圖片來源 @視覺中國
文｜李智勇
3 月份的時候 OpenAI 連同賓夕法尼亞大學的相關研究人員發了一篇關于大模型會如何沖擊各種崗位的論文，一時間傳播甚廣。但時隔半年後我發現對什麽是擋在大模型前進路上的具體行爲還是有必要再深挖一下。就很像關注地震影響和根源時那就不隻要關注橫波縱波還要關注次生災害一樣。這種挖掘需要穿透功能本身再往下走一步，不單拓展深度也要擴大關聯。
個人：内容生産者的内涵
不知道大家看到這些圖會想到什麽？
對我而言，當你随便寫幾個字，這種圖片就自動生成的時候，還是很觸動的。如果再加上下面這樣的文字，感觸可能就更深：
古巴之行
前言
古巴是一個充滿魅力和活力的國家，擁有豐富的自然資源和多樣的文化風情。我一直對古巴很感興趣，尤其是它的雪茄、音樂和革命曆史。今年，我終于有機會去古巴旅行，體驗了一次難忘的探索之旅。
行程
我在古巴停留了十天，期間我參觀了三個主要的城市：哈瓦那、聖地亞哥和特立尼達。每個城市都有自己的特色和風情，讓我大開眼界。
哈瓦那
哈瓦那是古巴的首都，也是一個現代化的城市，是一個政治、經濟、文化和教育中心。這裏有許多著名的建築和景點，如總統府、國會大廈、大教堂、三權廣場等，都是由著名的建築師奧斯卡 · 尼邁耶設計的。我在這裏參觀了這些建築，感受了古巴政治和文化的氛圍。
哈瓦那還有許多博物館和畫廊，展示了古巴和世界各地的藝術作品。我在這裏參觀了革命博物館，了解了古巴革命的曆程和英雄；我還去了切 · 格瓦拉紀念館，看到了他的遺物和手稿；我還參觀了雪茄博物館，學習了雪茄的制作和品鑒。
哈瓦那也是一個美食之都，有許多各式各樣的餐廳和咖啡館，提供了各種美味的食物和飲料。我在這裏品嘗了當地的特色菜肴，如海鮮湯、玉米派、牛肉餅等，都很美味；我還喝了古巴最有名的莫吉托雞尾酒，口感清爽。
聖地亞哥
聖地亞哥是古巴最大的港口城市，也是一個曆史悠久的城市，被聯合國教科文組織列爲世界文化遺産。這裏有許多色彩缤紛的房屋和塗鴉，構成了一幅幅美麗的畫面。我在這裏乘坐纜車，在山坡上欣賞了城市的全景；我還參觀了内魯達故居，感受了他的生活和創作。
聖地亞哥還有許多海濱景點和活動，吸引了衆多遊客和當地人。我在這裏參觀了莫羅城堡，了解了古巴海軍的曆史和榮耀；我還去了海豹島，看到了可愛的海豹和海獅；我還體驗了一次海上劃船，感受了海風和海浪。
特立尼達
特立尼達是古巴中部的一個古老的城市，也是一個重要的旅遊和文化中心。這裏是進入瓦列德斯半島和托皮斯山脈的起點，也是古巴最美麗的城市之一。我在這裏參觀了曆史中心，看到了許多保存完好的殖民時期的建築和教堂；我還去了糖業博物館，了解了古巴糖業的發展和衰落。
特立尼達還有許多自然資源和景點，吸引了衆多愛好者和探險者。我在這裏參加了一次騎馬之旅，在托皮斯山脈中欣賞了美麗的風景和瀑布；我還去了安孔海灘，享受了陽光和沙灘；我還參觀了鳄魚農場，觀賞了各種各樣的鳄魚。
結語
古巴是一個令人驚歎和着迷的國家，它的自然和文化都讓我印象深刻。我在這次旅行中收獲了很多，也留下了很多美好的回憶。我希望有機會再次來到古巴，探索更多的地方和風情。
這裏的圖片和文字我是一個字，一個像素也沒改，全是大模型生成的（圖和文字不是匹配的）。
但這裏要說的還不是總被過度誤讀的崗位替代，相當多的崗位其實不是消失而是部分職能被折疊而進化。崗位的内涵在發生向上的躍遷，尤其對于内容創作者，不是優化掉内容創作崗位，而是讓這種崗位更回歸它的最初本質。還是拿上述的圖和文字做例子來解釋下這種回歸。
創作的時候一定有一個原點，這個原點可能是純粹的審美，當然也可以是賺錢，通過具體的形式把目的和産出進行連接的過程就是創作。過去創作本身牽涉太多精力了，你不會 PS，就創作不出像樣的圖片。現在這部分被大模型折疊，對應的和目的契合部分就可以投入更多的時間，然後競争下在目的上的層次（比如審美層次）的平均水平就會拉升。隻要人還在需求就還在，所以肯定不是消失而是内涵在躍遷：過程性能力的比重被降低，而目的性能力的權重會被提高。
現在的問題是 Prompt 會導緻非常多的人被攔住了，容易簡單嘗試下發現不如意，然後就放棄退回老路了。對于程序員 prompt 似乎不是個問題，但這種有點結構化的表達和思維方式畢竟和日常的表達不一樣，還是會形成一點點壁壘。
