那天我写战争阴霾下的新世界时，有不少读者留言说自己的工作岌岌可危。

还不是因为安全成本的抬升，所谓密切的交流频率下降而导致的。

单单AI的冲击，自己可能就过不去这个坎儿了，甚至有悲观的读者表示，今年可能就会被数字员工替换掉。

…….

我们来看这些问题。

作为老板，我每天琢磨的都是怎么让更少的人去完成昔日更多人才能完成的工作，以及怎么让数字员工取代剩下的更少的人。

如果我不琢磨这些，我早就被市场干掉了。

所以我是你们非常好的对手盘，如果我愿意开源公布我的想法，你可以参考参考。

看看对手的底牌，终归对你打牌是有益处的。

七年前我从传统纸媒挖了个助理，他给我当首席安全官，并帮我处理邮件，处理一些安排日常工作的杂事。

我当年给了他五倍的薪水，一直有读者好奇，我怎么不干掉他？以期降本增效。

其实我每天都在琢磨如何干掉他，尤其23年，AI技术突破之后，更是加速了这个尝试的过程。

每一个职场里的员工，都有一个我们通常称为backup的存在。

06年，我刚做码农的时候，我的工作就是backup，正式工程师屁股后面的backup。

我的价值体现在如果对方突然离职，那么我就可以无缝衔接，使得公司不受影响。

那么等我工作一两年后，我的身后也有了backup。

用我们那个年代的笑话讲，长江后浪推前浪，前浪被后浪拍死在沙滩上。

你主动离职，backup顶上，你干不动了，或者性价比降低了，backup顶上。

这是企业里的常态。

除非你不重要，你是扫地阿姨，整个劳务市场都是你的backup，否则，你身后一定会被老板设立backup。

我的助理，他的身后就有backup，这个backup是数字员工。

数字员工的意思是说，你每日做的那些工作，全都有工具在背后做同一份。

后来有了AI，这些工具还可以被串成工作流。

包括他最重要的工作，也就是风控，肯定有backup。

他审过的内容，全都有软件审过的，绝大部分时候，他们的判断是一致的。

就像我请了一个司机的同时，我的车上装了自动驾驶。绝大部分时候，自动驾驶和司机的判断是一致的。

如果完全一致，他就被干掉了，俗称被毕业，被输送到社会上当人才，但到目前为止，都不完全一致。

每年总有那么几次，我的数字风控官告诉我，这个题材没问题，你发吧。

而我的助理告诉我，NO，你不能发。

第一天你会发现，谁错了？

我的助理错了。

很多人都在抢热点，人家都写了，啥事儿没有。

三天过去了，谁错了？

还是我的助理错了。

我就有点后悔，是不是你不中用了，你的判断还不如数字风控。

第四天，忽然出事儿了，此前蹭了热点的那些人，被处罚了。

互联网的这个追责机制是很奇怪的，你在绝大部分领域里都是无禁止即可为。

比如我看到一个交易平台有BUG，只要他们不修复，不公布新规，你随便钻。

这期间的利润都归你，哪怕是要取消已经成交的单子，也得和你商量。

绝对不会讲，等你赚了钱，事后跟你说不仅要还回去，还要被罚，没这事儿，这么干，以后赌场里就没有客人来玩了。

但互联网不一样。

哪怕是你3天前说出去的话，也是一口唾沫一口钉。

你说3天前还是允许的，我当时又不知道，现在你不允许了，我撤回总行了吧？

不行。

尽管是3天后才变的规矩，但你依然要为3天前说错的话承担责任。

而且更重要的是，那个申诉的途径，只是理论上存在。

这种情况下，你说我的助理，他值不值这个价？

我觉得很值。

因为说到底，他提供的不是一种检索信息，数据分析的标准化的风控服务，他提供的，是一种非标服务。

我的数字风控官，绝大部分时候都是准的，它是怎么做的？

它就是软件的普通做法，大数据搜集，大数据分析，看看过去的一段时间内，谁被处罚了，谁没有被处罚，然后就摸索出规则是什么。

依据曾经的数据，来告诉我，你这么说话，是行，还是不行。

你说一个数字风控，一个软件，它有没有办法察觉标准三天后会改变？

它没有。

它得等有人被罚了，它才知道。

人可以，因为人是混圈子的。

这事儿考过研的都知道。

考研的时候，有一门必考的文科，大部分人都是靠什么？靠复习？

NO，谁也不复习，都是靠报班。

二十年前就这样了，大家都是花很贵的价钱去听几次千人级的大课。

