文|商隱社 阿空

編輯|浩然

北京時間5月14日凌晨，OpenAI公布了最新的GPT-4o?，F(xiàn)場演示中，它的表現(xiàn)仿佛一個人正坐在旁邊，和人類的對話節(jié)奏自然、融洽，完全聽不出是個AI，在短短232毫秒內(nèi)，GPT-4o就能對音頻輸入做出反應(yīng)。并且，它可以將文本、音頻、圖像任何組合作為輸入和輸出。這意味著OpenAI朝著更自然的人機交互邁出了重要一步。

眼見AI是越來越強悍了，網(wǎng)上又出現(xiàn)了“AI要取代人類”的驚嘆。面對能力漸強的AI，我們應(yīng)該怎么辦？

前段時間，我們跟物理學(xué)家、科普作家萬維鋼老師圍繞AI的話題聊了很多，他對這個問題有著非常深度的思考。

他也說不清楚具體什么時候開始對AI感興趣的，只記得很早：“如果你對物理學(xué)感興趣，那么你會對所有事情都感興趣。物理學(xué)就是想知道這世界是怎么回事，世界的基本定律是什么。”

但AI的出現(xiàn)讓很多學(xué)科的基本范式發(fā)生了改變，萬維鋼稱其將掀起一場“啟蒙運動級別的大變革”。他迫切想知道，面對AI，我們憑什么認(rèn)為自己更有價值？AI究竟會服務(wù)還是取代我們？屆時，人該怎么辦？社會將如何運轉(zhuǎn)？

最近，他將這些思考集結(jié)成《拐點：站在AI顛覆世界的前夜》一書。在書中，他提出了很多反常識的洞察，對于人與AI共存的未來持樂觀態(tài)度。下文根據(jù)本書以及我們與萬維鋼的談話內(nèi)容整理而成。

篇幅比較長，但看完一定有收獲。

01 AI到底牛在哪？

AI從上世紀(jì)80年代到現(xiàn)在一直是熱門話題，人類總有一個夢想，想讓計算機擁有人的智慧。此前我們一直以為AI離我們很遙遠，我們對其想象只存在于科幻小說和電影里，阿爾法狗的出現(xiàn)讓AI的能力變得具象化，ChatGPT使其風(fēng)靡全球。

ChatGPT基于一項名為“卷積神經(jīng)網(wǎng)絡(luò)”的突破性技術(shù)，也就是深度學(xué)習(xí)，其實就是在模仿人腦，將神經(jīng)網(wǎng)絡(luò)分成若干層，每層只解決最小范圍的信息，再層層匯總做出綜合判斷。

以前人們嘲笑AI連一只貓都無法識別，這技術(shù)出現(xiàn)以后AI就能很輕易做到了。

當(dāng)然這不足為奇，如今最關(guān)鍵的還是算力的變化。以前AI識別圖形只需要幾千萬個參數(shù)，已經(jīng)是當(dāng)時計算機處理能力的上限了。但短短幾年之后，我們談?wù)摰氖巧先f億級別的參數(shù)，現(xiàn)在參數(shù)的數(shù)量級比過去大了一萬倍都不止。

算力提升以后，AI就可以做更復(fù)雜的事，想象空間被無限延展。它現(xiàn)在突然有了像人一樣的智能，甚至可以說已經(jīng)抓住了真實世界的一個投影，著實讓人震撼。

相比人腦，AI的神經(jīng)網(wǎng)絡(luò)在復(fù)雜結(jié)構(gòu)和靈活多變方面還要差很遠。但即便是如此粗糙的模仿，也讓AI具備了像人一樣的智能。很難講，如果將模型的參數(shù)量再擴大10倍、100倍，AI會不會生長出此前所不具備的功能，甚至超過人的能力？

