《第一性思考》14｜AI干掉了实习生，十年后谁来当专家？

本文来自微信公众号： 0xAI机器学习 ，作者：0xAI机器学习，原文标题：《《第一性思考》14｜AI干掉了实习生，十年后谁来当专家？》 大家好，我是X,INTJ,AI算法架构师，这里是0xAI《第一性思考》 AI业内视角，透过热点，看见未来 想象一下，你是一家公司的老板。 财务主管拿来两份方案：第一份，招三个刚毕业的年轻人，工资、培训、带教，一年下来不是小数目；第二份，买一套AI工具，初级报告、客户邮件、数据整理，交给机器。 你选哪个？ 大概率选第二个。省钱、省心，AI还能24小时待命。 老板很满意，财务报表也很好看。 只有一个小问题：十年以后，你准备从哪里买来那些经验丰富的高级员工？ 这就是我们今天要讨论的问题： 如果所有公司都不愿意培养新人，专家会从哪里长出来？ AI还没有大规模开除人，却可能先关上了年轻人的门 10月7日，Reuters在一期关于AI与就业的节目中谈到一个反常现象：年轻员工受到的冲击更明显，有经验的员工反而表现出韧性。 斯坦福大学与ADP研究了数百万美国员工的就业数据，发现一个令现象： 在最容易受到AI冲击的职业里，22至25岁年轻人的就业表现，明显落后于其他行业的同龄人，差距约19%。 研究者明确表示，目前无法据此断言AI是唯一原因。经济周期、企业缩招、人才结构调整，都可能参与其中。 但有个细节很扎眼：斯坦福研究发现，年轻人的差距主要体现在招聘减少，而不是在职员工被大规模裁掉。 所以并不是老板把年轻人赶了出去，而是办公室门口贴了一张纸：今年暂不招新人。 这两件事，对年轻人的人生完全不同。 被裁员的人，至少曾经进入过这个行业。而那些连第一份工作都拿不到的人，获得经验和进步会更慢。 企业正在省掉的，可能是培养专家的成本 想想一位优秀的投资经理是怎么成长的。 他可能从做会议纪要开始，接着整理财报、搭估值表、跟踪行业。刚入行时，他也许把营收增长当成全部，把管理层的漂亮话当成事实。 资深经理看一眼，只问一句：“这家公司这么好，为什么红杉和高瓴没投呢？” 后来他开始独立研究公司，做出判断，承担后果。几年以后，他终于成为一个不太容易被骗到的人。 现在AI来了。 会议纪要会写，财报会读，估值模型也能搭。 老板一看：那还招一个刚毕业的小朋友干什么？他做的这些事，AI一分钟就做完了。 这句话听起来合理极了。 但是，请问：那个后来能够独立判断、承担责任的投资经理，当初不就是从这些琐碎工作里长出来的吗？ 当然，不是每一份机械劳动都有教育意义。把同一张表格复制一千遍，并不会自动复制出一千倍的能力。 真正有价值的，是新手在真实任务里不断碰壁、提问、被纠正，慢慢理解那些课本上不会告诉他的东西。 这就叫“干中学”。 许多行业都有这样的隐性课程。例如医生不只是背病理知识，律师不只是背法条，码农也不只是会写代码。他们要学会判断什么重要，什么时候该怀疑标准答案，以及做错了该由谁负责。 这些东西，通常不是毕业那一天突然下载进大脑的。 企业可以取消初级任务，却不能假装高级经验会凭空出现。 最讽刺的是：AI原本可以是新人的好老师 说到这里，也许你会很容易得出一个结论：AI对年轻人天然不利。 可另一项研究给出了相反的可能。 Brynjolfsson等学者研究了5179名客服员工使用AI助手的情况，发现总体生产率提高约14%，其中新手和低技能员工的提升达到34%。有经验的高手反而变化较小。 为什么？ 因为AI能把优秀员工处理问题的方法，及时提示给新人。 以前，一个新人遇到难题，得鼓起勇气去找老员工：“哥，打扰一下，这个怎么办？” 老员工可能正在开会，也可能刚被客户气得想辞职。 现在，新人可以先问AI，再带着自己的判断去请教。 这不就是一种便宜、耐心、不会摆脸色的随身师傅吗？ 所以有意思的矛盾出现了： AI可能比过去任何工具都更适合培养新人，但企业又可能因为有了AI，而不再愿意招聘新人。 