解锁AI力：开启一场人机双向奔赴的生产力革命

为什么我已经使用AI了，但是还没有看到生产力的飞跃？AI不同于蒸汽机等传统工具，并不能直接带来生产力的革命，因为AI没有特定的目的性，它的能力需要通过人的智慧来放大。因此，提升个体的AI能力是实现生产力革命的关键。只有当人们能够有效利用AI工具时，才能真正释放AI的全部潜力，实现生产力的飞跃。

文 / 李宁

在过去一年里，生成式人工智能（Generative AI）发展速度之快，令人瞩目。从ChatGPT的推出到GPT-4.0的登场，以及自动编程机器人（Devin）和具有初步模拟真实物理世界能力的Sora问世，标志着这一技术已经从实验室的探索转变为影响全球经济和社会的核心力量。例如，ChatGPT在短短几个月内便突破一亿用户大关，刷新了互联网、个人电脑甚至智能手机达到同等规模的速度纪录。这种前所未有的发展速度，不仅开启了技术进步的新纪元，更预示着一场关于生产力和创造力革命的来临。

对那些高技能、高教育水平和高收入的知识型工作者，生成式AI的影响尤为深远。根据麦肯锡的最新报告，相比于体力劳动，AI对知识工作的影响更加显著，律师、医生、金融分析师等职业的人士已经体验到AI对其工作内容和职业道路的重新定义。值得注意的是，受教育及收入水平更高，尤其是收入分布在前20%的精英群体，生成式AI的潜在影响更为深远。

这场技术革命的发展速度已不再是按年计算，而是按月甚至按日不断演进。每天醒来，我们都有可能看到新的技术突破和应用模式。生成式AI的发展，不仅仅是技术的进步，更是高技能工作的一次深刻洗牌。企业管理者和决策者要面对的不仅仅是技术更新的挑战，更是现有业务模式和人才管理策略全面变革的考验。

本文首先探讨人机融合带来的双向生产力革命，并分析其中的挑战以及生成式AI的定位。接着，讨论如何突破局限，更好地利用生成式AI，以释放更大的生产力。最后，展望未来的发展趋势。

挑战：生成式AI的热潮与冷思考

当前生成式AI成为技术界的热点话题。媒体报道称这种新兴技术将引领未来的生产力革命；企业和个人对它寄予厚望，期待它能够改变工作方式，提升效率，乃至重塑整个行业的竞争格局。然而，生成式AI的实际应用还远未达到理论与期望的高度。例如，AI在内容创作、数据分析和日常管理任务中展示了巨大的效率提升潜能，然而，当深入到具体的工作场景中会发现，这种潜能在实际应用中似乎并未完全发挥出来。微软的调研显示，虽然绝大多数使用过AI的人认为它提升了效率，但这种提升主要局限于简单的辅助任务，如会议总结、邮件优化和日常报告的自动化。目前，多数企业的AI应用仍处于初级阶段，即集中于辅助性任务上，这对提升日常工作效率有一定帮助，但对企业核心业务和复杂决策过程的影响微乎其微。

许多企业引入AI的尝试往往是零星、自发的，并且收效甚微，这不仅因为缺乏一个系统的实施策略，还因为AI技术处理更复杂核心业务的能力尚未达到预期。例如，尽管AI能够快速生成周报、总结和润色邮件，但在编写一个高质量的市场策划方案或上百页的投标文件等核心任务上，它的作用很有限。可以用三个字来描述这一现象—— “不解渴”。现阶段，AI更多地是一个辅助工具，无法彻底改变业务模式和决策过程。

这种“火热”与“冰冷”的对比，让许多企业和个人感到困惑，也使AI技术的未来发展和应用充满不确定性。在理论和实验室测试中显示出惊人能力的AI要有效落地和广泛应用，显然还需要一个更长期的过程。

定位：生成式AI的独特价值

在讨论生成式AI的独特性之前，需要先审视人、工具、任务三者构成的关系框架（见图1）。人类社会的发展可以看作是一个不断采用新工具来解决任务的演化过程。从火、青铜器到蒸汽机、电脑，再到当下的机器学习算法，每一次技术革命都围绕这个基本框架展开。生成式AI的出现使这一框架发生了重大转变，因为它不仅仅是一个工具，而是一种全新的能力，重塑我们解决问题的方式，扩展人类能力的边界。