當(dāng)前有兩派觀點。一派認(rèn)為當(dāng)前的AI都是用人的語料訓(xùn)練的，所以AI的能力很快就會達到頂點，其上限就是人的能力。

另一派認(rèn)為ChatGPT4明顯比ChatGPT3聰明，現(xiàn)在ChatGPT4的能力已經(jīng)非常接近于人，且當(dāng)前沒有證據(jù)表明擴大參數(shù)這招不再適用，我們完全可以推測ChatGPT5或ChatGPT6將遠超人的能力。

屆時，它將擁有全部的人類知識，并且從中突破，涌現(xiàn)出新的能力。馬斯克大膽預(yù)測：2025年，AI可能會比任何人類都聰明；2029年，AI可能比所有人類加起來還要聰明。

這是非常合理的。

在AI與人的各項能力指標(biāo)對比中，其進步曲線是極其陡峭的，現(xiàn)在已經(jīng)接近人的最高水平，我們憑什么認(rèn)為它會在那個地方停下來？

這場AI革命讓我們意識到，直覺是高于邏輯的。

到底什么是AI？以我之見，AI=基于經(jīng)驗+使用直覺+進行預(yù)測。

假設(shè)你用以往的經(jīng)驗數(shù)據(jù)訓(xùn)練一個模型，這個模型只關(guān)心輸入和輸出。訓(xùn)練完成之后，你再給它新的輸入，它將給你提供相當(dāng)不錯的輸出，你可以把這個動作視為預(yù)測。這就是AI。

此前人類為了認(rèn)識和預(yù)測世界，主要用兩種計算方法，一是神經(jīng)網(wǎng)絡(luò)，二是形式邏輯。

所謂“形式邏輯”就是把所有問題變成數(shù)學(xué)問題進行推導(dǎo)，每一步推演都有明確的因果關(guān)系，得出一個清晰的結(jié)論。形式邏輯代表“理性”，是人類智慧的偉大發(fā)明，也是啟蒙運動以來唯一正統(tǒng)的分析問題的方法。

形式邏輯要求嚴(yán)格按照某些規(guī)則操作，這對人腦來說其實很費力。人類原本擅長的、天生就會的計算，其實是神經(jīng)計算。人體是由幾個神經(jīng)網(wǎng)絡(luò)組成的，它們提供各種感知，神經(jīng)計算就是這些感知過程。

AI的感知方法跟人的感知方法別無二致，只不過比人的范圍更廣、速度更快，而且可以無限升級。

這么看來，也許啟蒙運動以來形式邏輯方法的流行，人類學(xué)者對“理性”的推崇，只不過是漫長的智能演化史中的一段短暫的插曲。用神經(jīng)網(wǎng)絡(luò)直接從輸入感知輸出，才是更根本、更普遍、更厲害的智能。AI的出現(xiàn)只是讓智能回歸本性。

未來，每個AI都不一樣，而且各有各的風(fēng)格。哪怕做的是同樣的事，因為經(jīng)歷的訓(xùn)練不一樣，它們的產(chǎn)出也會各不相同。世界將從工業(yè)復(fù)制時代重歸匠人定制時代。而那樣一個直覺而非邏輯的世界，原本就是我們熟悉的。

這也是對啟蒙運動的一種顛覆。啟蒙運動始于牛頓的物理定律，在此之前，人們對大自然的認(rèn)識非常感性，會把自然現(xiàn)象歸為神的意志。但牛頓認(rèn)為這背后都是由物理定律決定的，只要用方程和測量就能算清萬事萬物的規(guī)律。所以說啟蒙運動是一種理性化的運動，主張用理性和規(guī)則取代感性認(rèn)知。

但AI恰恰不是這樣，AI只是一種感覺，它基于神經(jīng)計算，這邊給輸入，那邊就給輸出，中間是黑箱。搞不懂這個輸出是怎么得出的，就像一種情緒，一種感覺，一種直覺。

然而事實證明這種直覺是如此準(zhǔn)確，大量訓(xùn)練過后的AI讓我們又回到了當(dāng)初感性的狀態(tài)，這比理性計算更根本、更普遍、也更方便。

