AI进入产业前线：未来稀缺人才是谁？企业人机分工边界咋划定？

嘉宾亮相

一个反直觉的判断指出，懂AI这件事正在快速贬值，而能在关键低频决策中做出判断的人，才是未来的稀缺品。高频重复工作易被AI替代，在打造爆品、建立品牌等低频高影响力决策上，人的判断依然不可替代，企业AI转型最大卡点是 "想不到应用场景"。当前AI利润大头在基础设施层，应用端ROI尚未完全释放，但拐点会比预想来得更快。以下为圆桌对话内容，经36氪整理编辑。参与对话的嘉宾有36氪基金投资副总裁郑王宇（主持）、尼尔森IQ通信及科技业务总经理龚毅、华科智能AI研究院院长罗飞、卓源亚洲创始合伙人兼董事长林海卓。郑王宇开场表示，此次讨论 "当AI进入产业前线：未来最稀缺的AI人才会是谁"，邀请各位嘉宾用一句话亮相并参与后续讨论。龚毅称自己来自数据洞察行业，将从该行业视角展开讨论。罗飞介绍华科智能是港股上市公司，其所在研究院主要赋能传统行业AI转型，会分享传统老板升级的痛点。林海卓表示卓源亚洲是聚焦人工智能、半导体、机器人的投资机构，投了轻舟智能、江行智能等硬科技项目。

哪些工作易被AI重构

郑王宇提出，AI进入产业场景落地环节，其价值取决于能否进入真实业务流程。在此过程中，新问题凸显，即当AI工具普及，真正稀缺的人才是什么样的。还希望讨论AI抵达产业前线后，人与机器、专家与工具、组织与个体之间的分工与变化。首先探讨哪些工作最容易被AI重构，哪些环节适合AI但落地最难。林海卓认为，知识高度密集型领域中，会计师、律师、程序员等工作较易被新技术替代，但好的问题提出仍需人的引导。围绕体验、情感、感性层面的工作，如心理学家、旅游体验师等，AI替代还有很长距离，AI目前更适合赋能而非职业替换。罗飞总结出三个特征：重复、标准、熟练的工作易被AI替代；工作环境方面，电脑前的工作易被替代，与人打交道的工作不易被替代。人的能力应向市场、客户端转移。龚毅将视角化为矩阵，一个轴是频率，另一个轴是决策的战略性、重要性。高频且有大量数据回馈的工作易被AI替代，低频且重要性高的工作，如打造高端化品牌等，AI很难解决。

AI落地阻力来源

郑王宇询问企业AI能力落地阻力来源，是技术、数据积累还是组织惯性。龚毅认为基础是数据，AI虽有一定能力，但存在幻觉问题，企业在使用AI时需解决专业点问题，AI赋能流程有诸多要求。罗飞觉得阻力更多来自组织。企业落地AI有粗阶和高阶卡点，粗阶卡点是想不到应用场景，高阶卡点是落地后不见成效。企业需从数字化思维转向AI思维，当前大部分企业受数字化思维阻碍，打不开应用场景认知。林海卓指出，当前AI投资回报率不高，利润主要在基础设施层。大模型在多数网民眼中多是搜索引擎平替，真正接入业务流还需时间。智能体在高精尖价值知识图谱和垂直行业信息方面还在投喂和培养，基础设施建设仍需关注，这影响了ROI。

AI对行业竞争的影响

郑王宇提出AI会让行业集中度更高，也有人说降低创新门槛，询问AI会让头部企业更强还是给新进入者更多机会。林海卓表示担忧超级科技巨头可能出现垄断。人工智能替代工作数量可能呈指数级，国家通过提高高等教育普及人群、调整学科配比、提高理工科比重等策略，引导从业者方向，以解决就业问题。

如何培养和评估AI人才

郑王宇请罗飞谈谈如何培养和识别AI人才。罗飞认为应从教育入手，让乡村小学老师先具备AI技能、思维和能力，再引导孩子探索AI新世界。未来对人才的判断应考虑其背后的AI班底能力。

未来最稀缺的人才

郑王宇询问龚毅，未来最稀缺的人才是懂AI的行业专家还是懂行业的AI专家。龚毅认为懂AI会逐渐不稀缺，因为其相对可工程化、可复制。而能够在关键低频且重要性大的点上具备综合能力的人，如打造爆品、成功品牌的人，是最稀缺的，前提是他们至少懂一点AI并能利用它。

人机分工边界

郑王宇提出企业主如何判断哪些决策交AI，哪些由人保留，高风险、高复杂场景中人机分工边界如何划定。林海卓认为相对不需担责的领域可用AI，严肃场景如重大城市安全决策，中短期难以完全交给AI。AI当前适合提建议，在一些可抽象为数学问题的场景，可承担全部职责，人类做辅助工作或综合判断。无人驾驶在权责划分上存在法律、人性和科技效率层面的博弈。罗飞认为人脑想到的工作可先让AI干，AI能力强时，人应辅助AI解决卡点。未来工作方式会改变，人类可能进入新时代。龚毅认为AI目前是概念模型，在理解因果效应方面不擅长，人在理解底层逻辑上更擅长，可借助AI辅助理解。

郑王宇总结，AI进入产业前线需人才培养、组织效率迭代重构，相信嘉宾们的讨论带来了灵感和思考。圆桌环节至此结束。