[00:00:00.000-00:00:01.960] 今天我们来系统性的推演一下 [00:00:01.960-00:00:04.480] AI会如何改变我们的商业社会 [00:00:04.480-00:00:07.320] 看完你会知道你的工作会受到多大的影响 [00:00:07.320-00:00:09.080] 现在该在什么事情上投入 [00:00:09.080-00:00:11.280] 才能在将来获得超额回报 [00:00:11.280-00:00:13.840] 同时你也能学会一套全新的推演 [00:00:13.840-00:00:15.760] 和预测未来的思考框架 [00:00:15.760-00:00:16.960] 首先我们要知道 [00:00:16.960-00:00:19.200] 为什么人的预测总是会出错 [00:00:19.200-00:00:20.800] 因为人的思维是线性的 [00:00:20.800-00:00:22.880] 而真实世界里变化的发生 [00:00:22.880-00:00:24.280] 从来都不是线性的 [00:00:24.280-00:00:25.880] 往往是一个情况改变了 [00:00:25.880-00:00:27.000] 一个约束消失了 [00:00:27.000-00:00:28.560] 结果就会快速地划到 [00:00:28.560-00:00:30.160] 另一种截然不同的情况 [00:00:30.160-00:00:31.760] 就好像温度变成100度 [00:00:31.760-00:00:33.600] 水会直接变成水蒸汽 [00:00:33.600-00:00:35.800] 这也就会导致我们常有一种 [00:00:35.800-00:00:38.040] 这个世界变化的太快乐的感觉 [00:00:38.040-00:00:39.480] 所以我们这一次的推演 [00:00:39.480-00:00:42.080] 绝对不会用想当然的方式去凭空幻想 [00:00:42.080-00:00:44.600] 而是借用更严谨更有效的工具 [00:00:44.600-00:00:46.280] 我选择的工具是数学 [00:00:46.280-00:00:49.320] 数学本就是一门关于推演证明的学科 [00:00:49.320-00:00:50.040] 当然在这里 [00:00:50.040-00:00:52.480] 我们无法进行严谨的变量计算 [00:00:52.480-00:00:54.600] 我们只是借助数学思想的股价 [00:00:54.600-00:00:56.760] 来为我们提供因果链的标准 [00:00:56.800-00:00:59.440] 所以不会涉及任何晦涩的数学概念 [00:00:59.440-00:01:01.480] 也不会有让人头疼的计算 [00:01:01.480-00:01:03.320] 只是像数学做证明题一样 [00:01:03.320-00:01:04.320] 提供一个视角 [00:01:04.320-00:01:06.440] 来一步步推出我们今天的主题 [00:01:06.440-00:01:08.680] AAA将怎么改变我们的社会 [00:01:08.680-00:01:10.000] 那根据数学的要求 [00:01:10.000-00:01:12.160] 我们需要有公理定义引理 [00:01:12.160-00:01:13.320] 最后推出结论 [00:01:13.320-00:01:14.960] 那开始我们的推演之前 [00:01:14.960-00:01:16.960] 我选择了一些理论作为公理 [00:01:16.960-00:01:18.200] 当然我要先说明一下 [00:01:18.200-00:01:19.800] 这些理论来自经济学 [00:01:19.800-00:01:21.360] 管理学和系统科学 [00:01:21.360-00:01:23.360] 而且都被时间反复检验过 [00:01:23.360-00:01:24.160] 我做的事情 [00:01:24.200-00:01:25.760] 只是把他们按因果顺序 [00:01:25.760-00:01:27.200] 串成一条推导链 [00:01:27.200-00:01:28.280] 往下推的每一步 [00:01:28.280-00:01:29.040] 你都能看到 [00:01:29.040-00:01:31.120] 它是从哪一条公理里推出来的 [00:01:31.120-00:01:32.760] 第一条公理来自亚当斯密 [00:01:32.760-00:01:33.920] 分工创造财富 [00:01:33.920-00:01:35.040] 但分工也有成本 [00:01:35.040-00:01:36.240] 一个人什么都自己干 [00:01:36.240-00:01:37.800] 种粮食 织布 盖房子 [00:01:37.800-00:01:39.160] 忙一辈子也付不起来 [00:01:39.160-00:01:40.240] 可一旦大家分工 [00:01:40.240-00:01:43.000] 每个人只干自己最擅长的那一件事 [00:01:43.000-00:01:45.400] 社会总产出就会成百倍的往上涨 [00:01:45.400-00:01:47.640] 分工的历史从原始社会就开始了 [00:01:47.640-00:01:49.640] 雄性打猎 雌性采集 缝衣服 [00:01:49.640-00:01:51.400] 甚至婚姻也是一种分工 [00:01:51.440-00:01:53.480] 但是在商业社会分得越细 [00:01:53.480-00:01:55.040] 你就越要依赖陌生人 [00:01:55.040-00:01:56.840] 你得跟人沟通 跟人谈价钱 [00:01:56.840-00:01:58.760] 还得担心对方会不会骗你 [00:01:58.760-00:02:00.080] 这些都是成本 [00:02:00.080-00:02:01.160] 人之间的沟通 [00:02:01.160-00:02:04.040] 就必然伴随着信息的误解和丢失 [00:02:04.040-00:02:05.720] 沟通摩擦也是成本 [00:02:05.720-00:02:07.000] 而且参与的人越多 [00:02:07.000-00:02:08.480] 这个成本涨得就越快 [00:02:08.480-00:02:10.120] 第二条公理来自管理学家 [00:02:10.120-00:02:11.640] 高德拉特的约束理论 [00:02:11.640-00:02:13.240] 一个系统能产出多少 [00:02:13.240-00:02:15.520] 永远由它最紧的那个约束决定 [00:02:15.520-00:02:16.800] 就像一条高速公路 [00:02:16.800-00:02:18.040] 整条路能跑多快 [00:02:18.040-00:02:20.000] 是由最窄的那一段决定的 [00:02:20.040-00:02:22.200] 别的路段修得再宽也没有用 [00:02:22.200-00:02:24.520] 而一旦你把最窄的那一段拖宽了 [00:02:24.520-00:02:25.920] 堵点马上就会挪到 [00:02:25.920-00:02:27.400] 下一个最窄的地方去 [00:02:27.400-00:02:28.920] 第三条公理是经济学里 [00:02:28.920-00:02:29.960] 最朴素的一条 [00:02:29.960-00:02:30.880] 物以稀为贵 [00:02:30.880-00:02:32.480] 东西越充足越不值钱 [00:02:32.480-00:02:34.080] 值钱的永远是稀缺的 [00:02:34.080-00:02:35.160] 我们今天的商业 [00:02:35.160-00:02:36.800] 本质就建立在稀缺上 [00:02:36.800-00:02:38.640] 提供稀缺的人赚取财富 [00:02:38.640-00:02:40.480] 消费稀缺的人付出代价 [00:02:40.480-00:02:41.400] 你买的苹果手机 [00:02:41.400-00:02:42.920] 比富士红苹果更贵 [00:02:42.920-00:02:44.120] 就是因为苹果手机 [00:02:44.120-00:02:45.720] 远比富士苹果稀缺 [00:02:45.720-00:02:47.240] 第四条公理来自梅多斯 [00:02:47.240-00:02:49.360] 也就是系统之美这本书的作者 [00:02:49.360-00:02:50.720] 系统里存在延迟 [00:02:50.720-00:02:51.760] 一个原因发生了 [00:02:51.760-00:02:54.320] 结果往往要过很久才会显现出来 [00:02:54.320-00:02:56.280] 就像你洗澡的时候拧热水龙头 [00:02:56.280-00:02:57.680] 水不会马上变热 [00:02:57.680-00:02:58.480] 很多人等不及 [00:02:58.480-00:02:59.720] 就一直往热的方向拧 [00:02:59.720-00:03:01.240] 几秒钟之后就会被烫 [00:03:01.240-00:03:02.120] 我们开头说的 [00:03:02.120-00:03:04.200] 这种世界变化太快的感觉 [00:03:04.200-00:03:06.400] 也有一部分就来自于这个延迟 [00:03:06.400-00:03:07.920] 变化其实早就发生了 [00:03:07.920-00:03:10.080] 只是结果到现在才冒出来 [00:03:10.080-00:03:11.080] 四条公理列好了 [00:03:11.080-00:03:13.800] 