我们不缺教徒弟的工具，我们正在冒险失去的，是让徒弟走进工坊的那扇门。 今天省下一份工资，未来可能要花高价找人 为什么一家企业会做这种看似短视的决定？ 因为账是按不同时间算的。 今年少招十个初级员工，省下来的工资立刻体现在利润表上。至于五年后是否缺少中层骨干，那是五年后的事情。 更何况，培养一个新人还有风险。 费心带了三年，他可能跳槽去竞争对手那里。公司付了学费，同行捡到一个熟练工。 所以对单个企业而言，“少培养、直接挖成熟人才”常常更有利。 但如果所有公司都这么想呢？ 大家都等别人培养好人才，再开高价挖过来。 听着很聪明。问题是，那个负责培养人才的“别人”，到底是谁？ 这就是一个典型的集体行动困境：每家公司独自看都在优化成本，整个行业却可能削弱自己的人才供给。 短期，资深员工可能更值钱。因为他们既有经验，又会使用AI。 中期，如果初级岗位持续减少，一些行业可能出现青黄不接。企业发现高级人才越来越贵，却想不起当年是谁先把实习生名额砍掉的。 长期，真正有能力培养人才的公司反而可能建立新优势。 这里我在想一个问题： 未来最有竞争力的企业，会不会不是使用AI裁掉最多新人的公司，而是使用AI培养新人最快的公司？ 想象两家消费品公司。 A公司取消大部分初级岗位，让AI负责市场调研、广告文案和数据分析，只保留经验丰富的营销总监。 B公司照样招新人，但不再让他们每天埋头整理Excel、制作PPT。AI负责这些基础工作，新人则从早期参与真实的营销项目。资深经理给他们一笔小预算，让他们设计广告、测试市场反应，再一起复盘：为什么这次成功了？为什么上次失败了？ 五年后，哪家公司更有竞争力？ 我们现在还不能知道。但至少，B公司可能培养出一批真正懂消费者、懂市场，也懂AI的营销人才。 至于A公司，当然也可以到市场上高薪挖人。前提是，那时候还有足够多的公司，愿意替它培养人才。 真正危险的，不是年轻人不会使用AI 更令人担心的，是年轻人太会使用AI，却没有机会形成独立判断。 一个刚毕业的分析师，可以让AI三分钟写完一份行业研究。 报告可能结构漂亮、数据完整，甚至比过去大多数初级员工写得好。 可老板问他：“这家公司最可能在哪里出问题？” 他愣住了。因为在生成报告的过程中，他没有真正做过选择，也没有为一个错误假设付出代价。 会交出答案，不等于拥有判断。 不过，我们也不该把过去的苦活累活神圣化。以前那些“吃苦就是成长”的说法，很多时候只是管理者舍不得改善工作流程。 年轻人需要的不是继续当廉价劳动力，而是拥有真实的问题、真实的反馈和逐步增加的责任。 AI完全可以替他们省掉无意义的辛苦，把时间还给真正重要的学习。 关键是，公司愿不愿意这样设计工作。 普通人的机会，可能恰恰藏在这里 对刚进入职场的人，我想说：不要再只证明自己“会用AI”。 未来几乎每个求职者都会说这句话，跟简历上写“熟练使用Office”差不多。 真正值得证明的是：你能不能发现问题、设计验证方法、给出AI无法给的价值，最后拿出一个有人愿意使用或付钱的结果。 如果公司不给机会，就尽可能通过真实项目、公开作品、实习和合作积累能力证明，要留下可以被检验的成果。 对于创业者，新的机会可能是AI时代的学徒制度：用模拟与真实业务相结合的方式，让新人低成本练习，在资深人士反馈下成长。关键不是卖课程，而是让学徒逐渐具备独立负责的能力。 而对企业来说，最值得关注的指标可能不只是“每个员工调用AI节省多少小时”，还有“一个新人需要多久，才能独立处理复杂问题”。 只有后一个指标变好，AI才不只是今年的省钱工具，也是在替未来培养生产力。 最后： 我们担心AI抢走今天的工作。但更值得研究的是，它会不会让明天的专家失去诞生的机会。 如果有一天，所有企业都在抱怨人才稀缺，或许应该先问问自己： 当年那些应该成为专家的年轻人，你们让他们从哪里开始？