這標(biāo)志著我們將從一個(gè)知識(shí)經(jīng)濟(jì)轉(zhuǎn)向一個(gè)分配經(jīng)濟(jì)。

在這個(gè)新經(jīng)濟(jì)中，你的價(jià)值不再取決于你掌握多少知識(shí)，而是取決于你如何有效分配和管理資源以完成工作。

目前，已經(jīng)有一類人每天都在進(jìn)行這種工作：那就是管理者。但在美國(guó)，管理者只占勞動(dòng)力的大約 12%，約 100 萬(wàn)人。他們需要具備評(píng)估人才、在不進(jìn)行微觀管理的情況下進(jìn)行管理、以及估算項(xiàng)目時(shí)間長(zhǎng)度等技能。而個(gè)體貢獻(xiàn)者——那些在經(jīng)濟(jì)中完成實(shí)際工作的人——目前還不需要這些技能。

但在這個(gè)新的分配經(jīng)濟(jì)中，他們將需要這些技能。

即便是初級(jí)員工也將被期望使用 AI，這將迫使他們承擔(dān)起管理者的角色——成為模型管理者。

與其管理人類，他們將負(fù)責(zé)分配任務(wù)給 AI 模型并確保工作順利完成。他們將需要許多今天的人類管理者所具備的技能，盡管這些技能可能會(huì)有所調(diào)整。

02.從知識(shí)的操作者到協(xié)調(diào)者

以下是當(dāng)今管理者所需的一些關(guān)鍵特質(zhì)，這些特質(zhì)在即將到來(lái)的分配經(jīng)濟(jì)中，對(duì)于未來(lái)的個(gè)體貢獻(xiàn)者——即模型管理者——同樣至關(guān)重要。

清晰連貫的愿景

現(xiàn)代管理者需要有一個(gè)清晰且連貫的工作愿景。他們需要制定一個(gè)既明確又具體、簡(jiǎn)潔且目標(biāo)明晰的愿景。

對(duì)于模型管理者而言，擁有這種能力同樣重要。

愿景表達(dá)得越清晰，使用模型實(shí)現(xiàn)愿景的可能性就越大。隨著指令變得更加具體和簡(jiǎn)潔，完成的工作質(zhì)量也會(huì)提升。

雖然語(yǔ)言模型本身可能不需要明確的目的，但模型管理者可能需要為了自己的利益和投入工作而確定一個(gè)明確的目的。

表達(dá)一個(gè)簡(jiǎn)潔、具體且連貫的愿景是一項(xiàng)挑戰(zhàn)。

這是一項(xiàng)需要多年工作經(jīng)驗(yàn)才能掌握的技能，很大程度上取決于對(duì)想法和語(yǔ)言的敏銳洞察。

幸運(yùn)的是，語(yǔ)言模型也能在這方面為人類提供幫助。

明確的品味

優(yōu)秀的管理者知道他們想要什么，并且能夠清楚地表達(dá)出來(lái)。而最差的管理者則是那些只能說(shuō)“這不對(duì)”，但當(dāng)被問(wèn)及“為什么？”時(shí)卻無(wú)法明確問(wèn)題所在的人。

模型管理者也會(huì)面臨同樣的挑戰(zhàn)。他們的品味定義得越明確，語(yǔ)言模型就能更好地幫助他們創(chuàng)造出連貫的成果。

幸運(yùn)的是，語(yǔ)言模型非常擅長(zhǎng)于幫助人類明確和完善他們的品味。

因此，這種技能在未來(lái)可能會(huì)變得更加普遍。

如果你有明確的品味和清晰連貫的愿景，接下來(lái)你需要做的是能夠評(píng)估誰(shuí)（或哪種工具）能夠有效執(zhí)行這一愿景。

評(píng)估人才的能力

每位管理者都明白，招聘對(duì)于成功至關(guān)重要。如果是員工在完成工作，那么工作的成果質(zhì)量將直接反映他們的技能和能力。

能夠準(zhǔn)確評(píng)估員工的技能，并將任務(wù)分配給合適的人，是優(yōu)秀管理者的重要標(biāo)志。

未來(lái)的模型管理者也需要掌握這些技能。

他們需要了解哪些 AI 模型適用于哪些任務(wù)。他們還需要能夠迅速評(píng)估新模型是否足夠好，即使是他們之前未曾使用過(guò)的模型。

他們需要知道如何將復(fù)雜的任務(wù)拆分給適合各個(gè)部分的不同模型，以確保產(chǎn)出的整體工作質(zhì)量最高。

評(píng)估模型將成為一項(xiàng)獨(dú)立的技能。

但有理由認(rèn)為，評(píng)估模型比評(píng)估人類更為簡(jiǎn)單，至少是因?yàn)槟Ｐ透菀走M(jìn)行測(cè)試。

模型隨時(shí)可用，通常成本低廉，它們不會(huì)感到厭倦或抱怨，并且能夠即時(shí)返回結(jié)果。

因此，未來(lái)的模型管理者在學(xué)習(xí)這些技能方面將具有優(yōu)勢(shì)，因?yàn)榻裉斓墓芾砑寄苁芟抻谔峁┮粋€(gè)團(tuán)隊(duì)給某人管理的相對(duì)高昂成本。

一旦他們組織好了完成工作所需的資源，他們將面臨下一個(gè)挑戰(zhàn)：確保工作質(zhì)量。

知道何時(shí)深入細(xì)節(jié)

