用了AI的码农依然还是“码农”?(上)

文摘   2024-10-08 18:18   广东  

最近跟一些程序员朋友聊起AI对编程工作的影响,大家普遍承认,AI确实让开发效率大幅提升。本来这是一件让人高兴的事,但是他们中一些朋友却高兴不起来,甚至直言:用了AI效率提升了,但码农依然还是码农!甚至越来越卷。

很多程序员朋友工作任务繁重工作时间长,每天坐在电脑前写代码,就像个辛勤料理自己的一亩三分地的农民兄弟,所以程序员朋友们常以“码农”自嘲。

一般情况下,效率的提升往往意味着发奖金或加薪——工作完成得更快、更好,理应获得回报。然而,出人意料的是,这一次的效率提升并没有带来这样的结果。相反,AI带来的高效工作模式,却成了某些公司裁员的理由。

怪圈:越努力,越焦虑;越高效,越危险

从年初开始坊间消息就满天飞:某某公司引入AI辅助编程后,效率提升了XX%后,裁掉了XX名码农。某些公司明确要求,若码农不用AI,或者编程中使用AI的比例不达标,就面临被“优化”的命运。这让一些码农兄弟颇为焦虑。不学AI被学AI的卷,学了AI到头来却发现自己反而还是要卷!码农们本以为掌握了新工具就能站稳脚跟,但现实却是:越高效,企业越不需要那么多人。

AI这场看似波澜壮阔的技术变革,乍一看与程序员息息相关,但仔细想想,却又似乎无关——它带来的并不是更好的工作前景或更高的薪水,而是更多的焦虑和威胁。学不会AI,你可能会被淘汰;学会了AI,你还是可能因为企业效率提升不需要那么多程序员而被淘汰。

对于这些人来说,技术进步带来的不是机遇,而是反噬。AI似乎成了编程世界的“双刃剑”,AI成了加速行业的引擎,也成了可能压垮个人的“稻草”。

做为一名曾经的码农和站AI产品人,光哥最近经常被问到AI对人们未来工作的影响,被一些码农兄弟们询问如何靠AI赚钱,为什么学了AI这个新工具没能带来更多的收入?”。我试着以下几个角度与朋友们沟通:

价值的创造与分配“遍身罗绮者,不是养蚕人。” 

首先,这个世界的收入高低从来不是你付出多少辛苦决定的,价值创造与财富分配本来就是两件事。

五言绝句《蚕妇》

昨日入城市,归来泪满巾。

遍身罗绮者,不是养蚕人。

北宋文学家张俞

句中描写的是1000年前北宋封建社会的情景,城市里那些全身穿着丝绸衣服的人,没有一个是辛勤劳动的养蚕人。2021年6月7日,美国康奈尔大学的研究人员在 Nature 子刊 Nature Food 发表了题为:Post-farmgate food value chains make up most of consumer food expenditures globally 的研究论文。研究发现,全球食品消费支出仅27%落入农民口袋,而最大的份额流向了农民交货后的价值链(即产品离开农场后)。

技术进步确实能提高生产效率,但社会财富分配机制才是决定你能分到多少钱的。

所以,仅靠学几个工具就想让自己取得巨大的收益这并不容易,影响个人收益的因素远不只是努力工作提升效率那么简单。

从古至今经济中价值创造和分配,都不是简单的付出多少努力就会得到多少回报来计算的,这是一个复杂的问题。包括供需关系、市场与竞争结构、交易成本、资本力量博弈等多种因素都影响着价值链条。

供需关系、市场来看:比如某些巨头企业和大平台掌握了主要的市场份额和议价能力。即使个体劳动者提高了效率,也难以在与这些强势市场参与者的博弈中获得更多收益。如同当今网约车司机所面临的状况就是这个原因。特别是萝卜快跑上线后,网约车司机未来的危机将会更加严重。

如果某一领域的劳动力供给增加速度快于需求增长,那么即使个体效率提高,其相对价值可能不会上升,甚至可能下降。比如外卖小哥。

某种技能的价值高低还取决于其稀缺性,技能越稀缺其相对价值就越高,如果AI使得写代码变得更容易上手更普遍,使写代码变得不那么稀缺,那么写代码这项工作的市场价值可能会下降。

选择大于努力这句虽然有的时候让人觉得有些绝对,但是选择对的行业赛道、选择有发展前景的企业,在价值链中更有利于自己的环节就成了非常重要的事情。那些具备更强认知能力的人能够选择最具价值的机会,避免无效劳动的投入。这种对机会的识别和判断能力,是财富的关键来源。社会取得大成就精英们无不是拥有高认知的。例如,很多科技企业的创始人并不是通过长时间的工作获取财富,而是通过技术创新和商业模式的重新定义。创新能力依赖于认知,而不是劳动强度。

财富是对认知的补偿,不是对勤劳的奖赏

目前来看AI还不具备真正意义上的创新能力,创新还是要靠人的提升,真正的创新和创造性工作仍然可能获得高额回报,这些能力目前仍主要依赖于人类,所以提升认知,提升创新能力是重中之重。

努力是留给做好选择的人的,如果还没做好选择先不要瞎努力。

AI带来的效率提升,本应是释放生产力、提高收入的契机,但在现实中,人们拼命跟上技术的步伐,却发现竞争的压力没有减轻,反而更重了。这种持续的自我消耗,最终只是在更高效的生产环境中,抹杀了更多的工作岗位。

在现有的社会财富分配机制下,这种提升并没有自动转化为所有人的收入增长,它成了“内卷”的新推手。财富分配不仅取决于生产率的变化,还取决于资本与劳动之间的分配格局。资本拥有者(企业、股东等)通过技术进步实现的财富增长,通常不会均衡地分配给劳动力,特别是在劳动力议价能力弱的情况下。正如光哥前面提到的,技术进步的最终收益取决于市场结构和分配规则,而不是单纯的努力或技术和工具掌握。

“技术性失业”风险在AI大发展的今天再次引人注目,且面临了新的状况,是什么造成了这样的状况?企业需要降本增效,就要引入新技术,这一切都是企业家、资本家的错吗?未来怎么办呢?咱下期继续深入讨论......



“技术性失业”理论(Technological Unemployment)是指由于技术进步或自动化技术的引入,导致部分工作岗位或行业的劳动需求减少,从而引发失业的现象。这个概念最早由经济学家约翰·梅纳德·凯恩斯(John Maynard Keynes)在1930年提出,他指出技术进步可能导致一种“暂时性的不适应”,即技术创新速度超越了社会对劳动分配的适应速度,造成了失业的局面。




光哥说AI
站在数字化战略与工程实践交汇路口的探索者
 最新文章