o1是生成式AI發展史上的轉捩點：AI可以承擔更複雜的邏輯推理任務，對專業白領階級的衝擊比以前更大了。
OpenAI昨天發布了最新的o1大模型，這不僅是自從GPT-4發布以來基座大模型的一次最大更新，也是生成式AI發展史上的一個里程碑（甚至轉折點）：直到GPT-4o為止，所有的大模型都致力於解決“即時性任務”，在接到任務之後總是“不假思索”地立即進行答复。而o1的定位則是解決複雜問題，它會把一個問題進行拆分，對每個部分反覆推理（這個過程稱為「思維鏈」），以較慢的速度達到較佳的結果。因此，與迄今為止的所有主流大模型相比，o1更適合解決複雜的邏輯推理問題。例如，o1解答國際奧數題目的準確率高達83%，而GPT-4僅有13%。
由此掃平了通往「智能體」(AI Agent)時代的最大障礙。到目前為止，生成式AI最擅長也最主流的應用是聊天機器人(Chatbot)，但我們知道，現實中絕大部分的任務不能透過聊天解決。等到o1這樣擅長複雜邏輯推理的大模型流行起來，我們使用生成式AI的方式會發生天翻地覆地變化——不再是向AI提出一個又一個的問題並期待立即回答，而是每天（或者每隔一段時間）交代一組複雜的任務，期待AI經過深思熟慮（以及充分收集外部資訊）之後給出階段性的回答。 AI的運作方式會與人類越來越像，越來越有用。而這就意味著人類社會的專業白領階級將受到前所未有的衝擊！
我們不妨回想一下，自己的學生時代，最盼望從事什麼職業、加入什麼行業？畢業後實際從事的又是什麼職業？答案一定很多，千頭萬緒，但是萬變不離其宗，其中大部分應該都屬於所謂「專業白領崗位」。十多年前我讀書的時候，網路產業尚不流行，商學院的學生最想去的第一是金融業，第二是顧問業，第三是大型外企或國企的「管理培訓生」職位。去四大會計師事務所做審計或稅務諮詢也是一條通行的道路，因為「四大」招募人數較多且解決戶口。
以上提到的職業有什麼共通點？它們都屬於“專業服務業”，或綜合性企業內部的專業服務職位。所謂「專業服務」(Professional Service)的範圍可大可小，廣義上可以連企業軟體甚至消費互聯網產業都包含進去。這些產業具備以下共同點：
既不屬於第一產業（農業、採礦業），也不屬於第二產業（製造業），只可能屬於第三產業（服務業）。
所謂“專業”，既包括服務本身的專業性，又包括從業者的專業性：擁有大學學歷是基本門檻，大部分從業者擁有研究生學歷或同等級別的專業認證。
專業服務機構是「高智力人力密集」組織，最大的財富是員工的智力。 資本、設備等也很重要，但最重要的還是人。
提供的服務價格比較貴，客單價比較高。在扣除所有非人力成本以及公司利潤之後，仍能給員工一筆不菲的薪水。
在已開發國家，專業服務業的象徵是醫生和律師，即使沒有接受過高等教育的人也知道它們是受人尊敬、收入豐厚的職業。電影《黑社會2：以和為貴》當中，男主角身為香港著名黑幫的老大，當外人建議他把黑幫老大的職位傳給子孫時，他卻深受刺激，嘴裡念念有詞：「不，我的兒子是醫生，我的兒子是律師……」其實，香港也好，美國、西歐也好，只要是深受西方文化影響的地區，誰不想讓自己的兒子成為醫生或律師？除此之外，去華爾街做金融，同樣是高收入且受人尊敬的職業，不過他們的工作與一般人距離太遠，從非專業的角度不太好理解，遠不如醫生和律師那樣直觀、貼近人群。
