嘿，各位AI探索者和职场小伙伴们！
最近和朋友聊天，发现大家是不是经常感觉自己快被AI的各种新词、缩写给淹没了？什么LLM（大语言模型）、GenAI（生成式AI），还有那个听起来就高大上，但又有点虚无缥缈的AGI（通用人工智能）……大家都在追逐这些酷炫的概念，好像不聊点AGI就跟不上时代了。
但是，这些“高大上”的AI，对我们日常的工作和生活真的那么“有用”吗？
前几天，我偶然听到了一段超有启发性的对话，让我对AI有了新的思考。对话的嘉宾是IBM研究院的首席科学家、IBM Fellow——R S. P.（R S. P.）。他提出了一个非常实在的观点：比起AGI，我们现在可能更需要关注“人工有用智能”（Artificial Useful Intelligence，简称AUI）。
什么是“人工有用智能”（AUI）？它和AGI有啥不一样？
R S. P.一上来就点破了我们对AGI的迷思。他说，通用人工智能（AGI）其实连个清晰的定义都没有，而且这个定义还在不断演变。
想想看，当年IBM的“深蓝”击败了国际象棋世界冠军加里·卡斯帕罗夫，后来“沃森”又在美国智力问答节目《危险边缘》中战胜了人类冠军。当时大家也觉得不得了，以为AGI快来了。但现在回头看，那算是AGI吗？好像也不是那么回事儿。
R S. P.认为，智能不仅仅是IQ（智商），还应该包括EQ（情商）和RQ（关系商）。人类的智能是这三者的复杂结合。而我们现在对AI的讨论，往往过分集中在IQ层面了。
所以，与其纠结AI啥时候能达到人类的“通用智能”，不如把目光放得更实际一些：这项AI技术，它“有用”吗？ 这就是AUI的核心。
“我真的不关心我们是否达到了AGI或其他什么智能，”R S. P.坦言，“我希望这些东西是有用的。‘有用性’可以从不同角度衡量，但对我来说，它关乎一项技术、一种自动化，是否能在你的日常生活中，无论你是企业、商家还是小企业主，帮助你完成事情，让技术真正服务于人。”
AI正在如何改变我们的工作和生活？
R S. P.把当前的AI发展比作又一次“工业革命”。他说，工业革命用机器自动化了体力劳动，极大地提升了生产力。而现在，AI，特别是生成式AI和大型语言模型，正在深刻影响着“知识工作”。
“这是人类进化中，我们第一次如此接近能够无缝生成语言，”R S. P.说，“无论是口语、分析语言，还是计算机代码这种‘语言’，我们都能分析、理解、复制和生成。这对社会如何运作将产生深远影响。”
他举了个很生动的例子：他最近在麻省理工学院（MIT）和一些学生交流。学生们告诉他，以前遇到搞不懂的问题，得排队等教授或助教的“答疑时间”。现在呢？他们可以直接把问题截图，扔给AI模型（比如ChatGPT、Claude等），让AI来解释。AI不仅解释得头头是道，学生还能跟它反复“辩论”，直到弄懂为止。
这并不意味着学生们变懒了，或者停止思考了。恰恰相反，他们找到了更高效的学习和理解工具，可以更快地掌握知识。这不就是AUI“有用”的体现吗？
(图片示意：AI作为强大的工具)
即使AI的IQ再高，人类的EQ和RQ依然重要
随着AI模型（比如IBM新的Granite模型）在推理能力上的突飞猛进，有人可能会想：既然AI的IQ这么高，我们人类还需要那么努力提升自己的“智力”吗？
R S. P.提醒我们，即使AI的IQ再高，人类的情商（EQ）和关系商（RQ）的重要性只会不减反增。
“我们正处在一个定义未来工作的深刻历史节点，”R S. P.强调，“未来，信息技术部门可能会变成由人来操作、管理和治理这些AI工具（或者说‘数字智能体’）。但最终的价值，仍然是由人来管理，人与人之间的关系也同样重要。”
关键在于“责任归属”。R S. P.认为，在可预见的未来，最终的责任和决策权仍然掌握在人类手中。既然如此，我们就必须理解AI是如何运作的，能够控制它、治理它，并有效地管理它。
