园区恳谈会|“AI+办公”大规模应用后，哪些工作会被替代

【编者按】

“园区恳谈会”以园区为基点，以圆桌对谈方式讨论产业发展问题，持续关注战略新兴产业的当下与未来。我们期待与产业发展主体携手发起议题，深入讨论产业发展的方向与路径，共同助力中国科技创新事业发展。

今年以来，随着人工智能大模型的加速发展，人工智能产业成为人们关注的焦点。为此，“园区恳谈会”栏目聚焦人工智能的重要应用场景和领域，邀请园区管理者、投资人、企业高管、专家学者、政府官员等，从技术研发、算法算力、数据资源、生态链、人才、投资等不同维度，讨论人工智能产业发展的机会、前景以及困难和阻碍，寻求更好的解决方案，推动产业高质量发展。

主持人：

谷晓丹 澎湃新闻记者

与谈人：

韩凯 微软技术中心首席架构师

卢向华 复旦大学管理学院信息管理与商业智能系教授

如今，生成式人工智能（AIGC）已经开始进入我们的日常办公场景，并试图以“硅基生命”的员工身份与“碳基生命”共事。微软在3月推出办公“智能副驾”Microsoft 365 Copilot，将大语言模型GPT-4的能力引入了包括Word、Excel、PPT等在内的Office办公软件中，可以帮助用户润色Word文档、分析Excel表格、生成演示文稿等，提高工具生产力，随后又在5月宣布为Windows 11添加Copilot这一“AI助手”。

与此同时，国内金山办公也发布了具备大语言模型能力的生成式人工智能应用“WPS AI”，并对外展示了类Copilot能力。“AI+办公”领域的入局者诸多，还包括谷歌、Salesforce、Notion、印象笔记、飞书等。AIGC与办公软件的深度结合，意味着智能化办公时代的加速到来，它影响的不只是个人生产力，还有企业数字化转型的重构。

本期“园区恳谈会”，我们将聚焦“AI+办公”产业，就AIGC技术如何影响个人生产力的话题，邀请微软技术中心首席架构师韩凯，与复旦大学管理学院信息管理与商业智能系教授卢向华展开对谈。

韩凯认为，当机器能替代人类完成一部分工作，比如制定目标和解决方案时，我们所能做得更多的将变成寻找问题，并制定一个大目标。Copilot的潜力不仅是提高个人生产力，它最大的潜力在于提高组织生产力，因此企业需要构建新的组织形态，利用机器人加速决策速度，提高企业的敏捷性。

面对AIGC在个人生产力方面的来势汹汹，卢向华谈到，为避免被AIGC所替代，开展更开放、更鼓励体悟和质疑的创造性教育非常重要。而AIGC在企业数字化转型方面的应用才刚刚开始，很多数字化系统或数字化工具都值得重新再做一遍。 

澎湃新闻：近期，国内外各大科技公司陆续发布了智能化办公产品“AI助手”，您如何看待这类产品的发布？

韩凯：我认为所有的产品最终能呈现什么形态，如何与其他同类产品相区别，其实和公司本身的价值观是密切相关的。微软始终将自己定义为技术平台公司，因此在发布Copilot产品后，也提供了一套开发者工具，让开发者能在微软的生态中高效建立自己的Copilot，从而提供更广泛的连接和服务，拓展了产品的应用范围。

微软技术中心首席架构师韩凯

卢向华：办公产品越来越智能化，已经成为一种势不可挡的趋势了，我对这类产品比较乐观，但它在未来的使用情况又另当别论。我相信会有一部分善于拥抱新技术的人能够用好智能化办公产品，但可能大部分用户依然只会沿用原有功能。其实，很多新技术的发展规律是一样的，正如《跨越鸿沟》一书中所说，从少数天使用户接受新技术，到大众用户大规模应用新技术之间，有一条深深的鸿沟，需要依靠商业手段来跨越。 

复旦大学管理学院信息管理与商业智能系教授卢向华

澎湃新闻：智能化办公产品对您所在的领域带来什么影响？

韩凯：智能化办公产品是一个可以广泛连接的桥梁，是一个企事业单位等组织内部的“知识路由器”，可以连接未来智能型组织。

卢向华：智能化办公软件主要解决的是文档从0到1的问题。作为文字工作者，在一张白纸上创作需要克服很多心理障碍，智能办公软件通过自动生成简报或PPT、自动分析数据等帮我们跳过了一个空白的、特别费时的阶段。更重要的是，这类产品可以将人从重复枯燥的工作中剥离出来，转而投入更有创新性的增值类工作中去。比如，我们可以把更多时间花费在20%真正重要的内容上，比如观点、结论、推理过程等，而不是80%的画图、调格式、修正错别字等方面。 

澎湃新闻：您最看好智能化办公产品在哪种办公场景中的应用？它将如何提升个人生产力？

韩凯：PPT、Excel、Word肯定是应用最早的办公场景。初入职场的人，比如管培生用Copilot做PPT也是一个学习的过程，可以从中理解和学习企业管理思维。不过，这并不意味着人需要向机器学习，因为人工智能只是一个很好的知识中间介质，它是一门仿生学，应对市场新变化的管理知识还是人创造的，我们最终学习的对象还是“人”。

