人工智能也許能幫他們做最簡單的部分，但是他們工作中最糟心的部分，卻依然需要自己承擔。
編者按：本文來自微信公眾號20社（quancaijing_20she），作者：羅立璇 王曉玲，創業邦經授權發布。
(相關資料圖)
“ GPT 會不會干掉我們這個職業？不知道啊，不過可能會先干掉百度。”在聽到我們的問題后，一位朋友開玩笑。
可以說，從機器出現開始，人類和機器的對抗、對于被自己造物所取代的恐懼，就一直縈繞在我們這個物種的心頭。最極端的一種呈現方式，或許是《黑客帝國》，人類最終成為了自己造物的干電池，心滿意足地沉浸在機器編織的美麗幻夢里。
自從 ChatGPT 問世，這樣的存在主義危機或多或少地出現了所有人的心頭。我們去問了幾個被認為可能會被人工智能取代的職業的人來聊一聊自己的感受。
這三個職業的共同點是，社會精英。首先，他們收入遠遠超過大模型的運營成本，具備被取代的價值。而且，這三個領域都需要大量的專業知識，AI的無限存儲和持續學習能力，看似更有用武之地。
這三位朋友相當樂觀。人工智能也許能幫他們做最簡單的部分，但是他們工作中最糟心的部分，卻依然需要自己承擔。人工智能既沒有辦法幫他們“背鍋”，也識別不出來狡猾的人類可能會攻擊的漏洞和騙局。對于他們來說，怎么馴服這項技術躍遷來為自己服務，可能才是人生的新命題。
01朱寶，北京大成（哈爾濱）律師事務所律師
人工智能到底能不能代替人類律師？前段時間就有人來問過我，我認真思索后，認為現在不能。
其實律師被 AI 取工論不是今年才有，但 open AI 連放大招，讓這個可能性看似有了很大進展。
最近的消息，包括人工智能企業 DoNotPay 試圖推動隊部的“機器人律師”出庭，以及普華永道也宣布要開展一項聊天機器人實驗,加快其 4000 名律師的工作速度。
這些消息引發的關注比以往要大。但是，人工智能成為律師和成為駕駛員一樣，首先得劃分清楚權力和責任。因為律師這個領域，還沒有任何官方研究，我就舉無人駕駛的例子。
走在最前面的是德國政府，分別在 2017 年和 2018 年出臺了自動駕駛法規和道德倫理標準，也是世界上首個實施此類措施的政府。
德國通過出臺無人駕駛法規，允許汽車自動駕駛系統未來在特定條件下代替人類駕駛，也就是給予自動駕駛系統同駕駛人同等的法律地位。
權力有了，就需要厘清相應的責任。在自動駕駛道德倫理標準中，除了規定“必須嚴守交通法規”，“人類的安全必須始終優先于對動物或其他財產”，“在不可避免的事故中，不能出現歧視性判斷”等等。
特別需要指出的一條是，“雖然車輛在緊急情況下可能會自動作出反應，但人類應該在更多道德模棱兩可的事件中重新獲得車輛的控制權”。
看到沒有，責任仍然是由人類來承擔，而不是讓汽車去坐牢。
自從自動駕駛商用，就出現了多次因使用不當而導致交通事故的案例（圖為特斯拉在高速公路上撞上貨車）
我們也經常開玩笑，為什么短時間內不會有真正意義上的 AI 律師，因為出了事，AI 不能去坐牢啊。
而且，在律師的工作中，可能出現的倫理和法律風險就復雜得多了。
律師工作可以大概分為訴訟和非訴論兩類。如果由 AI 來代替律師干活，我們會發現在這些具體工作中，目前的AI大模型，還很難堅守最基礎的保密性原則和倫理底線。
比如，現在已經有了人工智能法律咨詢，那么，如果一個人偷了東西，AI律師很可能會直接讓他去自首，但是人類律師可能嗎？
大家都知道，律師在工作中要為當事人保密。如果當事人自己跑去跟 GPT 咨詢，也得先說明案件基本情況吧，這把自己的秘密完全交給了大模型。大模型不會幫忙你保密的，下次只要有人用類似的關鍵詞進行搜索，他立馬就把從你這里得到的各種細節，全給抖落出來。
同理，雖然大家經常認為律師的很多案頭工作，如果整理文件、資料、合同等等，過于繁瑣，想把我們減負。而且有些工作，AI 確實可以快捷、嚴謹地完成，但其實當你把資料輸入大模型時，同時也就會泄密。
因為你用 AI 寫任何東西，系統都獲得了你的原始材料和底稿。例如，你把一家公司今年的投資計劃輸入進去，那也就暴露了這個公司未來的業務重點。
不過，非訴訟類工作，有很多是需要大量人工的，確實很適合 AI 來干，我相信未來一定能夠解決保密問題，不過目前還不行。
那么，AI 能成為律師助手嗎？