接下来我们来给商业社会下一个定义 [00:03:13.800-00:03:14.880] 根据第一条公理 [00:03:14.920-00:03:16.120] 一个社会的财富 [00:03:16.120-00:03:17.640] 其实就是一道减法 [00:03:17.640-00:03:20.120] 分工带来的收益减去协作的成本 [00:03:20.120-00:03:21.480] 我们把分工深度 [00:03:21.480-00:03:23.240] 也就是协作网络的规模 [00:03:23.240-00:03:24.000] 计为N [00:03:24.000-00:03:26.280] 那么就会有社会财富WN [00:03:26.280-00:03:27.840] 等于分工收益PN [00:03:27.840-00:03:29.640] 减去协作成本TN [00:03:29.640-00:03:31.200] 那协作的成本TN [00:03:31.200-00:03:32.480] 又是有什么构成的呢 [00:03:32.480-00:03:34.080] 我把它拆成了五个约束 [00:03:34.080-00:03:35.720] C1认知约束 [00:03:35.720-00:03:37.120] 一个人的脑子能学会 [00:03:37.120-00:03:38.960] 能处理的东西是有限的 [00:03:38.960-00:03:40.360] C2编码约束 [00:03:40.360-00:03:41.960] 很多本事是说不清楚 [00:03:41.960-00:03:42.920] 写不下来的 [00:03:42.920-00:03:45.120] 只能靠师傅手把手的带徒弟 [00:03:45.120-00:03:46.600] C3协调约束 [00:03:46.600-00:03:47.800] 人一搁沟通就乱 [00:03:47.800-00:03:50.080] 信息在传递的过程中会磨损 [00:03:50.080-00:03:51.280] 沟通成本增长 [00:03:51.280-00:03:52.640] C4信任约束 [00:03:52.640-00:03:54.080] 陌生人之间有信息差 [00:03:54.080-00:03:56.000] 我不知道你卖给我的东西到底好不好 [00:03:56.000-00:03:57.800] 我不知道你说的到底是不是真的 [00:03:57.800-00:03:59.120] C5物理约束 [00:03:59.120-00:04:00.040] 能源是有限的 [00:04:00.040-00:04:01.080] 时间是有限的 [00:04:01.080-00:04:02.920] 每个人一天的注意力也是有限的 [00:04:02.920-00:04:04.200] 就那么十几个小时 [00:04:04.200-00:04:06.480] 如果我们把人类的商业史从头翻一遍 [00:04:06.480-00:04:08.000] 会发现它其实就是一部 [00:04:08.000-00:04:09.760] 不断围绕着这五个约束 [00:04:09.760-00:04:11.200] 去打补丁的历史 [00:04:11.240-00:04:13.480] 那些我们以为是商业本身的东西 [00:04:13.480-00:04:16.760] 其实全都是为了绕开约束而打的补丁 [00:04:16.760-00:04:18.040] 比如第一个认知约束 [00:04:18.040-00:04:20.000] 一个人的认知和知识是有限的 [00:04:20.000-00:04:21.520] 所以有了教育和文凭 [00:04:21.520-00:04:22.800] 用来证明你学会了 [00:04:22.800-00:04:24.160] 或者你能学会 [00:04:24.160-00:04:24.920] 编码困难 [00:04:24.920-00:04:26.200] 所以有了学徒制 [00:04:26.200-00:04:27.840] 行业经验和行业壁垒 [00:04:27.840-00:04:30.520] 每个行业内的先发者有机会积攒优势 [00:04:30.520-00:04:31.280] 协调困难 [00:04:31.280-00:04:32.160] 所以有了公司 [00:04:32.160-00:04:33.920] 有了一层又一层的中层管理 [00:04:33.920-00:04:34.920] 有管理方式 [00:04:34.920-00:04:36.680] 经济学家科斯这样描述过 [00:04:36.680-00:04:37.880] 公司之所以存在 [00:04:37.880-00:04:39.680] 就是因为在公司内部协调 [00:04:39.680-00:04:41.600] 比每件事都去市场上找人谈 [00:04:41.600-00:04:42.640] 要便宜方便 [00:04:42.640-00:04:43.400] 信任困难 [00:04:43.400-00:04:44.200] 所以有了货币 [00:04:44.200-00:04:44.920] 有了合同 [00:04:44.920-00:04:45.720] 有了品牌 [00:04:45.720-00:04:47.320] 有了平台上的评价 [00:04:47.320-00:04:48.720] 而补丁有一个特点 [00:04:48.720-00:04:49.720] 就是它的价值 [00:04:49.720-00:04:52.240] 完全取决于背后那个约束还在不在 [00:04:52.240-00:04:53.520] 就像伞之所以之前 [00:04:53.520-00:04:54.680] 是因为外面在下雨 [00:04:54.680-00:04:55.240] 雨一停 [00:04:55.240-00:04:56.440] 伞就没有人抢了 [00:04:56.440-00:04:58.360] 那如果约束本身不存在了 [00:04:58.360-00:04:59.880] 补丁也就没有了价值 [00:04:59.880-00:05:01.280] 从这一点我们就能知道 [00:05:01.280-00:05:03.040] AI让什么在快速贬值 [00:05:03.040-00:05:04.400] 财富又会怎么转移 [00:05:04.400-00:05:05.720] 接下来定义有了 [00:05:05.720-00:05:08.280] 把第二条公理和第三条公理放在一起 [00:05:08.280-00:05:10.600] 系统的产出由最紧的约束决定 [00:05:10.600-00:05:12.200] 而充足的东西不值钱 [00:05:12.200-00:05:14.160] 那么当某个约束被解除 [00:05:14.160-00:05:16.360] 原来卡在这里的东西变得充足 [00:05:16.360-00:05:18.080] 它的价值就会趋向于零 [00:05:18.080-00:05:20.040] 引理一用一句话简单概括 [00:05:20.040-00:05:21.040] 钱不会消失 [00:05:21.040-00:05:22.040] 钱只会转移 [00:05:22.040-00:05:23.400] 命名财富转移 [00:05:23.400-00:05:25.040] 历史上的每一次技术革命 [00:05:25.040-00:05:26.800] 其实都在验证这条引理 [00:05:26.800-00:05:28.840] 印刷术让复制知识变便宜了 [00:05:28.840-00:05:30.240] 抄书酱就不值钱了 [00:05:30.240-00:05:32.280] 钱转移到了原创和权威那里 [00:05:32.280-00:05:33.960] 也就是版权和出版社 [00:05:33.960-00:05:36.240] 蒸汽机和电力让利器变便宜了 [00:05:36.240-00:05:38.320] 钱就转移到了技能和脑力那里 [00:05:38.320-00:05:39.680] 这才有了后来的白领 [00:05:39.680-00:05:41.520] 互联网上信息分发变便宜了 [00:05:41.520-00:05:43.000] 报纸和渠道商不挣钱了 [00:05:43.000-00:05:44.960] 钱转移到了能把所有人的注意力 [00:05:44.960-00:05:46.600] 聚在一起的平台那里 [00:05:46.600-00:05:47.680] 有了这条引理 [00:05:47.680-00:05:50.160] AI会怎么改变商业社会这个大问题 [00:05:50.160-00:05:52.600] 就可以拆成两个更精确的小问题 [00:05:52.600-00:05:54.720] 第一个AI解除了哪一个约束 [00:05:54.720-00:05:56.560] 也就是它让什么变得充足了 [00:05:56.560-00:05:58.880] 第二个下一个最紧的约束是什么 [00:05:58.880-00:06:01.680] 这两个问题就是我们今天整个推演的基础 [00:06:01.800-00:06:05.160] 后面所有的结论都是从这两个问题里推出来的 [00:06:05.160-00:06:07.040] 你以后看任何一个新技术 [00:06:07.040-00:06:08.640] 也都可以先问这两个问题 [00:06:08.640-00:06:09.640] 先回答第一个问题 [00:06:09.640-00:06:12.240] 很多人会说AI解除的是智力的约束 [00:06:12.240-00:06:13.360] 这个说法太粗了 [00:06:13.360-00:06:16.680] 更精确的说AI主要解除的是编码约束 [00:06:16.680-00:06:17.440] 过去几十年 [00:06:17.440-00:06:21.000] 电脑能做的事必须是人能写成规则的事情 [00:06:21.000-00:06:22.400] 所以被电脑替代的 [00:06:22.400-00:06:25.640] 一直都是那些照章办事流程固定的岗位 [00:06:25.640-00:06:27.960] 但很难写成规则的就很值钱 [00:06:27.960-00:06:30.040] 参考哲学家波兰尼说过的一句话 [00:06:30.080-00:06:32.360] 人知道的永远比他能说出来的多 [00:06:32.360-00:06:34.320] 一个自身编导改稿时的语感 [00:06:34.320-00:06:36.360] 一个医生看片子时的直觉 [00:06:36.360-00:06:37.800] 一个销售读人的能力 [00:06:37.800-00:06:39.680] 这些东西没法写成规则 [00:06:39.680-00:06:41.760] 所以过去机器根本替代不了 [00:06:41.760-00:06:43.160] 而AI绕过了这一点 [00:06:43.160-00:06:45.440] 它不需要你能把规则清楚的说出来 [00:06:45.440-00:06:46.600] 只要例子足够多 [00:06:46.600-00:06:47.880] 它自己就能学会 [00:06:47.880-00:06:49.560] 所以能交给机器的事儿 [00:06:49.560-00:06:52.040] 边界一下子就从能写成规则的 [00:06:52.040-00:06:53.880] 变成了有足够多数据的 [00:06:53.880-00:06:55.000] 编码约束一松 [00:06:55.000-00:06:57.480] 认知约束和协调约束也跟着松了 [00:06:57.480-00:06:58.680] 认知约束很好理解 [00:06:58.680-00:07:01.280] AI比任何一个人类的知识都要渊博 [00:07:01.280-00:07:03.080] 它有更快的搜索能力 [00:07:03.080-00:07:04.520] 今天你想得到任何知识 [00:07:04.520-00:07:06.720] 得到行业专家级的分析和写作 [00:07:06.720-00:07:07.760] 都几乎免费 [00:07:07.760-00:07:08.880] 协调约束上 [00:07:08.880-00:07:09.840] 人和AI之间 [00:07:09.840-00:07:13.040] AI与AI之间的协调成本也接近于零 [00:07:13.040-00:07:14.320] 在今天的企业里 [00:07:14.320-00:07:16.520] 每年有总计上亿元的损失 [00:07:16.520-00:07:18.120] 就是协调约束带来的 [00:07:18.120-00:07:20.880] 很多看起来很先进的大型企业 [00:07:20.880-00:07:22.640] 竟然常因为两个对接的人 [00:07:22.640-00:07:24.200] 之间一次沟通的失误 [00:07:24.200-00:07:26.640] 造成上万甚至上百万的损失 [00:07:26.640-00:07:27.920] 比如一个人话没说清 [00:07:27.960-00:07:28.880] 另一个人犯瞌睡 [00:07:28.880-00:07:29.840] 传达错了意思 [00:07:29.840-00:07:31.280] 现在AI之间的沟通 [00:07:31.280-00:07:32.440] agent之间的沟通 [00:07:32.440-00:07:34.080] 几乎是没有任何摩擦的 [00:07:34.080-00:07:36.720] 唯一的代价就是可以忽略不计的token fee [00:07:36.720-00:07:39.200] 现在C1 C2和C3三个约束 [00:07:39.200-00:07:40.800] 已经可以宣告粉碎了 [00:07:40.800-00:07:42.440] 在现实世界里产生影响 [00:07:42.440-00:07:43.680] 只是时间问题 [00:07:43.680-00:07:44.760] 而且这三个约束 [00:07:44.760-00:07:47.480] 一定不会同时被广泛的发掘 [00:07:47.480-00:07:48.640] 已经失效了 [00:07:48.640-00:07:51.960] 所以财富会先在这三个约束之前转移 [00:07:51.960-00:07:53.600] 但最后一定会移动到 [00:07:53.600-00:07:55.040] 剩下的两个约束上 [00:07:55.040-00:07:56.200] 其实关于这条引力 [00:07:56.200-00:07:57.520] 我已经亲身经历过了 [00:07:57.520-00:07:59.880] 我的故事一定能给你一些启发 [00:07:59.880-00:08:02.320] 我可能是最早一批靠AI赚到钱的人 [00:08:02.320-00:08:04.400] 或者说靠AI信息差赚到钱 [00:08:04.400-00:08:06.920] 几年前早在ChatGPT恒空出世 [00:08:06.920-00:08:09.040] 宣告大模型时代到来之前 [00:08:09.040-00:08:11.240] 我已经使用上了一个AI生图工具 [00:08:11.240-00:08:11.880] Midjourney [00:08:11.880-00:08:14.280] 那时的AI生图还只能做出一些 [00:08:14.280-00:08:16.560] 像抽象画一样乱七八糟的东西 [00:08:16.560-00:08:18.680] 任何具体的物品都画不出来 [00:08:18.680-00:08:20.160] 在当时和Midjourney [00:08:20.160-00:08:22.840] 并成AI生图双子星的Stable Diffusion [00:08:22.840-00:08:24.520] 现在已经很少有人知道了 [00:08:24.520-00:08:25.320] 在那个时候 [00:08:25.320-00:08:27.480] 如果你有关于设计的需求 [00:08:27.480-00:08:29.200] 比如需要画一张动漫人物 [00:08:29.200-00:08:31.360] 最常见的方式是上淘宝约稿 [00:08:31.360-00:08:32.600] 我也购买过这个服务 [00:08:32.600-00:08:34.160] 两张平平无奇的作品 [00:08:34.160-00:08:35.800] 花费了我2300元 [00:08:35.800-00:08:38.160] 在那时有一个行业突然爆发出了 [00:08:38.160-00:08:41.400] 快速增长的对设计服务的需求 [00:08:41.400-00:08:42.680] 就是NFT平台 [00:08:42.680-00:08:44.400] 或者叫数字藏品平台 [00:08:44.400-00:08:46.560] 他们需要大量的作品来铸造NFT [00:08:46.560-00:08:47.680] 传统的解决方式 [00:08:47.680-00:08:49.880] 是找一些设计师或博物馆合作 [00:08:49.880-00:08:50.800] 但他们很贵 [00:08:50.800-00:08:52.280] 要么是上万的设计费 [00:08:52.280-00:08:54.480] 要么需要从平台收入里分成 [00:08:54.480-00:08:56.880] 对于一些小平台来说难以负担 [00:08:56.880-00:08:59.440] 于是我就拿着那些AI生成的抽象画 [00:08:59.440-00:09:01.960] 起了一个富有寓意的名字 [00:09:01.960-00:09:03.080] 并加上一段故事 [00:09:03.080-00:09:06.120] 比如一幅大片红色黑色混杂在一起的图像 [00:09:06.120-00:09:08.120] 我就发动想象力起一个类似于 [00:09:08.120-00:09:09.440] 黑暗降临的名字 [00:09:09.440-00:09:11.480] 包装成一个作品去向平台兜售 [00:09:11.480-00:09:13.280] 一张的价格是400到800 [00:09:13.280-00:09:15.720] 是的 一个初代AI制作的甘水 [00:09:15.720-00:09:16.960] 可以卖到这个价格 [00:09:16.960-00:09:18.120] 原因只有一个 [00:09:18.120-00:09:20.480] 因为对当时的NFT平台来说 [00:09:20.480-00:09:22.080] 它比别的选择便宜 [00:09:22.080-00:09:23.520] 而且看上去也还不错 [00:09:23.520-00:09:26.400] 之后我见证了AI生图能力的光速发展 [00:09:26.440-00:09:27.800] 先是能做人物形象 [00:09:27.800-00:09:29.800] 越来越贴合提示词的描述 [00:09:29.800-00:09:32.280] 再之后几乎能以假乱真的做出来 [00:09:32.280-00:09:33.880] 任何你想要到的东西 [00:09:33.880-00:09:35.400] 只要你的提示词到位 [00:09:35.400-00:09:37.640] 每一次更新都能让我震撼一次 [00:09:37.640-00:09:39.640] 更不要说到今天的AI生图 [00:09:39.640-00:09:41.960] 已经不太依靠复杂的提示词了 [00:09:41.960-00:09:43.160] 