其实真正的创新过程也需要被限制，创新在早期也需要一个框架，如果放任自己天马行空，反而会变得不知所措。当我们人的能力低于某种标准时需要所谓的最佳实践，并通过框架辅助学习，达到框架标准后才能发挥创造能力完成超越。

卢向华：智能化办公产品最大的潜力在于把办公自动化软件作为整个工作开始的入口，有助于连接其他系统。比如我们在Excel表格中处理客户销售信息需要核对时，它可以自动在CRM系统中抓取相关数据。对于文字工作者来说，办公软件其实占据了更多时间，如果将Word、Excel作为入口调用相关的考核、订单、CRM、供应链等系统，办公软件就会成为驱动整个工作的入口，有可能与钉钉、企业微信等企业通信工具在市场上构成竞争关系。 

澎湃新闻：如果未来AI类办公软件得到广泛应用，将有可能替代哪类工作？

韩凯：目前，生成式大模型的主要瓶颈在于稳定性，它很可能会“一本正经地胡说八道”，现在生产的内容还不能百分之百地被信任。因此，哪类工作会被替代要看容错性的高低，容错性越高越容易被替代。比如，很多网络文章类容错性较高的内容就容易被替代，因为它有很大水分，也就有很大允许犯错的可能。

企业信息自上而下是一个“推理”过程，自下而上则是一个“归纳”过程，它其实对应了AI类办公软件对人的替代性。我认为，这种替代过程是分阶段的，终极替代的将会是中层管理者。AI类办公软件的潜力不仅是提高个人生产力，它最大的潜力在于提高组织生产力。

卢向华：对于新技术所带来的冲击，我一直认为两端的人会受益。头部公司本身在业界已经有了资源和影响力，它能利用技术更好发展；基层的人也是受益者，尤其是如果可以先人一步学会使用新技术，就能获得领导认可拥有更大竞争力。但对于一些夹在中间的创业公司而言，他们的业务可能会被AI技术所取代，受到较大的冲击。 

其实AI办公类产品一出来，我最担心的是学生找实习工作可能变难了。比如实习生在证券公司主要做的是数据收集和整理分析工作，这类工作很大程度上可能会被替代。但如果实习生善于利用新技术做创新工作，就不容易被取代。此外，企业的一些中层，比如负责总结和信息传达的岗位也会受到较大冲击。因为中层在企业中主要起到上传下达的作用，如果基层通过AI办公类产品在信息提炼总结上提升能力，就信息传递中介本身，中层的增值并不大。

尽管受到新技术冲击，但中层并不会被完全替代，只是管理更加扁平、管理幅度更宽。因为中层在组织架构里的作用是不可取代的，它在某种程度上相当于高层的代理，要充分领会其意图并传达至基层，在组织文化形成方面也是重要一环。企业规模越大，中层的这种传达作用就越关键，他们需要更好地观察基层变化并从中做好协调。 

澎湃新闻：距离AI办公类产品大规模应用还有多远？

韩凯：我认为在一两年内，就能看到这类产品的普及，它已经是近在眼前的事了。但也不需要太过担心，因为对于有思考的人来说，他们其实是最大的受益者。

企业的本质是高效组织生产要素，然后规模化地创造价值，因此要尽可能地提高生产效率。企业的核心能力是组织架构能力，即组织大规模生产的能力，尤其是企业内部决策信息的交互能力。最简化的企业模型往往是一个负责战略方向的人，领导一群专业人才。

企业负责组织大规模生产，可以将过去个人生产小作坊的方式扩大规模，因此，如果你是一个有思想的媒体人，就有可能成为独立的企业家，但你雇佣的不是“碳基生命”，而是“硅基生命”。换句话说，只要你会使用AI办公类产品，就能拓展自己，运用人工智能技术扩大自己的产出。 

卢向华：我估计至少还要2至3年时间，大家才会大规模使用AI办公类产品。任何新技术的出现，都有一个分层次推进的过程。就ChatGPT而言，第一类人对这类新技术当故事听，并不以为然，甚至认为只是一阵风，拒绝尝试使用；第二类人会积极拥抱和尝试使用新技术，但目的性不强；第三类人直接使用新技术完成原有工作，提高效率或降低成本；第四类人则走在技术最前沿，运用新技术完成新产品创新，实现颠覆式创新。因此，AI办公类产品距离大规模应用在办公场景的时间，要根据人们对新产品的反应不同而定。目前，我认为大部分人仍然属于并停留在第一、第二类。 

澎湃新闻：AIGC技术的发展带来个人生产力的提升，我们需要为此做好什么准备？

韩凯：我曾工作过的黑石集团主张这样的“人才观”，90分的人才可以根据方向和指引做好计划，然后实现它；100分的人才能够自己制定策略，然后根据目标制定计划；但超过100分的人才能从市场发展中寻找问题，继而制定目标和执行计划。

