上图的重点在于目前AI工具虽然是辅助劳动者的一个角色，但未来如果AI技术实现了Accuracy和Creativity方面的突破，各种具备某方面能力的AI将代替人类执行相应的工作。资料还提到，如此一来企业的组织结构就有可能发生下图所示的变化。

可以说这里的业务发展是通过计算（compute）而不是人数实现的，换句话说决策层缩减到了1~2人，其余均由AI替代。那么AI会完全取代人吗？也不是。这只是看待AI的一个观点，提到它是因为从多个角度看待AI比较好。

时至今天，支持AI的人更多。有个例子来自3月份泰国的广告节“ADFEST 2024”实施的一个实时投票活动。对于“AI是敌还是友？”这个问题，参与者有92%回答是友。这是因为目前AI还不够完美，也无法完全独立地完成某一件事。认为AI不完美的观点涉及到一个词，叫“Slop”，在这里可以简单解释下这个词。不久前有人问Google：“芝士无法粘在披萨上，怎么办？”AI的回答“用胶把芝士粘上去就可以”掀起了一阵热议。像这样AI提供不必要或者不准确信息的案例还有很多，人们把这样的信息称为“Slop”，即“劣质内容”。我们可以预测到人类未来需要花更多的时间判断和讨论AI生成结果的质量。

#正题 – 想要用AI提高成果的话……

有替代人类的可能性，像人类的朋友，但又不是百分之百完美的存在，我们要如何利用这样的AI来提高成果呢？您需要的是一个专属的洗衣机。

如果您现在想要洗一筐脏衣篮里的衣服，您需要把衣服放入洗衣机，按下相应的按钮，等洗衣机工作完毕，还要把衣服拿出来放入烘干机或者晾在晾衣架上。洗衣机的功能看似不便（？），但想想以前没有洗衣机的日子，这种工具还是有充分的存在价值的。我们的工作也是一样，AI能做的交给AI，不能做的需要我们亲自处理。将洗衣机和工作相提并论，听起来没什么深度，那我们换一张看起来更高级些的图来描述这个过程。

我们可以看到一个颇为复杂的流程实现了高度自动化，但仍存在人类参与的身影。大家可以参考这张图，对标您的一系列工作流程寻找有效的AI工具并使用。

获得这三种成果的是哪类人呢？自然是负责相应工作的人。没人能比自己更了解自己的工作。从所做的工作中区分出能不能运用AI的部分后，如果AI产出80分左右的产物，就可以思考应该做什么来使其达到100分，并从这个思考过程中获得上面提到的全部三种成果。

将本人的所有工作按A to Z区分好之后，判断其中的C是可以运用AI的部分并结合AI工具实际执行，长此以往，积累下来的努力就会让您看到个人的成长以及相应工作的成果。

当然也会有人提出异议：工具那么多，怎么才能一一学习完、尝试完？同样作为一个人，我也很期待未来的某一天能够出现万能的AI Super App，但超级应用也好，基于人工的智能（AGI）也好，都不能成为我们中断学习的理由。无需过分焦虑的是，尽管不是万能的，但肯定会有类似英伟达“Project G-Assist”那样告诉各位何时、如何做什么的Assistant出现。

我们的手头总是有待完成的课题。处理课题时如果AI能够像上图展示的Assistant那样帮助我们，那很多事都可以达到事半、时半而功倍的效果。

人称“AI半导体之父”的Tenstorrent CEO吉姆·凯勒曾说“不知道就问出来。小时候我有什么不理解的地方就会问别人。有的人为了显示自己聪明不愿意开口提问，那样的话他就学不到任何东西。这是年轻人经常犯的错误。不要努力变聪明，而是要努力去学习。”