事實上，直覺是應(yīng)對復(fù)雜局面最好的方法，很多問題是沒有辦法通過理性一點點計算的，就像一個籃球運動員投籃不會先計算好角度、速度和旋轉(zhuǎn)弧度，只是憑感覺一投就進了，這就是直覺。

所以說，AI的思維方式恰恰就是人的感性思維。從人的智能到人工智能之變，不但比信息革命重要，而且比工業(yè)革命重要。這是啟蒙運動級別的大事件。

02 人比AI厲害在哪？

在AI超越了啟蒙運動的理性主義之后，純感性的東西我們又該怎么理解？機器人跟人之間到底有沒有本質(zhì)區(qū)別？如果AI有了意識，這時候我們給它斷電關(guān)機是不是一件很殘忍的事情？有意識的AI是不是應(yīng)該擁有人權(quán)？

我們迫切需要AI時代的哲學(xué)來回答這些問題。以我之見，AI時代的康德就是斯蒂芬·沃爾夫勒姆。他的招牌理論是“計算不可約性”，也是讓你對未來有信心的關(guān)鍵。

世界上有些事情是“可約化的”，比如濃縮的陳述、理論、公式都是對現(xiàn)實信息的壓縮表達，也就是某種約化。有了約化就有了思維快捷方式，就可以對事物的發(fā)展做出預(yù)測。

人們希望科技進步能約化一切現(xiàn)象，但現(xiàn)實恰恰相反。數(shù)學(xué)家早已證明，真正可約化的，要么是簡單系統(tǒng)，要么是真實世界的一個簡單的近似模型。一切足夠復(fù)雜的系統(tǒng)都是不可約化的。

對于計算不可約的事物，本質(zhì)上沒有任何理論能提前做出預(yù)測，你只能老老實實等著它演化到那一步，才能知道結(jié)果。這就是為什么沒有人能在長時間尺度上精確預(yù)測天氣、股市、國家興亡或者人類社會的演變。不是能力不足，而是數(shù)學(xué)不允許。

計算不可約性告訴我們，任何復(fù)雜系統(tǒng)本質(zhì)上都是沒有公式、沒有理論、沒有捷徑、不可概括、不可預(yù)測的。這看起來像是個壞消息，實則是個好消息。

因為計算不可約性，人類對世間萬物的理解是不可窮盡的。這意味著不管科技多么進步、AI多么發(fā)達，世界上總會有對你和AI來說都是全新的事物出現(xiàn)，你們總會有意外和驚喜。

計算不可約性規(guī)定，人活著總有奔頭。

伴隨計算不可約性的一個特點是，在任何一個不可約化的系統(tǒng)之中，總有無限多個“可約化的口袋”。也就是說，雖然你不能總結(jié)這個系統(tǒng)的完整規(guī)律，但是你永遠都可以找到一些局部規(guī)律。

所以，雖然世界本質(zhì)上是復(fù)雜和不可預(yù)測的，但我們總可以在里面做一些科學(xué)探索和研究，總結(jié)一些規(guī)律，說一些話，安排一些事情。絕對的無序之中存在著無數(shù)個相對的秩序。

計算不可約性還意味著，我們不可能徹底“管住”AI。只要模型足夠復(fù)雜，它就一定可以做一些你意想不到的事情——可能是好事，也可能是壞事。

我們管不住AI，那會不會出現(xiàn)一個終極AI，能把我們的一切都給管住呢？也不可能，還是因為計算不可約性。AI再強，也不可能窮盡所有算法和功能，總有些事情是它想不到也做不到的。

也就是說，全體AI加在一起也不可能窮盡所有功能，總會有些事情留給人類去做。那人和AI的關(guān)系將是怎樣的呢?