優(yōu)秀的管理者知道何時(shí)以及如何深入工作的細(xì)節(jié)。沒(méi)有經(jīng)驗(yàn)的管理者通常會(huì)犯兩種錯(cuò)誤：一是過(guò)度微管理，幾乎替員工完成所有工作，這種方式無(wú)法擴(kuò)展；二是過(guò)度放權(quán)，導(dǎo)致任務(wù)執(zhí)行不佳或與組織目標(biāo)不符。

好的管理者知道何時(shí)深入細(xì)節(jié)，何時(shí)讓團(tuán)隊(duì)自主行動(dòng)。他們懂得提出正確的問(wèn)題，知道何時(shí)進(jìn)行檢查，何時(shí)放手。

他們明白，只因?yàn)槟臣虏皇前凑账麄兊姆绞酵瓿傻?，并不意味著它就沒(méi)做好。

這些問(wèn)題不是知識(shí)經(jīng)濟(jì)中的個(gè)體貢獻(xiàn)者需要處理的。

但它們正是分配經(jīng)濟(jì)中的模型管理者將面臨的挑戰(zhàn)。

知道何時(shí)以及如何深入細(xì)節(jié)是可以學(xué)習(xí)的技能——幸運(yùn)的是，語(yǔ)言模型將被設(shè)計(jì)為在關(guān)鍵時(shí)刻智能地進(jìn)行監(jiān)督和檢查。

因此，這些并非完全取決于模型管理者自己去完成。

最大的問(wèn)題是：這一切轉(zhuǎn)變是否是好事？

03.分配經(jīng)濟(jì)對(duì)人類有益嗎？

從知識(shí)經(jīng)濟(jì)向分配經(jīng)濟(jì)的過(guò)渡不會(huì)一夜之間發(fā)生。

當(dāng)我們談?wù)摗澳Ｐ凸芾怼睍r(shí)，至少在一段時(shí)間內(nèi)，這更像是在替換微技能——比如把會(huì)議內(nèi)容總結(jié)成電子郵件——而不是徹底替換整個(gè)任務(wù)的開(kāi)始到結(jié)束。

即使擁有替換整個(gè)任務(wù)的能力，許多經(jīng)濟(jì)領(lǐng)域也需要很長(zhǎng)時(shí)間才能跟上，有些甚至可能永遠(yuǎn)都跟不上。

筆者最近在布魯克林的 Cobble Hill 定制了一條褲子。當(dāng)自己拿出信用卡付款時(shí)，收銀臺(tái)后面的女士指著墻上貼著的紙質(zhì)標(biāo)志說(shuō)：“不接受信用卡。”我認(rèn)為，語(yǔ)言模型的采用可能也會(huì)呈現(xiàn)類似的速度：盡管許多地方可以使用它們來(lái)提高或替代人力工作，但出于各種原因，如慣性、監(jiān)管、風(fēng)險(xiǎn)或品牌考慮，它們卻未被采用。

我認(rèn)為這是件好事。

變化的劑量決定了其影響。

鑒于經(jīng)濟(jì)體系龐大而復(fù)雜，我相信我們將有時(shí)間適應(yīng)這些變化。

人類思維向機(jī)器思維的緩慢轉(zhuǎn)移并不是什么新鮮事。生成式 AI 模型只是這一長(zhǎng)期過(guò)程的一部分。

經(jīng)濟(jì)學(xué)家 Tyler Cowen 在他 2013 年的著作《平均已結(jié)束》中討論了由智能機(jī)器驅(qū)動(dòng)的經(jīng)濟(jì)分層。他認(rèn)為，一小部分能夠與計(jì)算機(jī)合作的高技能工作者將獲得巨大回報(bào)，而經(jīng)濟(jì)的其他部分可能會(huì)落后：

“如果你和你的技能能夠補(bǔ)充計(jì)算機(jī)，你的工資和勞動(dòng)市場(chǎng)前景可能會(huì)很樂(lè)觀。如果你的技能與計(jì)算機(jī)不相輔相成，你可能需要調(diào)整這種不匹配。越來(lái)越多的人開(kāi)始傾向于這種分化的一邊或另一邊。這就是為什么‘平均’已經(jīng)結(jié)束?！?/p>

當(dāng)時(shí)，他所指的并非生成式 AI 模型，而是指的 iPhones 和互聯(lián)網(wǎng)。但生成式 AI 模型延續(xù)了同樣的趨勢(shì)。

在日常生活中更擅長(zhǎng)使用語(yǔ)言模型的人，在經(jīng)濟(jì)中將擁有顯著優(yōu)勢(shì)。懂得如何有效分配智能將帶來(lái)巨大回報(bào)。

如今，管理是一項(xiàng)僅少數(shù)人掌握的技能，因?yàn)榕嘤?xùn)管理者成本高昂：你需要給他們一個(gè)人類團(tuán)隊(duì)來(lái)實(shí)踐。

但 AI 足夠廉價(jià)，未來(lái)每個(gè)人都將有機(jī)會(huì)成為管理者——這將大大增加每個(gè)人的創(chuàng)造潛力。

我們的社會(huì)整體有責(zé)任確保，在擁有了這些令人驚嘆的新工具后，我們應(yīng)帶領(lǐng)經(jīng)濟(jì)的其他部分一同前行。

參考材料

https://every.to/chain-of-thought/the-knowledge-economy-is-over-welcome-to-the-allocation-economy/