生成式AI：从工具到能力的转变

传统的工具或技术，如锤子或算法，都是为了解决特定的、预定义的任务而存在的，它们的功能和应用场景相对固定，用户在使用这些工具时需要明确其用途。生成式AI打破了这一固有模式，它不仅仅是被动地完成用户明确指定的任务，而且能够在交互中展现出近似人类的理解和响应能力。这种能力使得生成式AI能够在未经明确编程处理的新场景中发挥作用，从而超越了传统工具的功能限制。生成式AI的这一特性体现在其泛化能力上。无论是内容创作、数据分析还是决策支持，生成式AI都能根据不同的输入和环境条件，生成富有创造性和适应性的输出。从撰写个性化的营销文案到编写代码，再到模拟经济实验，生成式AI的应用范围远远超出了设计者最初的设想。

人与AI的协同：能力的扩展与放大

生成式AI的独特性改变了工具的内涵，还重新定义了人与工具的关系。在新关系中，AI不仅是执行命令的代理，而且成为人类智能的延伸，生成式AI增强人类决策和创造能力即是例证。例如，一位母亲利用ChatGPT解开了困扰她4岁孩子三年之久的医疗谜团，对一个17位医生都无能为力的罕见疾病作出了正确的诊断。这个故事彰显了AI在医疗诊断领域的巨大潜力，更重要的是，它展示了人机合作能达到的非凡成就。尽管ChatGPT缺乏医生的专业知识，它却能够处理和分析庞大的数据，挖掘出人类可能忽略的联系和模式。这种能力，配合人类的引导，能够攻克复杂难题，甚至是专业人士难以解决的问题。

生成式AI的特殊性在于它不仅是一种工具，更是一种能力。由此，人机协作不再是简单的工具使用过程，而是一种深度的、创造性的伙伴互动过程，即“AI是人的能力的延伸，人是AI能力的放大器”。随着这种伙伴关系的深化，未来生成式AI将在更广泛的领域与人类一起解决问题，创造价值。这种双向的人机融合不仅提高了工作效率和创新能力，还重新定义了人类与技术的关系，AI真正成为扩展人类能力的新途径。

协同超越取代

面对AI的日益进步，普遍的担忧是机器可能会在工作领域取代人类。这个问题并非单方面的竞争关系所能概括的。根据当前生成式AI的能力、特点及我们面临的复杂任务类型，可以预见，在未来的一段时间内，人机协作而非AI单独作用将是解决问题的主要趋势。

AI在国际象棋领域的应用历程证明了人类与AI协作的巨大潜力。起初，AI在与人类棋手的对弈中处于劣势，但随着技术的进步，AI逐渐展现出强大的计算能力。在人类的洞察力和创造性思维与AI的计算能力相结合的过程中，双方的协作成为取得优势的关键。例如，Playchess.com举办的国际象棋比赛中，一个由业余棋手和AI组成的团队击败了专业棋手和AI的组合。国际象棋大师卡斯帕罗夫的观点进一步证明了这一点，他指出：“与AI合作的力量来自于人类和计算机的互补性.……‘业余棋手+AI+更好人机协作模式’可能优于‘专业棋手+AI+劣等的协作模式’。”这表明，在人类的直觉和创造力与AI的计算能力相结合的过程中，可以通过优化流程和协作策略来实现更大的成功。这种混合智慧的模式，不仅在国际象棋领域，在其他领域也具有巨大的应用潜力，它为人类与AI协作开辟了新的道路，为解决复杂问题提供了新的视角。

通用型人工智能（AGI）的出现可能会再次改变游戏规则，但在那一天到来之前，人机协作无疑是通向卓越成就的最有效途径。我们现在所处的这个阶段，是技术发展的一个必经阶段，它预示着人机合作黄金时代的来临——人类的创新思维和AI的计算力量不断融合，形成全新的工作模式，不断突破效率和创新的极限。

未来，我们面对的不是一个简单的技术替代景象，而是一个由人机合作不断推动的世界。在这个世界，“1+1”的协作将创造大于“2”的效能，创造远超单一能力所能达到的成果。在这样的历史时刻，我们需要培养和强化协作能力，以确保人机合作的每一步都能发挥出最大的潜力，迎接一个更加高效、更具创造性的未来。

破局：构建双向奔赴的人机协作模式

在AI迅速演进的当下，实现人和AI之间的高效融合以发挥出1+1大于2的协作效能，已成为提升生产力和创新力的关键所在。我们必须认识到，人的能力与AI技术在一定程度上是互补的。优化人机协作关键在于双向补充：通过提升个体能力来弥补技术的不足，通过推动技术进步来增强个体的工作成效并提升人的能力（见图2）。

在实践中，我们发现，不同个体使用相同AI工具的效果千差万别。一些用户能借助AI发挥出色的创造力，另一些用户的表现则较为一般。这种差异体现了个体能力对AI应用的影响，说明了人的直觉、洞察力以及技术应用能力对提升AI工具效能的重要性。个体能在不足同样可以依赖技术的进步来弥补。例如，如果一个程序员使用自动编程工具Copilot的效果一般，结合使用具有端到端自动解决能力的AI智能体如Devin等更自动的AI工具，可以在较少的指导下实现高效能的工作输出。