沃爾夫勒姆的第二個核心觀念叫“計算等價原理”，意思是所有復(fù)雜系統(tǒng)——不管提起來多復(fù)雜——都是同等復(fù)雜的，不能說哪個系統(tǒng)比哪個系統(tǒng)更復(fù)雜。

假設(shè)你裝了一塑料袋空氣，里面有很多個空氣分子，這些分子的運動非常復(fù)雜，人類社會也非常復(fù)雜。那人類社會的復(fù)雜程度是不是高于那一袋空氣分子運動的復(fù)雜程度呢？不是，它們同等復(fù)雜。

這就是說，從數(shù)學(xué)上講，人類文明并不比一袋空氣分子更高級，人類社會也不比螞蟻社會更特殊。

以前的人以為人是萬物之靈長，地球是宇宙的中心；后來發(fā)現(xiàn)，地球不是宇宙的中心，人類也只是生命演化的產(chǎn)物，我們的存在跟萬物沒有什么本質(zhì)的特殊之處。

現(xiàn)在AI模型則告訴我們，人的智力也沒有什么特殊之處。任何一個足夠復(fù)雜的神經(jīng)網(wǎng)絡(luò)都是跟人的大腦同等復(fù)雜的。不能認(rèn)定人能理解的科學(xué)理論就高級，AI識別藥物分子的過程就低級。

既然都是平等的，硅基生命和碳基生命自然也是平等的。那面對AI，我們憑什么認(rèn)為自己更有價值？

這就引出了沃爾夫勒姆的第三個核心觀念：人的價值在于歷史。

我們之所以更看重人類社會，而不是一袋空氣分子或者一窩螞蟻，是因為我們是人。我們身上的基因背負(fù)了億萬年生物演化的歷史包袱，我們的文化承載了無數(shù)的歷史記憶。我們的價值觀，本質(zhì)上是歷史的產(chǎn)物。

現(xiàn)在AI幾乎已經(jīng)擁有了人的各種能力:要說創(chuàng)造，GPT可以寫小說和詩歌；要說情感，GPT可以根據(jù)你設(shè)定的情感生成內(nèi)容；GPT還有遠超普通人的判斷力和推理能力，還有相當(dāng)水平的常識。

但是，AI沒有歷史。

AI的代碼是我們臨時編寫的，而不是億萬年演化出來的；AI的記憶是我們用語料喂出來的，而不是一代代“硅基祖先”傳給它的。

AI至少在短期內(nèi)沒有辦法形成自己的價值觀。它只能參照或“對齊”我們的價值觀。這就是人類相對于AI最后的優(yōu)勢。

這樣我們就知道了AI到底不能做什么：AI不能決定人類社會探索未知的方向。

根據(jù)計算不可約性，未來總會有無數(shù)的未知等著我們?nèi)ヌ剿?，而AI再強也不可能在所有方向上進行探索，總要有所取舍。取舍只能根據(jù)價值觀，而真正有價值觀的只有人類。

當(dāng)然，這個論斷的隱含假設(shè)是AI還不完全是人。也許AI有人的智能，但只要它們沒有跟我們一模一樣的生物特性，沒有跟我們一模一樣的歷史感和文化，它們就不足以為我們做出選擇。

同樣根據(jù)計算不可約性，AI無法完全“預(yù)測”我們到時候會喜歡什么。只有我們親自面對未來的情況，在我們特有的生物特性和歷史文化影響下，才能決定喜歡什么。

這樣看來，哪怕將來真有很多人再也不用工作，直接領(lǐng)低保過日子，這些人也不是“無用之人”，至少人還有喜好。如果你厭煩了平常的事物，突然產(chǎn)生一個新的喜好，就是在探索人類新的可能性。

你的主動性的價值高于一切AI。

所以只要AI還不完全是人，輸出主動性、決定未來發(fā)展方向的就只能是人，而不是AI。

當(dāng)然，根據(jù)計算不可約性，我們也不可能完全掌舵，總會有些意外發(fā)生，其中就包括AI帶給我們的意外。

03 人怎樣比AI更強勢？

人根本不可能永遠掌控AI。

AI有自己的發(fā)展規(guī)律，就像大自然。大自然是我們至今不能完全理解的，大自然偶爾還會降下地震、火山爆發(fā)等，我們無法控制、預(yù)測。

但這么多年來，我們適應(yīng)了跟大自然相處，這就是共存。AI將來肯定會對人類造成一定的傷害，正如有汽車就有交通事故，我們認(rèn)了。

雖然大自然經(jīng)常災(zāi)害肆虐，但人類文明還是存活下來了。沃爾夫勒姆認(rèn)為其中的根本原因是，大自然的各種力量之間、我們跟大自然之間達成了某種平衡。