能学到什么？

什么也学不到。

大家不是来学习的，是来听老师押题的。

为什么人家总能押中，每年七道大题押中六道，我们就不展开了，考过研的都懂。

这活儿，或者说，这部分活儿，数字员工真干不了。

数字员工只能干公开的信息。

标书上写了的，可以连夜烧掉无数token，分析八百遍，标书上都没写的，你让数字员工怎么分析？

我起初对这个问题的理解，就是上面这样。

至少三年前，我是这么看待我的助理和我的数字助理的。

因为十五年前，我也在甲方干过，我也像那个押题老师一样被厂商们围着。

他们里面不乏500强，他们是缺架构师还是缺产品经理？

都不缺。

如果是标准化的信息，他们自己都能解决，问题是，他们想要知道标书以外的那些事儿。

哪怕是听我侃大山，随便聊聊也好。

我起初的理解就到这里为止了，我觉得数字员工就像一个缺人脉的，一切只能查公开资料的应届生。

而我的助理，就像十五年前在甲方任职时的我，是一个老油条。

老油条有老油条的渠道，所以他总是能在关键时刻拉我一把，让我避开风险。

但日复一日，年复一年，我渐渐发现，这事儿远没有这么简单。

因为我可不是只有助理这个领域里有一个数字员工，我做高频交易的，我交易领域里的数字员工多了去。

我发现了什么呢？

我发现所有的数字员工，它们对风险的理解，都是基于已有数据下的概率分析。

我举个例子。

比如我对一个数字交易员投喂数据，把我自己早年的捡乌龙指的数据喂它，看它怎么去理解。

当它看到我2010年起，连续260个星期都是盈利的，而且每个星期的盈利不仅是正的，范围波动也很小。

它就认为，这个交易系统是非常可靠的，完美符合了低方差的正增长。

那么请问，它能够预测第261个星期忽然出现亏损么？

它不能，它甚至不能理解。

其实当时的原因非常简单，就是我敲错了数字，我敲出了乌龙指，我自己把买和卖填反了。

作为数字交易员，它不能理解，你何以出这样的低级错误？

如果你会填反，之前的260个星期里你手动打出过那么多单子，为什么一笔错误都没有？

于是你就只能教它，你教它之后，它就会记录一条，人类的出错概率，但它也只是增加了一个变量，对已知错误的变量。

那一瞬间我就忽然看懂了AI，我发现，这东西没有真正的风险意识。

你知不知道最可怕的根本不是偶尔敲错单子，而是交易所的机房出事了，甚至，平台跑路了。

这些极端事件，其实我并没有经历过，俗称我没有数据，可我作为人类，我凭想象也能觉察，可是AI，它不会这么想。

它不去分析数据以外的世界。

这就是我说的，它是对已有数据的概率推测，可生命中充满了未知与不可测。

所以我后来想通了，AI这货，它不知道死字怎么写。

因为它不是人，它不可能跟你共担风险。

那个人类司机出了车祸，他比我更先被撞；我要是被处罚了，按照我们事前的对赌合约，助理一起要倒霉；我手下的交易员要是出了问题，我亏他也得亏。

上面这一切，自动驾驶，AI助理，AI交易员，它不理解。

它不明白什么叫共担风险，什么叫当好老板的防火墙。

而企业里面很多高级岗位，老板之所以像太子丹一样好吃好喝待荆轲，不是白给的。

等老板哪天想吃鱼了，荆轲真的得上演风萧萧兮易水寒的。

所以高级岗位需要的不仅仅是干活的，更是分担风险的，是需要你帮着背锅，冲前面挡枪的。

那个财务总监是要替老板签字的，出了事儿，是要你这个财务，替老板去提篮桥进修几年的。

而AI数字员工，它就像一个分析师，跟我说，你买吧你买吧，回头它自己一分钱也不买。

所以，回到那天的战争阴霾下的新世界的话题，我还是那个观点。

一切坐着不动的，和站着不动的工作，都会被干掉。

你不想被干掉，最好的方式是增加自己工作在多维度下的复杂性，你注意我的表述。

不是单一维度上的优秀，你数学特别好，完全有可能被AI干掉的，因为太单一。

多维度下，增加复杂性。

如果你实在做不到，比如我助理这样，他的工作维度太单一了，而且没法增加维度。

那你要么去混圈子，要么去共担风险。

假如你的工作又单一，你还不用共担风险，甚至都不用混圈子，就是你所提供的服务，全是基于公开信息。

那你想都不用想，被AI替代是无可避免的，耶稣来了，也救不了你。