AI 视频分析报告
EP40.这个时代,会"算"可能比会"写"更值钱 #用vibecoding打开人文新视界 #抖音科研人请集合 这个时代,会"算"可能比会"写"更值钱。注意,我说的是"可能"。 先说一个很多人搞混的点:AI 会写代码,不等于它会解决问题。 我观察一个做企业数据处理的项目,他们公司分三类人:MBA、程序员、数学建模。为什么这么分?因为他们接的都是企业级任务。第一步,先派 MBA 去企业里,弄清楚这家公司的商业逻辑——这其实是咨询公司的活。MBA 弄清楚了,再交给搞数学的建模,最后才让程序员写出来。现在,程序员那部分工作,也许可以被 AI 替代。但前面两步——MBA 摸清逻辑、数学建好模——还是需要人的脑子。 我特别认可一个框架:从想法到现实,中间隔着三个人——产品经理、架构师、程序员。产品经理干的就是咨询公司的活:现场调研,梳理流程,找到痛点和高价值的需求。架构师干的是设计方案:知道用什么结构、什么算法、什么模型解决。最后才是程序员,一行一行写出来。今天 AI 大幅降低了最后一步的成本,它相当于帮你打字,你读完了,看看对不对。 回到开头那句话:长远看,"算"这件事,可能比"写"这件事用得更多,经济上也受益更高。这里的"算",不是打算盘,是:想清楚要做什么、定义清楚问题、设计清楚方案。 记一个动作:不管你是不是程序员,先练"把问题想清楚、定义清楚"的能力。这是 AI 替不了的。 帆哥的实战体感: 我做工具测评、做自媒体,体感特别深:很多人会写提示词、会调 AI,但不会定义问题。结果就是——AI 写得飞快,但他要的压根不是那个东西。所以我越来越认同:会"算"(想清楚要做什么、定义清楚问题)比会"写"更值钱,这是 AI 替不了的能力。
任务ID: 1986
30秒速读
核心摘要
可执行建议
- 优先锻炼梳理需求、定义问题、设计方案的“算”类核心能力
- 自查自身岗位属性,偏执行写类的要主动提升不可替代能力
标签与备注
标签
备注
暂无备注
转录文本
大家好,我是帆哥,一个专注企业AI落地的实战派博主。那么这一期带来一个新的话题,叫做会算比会写更值钱。在AI这个时代,到底是什么逻辑?我们讲讲这个逻辑啊,我首先给你结论:会算,会比会写,在这个时代更有价值,也更值钱。所以你应该想清楚,对于一个个人而言,什么叫算,什么叫写。会写并不代表你会解决问题。那今天你可以用AI去帮你写代码,写方案,写各类coding内容,但不代表你写出来就解决了对应的问题。因为它只是一个过程,产出物只是一个知识沉淀。而这个知识或者这个方案如何落地,解决实际问题,才是真正的端到端的结果。所以如果你只会用AI来写东西,并不是最核心的解法。 所以我们说正常情况下,如果我们想去帮助一个企业解决一些问题的时候,可能会需要三类人。这里我抽象了一下。例如说如果一个企业想去做一些数据治理,那可能他会派一个无论像MBA还是产品专家还是谁,总之是一个顾问的角色进到企业里去,摸清企业的商业逻辑,把情况反馈回来。后续团队会做一些数据的建模,把问题处理好成为模型。之后产品经理介入,最后程序员才会把它写出来。所以正常的商业逻辑里,一件事情的操作是有三类人的分工的。这三类人,你放在产品研发里面,也是类似的逻辑,叫产品经理、架构师和程序员。 今天实际上,程序员的工作、写的工作已经被AI逐步地解构,甚至程序员的这个能力,百分之七八十、八九十都可以被AI coding替代了。但架构师的能力和产品经理的能力实际上会越来越稀缺,或者说越来越有价值。这放在影视行业也是类似的。你会发现影视行业里面剪辑师的工作不再是那么重要了,而导演的角色比剪辑师重要得多。所以想清楚并不等于能写出来,什么叫做洞察需求,顾问式的咨询?所以实际上某些时候产品经理介入,或者是售前介入,或者解决方案介入,或者是咨询顾问介入,都是为了去干咨询的活,去做现场调研,通过调研的方式找到痛点。而架构师是根据相关的内容设计方案,定结构,定算法,定模型。当然我们的产品经理也有可能全量承接,甚至解决方案岗也得全量去做。当然甚至再往下就是希望FDE能把这所有事情做下来。但程序员的工作是最后一步,一行行写出来。 所以传统意义上的这些事儿,目前最后一步已经被我们的AI替代了。所以AI大幅降低了最后一步的成本。这也是为什么现在很多大厂推进降本增效的一个原因。因为写代码这件事的人工成本已经降下来了,但AI只能帮你打字,帮你生成内容。它不能做的是想清楚这件事情。因为想清楚指的是:你的企业到底是什么问题?这个问题背后的原因是什么?它所对应的业务场景又是什么?这些业务场景下的每一个环节、流程、卡点、资料库、知识,乃至操作的SOP、待办事项对接人,这些所有信息都应该整理下来。而最后形成的方案,要解决某一个场景下的某一个痛点,明确能带来什么样的效果,以相对最低的成本解决它们。 所以这件事情如果要想清楚,就要先定义问题,想清楚设计的方案,再使用AI去做赋能。所以你会发现,这件事情不再仅仅只是要靠你会写提示词,或者会做Workflow这样的能力。而实际上你应该优先先定义问题,能够做咨询,想清楚事情怎么解。同时想清楚技术在这个过程里面怎么样去做赋能。当你想清楚一件事情,你就拿到了“算”这件事的核心。所以写与算最大的区别在于,会写的人可能越来越多了。通过AI的方式生成内容非常容易,所以光只会写的人,他的能力已经被快速拉平了。但如果会算,会想清楚问题,这件事情就变得越来越稀缺。因为所有想清楚事情本身、找到价值、找到解法,比亲手去写解法这件事情更重要。所以定义问题、设计方案的这种能力,目前AI是替代不了的,哪怕你把需求抽象成了技能,这还是需要人和人沟通。所以这件事AI替代不了,因此我的观点还是那句话,叫做想清楚远远大于做出来,想清楚要做什么,远远比直接做出来更加稀缺。因为现在执行的门槛被大幅降低了。还是那句话,AI时代改变的就是这件事情。 当你想清楚这件事情,我们就回头问问自己,你现在的工作岗位到底是偏算还是偏写,这件事情很不一样。如果你是偏写,那么不好意思,你的岗位其实有比较大的风险,有可能在未来被取代。但如果你是偏算,ok,你要加强你算的能力,并且了解怎么写这件事,你就可以拥有自己不可被替代的能力。 那么今天所有的内容就到这里了,我是帆哥,一个专注企业AI落地的实战派博主,我们下次再见。如果你觉得这期内容不错,请一键三连,帮我点赞、收藏,感谢大家。