我們將來跟AI的關(guān)系也是這樣——我們希望人的力量和AI的力量能始終保持大體上的平衡，AI之間也能互相制衡。

如果AI太強，而人類太弱，我們可能會被AI統(tǒng)治。啟蒙運動讓人們拋開上帝，擁抱理性，可AI卻能達到人的理性達不到的地方。如果AI什么都知道，它的判斷總是比人類正確，人們就會把AI當(dāng)成神靈，從強烈相信AI變成信仰AI。

人們有什么事不是自己判斷，而是問AI，這不就是“神”又回來了嗎？沒準(zhǔn)將來AI會接管社會的道德和法律問題，就像中世紀(jì)的基督教。

為了避免這樣的情況發(fā)生，我們就必須把AI當(dāng)工具，人一定要比工具強勢。

我們要始終掌握控制權(quán)，可以把AI當(dāng)做一個助手、一個副駕駛。AI的作用是幫你更快、更好地做出判斷，幫你做不屑于花時間做的事。人要比AI兇。

AI改變了決策權(quán)，現(xiàn)在問題的關(guān)鍵是如何把決策權(quán)牢牢握在我們手中。

決策=預(yù)測+判斷。預(yù)測是告訴你發(fā)生各種結(jié)果的概率是多少；判斷是對于每一種結(jié)果，你在多大程度上愿意接受，能否承受選擇背后的代價。

所以更好的方式是利用AI進行預(yù)測，將各種可能的結(jié)果擺在面前，再由人類做出選擇。將預(yù)測跟判斷脫鉤，這是對人是一種賦能。

因此，AI時代的決策=AI的預(yù)測+人的判斷。預(yù)測是客觀的，判斷是主觀的，AI不能僭越人的判斷，人也不應(yīng)該專斷AI的預(yù)測。判斷的能力正變得越來越重要。

為了保證人比AI強勢，大眾教育的培養(yǎng)目標(biāo)也應(yīng)當(dāng)做出調(diào)整。AI能做好的事，你就不要學(xué)著做了，你的任務(wù)是駕馭AI，應(yīng)該把大腦解放出來學(xué)習(xí)更高級的技能。未來比較核心的能力有：

調(diào)用力。各種自動化工具都是現(xiàn)成的，但是太多了，你得有點學(xué)識，才能知道干什么事最適合用什么工具。你要想對事情有掌控感，最好多掌握一些工具。

批判性思維。既然你要做選擇，就得對這個世界是怎么回事有個基本的認(rèn)識。你得區(qū)分哪些是事實，哪些是觀點，哪些結(jié)論代表當(dāng)前科學(xué)理解，哪些說法根本不值得討論，學(xué)著明辨是非。

計算機思維。不是說非得會編程，而是你得善于結(jié)構(gòu)化、邏輯化地去思考。

懂藝術(shù)和哲學(xué)。這會提高你的判斷力，讓你能提出好的問題。藝術(shù)修養(yǎng)尤其能讓你善于理解他人，這樣你才能知道別人的需求，甚至想象出新的需求。

傳播能力和說服力。你能把一個復(fù)雜想法解釋清楚嗎？你能讓人接受你的觀點嗎?你能把產(chǎn)品推銷出去嗎?高端工作很需要這些。

當(dāng)你足夠強勢，AI對你的作用有三個：一是信息杠桿，二是讓你發(fā)現(xiàn)自己究竟想要什么，三是幫你形成自己的觀點和決策。

AI時代，一切信息皆唾手可得，整個互聯(lián)網(wǎng)就是你的硬盤，人類所有的知識就是你的第二大腦。你真正需要保存的是自己每天冒出的新想法，是你對信息的整理和解讀。

