top of page

超級員工誕生 指揮智能代理

May 6
2 min read

這段時間,筆者持續關注中美兩國在人工智能(AI)發展軌跡上的步伐。倘若說2022年是眾人見證「生成式AI奇蹟」誕生的時刻,那麼2026年,則更像是具有里程碑意義的轉折點。我們終於領悟到,AI競賽早已超越那張在商業領域實質意義的大模型比併榜單,而是演變為一場關乎「資本—晶片—大模型—產業—制度標準」的全鏈條競爭。 從產業化節奏看,中美競爭已從「誰有更強模型」轉向「誰能把AI更快轉化為產業體系和基礎設施優勢」。舉例來說,中國汽車產業正加速把AI嵌入下一代電動車,形成「自主化機器+中國晶片+中國軟件」的路徑;另外,有報道提到,華為計劃未來5年投入超過100億美元提升智能駕駛算力。與之對應,美國4月發布的《經濟報告》強調,生成式AI數據中心的電力需求,預計由2023年佔美國總用電量的4%,升至2028年的7%至12%,並提到美國能源部此前已識別出16個具備快速建設數據中心合適條件的地點。換句話說,中國展現的優勢是「快速擴散AI應用並深度嵌入產業」;美國展現出的則是「前沿模型研發、龐大算力與能源發展,以及制度性資源整合能力」。 然而,在我們瘋狂追逐AI成果的同時,也揭示了一個不容忽視的現實:我們在技術層面前進得太快,在組織架構和心理準備上卻明顯滯後。如果我們只專注於用AI構建宏偉的大樓,卻忽視了地基的穩固,整個數字世界都可能承受連鎖反應的後果。在這個追求效率的時代,我們更需要深思,如何構建一套可持續發展,且充滿人文關懷的AI生態系統。 根據最新資料顯示,許多中美上市公司正在經歷一場因「AI代理」而出現的變化,不僅僅是裁員,而是「中級管理層」的集體消失。為什麼?因為現在的AI代理兼具了管理及執行的雙重能力,去中間化的趨勢愈來愈明顯,企業架構快速步向扁平化。如果你在擔心AI會搶走你的工作,其實更值得關注的是,大公司的組織架構正在發生翻天覆地變化,這催生一種非凡的新型崗位:「超級員工」。他們一個人就能管理一支由10個以上AI代理組成的團隊,這群人具備強大商業與技術的駕馭能力,他們像指揮家一樣,讓AI代理處理繁瑣的任務,自己專注於最高價值的「策略判斷」。 這場變革對我們每個人都要警醒:在AI時代,最值錢的能力不再是「執行力」,而是你「駕馭複雜代理系統」的能力。未來的職場贏家,不是比AI更勤奮的人,而是那個能指揮AI軍團為他方力的人。

Recent Posts

See All
拍賣企業數據「隱形代價」

過去10年,大家都聽過數據被捧成金礦、被喚作石油、被寫進國策叫「新生產要素」,直到最近一宗美國破產拍賣案,才第一次見到企業數據被真正放上拍賣台,有底價、有法院文書、有落槌聲。 美國精神航空(Spirit Airlines)破產,企業數據被資產化,8月拍賣其「數碼資產」,谷歌(Google)以1000萬美元投得,成為「企業記憶」成交的第一個價,人工智能(AI)數據公司Mercor以750萬美元位列後

 
 
企業AI政策空白亟需填補

上星期與一位銀行界舊同事見面,他談及最近有同事被發現「偷用」人工智能(AI)撰寫會議紀錄,其主管揚言要作出紀律處分。我問他:「用AI寫會議紀錄,究竟錯在哪裏?」他愣了一愣,「……其實都無寫明唔准。」「無寫明唔准」這5個字,正是當下全球職場與AI之間關係的縮影。 正值上月北京法院為這個灰色地帶釋出了第一個答案:一名員工因使用AI製作簡報而遭解僱,法院最終裁定該公司違法解除勞動合同,須賠償約4.6萬元

 
 
訓練模型 真人數據無可替代

最近與幾位從事大型語言模型(LLM)開發的朋友談起訓練數據,大家都不約而同提到一個詞:「數據牆」。在互聯網公開的優質文本,大概已經搜刮得七七八八,剩下的要不是垃圾,就是需要付費的,於是整個行業很自然地轉向合成數據──讓模型自己生成材料,再「餵」回自己。 這件事在過去兩年確實有效。寫程式、數學、邏輯推理等領域,這幾類答案對錯分明、可以自動驗證,合成數據幾乎可成為免費、無限的模型訓練材料。但問題也正正

 
 
bottom of page