人類一直在遷徙，不僅在地理景觀上，也通過工作和思維方式的改變而不斷變化。每一次重大的技術革命都要求某種形式的遷徙：從田野到工廠，從肌肉到機器，從模擬習慣到數字反應。這些轉變不僅改變了我們的工作方式，還重塑了我們如何定義自己，以及我們認為哪些因素能賦予我們價值。

技術取代的一個鮮活例子來自20世紀初。1890年，美國有超過13000家公司生產馬車。到1920年，僅存不到100家。僅僅一代人的時間，整個行業就崩潰了。正如微軟博客“馬失去工作的那一天”所述，這不僅僅關乎交通運輸，還關乎數百萬工人的流離失所、行業的消亡、城市生活的重新定位以及大陸流動性的大規模實現。技術進步的到來，是不需要許可的。

如今，隨著人工智能能力的不斷增強，我們正進入一個認知遷移的時代，人類必須再次遷移。然而，這一次的遷移不再是物質層面的，而是精神層面的：人類不再局限于機器正在快速掌握的任務，而是轉向人類創造力、道德判斷和情感洞察力仍然至關重要的領域。

從工業革命到數字化辦公，歷史上充滿了由機械引發的遷徙。每一次遷徙都催生了新的技能、新的制度以及關于貢獻意義的新敘事。每一次遷徙都催生了新的贏家，也淘汰了其他人。

框架轉變：IBM 的“認知時代”

2015年10月，在Gartner行業會議上，IBM首席執行官羅睿蘭（Ginni Rometty）公開宣布公司“認知時代”的開啟。這不僅僅是一場巧妙的營銷活動，更是對戰略方向的重新定義，甚至可以說，這是向科技行業其他參與者發出的信號：計算新階段已經到來。

過去幾十年，人類軟件工程師基于規則構建了可編程系統，而認知時代則將由能夠隨著時間推移學習、適應和改進的系統定義。這些系統由機器學習 (ML) 和自然語言處理 (NLP) 驅動，無需明確指令即可執行。它們能夠進行推理、綜合和交互。

這一愿景的核心是 IBM 的 Watson，它在 2011 年就因在《危險邊緣！》（Jeopardy!）節目中擊敗人類冠軍而備受矚目。但 Watson 的真正前景并非在于贏得智力競賽節目。相反，它能夠幫助醫生篩選數千份臨床試驗，從而提出治療方案，或協助律師分析海量案例。IBM 的定位并非 Watson 取代專家，而是將其視為人類智能的放大器，是人類認知領域的首位“副駕駛”。

這種框架變化意義重大。與早期強調自動化和效率的科技時代不同，認知時代強調合作。IBM 稱之為“增強智能”而非“人工智能”，將這些新系統定位為合作者，而非競爭對手。

但這一愿景中隱含著更深層次的意義：認識到長期以來作為白領專業人士的標志性工作的認知勞動，如今已無法避免自動化的威脅。正如蒸汽機取代體力勞動一樣，認知計算也將開始侵蝕曾經被認為專屬于人類的領域：語言、診斷和判斷。

IBM 的宣言既樂觀又發人深省。它設想了未來人類可以在機器的幫助下做更多的事情。它也暗示了未來價值需要再次遷移，這一次是遷移到機器仍在努力的領域——例如意義構建、情感共鳴和道德推理。

多個最先進的模型都無法正確計算單詞“strawberry”中“r”的數量

認知時代的到來在當時被視為意義重大，但當時很少有人意識到它的長遠影響。它本質上是下一場大遷徙的正式宣告；這場遷徙并非身體的遷徙，而是思想的遷徙。它標志著地貌的轉變，以及一段不僅考驗我們技能，更考驗我們身份認同的新旅程。

第一次大遷徙：從田野到工廠

要理解目前正在發生的認知大遷徙，以及它在人類歷史上的獨特之處，我們必須首先簡要回顧一下此前發生的認知大遷徙。從工業革命時期工廠的興起，到現代工作場所的數字化，每一次重大創新都要求我們轉變技能、制度以及我們對貢獻的理解。

始于18世紀末的工業革命標志著人類勞動力首次大規模遷移，轉向全新的工作方式。蒸汽動力、機械化和工廠體系的興起，將數百萬人從鄉村農業生活中拉向擁擠的工業化城市。曾經的地方性、季節性和體力勞動，如今變得規范化、專業化、紀律化，生產力成為驅動力。

這種轉變不僅改變了人們的工作地點，也改變了他們的身份。鄉村鐵匠或鞋匠轉而擔任新的角色，成為龐大工業機器上的齒輪。打卡鐘、輪班制和效率邏輯開始重新定義人類的貢獻。整整幾代人不得不學習新技能，適應新的日常習慣，并接受新的等級制度。遷移的不僅僅是勞動力，還有身份認同。

同樣重要的是，機構也必須遷移。公共教育體系不斷擴展，以培養一支有文化的工業勞動力。政府根據新的經濟形勢調整勞動法。工會應運而生。城市快速發展，但往往缺乏與之匹配的基礎設施。城市發展混亂、不平衡，且充滿創傷。這也標志著一個由機器塑造——并且日益為機器服務——的現代世界的開始。

