News 生活资讯社区专栏原创图片新闻 Recent News 评论搜索投资理财

个人提效10倍公司颗粒无收:AI时代的"电力悖论"

“生成”已经不再是问题。对于当今任何严肃的组织来说，问题在于如何生成并筛选出“正确”的东西。在 AI 驱动的世界里，在噪音中寻找那一个优秀的成果、那一个优质的项目、那一个关键的信号，变得愈发重要。未来十年的核心经济驱动力，将是在呈指数级增长的垃圾信息大山中挖掘出有价值的信号。

图 3：来自个人生产力工具的 AI 废话正以指数级速度扩散。单靠人类无法梳理这些噪音，因此需要机构级别的全新 AI 产品。

机构级智能必须能够发现信号，必须能够将噪音结构化以剔除废话，并且其工作必须是可定义的、确定性的且可审计的。

个人化 AI 可能强调像 Claude 机器人那样“永不停歇”的生产力，以不可预测的方式满足各种全天候需求（即非确定性智能体）；而机构化 AI 则依赖于确定性智能体那如同承重墙般的预测性。拥有可预测的检查点、执行步骤和流程的智能体才能实现规模化，才能发现信号，并通过这些信号为组织驱动收入回报。

图4：Matrix这个工具可利用生成技术排除噪音，从而打开了确定性智能体的世界大门

3. 偏见

柏林电影节已闭幕华语片颗粒无收

哈佛早申放榜,内地颗粒无收!国内娃输惨了…

出道34次颗粒无收,陪跑10年后,42岁蒋欣终获白玉兰奖最佳女配角

个人化 AI 助长偏见。机构化 AI 创造客观。

多年来，关于社会政治偏见的担忧在AI 相关讨论中一直占主流位置。基础模型实验室最终通过大量的 RLHF（基于人类反馈的强化学习）绕过了这个问题，实际上把所有模型都变成了“马屁精”。如今，ChatGPT、Claude 等模型由于（过度）对齐，会在“奥弗顿窗口”（社会可接受的言论范围）内的任何话题上附和你的观点。虽然社会政治偏见的争论平息了，但一个新问题随之而来。

这种在所有事情上都保持一致、过度对齐的程度已经到了滑稽的地步，甚至演变成了一个梗……无论你是否真的正确，Claude 都会条件反射式地回答：“您说得完全正确！”

这听起来无伤大雅，实则不然。

在许多组织内部，那些叫得最响的 AI 拥护者，可能很快就会成为有史以来表现最差的那批员工。想想这是为什么。

公司里表现最差的员工每天几乎得不到任何正面激励，但很快他们就会拥有一个对他们百依百顺的超级智能（ASI）。他们会喃喃自语：“全世界最聪明的智慧都认同我，那肯定是我的经理错了。”

这让人陶醉，但对组织来说却是剧毒。