最近，国务院办公厅印发了一份文件，就是《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》。
文件很长，简单来说就是第一次，我们从国家层面开始承认AI真的会替代人，而且已经在替代了。
其中有三句话尤其值得关注：
第一句是“有效减缓人工智能应用就业替代影响”。没否认，也不回避，直接把AI对就业的影响写进红头文件。
第二句是要"培养学生探索性、创造性思维能力"。因为这些是AI最难复刻的东西。
第三句是"帮助劳动者拓展能力边界、提升劳动价值"。潜台词就是很多人的"能力边界"正在被AI压缩，你需要找到AI够不着的边界，才能保住自己的劳动力的“标价”。
从交付的东西没眼看，到人工调整润色一下就能用再到比很多人做的东西都强，AI用了不到一年的时间。
在这样的超速迭代面前，说不焦虑是假的。刚毕业的年轻人迷茫，担心一不小心入错行；35+的职场老炮们忐忑，害怕随时喜提“毕业”，还是没大礼包的那种。
而当做ppt、作图、写代码、写文章、写方案、数据分析……这些白领们曾经引以为傲、能get高薪的技能，准确说是执行技能和管理技能越来越不值钱时，那职场人到底该怎么办？该升级哪项能力，才能让自己不被AI卷死？
其实，说到底AI做的是执行层面的事儿，是帮人类干活的。在一个公司或者组织中，除了需要干活的“牛马”，更需要拍板、决策的“人”。毕竟，工具不能背锅，因为所有指令都是你发的。
那人的价值在哪？就是能扛事、能拍板，能看清那些AI看不见的东西，这就叫洞察力。
市场需求、消费者痛点、甚至老板的想法，都需要“洞察力”参透，这玩意AI永远无法习得。因为它没有真实的“活在”这红尘俗世之中，自然很难洞悉其中的一些“基操”和痛点。
01 AI把执行打成了白菜价
过去一个创意要落地，需要程序员、设计师、文案等等人员，至少需要一个项目组或者一个小的创业团队。
但现在不同了，一个人+一套AI工具完全ok。这套AI工具就等于过去的一个小team，只要你的token够，它可以没日没夜的敲代码、做设计、写文案，一版版迭代。前提是你的指令足够清晰。
这两天腾讯大裁员的传闻闹得人心惶惶，虽然鹅厂已经出来辟谣是误传，但腾讯管理层也提到，要面向AI时代主动出击，激发团队去创造新的价值，拥抱浪潮，探索AI Native、拓展新的发展空间。
MIT此前做过一个对照实验，找了两拨程序员，一拨用GitHub Copilot，一拨不用。结果用Copilot的那组完成任务的速度快了将近56%。
也就是说，过去一个团队干一周的活儿，现在一个人加AI三天就能干完，执行的效能大幅提高。
还有一篇发在《Science》上的研究，让专业人士用ChatGPT写新闻稿、写报告，完成时间平均缩短了40%，质量还提了18%。这放在任何一家公司，都是无法拒绝的红利。
所以从去年开始，裁员潮里裁掉的主要是"执行层"，也就是初级设计师、文案、初级程序员、客服这类岗位。
但所有这些研究，测的都是同一个东西：执行效率。
MIT测的是"完成编程任务的速度"。《Science》测的是"写出新闻稿的速度"。但没有任何一篇研究证明，AI能告诉你"该写什么文案、做哪些产品、解决什么痛点"。
显然，创新和执行的分工已经很明确了。人来负责创意和创新，洞察痛点和需求；AI负责落地和执行。
可以说，AI是史上最强大的执行机器，不会累，也不会顶嘴。
你对它说"帮我写个保健品的文案"，它能给你二十版，每版都语法通顺、排版精美。但如果你问它"现在年轻人最烦的健康问题是什么，我该从哪个角度切入"，它只能给你一个正确但毫无新意的6分答案。
执行正在飞速贬值，而洞察，正在变得前所未有的稀缺。
02 洞察的本质是"隐性知识"
说到这儿，你可能会问：那洞察力到底是个啥？
英国哲学家波兰尼上世纪曾提出过一个概念叫"隐性知识"。他认为，人类的知识有两种。以书面文字、图表和数学公式加以表述的，叫显性知识；而那些我们在做事中拥有的、只能意会、难以言传的知识，叫隐性知识。
AI强大之处在于对显性知识的海量学习和精准输出。但那些人类情绪记忆里的东西、那些"我说不清楚但就是觉得不对"的直觉、那些不可言表的约定俗成，构成了你认知的绝大部分。这些东西没被大规模写进互联网，AI自然就很难触及。
而洞察，恰恰就长在这些"没被写下来"的地方。
中年妈妈说"上班一个工位、下班一个工位，每天下班辅导娃的功课快崩溃了"，有心的洞察者能get到学龄儿童的妈妈们需要一个情绪出口、需要一个培养孩子学习习惯的工具。
这种翻译能力，不靠逻辑推理，靠的是你也体验过带娃的崩溃瞬间。
AI能站在上帝视角告诉你怎么“毫无情绪”地辅导孩子，但它没法回答你怎么告别每天的鸡飞狗跳，也不知道因材施教、一个猴有一个拴法。