图的质量越来越高 [00:09:43.160-00:09:44.520] 客户也就越来越多 [00:09:44.520-00:09:47.320] 那时我基本能维持每月5万左右的收入 [00:09:47.320-00:09:50.080] 而几乎只需要每天付出一小时的工作时间 [00:09:50.080-00:09:50.840] 这个过程中 [00:09:50.840-00:09:52.960] 设计行业的认知约束和编码约束 [00:09:52.960-00:09:54.760] 已经事实性的击穿了 [00:09:54.800-00:09:57.960] 但是 随着越来越多的人开始用AI做图 [00:09:57.960-00:10:00.280] 价格卷到了毫无价值的程度 [00:10:00.280-00:10:01.840] NFT的热潮也过去了 [00:10:01.840-00:10:03.360] 平台数量大幅减少 [00:10:03.360-00:10:05.080] 我就早早离开了这一行 [00:10:05.080-00:10:07.440] 尽管我的收入还没有开始大幅下滑 [00:10:07.440-00:10:08.760] 因为我已经在行业内 [00:10:08.760-00:10:11.040] 占据了一定的C4信任约束 [00:10:11.040-00:10:12.840] 但没钱赚只是早晚的问题 [00:10:12.840-00:10:15.040] 信息差带来的稀缺已经消失了 [00:10:15.040-00:10:17.320] 这个结局也表明了一个小的引力 [00:10:17.320-00:10:18.840] 在财富转移的过程中 [00:10:18.840-00:10:20.880] 时间差会造就一个窗口期 [00:10:20.880-00:10:22.760] 窗口期里就有捡钱的机会 [00:10:22.760-00:10:24.480] 只是AI这一次会让窗口期 [00:10:24.480-00:10:26.320] 比过去任何一次都要短 [00:10:26.320-00:10:27.680] 我们再回答第二个问题 [00:10:27.680-00:10:29.240] 哪些约束没有被解除 [00:10:29.240-00:10:30.560] 甚至反而收紧了 [00:10:30.560-00:10:31.560] 第一个是信任 [00:10:31.560-00:10:33.040] 它不但没松反而收紧了 [00:10:33.040-00:10:36.200] 因为AI让伪造一切的成本也变成了零 [00:10:36.200-00:10:37.760] 一张照片一段录音 [00:10:37.760-00:10:39.960] 一份报告都可以做得无比逼真 [00:10:39.960-00:10:41.720] 看起来可信的东西越多 [00:10:41.720-00:10:44.080] 真正可信的东西就越稀缺 [00:10:44.080-00:10:45.360] 第二个是物理约束 [00:10:45.360-00:10:46.240] 能源 算力 [00:10:46.240-00:10:49.120] 还有全人类每天加起来的注意力 [00:10:49.120-00:10:50.920] 都有一个硬性的天花板 [00:10:50.920-00:10:52.080] 第三个是责任 [00:10:52.080-00:10:53.760] AI不能被开除 不能被起诉 [00:10:53.760-00:10:55.080] 不能在合同上签字 [00:10:55.080-00:10:55.640] 出了问题 [00:10:55.640-00:10:57.560] 最后总得有一个人站出来兜底 [00:10:57.560-00:10:58.720] 至少目前看来是 [00:10:58.720-00:11:00.480] 最后一个是现场的信息 [00:11:00.480-00:11:01.960] 经济学家哈耶克说过 [00:11:01.960-00:11:04.480] 有一种知识只存在于特定的时间 [00:11:04.480-00:11:05.600] 和特定的地点 [00:11:05.600-00:11:07.760] 就比如今天这个客户为什么犹豫 [00:11:07.760-00:11:09.760] 这个病人今天的脸色为什么不对 [00:11:09.760-00:11:11.640] 这些东西还没有变成数据 [00:11:11.640-00:11:12.560] AI就学不到 [00:11:12.560-00:11:13.680] 根据第一条引理 [00:11:13.680-00:11:14.880] 这几个地方就是 [00:11:14.880-00:11:16.640] 钱接下来转移去的地方 [00:11:16.640-00:11:19.000] 接下来我们推一个更具体的问题 [00:11:19.000-00:11:21.440] AI会先替代什么 后替代什么 [00:11:21.520-00:11:22.800] 很多人的直觉是 [00:11:22.800-00:11:24.480] 简单的工作先被替代 [00:11:24.480-00:11:26.160] 复杂的工作后被替代 [00:11:26.160-00:11:28.120] 可我们把它写成一个不等式 [00:11:28.120-00:11:30.200] 就会发现这个直觉是错的 [00:11:30.200-00:11:31.760] 一件事会不会交给AI [00:11:31.760-00:11:33.280] 取决于这个不等式 [00:11:33.280-00:11:34.760] AI成本加验证成本 [00:11:34.760-00:11:36.760] 加出错概率乘出错损失 [00:11:36.760-00:11:38.400] 小于人工成本 [00:11:38.400-00:11:39.360] 这三项加起来 [00:11:39.360-00:11:41.800] 只要比请一个人干更便宜 [00:11:41.800-00:11:43.480] 这件事就会交给AI [00:11:43.480-00:11:44.920] 这就是第二条引理 [00:11:44.920-00:11:46.360] 命名落地方程 [00:11:46.360-00:11:48.480] 现在AI本身的成本已经低到 [00:11:48.480-00:11:49.800] 几乎可以忽略了 [00:11:49.800-00:11:51.680] 所以真正决定替代顺序的 [00:11:51.680-00:11:54.400] 是检查验证的成本和出错的代价 [00:11:54.400-00:11:55.440] 你可以想象一下 [00:11:55.440-00:11:57.400] 你招了一个助理帮你写报告 [00:11:57.400-00:11:59.160] 如果你检查他写的东西 [00:11:59.160-00:12:01.200] 花的时间跟你自己写一遍差不多 [00:12:01.200-00:12:03.000] 那这个助理对你就没有意义 [00:12:03.000-00:12:04.400] 所以最先被替代的 [00:12:04.400-00:12:05.480] 不是简单的工作 [00:12:05.480-00:12:07.040] 而是容易检查对错 [00:12:07.040-00:12:08.960] 错了也不致命的工作 [00:12:08.960-00:12:11.400] 这就推出了一个很反直觉的结论 [00:12:11.400-00:12:13.080] 一个年薪几十万的程序员 [00:12:13.080-00:12:14.960] 可能会比一个修水管的师傅 [00:12:14.960-00:12:16.160] 更早受到冲击 [00:12:16.160-00:12:17.840] 因为代码写完可以跑测试 [00:12:17.840-00:12:19.120] 对不对一秒钟就知道 [00:12:19.160-00:12:20.400] 而水管修没修好 [00:12:20.400-00:12:22.320] 得有个人钻到水池底下去拧 [00:12:22.320-00:12:23.840] 再用手摸一摸还渗不渗水 [00:12:23.840-00:12:26.280] 而看病打官司签大合同这种事 [00:12:26.280-00:12:28.560] 会在很长时间里停在AI干活 [00:12:28.560-00:12:29.680] 人来签字的状态 [00:12:29.680-00:12:31.080] 不是因为AI还不够聪明 [00:12:31.080-00:12:33.760] 而是因为检查太贵出错太疼 [00:12:33.760-00:12:35.640] 而且总得有人来承担这个责任 [00:12:35.640-00:12:37.840] 但是知道哪些事会被替代还不够 [00:12:37.840-00:12:40.640] 因为一份工作从来都不是一件事 [00:12:40.640-00:12:42.480] 而是几件事的总和 [00:12:42.480-00:12:43.880] 经济学家阿西莫格鲁 [00:12:43.880-00:12:45.280] 就是这么看工作的 [00:12:45.280-00:12:47.720] 他把每个岗位都拆成一个一个的任务 [00:12:47.760-00:12:48.760] 我在这个基础上 [00:12:48.760-00:12:51.360] 把一份工作里的任务分成两层 [00:12:51.360-00:12:52.440] 一层是信息层 [00:12:52.440-00:12:54.160] 就是处理信息的那部分 [00:12:54.160-00:12:55.560] 另一层是人类层 [00:12:55.560-00:12:56.920] 人类层只有四样东西 [00:12:56.920-00:12:59.360] 单责任动手在场搞定人 [00:12:59.360-00:13:01.280] 你会发现人类层恰好对应着 [00:13:01.280-00:13:03.720] 刚才那几个没有被解决的约束 [00:13:03.720-00:13:05.560] AI吃掉的永远是信息层 [00:13:05.560-00:13:07.360] 那在这里除了看人类层之外 [00:13:07.360-00:13:08.720] 还得引入另一个变量 [00:13:08.720-00:13:09.880] 需求弹性 [00:13:09.880-00:13:12.440] 说白了就是一个东西变便宜之后 [00:13:12.440-00:13:13.960] 大家会不会用得更多 [00:13:13.960-00:13:16.080] 19世纪的经济学家杰文斯发现 [00:13:16.120-00:13:17.880] 蒸汽机烧煤越来越省 [00:13:17.880-00:13:19.600] 结果整个英国烧掉的煤 [00:13:19.600-00:13:20.760] 反而越来越多 [00:13:20.760-00:13:22.160] 因为用煤变便宜了 [00:13:22.160-00:13:24.080] 更多的工厂用上了蒸汽机 [00:13:24.080-00:13:25.360] 银行普及ATM后 [00:13:25.360-00:13:26.560] 柜员不但没有减少 [00:13:26.560-00:13:27.880] 反而还略微多了一些 [00:13:27.880-00:13:29.920] 因为一些网点需要的柜员少了 [00:13:29.920-00:13:31.800] 开网点的成本降下来了 [00:13:31.800-00:13:33.400] 银行就开了更多的网点 [00:13:33.400-00:13:35.240] 但是美国的农业是反过来的 [00:13:35.240-00:13:36.400] 机器越来越先进 [00:13:36.400-00:13:37.880] 种地的人从90% [00:13:37.880-00:13:39.360] 降到了不到2% [00:13:39.360-00:13:41.480] 因为一个人一天就是那么多饭 [00:13:41.480-00:13:42.480] 粮食再便宜 [00:13:42.480-00:13:43.720] 需求也不会暴增 [00:13:43.720-00:13:45.080] 所以第三条引理就是 [00:13:45.080-00:13:47.120] 一个职业抵抗AI冲击的能力 [00:13:47.120-00:13:48.800] 约等于人类层的占比 [00:13:48.800-00:13:50.600] 乘以需求的弹性 [00:13:50.600-00:13:52.320] 我本身是教育行业从业者 [00:13:52.320-00:13:54.200] 所以在这里根据新的引理 [00:13:54.200-00:13:56.320] 推一下教育行业将来的演变 [00:13:56.320-00:13:57.680] 从重点中学数量 [00:13:57.680-00:14:00.280] 班级人数和校外培训市场的规模来看 [00:14:00.280-00:14:01.960] 教育行业的需求弹性 [00:14:01.960-00:14:03.160] 绝对是很高的 [00:14:03.160-00:14:04.680] 也就是教育变便宜后 [00:14:04.680-00:14:06.000] 用的人一定会更多 [00:14:06.000-00:14:07.600] 再看教师职业的工作 [00:14:07.600-00:14:09.600] 主要是哪几件事的总和 [00:14:09.600-00:14:11.560] 教授学科真实管理班级秩序 [00:14:11.600-00:14:13.880] 关注学生学习状态和心理状态 [00:14:13.880-00:14:15.200] 和家长打交道 [00:14:15.200-00:14:16.680] 除了第一样属于信息层 [00:14:16.680-00:14:18.760] 剩下的都是属于人类层的 [00:14:18.760-00:14:21.320] 信息层的需求将会被AI极大满足 [00:14:21.320-00:14:23.560] 更重要的将会是人类层的能力 [00:14:23.560-00:14:25.120] 所以我认为将来所有人 [00:14:25.120-00:14:27.560] 都能得到比现在更好的精英教育 [00:14:27.560-00:14:28.760] 顶级教育资源 [00:14:28.760-00:14:31.160] 而教师的重心会迁移到人类层 [00:14:31.160-00:14:33.440] 未来懂心理学和沟通技巧的老师 [00:14:33.440-00:14:36.720] 会比教学学科知识的资深教师更有价值 [00:14:36.720-00:14:37.680] 再发散一点 [00:14:37.680-00:14:39.880] 心理学的需求会越来越旺盛 [00:14:39.880-00:14:42.080] 知识资源被极大满足之后 [00:14:42.080-00:14:45.400] 人们终于有闲暇能来关注自己的内心了 [00:14:45.400-00:14:47.560] 甚至可以再扩散到其他职业 [00:14:47.560-00:14:50.480] 我们今天习以为常的很多职业和服务 [00:14:50.480-00:14:54.080] 本质都是因为有C1和C2约束的存在而诞生的 [00:14:54.080-00:14:55.400] 约束被粉碎之后 [00:14:55.400-00:14:58.240] 这些职业会直接跳变成其他的形态 [00:14:58.240-00:14:59.480] 好比曾经的记账员 [00:14:59.480-00:15:01.120] 现在不再需要动手计算 [00:15:01.120-00:15:02.440] 而是做数据分析 [00:15:02.440-00:15:04.520] AI在把数据分析解决掉之后 [00:15:04.520-00:15:06.040] 他也许会和其他岗位 [00:15:06.040-00:15:07.320] 比如运营合并 [00:15:07.320-00:15:11.440] 变成一个只需要调整策略定方向和担责任的工作 [00:15:11.440-00:15:13.880] 那时候市场会再给他一个新的名字 [00:15:13.880-00:15:15.920] 过去因为约束而存在的职业 [00:15:15.920-00:15:17.840] 名字多半按技能起 [00:15:17.840-00:15:20.160] 比如打字员 记账员 平面设计师 [00:15:20.160-00:15:21.040] 约束消失后 [00:15:21.040-00:15:23.560] 新名字往往按他负责的结果起 [00:15:23.560-00:15:25.720] 比如增长负责人 客户成功经理 [00:15:25.720-00:15:27.440] AI的能力再也不进化之后 [00:15:27.440-00:15:29.440] AI自己就能负责很多结果了 [00:15:29.440-00:15:32.200] 最后职业将会迎来更惨烈的合并 [00:15:32.200-00:15:33.480] 四条公理 三条引理 [00:15:33.480-00:15:35.400] 到这里推导的工具就齐了 [00:15:35.400-00:15:36.840] 接下来我们就用他们 [00:15:36.840-00:15:39.760] 推出AI对整个商业社会的最终影响 [00:15:39.760-00:15:42.680] 第一条推论 补定会贬值 组织会变小 [00:15:42.680-00:15:44.560] 根据科斯的理论 [00:15:44.560-00:15:47.840] 公司能做多大是由内部的协调成本决定的 [00:15:47.840-00:15:50.800] 而AI砍得最狠的恰恰就是协调成本 [00:15:50.800-00:15:52.200] 过去一个项目要10个人 [00:15:52.200-00:15:53.800] 每两个人之间都要沟通 [00:15:53.800-00:15:55.880] 人越多沟通的线路就越多 [00:15:55.880-00:15:57.400] 现在一个人指挥一群AI [00:15:57.400-00:15:59.960] 所有的线路都只连在这一个人身上 [00:15:59.960-00:16:02.000] 所以未来的团队会越来越小 [00:16:02.000-00:16:05.320] 一个人做出过去10个人的产出会变成常态 [00:16:05.360-00:16:07.240] 小到极致就是艺人公司 [00:16:07.240-00:16:08.960] 而那些只负责上传下达 [00:16:08.960-00:16:11.760] 在中间转手信息的中层管理岗位 [00:16:11.760-00:16:13.320] 会被压缩的最厉害 [00:16:13.320-00:16:16.120] 另一头做大模型需要巨大的前期投入 [00:16:16.120-00:16:17.760] 但多服务一个用户很便宜 [00:16:17.760-00:16:19.960] 用户越多数据越好 模型就越好 [00:16:19.960-00:16:21.240] 用户又会更多 [00:16:21.240-00:16:22.920] 这是一个越转越快的循环 [00:16:22.920-00:16:25.440] 所以模型这一层会走向赢家通吃 [00:16:25.440-00:16:28.120] 最后整个商业社会的形状会像一个哑铃 [00:16:28.120-00:16:30.360] 一头是少数几家算力和模型巨头 [00:16:30.360-00:16:32.960] 另一头是大量的超级个体和小团队 [00:16:33.000-00:16:35.640] 加在中间的中型公司日子会最难过 [00:16:35.640-00:16:37.520] 第二条推论 价格会分化 [00:16:37.520-00:16:39.640] 经济学家鲍莫尔发现过一个规律 [00:16:39.640-00:16:42.280] 效率提升快的行业东西会越来越便宜 [00:16:42.280-00:16:44.240] 而效率很难提升的行业 [00:16:44.240-00:16:46.960] 比如面对面的教育 照顾老人 手艺活 [00:16:46.960-00:16:48.360] 就会显得越来越贵 [00:16:48.360-00:16:50.480] AI会把这个规律放大很多倍 [00:16:50.480-00:16:52.600] 凡是AI能做的东西会持续降价 [00:16:52.600-00:16:54.320] 而必须由一个真人在场 [00:16:54.320-00:16:56.280] 完成的东西会相对越来越贵 [00:16:56.280-00:16:58.960] 人在场本身会慢慢变成一种奢侈品 [00:16:58.960-00:17:00.960] 人文的价值会被重新发掘 [00:17:00.960-00:17:02.880] 心理学会迎来真正的春天 [00:17:02.880-00:17:04.520] 第三条辩论 信任会通胀 [00:17:04.520-00:17:06.000] 赫拉利在《人类简史》里写 [00:17:06.000-00:17:08.880] 人类之所以能在陌生人之间大规模合作 [00:17:08.880-00:17:11.120] 靠的是大家共同相信的东西 [00:17:11.120-00:17:12.400] 货币公司品牌 [00:17:12.400-00:17:14.320] 而AI让看起来可信的东西 [00:17:14.320-00:17:15.960] 可以被无限的生产出来 [00:17:15.960-00:17:17.720] 这就像无限的印钞票 [00:17:17.720-00:17:19.600] 每一张钞票的购买力都会下降 [00:17:19.600-00:17:22.040] 与此同时 内容的供给趋向于无穷 [00:17:22.040-00:17:23.920] 而全人类的注意力是一个常数 [00:17:23.920-00:17:26.640] 所以单调内容的价值会趋向于零 [00:17:26.640-00:17:28.560] 真正稀缺的会变成真实的 [00:17:28.560-00:17:29.640] 可以追溯的人 [00:17:29.680-00:17:31.280] 长期积累下来的声誉 [00:17:31.280-00:17:32.840] 和人与人之间的关系 [00:17:32.840-00:17:33.800] 在这几条推论里 [00:17:33.800-00:17:35.320] 这是我最有把握的一条 [00:17:35.320-00:17:36.960] 我自己也是短视频从业者 [00:17:36.960-00:17:37.960] 目前的一个趋势 [00:17:37.960-00:17:39.360] 就是从头部网红效应 [00:17:39.360-00:17:41.360] 转向了小而美的信任效应 [00:17:41.360-00:17:42.520] 这是已经发生了的 [00:17:42.520-00:17:43.840] 人类社会会在经历过 [00:17:43.840-00:17:45.320] 互联网信息大爆炸之后 [00:17:45.320-00:17:46.840] 迎来一次返璞归真 [00:17:46.840-00:17:48.200] 在公司和品牌角度 [00:17:48.200-00:17:49.160] 由于第一条推论 [00:17:49.160-00:17:50.960] 我们得出的超级个体大爆发 [00:17:50.960-00:17:52.240] 过去被互联网巨头 [00:17:52.240-00:17:53.400] 视为没有价值的 [00:17:53.400-00:17:55.040] 超细分服务和工具 [00:17:55.040-00:17:56.640] 在未来会爆发式供应 [00:17:56.640-00:17:58.360] 再根据推论三的信任通胀 [00:17:58.360-00:18:00.200] 我们最终选择的那个工具 [00:18:00.200-00:18:01.640] 很有可能不是广告 [00:18:01.640-00:18:02.440] 见到最多的 [00:18:02.440-00:18:04.200] 而是一个自己熟悉的博主 [00:18:04.200-00:18:06.360] 身边一个认识的人自己做的 [00:18:06.360-00:18:08.040] 我们的选择竟然又回到了 [00:18:08.040-00:18:09.520] 互联网经济爆发前 [00:18:09.520-00:18:11.640] 现下实体经济时代的模式 [00:18:11.640-00:18:13.160] 一个人最喜欢的餐馆 [00:18:13.160-00:18:13.880] 是熟悉的 [00:18:13.880-00:18:15.240] 朋友间口碑好的 [00:18:15.240-00:18:16.440] 以后我们朋友间 [00:18:16.440-00:18:18.400] 交换推荐的私藏好物 [00:18:18.400-00:18:20.240] 不再只是餐馆或零食 [00:18:20.240-00:18:22.760] 而会是小团队做出来的AI工具 [00:18:22.760-00:18:23.680] 第四条推论 [00:18:23.720-00:18:25.640] 短期高估长期低估 [00:18:25.640-00:18:28.480] 这是从第四条工历延迟推出来的 [00:18:28.480-00:18:29.680] 电力刚发明的时候 [00:18:29.680-00:18:30.840] 工厂花了几十年 [00:18:30.840-00:18:32.640] 才真正吃到电带来的效率 [00:18:32.640-00:18:35.280] 因为光把蒸汽机换成电动机是没用的 [00:18:35.280-00:18:37.480] 整座工厂都得按照电的逻辑 [00:18:37.480-00:18:38.640] 重新设计一遍 [00:18:38.640-00:18:39.440] AI也一样 [00:18:39.440-00:18:40.920] 能力到了不等于落地了 [00:18:40.920-00:18:42.520] 中间还卡着流程要重构 [00:18:42.520-00:18:43.280] 数据要打通 [00:18:43.280-00:18:44.120] 责任要划分 [00:18:44.120-00:18:45.560] 结果要有人检查 [00:18:45.560-00:18:46.920] 所以接下来很可能 [00:18:46.920-00:18:48.520] 会出现这样一段时间 [00:18:48.520-00:18:49.680] 到处都在讲AI [00:18:49.680-00:18:51.520] 可是宏观数据上的效率提升 [00:18:51.520-00:18:52.440] 迟迟看不到 [00:18:52.480-00:18:53.880] 然后在某一个时刻 [00:18:53.880-00:18:55.680] 一下子全冒出来了 [00:18:55.680-00:18:57.560] 这中间的时间是企业 [00:18:57.560-00:19:00.360] 组织正在不得不围绕着AI [00:19:00.360-00:19:01.920] 重建自己的生产 [00:19:01.920-00:19:02.720] 沟通流程 [00:19:02.720-00:19:03.840] 管理架构 [00:19:03.840-00:19:05.920] AI带着天文数字级别的生产力 [00:19:05.920-00:19:06.760] 从天而降 [00:19:06.760-00:19:08.880] 使得人类不得不去适应它 [00:19:08.880-00:19:10.520] AI之所以能被称为革命 [00:19:10.520-00:19:11.840] 就是因为它已经强大到了 [00:19:11.840-00:19:13.280] 无法被忽视的程度 [00:19:13.280-00:19:15.480] 并且它还在指数级的进化着 [00:19:15.480-00:19:17.040] 这也正好回到我们开头说的 [00:19:17.040-00:19:18.600] 变化从来都不是线性的 [00:19:18.600-00:19:19.800] 同时还记得我说的 [00:19:19.800-00:19:22.000] 我在窗口期里卖图挣钱的例子吗 [00:19:22.040-00:19:23.920] 现在一个覆盖范围更大 [00:19:23.920-00:19:24.920] 散落的财富 [00:19:24.920-00:19:27.200] 更多的窗口期已经出现了 [00:19:27.200-00:19:28.080] 结合你的行业 [00:19:28.080-00:19:28.840] 你的经验 [00:19:28.840-00:19:31.080] 找到你能切进去的时间差 [00:19:31.080-00:19:32.800] 趁所有人转身之前 [00:19:32.800-00:19:34.720] 你就能赚到自己的第一桶金 [00:19:34.720-00:19:35.480] 那推到这里 [00:19:35.480-00:19:36.560] 证明还没有结束 [00:19:36.560-00:19:37.320] 做数学题 [00:19:37.320-00:19:39.040] 结论推出来以后还要验算 [00:19:39.040-00:19:40.680] 