一切落實到你自己，這樣你才不會在AI面前失去自我。

04 為什么AI還沒幫我們賺到錢？

為什么AI還沒幫我們賺到錢？其實這個現(xiàn)象并不是特例，這是“通用技術(shù)”正常的發(fā)展階段。

蒸汽機、電力、半導(dǎo)體、互聯(lián)網(wǎng)都是通用

技術(shù)。它們不是一上來就能創(chuàng)造巨大財富。1987年經(jīng)濟學(xué)家羅伯特·索洛就感慨：我們這個時代到處都能看到計算機，唯獨生產(chǎn)力統(tǒng)計里看不見計算機。

通用技術(shù)剛出來不會立即改造經(jīng)濟活動，要經(jīng)過三個階段：點解決方案、應(yīng)用解決方案、系統(tǒng)解決方案。

AI的點解決方案是用AI改善你現(xiàn)有的決定；應(yīng)用解決方案是用AI改變你做決定的方式；系統(tǒng)解決方案是AI促成了新的決定，生產(chǎn)模式整個變了。

當(dāng)前我們對AI的應(yīng)用還處在點解決方案和一定程度上的應(yīng)用解決方案解讀，還沒達到系統(tǒng)解決方案階段。

如今計算機已成為創(chuàng)造生產(chǎn)力的重要工具，相信在不久的將來，AI也會如此。

AI會逐漸搶走我們的工作嗎？至少從工業(yè)革命以來的歷史經(jīng)驗看來，不會。歷史經(jīng)驗是，自動化技術(shù)會創(chuàng)造出新職業(yè)。

比如，以前每打一次電話都需要有個接線員幫你接線，那是一份很體面的工作。有了自動的電話交換機，不需要接線員了，電話行業(yè)的就業(yè)人數(shù)是不是減少了呢？恰恰沒有。

自動交換機讓打電話變得更方便、更便宜，于是電話服務(wù)的需求量大增，行業(yè)整體變大，馬上又多出很多以前不存在的崗位?？偟慕Y(jié)果是，電話業(yè)的就業(yè)人數(shù)不但沒減少，反而大大增加。

類似的事情在各個行業(yè)反復(fù)發(fā)生。經(jīng)濟學(xué)家已經(jīng)總結(jié)出一套規(guī)律：自動化程度越高，生產(chǎn)力就越高，產(chǎn)品就越便宜，市場份額就越大，消費者就越多，生產(chǎn)規(guī)模就必須不成比例地擴大，結(jié)果是企業(yè)需要雇傭更多的員工。

自動化的確會取代一部分崗位，但也會制造更多新崗位。自動化程度最高的行業(yè)正是就業(yè)增加最多的行業(yè)。反倒是沒有充分實現(xiàn)自動化的公司不得不縮小就業(yè)規(guī)模，要么把生產(chǎn)外包，要么干脆倒閉。

如果怕AI搶人的工作，所以要限制AI發(fā)展，拒絕自動化，那就太愚蠢了。保護哪個行業(yè)，哪個行業(yè)就會落后，產(chǎn)品就會越來越貴，消費者越來越少。

現(xiàn)在ChatGPT讓編程和公文寫作變?nèi)菀琢?，Midjourney之類的AI畫圖工具甚至已經(jīng)使得有些公司裁掉了一些插畫師。但根據(jù)歷史規(guī)律，它們會創(chuàng)造更多的工作。

比如“提示語工程師”就是剛剛出現(xiàn)的新工種。再比如，AI作畫如此容易，人們就會要求在生活中各個地方使用視覺藝術(shù)。以前墻上掛世界名畫，未來可能掛絕無僅有的新畫，而且每半小時換一幅。那么可以想見，我們會需要更多善于用AI畫畫的人。

