本文来自微信公众号：盖雅学苑（ID：thinkwithgaia），演讲：汪亮‍‍‍‍‍‍，题图来自：视觉中国

人工智能这个话题最近太火了，几乎每天都有财经杂志谈ChatGPT的影响。除了好奇，大家似乎也有点沮丧：完了，人类未来的工作都被机器替代，我们没事可干了。

作为一个管理咨询师，我一直在关注这个话题，我隐隐地感觉这个问题似乎没有被说透，今天跟大家分享一下我的思考。

我们先从一道MBA的面试题说起。我长期担任上海某家高校MBA的面试官，大家都知道MBA的面试相当紧张，如何在极短时间内用几个精准问题去测试这个学员的才智？

我经常问的一个问题是，假设未来人工智能的水平又上了几个大台阶，请问你的工作会发生哪些变化？

听到最多的回答是这样的：老师，我觉得我的工作不会被替代，可能有一些简单重复的操作性工作会被替代掉，但是有很多复杂的、有技术含量的工作是不会被替代的。

这样回答是正确的，但很难拿高分。

“我的工作中有一部分会被替代，有一部分不会被替代”，这里只用了一个动词“替代”。似乎技术对工作的影响只有“替代”这一种可能，要么被替代，要么不被替代。

其实只要稍微想一下，就会发现这种思考方式是不合适的。人类科技发展了几千年，如果它的影响只是替代和不替代，那所有的工作早就都被替代了，人人都会失业，事实显然并非如此。

一、从ATM机看工作的演化

那如何思考技术、AI对工作的影响呢？我们可以从一个已经快要走到生命周期末尾的“新”技术——ATM机来观察。

上世纪70年代，ATM机刚被发明出来，美国银行业一片惊呼：完了，要裁员了。因为大家去银行无非是存款、取款。既然可以直接在ATM机上操作，那就不需要柜员了。事实真的如此吗？

数据显示，1985年，银行业的柜员是48.5万名，到2002年，ATM机的数量从6万多台增加到35万多台，银行柜员52.7万，为什么人数不减反增？

因为银行的营业部配置了ATM机后，单个营业部需要的柜员人数是减少了，但同时也意味着，新开一家营业部需要的成本更低了。于是乎美国的银行营业部遍地开花，原来不可能开营业部的地方都开了营业部。而每个营业部还要配三个柜员，于是柜员的人数反而增加了。所以，科技对工作的影响并非是替代或不替代那么简单。

而现在，99%的银行操作都可以通过手机掌上银行完成，营业部也不需要了，是不是更不需要银行柜员了？

2017年，美国关闭了八千多个线下营业部，但数据显示，美国银行业的雇员总数始终保持在200万左右。中国的数据也差不多。四大国有银行的员工数量在最近几年略有减少，但总体数字基本稳定。

这又很奇怪，营业部没了，银行柜员人数却没有减少。

这是因为，银行为客户提供咨询服务的岗位，从前台柜员，变成了后台客服人员。而客服也使用AI系统，为了开发这样的系统，就需要程序员，需要运维人员。

所以，技术对工作的影响绝不是简单的替代，我们的工作一直在演化。

二、AI如何重构我们的工作：替代、增强或创造

《德勤2023全国人力资本趋势报告》中，开篇就有这样一句话：岗位走向终结，技能将替代岗位，成为员工和工作的连接点。

这个思路我非常赞成。过去，我们囫囵地把一个岗位相关的工作聚集在一起，看作一个整体。而分析AI的影响，就需要先打破这个观点。

第一步：把岗位击碎

第一步，把岗位击碎，对任务做极致的分解。以银行柜员的工作为例，把柜员的所有工作颗粒化到每一项任务、每一个动作。

第二步：价值回报模式分析

有一个非常好用的工具，ROIP模型（Return on input performance），可能未来的人力资源工作者经常会用到，它体现了绩效输入与对应的价值回报之间的关系。

根据ROIP模型，我们可以将主要的工作模式分为四大类：

• 避免错误
  

对于避免错误这类工作，如果什么都不做，产生的价值是负数，但只要做出一个基本动作，就能迅速地把价值拉到0，它没有创造更多的正向价值，只是回归到0。

比如进入工地要戴安全帽、开车要系安全带，如果不做这些动作，就会把自己暴露在一个重大风险当中，价值也就是很大的负数，而只要戴了安全帽、系了安全带，你的价值会立刻回到0。

