別再像騎自行車一樣用 AI 了，那是對法拉利最大的羞辱

★ 設(shè)為星標(biāo) | 只講人話，帶你玩轉(zhuǎn)AIGC。

臨近年底，我參加了兩場技術(shù)論壇。

現(xiàn)場很有意思，不管前面的技術(shù)、產(chǎn)品講得多好，最后都會歸結(jié)到一個問題：AI 這么強，我們是不是很快要被替代了？

說實話，這種焦慮感非常真實，甚至帶著點具體的恐慌。

但在這種普遍的焦慮中，我讀到了一篇非常有“靜氣”的文章。

作者是 Notion 的創(chuàng)始人 Ivan Zhao。

作為硅谷最懂“生產(chǎn)力”的人之一，他沒有去做一個什么年度總結(jié)，更沒有大談未來 10 年的宏大暢想。

而是轉(zhuǎn)過頭去，從歷史的維度，寫了一篇關(guān)于“AI、歷史與未來工作”的深度思考。

讀完這篇文章，我最大的感受是：醍醐灌頂。

他指出了一個我們都忽略的盲點：我們現(xiàn)在的痛苦，不是因為 AI 太強了，而是因為我們還在用“騎自行車”的方式，試圖駕駛一輛“法拉利”。

這篇文章里有三個極其精彩的歷史隱喻，解釋了個人、組織和經(jīng)濟體將如何被重塑。

我迫不及待想把這些洞察拆解給你們看。

01 不僅是“自行車”，更是“自動駕駛”

