磊哥说能碳 微信公众号 行业动态

发布：2026-05-20 · 事件：2026-05-20 18:25:58

最近，我看了红杉资本一位合伙人关于AI的演讲。 听完之后，我脑子里反复盘旋 着一个判断：这一轮AI革命，绝不是一次简单的技术升级，而是一场正在逼近每一个普通人的认知重构。 如果说，过去300年的工业革命，解决的是“谁来干活”的问题；那么今天开始加速的认知革命，解决的就是“谁来思考”的问题。 这是我觉得最值得警惕的地方。 过去，一个人只要足够勤奋，掌握一门技能，进入一个行业，沿着经验、资历和岗位路径往上爬，大概率都能找到自己的位置。尤其在传统产业里，这条路径过去长期有效。

设计材料数据质量

最近，我看了红杉资本一位合伙人关于AI的演讲。 听完之后，我脑子里反复盘旋 着一个判断：这一轮AI革命，绝不是一次简单的技术升级，而是一场正在逼近每一个普通人的认知重构。 如果说，过去300年的工业革命，解决的是“谁来干活”的问题；那么今天开始加速的认知革命，解决的就是“谁来思考”的问题。 这是我觉得最值得警惕的地方。 过去，一个人只要足够勤奋，掌握一门技能，进入一个行业，沿着经验、资历和岗位路径往上爬，大概率都能找到自己的位置。尤其在传统产业里，这条路径过去长期有效。你懂工艺、懂流程、懂设备、懂现场、懂客户，时间久了，你就会形成壁垒。 但AI的到来，正在动摇这种壁垒。 因为它不是在替代某一个岗位、某一种软件、某一个动作，它是在快速吞噬那些可以被描述、被训练、被复制、被标准化的认知劳动。写报告、做分析、看数据、做方案、画图纸、写代码、做客服、做翻译，甚至包括一部分设计、研究和管理工作，都会被重新定价。 所以，今天最值得年轻人，尤其是传统产业从业者认真思考的问题，不是“AI离我还有多远”，而是 ：当机器开始接管大部分认知工作时，我到底还剩下什么？ 我的答案很直接： 未来最残酷的竞争，不是人与AI的竞争，而是新能力体系与旧能力体系的竞争。 淘汰你的，往往不是AI本身，而是那些先一步完成认知升级、并借助AI放大自己的人。 这位红杉合伙人在演讲里讲了一个特别有力量的类比。他说，工业革命从1700年前后的蒸汽机开始，到今天，99%的体力劳动已经由机器完成。而认知革命会遵循相似路径，只是速度更快、烈度更强，未来99.9%的认知工作，都可能由AI承担。 这句话听起来很刺耳，但也很现实。 工业革命用了300年，才逐步让机器替代绝大部分体力；而AI驱动的认知革命，很可能在50年甚至更短时间里完成跨越。过去，一个行业的变化是一代人慢慢感受到的；未来，一个行业的重构，可能就在几年之内发生。 这意味着，很多人不是败给了不努力，而是败给了时代的加速度。 演讲里还讲了一个“铝”的故事。铝在刚被发现的时候非常珍贵，比黄金还稀缺，是权力和地位的象征；但当提炼技术突破之后，它迅速从贵金属变成了日用品。这个比喻拿来理解AI，非常贴切。 今天很多高端认知能力——写作、分析、翻译、建模、设计、诊断、编程——之所以值钱，不是因为它们天然高贵，而是因为过去供给稀缺，训练成本高，复制速度慢。但AI一旦把这些能力封装成基础服务，原本昂贵的“脑力技能”，就会像铝一样迅速普及、迅速贬值。 说得再直白一点： 未来，单一技能的溢价会持续下降，复合能力、判断能力和整合能力的价值会持续上升。 这是第一层变化。 第二层变化更深，也更容易被忽视——AI正在改变“最优解”的诞生方式。 演讲中提到，NASA曾经利用AI设计天线，最终给出的方案看起来并不规则，甚至有些“反直觉”，但性能却提升了40%。这件事非常值得所有传统产业的人认真想一想。 为什么？因为过去我们太依赖人的经验、常识和路径。我们习惯相信“看起来合理”的东西，习惯尊重“行业里一直这样做”的惯例，习惯认为资深者的判断更接近正确答案。但AI进入设计、研发、排产、优化、仿真等领域之后，它提供的最优解，往往不再符合人的直觉，而更符合复杂系统下的真实效率。 这意味着什么？ 意味着未来大量行业经验，并不会消失，但会被重新校准。 意味着过去很多“差不多就行”的方案，会被更高效率的系统替代。 意味着一个人如果只依赖旧经验，而没有能力借助新工具验证、重构、优化自己的经验，那么经验本身就可能变成负担。 这对传统产业从业者，是一个非常严肃的提醒。 这些年，我自己在能源产业一线、企业经营、组织管理和数字化转型过程中，越来越强烈地感受到：任何一个行业，最难的从来不是知道变化发生了，而是承认自己那套曾经有效的方法，正在失效。 很多人嘴上说拥抱变化，心里却仍然固守旧地图。 很多企业说要数字化、智能化，最后只是多装几个系统、多做几页报表。 很多管理者谈AI，谈来谈去还是把它理解成“提效工具”，而不是“重构生产方式的变量”。 这就是问题所在。 