“彼此在智商上平權(quán)了，這對聰明人有利，對大多數(shù)人不利。”

文：中外管理傳媒 任慧媛

責(zé)任編輯：胸懷天下

管理解讀：冉濤（“中國造隱形冠軍”評選評委、前華為全球招聘負(fù)責(zé)人、深圳百森咨詢創(chuàng)始人）

當(dāng)前，各類AI應(yīng)用軟件如雨后春筍般涌現(xiàn)，很多人用來生成圖像、撰寫文案或者社交互動，可這就是AI的全部嗎？

近日，智聯(lián)招聘發(fā)布《2025職場人AI工具使用體驗報告》提到，八成職場人在工作中使用AI工具。其中，56.4%的高管把“缺乏行業(yè)垂直領(lǐng)域的專業(yè)工具”列為頭號難題，高出職場人平均的40.5%。

這意思是，企業(yè)管理者面對的都是復(fù)雜燒腦的行業(yè)挑戰(zhàn)，急需一款“量身定制”的AI“智囊團(tuán)”。

但其實，我們大多數(shù)人只是在給AI“投喂”數(shù)據(jù)，或者把它當(dāng)成了一個高級的搜索引擎，甚至只是一個“玩具”。這與真正發(fā)揮AI的潛力相去甚遠(yuǎn)。

這一認(rèn)知差距在全球AI發(fā)展格局中尤為顯著。近期，美國約翰霍普金斯大學(xué)舉辦了一個AI學(xué)習(xí)班，“中國造隱形冠軍”評選評委、前華為全球招聘負(fù)責(zé)人、深圳百森咨詢創(chuàng)始人冉濤赴美進(jìn)行了為期一周的深度學(xué)習(xí)。他通過親身體驗感受到：國內(nèi)AI發(fā)展看似熱鬧非凡，但大多流于表面，未能真正深入。相較之下，國際領(lǐng)先的AI實踐更側(cè)重于底層邏輯和產(chǎn)業(yè)穿透力。

那么，何為具有穿透力的AI？如何使AI成為提升生產(chǎn)力的引擎？就此，中外管理和冉濤圍繞AI的底層邏輯展開了一場對話。

AI=調(diào)參數(shù)

中外管理傳媒：AI的本質(zhì)究竟是什么？

冉濤：我們一般認(rèn)為AI的本質(zhì)是數(shù)學(xué)，但其實AI就是神經(jīng)元的仿生學(xué)，它是模仿人的神經(jīng)元進(jìn)行智能分析的過程。整個人工智能的核心其實就是參數(shù)的調(diào)試。

這個世界由兩類組成，一類是規(guī)則清晰的世界，比如牛頓、愛因斯坦給出的完美數(shù)學(xué)公式，解釋了物體如何運(yùn)行；另一類，則根本沒有清晰的規(guī)則，在這個過程中不斷修正，不斷調(diào)整參數(shù)，最后得出一個智能的反應(yīng)。

就好比一碗面，到底加多少醋和辣椒才是一碗好面，每個人口味都不一樣，沒有一個科學(xué)的標(biāo)準(zhǔn)。通常的神經(jīng)元分析就是先試著加一點(diǎn)辣椒和一點(diǎn)醋，這就形成了辣和酸兩個神經(jīng)元的輸入，再進(jìn)行不斷調(diào)配和校正，最后得出一個點(diǎn)——比如10克的辣椒和30毫升的醋，構(gòu)成了最佳標(biāo)準(zhǔn)，那就是參數(shù)，而這個分析的過程，就是人工智能。所以人工智能的訓(xùn)練過程其實就是參數(shù)調(diào)節(jié)過程。

如果這碗面讓一個廚師去調(diào)，可能需要花很長時間，但如果10萬人來調(diào)，一天就調(diào)出來了。通過用戶應(yīng)用的過程，它會不斷修正模型。參與的人越多，調(diào)出來的模型就越多，運(yùn)算速度就越快，算法就越精準(zhǔn)，最終實現(xiàn)“千人千面”。

中外管理傳媒：人們對于AI的認(rèn)識，目前更多還停留在只是一種應(yīng)用工具的層面，那么，它的角色到底是什么？

冉濤：人工智能作為一種應(yīng)用成果，其核心價值在于切實解決人類所面臨的問題，而非僅僅提供一種工具以提升效率，后者更符合大數(shù)據(jù)時代或應(yīng)用程序時代的特征。人工智能的獨(dú)特之處在于其仿生能力，即能夠做出優(yōu)于人類的決策，其應(yīng)用必須導(dǎo)向明確的結(jié)果。

