
文章圖片

文章圖片

文章圖片

“未來取代你的不是AI , 而是會用AI的人”——這句話在AI熱潮中被廣泛傳播 , 但作者通過三個月的觀察和思考 , 發現這可能是一個“溫柔的陷阱” 。 文章深入探討了“會用AI”背后的真相 , 揭示了AI工具使用者可能面臨的困境 , 以及在AI普及化趨勢下 , 真正難以被取代的能力是什么 。還記得在前一陣子中 , 被網上的各大AI博主刷屏了一句話:
“未來取代你的不是 AI , 而是會用 AI 的人 。 ”相信只要是在了解或者接觸AI的人 , 99%的人或多或少都從線上線上聽到過 , 包括我自己也是一樣 , 深信不疑 。
因為首先自己很看好AI的發展趨勢 , 無論是在數學編程、文學藝術、還是在視頻設計、分析報告等等方面上 , 都展現出了AI驚人的學習力和創造力 。
更何況一眾AI大佬為了大家多使用AI , 也經常把這句話掛在嘴邊 , 更不用說之前那些賣AI課的機構和公司了 。
甚至我自己也收到好幾次電話 , 剛接通就和我說要加我微信給我發個免費的AI學習課 , 還說可以教會我怎么怎么樣 。
所以我后面開始思考 , AI現在熱到這個程度了嗎?去年只是全網都在瘋狂賣教你使用AI的課程 , 而今年都到了主動給你打電話教你AI的層面了 。
我感覺事出反常必有妖 , 于是自己開始仔細琢磨為什么大部分人都在拼命的吹捧AI?其背后的底層邏輯是什么?
(當然今天才發對這個觀點的質疑不是為了蹭熱點 , 而是在現在AI焦慮的熱點降下來時 , 想著和大家理想探討下)
其實“未來取代你的不是 AI , 而是會用 AI 的人”這句話 , 它精準地調動了我們潛意識的兩層焦慮——被淘汰與技能不足 。
在社交媒體的傳播學公式里 , 這種「把復雜問題極簡 + 再貼上行動號召」的句式天然易轉發;在心理學里 , 「損失厭惡」讓我們對“取代”兩個字的情緒優先級瞬間拉滿 。
因為人們天然對“失去”更敏感(損失厭惡) , 這是人的天性導致的
首先我們來思考個問題 , 目前有多少人覺得自己已經使用AI很熟練的了 , 是能夠通過AI大幅提高工作效率的 。
這個問題 , 與字節跳動CEO梁汝波在2025年2月13日All Hands全員會上對“豆包”的評價不謀而合 。
他是這樣描述的:自家大模型“豆包”并沒有因為用戶量暴增而“越用越好” 。 原因很殘酷:多數提問高度同質、缺乏深度 , 無法真正反哺模型 。
畢竟字節跳動可是以其世界頂尖的推薦算法聞名 , 該算法的核心優勢正在于能夠利用海量用戶數據進行迭代優化 。
那為何這一“數據飛輪”效應在豆包(也包括其他大廠研發的AI)上似乎“失靈”了?
答案其實是 , 驅動字節經典產品的推薦算法與支撐豆包這類生成式AI的大模型算法 , 在底層邏輯上存在著根本性的不同 。
首先推薦算法的核心是:基于用戶行為的協同過濾與個性化
而AI大模型的機制是:預訓練與微調 , 而非實時“學習”
在這里呢 , 和大家簡單提了一下推薦算法與AI算法的區別 。
當然 , 作為普通人的我們或許也不需要那么深度的了解AI技術和原理 , 我們更關心自己究竟會不會被那些會AI的人所淘汰?要不要都all in去付費學習AI?
越是在AI焦慮的熱潮中 , 越是需要學會如何保持理性思考比盲目跟風更重要 。
首先咱們先來討論一個最本質的問題:什么叫”會用AI”?
可能大部分人理解的”會用AI”其實是指會使用ChatGPT、DeepSeek這些工具進行對話然后一鍵實現幫自己寫作、畫圖、編程等等的功能 。
確實當你會熟練使用AI實現這些功能時 , 是能夠極大的幫你提高工作效率 , 那是因為它能幫你快速完成這種標準化、流程化的工作 。
但真實的世界是需要有“價值”的工作產出 , 需要你能夠創造出“價值” , 而不是創造一堆看似有用卻無用的“內容” 。
比如你現在是一家公司的HR , 現在有兩個候選人:
候選人A:非常熟練使用各種AI工具 , 能夠快速生成招聘文案、面試問題、薪酬分析報告等 , 工作效率很高 。
