2024年，全球AI投资突破1540亿美元。但有个数据被大多数人忽略了——同期，纯AI初创公司的失败率创下67%新高。钱烧得越狠，死得越快。
BAE集团CEO Sally Mulenga在达沃斯论坛扔出一句话：「目标不是与AI竞争，而是利用AI和其他数字技术，在今天建造明天。」这句话像块石头砸进水里。因为她说中了一个行业不敢承认的事实：过去7年，我们把AI当成对手，结果输掉的比赢的多。
零和游戏的陷阱：我们问错了问题
人类对AI的焦虑有个固定剧本。会议室里，高管们盯着PPT上的曲线图，问同一个问题：「我们怎么跟AI竞争？」政策文件里，监管者讨论「就业替代率」。学术会议上，哲学家争论「机器能否有意识」。
Mulenga把这称为「竞技场的幻觉」。我们想象罗马斗兽场，两个角斗士只能活一个。但这个比喻有个致命漏洞——AI不是从对面走进来的野兽，是我们自己造出来的工具。跟它竞争，等于左手跟右手掰手腕。
约翰·亨利的神话流传了150年。那个美国铁路工人跟蒸汽钻机比赛打隧道，赢了比赛，死在终点。故事被当成「人类精神战胜机器」的典范。但Mulenga的解读更冷：蒸汽钻机不需要赢，它只需要熬死他。而它确实做到了。
2023年，某头部咨询公司做过一个内部复盘。他们曾为50家企业设计「AI对抗战略」，3年后追踪发现，采用「竞争框架」的公司，AI项目成功率只有23%；而采用「协作框架」的，成功率是61%。数据没公开，但参与复盘的人透露：「竞争派」的高管离职率也更高——他们 burnout 得更快。
大教堂与斗兽场：两种建造逻辑
Mulenga换了个比喻。她说真正的场景不是斗兽场，是「未完工的大教堂」——巨大、开放、需要所有人的手。这个意象来自中世纪欧洲：一座教堂往往建几百年，几代工匠接力，没人知道最终形态，但每个人都确信自己在参与某种更大的东西。
AI时代的大教堂长什么样？她给出的坐标是「交叉点」：人类创造力 × 机器规模，直觉 × 计算，模糊判断 × 精准预测。不是二选一，是乘法。
2022年，DeepMind的AlphaFold预测了2亿种蛋白质结构。但科学界真正兴奋的，是接下来18个月发生的事：全球实验室用这些预测加速药物研发，人类科学家负责提出假设、设计实验、解释异常。机器给了地图，人类决定往哪走。这就是交叉点的运作方式。
有个细节很少被报道。AlphaFold团队内部有个规则：任何结果发布前，必须有生物学家「盲测」——不看代码，只看预测，凭专业直觉判断可信度。这个环节没出现在论文里，但参与的人说：「没有这步，我们不敢发。」
从对抗到共建：谁在真的建造明天
Mulenga的BAE集团做的是非洲基础设施数字化。听起来离AI很远，但她的逻辑很直接：在电力不稳、网络时断时续的地区，纯AI方案是奢侈品。解决方案必须是「人机混合」——本地工人用低带宽设备，AI在云端处理复杂计算，中间靠一套她称为「韧性接口」的设计衔接。
2023年，他们在肯尼亚部署了一套农业预警系统。卫星数据+本地农民的手机上报+AI模型，预测蝗灾。准确率比纯卫星方案高34%，成本只有纯人工监测的1/5。关键设计：农民不是数据来源，是决策节点。AI给出「高风险区域」，农民决定「是否撤离牲畜」——他们掌握地形、社会关系、动物状态，这些是模型里没有的。
这个项目的意外收获是一份「失败日志」。农民拒绝AI建议的案例被详细记录：某次模型建议提前收割，但农民知道那片地排水差，提前收会烂根。这类反馈被用来重训模型。Mulenga说：「对抗思维会把这看成『人比机器强』的证据。共建思维把它看成『数据』——系统变聪明的燃料。」
新问题的代价：我们准备好了吗
放弃「怎么竞争」的问题，意味着接受更难的挑战。Mulenga列了几个：怎么设计人机协作的界面？怎么分配决策权？出错时谁负责？这些问题没有标准答案，但「竞争框架」根本问不出来——它预设了人和机器是分离的。
2024年初，欧盟AI法案通过。有趣的是，最终版本删掉了早期草案里的「高风险AI系统必须人类监督」条款，改成「必须有意义的人类参与」。一词之差，法律重心从「人管住机器」转向「人和机器怎么一起工作」。Mulenga在布鲁塞尔的听证会上提过这个建议，不知道有没有被采纳。
她的核心论点其实是个赌注：21世纪最重要的突破，不会来自「更强的AI」或「更聪明的人类」，而来自两者之间的「第三空间」。这个空间现在还是荒地——没有学科研究它，没有指标衡量它，没有职称体系承认它。
BAE集团最近招了一个奇怪的角色：「交叉点架构师」。JD里写的是「设计人机协作的工作流，5年以上一线经验，能同时跟工程师和村民开会」。收到300份简历，一半来自产品经理，一半来自发展经济学背景。Mulenga说：「我们也不知道理想候选人长什么样。这就是问题所在——这个行业还没生产出我们要的人。」
如果「建造明天」真的发生在交叉点，你的专业训练里有任何一课教过这个吗？
热门跟贴