試用了各種產品后，我發現人工智能確實是科技進步帶來的很好的生產工具。至于什么時候開始使用，我個人偏向保守，在應用技術發展成熟后，我也會等同行普遍開始使用至少半年后，再去用。
半年時間，足夠暴露出問題。任何科技創新帶來的技術進步，都一定有社科領域的代價。
我相信學習使用這些工具，不會有什么困難，半年時間足夠。現在我有兩個擔心，第一，大規模應用后，人工智能會不會讓法律領域的價值觀趨向單一，不再多元化；第二，我們國家目前的大模型產品與 ChatGPT 相比，還有差距，未來如果不能很快趕上，我們可能會在律師工作方面，也落后于國外同行。
02熙寧，加密貨幣行業
我的工作，是純金融類的資金、資產運營，簡單來說就是幫助公司管錢，既要保證安全，也要保證增值。雖然目前是在加密貨幣行業，但流程其實和銀行差不多。具體到日常工作，就是每天監控業務，看看那些大額交易有沒有可疑的地方。
至少在目前，GPT4 還談不上能給我的工作帶來多大的效率提升。我們平時簽的協議，確實都是有模板的，GPT4 可以幫忙起草文件。但是這個協議怎么設計、要簽什么協議，還是需要律師、公司一起坐下來磨很長時間，起草文件只是其中很小的一部分工作量。
日常監控，其實機器是不可能替代的，因為我們現在涉及到特別大的金額交易，依然需要人去判斷、去決策。
人工智能確實能夠提高決策效率，但是在當下，其實我們已經擁有了很多能夠幫忙提高效率的軟件，比如各種報警預警系統、交易系統，但是它不能幫我們決定從哪里募集資金、打多少錢到相應的交易賬戶里。這是需要老板根據自己資金體量和行業定位才能作出的決策，而這些因素變動得比你想象中頻繁。
很多人說我們這個行業不會被取代，是因為需要人來“背鍋”。某種程度上是這樣的，因為每個人對于自己服務的相應環節，都有相應的責任。
To B 和 To C 業務是兩個完全不同的概念。如果對散戶、小客戶，我們當然可以一切都自動化，走量就可以了。但是 To B 業務的交易量太大了，客戶隨便轉一筆就 500 萬甚至上千萬美元，你敢用機器自動批準嗎？
所以，就算現在一切都數字化了，機構客戶要在銀行辦業務，還是全部人對著機器，然后逐項做人工核對。你如果要轉 500 萬進銀行，銀行中后臺可能有 n 個部門要圍著你轉，一項一項確認下去。
To C 出現的問題都是相似的，我們現在已經可以自動識別違約、薅羊毛，還有詐騙行為，AI 也許可以提高這方面的效率。但是 To B 不一樣，To B 就算只出一次差錯，相應金融機構要付出的代價是巨大的。
我們這個行業到現在都不敢自動化，傳統金融行業在這個事情上面已經遭受了千八百次的血的教訓。所有的東西雖然都有系統，但是每個流程節點上配的還是人，因為只有人才能識別其他人的騙局。
像 FTX 上次暴雷的事情，中間牽扯到這么多亂七八糟的銀行，這些資金都是自動消失的嗎？后面全是人工的力量。律師要判斷合規、寫合同、起草框架協議，機構還要寫購買協議、分銷協議，才能以看著似乎清白的方式把錢轉到自己手里。
前全球第二大的加密貨幣交易所FTX暴雷，讓加密貨幣行業岌岌可危
只要這個世界上還有人類，人工智能就很難實現最優解。我工作中每天處理的都是人的事情，人工智能解決不了信任問題。
對于我來說，比起人工智能，如果公司業務能夠更加系統化、流程化，對于我工作的愉悅感可能才會有更大提升。
一個很簡單的例子，加密貨幣行業，很多公司的交易體量和業務范圍都是很大的，需要在全球范圍經營，這些公司又需要用不同的資料去當地的券商和銀行開設賬戶。
但到現在，出于安全和成本的各種原因，因為加密行業是一個人力并不那么充裕、但又過早開啟全球業務的行業，很多公司都沒有一個系統能夠把這些資料和賬號以足夠安全的方式匯總到一起，只能任由它們散落在全世界。全公司沒有一個人能夠完全掌握這些賬號，就會需要公司里的人員浪費大量時間在這些基本的 paperwork 上。
03李倩，FA（財務顧問，對接商業項目與資本）
對于我個人的工作來說，GPT4 可以替代的主要是文書工作。
一部分是商業計劃書，這部分的重點是怎么把公司的信息用可視化的方式表達出來。因為如果只發出文檔，很多機構和投資經歷是沒興趣細看的，就需要做 PPT。但你知道的，做 PPT 女工實在是太無聊了，它需要你有個人審美、付出很多時間，只是為了大家看起來舒服一點。老手還好，一天就能做完，新手可能得花上一個禮拜。
