【我的AI演讲 50】从知识经济到分配经济：拥抱AI时代的转型

各位朋友，大家好！

今天分享的主题是，《从知识经济到分配经济：拥抱AI时代的转型》

这是一个在人工智能时代正在悄然发生的重大转型。

我们长久以来生活在知识经济的时代。自20世纪70年代个人电脑和互联网逐渐普及，这个时代便拉开帷幕，并延续至今。在知识经济体系下，一个人的经济价值，很大程度取决于其掌握知识的广度与深度，以及在特定情境中运用知识的能力。简单来说，你脑袋里装的知识，还有你能不能在合适的时候把这些知识用得恰到好处，决定了你在职场和经济社会中的位置。

但如今，人工智能的迅猛发展让我们不得不思考一个关键问题：当计算机能够以更快速度，甚至以与人类相当的水平，做到在正确时间运用正确知识时，会发生什么？答案是，我们正见证一个历史性的转变——从知识经济迈向分配经济。在未来，衡量你的价值，不再仅仅是你知道多少，而是你能否高效地分配和管理资源，从而达成工作目标。我们将从以往亲力亲为的“创造者”，转变为擅长规划、协调的“管理者”。

这种转变并非毫无征兆。在美国，已经有一批约100万人的管理者群体，他们约占劳动力的12%。这些管理者每天都在实践着分配经济中的关键技能：评估人才，在不干扰员工自主性的前提下进行有效管理，以及精准估算项目完成时间。但目前，这些技能主要集中在管理者手中，而经济中大量从事具体执行工作的人，尚未广泛掌握。

然而，在即将全面到来的分配经济时代，情况将截然不同。哪怕是刚入职的初级员工，也会被要求使用人工智能工具，从而踏入“模型管理者”的角色。他们管理的不是人类员工，而是将任务合理分配给AI模型，并确保工作成果达到预期标准。虽然形式有所不同，但他们需要具备如今管理者所拥有的许多核心技能。

那么，在未来的分配经济中，每个人需要具备哪些能力呢？

首先，要有清晰的愿景规划能力。管理者必须对想要完成的工作有一个清晰、具体、简洁且基于明确目标的愿景。在未来，模型管理者同样如此。因为你的愿景越清晰，AI模型就越能精准按照你的期望执行任务。虽说语言模型本身或许不需要明确目标，但模型管理者为了自身工作成效，必须明确这一点。值得庆幸的是，语言模型可以在我们阐述愿景时提供帮助，即便清晰阐述愿景是一项需要多年工作经验积累才能掌握的技能。

其次，要能清晰表达需求。优秀的管理者清楚自己想要什么，并且能够准确传达。未来的模型管理者也面临同样挑战，他们的品味和需求表达得越明确，语言模型就能为他们生成越符合要求的内容。语言模型擅长帮助人类提炼和表达品味，这也让这项技能在未来有更广泛普及的可能。

再者，评估与适配能力至关重要。就像如今管理者招聘时需准确评估员工技能，将任务分配给合适的人，未来模型管理者需要知道不同AI模型适用于哪些任务，能快速评估新模型性能，把复杂任务合理拆解给不同模型，以保障高质量输出。与评估人类相比，评估AI模型可能更容易，因为模型随时可用、成本低、不抱怨且反馈迅速，这使得未来每个人都有机会掌握这项技能。

另外，还需要具备适度监督与灵活决策能力。优秀的管理者知道何时深入细节、何时检查进度、何时放手让员工自主发挥。在未来，这项技能依旧关键。语言模型可辅助关键时期的监督，但最终的判断和决策，还是依赖模型管理者。

不过，从知识经济向分配经济的转变不会一步到位。在相当长一段时间内，AI会逐步取代一些微观技能，而非整个任务。而且，由于惯性、监管、风险或品牌等多种因素，经济的许多部分可能永远不会完全接纳AI。但这种缓慢过渡并非坏事，经济体系庞大复杂，我们需要时间去适应这些变化。其实，人类思维向机器思维的过渡并非新现象，生成式人工智能只是这一长期进程的一部分。早在2013年，经济学家泰勒·考恩在《平均值已死》中就指出，智能机器将导致经济分化，能与计算机合作的高技能人才将获得丰厚回报，其他人则可能被时代落下。如今，生成式AI更是加剧了这一趋势。

能够熟练运用语言模型的人，将在未来经济中占据优势。学会分配智能，将成为新的核心竞争力。管理技能也因AI的低成本，有了普及化的可能，让每个人都有机会成为“模型管理者”，极大提升人类创造力。

但我们必须正视这一转变带来的挑战。技术变革可能加剧经济分化，社会需要关注如何让更多人从AI变革中受益，不能让技术进步成为少数人的特权，而应推动全社会跟上这一进程。从知识经济到分配经济的转变不可避免，AI和生成式AI正在重塑我们的工作模式与经济结构。未来，管理技能将是核心竞争力，每个人都有机会成为“模型管理者”，但我们也要警惕技术变革引发的社会分化与不平等。只有全社会共同努力，才能确保技术进步真正造福人类。

让我们积极拥抱这场变革，提前培养相关能力，在人工智能主导的分配经济时代，找准自己的定位，创造更大的价值！

好的，谢谢大家！