解鎖AI力：開啟一場人機雙向奔赴的生産力革命

為什麼我已經使用AI了，但是還沒有看到生産力的飛躍？AI不同于蒸汽機等傳統工具，并不能直接帶來生産力的革命，因為AI沒有特定的目的性，它的能力需要通過人的智慧來放大。因此，提升個體的AI能力是實現生産力革命的關鍵。隻有當人們能夠有效利用AI工具時，才能真正釋放AI的全部潛力，實現生産力的飛躍。

文 / 李甯

在過去一年裡，生成式人工智能（Generative AI）發展速度之快，令人矚目。從ChatGPT的推出到GPT-4.0的登場，以及自動編程機器人（Devin）和具有初步模拟真實物理世界能力的Sora問世，标志着這一技術已經從實驗室的探索轉變為影響全球經濟和社會的核心力量。例如，ChatGPT在短短幾個月内便突破一億用戶大關，刷新了互聯網、個人電腦甚至智能手機達到同等規模的速度紀錄。這種前所未有的發展速度，不僅開啟了技術進步的新紀元，更預示着一場關于生産力和創造力革命的來臨。

對那些高技能、高教育水平和高收入的知識型工作者，生成式AI的影響尤為深遠。根據麥肯錫的最新報告，相比于體力勞動，AI對知識工作的影響更加顯著，律師、醫生、金融分析師等職業的人士已經體驗到AI對其工作内容和職業道路的重新定義。值得注意的是，受教育及收入水平更高，尤其是收入分布在前20%的精英群體，生成式AI的潛在影響更為深遠。

這場技術革命的發展速度已不再是按年計算，而是按月甚至按日不斷演進。每天醒來，我們都有可能看到新的技術突破和應用模式。生成式AI的發展，不僅僅是技術的進步，更是高技能工作的一次深刻洗牌。企業管理者和決策者要面對的不僅僅是技術更新的挑戰，更是現有業務模式和人才管理策略全面變革的考驗。

本文首先探讨人機融合帶來的雙向生産力革命，并分析其中的挑戰以及生成式AI的定位。接着，讨論如何突破局限，更好地利用生成式AI，以釋放更大的生産力。最後，展望未來的發展趨勢。

挑戰：生成式AI的熱潮與冷思考

當前生成式AI成為技術界的熱點話題。媒體報道稱這種新興技術将引領未來的生産力革命；企業和個人對它寄予厚望，期待它能夠改變工作方式，提升效率，乃至重塑整個行業的競争格局。然而，生成式AI的實際應用還遠未達到理論與期望的高度。例如，AI在内容創作、數據分析和日常管理任務中展示了巨大的效率提升潛能，然而，當深入到具體的工作場景中會發現，這種潛能在實際應用中似乎并未完全發揮出來。微軟的調研顯示，雖然絕大多數使用過AI的人認為它提升了效率，但這種提升主要局限于簡單的輔助任務，如會議總結、郵件優化和日常報告的自動化。目前，多數企業的AI應用仍處于初級階段，即集中于輔助性任務上，這對提升日常工作效率有一定幫助，但對企業核心業務和複雜決策過程的影響微乎其微。

許多企業引入AI的嘗試往往是零星、自發的，并且收效甚微，這不僅因為缺乏一個系統的實施策略，還因為AI技術處理更複雜核心業務的能力尚未達到預期。例如，盡管AI能夠快速生成周報、總結和潤色郵件，但在編寫一個高質量的市場策劃方案或上百頁的投标文件等核心任務上，它的作用很有限。可以用三個字來描述這一現象—— “不解渴”。現階段，AI更多地是一個輔助工具，無法徹底改變業務模式和決策過程。

這種“火熱”與“冰冷”的對比，讓許多企業和個人感到困惑，也使AI技術的未來發展和應用充滿不确定性。在理論和實驗室測試中顯示出驚人能力的AI要有效落地和廣泛應用，顯然還需要一個更長期的過程。