所以我拿这套模型去算了 [00:19:40.680-00:19:42.280] 三个最常见的职业 [00:19:42.280-00:19:44.120] 先根据结论写下预测 [00:19:44.120-00:19:46.000] 再拿真实数据去对比 [00:19:46.000-00:19:47.080] 第一个是程序员 [00:19:47.080-00:19:47.960] 按落地方程 [00:19:47.960-00:19:48.760] 代码好检查 [00:19:48.760-00:19:50.040] 应该最先受到冲击 [00:19:50.080-00:19:52.040] 但软件的需求弹性很大 [00:19:52.040-00:19:52.920] 所以我的预测是 [00:19:52.920-00:19:54.120] 程序员不会消失 [00:19:54.120-00:19:55.520] 但会从内部被拆开 [00:19:55.520-00:19:57.240] 写代码的部分被AI吃掉 [00:19:57.240-00:19:58.360] 定方向做设计 [00:19:58.360-00:19:58.920] 做审查 [00:19:58.920-00:19:59.760] 担责任的部分 [00:19:59.760-00:20:00.840] 反而更值钱 [00:20:00.840-00:20:01.520] 再看数据 [00:20:01.520-00:20:02.680] 斯坦福的研究发现 [00:20:02.680-00:20:04.880] 22到25岁的软件开发者 [00:20:04.880-00:20:07.240] 就业人数比2022年底的高点 [00:20:07.240-00:20:08.400] 少了将近两成 [00:20:08.400-00:20:09.240] 而同一时期 [00:20:09.240-00:20:10.720] 年级大一些的开发者 [00:20:10.720-00:20:12.800] 反而多了6%到12% [00:20:12.800-00:20:14.160] 美国的职业统计里 [00:20:14.160-00:20:16.320] 偏纯写代码的程序员这个类别 [00:20:16.320-00:20:17.680] 2023到2025年 [00:20:17.680-00:20:19.560] 就业跌了27.5% [00:20:19.560-00:20:21.200] 而偏设计的软件开发者 [00:20:21.200-00:20:22.760] 只跌了0.3% [00:20:22.760-00:20:23.800] 预测命中 [00:20:23.800-00:20:24.880] 第二个是会计 [00:20:24.880-00:20:26.440] 会计的规则非常明确 [00:20:26.440-00:20:27.560] 需求弹性又小 [00:20:27.560-00:20:28.920] 按模型应该会缩 [00:20:28.920-00:20:29.840] 但再看数据 [00:20:29.840-00:20:30.920] 似乎不太一样 [00:20:30.920-00:20:32.840] 亚特兰大联储的调查发现 [00:20:32.840-00:20:34.080] 企业高管认为AI [00:20:34.080-00:20:35.880] 对2025年的员工人数 [00:20:35.880-00:20:37.080] 几乎没有影响 [00:20:37.080-00:20:38.320] 对2026年的预期 [00:20:38.320-00:20:39.240] 也接近于0 [00:20:39.240-00:20:40.280] 还有6成以上的 [00:20:40.280-00:20:41.640] 财务招聘经理说 [00:20:41.640-00:20:43.000] 现在比一年前 [00:20:43.000-00:20:44.680] 更难招到合格的人 [00:20:44.720-00:20:46.320] 回头再看一遍推导过程 [00:20:46.320-00:20:47.680] 发现原因有两点 [00:20:47.680-00:20:49.720] 一个是第四条公理说的延迟 [00:20:49.720-00:20:50.920] 工具已经普及了 [00:20:50.920-00:20:51.840] 但公司的流程 [00:20:51.840-00:20:54.280] 还没有按照AI来重新设计 [00:20:54.280-00:20:55.360] 另一个是这个行业 [00:20:55.360-00:20:56.440] 本来就缺人 [00:20:56.440-00:20:58.080] 缺人把替代给盖住了 [00:20:58.080-00:20:59.440] 而在更细的数据里面 [00:20:59.440-00:21:00.600] 信号已经出现了 [00:21:00.600-00:21:01.560] 有研究发现 [00:21:01.560-00:21:02.240] 一家公司 [00:21:02.240-00:21:04.360] 每多招一个懂AI的财务人员 [00:21:04.360-00:21:05.520] 平均就对应着 [00:21:05.520-00:21:08.080] 大约5个会计类岗位的招聘减少 [00:21:08.080-00:21:08.960] 只是这类岗位 [00:21:08.960-00:21:10.600] 现在还不到总量的3% [00:21:10.600-00:21:12.160] 还有一个很有意思的现象 [00:21:12.160-00:21:13.840] 现在已经有人拿AI生成的 [00:21:13.840-00:21:15.160] 假发票去报销了 [00:21:15.160-00:21:16.560] 于是识别AI造假 [00:21:16.560-00:21:18.080] 成了会计的一项新任务 [00:21:18.080-00:21:20.360] 这正是信任收紧推出来的结果 [00:21:20.360-00:21:21.320] 第三个是护士 [00:21:21.320-00:21:23.440] 护士的核心工作是动手和在场 [00:21:23.440-00:21:24.640] 还牵扯着责任 [00:21:24.640-00:21:25.600] 再加上老龄化 [00:21:25.600-00:21:26.960] 需求只会越来越大 [00:21:26.960-00:21:28.160] 所以我的预测是AI [00:21:28.160-00:21:30.080] 只能吃掉护士的文书工作 [00:21:30.080-00:21:30.880] 再看数据 [00:21:30.880-00:21:31.480] 数据显示 [00:21:31.480-00:21:33.880] 美国官方预测2026年和2031年 [00:21:33.880-00:21:34.960] 注册护士的缺口 [00:21:34.960-00:21:36.040] 都在1成左右 [00:21:36.040-00:21:37.200] 而AI进入的位置 [00:21:37.200-00:21:38.240] 也正好是文书 [00:21:38.240-00:21:39.480] 有医院已经在用AI [00:21:39.480-00:21:40.880] 把护士和病人的对话 [00:21:40.880-00:21:42.080] 直接转成病例 [00:21:42.080-00:21:44.440] 结果护士们发现这类系统误报太多 [00:21:44.440-00:21:46.800] 出错损失也高到无法接受 [00:21:46.800-00:21:48.760] 用前面的落地方程核对一下 [00:21:48.760-00:21:50.520] 验证成本和出错损失过高 [00:21:50.520-00:21:52.400] AI本身再便宜也落不了地 [00:21:52.400-00:21:53.080] 预测命中 [00:21:53.080-00:21:54.000] 验算的过程中 [00:21:54.000-00:21:55.520] 我还修正了一个判断 [00:21:55.520-00:21:57.520] 我原本认为AI对新手的帮助 [00:21:57.520-00:21:58.280] 大于老手 [00:21:58.280-00:21:59.520] 因为有研究发现 [00:21:59.520-00:22:00.880] 客服用了AI之后 [00:22:00.880-00:22:02.880] 新手的效率提升最大 [00:22:02.880-00:22:04.320] 老员工几乎没有变化 [00:22:04.320-00:22:06.000] 但是会计的数据正好相反 [00:22:06.000-00:22:07.680] 斯坦福商学院的研究发现 [00:22:07.680-00:22:09.720] 懂得在 AI 没把握的时候判断 [00:22:11.320-00:22:14.120] 收益明显大于照单全收的新人 [00:22:14.120-00:22:16.120] 差别其实在于瓶颈的位置 [00:22:16.120-00:22:18.120] 一份工作如果卡在生产上 [00:22:18.120-00:22:19.960] AI补的是新手的短板 [00:22:19.960-00:22:21.120] 新手收益最大 [00:22:21.120-00:22:23.040] 一份工作如果卡在检查上 [00:22:23.040-00:22:24.280] 判断AI做的对不对 [00:22:24.280-00:22:25.400] 恰恰需要经验 [00:22:25.400-00:22:26.840] 那老手收益就最大 [00:22:26.840-00:22:28.720] 好 现在我们回到开头的问题 [00:22:28.720-00:22:29.200] 第一个 [00:22:29.200-00:22:31.040] 