被AI夺走的80%，人类仅掌握的最后20%

被AI夺走的80%，人类仅掌握的最后20%

在AI代替80%工作的时代，人类应提升的“最后20%”

AI是会抢走工作，还是让人类的工作更轻松？

这个问题现在不仅仅是科技行业的话题。写文章的人、做资料的人、销售人员、法律从业者、工程师、市场营销人员、企业管理者。只要是在屏幕前工作的人，应该都曾思考过这个问题。

“我的工作会被需要到什么时候？”

美国Inc.上刊登的Fast Company的文章对此不安提供了非常清晰的蓝图。AI可能承担的是工作整体的前80%。然而，真正的价值存在于剩下的20%中，这是一个观点。

这里所说的80%是指调查、整理、总结、草稿、分类、比较、构思等可重复且易于程序化的工作。这些工作虽然耗时，但有明确的输入和输出，是AI擅长的领域。过去人类需要花费数小时的准备工作，AI可以在几分钟内完成。

另一方面，最后的20%则不同。这里涉及到阅读上下文的能力、基于经验的判断、承担风险、与客户的信任关系、负责任的决策。AI给出的答案是否可以直接应用于现实？应该以什么顺序、用什么语言传达给谁？如果失败了，谁来承担责任？这些问题不是简单的信息处理就能解决的。


AI并不是在夺走“工作”，而是在夺走“作业”

围绕AI的讨论中出现混乱的原因之一是，“工作”和“作业”常被视为同一件事。

例如，考虑律师的工作。查找过去的判例、阅读长篇文档、整理论点、撰写文案。这些是重要的作业，但并不是委托人对律师所期望的全部价值。委托人真正需要的是找到能赢的途径、在谈判中创造有利局面、识别风险，最终能够说“让我们按照这个判断进行”的专业性。

AI可以大幅缩短前半部分的作业时间。然而，在法律、社会、情感的背景下，选择哪种主张、深入到何种程度、在哪个点撤退的判断仍然是人类的工作。

这不仅限于法律。工程师也是如此。AI可以编写代码，推测错误原因，并提出修正方案。然而，当生产环境中出现故障时，判断哪个客户受到影响、应该优先恢复还是优先查明原因、应该向管理层或客户传达哪些信息的仍然是人类。

在市场营销中也是如此。AI可以提出几十个广告文案，进行市场调查总结。然而，该品牌向哪些客户做出了什么承诺？有没有引发争议的风险？在某些场合，是否应该优先考虑长期信任而不是短期点击率？这些判断需要经验和责任。

也就是说，AI是在夺走工作中包含的“处理”部分。然而，并没有夺走工作的意义和责任。


速度的价值下降，判断的价值上升

在许多工作场所中，“能快速完成的人”一直受到重视。能够快速整理资料，快速写邮件，快速编写代码，快速出会议记录。当然，速度在未来仍然重要。

然而，随着AI的普及，仅仅依靠简单的工作速度将难以区分。因为任何人都能在短时间内完成一定水平的草稿和分析。

在那时，有价值的是能够决定“应该做什么”的人。

提问的方式将变得重要。如果向AI提出粗糙的问题，就会得到粗糙的答案。如果前提错误，AI会根据这个前提生成看似整齐但实际上错误的结果。AI的可怕之处在于，即使是错误的答案，也会显得非常自然且有说服力。

因此，在未来的工作中，比“能否使用AI”更重要的是，“应该让AI做什么”、“AI的输出可以信任到何种程度”、“如何将其连接到现实问题”。

在AI承担80%的时代，人类要在剩下的20%中创造价值，不仅需要专业知识，还需要问题发现能力、编辑能力、伦理观、对人际关系的理解和决策能力。


社交媒体上充满期待与警惕

从社交媒体对本次文章的反应来看，目前并没有大规模的争议或爆炸性传播，更多的是在LinkedIn上实务工作者的静默共鸣。

在Inc. Magazine的LinkedIn帖子中，有评论指出，“AI可以自动化许多任务，但共情、判断、理解仍然是 meaningful innovation 的核心”。这不是单纯将AI视为威胁，而是将其视为重新确认人类价值的契机。

此外，针对Platformer中Casey Newton和Box CEO Aaron Levie的讨论，LinkedIn上也有“无论AI是夺走工作还是创造新工作，都会迎来一个大的过渡期”的反应。这里重要的是，不仅仅是乐观主义。与其说AI让工作变得轻松，不如说工作本身的形态正在改变。

在另一个LinkedIn上的讨论中，也分享了“AI能快速给出80%，但最后20%的修正、验证、文体调整最费工夫”的感受。这应该是许多AI用户都能体会到的。AI能快速生成草稿。但要确认其内容是否真的正确，是否符合读者，是否与自己的意图一致，最终还是需要人类的专注力。