專業服務機構的門檻是什麼？個人從事這一行所需的資源禀賦又是什麼？這兩個問題其實是同一個問題的兩面。大部分專業服務業都有執照限制，例如律師事務所要持牌，律師個人也要持牌；醫生、會計師、金融從業人員就更不用說了。牌照制度一方面是為了法律合規，方便監管和事後追責；另一方面則是為了確保從業者俱備基本的勝任能力。在已開發國家，除了醫療之外的大部分專業服務業，牌照管理其實不太嚴格，行業競爭主要還是遵循市場化機制，持牌只是一個基本底線而已。
除了牌照和一定程度的資本之外，最重要的門檻就是所謂「專業知識」了。專業知識不等於創造力，甚至可以與創造力完全無關。 《蕭申克的救贖》有一個經典場景：蕭申克監獄的獄警在屋頂平台上埋怨繳稅負擔太重，男主角安迪馬上想到了合法降稅方案，以此贏得了獄警的感激和幾箱冰啤酒。安迪入獄前是銀行家，不是稅務顧問，但同樣熟悉稅法。問題在於，他是依賴「創造力」給獄警解決問題的嗎？不如說是靠記憶力以及經驗。一言以蔽之：「行活兒」。反觀可憐的獄警，之前根本不知道合法降稅這個概念！
依照韓愈《師說》的觀點：「聞道有先後，術業有專攻。」在專業服務業，知識的價值首先是形成資訊差，我知道、你不知道；其次是形成熟練度，做的次數多了就知道下一次該怎麼做，形成所謂「條件反射」。做的時間久了，從業者會慢慢發現，知識其實並非最重要的門檻，在漫長從業過程中形成的人脈關係和個人品牌才是。歸根究底，任何服務業都是在跟人打交道，路邊咖啡館裡端盤子的侍應生是如此，辦公室高層辦公室裡發號施令的大律師也是如此。但是，只有金字塔頂端的人才有資格、有條件建立錯綜複雜的關係網，金字塔中基層的廣大打工人仍然是依靠著所謂「知識」養家糊口。
毫無疑問，AIGC的普及將對整個專業服務業，尤其是其中的中基層打工人構成嚴重衝擊。其實早在當代深度學習技術誕生之前，IBM就試圖以Watson AI解決方案取代一部分醫生。由於美英等已開發國家的醫生一直短缺、醫療系統不勝重負，大部分醫生其實是歡迎這種替代的，只是IBM未能做到而已。現在，經過一定程度的調教，ChatGPT完全可以向使用者提供初級的財務、稅務、法律甚至醫學方面的建議，唯一的缺點是它無法為自己的建議負責。等到AI相關的法律體系更加完善了，二次開發的垂類應用更加普及了，AIGC真的有可能讓很多人丟掉飯碗。
在十多年的金融機構的經驗中，我親眼目睹了資訊科技是如何衝擊這個古老而傲慢的產業。整個金融業利潤最豐厚、從業人員待遇最高的是資本市場相關業務（經常被外界統稱為“投資銀行”，儘管投資銀行只是其中很小的一塊），包括投資銀行、銷售交易、研究、資產管理和財富管理，等等。從20世紀後期到21世紀初，它們逐一感受到了資訊科技帶來的壓力：
證券交易的電子化開始於1970年代，整體上越來越趨向於電腦程式驅動的自動化交易。現在，實地證券交易幾乎已經絕跡，需要人工幹預的電子交易佔比也越來越少。資本市場的交易金額正猛烈成長，金融機構收取的佣金率和價差卻越來越低。
證券研究在2000年代以前是一項利潤豐厚的業務，但隨著監管收緊以及互聯網帶來的信息透明化，現在研究業務已經基本只賺吆喝不賺錢了。無論在時效性資訊或深度方面，金融機構的影響力都已經落後於網路化的財經媒體。
狹義的投資銀行，即證券發行併購業務，整體而言還是利潤豐厚，但也大不如前。投資人對公司的估值方法日趨多元化，金融機構的「定價權」已經聊勝於無——2004年8月，Google的IPO第一次採用了「線上拍賣」的定價機制。金融機構從投行交易中收取的佣金比例也越來越低。
