这篇文章的副标题应该是：职场人的恐慌未来。
“专业要求”优先级下降
我司的日常工作中，一半要求有专业的金融知识，另一半则要求有创意。AI对我们的冲击，可不是A股市场的AI概念股那么不着边际，而是很实在，很吓人。
举个例子，以前运营账号，同事需要在图库里挑图，从数十张初选的图片里再选出一两张；现在呢，改用MJ和SD跑图，一个运营编辑，自己就可以干完。
另一个例子是内容创作。以前我们恨不得每一个内容岗位都考一个从业资格证，但现在发现，只要懂基本的金融知识，其余的Kimi帮你整理，快速清晰——目测要超过了90%的持有金融从业资格的初级人士，剩下的是基础的验证和重构。
我最近在招聘当中不停跟各种应聘者聊。以前招人，我们都会考察候选人的金融行业知识，过往有没有行业经验，但现在发现，这方面的重要性可能越来越低了。
我们现在主要问两方面的问题。第一，你AI工具用得怎么样？探索过哪些工具和用法？这主要考察接受程度和敏感程度。第二，你对某某现象或者某某创意是怎么理解的？你通过什么方法、步骤来完成工作？这个考察一开始我们也没有特定的指向性，但感觉很有效。
总的来说，我们理解可以在日常招聘中降低对专业知识的要求。
这仅是对新人的要求？可能并不仅限于“新人”，很多初级岗位都面临类似的情况。
被消解的“默会知识”
有个流行的笑话说，原本指望AI帮忙扫地洗碗，而人们则忙于写诗画画，但现在的情况刚好反过来了。
AI替代的是什么？这个问题的另一面是，如今的“专业人士”——新媒体创作者、设计师、编导，还可以推广到律师、医生、教师等等——所恃为专业的，到底是什么？
很多人可能会提到波兰尼的“默会知识”。所谓默会知识，就是基于个人实践和经验，无法从个体抽离，难以言说和传播的知识。
相对的，显性的“专业知识”是那些可以明确表述、可以结构化、可以传授的知识。这看起来是解答前述问题的一个合适的框架。
在AI面前，“专业知识”作为区分职场人能力的效果正在断崖式降低。从实践看，这里面一个很大的原因是：穷举是AI所擅长的。
例如，当我们在头脑风暴讨论小红书怎么运营的时候，我们考虑到会不会存在遗漏，于是让AI解答了一下。结果发现“头脑风暴”确实有遗漏，kimi穷举并提炼了当前市场上所有的有效运营方式，更全面，更快。
可怕的是，在联想/类比上，人力似乎也有穷时。比如，当我们想包装一个FOF经理时，我们问AI：一个好的FOF经理可以用什么来比喻？我贴一下答案在下面：
效率远远超过人不用说，质量上，可能也超出绝大部分“人脑风暴”。
这是不是一个巨大的冲击？我是花了蛮长时间来接受这一点。
早期的AI也能联想和类比，但给出的联想、类比总差点意思。比如不能贴合真正的投资者对FOF产品的理解，有点似是而非。
但看看上面的例子，贴切程度至少已经超出平均水平。
AI穷举胜出还可以理解。所有“专业知识”，因其公开，可检索，总会被搜到、被解析、被赋权，最后得到一个准确结果。但前述类比联想，其实是所谓“运用之妙存乎一心”的东西，这是“专业知识”，还是“默会知识”？
在我看来，这部分原本应该是一类“默会知识”，但现在被消解了。
如果以我们日常从事的创意内容为例，“默会知识”现在还剩下什么？可能还包括格调、高级感、美感一类的东西。
其他行业会怎么样呢？仅以我看到的报道为例，似乎也不妙。比如说医生常年的积累行医经验，如何诊断病例，一般被认为是一种内在于行医实践的默会知识。但现在相比于医生的默会知识，AI看起来更准确。
量化、交互、进步主义的手艺人
接下来的问题是，“美感”作为“默会知识”还能存在多久？
以前我也天真地认为，人们说的创意、灵感、文艺一类的活动是无法被AI取代的。但实践显示，这里面有两种错误。
第一是，并不存在笼统的“创意”领域，每一个创意生产都可以分解成特定的步骤。比如理解需求、已知创意归纳、类比、借用、融合等。如果拆细去看，每一个步骤都有多多少少的AI渗透迹象；拆得越细，这种趋势越明显。
普遍存在的一个可怕偏差是，AI认为一百个环节每一个环节可以解析，意味着整个事物都可以解析；而人们倾向于认为，一百个环节有一个环节不能解析，则意味着事物无法解析。
第二，作为结果，“美感”真是无法量化的吗？
恐怕也不是。
比如文生图这个领域，熟练的玩家已经知道，一张图片要生成得有美感，需要通过合适的prompts来实现构图、光晕、色彩的合理展示，规避“恐怖谷”效应。重点在于，海量的prompts整体上是结构化、可量化的。
而且，人脑无法量化“美感”又加剧了这种冲突。
再举个例子，不同的人对于“美感”的理解是不一样的。有一次客户说，海报要呈现某种质感。
客户说的某种质感，和设计师理解的质感，传统上需要很多文字、通话、示例来达成一致。但设计师惊恐地发现，同样的关键词，AI对“某种质感”的理解，更贴近客户的要求。
也就是说在理解何为“美感”时，人机交互似乎更稳定。
但和投资市场类似的，我们如今似乎还能说（我也不是很确定），从原理上，AI的穷举和联想是基于公开数据，因此不太能期待AI在创意上产生超出公开数据集的阿尔法水平。
从这一点上看，一个职场人仍然有成为保有某种“默会知识”手艺人的可能（或者产生使用AI的默会知识，我对此存疑），这个比例不会太高。而且从定义上看，它要求这些手艺人不断超越现有水平，不断创造阿尔法。