• 价值恒定
  

对于价值恒定这一类工作，当我们什么都不做的时候，你产生的价值是0，只要你稍微做出一些基本动作，你产生的价值会迅速拔高到一个稳定恒定的值。

比如说擦桌子，擦一遍基本就干净了，再认真一点擦两遍，桌子特别干净。擦十遍也可以，但是没有产生更高的价值，这个价值是平稳的、恒定的。大多数体力劳动、操作性工作都属于这一类。

• 线性价值增长
  

线性增长这一类工作，我们拿写文章来说，小学生编故事，高考写作文，曹雪芹写《红楼梦》，都是在写文章，但不同的人水平不同。水平越高，收入越多，他取得的价值就越高，这个价值甚至没有上限，一直在平缓地往上走，这就是价值的线性增长。

• 指数级价值增长
  

指数级价值增长类工作，例如微信刚发明出来的时候，与微信类似的产品有很多，好多人都在做同样的东西，但只有张小龙成功了。

一件事情即使有100个人在做，1000个人在做，但前面999个人做出来的东西没有任何价值，只有第1000个人做成功了，这个价值就是指数级的，这一类工作就叫做指数级价值增长。

以此模型为基础，我们可以分析出银行柜员的每一个动作、每一项任务属于哪一种模式：接受客户存取款的需求，确认客户账户有钱，点钱给客户，这些都是基本操作，属于避免错误；描述推荐其他业务，是有技术含量的，就属于线性增长模式；向管理层提出其他合理建议，则属于典型的指数级增长模式。

第三步：工作行为特征分析

然后，我们需要分析工作的行为特征。

这项工作是重复性的还是可变的？是可以独立完成的还是需要交互的？是属于体力劳动还是脑力劳动？越是可变的、交互的、脑力劳动，就越不容易被替代。

在银行柜员的各项工作中，欢迎客户属于重复性的、交互的脑力劳动，而鼓励客户交谈，则属于可变的、交互的脑力劳动。重复还是可变直接关系到AI对工作的影响结果是什么，是替代还是增强，还是创造。

在所有分析的基础上，我们可以看到，科技对工作的影响至少有三种：

1. 替代

机器直接替换人工，比如银行柜员的存取款工作，完全可以通过ATM机实现。

2. 增强

现在的很多工作在AI的帮助下有可能会做得更好。回到刚开始的那个问题，为什么科技发展了几千年，今天的人依然没有失业？因为人的能力一直在被增强。

这段视频发生在BMW的工厂，大家可以看到，机器在搬运零件，而人做的是更精细的工作：把滚珠精确地放到目标位置上。机器可以完全把人替代掉吗？

不能说完全不可能，但至少短期内成本可能会有点高，所以我们更多看到的是人和机器的合作。这位员工不再需要搬运很重的零件，只需要集中在更精细的动作上，她的能力是被增强的。

在AI高速发展的今天，这些科技增强人类的案例非常多。

再比如，我坐飞机的时候，一位戴着Google Glass的空姐来送餐，她可能会直接问：汪先生，今天还是咖啡吗？她是怎么知道这些信息的？因为她戴了Google Glass，通过我坐的位置，登机牌的信息以及面部识别，她能够立刻知道我的名字，也能知道我过去五次航班上点的都是咖啡。戴上Google Glass的空姐，她可能认识你、知道你的偏好，她的能力是被增强了。那空姐有可能被替代吗？短期内不太可能，因为服务还讲究温度，冷冰冰的机器无法提供有温度的服务。

3. 创造

科技还创造出很多新的工作内容，在只有马车的时代，我们很难有汽车维修工这样的工种，这就是由技术发展创造出来的新工作。

再比如，大家都知道人工智能是需要被训练的，训练本身就产生了大量的新工作。

现在有一个新的岗位，叫做数据标注，工作内容就是在一幅幅图片上，把物体框出来，告诉人工智能这是摩托车，那是路灯，那是汽车。所以人工智能创造的并不都是高大上的数据工程师岗位，也有大量的为人工智能服务的基层人员。

ChatGPT的网页上有一个contributor（贡献者）界面，很像电影结尾的鸣谢所有工作人员，里面有相当多的新岗位，比如新功能发现师、新奇能力发现师等等，非常有意思。

我今天演讲主题是“重构，而非替代”，我们的工作正不断地被科技重构：替代一部分，增强一部分，又创造出了新的部分。

大家如果感兴趣，可以尝试把公司的关键岗位细致地拆解一下，分析看看每个岗位上的每个动作，人工智能是如何去增强、去创造。

本文来自微信公众号：盖雅学苑（ID：thinkwithgaia），整理自汪亮（北大纵横管理咨询集团高级合伙人）在2023狮山人力资源论坛上的主题演讲