以人才測評為例，傳統(tǒng)工具僅能識別人才類型，后續(xù)行動需由使用者自行決定。而人工智能不僅進(jìn)行測評，還能就人才適合的崗位及潛在表現(xiàn)給出具體建議，這一過程體現(xiàn)了人工智能的分析與推理能力，也是其與傳統(tǒng)方法的本質(zhì)區(qū)別。

換言之，人工智能具備內(nèi)在的思考邏輯，而大數(shù)據(jù)則不然。大數(shù)據(jù)的應(yīng)用側(cè)重于全面收集數(shù)據(jù)，并通過抽樣統(tǒng)計、概率論或數(shù)理統(tǒng)計等方法揭示趨勢，但最終決策仍需人為做出。相比之下，人工智能不僅全面掌握數(shù)據(jù)，還能基于這些數(shù)據(jù)做出決策，其分析過程模仿了人類的思維鏈條，如同解數(shù)學(xué)題時逐步推導(dǎo)而非直接給出答案。

人工智能的優(yōu)勢在于，它整合了無數(shù)人的思考與5000年的文化知識積淀，從而大大降低了決策偏差率，且計算速度遠(yuǎn)超人類成千上萬倍。

DeepSeek其實就是“用伏特加蒸餾酒精”

中外管理傳媒：具體到國內(nèi)首屈一指的DeepSeek，它在人工智能領(lǐng)域的探索，被比喻為像是一位在古老江湖中尋得寶藏的奇人，發(fā)現(xiàn)了獨(dú)特的發(fā)展路徑。它不是開創(chuàng)全新的武功秘籍，而是在現(xiàn)有的各種招式和技巧基礎(chǔ)上進(jìn)行了優(yōu)化整合。

冉濤：這就是ChatGPT和DeepSeek的不同。ChatGPT做一個大規(guī)模分析，需要從各種各樣的線索數(shù)據(jù)中，比如新聞網(wǎng)站、社交媒體、論文等進(jìn)行原始性搜集。過程中，正確和錯誤的信息都會被搜集到，因為范圍足夠大，量級足夠大，訓(xùn)練的模型就非常大，成本就非常高。

而DeepSeek則使用了一種“蒸餾技術(shù)”，也就是說，它不是搜集原始信息，而是選用了別人搜索過的二手信息，過濾掉了很多低價值的所謂雜質(zhì)信息。就好比你需要純度很高的酒精，可以直接從各種天然材料中提取，也可以直接買一瓶75度的伏特加，再從伏特加中蒸餾出90%的酒精。好處是效率提升，成本降低。但是，DeepSeek對于原始信息的處理畢竟是經(jīng)過了蒸餾過程，如果一手信息出了問題，二手信息是不是還能保證純度很高，或者會不會影響未來人工智能的真正判斷結(jié)果，是值得思考的。

美國人認(rèn)為，現(xiàn)在的人工智能還差得很遠(yuǎn)，需要對所有的知識界進(jìn)行深度的參數(shù)調(diào)節(jié)，它需要方方面面的大量運(yùn)算，而算力就需要高級別的芯片投入，所以英偉達(dá)芯片現(xiàn)在很火。DeepSeek對于芯片的投入只有ChatGPT的5%。

ChatGPT其實在對人類的方方面面進(jìn)行思考，在做整個人類知識體系的重構(gòu)，我們現(xiàn)在看到的只是冰山的一小角。

1%的人會超越99%的人

中外管理傳媒：歷史往往呈現(xiàn)出驚人的相似性，DeepSeek恰似往昔的中國制造，推出了一項OEM代工業(yè)務(wù)。但不得不說，人工智能在參數(shù)調(diào)節(jié)的過程中，思考邏輯也會反過來影響人類思考。

冉濤：是的，彼此在智商上平權(quán)了，這對聰明人有利，對大多數(shù)人不利。以100分為例，AI的智商水平已經(jīng)到80分了，而我們?nèi)祟愒?0分以下是占大多數(shù)的。所以，AI將會把這些人的思考替代，對這些人來講是一個悲劇。

那么，又是誰把AI從80分訓(xùn)練到90分呢？很顯然是智商水平在90分到100分的那部分人。在這樣一個創(chuàng)造方式下，未來就會產(chǎn)生一個很重要的變化，那就是財富的重新分配，“帕累托效應(yīng)”會更明顯，1%的人超越99%的人，因為1%的人掌握了改變世界的工具。

中外管理傳媒：目前來看，AI影響更多的還是法律、金融、咨詢、教育等偏文職的行業(yè)，那些技能型行業(yè)，比如廚師，是不是和AI應(yīng)用的關(guān)聯(lián)沒那么直接？

