你是真“专业”，还是“伪专业”

2024年

砥砺前行

你是真“专业”，还是“伪专业”

最近我在公司组织一个AI办公的调研。调研的软件是微软的以OpenAI为内核研发的Copilot办公助手。

MS copilot是微软的拳头产品，号称能做的挺多，我组织测试下来，下面几个功能是比较成熟和强大的部分：

-自动记录会议，生成会议纪要和行动列表。

-能根据指定文件（集）自动生成文章、报告；根据提示词、指定文件生成PTT。

-根据要求分析excel和其他数据源的报告，给出结果和洞见。

-帮助优化邮件、报告、文档。

这些功能在实际工作中起到的作用主要有以下两点：

1:自动化了一部分工作，或者至少完成了很多工作的初始化部分，节省了大量的时间。

2:GAI生成的邮件、文档和会议纪要，在语法准确性、行文流畅性角度上都超过了我们在职场上常见的中等经验员工的水平。并且速度要快很多。

第二点导致一个事情的发生，就是一些职场新人，在GAI的帮助下，能很快适应并承担一部分高级的，有难度的工作。在文字沟通场景下，GAI可以辅助职场“愣头青”，迅速变身“老油条”。

于是在copilot调研过程中，有一位参与测试的老员工提出了一个疑问："如果用了这个工具，初级水平的员工可以胜任高级工作了，那些经验丰富的员工该干嘛？"
（原话是：More juniro people can do more expert tasks, if that's true, what will the experts do?）

这个问题简直不要太好回答。我们经常听到经验丰富的老员工抱怨，他们的工作中有两部分内容：

一部分是高价值的，例如满足客户需求， 优化客户体验，尝试不同解决方案，提升效率，学习和应用行业新知识等。

还有一部分是低价值的。例如Admin工作， 写邮件，写总结， 做ppt，写文档，做会议纪要，应付管理流程等等。

低价值的工作繁多、琐碎，且不得不做。导致他们对那些高价值的工作空有想法，但没有时间去实现。

如果这种抱怨属实，那么对于经验丰富的老员工们而言，应该对MS copilot和其他GAI工具的出现喜闻乐见，因为显然有了这些工具处理基础工作之后，他们有更多的时间去做那些"高价值"的工作了。

但为啥上文提到的那位经验丰富的老哥，不但没有喜闻乐见，反而还忧心忡忡的提出“ what will the experts do？”这种问题呢？那只能说明他所谓的"expert"，只是建立在写总结和报告的经验比别人多一点，做ppt比别人做的好一点，比别人更熟悉工作内容等等初级事物的"expert"上。并没有在更高维度和别人拉开实质性的距离。

这位老哥多年的工作经验是脆弱的，跟本当不了他的护城河。

还有些工作场景会给你搭建起"虚假"的“expert”感，让你觉得自己的经验是不可或缺的： 

-流程自动化程度不高，某个步骤工作繁琐， 需要人去判断，根据不同场景做出响应。经验越多，判断越准确，效率也越高。

-复杂的部门关系导致某个工作要推进，需要大量沟通协调，如果熟悉流程和角色，知道这事怎么干，应该找谁能干，上一步需要拿到什么，下一步需要准备什么，会提高效率、减少反工。

-在某些缺乏文档，架构和代码混乱的软件工程里，越熟悉软件的业务逻辑和复杂的代码越能快速的找到问题和修复问题。

类似的场景里， 如果一个新人进入，则需要一两年时间才能熟悉， 并能够达到称职的要求。而要花三五年才能成为"Master"。于是这让老员工在面对产生一种自己很"expert"，似乎很难被取代的错觉。

然而这时如果有个外力进来，直接取代了原有的系统，或者自动化了流程，降低了工作的复杂度，让缩短了新手的适应周期， 老员工的"expert"感一下子就没了。

还有一些看似有门槛的场景，但如果不能拉开与行业平均水平的距离，也是"虚假"的经验。例如：

-理解需求，并能通过编程语言，或者UI设计工具将其实现。

-通过分析数据，分析文件，得出结论和洞见。

这类工作需要同时具备两个能力：

一个是"良好的理解能力、逻辑分析能力"。用于理解问题，分解问题，形成解决方案。

一个是"专业技能"，例如会编码，使用UI工具，或者数据处理工具等。

chatGPT和Github copilot之类的GAI工具崛起，把专业工具的使用门槛降低了。讲一个具体的例子：

一般来讲，产品经理这个角色大概率是不懂代码也不懂UI的，所以要做个prototype啥的给客户看，是要发需求给设计或者研发团队的。

现在，一个产品经理只要能跟GAI描述清楚自己的需求（prompt），就可以通过Figma得到一个相当复杂的UI界面，也可以通过midjouney得到一个海报草稿，也可以用github copilot生成简单可运行的代码。认为他不会运行代码？放心，chatGPT可以教怎么搭建和运行这个程序，给好几种备选方案。

而且GAI的工具还在迅速的迭代和发展，PO以后能做更多在当下看来只有专业交付团队能做的事。将来只有一些比较复杂的场景和更困难的问题，才会拿到交付团队这边。

交付团队中处理相对简单的工作的员工，如果不能短期提升自己，那很快就会失去存在的意义了。

这个正在发生的事实告诉我们，有一些工作，原来有一些工作需要同时满足两个条件才能胜任：

A："良好的理解能力、逻辑分析能力"，B："专业技能"。

现在B条件的门槛被GAI降低了，只具备A条件的人可以进来拿走一些任务了。原来的从业者自然会感受到竞争压力。

但如果一个人在A、B两个条件中，都能远远超过他所在的行业平均水平，那他根本不会感到威胁，因为GAI工具能做的，现在基本就是摸到行业平均水平的下沿。

扯了这么多，其实结论很简单，如果你觉得赖以生存的，引以为荣的经验，因为某个因素的出现，一下子都塌方了， 那大概率说明你的经验是虚假的经验。你所谓的"专业"也没能和其他人拉开太大的距离。

你的经验建立在沙堡上，而非坚固的石头上。

这就是为啥我会在"如何制定目标"这篇文章里提到一条：你的新年目标中应该包含一条，即拉大你在某个经验或技能上和别人的差距。

今天就扯到这里吧。

THE END