我們不妨把AI想成是小人和奴隸，咱們都是君子和貴族?？纯粗袊鴼v史，春秋時代人們對君子的期待從來都不是智商高、干活多，而是信用、聲望和領(lǐng)導(dǎo)力。我們要學(xué)的不是干活的技能，而是處理復(fù)雜事物的藝術(shù)，是給不確定的世界提供秩序的智慧。

這對領(lǐng)導(dǎo)力也提出了新的要求。

05 人怎樣去領(lǐng)導(dǎo)AI？

未來每個人都需要“領(lǐng)導(dǎo)力”，不一定非得是對人的領(lǐng)導(dǎo)力，至少需要對AI的領(lǐng)導(dǎo)力。這包括制定戰(zhàn)略目標(biāo)、安排工作步驟、設(shè)置檢驗手段等。 尼克·查特拉思在《門檻》一書中提出了“AI時代的領(lǐng)導(dǎo)力”的概念。

這有啥不一樣呢？我們不妨先來回顧一下領(lǐng)導(dǎo)力的演變。

最早的領(lǐng)導(dǎo)力是“英雄主義”。我是這個狼群中最能打的，所以你們都得聽我的，我說怎么辦就怎么辦。這是最土的領(lǐng)導(dǎo)。

近現(xiàn)代以來出現(xiàn)了“軍隊式”的領(lǐng)導(dǎo)力。講究命令的穩(wěn)定性和可靠性，做事得有章法，不能朝令夕改。這種領(lǐng)導(dǎo)力的問題在于容易出官僚主義，什么都講制度和流程，有時候忘了初心。

后來主流管理學(xué)倡導(dǎo)“機器式”的領(lǐng)導(dǎo)力。它以目標(biāo)為核心，講考核、問責(zé)、任人唯賢，提倡比較扁平的組織結(jié)構(gòu)，追求效率最大化。這是國內(nèi)民營企業(yè)常見的領(lǐng)導(dǎo)方式。這種領(lǐng)導(dǎo)力的問題在于它可能會讓視野窄化，過于關(guān)注具體的目標(biāo)，時間長了會讓人產(chǎn)生倦怠感，乃至喪失視野。

新一代管理學(xué)倡導(dǎo)的是“價值觀和愿景”。比如“我們不是一個只知道賺錢的公司”“我們是為客戶創(chuàng)造價值”。它講究“服務(wù)式領(lǐng)導(dǎo)”，組織希望員工對要做的事情達成共識，不但知道做什么，更要知道為什么。

這種領(lǐng)導(dǎo)力的問題是，現(xiàn)在社會上各種價值觀是沖突的，共識難以達成。那怎么辦呢？

“門檻領(lǐng)導(dǎo)力”特別重視人格魅力：你的公司、你的事業(yè)，本質(zhì)上是你的人格的放大；你有多大的認(rèn)知，就能做多大的事；你的認(rèn)知有多復(fù)雜，就能做多復(fù)雜的業(yè)務(wù)。

這不只是上級對下級，既可以是商家對顧客，媒體對公眾，也可以是下級對上級：只要能對別人產(chǎn)生影響，讓人沿著你選的方向前進，都是領(lǐng)導(dǎo)力。AI時代，每個人都需要一點門檻領(lǐng)導(dǎo)力。

AI當(dāng)然能給你提供各種建議方案，但是像免費還是收費、要花多大成本保護用戶隱私等充滿矛盾和悖論的問題，是你必須做的選擇。這不是智力題和知識題，而是人格題。對公司來說，現(xiàn)代社會正在變成熟人社會，你需要“內(nèi)圣外王”的能力。

查特拉思說：“無論領(lǐng)導(dǎo)者在領(lǐng)導(dǎo)時認(rèn)為自己在做什么，他們都在揭示自己的本質(zhì)?！?/p>

你和員工是什么樣的，公司就什么樣。你們既是在探索自己是誰，也是在幫助客戶發(fā)現(xiàn)他們是誰。所有品牌競爭都是人的精神內(nèi)核的較量。AI只是放大了這種較量。

