The AI Download 第一季精选：关于工作、文化与 AI 的八种视角

Shira Lazar 介绍 The AI Download 第一季的最后一期节目。这次回顾选取了前 40 期中的片段。她说，节目旨在让人们更容易理解 AI 与文化的未来，也让她和观众一起学习。本期汇集了创作者、投资人、创始人等嘉宾的观点。

Lazar 首先回顾与 Mark Cuban 的对话。Cuban 说，AI 正在改变就业市场：一些岗位，尤其是白领中层管理岗位，可能被取消或不再招聘。与此同时，他认为学习工具的员工可以改善自己的工作表现。

Cuban 将学习 AI 比作此前学习软件、应用和数字剪辑工具的浪潮。他认为，关注工具并动手尝试的员工，可能掌握管理者没有的能力，从而对组织更有价值。

他把大型语言模型描述为随时可用的导师和辅导工具。他建议比较多个模型的回答，甚至把一个模型的答案交给另一个模型对照。他还提到，研究工具可以帮助处理管理者提出的问题。

Cuban 和 Lazar 都认为，回答仍然需要核验。Cuban 说，模型可能提供可供检查的来源。他认为愿意尝试的员工可以改善职业前景，而不适应变化的人可能面临更大风险。

Lazar 指出，恐惧可能让人停滞不前。Cuban 说，不确定性伴随着技术变化，也承认一些工作会遇到困难。但他也看到机会：没有正式学历的人可以利用学习工具获得技能并向上发展。

下一位嘉宾是被称为“华尔街爱因斯坦”的 Peter Tuchman。Lazar 问 Nvidia 的高估值反映的是健康上涨，还是承压的市场。Tuchman 先谈到 Palantir：据他描述，该公司业绩强劲，股价却在公布后下跌。

Tuchman 认为，强劲业绩后的股价下跌本身不能证明存在泡沫。已经获得可观收益的投资者，可能会在利率、美联储和其他事件存在不确定性时选择锁定利润。他批评人们把短暂下跌当作整个 AI 叙事虚假的证据。

Lazar 问到云服务商、芯片公司和 AI 初创企业之间的循环投资。Tuchman 承认这种安排可能出问题，但他说需求和业务仍处于早期。他表示自己不认为 AI 是泡沫。

Tuchman 对家用机器人和 AI 提出乐观预测，包括到 2030 年出现数十亿台机器人的说法。这些是他的预测和转述的数字，并非已经证实的结果。他以大型科技公司公布的 AI 投资作为自己判断的部分依据。

Lazar 转向 Unstoppable Domains 首席商务官、《AI First, Human Always》作者 Sandy Carter。Carter 说，一些工作会被替代，新岗位会出现，许多现有岗位则会得到增强。她建议员工诚实评估自己的岗位，并为未来角色做好准备。

Carter 介绍，Bank of America 公布了预计出现的新岗位及其要求，让员工提前准备。她还说 SafetyCulture 制作了个性化 AI 培训工具，帮助员工为现有岗位的增强版或不同岗位培养技能。

Carter 引用劳动力预测，强调大量处于中间地带、可能将 AI 纳入工作的岗位。Lazar 问领导者如何在采用 AI 的同时支持可能感到害怕的员工。Carter 说，员工也需要主动寻求培训。

Carter 将自己偏好的方式称为“playstorming”，即边玩边探索：人们不应只阅读或收听 AI 资讯，还应亲自尝试工具、创建智能体，以理解其中的可能性。她认为亲身体验能让讨论建立在具体经验上。

为了说明变革管理，Carter 回忆了一个在制造业试用带传感器的“情绪夹克”的项目。她说，主管解释用途和匿名化处理后，团队欢迎这项试点；而只被告知必须穿夹克的员工则表示反对。她认为，解释技术并倾听员工，与建设系统本身同样重要。

Carter 说，她对 485 家公司的研究让她认为，成功采用 AI 是业务和组织变革项目，而不只是安装技术。随后 Lazar 介绍前 DARPA 局长、曾在 Biden 政府领导 AI 工作的 Arati Prabhakar。

Prabhakar 说，生成式 AI 首批实际伤害之一，是制作带有虐待性质的深度伪造裸照，受害者尤其包括女性、女孩和酷儿群体。她谈到支付处理商执行禁止滥用的条款，并警告合成内容可能进一步侵蚀共同的事实基础。

被问及政府和企业的角色时，Prabhakar 呼吁公民采取行动：联系民选代表，支持关注相关问题的组织。她认为，建设值得信赖的技术，是实现 AI 收益的基础。

Prabhakar 以缺乏治疗方法的疾病为例，说明 AI 可能加快研究。她说，雄心勃勃的成果需要大学、企业和公共机构共同努力，也需要监管者找到既能保障安全又能推动进步的药物审批方式。

