AI大未来：从工具到超级人类的演进

日期：
AI大未来：从工具到超级人类的演进

AI大未来：从工具到“超级人类”

讲师：简立峰 (前Google台湾董事总经理) | 解读：哈佛商业评论专访
01

底层逻辑：从搜寻已知到创造未知

核心范式转移

  • 过去的时代 (Search)： 搜寻引擎是查找人类“已知”的知识。答案存在于某处，Google帮你找到。
  • 现在的时代 (GenAI)： 生成式AI是根据问题“推理”出答案。这个答案可能从未在人类历史的文本中出现过。
“Google搜寻是找已知的知识，AI是创造未知的知识。每天几十亿个提问，AI正在以超越人类的速度自我迭代。”

技术奇点

  • Transformer模型 (2017)： 解决了机器对语言的理解问题。
  • ChatGPT (2022)： 解决了机器与人的对话问题，打破了人机交互的门槛（从代码/指令变为自然语言）。
02

AI进化的五个阶段

OpenAI 与 Google DeepMind 共同定义的AI发展路径：

  • Stage 1: Chatbot (聊天机器人) 已实现
    能对话，能理解语言，如ChatGPT。
  • Stage 2: Reasoning (推理者) 进行中
    具备逻辑、数学、解决复杂问题的能力。如AlphaProof解数学题。
  • Stage 3: Agent (代理人) 关键转折点
    不仅“说”，还能“做”。能执行任务（如买票、写代码、操作软件）。
  • Stage 4: Innovator (创新者) 未来
    能发现人类未知的知识。如AlphaFold预测蛋白质结构，AlphaEvolve发现更高效的矩阵算法。
  • Stage 5: Organization (组织管理者) 终局
    具备像CEO一样的资源调度与决策能力。
03

对个人的冲击：60分到80分的时代

及格线的跃升

  • AI让所有人的产出基准线瞬间从60分拉升到80分。
  • 后果： 80分才叫及格。平庸的技能将被迅速商品化。

核心能力重定义：软实力变硬通货

  • 提问力 (Prompting)： 你必须懂得如何以此为基础，引导AI产出更深度的内容。
  • 鉴别力 (Judgment)： 当AI能快速生成内容，人类的价值在于判断“好坏”与“真伪”。
  • 广度胜于深度： 专才（深度）比不过AI，但在广博知识基础上能“调度”AI的通才将胜出。
“不要担心AI取代人类，而是要担心‘不会用AI的人’被‘会用AI的人’取代。”
04

教育的危机与转机：失落的一代

教育体系的滞后

  • 现状： 现在的毕业生可能是“失落的一代”。学校教的技能（如初级编程、文案撰写）是AI最擅长的，也是企业最先裁员的领域。
  • 案例： Google资深工程师利用AI效率提升10倍-100倍，而初级工程师若只靠学校知识，完全无法与之竞争。

未来的学习模式

  • 缩短学习曲线： 以前需要20年积累的知识，现在透过AI辅助可能只需7-8年。
  • 倒置的学习法： 以前是“先学后做”，现在是“边做边问AI”。
  • 新课纲： 重点不在“记忆”，而在“人机协作 (Human-AI Teaming)”与“管理AI”。
05

企业的未来：一人独角兽与软件定义制造

新的企业形态

  • 一人企业 (One-person Unicorn)： 未来3年内将出现大量一人公司，利用AI处理所有非核心业务，挑战传统企业。
  • AI作为超级员工： 现在的AI不仅是助手，更是可以24小时工作的“超级人类”。

产业案例

  • 台积电 (Fab runs on code)： 软件定义半导体生产。透过AI进行远端管理与良率优化。
  • 联发科： IC设计必须高度依赖AI，因为晶体管数量已达百亿级，人类无法徒手设计。
06

地缘政治与财富分配：1% vs 99%

极端的马太效应

  • 国力差距： AI算力、数据、能源高度集中。世界可能分化为“有超级AI的国家（中美）”和“没有的国家”。
  • 企业差距： 美国七大科技巨头的市值总和已超越许多大国GDP。
  • 财富分配： AI可能导致1%的人掌握99%的财富创造能力。

关键瓶颈：能源

  • AI是吃电怪兽。一个AI数据中心的耗电量相当于一个台北市（250万户）。
  • 未来的竞争不仅是芯片，更是“谁有足够的绿电来喂养AI”。
07

行动指南：成为“π型人才”

从T型到π型

  • 横轴 (一)： 广博的基础常识（Context），让你能跨领域向AI提问。
  • 第一只脚 (丿)： 你的核心专业领域。
  • 第二只脚 (乀)： AI协作能力。理解AI的原理、局限，并能管理AI的产出。

给所有人的建议

  • 心态： 把AI当成你的“超级同事”，甚至把它当成你的“孩子”去教导（Prompting）。
  • 方法： 凡是“写下来”的知识都已过时。通过实作（Project-based）和AI互动来学习。
  • 不可替代性： 那些需要“眼耳鼻舌身”全感官体验的工作（如水电工、护理、复杂的物理操作），是AI短期内无法替代的。

评论

发表评论