用上AI很容易，任何公司都能以非常便宜的價格購買OpenAI的算力；但是一家有AI而沒有內(nèi)核的公司應(yīng)該被AI淘汰。

06 我們怎樣活出“人樣”？

人相對AI有個絕對的優(yōu)勢，也是AI至少在短期內(nèi)趕不上的，那就是人更理解人。AI再厲害也得聽人指揮，最終做決策的必須是人，用中國話說這叫“底線思維”；一切生產(chǎn)、科研都是為了人。

需求必須是各項事業(yè)的出發(fā)點和落腳點，所以理解人永遠都是最重要的智能。

AI時代，在邏輯運算、聽說讀寫那些一般認(rèn)知項目上，我們已經(jīng)輸了。我們要發(fā)揮長板優(yōu)勢，就必須讓自己更像人，而不是更像AI。

比較重要的一點是要充分感知自己和他人的情緒，區(qū)分不同情感之間的微妙差別，會對你的決策有重大影響。

AI時代的商業(yè)要求你認(rèn)識自己、認(rèn)識你的團隊、認(rèn)識你的客戶。要想真正理解數(shù)據(jù)就得深入到用戶中間去。這些都要求你跟用戶有情感溝通。這些是AI不能做的。

情緒并不是純粹的大腦功能，情緒跟身體有很大關(guān)系。我們很多時候是通過身體的反應(yīng)了解自己的情緒。AI沒有身體，它怎么能有人的情緒呢？它怎么能理解、預(yù)測人的情緒呢？至少到目前為止，情緒功能還是人的優(yōu)勢。

如果超級人工智能也能做得像真人一樣。它雖沒有真實肉體，不能真正感覺到情緒，但它會計算情感。它不但能準(zhǔn)確判斷你的情緒，還能用最好的方式表達她的情感。

它簡直就是完美的。人的所有技能它都會，人不會的它也會。它會用人類特有的情感方式說服你、暗示你、幫助你，包括使用肢體語言。它非常理解你的性格和你的文化背景，它的管理方式、制訂的計劃，方方面面的安排都非常完美。每個接近過它的人都能感受到它是充滿善意的。它簡直就像神一樣。

要是這樣的超級人工智能已經(jīng)出現(xiàn)而且普及了，請問，你這個人類還有什么用？

查特拉思認(rèn)為，你至少還有一項價值不會被超級人工智能取代。那就是“愛”，一個真人的愛。

來自機器的愛和來自真人的愛，感覺畢竟不一樣。人的愛是真的，因為只有人能真的感覺到你的痛苦和喜悅，人跟人才會有真正的瓜葛。其實這很容易理解，像什么機器寵物，甚至性愛機器人，就算再好，你總會覺得缺了點什么。

查特拉思預(yù)測，超級人工智能時代的主角將不會是機器，但也可能不會是人——而是愛。當(dāng)物質(zhì)和能力的問題都已經(jīng)解決，世界最稀缺的、人們最珍視的，將會是愛。

早在1950年，控制論之父諾伯特·維納就出了本書叫《人有人的用處》，認(rèn)為生命的本質(zhì)其實是信息：我們的使命是給系統(tǒng)提供額外的信息。在信息意義上，人生的價值在于爭取選擇權(quán)、多樣性、不確定性和自由度。

別人交給你一個任務(wù)，你按照規(guī)定程序一步步操作就能完成，那你跟機器沒有區(qū)別。只有這個過程中發(fā)生了某種意外，你必須以自己的方式甚至價值觀解決問題，在這件事上留下你的印記，才證明你是一個人而不是工具。

人不是程序，人不應(yīng)該按照固定規(guī)則生活。人生的使命就是要制造意外，增加信息。有些意外來自你的情感，有些來自你身體的獨特感知，有些來自你自主的思考。

不管來自哪里，它們一定不是來自AI給你的灌輸，一定不是來自你對領(lǐng)導(dǎo)意圖的揣摩。

那些任性而為的時刻，才是你真正活著的時刻。