這種遷徙創造了一個重復的模式：現代技術取代了舊有的，人類和社會需要適應。這種適應可能逐漸發生——有時也可能劇烈——直到最終出現一種新的平衡。但每一波浪潮都對我們提出了更高的要求。工業革命需要我們的身體。下一次工業革命則需要我們的思想。

數字遷移：從工具到符號

如果說工業革命需要的是身體，那么數字革命則需要的是新的思維。始于20世紀中葉，并在20世紀80年代和90年代加速發展的計算機技術再次改變了人類的工作方式。這一次，重復性的機械任務越來越多地被信息處理和符號操作所取代。

在有時被稱為信息時代的時代，辦事員變成了數據分析師，設計師變成了數字架構師。管理人員、工程師甚至藝術家開始用像素和代碼來工作，而不是用紙筆。工作從工廠車間轉移到辦公大樓，最終轉移到我們口袋里的屏幕上。知識型工作不僅占據主導地位，而且令人向往。計算機和電子表格成為新經濟秩序的鐵鍬。

我在職業生涯早期，擔任惠普的軟件工程師時就親眼目睹了這一點。當時，幾位剛畢業的MBA畢業生帶著惠普品牌的Vectra電腦和Lotus 1-2-3電子表格軟件來到公司。似乎正是在那個時候，數據分析師開始提供成本效益分析，從而改變企業的運營效率。

相比從農場到工廠的遷移，這種遷移帶來的創傷不那么明顯，但意義卻絲毫不減。它從認知角度重新定義了生產力：記憶、組織、抽象。它也帶來了掌握數字系統的人和落后者之間新的不平等。而各機構再次努力跟上步伐。學校為培養“21世紀技能”而進行重組。公司利用“業務流程重組”等技術重組信息流。身份也再次發生轉變，這一次是從勞動者變成了知識工作者。

如今，已進入21世紀第三個十年，就連知識型工作也正在走向自動化，白領階層也能感受到這種變化。下一輪遷移已經開始。

迄今為止最大規模的遷徙

我們的勞動力在不同領域、工廠和光纖之間遷移。每一次，我們都在適應。這往往是不平衡的，有時甚至是痛苦的，但我們已經過渡到了一種新的常態，一種新的平衡。然而，目前正在進行的認知遷移與以往不同。它不僅改變了我們的工作方式，也挑戰了我們長期以來認為的、讓我們不可替代的東西：我們的理性思維。

隨著人工智能能力的不斷增強，我們必須再次轉型。轉型并非轉向更難的技能，而是轉向那些依然是人類優勢的更深層次的技能，包括創造力、道德、同理心、意義，甚至靈性。這是迄今為止最深刻的一次轉型，因為這一次，我們不僅要應對轉型，更要探索超越自身創造的自我，并理解自身價值的真正本質。

加速變化，壓縮適應

每次技術遷移的時間線也急劇加快。工業革命持續了一個多世紀，實現了代代相傳的適應。數字革命將這一時間線壓縮到幾十年。一些從業者從紙質文件開始職業生涯，退休后則管理云數據庫。如今，下一次遷移只需幾年即可完成。例如，大型語言模型（LLM）在不到五年的時間內就從學術項目轉變為工作工具。

威廉·布里奇斯（William Bridges）在2003年修訂的《管理轉型》中指出：“過去幾十年來，變化的速度加快，使我們難以融入，并迫使我們進入轉型期。”如今的變化速度比2003年快得多，這使得轉型變得更加緊迫。

這種加速不僅體現在人工智能軟件中，也體現在底層硬件中。在數字革命中，主要的計算單元是CPU，它根據軟件工程師明確編寫的規則串行執行指令。現在，主要的計算單元是GPU，它并行執行指令，并從數據而非規則中學習。任務的并行執行提供了隱性的計算加速。GPU的領先開發商英偉達將此稱為“加速計算”，這并非巧合。

存在主義的遷移

曾經跨越幾代人的轉變，如今卻發生在一個職業，甚至僅僅十年之內。這種特殊的轉變不僅需要新的技能，更需要對人類本質進行徹底的重新審視。與以往的技術變革不同，我們不能簡單地學習新的工具或適應新的慣例。我們必須遷移到這樣一個領域：我們人類獨有的品質——創造力、道德判斷和意義建構——將成為我們決定性的優勢。我們面臨的挑戰不僅僅是技術適應，更是對存在本質的重新定義。

隨著人工智能系統掌握了我們曾經認為是人類獨有的任務，我們發現自己正處于一段加速的旅程中，去發現超越自動化的真正意義：在這個智能不再是我們專屬領域的時代，人類的本質是什么。

免責聲明：

本文所發布的內容和圖片旨在傳播行業信息，版權歸原作者所有，非商業用途。 如有侵權，請與我們聯系。 所有信息僅供參考和分享，不構成任何投資建議。投資者應基于自身判斷和謹慎評估做出決策。 投資有風險，入市需謹慎。

關注我們，一起探索AWM！

2025-05-08

2025-05-06

2025-05-06