冉濤：其實是一樣的。還是剛才舉的那碗面的例子，廚師無非是按照手法技藝來做面，只不過他的參數(shù)調(diào)節(jié)是自己形成的，現(xiàn)在AI就可以形成這種參數(shù)，它影響的是電子菜單和智能炒菜機(jī)。出來的味道比廚師好得多，天天吃還吃不膩，這就叫水平。而水平就來自參數(shù)，所以AI一樣可以應(yīng)用在餐飲行業(yè)。

當(dāng)然，人的感性和溫度，比如，吃飯喜歡媽媽做的味道，AI是代替不了的，所以就剩下了情緒價值。除此之外，只要是理性問題，能夠進(jìn)行推理、分析的，AI都能干得了，還是那句話，AI的核心說穿了就是調(diào)參數(shù)。

不可小視美國的“增強(qiáng)式AI”

中外管理傳媒：基于上述底層邏輯，人工智能的應(yīng)用將呈現(xiàn)何種趨勢或產(chǎn)生何種影響？

冉濤：當(dāng)前，在美國，AI應(yīng)用最為出色的兩個領(lǐng)域分別為醫(yī)學(xué)和編程。在這兩個領(lǐng)域，存在一種被稱為“增強(qiáng)式AI”的思路。

在醫(yī)學(xué)行業(yè)，這次霍普金斯大學(xué)醫(yī)學(xué)院介紹了兩個典型應(yīng)用，第一個是糖尿病的視力篩查。糖尿病到一定程度就容易失明，這個時候的治療成本很高，對病人創(chuàng)傷損害也比較大。

所以，美國的FDA（食品藥品監(jiān)督管理局）就批準(zhǔn)了一套設(shè)備，可以替代醫(yī)生做診斷，這其中就是人工智能應(yīng)用的一個領(lǐng)域。比如說，它把所有患糖尿病的人做一個普查之后，會分析出距離失明還要多久或者引發(fā)失明的因素是什么，然后給出一個診斷報告。把原來只有失明了才來治療變成了治未病，效率大大提升。而這種普查如果只靠醫(yī)生逐一去做，是不可能完成的事情。

第二個典型應(yīng)用是放射科，由于有輻射，很多人不愿意干這個工作。如今，人工智能已能夠完全替代放射科醫(yī)生完成相關(guān)工作。經(jīng)美國食品藥品監(jiān)督管理局（FDA）批準(zhǔn)的設(shè)備，借助人工智能診斷得出的結(jié)果，即可直接用于手術(shù)治療，無需再進(jìn)行拍片判斷。

這就叫增強(qiáng)式AI。放射科醫(yī)生可借助人工智能的學(xué)習(xí)成果，向下游相關(guān)領(lǐng)域拓展就業(yè)方向，或?qū)Ｗ⒂谠\療工作。這并非是對醫(yī)生崗位的取代，而是對醫(yī)生專業(yè)能力的強(qiáng)化。這也意味著，在人才培養(yǎng)方面，無需再大規(guī)模培養(yǎng)放射科醫(yī)生，從源頭上實現(xiàn)了人員規(guī)模的縮減。

AI的第二個重要應(yīng)用領(lǐng)域是編程。此次，我們前往亞馬遜云總部進(jìn)行考察，對其在人工智能編程方面所展現(xiàn)出的高效與便捷深感震撼。例如，若要投資1000萬美元開發(fā)一個商城，按照常規(guī)方式，通常需要招募大量人員，且耗時良久。而亞馬遜云總部現(xiàn)場通過人工智能編程，僅花費(fèi)十幾分鐘，成本僅為2美元，便順利完成了商城的開發(fā)工作。

在此背景下，大量信息技術(shù)（IT）開發(fā)人員面臨著職業(yè)轉(zhuǎn)型的需求，他們需要學(xué)習(xí)人工智能知識，對自身知識結(jié)構(gòu)進(jìn)行調(diào)整，進(jìn)而投身于人工智能應(yīng)用相關(guān)領(lǐng)域。也就是說，傳統(tǒng)的固定代碼編寫崗位數(shù)量有所減少，而圍繞人工智能應(yīng)用的參數(shù)調(diào)整與訓(xùn)練等環(huán)節(jié)，又催生了新的崗位，例如人工智能參數(shù)調(diào)試工程師。

中外管理傳媒：可見，接下來已非僅停留在淺嘗輒止“玩”AI的層面，而是步入深入思索怎樣借助AI化解實際問題的階段。否則，便極有可能在AI的洶涌浪潮中遭受淘汰，淪為被替代的目標(biāo)。而那些切實領(lǐng)悟AI精髓且善于運(yùn)用它的人士，正于幕后精心構(gòu)建系統(tǒng)，引領(lǐng)著未來的變革走向。