AUI在实践中如何体现“有用”？
那么，在IBM这样的科技巨头眼中，AUI具体是如何衡量和应用的呢？R S. P.分享了两个非常实际的例子：
- 赋能软件开发者：软件已经“吞噬”了世界，软件开发者的工作至关重要。但他们每天都要面对大量的bug修复、代码测试。IBM正在研发一种“软件工程智能体”，它可以自动分析复杂的代码库，定位问题，提出修复建议并解释原因，甚至自动完成修复。想象一下，如果一个开发者一天有40个问题要处理，AI能自动解决15个，这是多大的生产力提升！
- 提升网络安全：网络犯罪日益猖獗，企业面临巨大的安全风险。利用AI来实时监测、识别和预测潜在的网络攻击，自动修复漏洞，这对于人力有限的企业来说，无疑是雪中送炭。AI在这里不是取代人，而是降低风险，让我们的数字世界更安全。
这些都是AUI实实在在创造价值的地方，是可以被精确衡量的“有用性”。
AI的下一个“里程碑”：更智能的“AI智能体”（Agents）
聊到AI的未来发展，R S. P.对“AI智能体”（Agents）这个概念非常兴奋。
他解释说，我们目前接触的大部分AI系统，都像是“前馈系统”（feed-forward systems）：你给它一个输入（比如一个指令或问题），它给你一个输出。如果你对输出不满意，你得自己调整输入（也就是我们常说的“Prompt工程”）。
而“AI智能体”则更进了一大步，它们是“反馈系统”（feedback systems）。它们不仅能输出结果，还能自我分析结果，将其与你的意图进行比较，并持续在内部迭代，直到任务完成。 更重要的是，它们懂得在需要的时候调用外部工具。
R S. P.举了个例子：大约一年前，如果你让ChatGPT做两个大数字的加法，它很可能会算错。因为加法本质上不是一个“预测下一个词”的语言问题，而是一个数学问题。聪明的AI智能体应该知道，遇到数学问题，它应该去调用“计算器”这个工具，而不是自己硬“编”一个答案。
“这种分解任务、调用正确工具、整合结果、反思并持续优化的能力，就是AI智能体的核心。”R S. P.说，“就像发射火箭去月球，你不可能一次就瞄准。整个系统必须有不断校正偏差的能力，才能最终到达目的地。AI智能体就是这样的智能系统。”
面对AI浪潮，企业和个人该如何准备？
听了这么多，相信大家和我一样，对AUI有了更深的理解。那么，作为企业决策者或者普通职场人，我们该如何拥抱这股AI浪潮，让它真正为我们所“用”呢？R S. P.给出了三点非常中肯的建议：
- 亲身体验，拒绝被“忽悠”：不要只停留在听概念、看新闻的层面。他鼓励每个人都亲自动手去玩一玩现在的AI工具，感受它们的力量和局限。只有这样，你才能形成自己基于实践的判断。
- 制定AI战略，思考如何“重塑”业务：对于企业决策者来说，这几乎是“强制性”的。你需要认真思考AI将如何颠覆你所在的行业和你的业务模式，并积极规划如何利用AI来“重塑”和优化业务。注意，不仅仅是“颠覆”，更是“重塑”。
- 赋能团队，提升员工技能：AI的变革浪潮中，员工技能的转型至关重要。企业需要为员工提供学习和掌握新技能的机会，帮助他们适应AI时代的工作方式。这涉及到前面提到的EQ和RQ，如果员工感到恐惧和抗拒，技术的推行就会遇到很大阻力。
写在最后
听完R S. P.的分享，我最大的感受就是：与其焦虑地追逐那个尚不清晰的AGI，不如脚踏实地，关注如何让AI在当下就变得“有用”。无论是提升工作效率，还是改善生活品质，AUI都能为我们带来实实在在的价值。
这或许才是我们普通人拥抱AI最务实的态度吧！
好了，今天的分享就到这里。希望R S. P.的洞见能给你带来一些启发。你对AUI有什么看法呢？你觉得AI在哪些方面最“有用”?