这种双向的融合不仅能够充分发挥各自的优势，还开启了一条提升协作效率和创新能力的新道路。挖掘个体潜能并借助不断进化的AI技术，可以打破单一实体工作的局限，实现更为高效和创新的工作方式。因此，深化人机协作的能力，将成为未来工作不可或缺的一部分。

AI力：独特的人机协作能力

AI力（AI Literacy）是一种独特的能力，它不完全等同于传统意义上的智商（IQ）或教育背景，尽管与这些传统能力有关联，但相关度相对较低。AI力更多地代表了一种特殊的思维模式或能力。最近中山大学和麻省理工学院（MIT）的一项研究引入人工智能商数（AIQ）的概念，并通过档案和实验研究提供了AIQ存在的证据。研究操作性地将AIQ定义为个人使用人工智能完成各种任务的能力。

笔者的研究进一步验证了AI力的客观存在。笔者观察到一个有趣的现象：人们在独立完成任务时表现出的技能一致性，在利用人工智能辅助时也能体现出来。换句话说，如果某人在没有AI辅助的情况下表现良好，他们在随后的独立任务中仍然能维持这种良好的表现。同样，那些在AI辅助任务中表现出色的人，在与AI合作的任务中往往也能保持这种优势。然而，这种一致性并不跨越两种场景，也就是说，那些在独立任务中表现出色的人，在利用AI的任务中并不一定能同样表现出色，反之亦然。这表明，人工智能辅助的任务所需的技能集可能与独立完成任务所需的技能集有所不同。这种技能差异的存在要求我们进一步探索人工智能时代是否需要独特的能力。

这些发现提示我们，与AI的深度合作远远超越了简单的技术应用范畴，是对个体能力的一次重新探索和定义。这不仅改变了传统领域中对“佼佼者”的定义，还预示着在人类与AI共同成长的过程中，将出现一系列全新的技能需求和能力构架。

AI力的构成

AI力是指在AI时代背景下，个体利用AI完成任务和解决问题必需的综合能力和知识体系。AI力构建在一系列核心技能和思维方式的基础上，涵盖了基本的技能及高级的理解和创造力（见图3）。

中间层是AI力的具体表现形式，主要是知识和技能层面上的。对生成式AI的基本理解，如识别生成式AI能够做什么、不能做什么，理解它如何产生智能输出和创造性结果，能够让我们根据背后的工作原理进行有效的人机协作和对话。通过精心设计的提示词与AI进行互动要求个体能够构建有效的提示，明白哪些核心要素可以激发AI的最佳性能。此外，在执行复杂任务时，与AI进行长期、多轮的互动至关重要。在互动过程中，个体和AI可能会在不同时间点担任不同的角色，因此持续互动的能力对于长期与AI合作至关重要。

底层是支撑中间层知识和技能的核心能力和思维。在AI时代，需要重视个体的想法和思维，以充分发挥人的创造力和引领性。与AI的合作过程中，个体要扮演判别者的角色，要能够敏锐地从AI的输出中发现值得进一步探索的方向。此外，复杂任务往往涉及多个环节，个体需要具备有效拆解和重组任务的能力，以便于确定AI介入或人类创造性输入的时机。

总而言之，从构成上看，AI力是一种多维能力结构，要求个体不仅要学会操作和指挥AI，还要学会与AI合作，进而共同思考和创造。

AI力的培养与应用

笔者的最新研究发现了一个鼓舞人心的事实——AI力不仅是可塑的，而且可以通过精心设计的培训获得显著提升。即便是短暂的培训，如30分钟到1小时，也足以在个体使用AI时带来显著的绩效提升。这一发现突显了AI力的可培养性，以及其对于实现更高质量和更具创新性的人机协作的直接影响。经过AI培训的个体在合作完成任务时，不只是效率得到了提升，更重要的是，创新度也有了显著的飞跃。这表明，通过目标导向的教育和实践加强个体的AI力不仅是可能的，而且对于优化人机互动至关重要。

AI力的培养重在提升综合创造力、批判性思维与技术操作技能，使个体即使是应用基础AI模型也能有优异表现。例如，如何引导AI，通过精心设计的提示词和思维链，使其产生正确的答案，从而提高工作效率和适用性。因此，在“双向奔赴”的人机融合过程中，提升个体的AI力成为核心目标。这不仅涉及对AI工作原理的深入理解，更包括有效互动提示的设计及长期的人机互动训练。这样的培训不仅可以帮助个体更有效地利用现有AI技术，还可以为未来更高级的AI工具的应用奠定基础。