你的工作会受到多大的影响 [00:22:31.040-00:22:32.240] 你可以拿出一张纸 [00:22:32.240-00:22:34.240] 把你上一周实际做过的事 [00:22:34.240-00:22:35.760] 一件一件写下来 [00:22:35.760-00:22:37.240] 注意不是写你的职位 [00:22:37.240-00:22:38.520] 是写具体的事情 [00:22:38.520-00:22:40.360] 然后对每一件事问三个问题 [00:22:40.400-00:22:41.760] 这件事有没有大量的 [00:22:41.760-00:22:43.840] 现成可规则化的参考 [00:22:43.840-00:22:45.800] 有 那它就在AI的设成里 [00:22:45.800-00:22:46.720] 这件事做错了 [00:22:46.720-00:22:47.480] 好不好检查 [00:22:47.480-00:22:48.400] 错了严不严重 [00:22:48.400-00:22:49.800] 好检查又不严重的 [00:22:49.800-00:22:51.320] 就是最先被替代的 [00:22:51.320-00:22:53.080] 那这件事里有没有单责任 [00:22:53.080-00:22:54.000] 动手再查 [00:22:54.000-00:22:55.280] 搞定人这四样东西 [00:22:55.280-00:22:56.040] 有哪几样 [00:22:56.040-00:22:58.040] 写完你就能清清楚楚地看到 [00:22:58.040-00:22:59.320] 你现在有多少时间 [00:22:59.320-00:23:01.680] 花在了正在贬值的那一层上 [00:23:01.680-00:23:02.400] 那第二个 [00:23:02.400-00:23:04.040] 现在该在什么事情上投入 [00:23:04.040-00:23:05.800] 才能在将来获得超额回报 [00:23:05.800-00:23:06.840] 根据第一条引力 [00:23:06.840-00:23:09.480] 答案就是提前站到下一个瓶颈上去 [00:23:09.480-00:23:10.120] 具体来说 [00:23:10.760-00:23:12.200] 第一 往人类层先移 [00:23:12.200-00:23:14.560] 把更多的时间花在需要你担责任 [00:23:14.560-00:23:15.400] 需要你在场 [00:23:15.400-00:23:17.240] 需要你去搞定人的事情上 [00:23:17.240-00:23:18.960] 第二 站到检查的那一边 [00:23:18.960-00:23:21.400] 去练习判断AI做的对不对的能力 [00:23:21.400-00:23:22.960] 因为生产变得免费以后 [00:23:22.960-00:23:24.680] 检查就成了瓶颈 [00:23:24.680-00:23:26.440] 经验在这里不但不会贬值 [00:23:26.440-00:23:27.280] 反而会升值 [00:23:27.280-00:23:29.160] 第三 积累信任的存量 [00:23:29.160-00:23:30.040] 你真实的作品 [00:23:30.040-00:23:31.640] 你可以被追溯的经历 [00:23:31.640-00:23:33.920] 你长期经营的声誉和关系 [00:23:33.920-00:23:35.880] 这些东西在信任通胀的时代 [00:23:35.880-00:23:36.960] 会越来越值钱 [00:23:36.960-00:23:38.320] 而且没法速成 [00:23:38.320-00:23:40.400] 只能从现在开始一点一点的载 [00:23:40.400-00:23:43.520] 第四 掌握你所在场景里的现场信息 [00:23:43.520-00:23:44.960] 那些还没有变成数据 [00:23:44.960-00:23:47.200] 只有身在其中才知道的东西 [00:23:47.200-00:23:49.320] 那超额回报到底从哪里来的呢 [00:23:49.320-00:23:51.920] 它来自于第四条公理里的那个延迟 [00:23:51.920-00:23:53.080] 约束已经消失了 [00:23:53.080-00:23:55.320] 可大多数人的思想是线性的 [00:23:55.320-00:23:57.600] 他们要等到宏观数据清清楚楚的 [00:23:57.600-00:23:59.080] 摆在眼前才会行动 [00:23:59.080-00:24:00.600] 后知后觉地完成转型 [00:24:00.600-00:24:02.520] 而那个时候钱早就转一完了 [00:24:02.520-00:24:03.640] 真正的超额回报 [00:24:03.640-00:24:05.360] 就藏在约束消失以后 [00:24:05.360-00:24:08.280] 共识形成以前的那段时间差离 [00:24:08.280-00:24:10.800] 而我们现在就站在这段时间差离 [00:24:10.800-00:24:13.880] 当然 最后一个只讲自己哪里对的推演 [00:24:13.880-00:24:14.640] 是不可信的 [00:24:14.640-00:24:17.640] 所以最后我要把这套推演最薄弱的地方 [00:24:17.640-00:24:18.400] 也告诉你 [00:24:18.400-00:24:19.200] 在数学里 [00:24:19.200-00:24:21.720] 结论只有在前提成立的时候才成立 [00:24:21.720-00:24:22.880] 所以我们要看的是 [00:24:22.880-00:24:24.640] 哪个前提一旦被推翻 [00:24:24.640-00:24:25.880] 结论就会改变 [00:24:25.880-00:24:28.400] 第一 我假设责任没法交给AI [00:24:28.400-00:24:30.880] 可一旦出现了专门给AI的决策 [00:24:30.880-00:24:32.480] 兜底的保险和法律 [00:24:32.480-00:24:33.800] 那这个前提就破了 [00:24:33.800-00:24:35.400] 替代的速度会快很多 [00:24:35.400-00:24:37.400] 第二 如果机器人技术取得突破 [00:24:37.440-00:24:38.960] 物理约束也会松动 [00:24:38.960-00:24:41.800] 动手和在场这块的避风杠就会缩小 [00:24:41.800-00:24:43.560] 第三也是最大的位置 [00:24:43.560-00:24:46.200] 历史上每一次技术革命淘汰旧工作 [00:24:46.200-00:24:47.960] 新出现的工作都跑赢了 [00:24:47.960-00:24:50.360] 可以前的技术只能做旧的事情 [00:24:50.360-00:24:52.040] AI连新的事情也能做 [00:24:52.040-00:24:54.400] 并且照着现在顶级AI的进化速度 [00:24:54.400-00:24:55.960] 它的边界到底在哪里 [00:24:55.960-00:24:57.320] 没有人敢打包票 [00:24:57.320-00:24:58.680] 这一次会不会不一样 [00:24:58.680-00:25:00.840] 现在没有任何人能给出确定的答案 [00:25:00.840-00:25:03.520] 第四 我说检查和判断会成为新的瓶颈 [00:25:03.520-00:25:05.600] 可AI检查AI的能力也在提升 [00:25:05.600-00:25:07.800] 这块阵地也可能维持掉一部分 [00:25:07.800-00:25:10.480] 这句话说不定只是人类的一种自我安慰 [00:25:10.480-00:25:13.320] 最后我们把今天的推演收成一套 [00:25:13.320-00:25:15.200] 你随时可以拿去用的框架 [00:25:15.200-00:25:17.040] 面对任何一个新技术新情况 [00:25:17.040-00:25:19.760] 第一步写出这个系统的约束是什么 [00:25:19.760-00:25:22.280] 第二步问这个技术解除了哪一个约束 [00:25:22.280-00:25:24.720] 第三步找出为这个约束打的补丁 [00:25:24.720-00:25:25.560] 它们会贬值 [00:25:25.560-00:25:28.040] 第四步找到下一个最紧要的约束 [00:25:28.040-00:25:29.400] 钱会转移去那里 [00:25:29.400-00:25:32.280] 第五步用落地方程判断替代的先后 [00:25:32.280-00:25:34.920] 用需求弹性判断影响的大小 [00:25:34.960-00:25:37.040] 第六步拿真实的数据去验算 [00:25:37.040-00:25:39.520] 并且提前写下出现什么样的数据 [00:25:39.520-00:25:40.880] 就说明你错了 [00:25:40.880-00:25:42.600] 这套框架能让你在别人 [00:25:42.600-00:25:44.080] 还在用直线思考的时候 [00:25:44.080-00:25:46.960] 先一步看清楚是哪一个约束正在消失 [00:25:46.960-00:25:48.760] 哪一个改变将会发生 [00:25:48.760-00:25:50.280] 对于一个普通人来说 [00:25:50.280-00:25:51.760] 这是一个最好的时代