任正非: “這個時代一定會降低對人力的需求,但是創造的總財富增加了, 可以養活被裁掉的人。被裁掉的人不干活,少拿點錢;干活的人多拿錢。”
以上,是任老在 ICPC 的講話,我文章末尾拆解。
我記得,我第一個百萬是在工作第六年。
但是,AI 創業半年,我已經接近一半?!?/p>
走向人工智能的潮流是不可阻擋的。
我是普通人,這半年,這是我的真感受?!?/p>
普通人取代房子的人生杠桿
過去 30 年,我們哪些人享受到時代的紅利?
70 后抓住了下海經商的浪潮
80 后趕上了企業,金融的現代化的騰飛
85 后搭上了互聯網創業的快車
還有過去 30 年,買到房子的那些人?!?/p>
但最溫柔的紅利
或許是買到了房子的普通人
不需要格外聰明
不需要過人膽識
也不必處在核心圈層
你不用是精英
買到即是贏到
問問自己 此刻普通的我們 看得到紅利嗎?
你是不是經常刷到《很嚴重,勸大家極限存錢》
這樣的毒雞湯?
是啊,毒雞湯雖然沒有營養,但它讓我們的情緒共鳴?!?/p>
因為你的體感和收益告訴你,越來越難了。
但,就像當時房子一樣,
每個人都在尋找屬于自己的破局和解法
卻常常忽略了 ,最簡單的選擇 往往就藏在身邊
做獵頭時,我明白了一個道理,
錢往哪里走,人才就往哪里流?!?/p>
控制錢的那只手,
它在引導新時代的到來?!?/p>
現在,我說這個藏在身邊是 AI?!?/p>
生產力
生產力=收入
經濟學告訴我們,一個人的收入是生產力決定的
一個人的價值,是他不可替代的勞動力體現?!?/p>
如何提升生產力?
1.生產具體事物的能力
2.對外界信息的調取能力
3.對信息和資源的整合能力

工程師典型的成長軌跡:
第一年,他專注于編碼(生產具體事物的能力)。
每天伏案工作,把需求轉化為具體的代碼行。
這時他像個熟練的工匠,創造具體的產品。
第三年,他開始大量閱讀技術博客,參與開源社區(對外界信息的調取能力)。
一個項目遇到瓶頸,他知道在 GitHub 上搜索類似問題,
在 Stack Overflow 上尋找解決方案,
在技術論壇上討論優化方案。信息獲取的速度決定了他解決問題的效率?!?/p>
第五年,他成為技術主管(對信息和資源的整合能力)。
面對一個復雜系統,他能把業務需求、技術限制、團隊能力、市場反饋
等多維度信息整合起來,
找到最優解決方案。他不再只是編寫代碼,而是在更高維度上創造價值?!?/p>
為什么,現在裁員滿天飛?
1.個人層面: 生產力構成 (個人能力不足)
2. 企業層面:人力成本與價值 (為什么裁員 35 歲定論)
3. 市場層面:供需關系 (你企業訂單今年如何?)
4. 技術層面:AI 與自動化
場景一:制造工廠
過去:100 名工人在流水線上組裝產品
現在:10 臺機器人完成同樣工作,只需 2 名工程師維護
改變:具體生產能力被機械化取代
場景二:數據分析部門
過去:20 名分析師手動收集處理數據
現在:AI 系統自動采集分析,2 名專家制定策略
改變:信息調取能力被智能化替代
AI 如何影響生產力?

一個普通的辦公室工作者小王:
(2010 年):
29 歲小王每天的工作是整理數據、撰寫報告、制作 PPT?!?/p>
他熟練使用 Excel 處理數據,擅長寫作,PPT 做得漂亮。在部門里,
他是不可或缺的人才?!?/p>
(2024 年):35 歲使用 AI 的老王
數據處理?AI 可以在幾秒內完成
報告撰寫?ChatGPT 輕松生成
PPT 制作?AI 設計工具一鍵出圖
你是老板,
27 歲不會 AI 的小李,
35 歲 會 AI 的老王
誰是你的心動員工?
這里面,有沒有發現上圖有個區域是黃色,
那是 AI 影響有限的地方,
因為 AI 目前不懂講故事,
它鏈接不了資源。
再看看這張圖:

通過量子認知分析這張金字塔結構圖...
觀察到幾個關鍵層次:
1. 底層:生產者(生產)
2. 中層:信息處理者(信息)
3. 頂層:資源掌控者(資源)
發現一個有趣的現象:
AI對不同層級的影響是不平衡的
讓我深入解析這種不平衡性...
突然理解到:
這不僅是職業分層,而是一個完整的社會生態系統
一座現代工廠:
底層:生產車間
工人在流水線上組裝產品
AI 正在大量取代人工操作
生產效率顯著提升,但人工需求下降
中層:信息部門
數據分析師處理生產數據
營銷團隊制定推廣策略
AI 改變了他們的工作方式,但沒有完全取代
工作重心從"處理信息"轉向"運用信息"
頂層:決策層
CEO 制定戰略方向
董事會控制核心資源
AI 提供決策支持,但關鍵判斷仍需人為
本文地址:http://www.lfadesign.com/ai/128.html