这一人才观对我们的启发在于，当机器能替代人类完成一部分工作，比如制定目标和解决方案时，我们所能做得更多的将变成寻找问题，并制定一个大目标。现在名为“提示工程师（prompt engineer）”的新职业已经出现了，但这一职业也不会存在太久，因为机器人也可以帮助设计问题和思路，我们最需要做的应该是学会往哪个方向提出问题。

为迎接这一时代的到来，企业需要解决好人才战略规划问题。企业的本质是组织人才向实现价值创造的目标进发，人才是企业成为未来智能型企业的关键。企业需要解决的是，如何构建新的组织形态，利用机器人加速决策速度，提高企业的敏捷性。 

卢向华：AIGC在替代职业时主要有两个维度，分别是创造性产出和情感交互，但凡这两个维度含量较低的工作，相对来说就比较容易被替代。因此，如果要为今后的职业生涯做准备，就要往创造性和情感性这两个方向去倾斜。

从教育角度看，技能式教育被工具替代的可能性较大，如何开展更开放、更鼓励体悟和质疑的创造性教育非常重要。作为教育者，我们要培养学生识别问题、理解问题、解决问题的能力。至于使用的具体工具是什么，未来肯定会越来越全。因此，我们的教育方式需要和未来所需的人才相契合。

我在日常教学中，会鼓励学生使用一些新技术提升效率，例如通过ChatPDF自动阅读文献，总结观点。当然，独立思考能力仍然很重要，在尝试新技术及获取信息过程中要保持这种能力。我们还是要有自己的一些判断标准，而不是以机器为主导。 

澎湃新闻：无论是提升个人生产力还是促进企业数字化转型，您认为AIGC在其中扮演着什么角色？技术在实际应用中面临着什么难点和痛点？

韩凯：AIGC在其中参与更多的主要是内容创作，这就形成两类应用。一类是创意型内容，比如形成一个新的市场推广计划或促销短视频，它对稳定性的要求相对不高；一类是事实描述型内容，比如写邮件、写报告等，这类的稳定性要求就较高。

如果不局限在AIGC范围内，从通用人工智能（AGI）看，如何有效控制它才是最大的难点。人工智能生成内容时，既要合情也要合法，存在一定的社会风险。因此微软提出了“负责任的AI指导原则”，从公平、可靠和安全、隐私和安全、包容、透明以及问责等多个维度，对可控AI制定了设计标准。这其中包括设计和检验标准，便于考量AI可控性，继而更好控制AI的风险。

另一个难点在于数据治理方面，它是企业成为智能型组织的基石，也是人工智能的基石。如果没有高质量的数据，无论是从产生的模型还是产出的质量来看，都缺乏稳定性，很难达到合理合规。

卢向华：现在很多企业都在思考如何借助AIGC提升工作效率，比如AI陪练系统可以帮忙培训新的工程师、客服和销售人员。ChatGPT出现前，企业在AI陪练的算法和模型训练上投入了大量时间和成本。而现在，他们需要借助新技术实现智能速升、成本巨降，全部都要推倒重来。

其实，AIGC在企业数字化转型方面的应用才刚刚开始，很多数字化系统或数字化工具都值得重新再做一遍。据我所知，现在业界还是比较焦虑的，因为如果还是将原有的数字化工具销售给客户，就会被质疑这些功能在ChatGPT或大模型中更容易实现。所以企业要快速转型拥抱新技术，训练自己领域里的“小羊驼”（斯坦福大学基于Facebook开源LLaMA系统调优生成的大模型Alpaca），解决用户需求。 

澎湃新闻：AIGC技术在逐步推进的过程中，产业链上下游的各方应如何协同发展？需要什么样的政策支持？它将会带动哪些产业的升级和转型？

韩凯：人工智能数据治理和数据生产的价值链相连。从上游到下游的产业链，最上游是包括云平台、芯片在内的基础设施，然后在人工智能部分，首先是数据的采集与处理，其次是大模型的算法和架构设计，这其中涉及到开源社区和很多研究机构、学校，接着是大模型的训练和微调，这涉及商业企业与基础大模型相关的公共服务提供者，最下游的就是模型的商业化应用。

上游的供应决定了下游的成本，下游的丰富程度又决定了上游的可持续性，有一定的商业应用才能产生价值变现。从政策角度看，上游作为公共产品，可以积极作为、科学管理；下游作为开放市场，可以通过市场化的发展，去丰富和反馈上游。尤其是在专项基金的引导和投入上，需要和价值链上的参与者有更广泛的交流，制定一个更为开放透明的管理体系。

AIGC目前主要带动的是应用设计相关的行业，这方面的生产力会得到极大提高。但就通用人工智能（AGI）技术而言，它会对生产组织形式和社会组织形式带来全面影响。企业可以运用技术进行高效的专业决策信息传递，它先从企业内部发生，然后沿着企业的价值链扩展到所有的商业活动中，最后影响到所有人类社会活动。