定位：生成式AI的獨特價值

在讨論生成式AI的獨特性之前，需要先審視人、工具、任務三者構成的關系框架（見圖1）。人類社會的發展可以看作是一個不斷采用新工具來解決任務的演化過程。從火、青銅器到蒸汽機、電腦，再到當下的機器學習算法，每一次技術革命都圍繞這個基本框架展開。生成式AI的出現使這一框架發生了重大轉變，因為它不僅僅是一個工具，而是一種全新的能力，重塑我們解決問題的方式，擴展人類能力的邊界。

生成式AI：從工具到能力的轉變

傳統的工具或技術，如錘子或算法，都是為了解決特定的、預定義的任務而存在的，它們的功能和應用場景相對固定，用戶在使用這些工具時需要明确其用途。生成式AI打破了這一固有模式，它不僅僅是被動地完成用戶明确指定的任務，而且能夠在交互中展現出近似人類的理解和響應能力。這種能力使得生成式AI能夠在未經明确編程處理的新場景中發揮作用，從而超越了傳統工具的功能限制。生成式AI的這一特性體現在其泛化能力上。無論是内容創作、數據分析還是決策支持，生成式AI都能根據不同的輸入和環境條件，生成富有創造性和适應性的輸出。從撰寫個性化的營銷文案到編寫代碼，再到模拟經濟實驗，生成式AI的應用範圍遠遠超出了設計者最初的設想。

人與AI的協同：能力的擴展與放大

生成式AI的獨特性改變了工具的内涵，還重新定義了人與工具的關系。在新關系中，AI不僅是執行命令的代理，而且成為人類智能的延伸，生成式AI增強人類決策和創造能力即是例證。例如，一位母親利用ChatGPT解開了困擾她4歲孩子三年之久的醫療謎團，對一個17位醫生都無能為力的罕見疾病作出了正确的診斷。這個故事彰顯了AI在醫療診斷領域的巨大潛力，更重要的是，它展示了人機合作能達到的非凡成就。盡管ChatGPT缺乏醫生的專業知識，它卻能夠處理和分析龐大的數據，挖掘出人類可能忽略的聯系和模式。這種能力，配合人類的引導，能夠攻克複雜難題，甚至是專業人士難以解決的問題。

生成式AI的特殊性在于它不僅是一種工具，更是一種能力。由此，人機協作不再是簡單的工具使用過程，而是一種深度的、創造性的夥伴互動過程，即“AI是人的能力的延伸，人是AI能力的放大器”。随着這種夥伴關系的深化，未來生成式AI将在更廣泛的領域與人類一起解決問題，創造價值。這種雙向的人機融合不僅提高了工作效率和創新能力，還重新定義了人類與技術的關系，AI真正成為擴展人類能力的新途徑。

協同超越取代

面對AI的日益進步，普遍的擔憂是機器可能會在工作領域取代人類。這個問題并非單方面的競争關系所能概括的。根據當前生成式AI的能力、特點及我們面臨的複雜任務類型，可以預見，在未來的一段時間内，人機協作而非AI單獨作用将是解決問題的主要趨勢。

AI在國際象棋領域的應用曆程證明了人類與AI協作的巨大潛力。起初，AI在與人類棋手的對弈中處于劣勢，但随着技術的進步，AI逐漸展現出強大的計算能力。在人類的洞察力和創造性思維與AI的計算能力相結合的過程中，雙方的協作成為取得優勢的關鍵。例如，Playchess.com舉辦的國際象棋比賽中，一個由業餘棋手和AI組成的團隊擊敗了專業棋手和AI的組合。國際象棋大師卡斯帕羅夫的觀點進一步證明了這一點，他指出：“與AI合作的力量來自于人類和計算機的互補性.……‘業餘棋手+AI+更好人機協作模式’可能優于‘專業棋手+AI+劣等的協作模式’。”這表明，在人類的直覺和創造力與AI的計算能力相結合的過程中，可以通過優化流程和協作策略來實現更大的成功。這種混合智慧的模式，不僅在國際象棋領域，在其他領域也具有巨大的應用潛力，它為人類與AI協作開辟了新的道路，為解決複雜問題提供了新的視角。

