嘉宾亮相一个反直觉的判断指出懂AI这件事正在快速贬值而能在关键低频决策中做出判断的人才是未来的稀缺品。高频重复工作易被AI替代在打造爆品、建立品牌等低频高影响力决策上人的判断依然不可替代企业AI转型最大卡点是 想不到应用场景。当前AI利润大头在基础设施层应用端ROI尚未完全释放但拐点会比预想来得更快。以下为圆桌对话内容经36氪整理编辑。参与对话的嘉宾有36氪基金投资副总裁郑王宇主持、尼尔森IQ通信及科技业务总经理龚毅、华科智能AI研究院院长罗飞、卓源亚洲创始合伙人兼董事长林海卓。郑王宇开场表示此次讨论 当AI进入产业前线未来最稀缺的AI人才会是谁邀请各位嘉宾用一句话亮相并参与后续讨论。龚毅称自己来自数据洞察行业将从该行业视角展开讨论。罗飞介绍华科智能是港股上市公司其所在研究院主要赋能传统行业AI转型会分享传统老板升级的痛点。林海卓表示卓源亚洲是聚焦人工智能、半导体、机器人的投资机构投了轻舟智能、江行智能等硬科技项目。哪些工作易被AI重构郑王宇提出AI进入产业场景落地环节其价值取决于能否进入真实业务流程。在此过程中新问题凸显即当AI工具普及真正稀缺的人才是什么样的。还希望讨论AI抵达产业前线后人与机器、专家与工具、组织与个体之间的分工与变化。首先探讨哪些工作最容易被AI重构哪些环节适合AI但落地最难。林海卓认为知识高度密集型领域中会计师、律师、程序员等工作较易被新技术替代但好的问题提出仍需人的引导。围绕体验、情感、感性层面的工作如心理学家、旅游体验师等AI替代还有很长距离AI目前更适合赋能而非职业替换。罗飞总结出三个特征重复、标准、熟练的工作易被AI替代工作环境方面电脑前的工作易被替代与人打交道的工作不易被替代。人的能力应向市场、客户端转移。龚毅将视角化为矩阵一个轴是频率另一个轴是决策的战略性、重要性。高频且有大量数据回馈的工作易被AI替代低频且重要性高的工作如打造高端化品牌等AI很难解决。AI落地阻力来源郑王宇询问企业AI能力落地阻力来源是技术、数据积累还是组织惯性。龚毅认为基础是数据AI虽有一定能力但存在幻觉问题企业在使用AI时需解决专业点问题AI赋能流程有诸多要求。罗飞觉得阻力更多来自组织。企业落地AI有粗阶和高阶卡点粗阶卡点是想不到应用场景高阶卡点是落地后不见成效。企业需从数字化思维转向AI思维当前大部分企业受数字化思维阻碍打不开应用场景认知。林海卓指出当前AI投资回报率不高利润主要在基础设施层。大模型在多数网民眼中多是搜索引擎平替真正接入业务流还需时间。智能体在高精尖价值知识图谱和垂直行业信息方面还在投喂和培养基础设施建设仍需关注这影响了ROI。AI对行业竞争的影响郑王宇提出AI会让行业集中度更高也有人说降低创新门槛询问AI会让头部企业更强还是给新进入者更多机会。林海卓表示担忧超级科技巨头可能出现垄断。人工智能替代工作数量可能呈指数级国家通过提高高等教育普及人群、调整学科配比、提高理工科比重等策略引导从业者方向以解决就业问题。如何培养和评估AI人才郑王宇请罗飞谈谈如何培养和识别AI人才。罗飞认为应从教育入手让乡村小学老师先具备AI技能、思维和能力再引导孩子探索AI新世界。未来对人才的判断应考虑其背后的AI班底能力。未来最稀缺的人才郑王宇询问龚毅未来最稀缺的人才是懂AI的行业专家还是懂行业的AI专家。龚毅认为懂AI会逐渐不稀缺因为其相对可工程化、可复制。而能够在关键低频且重要性大的点上具备综合能力的人如打造爆品、成功品牌的人是最稀缺的前提是他们至少懂一点AI并能利用它。人机分工边界郑王宇提出企业主如何判断哪些决策交AI哪些由人保留高风险、高复杂场景中人机分工边界如何划定。林海卓认为相对不需担责的领域可用AI严肃场景如重大城市安全决策中短期难以完全交给AI。AI当前适合提建议在一些可抽象为数学问题的场景可承担全部职责人类做辅助工作或综合判断。无人驾驶在权责划分上存在法律、人性和科技效率层面的博弈。罗飞认为人脑想到的工作可先让AI干AI能力强时人应辅助AI解决卡点。未来工作方式会改变人类可能进入新时代。龚毅认为AI目前是概念模型在理解因果效应方面不擅长人在理解底层逻辑上更擅长可借助AI辅助理解。郑王宇总结AI进入产业前线需人才培养、组织效率迭代重构相信嘉宾们的讨论带来了灵感和思考。圆桌环节至此结束。