因为这些"怎么做"的答案都在各大教育专家、博主的书里、帖子里、在过去的文本里，AI全读过。但AI给出的那些答案，根本治不了自家孩子的磨磨蹭蹭、满不在乎和毫无自驱力。
还有一个更要命的是，AI的训练数据有天然的滞后性。GPT学的是"过去的互联网"，而机会发生在"现在的每一天"。
所以别觉得自己没机会。你不需要比AI聪明，只需要比它更有“活人感”。
Spanx这个品牌的故事大家听说过没有？它的创始人原本只是一个卖传真机的姑娘，叫Sara Blakely，没有任何服装背景。有一天她穿白色裤子，觉得连裤袜勒得难受，一怒之下把袜子的脚剪了，由此获得灵感发明了塑身衣，后来成了亿万富翁。
她的洞察从哪来？自己的身体体验。而这份体验，任何研报里都没有。
Airbnb的起点也差不多。2007年旧金山一场设计大会，酒店爆满，两个交不起房租的年轻人把客厅气垫床租给参会者，然后就有了全球最大的旅行房屋租赁平台。
他们发现的并不是"住宿需求"，毕竟酒店业做了几百年了，这个需求谁不知道？他们发现的是"大型活动期间，酒店永远装不下所有人"这个细分场景下的痛点。
这种发现只能产生于亲历现场，发端于真实体验中，硅基生命永远不可能先于碳基生命产生这种洞察。
所以，即便是在AI时代的存量市场中，每个人依然都有各自的"位置红利"。
你是个宝妈，知道高需求高敏感的孩子有多难缠；你是个旅行发烧友，知道机票什么时候买不会被平台和航司背刺；你是个租客，知道中介的套路有多少种变形。
这些就是AI没有的东西，你的身体在场、脑子在场、情绪也在场，你的时间在某个具体场景里浸泡了N次，自然深知其“苦”。
专业身份也一样。医生看病人，老师看学生，销售看客户，干久了都会长出一双"模式识别的眼睛"。同样一堆信息，专家能瞬间抓住那个不对劲的细节，这是时间堆出来的洞察力。
再先进的大模型，也比不上一个干了十年的儿科护士，对孩子哭闹声中微妙差别的感知。
所以别小看你的生活身份和职业身份。每一种身份都是一张VIP通行证，通往一个AI进不去的现场。
03 别把洞察外包给AI
2011年发表在《Science》上的一个实验发现，当人们知道信息可以随时搜到时，他们会更少记忆信息本身，转而记忆"去哪找"，这就是"谷歌效应"。大脑外包了存储，顺便也外包了思考。
如今的AI把这个效应放大了十倍。
以前是你知道去哪搜，现在是你连搜都懒得搜了，直接问AI。当所有答案都能一键生成，你还会自己思考和判断吗？
前年还有个研究更有意思。UCL 的 Doshi 与 埃克塞特大学的 Hauser发现，用生成式AI确实能提升个人创造力，但会降低群体创意的多样性。因为AI给大家的答案都差不多，于是所有人往同一个方向走。
这有点细思极恐了。以前我们的社会是百花齐放，因为人类的思维是不规则的。由于成长环境、教育背景、职业身份、性格特征的不同，每个人的想法是千奇百怪的。
可当AI给出一个"还不错的6分答案"时，大多数人就停在那儿了。可真正的洞察，往往生于"平均答案之外"。
毕竟AI没身体，没情绪，更没在碳基社会里摸爬滚打、摔过跟头。那些棘手的痛点和刚需，它根本get不到。
那这洞察力到底该怎么培养？说三个我自己亲测有效的土办法。
第一个，每天记一件让你心烦的小事。
比如排队时间长、管不住嘴、找东西费劲……你习以为常的"不爽"，很可能就是别人愿意付费解决的痛点。提升洞察力的第一课就是别委屈自己，别忽略自己的不舒服，这正是需求的信号。
第二个，在你的本职里多问一句"为什么"。
为什么客户总在合同第三条犹豫？为什么科室的病人总在下午情绪最差？你不需要研究什么方法论，就这一句话，问上三个月，你的思考深度就和别人拉开差距了。
第三个，让AI立马行动。
我们很多人都有拖延症，过去有了想法，但碍于没资金、没团队，迟迟没有动手去做。蹉跎了岁月不说，很可能也错过了人生中唯一一次“转运”的机会。
不过现在有AI了，相当于你有了一支team帮你干活。什么市场调研、产品设计、代码开发、文案撰写，你只要把顶层框架搭好，就可以立刻让这些数字员工们去搬砖，然后再一遍遍迭代，直到把你的想法变成demo，直至最后推出上市。
试错的成本被大幅拉低，效率则大大提高，让创意落地的门槛极大地降低了。现在唯一的问题变成了：你敢不敢动手去做？
所以，大家不妨静下心来好好观察生活、观察人性，如果能洞悉到某一个细分领域的痛点和需求，那就赶紧去落地。毕竟时间不等人，现在的市场空白，不等于半年后还是空白。
要知道，在市场经济高度发达的存量市场，拥有一个能真正满足痛点需求，占领市场空白的idea有多难得。
所以抓紧去生活里找那个让你不爽的小事吧，如果你找到了，就立马行动起来吧。
毕竟，身处这个拥有十四亿人口的超级大市场，你总能找到一些同频者，而让他们成为你的客户，你就找到了AI时代的护城河。
热门跟贴