通用型人工智能（AGI）的出現可能會再次改變遊戲規則，但在那一天到來之前，人機協作無疑是通向卓越成就的最有效途徑。我們現在所處的這個階段，是技術發展的一個必經階段，它預示着人機合作黃金時代的來臨——人類的創新思維和AI的計算力量不斷融合，形成全新的工作模式，不斷突破效率和創新的極限。

未來，我們面對的不是一個簡單的技術替代景象，而是一個由人機合作不斷推動的世界。在這個世界，“1+1”的協作将創造大于“2”的效能，創造遠超單一能力所能達到的成果。在這樣的曆史時刻，我們需要培養和強化協作能力，以确保人機合作的每一步都能發揮出最大的潛力，迎接一個更加高效、更具創造性的未來。

破局：構建雙向奔赴的人機協作模式

在AI迅速演進的當下，實現人和AI之間的高效融合以發揮出1+1大于2的協作效能，已成為提升生産力和創新力的關鍵所在。我們必須認識到，人的能力與AI技術在一定程度上是互補的。優化人機協作關鍵在于雙向補充：通過提升個體能力來彌補技術的不足，通過推動技術進步來增強個體的工作成效并提升人的能力（見圖2）。

在實踐中，我們發現，不同個體使用相同AI工具的效果千差萬别。一些用戶能借助AI發揮出色的創造力，另一些用戶的表現則較為一般。這種差異體現了個體能力對AI應用的影響，說明了人的直覺、洞察力以及技術應用能力對提升AI工具效能的重要性。個體能在不足同樣可以依賴技術的進步來彌補。例如，如果一個程序員使用自動編程工具Copilot的效果一般，結合使用具有端到端自動解決能力的AI智能體如Devin等更自動的AI工具，可以在較少的指導下實現高效能的工作輸出。

這種雙向的融合不僅能夠充分發揮各自的優勢，還開啟了一條提升協作效率和創新能力的新道路。挖掘個體潛能并借助不斷進化的AI技術，可以打破單一實體工作的局限，實現更為高效和創新的工作方式。因此，深化人機協作的能力，将成為未來工作不可或缺的一部分。

AI力：獨特的人機協作能力

AI力（AI Literacy）是一種獨特的能力，它不完全等同于傳統意義上的智商（IQ）或教育背景，盡管與這些傳統能力有關聯，但相關度相對較低。AI力更多地代表了一種特殊的思維模式或能力。最近中山大學和麻省理工學院（MIT）的一項研究引入人工智能商數（AIQ）的概念，并通過檔案和實驗研究提供了AIQ存在的證據。研究操作性地将AIQ定義為個人使用人工智能完成各種任務的能力。

筆者的研究進一步驗證了AI力的客觀存在。筆者觀察到一個有趣的現象：人們在獨立完成任務時表現出的技能一緻性，在利用人工智能輔助時也能體現出來。換句話說，如果某人在沒有AI輔助的情況下表現良好，他們在随後的獨立任務中仍然能維持這種良好的表現。同樣，那些在AI輔助任務中表現出色的人，在與AI合作的任務中往往也能保持這種優勢。然而，這種一緻性并不跨越兩種場景，也就是說，那些在獨立任務中表現出色的人，在利用AI的任務中并不一定能同樣表現出色，反之亦然。這表明，人工智能輔助的任務所需的技能集可能與獨立完成任務所需的技能集有所不同。這種技能差異的存在要求我們進一步探索人工智能時代是否需要獨特的能力。