文章一上來，Ivan 就講了一個很有趣的故事。

他的聯(lián)合創(chuàng)始人 Simon，以前是個敲代碼快得飛起的“10倍工程師”。

但現(xiàn)在，你走到 Simon 的工位旁，會發(fā)現(xiàn)他很少瘋狂敲鍵盤了。

他變懶了嗎？不。

他現(xiàn)在更像是一個指揮官，一邊喝著咖啡，一邊指揮著三四個 AI Agent（智能體）干活。

他在午飯前把任務(wù)列好，AI 就在他吃飯時自動寫代碼、跑測試。

Ivan 把這稱為從“騎自行車”到“坐進(jìn)駕駛艙”的跨越。

喬布斯當(dāng)年說電腦是“大腦的自行車”，這比喻很經(jīng)典。但自行車是需要人用力蹬的。

而現(xiàn)在的 AI，正在讓我們變成駕駛員，甚至是在管理一支“永不睡覺的軍隊”。

圖：1970 年代，《科學(xué)美國人》的一項關(guān)于移動效率的研究，啟發(fā)了喬布斯那個著名的比喻——計算機是“大腦的自行車”。

讀到這里，我其實有點扎心。

反觀我們大多數(shù)人（包括我自己），現(xiàn)在是用 AI 干嘛呢？ 把它當(dāng)百度用，或者讓它幫忙潤色一下那該死的周報。

我們在用 AI，但我們的工作流還是舊的。 這就是為什么很多人覺得 AI “也就那樣”的原因——因為我們被卡在了幾十個破碎的網(wǎng)頁標(biāo)簽里。

Ivan 一針見血地指出：只要我們的工作數(shù)據(jù)還散落在微信、文檔、Excel 這些互不相通的孤島里，AI 就很難發(fā)揮真正的威力。

02 AI 不是工具，是組織的“鋼鐵”

這是整篇文章我覺得最震撼的一個觀點。

Ivan 沒有把 AI 比作某種工具（比如錘子或扳手），而是把它比作“鋼鐵”。

在鋼鐵普及之前，房子是蓋不高的。因為磚木結(jié)構(gòu)太重，蓋到六層就是極限，再高就塌了。

這像不像現(xiàn)在的公司？

人一多，流程就多；流程一多，效率就低。大公司病，似乎是規(guī)模化的必然代價。

但鋼鐵改變了物理定律。

它可以讓墻壁變薄，讓框架變輕，摩天大樓拔地而起。

圖：這是一個鋼鐵鑄造的奇跡：1913 年在紐約落成的伍爾沃斯大樓，曾是當(dāng)時世界上最高的建筑。

Ivan 認(rèn)為，AI 就是現(xiàn)代組織的“鋼鐵”。

它能承受無限的信息負(fù)載，它不需要睡覺，它能讓溝通成本幾乎歸零。

以前需要開 2 小時會才能對齊的信息，AI 可以在后臺幾分鐘消化完；

以前需要層層審批的決策，AI 可以瞬間整理出數(shù)據(jù)支撐。

這給我提供了一個全新的視角：未來的公司，可能不再是金字塔形的。因為有了“AI 鋼鐵”，我們可以用更少的人，支撐起更龐大的業(yè)務(wù)規(guī)模。

Ivan 還提到了一個非常形象的歷史教訓(xùn)——“紅旗法案”。 當(dāng)年汽車剛出來時，英國法律規(guī)定，車前必須有一個人舉著紅旗開路。這聽起來很荒謬，對吧？

圖：1865 年的“紅旗法案”規(guī)定，汽車行駛時，必須有一名舉旗手走在車前面開路（這條法律直到 1896 年才被廢除）。

但想一想，現(xiàn)在很多老板是不是就在做“舉紅旗”的人？

因為不信任 AI，非要人工介入每一個微小的環(huán)節(jié)，硬生生把自動駕駛開成了人力三輪車。

03 從“佛羅倫薩”到“超級城市”

文章的最后，格局打開到了整個經(jīng)濟體。

Ivan 做了一個極具畫面感的對比：佛羅倫薩 vs 東京。

幾百年前的佛羅倫薩，是一座“人類尺度”的城市。

不管是走路的距離，還是喊話的聲音，都受限于人類的生理極限。

這很像我們現(xiàn)在的知識型公司：幾十個人，靠開會、靠吼、靠刷臉。

但是，當(dāng)鋼鐵（AI）和蒸汽機（算力）介入后，我們將會建造出像東京、上海這樣的“超級城市”。

數(shù)千個 AI Agent 和人類協(xié)同工作；

業(yè)務(wù)跨越時區(qū)，24 小時運轉(zhuǎn)；

信息的流動不再受限于“我們要開個會討論一下”。

Ivan 說，這種未來可能會讓人感到眩暈、迷失，甚至因為看不懂而感到恐懼。

但這就是規(guī)模化的代價，也是進(jìn)化的方向。

04 我的思考：別做那個還在修水車的人

讀完這篇長文，我最大的感觸是：我們正處在一個尷尬的過渡期。

Ivan 用了一個詞：“水車階段”。

圖：一座利用水輪為運營提供動力的磨坊（工廠）。水力雖然強大，但并不穩(wěn)定，且限制了磨坊的選址及生產(chǎn)的季節(jié)性。

工業(yè)革命初期，很多工廠主買來蒸汽機，卻直接把它裝在老舊的水車位置上。工廠依然建在河邊，流程一點沒變。

結(jié)果自然是效率提升有限。

真正的爆發(fā)，是當(dāng)工廠主意識到“我可以離開河流了”，并圍繞蒸汽機重新設(shè)計整個工廠的時候。

圖：這幅 1835 年由托馬斯·阿洛姆（Thomas Allom）創(chuàng)作的版畫，描繪了英國蘭開夏郡的一家紡織廠。該工廠由蒸汽機驅(qū)動。

現(xiàn)在的我們，大多還在舊的工作流上，試圖外掛一個 AI。

Notion 這篇文章其實是在提醒我們：不要只盯著 AI 工具本身（那個對話框），去看看你的工作流，看看你的組織架構(gòu)。

哪一部分是必須人工做的？哪一部分其實是舊時代的“水車”，早該被拆掉了？

正如 Ivan 在結(jié)尾所說：

“每一個神奇材料的出現(xiàn)，都要求我們停止通過‘后視鏡’看未來。新的天際線就在那里，等待我們?nèi)ソㄔ臁！?/p>

希望這篇文章，能幫你稍微把目光從“后視鏡”里移開，看一眼前面的路。

如果把你的工作比作一個工廠，你覺得哪個環(huán)節(jié)最像那個老舊的“水車”？

歡迎在評論區(qū)聊聊你的看法。

既然你都看到這里了，那就別忘了點個贊、點個??、并轉(zhuǎn)發(fā)你的朋友哦～