資產管理和財富管理，即「買方」業務，是近年來金融機構競相追逐的業務，因為它們能帶來穩定的收入流。但是，買方業務也被網路深刻改造了，歐美所謂的「金融科技」公司，有很大一部分就是與資訊科技深度融合的資產管理和財富管理公司。
在AIGC普及之前，金融機構早已在科技的衝擊下力不從心；AIGC的普及則可能是壓死駱駝的最後一根稻草。以目前國內發展很快的財富管理，包括私人銀行、信託和家族辦公室等業務來說，客戶最需要的第一是理財知識和建議，第二是獲得高效的投資工具。 AIGC能夠比較有效率地滿足第一個需求。對於那些資產規模不太大的「入門級」客戶來說，基於AI大模型微調後的聊天機器人已經足夠滿足需求了。要知道，金融業已經是傳統上人們認為技術含量最高的專業服務業之一了，如果金融業都被衝擊成這個樣子，其他專業服務業又會如何？
不要誤會，金融業不會消失，會計、稅務、法律、醫療服務業也不會。只要需求存在，供給就必須被創造出來，差異是「由誰來創造」──人類，還是AI？在歷史上，無數的行業都出現過人類被自己創造的機器所取代的情況。我們至今仍在使用的電話系統，誕生之初曾是典型的勞力密集產業。數十位甚至數百位接線員，坐在一排排電話交換機前方，一邊用耳機收聽用戶的請求，一邊透過插線拔線來實現其請求。這種畫面直到第二次世界大戰結束時還存在！另一個典型案例是電梯操作員，早年的電梯是需要人工操作的；隨著自動化程度的提升，操作員的主要職責變成了維護秩序和安全，然後逐漸消失。
電話接線員和電梯操作員在誕生之初，算得上不折不扣的“專業服務崗位”，前者還是坐辦公室的“白領”。因為早年的電話交換機和電梯都是十分精密的電氣設備，而且由於設備價格昂貴，沒有企業敢把它們交到自己信不過的員工手裡。進入20世紀以後，從事電話接線員職業的大部分是女性，甚至在某種程度上促進了婦女解放。最終導致它消失的是資訊科技——“程控電話交換機”不再需要接線員，所謂“程控”，就是“電腦程式控制”的意思。電梯操作員的命運與其相仿，現在的電梯本質上都是「程控電梯」。
我們可以說：自動化交易程序取代了一大部分證券交易員；網路銀行和手機銀行取代了許多銀行櫃員；內容推薦演算法取代了許多專業內容編輯；財務軟體取代了相當一部分財務工作者。不過，「替代」這個說法太片面了，因為傳統的電腦程式還是需要人來操作，而且對自然語言的理解能力普遍比較有限。所以，它們對專業白領的輔助作用大於替代作用。像電話接線員那樣容易被徹底替代的崗位，早在20世紀中期就被替代掉了；倖存到電腦時代的白領崗位，都是沒那麼容易被徹底替代的。
然而，AI大模型跟以前所有的電腦程式都不一樣：它能理解自然語言，能執行「生成」任務，能搜羅並利用大量人類知識；隨著時間推移，它還具備了多模態能力和長文本理解能力。它固然也可以給專業白領“打輔助”，但是自身完全具備“打C位”的能力，甚至可以既打C位、又打輔助。就連資訊科技產業本身都感受到了AIGC的壓力，昔日屢次震動其他傳統產業的電腦程式設計師們，現在自己也面臨著來自AIGC的大地震。
在ChatGPT誕生後的頭兩年，我們還可以強詞奪理地說：「大模型只能用於聊天，解決簡單的即時性任務，沒法獨立執行複雜的任務！」可是o1大模型的發布，徹底動搖了人們上述的信念。當然，現在的o1還不夠好，有些人發現它甚至在簡單的算術題上面也會出錯。但只要這條路正確，再過三年、五年乃至十年，生成式AI可能真能執行絕大多數專業白領的工作。屆時專業服務機構的“晨會”，出席者恐怕不再是人類，或僅有寥寥幾個人類；佔據絕對多數的是“智能體”（不論它們有沒有物理形態）。
