一场关于 AI 究竟走向何方的理性对话 | Benedict Evans

Benedict Evans 将 AI 与互联网、移动互联网并列为基础性的平台转型，同时拒绝把它描述得比两者更大。他采用的有用类比是 1997 年：这项技术令人兴奋，但采用率和能力分布不均，许多重要产品尚未构建出来，甚至专家也无法解释最终系统会如何运作。这种不确定性并不说明转型规模很小，恰恰是它让当下难以解读的原因之一。

早期影响的分布并不均匀。软件开发者可能会立刻感受到 AI 带来的转型，就像会计师第一次接触电子表格时一样；律师、记者和其他专业人士则可能看到一个令人印象深刻的工具，却还不知道它适合放在哪里。Evans 将这种不均匀的采用情况与“锯齿状前沿”联系起来：用户必须发现系统在哪里有效、在哪里失败，以及成功的输出是否可靠。结果是，科技爱好者与只偶尔使用 AI 或完全不用 AI 的人之间存在很大差距。

这个框架也解释了 Evans 为什么拒绝预测一个一切突然变得不同的明确时间点。软件已经在发生变化，但律师事务所和其他组织的采用涉及信任、工作流程、招聘和落地实施。他对专业服务公司的例子表明，难点不只是生成模型输出。公司必须决定如何重新设计内部流程、连接系统、培训员工并管理错误风险。因此，即便 AI 最终会减少某些常规工作，它也可能创造大量实施工作。

这场对话把 AI 同时呈现为软件开发转型和组织问题。开发者可能会立刻看到能够构建的东西发生变化，但律师事务所仍然必须决定如何使用这项技术，避免提交含有幻觉内容的材料，也要判断未来应该招聘多少人。Evans 的电子表格类比体现了这种差异：会计师可以立刻意识到一个把一周计算压缩到几秒的工具有多强大，而律师或记者可能看不出它与自身工作的直接联系。

咨询服务和前置部署工程师的意外增长，正是由这种实施鸿沟造成的。公司不会养着多余团队，等待它们去重新设计门店、分析客户流失、构建新产品或重做所有内部流程。因此，公司会聘请专业服务公司、代理机构或工程师，让他们梳理现有工作流程、连接系统、创建新流程并培训员工。AI 也许能自动化其中一部分工作，但把它部署到真实组织中本身就是一个大项目。