這些發現提示我們，與AI的深度合作遠遠超越了簡單的技術應用範疇，是對個體能力的一次重新探索和定義。這不僅改變了傳統領域中對“佼佼者”的定義，還預示着在人類與AI共同成長的過程中，将出現一系列全新的技能需求和能力構架。

AI力的構成

AI力是指在AI時代背景下，個體利用AI完成任務和解決問題必需的綜合能力和知識體系。AI力構建在一系列核心技能和思維方式的基礎上，涵蓋了基本的技能及高級的理解和創造力（見圖3）。

中間層是AI力的具體表現形式，主要是知識和技能層面上的。對生成式AI的基本理解，如識别生成式AI能夠做什麼、不能做什麼，理解它如何産生智能輸出和創造性結果，能夠讓我們根據背後的工作原理進行有效的人機協作和對話。通過精心設計的提示詞與AI進行互動要求個體能夠構建有效的提示，明白哪些核心要素可以激發AI的最佳性能。此外，在執行複雜任務時，與AI進行長期、多輪的互動至關重要。在互動過程中，個體和AI可能會在不同時間點擔任不同的角色，因此持續互動的能力對于長期與AI合作至關重要。

底層是支撐中間層知識和技能的核心能力和思維。在AI時代，需要重視個體的想法和思維，以充分發揮人的創造力和引領性。與AI的合作過程中，個體要扮演判别者的角色，要能夠敏銳地從AI的輸出中發現值得進一步探索的方向。此外，複雜任務往往涉及多個環節，個體需要具備有效拆解和重組任務的能力，以便于确定AI介入或人類創造性輸入的時機。

總而言之，從構成上看，AI力是一種多維能力結構，要求個體不僅要學會操作和指揮AI，還要學會與AI合作，進而共同思考和創造。

AI力的培養與應用

筆者的最新研究發現了一個鼓舞人心的事實——AI力不僅是可塑的，而且可以通過精心設計的培訓獲得顯著提升。即便是短暫的培訓，如30分鐘到1小時，也足以在個體使用AI時帶來顯著的績效提升。這一發現突顯了AI力的可培養性，以及其對于實現更高質量和更具創新性的人機協作的直接影響。經過AI培訓的個體在合作完成任務時，不隻是效率得到了提升，更重要的是，創新度也有了顯著的飛躍。這表明，通過目标導向的教育和實踐加強個體的AI力不僅是可能的，而且對于優化人機互動至關重要。

AI力的培養重在提升綜合創造力、批判性思維與技術操作技能，使個體即使是應用基礎AI模型也能有優異表現。例如，如何引導AI，通過精心設計的提示詞和思維鍊，使其産生正确的答案，從而提高工作效率和适用性。因此，在“雙向奔赴”的人機融合過程中，提升個體的AI力成為核心目标。這不僅涉及對AI工作原理的深入理解，更包括有效互動提示的設計及長期的人機互動訓練。這樣的培訓不僅可以幫助個體更有效地利用現有AI技術，還可以為未來更高級的AI工具的應用奠定基礎。

總結而言，AI力的培養是一個動态過程，需要不斷地學習和适應。有針對性的教育和實踐，可以提升個體在AI時代的關鍵能力，進而顯著提升人機合作的效率和創新性，為未來工作方式的革新開辟新路徑。

AI技術的趨勢：從AI智能體到主動工作流

探讨人機互動的雙向奔赴，不僅要關注提升個體AI力的重要性，也必須考慮AI技術本身的發展趨勢。就AI技術的發展趨勢而言，可以預見的是，AI智能體（AI Agent）将發揮越來越重要的作用。當前，大模型如ChatGPT系列的底層計算分析能力已經相當強大了，但許多研究指出，具有特定角色和能力的不同智能體可以在協同工作中發揮更大的作用。