那將意味著什麼？大規模失業，又一批專業從朝陽淪為夕陽？整個社會需要的勞動人口大幅下降？還是人類乾脆不需要再工作了？這些可能性固然不容忽視，我們將在下一節展開討論。不過我們總得考慮一些其他可能性：西方諺語雲“上帝給你關上一扇門，必然會為你打開一扇窗”，AIGC導致的白領結構性失業，會不會只是又一次產業革命的導火索？
如果一定要尋找一個吸收就業的新興行業，或者說“對打工人比較安全的行業”，我首先想到的就是那些激勵人、感動人、與人分享喜怒哀樂的行業。我們是人類，人類是一種同時具備複雜智慧和感情的哺乳動物，更喜歡與同類交流。 2024年4月，山姆·奧特曼在史丹佛大學的演講中提到：人類始終更喜歡人類，即使現在AI下棋水平已經全面超過人類了，人類還是更喜歡看人類下棋。他提到了一些反例，例如青少年更喜歡跟AI而不是心理醫生討論自己的心理問題；這倒是可以理解的，畢竟心理問題涉及太多的個人隱私，人們不太樂意向外人敞開心扉。
記得多年前，「虛擬偶像」(Vtuber)技術誕生之時，一些投資者十分興奮，認為將徹底改變演藝圈乃至整個泛娛樂產業的格局。因為娛樂產業高度依賴明星，許多影視公司本質上是在給明星打工；直播產業也是如此，大主播日進鬥金、頤指氣使，可以凌駕於公會乃至平台之上。若能以虛擬偶像取代人類，無疑將徹底改變泛娛樂產業的利益分配格局，對資本方非常有利！
結果如何呢？時至今日，虛擬偶像確實取得了很大發展，在部分內容平台擁有了自己的專區，一些頭部虛擬偶像也確實日進鬥金——可是離替代人類還差得遠。在秀場直播、遊戲直播和電商直播這三大直播賽道上，最賺錢和最有影響力的主播仍然是人類。在演藝圈就更是如此了，以初音未來、洛天依為代表的“虛擬歌姬”沒有造成任何變革，只是一陣風；那些成功的虛擬偶像的粉絲總是熱衷於尋找“中之人”，即虛擬實況主的扮演者。他們貌似喜歡上了一個科技製造的數位形象，真正喜歡的卻是數字之下的人類心靈。假如虛擬偶像背後的資本竟敢撤換“中之人”，就要冒著粉絲大規模流失的風險。
人類的獨特性或曰不可取代性，到底體現在哪裡？莎士比亞在《哈姆雷特》當中如此讚頌人類：「人類是多麼了不起的傑作！多麼高貴理性的！多麼偉大的力量！多麼優美的儀表，多麼文雅的舉動！在行為上多麼像一個天使，在智慧上多麼像一個天神！此後幾百年，人類在文化和科技領域均取得了巨大的成果，也製造了慘烈的災難；關於「人類作為一個整體是否可以替代」的討論，早在第二次工業革命期間就被提了出來，經歷兩次世界大戰而愈演愈烈。人類親手創造的文明世界，是否終將導致人類本身被淘汰？這個問題既是功利層面的，也是哲學層面的。我們知道，在自然界的演化過程中，任何物種都不是不朽。
AI是人類親手創造出來的自身的替代者？不是取代某個人、某一群人，而是取代絕大多數人，甚至所有人？對這個問題，我想引用威廉‧福克納(William Falkner)接受1950年諾貝爾文學獎時的演講，這是我最喜歡的演講之一：
「我拒絕接受人類有結局。你可以輕易地說，人類是不朽的，僅僅因為他可以存在下去：在世界末日的血色黃昏，最後的鐘聲逐漸從浪潮洶湧的小小礁石上空褪去，即便在在那種情況下，人類渺小而永無止境的聲音還是會一直訴說下去。具備永恆的發言權，而是因為他有靈魂，具備同情心、犧牲和忍耐力的精神。裡，勇氣、榮譽、希望、自豪、同情心、憐憫和犧牲曾經給他帶來何等光榮，由此幫助人類存活下去。的支柱、棟樑。