此外，在另一篇帖子中也有评论指出，“AI可以提取数据，但无法对结果负责，也无法在实际决策中生存”。这正是AI时代的本质。AI可以提出建议。但用这些建议说服客户、推动组织、在失败时站在前线的仍然是人类。

综合社交媒体上的反应，论点大致分为三类。

首先，AI减少重复作业，使人类能从事更具创造性的工作的期待。

其次，过于信任AI给出的80%可能导致验证不足和责任不明的警惕。

第三，在AI时代所需的不仅是“使用方法”，还有人类的判断力和重新学习的现实看法。

也就是说，社交媒体上的讨论与文章的主张一致。AI并不是让人类变得不必要，而是改变了人类价值所在的地方。


“最后的20%”并非人人都能拥有

然而，在这里不应过于自满。

“如果AI能做80%，人类只需做最后的20%”听起来很乐观。然而，能够承担这20%的人与不能承担的人之间的差距可能会大幅拉开。

因为最后的20%需要经验。

能够判断AI生成的文章哪里浅薄的人，是过去读过、写过、修改过大量文章的人。能够察觉AI生成的代码中危险所在的人，是过去经历过故障处理或设计失败的人。能够发现AI生成的市场分析与现场感受不符的人，是实际面对过客户的人。

也就是说，最后的20%并不是从一开始就能轻易做到的。相反，通过过去踏实的80%作业积累的经验，成为了判断力的基础。

这就是AI时代的难点。AI代替初学者的作业，可能会减少年轻人积累经验的机会。调查、总结、草稿、修正等不起眼的作业，不仅仅是杂务，也是培养判断力的训练。

企业不应轻视这一点。即便AI能提高效率，如果从年轻人手中夺走所有基础作业，未来将无法培养能够承担“最后的20%”的人才。AI的应用与人才的培养需要一同设计。


企业需要的不是“AI导入”，而是“责任设计”

许多企业认为，只要引入AI就能提高生产力。实际上，在文档制作、总结、分析等领域，AI确实可以大幅缩短作业时间。调查也显示，生成AI在文章制作任务中缩短了时间并提高了质量。

然而，AI导入的真正成败并不取决于是否引入了工具。谁来确认AI的输出？在哪些业务中必须由人类批准？在提交给客户之前进行何种验证？如果发生错误，谁来承担责任？

如果在这些方面模糊不清地使用AI，表面上的生产力虽然提高，但整个组织的风险也会增加。

McKinsey的调查也显示，能够通过AI取得成果的组织，往往明确了如何将人类的验证整合到模型的输出中。这正是“最后的20%”的制度化。

不单靠个人的努力，而是作为组织设计人类判断介入的节点。这将成为AI时代的管理。


个人应提升的五种能力

那么，个人应该提升什么？

第一，提出问题的能力。AI擅长回答问题，但首先应该问什么是由人类决定的。如果问题设定浅薄，输出也会浅薄。

第二，验证能力。不盲目接受AI的答案，确认依据，寻找矛盾，参照现实限制的能力是必要的。

第三，阅读专业领域背景的能力。即使是相同的数据，根据行业、企业文化、客户情况，意义也会改变。AI可以给出一般论，但无法完全读懂特定背景。

第四，建立关系的能力。客户或同事所需要的，不仅仅是正确的信息。安心感、信任、易于咨询、责任感也是重要的价值。

第五，决策能力。即使信息不全，也必须在截止日期前做出决定。在这方面，AI可以列出选项，但最终选择的是人类。

这些不是短期内可以掌握的技能。是在日常工作中，通过失败、思考、修正而积累的。


AI时代的赢家不是比AI更快的人

与AI竞争的思维是有限的。比AI更快地总结，比AI更快地制作资料，比AI更快地编写代码。这样的竞争对人类不利。

竞争的场所不在于此。

如何使用AI生成的内容。添加什么，删除什么，做出什么判断。以什么顺序，用什么语言传达给哪个对象。这是人类的价值所在。

AI降低了作业成本。因此，以前无法着手的企划、分析、试作大量成为可能。然而，可能性越多，选择什么就越重要。在选择增多的世界中，能够判断的人价值上升。

因此，在AI时代，真正危险的不是不能使用AI的人。而是那些不经过自己的判断就直接使用AI答案的人。

相反，能够将AI作为优秀助手使用，同时叠加自身经验、视角、责任的人，反而能够发挥比以前更大的价值。

AI代替80%工作的时代，并不是人类价值损失80%的时代。而是人类价值更易显现、更严苛被问责的时代。

最后的20%不仅仅是收尾。

其中包含了作为专家的信用。
其中包含了在现场积累的经验。
其中包含了只有人类才能承担的责任。

无论AI如何进化，仍需要有人类说“按照这个判断进行”。
而能够赋予这句话重量的人，才是AI时代无法替代的存在。


出处URL

相关文章