男子在凌晨时分从床上爬起来，穿上他的 Dunkin' Donuts 制服，并叹息到：“又要做甜甜圈了。”他拖着沉重的脚步走出家门，等广告画面切换到他回家时，他已经累得筋疲力尽，喃喃自语，“甜甜圈终于做完了。”如此一次又一次地重复这个循环。这支广告非常受欢迎，以至于他们后来总共制作了一百多个不同的版本。

当我们想到技术对工作的取代时，我们就会想到这种工作——单调乏味、吃力不讨好的任务。传统上，这是创新所针对的那种工作。在美国制造业繁荣的初期，亨利·福特生产线上有一名工人抱怨道：

“它不会停。它就这么转啊转啊转。我敢打赌，有些人从出生到入死都没见过那条线的尽头。永远也不会——因为它就没有尽头。它就像一条蛇。只有身体，没有尾巴。”

这条装配线大部分现在都已经实现了自动化。是，这要以牺牲一部分工作岗位为代价，但它也让员工腾出时间专注于更有成就感、更有趣的工作。

这一刻的有趣之处在于，工作的人性部分被颠覆了。很多知识工作者的任务现在人工智能也能做了，而且甚至表现更加出色；一项研究甚至表明，人工智能已经跟我们一样富有创造力。因此，生成式人工智能会给劳动力市场造成混乱。这一点可能需要一些时间才能显现出来，但从长远来看，数以百万计的工作岗位要么被人工智能补充，要么被它完全取代。员工再培训势在必行。

连茶水间感觉都越来越没有人情味了

我们还将看到生成式 AI 会继续模糊事实与虚构的界限，需要每个人都保持健康的怀疑态度。我们现在还有一些时间，需要在政策、管理与创新上深谋远虑，确保猖獗的“AI 生成虚假信息”不会造成严重破坏。

当谈到价值创造时，陪审团也出局了。我的看法是，大型科技公司将获得很多回报，但新贵可以创造和获取大量价值。AI 的应用层才刚刚起步，这是新用户体验和行为钙化的独特时刻。当这种情况发生时，大公司通常会效仿。

乐观面让我精神饱满：人工智能正在增强人类的能力。尽管如此，情况仍令人担忧。创新是可怕的。改变往往会遭到强烈反对。即便是不起眼的计算器也曾面临过逆风：

回想起来，数学老师似乎有点反应过度。

创新的采用与颠覆模式在某种程度上是可以预测的。我们之前已经目睹过重大革命——农业、工业和信息技术领域的重大革命。在我们适应人工智能革命的过程中，预计短期内会出现痛苦，但从长期来看，生产力和生活质量会得到提高。

#我国全面实现不动产统一登记##让AI触手可及##人工智能##谈谈你对人工智能Chat GPT的看法#