上一篇咱们从人工智能的底层逻辑和特殊问题责任人制度分析，那些人不会被人工智能淘汰，这一节，咱们从技术发展的角度分析，那些人不会被人工智能淘汰。

技术跳跃式的发展

在潜意识中，我们认为技术的发展和人类进化一样，依照时间不断的迭代，在某天才能达到应用的状态，然而技术的发展和应用，更多像外界因素导致的基因突变，发生了跨越式的发展。

(资料图片仅供参考)

深度学习已经有50多年的历史，前四十年应用非常有限，甚至发展受阻，为啥最近十年才有了蓬勃的发展？

因为，深度学习的应用非常依赖于算力，GPU的出现释放了算法的力量，让深度算法进入了快速发展的阶段，从这个上面也可以看出来，技术的发展永远不是遵循直线增长，在直线进步总会遇到瓶颈，而在另外一个行业的重大发现，打破这个瓶颈，使原来停滞不前的技术，有了突飞猛进，到了新的阶段持续发展。

技术在社会的应用遵循技术应用曲线，遵循技术成熟度曲线。早期新技术的出现，大家普遍认为有了新的风口，各投资机构也怕错过新的机会，行业内的人也怕会被社会被淘汰掉，因此大量的资本就进入到新的赛道，进一步催生技术的发展。

技术的发展在一开始时难以找到落地的场景，资本让技术的应用发展变得无序，大家开始质疑技术是否有用，对社会发展是否有帮助，出现大量的公司倒闭，剩下的企业要么是资本的持续的输血，要么是有了较好的商业模式。

那么，技术的跳跃式发展有逻辑性吗？资本的加持有逻辑性吗？在当下看来，这些方式没有逻辑性！这是技术的创新、场景的创新、模式的创新……

这些创新需要大量的新产品、新技术的整合，在整合的过程中需要有多次的修正、调试，需要解决很多新出现的问题，这些问题的解决，通过目前的GPT类似的人工智能产品是不能做到的，基于人工智能input和output的方式思考，由于人工智能的产品的算法依赖于已经收集到的显性知识，解决新问题需要突破原来的思路和措施，目前还需要依赖人的沟通，组合新技术、新产品，形成新的解决方案。

解决技术中的难题，需要行业的专家，因此，你努力成为一个行业的专家才能解决人工智能还不能解决的问题，这一类的人也不会被人工智能淘汰。

其实，成为行业专家的思路，依然是你的水平要高于人工智能的水平，那么你要接受行业的专业训练，而不是在网上学习碎片化的知识。

你试想一下，碎片化的知识是大厂都可以收集到的内容，他们可以用来训练算法，那么我们学习这些内容就没有任何的竞争优势。

从侧面说明，如果想要成为一个行业不可替代的人，你一定要成为 T 型人群，在一个行业中的专业知识超过人工智能的水平，横向拓展的知识依然非常的重要。是不是如果想要不被社会淘汰，我们不许不断的 PUA 自己，成为行业中专业性人物，从而降低被淘汰的几率。

是不是低于ChatGPT能力的人都会被淘汰呢？我个人认为不是的，从组织的角度分析，着实不会让所有人都被代替掉，它只会逐渐的替换，下一节咱们从组织的角度分析这个问题。

张沐

《运营思维》作者，创业公司合伙人，中科院工商管理硕士。曾任：第四范式产品运营、容联云通讯CC事业部运营总监、腾讯高级运营。服务：腾讯、平安银行、移动、健康界、*度、云启资本等企企业。平台讲师：起点学院、三节课、InfoQ、酵母咨询、光环国际、崔牛会、musp等，专栏：36kr、虎嗅、人人都是产品经理等平台

标签：