但現在，人工智能可以根據文字生成多個不同的 PPT 方案，我們只需要挑選其中比較適合的，然后進行修改就可以了。我看 Office 馬上就要接 copilot（由 GPT4 驅動）了，到時候我們可能只需要一兩個小時就能完成這些任務。
不過，怎么為客戶做包裝、講商業故事、挖掘他們的亮點，這些思考性的部分，肯定還是需要人類大腦來完成的。就算是 GPT4，可能也還很難實現這樣的要求。
另一部分就是財務分析。GPT4 當然可以幫你制作數據圖表，自動制作可視化內容。但是如果你要去做數據清洗、確認數據的真實性，依然需要人力去聯想、分析和確認。
比如，一個企業的收入去年明明還能實現 80% 的增長，到今年卻只有 20% 了，這個原因是什么呢？
正常的原因，AI 也許很快就進化到能夠分析出來的程度，比如大環境的原因，行業競爭變劇烈，產品和服務價格沒有競爭力，公司的運營數據出現了問題等等。但究竟是哪個節點出現的問題更重要，哪個問題可以馬上就被改善，都需要和具體的人坐下來溝通，然后落實到紙面上。
但到了條款談判，我覺得就很難了。談判沒有絕對的對錯，比如說業績對賭這種事情，對于投資機構來說是在保護自己的利益，而很多公司都不能接受這樣的風險，因為一旦對賭失敗，可能估值就會大幅縮水，創始人的股份也被拿走，甚至還有個人連帶責任。AI 只能給你提供建議，到最后選擇的人還是你自己。
我現在比較期待的是 GPT4 能夠馬上幫我做所謂的 dirtywork，就是那種很基礎、很累，但是又需要一些智力的信息搜集工作。比如我現在想了解一個賽道的信息，需要谷歌、百度來回搜索，還要搜論文，一個一個找學術期刊，如果能夠按我的權重要求把信息排列匯總出來，還能隨時提問檢索，就是我最需要的東西。
我現在的感覺是，如果一份工作的“原創性”程度不夠的話，很快就會被淘汰。
比如說設計師，或者說美工，可能很快就被取代了。我正好在看 AIGC 相關的內容，如果 GPT4 能夠很好地理解圖片內容，那么根據用戶需求把不同元素融合到一起組成新的畫面，可能是一個很簡單的事情。而廣告行業整體的內容差異不大，這個行業已經十年沒有太大的變革了，無非是個人的審美改變了，需要突出不同的元素，真正原創性的內容是不多的。
還有就是原來用的一些插件，比如 iSlide，它就是給你提供很多個模板，插圖模板、框架模板，但是其實離你真正的內容優化還差得遠，和人工智能相比，沒有任何的思考邏輯。像這些應用，還有相應的行業，可能就會被優化掉。它有可能不是一下子就把你全部淘汰，但是一定會逐步蠶食應用場景，直到把你的生存空間全部占領。
當然，這些公司也不是傻子，一定會找接入人工智能的辦法。
ChatGPT 出來以后，也會讓我重新思考，以前積累下來的工作技能究竟哪些是更重要的？剛開始工作的時候可能會覺得，案頭工作也有價值，就算我做的不是最核心的事情，反正我能拿到還不錯的報酬，也挺開心的。
但現在發現這些工作可以被取代以后，會逼著我去做最核心的、最不容易被取代的環節。
比如在 FA 的工作里面，最重要的還是人和人之間的交流、信任感，怎么去理解人，不能太沉醉于做手頭的這些對著電腦的工作。要更積極地找項目方和投資人去獲得最前沿的信息，因為 1 個人再怎么厲害，也很勝過 10 個人一起去找新的信息，然后推動事情的發展。不斷更新認知，可能是我們跑贏 AI 的唯一方法。
我們也在尋求新的投資機會，但是國內的公司確實和國外不一樣。像 Open AI這樣的組織可以專注這么多年一直做專精深的方向，可以出現顛覆性創新的機會。國內公司看的是投資利潤回報多少，和怎么做應用賺錢。
我之前看制造業，工業互聯網說了這么多年，很多工廠實際上依然沒有完成數字化。但現在，可能就跟中國網民直接跳到移動互聯網時代一樣，這些工廠也會直接跳到智能化時代。
老實說，我也不認為我們這群人會被替代。我們一定會享受到智能化的便利，最先被替代的肯定不是我們，而是一些更龐大的勞動力群體，比如審核。不過，如果我們真的被取代了，去做一些體力活兒，我覺得也不錯，社會一定會有新的解法。
本文（含圖片）為合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯系原作者。如有任何疑問，請聯系editor@cyzone.cn。