她还提到教育差距和天气预报等需要集体行动的公共挑战。Lazar 说，监管与创新不必对立：现在建立的框架可以支持未来的可能性，同时考虑技术对人的影响。

Lazar 介绍未来学家 Sinead Bovell，并问她为何说 AI 改变的是工作流程，而不只是替代个别员工。Bovell 承认裁员和部分任务被 AI 完成的情况，但认为组织也在重新思考未来需要什么样的流程。

Bovell 提醒人们不要只关注如何自动化现有岗位。她建议培养更广泛的能力：战略性地使用 AI、对答案运用判断力，以及向团队解释决定。在她看来，无法自动化某个现有岗位的全部工作，并不意味着周围的组织不会变化。

她承认劳动力市场充满波动，处境艰难，但建议人们学习与技术协作。Lazar 问传统职业阶梯是否正在终结。Bovell 将新时期称为“独立时代”，认为既往经验本身可能不足以证明某人具备不断变化的岗位所需技能。

Bovell 以金融分析师为例：如果 AI 承担更多分析工作，人的价值可能更依赖战略和判断。她预计技能将比固定职位名称更重要，更多人会独立为多家公司工作。这些是她的预期，并非确定的结果。

Lazar 问，如果影响者时代正在改变，创作者应如何建立受众。Bovell 说，依赖影响力获得收入的人不能在等待下一种模式时停止工作。他们应思考，脱离特定平台后自己提供什么价值，以及受众会去哪里。

Lazar 担心创作者为了让 AI 系统认为自己仍然相关，不断发布内容，最终耗尽精力。Bovell 说，平台和创作者都需要适应变化；提前预判可以帮助人们在渠道或商业模式转变前调整。

Bovell 描述了可能出现的“后现实”时代：人们自行决定 AI 生成的体验是否真实。她以 AI 伴侣、个性化经济观点和生成音乐为例，说明人们可能生活在不同的现实泡泡中。她担心的是如何保留共同基础。

Lazar 介绍教育者、创作者兼 GenHQ 创始人 Rourke Heath。Heath 称 GenHQ 是一个创意 AI 教育平台。他说，在采访时平台约有 450 名会员，月费约 100 美元，据此估算每月经常性收入约为 4.5 万美元；这些数字来自他的自述。

Heath 说，平台提供创意工具讲解、更新视频、从业者和公司员工访谈，以及每周挑战。他希望帮助会员过滤嘈杂的信息，并实际练习技能，而不是只追逐公告。

Heath 说，一些会员加入后获得了付费合同，平台也教授如何寻找第一位 AI 客户。他表示，会员既有转行者，也有在组织内部应用所学知识的专业人士。这些成果是他提供的例子，并未独立核实。

下一位嘉宾是性学家 Kaamna Bhojwani。她回忆自己刚恢复单身、生活忙碌时创建了一个 AI 男友，一开始觉得这比当时没有陪伴要好。她说，人们可能用“比没有好”来评价 AI 陪伴或咨询，但这不应是唯一标准。

Bhojwani 说，创建陪伴者时可以选择外貌、性格、兴趣和语气。她认为，系统既可以被设定为肯定和支持用户，也可能强化愤怒或有害倾向。她最终对自己的陪伴者感到厌倦，因为它缺少足够的反驳。

她提醒听众关注关系类应用的商业激励：留存和付费升级可能影响使用体验。Bhojwani 警告说，如果缺乏适当制衡，可能出现沉迷、孤立和偏见被强化的问题。她认为更强的社会支持可能降低与技术形成问题性关系的风险。

Lazar 以作家兼主持人 Baratunde Thurston 的片段结束嘉宾回顾。Thurston 说，Life with Machines 面向那些对 AI 好奇，却不愿只因为公司宣称技术将改变生活就放弃自主权的人。他既不想无条件推崇，也不想一概否定。

Thurston 认为，人们应该主动选择把什么技术带入自己的生活、社区、学校和身体。他的团队创建了名为 Blair 的 AI 角色，让它参与会议、现场和后期制作，以便从经验中学习并向观众反馈。

他担心合成表演者会堵住娱乐行业的入门通道。担任群众演员可以让新人学习、被看见并获得机会；他认为，如果知名明星的数字替身占据更多角色，注意力和财富可能进一步集中。

Thurston 预计，随着生成内容越来越难以辨别，一些人会更珍视线下体验。他开玩笑说，人们可能围着篝火见面，以确认真实。至于自己的数字替身，他说只希望它做自己无法亲自做的事情。

他还担心数字克隆产生幻觉、遭到黑客攻击，或被用于违反合同且难以追责的用途。他说，一旦模型或输出进入世界，就很难消除造成的伤害。一个充满失控数字替身的世界，可能让信息环境更加不可信。

Lazar 鼓励听众查看完整访谈，并回顾节目的目的：公开学习，激发观众的好奇心。她感谢团队和观众陪伴第一季。