在專業人員沒太大難度的 Prompt，恰恰是大普及裏最後的那一米。
在大模型還在突飛猛進的時候，不管因爲什麽退回到原有模式實質上相當于變成了大模型攔路的石頭。
這種情況不隻局限于内容創作，還有編程等。
工具：生産力工具
如果不是純粹個人創作而是組織了一個小團隊來打磨産品，那什麽是和大模型前進的方向對沖而不是順勢而爲呢？
無行業屬性的純粹生産力工具，比如視頻、圖像、音頻類工具等，相對的招聘、法務等則是有屬性。
通用大模型的智能邊界顯然會持續擴張，先是語言模型，然後是多模态等。智能拉升後，這些工具對于大模型而言就是計算成本，甚至都不要單獨推廣，邊際成本幾乎爲 0。所以天然有種被整合的趨勢。
這些工具會有個窗口期，在窗口期裏面反倒是可能離現金流更近，但這是一個火中取栗的事，需要動作很快快。OpenAI 的 DALL* E 3 是一定會撞上 Midjourney 的。這類對撞最終的結果就是不停的重現當年微軟的 IE 和 Netscape 的競争故事。
相當一部分創業公司其實在這個範圍裏面。
這類純粹的淺層應用實質也是大模型攔路的石頭。
商業：人力密集的模式
如果企業規模進一步變大，那沖擊的就不單是産品定位本身，商業模式一樣可能站到大模型的對立面。最典型的很可能還就是上一波的人工智能和 SaaS 公司。
上一波人工智能公司因爲技術供給不足，所以很多公司幹成了人力密集模式。這種人力密集倒不是單指人多，而是有兩重含義：一個是公司的利潤和收入同人數成正比（人效是定的）；一是人的成本是貴的。這就導緻企業生存環境比工廠還差。因爲人力密集，低技術附加值，人力成本低，适度利潤至少可以維系，但人力密集，低技術附加值，人力成本貴，沒利潤則是個要命的模式。即使裁員，各方面成本也會比較高。（大模型一出來，米國科技巨頭裁員動作很快，我猜測一個核心原因就是這個）
這同第一點是相關的，不下點功夫把大模型切實的變成生産力，那就會導緻維持原本的人效狀态。而如果外部一旦出現順利導入大模型的企業或者新模式，創造了更高的人效，那過去的模式就變成電商興起前的百貨了。
在這個範圍裏例子還真的很多，比如過去的外包、系統集成等，都在這個範圍裏面。
所以這也是一種攔路石的形态。
組織：指令型組織
沖擊還沒結束。
即使成功導入大模型削減人力密集程度，也還會面對來自于組織管理的挑戰，這不單是個人效的問題。
想象下企業裏面一個強大的産品經理和一個強大的架構師組合在一起可以幹什麽？借助 AI 他們就可以打磨一個真正有商業價值的産品。
那他們在公司裏呆着幹什麽？
工人必須在工廠裏是因爲生産設備和供應鏈等自己根本沒法搞定，分工越細，這種個人對組織的依賴越強，依賴越強個人就越改變自己适應組織。如果越來越小的團隊就可以直接面對市場，那雇傭關系的内涵就會發生變化：企業需要平台化，利益切割的方式也就需要變化。
隻要人工智能大模型真的能增加小團隊的商業閉環能力（倆關鍵：市場足夠大，閉環除了自己外成本足夠低），那過去那類純粹的指令型組織就會面臨挑戰，同樣會變成一種站在大模型前進路上的石頭。
教育：教育的方式
上面說的還是商業本身，但如果用同樣的邏輯回溯起點，就會發現不隻是商業，教育的模式其實也站在了大模型的對立面。
記憶和基礎邏輯能力總是必要的，但當前的教育模式裏太大的比重都在這兩個方面，而這部分恰恰會被大模型遮蔽掉。由記憶和邏輯能力衍生出來的能力大部分都是第一點裏說那種過程性能力，而不是目的性能力。比如寫作就記憶很多名人名言，考據考證很清楚，編程就語法和公式很清楚，翻譯就詞彙清楚。如果拿翻譯來舉例子，那信、達的層面上人是不可能和大模型比較的，雅的層面反倒是留有更多空間。
所以大模型肯定會沖擊我們現在的教育模式，但會重塑成什麽樣子呢？畢竟即使隻住第三樓，也不可能越過地基和一樓、二樓。
小結
在去年年末大模型剛出來的時候，很多同學還擔心它的智能高度，但現在看起來它似乎就是會穩步遞進一段時間，越來越智能。而越是這樣站在它前進路上各種有形的無形的障礙越是會受到更猛烈的沖擊，恰如電商沖擊百貨，大模型大勢浩浩湯湯啊。所以有同學在《AI 能賺到錢了麽？》裏回複我說，第一個賺錢的點其實是教育，這是對的，原因也就上面說的這些。