福克納在世時，資訊科技革命尚在初始階段，AIGC更是還沒有影子。當時對於人類未來的懷疑，主要是出於對核武和下一次世界大戰的恐懼。倘若福克納今天還活著，AIGC浪潮應該也不會改變他對人類命運的看法。人類有靈魂，有勇氣、榮譽、希望、自豪、同情心、憐憫和犧牲精神，這些精神不僅幫助人類存活，也是人類的光榮。人類之中有敗類，不是所有人都具備上述精神，但是作為一個整體的人類是不朽的。
我想，這就是人類更喜歡與人類打交道的根本原因。與自己的同類相處時，我們知道對方有感情有思想，餓了想吃飯，困了想睡覺，渴望被愛，被傷害了會疼，有親戚和朋友。每當我們對對方施加感情，無論是正面或負面的，對方都會回饋感情。在這個寒冷空虛的宇宙中，主要由岩石和岩漿構成的星球上，我們彼此取暖、互相傾訴和理解，建立了一個小小的溫暖之家。我們基於矽片和金屬導線創造出來的東西很偉大，但它們依舊是寒冷的。它們表面上具備的那點溫度來自人類的模仿，而且是人類手把手教會的。
可是人類不知道自己為什麼去愛，為什麼有榮譽感，為什麼富於同情心，為什麼為他人犧牲自己。作為個體的人類，經常做一些完全無利可圖的傻事：“我偏要勉強”，“雖千萬人吾往矣”，“在真理面前我半步也不會退讓”。人類其實一直不喜歡自己所生存的世界，有些人選擇逃避它，選擇改造它，有些人選擇超越它。改造和超越的難度都遠高於逃避，人類為什麼要做出如此吃力不討好的選擇？這究竟是生物的本能，是人類在漫長歲月中形成的潛意識，還是像福克納所描述的──人類真有靈魂？
人類可以把複雜的邏輯推理能力教給o1大模型，因為人類知道自己是怎麼做邏輯推理的，這種事情比較容易教。可是，如果一個老師不知道自己的技巧究竟是怎麼回事，他如何把這個技巧教給學生呢？ AI就是那個學生，理解感情就是那個沒法教的技巧。
在經典科幻電影《魔鬼終結者2》當中，史瓦辛格飾演的「魔鬼終結者」是一具安裝了神經網路CPU的人型機器人。當時的編劇敏銳地註意到了神經網路的未來，但他們不可能預料到現代神經網路的算力基礎是GPU而不是CPU。終結者為了拯救年幼的約翰·康納而來，他擅長戰鬥，但是無法理解人類的感情。當約翰流淚時，他會問：「你的眼睛怎麼了？」在影片的結尾，為了切斷敵人的追蹤線索，終結者決定自我犧牲，將自己沉入高溫鋼水之中。約翰再次流淚了，這次終結者終於明白了。他一邊擦去約翰的淚水，一邊說：“我現在知道你為什麼流淚了，但這是我永遠做不到的事情。”
AI有一天能學會流淚嗎？即便有那麼一天，離我們也非常遙遠。在那之前，我們應該珍惜自己身為人類的一切優點或弱點。圍繞著人類的感情、交流和表達欲，將成長起更多的新業態，舊有業態亦有機會煥發新的活力。專業白領階級的衰退或許是不可避免的，但只要我們意識到身為人類的特殊性，總歸能在所謂「AI霸權」之下找到新的出路。嚴肅的問題是：即便找到了新的出路，也不一定意味著一切問題迎刃而解，因為人類社會的不平等可能被進一步強化。
世界是不公平的，要學會適應它。適應一切、改造一切，正是人類作為萬物之靈的榮耀。面對生成式AI的浪潮，我們也只能如此。唯一能做的，就是盡快學會利用AI來提升自己，可以使用虛擬卡續費AI工具。牛牛Visa@Master Card就是一個專門提供虛擬卡的平台（免KYC），有興趣的朋友可以加入客服TG（@bullbull1999）諮詢了解。
