生成式 AI 市场规模从 2022 年的 1.91 亿美元爆发式增长至 2024 年的 256 亿美元,仅两年时间增长了 134 倍。预计到 2030 年,这个市场将达到 1.81 万亿美元。在 2024 年第四季度,AI 相关公司获得了一半的风险投资,比上一年几乎翻了一倍。
这些数字代表了工作方式、受益者和技术进步成本承担者的重大转变。随着 AI 改变医疗保健到娱乐等各个行业,在那些对此感到兴奋并从中获利的人和感到威胁的人之间形成了明显的鸿沟。
许多科技公司高管和商业领袖对 AI 的潜力表现出无限热情。2025 年 WSJ Intelligence 的调查显示,89% 的全球 CEO 将 AI 视为确保未来盈利能力和竞争力的最关键技术。这些领导者亲身经历了生成式 AI 如何革新创意、研究、战略和业务执行,他们的兴奋是有道理的。
与此同时,创意专业人士和初级知识工作者面临着截然不同的现实。2024 年有超过 15 万个科技岗位被裁撤,公司常常将原因归结于 AI 带来的效率提升。根据 layoffs.fyi 的统计,2025 年已有超过 2.4 万个职位被裁减。世界经济论坛 2025 年未来就业报告发现,41% 的受访组织预计在未来五年内会因技能过时而减少员工。
国际货币基金组织总裁克里斯塔利娜·格奥尔基耶娃解释了这种动态:"在发达经济体中,约 60% 的工作可能受到 AI 的影响。其中约一半可能从 AI 整合中受益,提高生产力。另一半可能面临 AI 应用取代人类关键任务的情况,这可能降低劳动力需求,导致工资下降和招聘减少。在极端情况下,某些工作可能会消失。"
对创意专业人士来说,威胁不仅关系到工作保障,还涉及艺术身份和知识产权。许多作者发现他们的作品被收录在 Atlantic 的 LibGen 等数据库中,这些作品被 Meta 未经许可用于训练其大语言模型。视觉艺术家们发现他们的独特风格被未经许可或署名的 AI 系统复制。
Cara(一个面向非 AI 艺术家的社交发现平台)的创始人兼摄影师张菁娜在博客文章中表达了这种侵犯:"对于很多艺术工作者来说,这些不仅仅是网络上的简单图片 —— 我们的作品就是我们的身份,是我们投入一生追求的技艺和梦想 —— 现在感觉它们正被毫无顾忌地碾碎,完全不考虑我们的感受和未来。"
这些截然不同的经历和观点标志着一个随着 AI 发展而不断扩大的阶级鸿沟。科技和商业精英将获得更多金钱和权力,而在一个已有 11.1% 的美国人处于贫困线以下、近一半美国人靠薪水度日的世界里,工人阶级可能失去更多。
这两种观点都包含真理。AI 有着推动积极变革的巨大潜力 —— 从开发小众医疗治疗到优化环境资源分配。同时,它也可能加剧不平等、传播偏见并消耗自然资源。
对于这种对立现实共存的复杂问题,各方都可以采取步骤,努力实现更公平的结果。
从 AI 中受益的权力者应考虑:
提升员工技能。例如,Glowforge 的 CEO Dan Shapiro 将 AI 熟练度作为全公司的要求。每位员工都可以使用最新的 AI 工具(许多都是为特定角色定制的),并接受相关培训。结果是打造了一支由 AI 专家组成的团队,提高了各个业务领域的效率。
重新培训员工。服装租赁公司 Armoire 的 CEO Ambika Singh 展示了这种方法。当自动化取代了记录退回物品的员工时,Singh 将这些人力资源重新部署到回收受损衣物的新项目中。这种战略性领导既为员工提供了工作保障和职业发展,又为企业创造了新的收入来源。
雇用对 AI 伦理有深刻理解的多元化人才。由于开发者缺乏代表性,AI 中存在大量偏见的例子。最近一项研究发现,医疗检测 AI 模型对女性和黑人患者的疾病识别率较低。考虑到女性只占 AI 从业者的 29%,而黑人员工仅占潜在 AI 岗位的 8%,如果不进行有意识的多元化努力,这种偏见将会持续存在。
可能被 AI 边缘化的人群应考虑:
了解 AI 格局。即使 AI 不直接影响当前工作,了解一些基础知识对每个人都有好处。重要的是要理解生成式 AI 擅长什么(如创意、内容创作),它的不足之处(如区分事实与虚构、分析复杂数据),以及它可能被滥用的方式(如深度伪造、复杂的网络钓鱼攻击)。沃顿商学院教授 Ethan Mollick 在其博客上提供了很好的入门资源,包括《15 个该用 AI 的场景和 5 个不该用的场景》等指南。
学习使用 AI。现在流行的说法"AI 不会抢走你的工作,但精通 AI 的人可能会"包含一定道理。虽然这可能不完全正确(参见前面的失业数据),但在求职者队伍中不成为 AI 专家肯定风险更大。不幸的是,AI 学习方面已经出现差距。
哈佛商学院副教授 Rembrand Koning 观察到 AI 采用率的不平衡现象,女性采用 AI 工具的比率比男性低 25%。Common Sense Media 的报告显示,黑人学生的作业被错误标记为 AI 生成的可能性是白人学生的两倍 —— 这可能会打击这些学生使用 AI 的积极性。这些数据对性别和种族薪资差距有令人担忧的影响,因为精通 AI 的员工收入会更高。
收入多元化。随着就业市场波动性增加,组合职业模式可以提供更大的安全保障。2024 年 Bankrate 的调查发现,超过三分之一的美国成年人除主要收入外还有其他收入来源。这种方法将风险分散到多个收入来源,为应对行业特定的变革提供缓冲。
对每个人来说,最重要的是在 AI 对话中找到自己的声音。这可能意味着创作刻意展示人类创造力的艺术,倡导 AI 训练数据的公平补偿和署名,或就生成式 AI 对工作和生活的影响进行重要对话。
在这个快速发展的技术环境中,现在是考虑如何分配生成式 AI 带来的利益以及如何减轻其危害的时候了。AI 正在改变我们的世界,我们都需要对这种变革的进程发表意见。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。