候選人B:不怎么會使用AI , 但在過去的工作中建立了廣泛的人脈網絡 , 深諳企業文化和團隊管理 , 具有出色的溝通能力和情商 。
而假設候選人A和B的學歷背景、應聘的崗位薪資都一樣的情況 , 你會選擇讓誰留下來?
或者說在模擬實際的企業環境中 , 誰對公司而言更有價值?
真實的答案可能并不像前面的口號所暗示的那么明確 , 因為在現代企業的運作 , 特別是知識型工作 , 往往需要大量的跨部門協作、利益相關者管理、文化建設等”軟技能” 。
作為求職者而言 , 最真實實際的價值一定是從現實生活中產出的:
候選人A看起來他懂得用AI的技術放大自己的能力 , 工作產出可以是三四個人的量 , 但在AI越來越普及化的趨勢下 , 他的這種先發制人的優勢會被慢慢削減掉 。
而候選人B雖然不懂得AI , 并且他在做標準化的工作時花的時間也會更多 , 但他的價值是在于不依賴工具 , 核心是在于溝通與協調團隊之間的摩擦 , 并讓公司的資源更好的轉化為生產力 。
而這些能力短期內很難被AI完全替代 , 也不是簡單地”會用AI”就能解決 , 靠著是你的人情世故、資源鏈接能力 。
現在再來討論第二個問題:要不要all in去付費學習AI?
還是借用上面候選人的例子 , 我們把場景再向前推三個月 , 讓兩位新人真正落地到同一個業務單元 , 負責一項“校園招聘升級”項目:
這張對照表反映了個事實:AI 能把“做得到”變成“做得快” , 卻無法保證“做得對” 。
A 的優勢在“量產” , B 的壁壘在“洞察” 。 當競爭門檻從“能否產出”提升到“產出是否真的解決問題”時 , 軟實力的復利會隨著時間不斷滾雪球 , 而工具優勢卻呈現邊際遞減 。
要知道目前的AI也只是通用大模型 , 在你還沒有深入地了解吃透你的行業時 , 再快的效率也跑不過真正的洞察 。
并且真正的AI能力培養也并非一蹴而就 , 少有人是只通過幾堂速成課的學習就能掌握的 。
就好比前幾年 , 寫作被吹成通往財富自由的船票時 , 人人搶著報班上船 , 卻忘了從小學到大學 , 語文課早已天天啟航 。
但我覺得不管是寫作還是AI , 兩者都是放大你思想的工具 。
如今的AI更是放大鏡:你原本擅長洞察與連接 , 它就放大你的影響力;你原本只會復制與拼湊 , 它就加速你被同質化 。
回歸到最后 , 僅僅會使用工具的人 , 其實并不能保證你不被淘汰 。
真正決定你價值的 , 是你要去解決什么樣的問題 , 其次才考慮你需要用什么樣的工具輔助你創造什么樣的價值 。
以及真正值得我們警惕的 , 不是AI , 而是:當我們把注意力全部耗在追逐工具時 , 思考能力本身在悄悄退化 。
技術的浪潮總會裹挾泡沫與噪聲 , 當我們眺望未來 , 那句“未來取代你的是會用 AI 的人”其實還有半句被隱藏:
真正難被取代的 , 是那些能讓 AI 也學他們思考的人 。愿你我把注意力從“學多少工具”轉向“塑造怎樣的認知底座” , 讓 AI 成為思想肌肉的力量訓練器 , 而不是拖著我們奔跑的繩索 。
本文由 @鏡子別酷 原創發布于人人都是產品經理 。 未經作者許可 , 禁止轉載
題圖來自Unsplash , 基于CC0協議
【會用AI的人不會被淘汰?我花了三個月驗證,發現這是個溫柔的陷阱】該文觀點僅代表作者本人 , 人人都是產品經理平臺僅提供信息存儲空間服務
推薦閱讀
- 谷歌被判22.5億元天價賠償背后:安卓數據暗箱操作的五年拉鋸戰
- 做自媒體,要不要日更?
- 870塊的驍龍870零廣告旗艦!1億相機+256G內存+NFC+144高刷屏
- AI當老板賣零食竟塞滿鎢金屬?Claude 的售貨機實驗暴露AI短板
- 榮耀“最有誠意”的高端機,512GB突降1251元,幸福來得很突然!
- 魅族最大的錯事,新旗艦沒事和蘋果比,鍵盤俠有事干了
- 接下來的7月份,手機廠商還會放出這些大招
- 還有爆料?小屏手機,這次真的要爆發了
- 英特爾Day0完成文心大模型4.5系列開源模型的端側部署
- 打破鴻蒙5.1的刻板印象,華為Pura 80用戶含淚打臉網傳謠言!