真正的危机，并不是技术来得太快，而是人改变得太慢。 第三层变化，是新学科、新秩序和新价值坐标的诞生。 工业革命没有止步于蒸汽机，它最后催生了热力学、机械工程、工厂制度、现代金融和现代教育体系。AI革命也不会只是多几个智能助手、几款大模型，它一定会推动新的知识结构出现。今天我们还觉得很前沿的东西，也许未来会进入中学课堂；今天我们还在争论AI会不会有意识，未来这一问题甚至可能成为基础教育的一部分。 这说明，未来的竞争不只是“会不会用AI”，而是 能不能进入新的问题框架、新的知识结构和新的文明逻辑。 这也是为什么，我越来越觉得，年轻人必须尽快完成自己的能力重组。尤其是传统产业的年轻人，不能再满足于做一个熟练执行者，而要尽快让自己成长为一个 具备战略理解、技术理解和组织理解的复合型人才 。 那么，AI时代，什么才是真正不容易被替代的？ 我认为，至少有三样东西会越来越值钱。 第一，是提出真问题的能力。 AI可以在一分钟内给你十个答案，但它无法替你决定哪个问题最重要。 未来真正稀缺的，不是回答问题的人，而是定义问题的人。 谁能看清行业的关键矛盾，谁能识别组织的核心瓶颈，谁能把模糊问题转化为清晰问题，谁就站在价值链的上游。 第二，是建立信任和连接的能力。 演讲里有一句话我很认同：AI能完成工作，但只有人类连接能赋予意义。 未来十年，技术一定会剧变，但人际关系的重要性不会下降，反而会上升。客户为什么信你？团队为什么愿意跟你干？合作伙伴为什么愿意把资源给你？这些都不是模型参数能自动生成的。 在传统产业尤其如此。真正决定项目成败的，常常不是谁PPT做得最好，而是谁能穿透复杂利益关系，整合资源，建立信任，推动落地。 第三，是把AI嵌入真实场景的能力。 未来最危险的一类人，是既不懂行业，也不真正懂AI，只会在概念上空转。 未来最有前途的一类人，则是那些懂行业痛点、懂业务流程、懂组织协同，同时又能借助AI重做工作流的人。 你做制造，就去想AI怎么帮助设计优化、质量控制、设备预测性维护； 你做农业，就去想AI怎么进入育种、监测、供应链和经营决策； 你做能源、建筑、医疗、教育，也都一样。 真正的机会，从来不在PPT里，而在场景里；不在口号里，而在问题里。 所以，对年轻人，尤其是传统产业从业者，我想提六点建议。 第一，停止把AI当新闻，要把AI当基础设施。 未来不会用AI，就像今天不会用电、不会用网络一样，根本谈不上竞争。 第二，停止迷信单一技能，要打造复合能力。 单一技能会越来越容易被调用，真正稀缺的是 “行业理解+技术理解+组织理解+表达能力” 的组合。 第三，停止沉迷经验优势，要建立学习优势。 未来最可怕的，不是你起点低，而是你学习速度低。一个人过去积累再多，如果不能持续更新，很快就会被新一代能力体系甩开。 第四，停止做低水平重复劳动，要把自己推向高价值决策。 把标准化、模板化、重复性的工作尽量交给AI，把时间腾出来，用在判断、整合、创新和沟通上。 第五，停止只做执行者，要努力成为连接者和组织者。 未来高价值岗位，不属于最忙的人，而属于最能连接资源、调动系统、推动结果的人。 第六，停止幻想稳定，要学会在变化中稳定自己。 这个时代已经不再奖励僵硬的确定性，而是奖励有方向感的进化能力。一个人最重要的稳定，不是岗位稳定，而是内核稳定；不是环境不变，而是你始终能升级。 说到底，AI时代真正的分水岭，不是你是否足够聪明，而是你是否足够清醒。 清醒地认识世界在变，清醒地认识旧红利在退，清醒地认识自己必须重构，清醒地知道，未来不会奖励抱怨者，只会奖励进化者。 古希腊哲学家普罗泰戈拉说过一句话： “人是万物的尺度。” 这句话放到今天，依然没有过时。 技术再强，最终定义价值的仍然是人； 模型再大，最终承担责任的仍然是人； 工具再先进，最终赋予意义的仍然是人。 所以，我越来越相信，未来真正有前途的人，不是和AI对抗的人，也不是盲目崇拜AI的人，而是那些既能借助AI放大自己，又始终守住人的判断、人的温度、人的责任和人的创造力的人。 如果工业革命重塑了人的体力边界，那么AI革命正在重塑人的认知边界。 在这样的时代里，年轻人最该思考的，不是“我还能不能保住原来的位置”，而是： 我能不能借这场巨变，完成一次比时代更快的自我升级。 因为未来终究属于这样一类人： 他们懂技术，但不迷信技术； 他们扎根行业，但不困于行业； 他们尊重经验，但不依赖经验； 他们身处变化之中，却始终保持进化的能力。 而这，才是一个年轻人，尤其是一个传统产业从业者，面对未来世界时最该拥有的底气。 - 关注磊哥 - 能 源老兵，AI 新手 正在用 AI 改造能源产业 争取为更多行业转型提供标本 清华硕士，天大双学位 在知名外企、国企和民企干过 从前就业，现在创业 持续学习，实践，进化，分 享