智能體可以是單一智能體系統，也可以是集成了多個智能體的複合系統。通過整合各單一智能體的專精能力，複合系統能夠在協同工作中發揮更強大的效能，協作完成更複雜的任務。例如，在軟件開發領域，一個由需求分析、代碼編寫、代碼審查、錯誤檢測與解決等智能體組成的複合系統，可以通過規則協同配合，實現整個開發流程的自動化和優化，極大地提升開發效率和質量。

斯坦福大學的吳恩達教授在提倡主動工作流（Agentic Workflow）時強調構建多智能體系統能有效提升AI的能力。他認為，通過構建一個由多個AI智能體組成的工作流，可以實現更加主動和高效的任務處理。每個智能體在執行專門任務的同時，還與其他智能體進行交互，共同推進任務的完成。這種工作流的主動性和協同性，能夠極大地釋放AI的潛力，推動工作效率和創新能力的雙重提升。

結合個體AI力的提升與AI技術的發展趨勢，可以預見，未來的工作環境将是一個人與高度專業化的AI智能體緊密協作的生态。在這個生态中，AI素養将成為每個人必備的技能，而AI智能體的廣泛應用将突破傳統的人機合作模式，創造出超越傳統效能的新型工作方式。

未來：超級個體與超級AI工具的共融時代

我們在開頭指出了一個當下很多組織和個人面臨的挑戰——為什麼我已經使用AI了，但是還沒有看到生産力的飛躍？圖4深刻揭示了影響AI技術實現預期效果的一個重要要素——人。AI不同于蒸汽機等傳統工具，其普及并不能直接帶來生産力的革命，因為AI沒有特定的目的性，它的能力需要通過人的智慧來放大。因此，提升個體的AI能力是實現生産力革命的關鍵。隻有當人們能夠有效利用AI工具，才能真正釋放AI的全部潛力，實現生産力的飛躍。

随着AI技術的飛速發展，組織和個體都将面臨一次革命性的轉變，不僅僅是工作方式的轉變，還是工作規模和質量的轉變。未來，将出現特别擅長使用AI的“超級個體”，他們能夠借助AI極大地放大自己的能力、節約自己的時間。

英偉達CEO黃仁勳近期的觀點揭示了未來教育和招聘可能出現的新趨勢：AI技能将成為重要的衡量标準，每個人都應當學習AI。這一論斷不僅強調了AI技能在教育中的價值，也預示着企業在招聘時将會越來越看重AI技能。AI技能不單是技術層面的能力，更體現為創新思維和解決問題的能力。

未來的個體能夠利用AI打破時間的束縛。在AI的協助下，一個人可以在有限的時間内生成大量的創意和決策。例如，一位有豐富創意的個體可以指導AI快速産出相關的創意内容，而一位具有超強判斷力的人則能夠基于AI提供的大量信息找到最有創新性和前瞻性的方向。

随着AI技術特别是AI 智能體的發展，我們預期會出現更多的超級AI工具，這些工具與超級個體相結合，将有可能徹底颠覆傳統的組織模式。因此，未來企業的競争優勢有可能取決于員工的AI技能和效率。例如，一些隻有寥寥幾名員工就獲得了高估值的初創公司，其員工不僅是全能通才，還具備強大的整合AI的能力。在這個超級個體與超級AI工具共融的新時代，産品開發團隊可能将由一個龐大的跨職能團隊轉變為僅由兩三個核心成員組成的小團隊（見圖5）。這些核心成員不僅具備廣泛的技能，還能高效地将AI融入到各個工作流程中，實現極緻的效率和創新。

AI的興起不僅推動了技術的變革，也促進了人才觀念和組織結構的根本重塑。在一個新時代即将到來之際，我們要提升個體的AI力并使之與先進的AI工具和系統無縫對接，從而開創效率與創新的新篇章。

李甯：BETVLCTOR伟德官方网站Flextronics講席教授，領導力與組織管理系系主任

責任編輯：劉永選

來源：《清華管理評論》2024年6月刊