总结而言，AI力的培养是一个动态过程，需要不断地学习和适应。有针对性的教育和实践，可以提升个体在AI时代的关键能力，进而显著提升人机合作的效率和创新性，为未来工作方式的革新开辟新路径。

AI技术的趋势：从AI智能体到主动工作流

探讨人机互动的双向奔赴，不仅要关注提升个体AI力的重要性，也必须考虑AI技术本身的发展趋势。就AI技术的发展趋势而言，可以预见的是，AI智能体（AI Agent）将发挥越来越重要的作用。当前，大模型如ChatGPT系列的底层计算分析能力已经相当强大了，但许多研究指出，具有特定角色和能力的不同智能体可以在协同工作中发挥更大的作用。

智能体可以是单一智能体系统，也可以是集成了多个智能体的复合系统。通过整合各单一智能体的专精能力，复合系统能够在协同工作中发挥更强大的效能，协作完成更复杂的任务。例如，在软件开发领域，一个由需求分析、代码编写、代码审查、错误检测与解决等智能体组成的复合系统，可以通过规则协同配合，实现整个开发流程的自动化和优化，极大地提升开发效率和质量。

斯坦福大学的吴恩达教授在提倡主动工作流（Agentic Workflow）时强调构建多智能体系统能有效提升AI的能力。他认为，通过构建一个由多个AI智能体组成的工作流，可以实现更加主动和高效的任务处理。每个智能体在执行专门任务的同时，还与其他智能体进行交互，共同推进任务的完成。这种工作流的主动性和协同性，能够极大地释放AI的潜力，推动工作效率和创新能力的双重提升。

结合个体AI力的提升与AI技术的发展趋势，可以预见，未来的工作环境将是一个人与高度专业化的AI智能体紧密协作的生态。在这个生态中，AI素养将成为每个人必备的技能，而AI智能体的广泛应用将突破传统的人机合作模式，创造出超越传统效能的新型工作方式。

未来：超级个体与超级AI工具的共融时代

我们在开头指出了一个当下很多组织和个人面临的挑战——为什么我已经使用AI了，但是还没有看到生产力的飞跃？图4深刻揭示了影响AI技术实现预期效果的一个重要要素——人。AI不同于蒸汽机等传统工具，其普及并不能直接带来生产力的革命，因为AI没有特定的目的性，它的能力需要通过人的智慧来放大。因此，提升个体的AI能力是实现生产力革命的关键。只有当人们能够有效利用AI工具，才能真正释放AI的全部潜力，实现生产力的飞跃。

随着AI技术的飞速发展，组织和个体都将面临一次革命性的转变，不仅仅是工作方式的转变，还是工作规模和质量的转变。未来，将出现特别擅长使用AI的“超级个体”，他们能够借助AI极大地放大自己的能力、节约自己的时间。

英伟达CEO黄仁勋近期的观点揭示了未来教育和招聘可能出现的新趋势：AI技能将成为重要的衡量标准，每个人都应当学习AI。这一论断不仅强调了AI技能在教育中的价值，也预示着企业在招聘时将会越来越看重AI技能。AI技能不单是技术层面的能力，更体现为创新思维和解决问题的能力。

未来的个体能够利用AI打破时间的束缚。在AI的协助下，一个人可以在有限的时间内生成大量的创意和决策。例如，一位有丰富创意的个体可以指导AI快速产出相关的创意内容，而一位具有超强判断力的人则能够基于AI提供的大量信息找到最有创新性和前瞻性的方向。

随着AI技术特别是AI 智能体的发展，我们预期会出现更多的超级AI工具，这些工具与超级个体相结合，将有可能彻底颠覆传统的组织模式。因此，未来企业的竞争优势有可能取决于员工的AI技能和效率。例如，一些只有寥寥几名员工就获得了高估值的初创公司，其员工不仅是全能通才，还具备强大的整合AI的能力。在这个超级个体与超级AI工具共融的新时代，产品开发团队可能将由一个庞大的跨职能团队转变为仅由两三个核心成员组成的小团队（见图5）。这些核心成员不仅具备广泛的技能，还能高效地将AI融入到各个工作流程中，实现极致的效率和创新。

AI的兴起不仅推动了技术的变革，也促进了人才观念和组织结构的根本重塑。在一个新时代即将到来之际，我们要提升个体的AI力并使之与先进的AI工具和系统无缝对接，从而开创效率与创新的新篇章。

李宁：清华大学经济管理学院Flextronics讲席教授，领导力与组织管理系系主任

责任编辑：刘永选

来源：《清华管理评论》2024年6月刊