Web3人面對“AI替代焦慮”：不慌砸...

首頁
專家專欄
Web3人面對“AI替代焦慮”：不慌砸不掉我飯碗幹不掉我工作

Web3人面對“AI替代焦慮”：不慌砸不掉我飯碗幹不掉我工作

發表於 2023-09-03 09:40 作者：陀螺財經

AI與Web3間的微妙關系，用競合來描述再合適不過。

以資本視角看，AI的故事顯然比Web3更動聽也更實際，以至於ChatGPT的到來輕易將原本蜂擁而至的Web3資金轉移到AI領域，資本的替代性關系清晰可見。但從市場而言，一貫以熱點高歌猛進的Web3也不愿放棄機會，大舉AI之名融入項目的比比皆是。Web3的外殼猶如變色龍，從元宇宙換成AI，不過是發條推特的事情。

針對於Web3的打工人，這種關系就更爲復雜起來，擔心機器替代工作，也擔心不會機器而被替代，對機器的猶疑如潮水般來來去去，但最終在規範度欠佳的Web3中留下的，僅僅是各種荒誕不經的仿盤與僞概念，對打工人的描述反而鳳毛麟角。

從宏觀來看，在機器出現伊始，圍繞機器與人類的存在主義危機就從未停歇，人可以制造出遠比自己聰明的事物，但也會對這些事物產生恐懼，這既是人類的智慧體現，也是潛意識對非我族類的抵制本能。

而在Web3這個將人類貪婪與欲望體現得淋漓盡致的領域，這種對抗只能愈演愈烈。

Web3打工人會被AI替代嗎？帶着這個問題，筆者採訪了4位圈內正在使用AI的打工人，在迥異的工作中，有人呈悲觀看法，認爲長期會替代自身工作而在轉型；也有人不以爲然，強調AI難以承擔Web3中關於人的爾虞我詐；盡管看法略有不同，但受訪者卻不約而同的認爲AI在與復雜人性的鬥爭中永遠不可能處於上風。

看來，在AI都難以摸透的Web3，至少打工人，還是安全的。

01、“AI只能保證流程正確”—Ivan 某小型資管資產運營

在資管機構工作的Ivan，從某種程度上可以認爲是高級打工人，其主要的工作內容是圍繞資金的一系列工作，包括儲存、增值與運營，但細分來看，與傳統機構風控更爲類似，即監測交易，識別交易可能帶來的風險點，並有效進行幹預。從他的角度，AI遠不足以對其工作帶來影響，因爲AI難以識別人所存在的問題，以下是他的自述：

我的工作說出去是比較好聽的，在機構做資產運營的工作，通過運營實現資產增值與風險把控。在這份工作之前，我在一家地方性銀行做風控，就工作本質來說，兩者其實沒什么質的區別，差別就在於風控更多強調監測與預警，而運營還有增值的需求屬性。

ChatGPT出現之後，我們老板就提過需要學習使用提高工作效率，還請過所謂的專業提問師給我們上過培訓課，但由於沒有做強制性要求，就我所知，大家其實用的頻率並不高。但這並不是說ChatGPT不好用或者單純抨擊，而是對於我們這個行業而言，AI難以去替代人的工作。

很簡單的例子，我們很多大型B端客戶，轉账幾乎都是上百萬美元的體量，使用AI批准的風險顯而易見，因爲AI難以洞見這些錢背後的流程與陰謀。表面上可能只是一筆錢，但背後可能是洗錢、分銷、詐騙等等事件的復雜組成。這與銀行其實很類似，看似很自動化的流程，但每一個節點都有銀行中後台的人工力量逐項審核，幾個甚至可能十幾個部門在圍繞這筆錢進行操作。

零售客戶相對而言自動化程度會更高，偶爾出現的女巫、雙花等薅羊毛操作後台的AI就可以自動識別，但也不能完全交由AI負責。就像我們去辦銀行卡，經常在最後一步會要求客戶經理來現場核實身份，爲什么？因爲AI很難通過流程去檢驗人。AI只需要保證流程正確，但只有人才能識別出人的問題。縱觀整個金融界，盡管數字化提升效率，有各種各樣的繁雜的系統，人工還是主要力量，與錢相關的任何東西需要責任到人，這在歷史上已經有過很多次血淚的教訓。

但你說AI是不是完全沒用，肯定不是，不然巨頭也不會傾力去發展，以我自己爲例，Paperwork不想動的時候也會使用AI，然後去潤色修改。也提一句，大家覺得都可以替代的Assignment、合同之類的，也並不是那么簡單就可以搞定，這都是法務、財務那一群人一句一句審定出來的模板，所以你看，人，才是最重要的。

02、“更重要的是AI未來能做什么”—Iris 內容媒體編輯

我在一家內容媒體從事編輯崗位，也是大家通常認爲最容易被AI替代的崗位之一。總的來說，AI，例如GPT，在我們的日常工作中已經比較常見了。尤其是當下行業不景氣，大家原創度日益降低的情況下，翻譯、快訊抓取等工作我們都會用AI去完成，可以大幅度提升效率。

在原創方向，根據撰寫稿件的內容要求，AI的作用也各不相同，對於文字處理，GPT的能力還是很強，所以基本的通稿給定大綱，他出的基本大差不離，但是由於行業屬性，很多專業名詞或者理解、以及適應人的閱讀習慣方面，它還是存在局限性，因此需要人工進行多角度的調整。深度稿件和AI的關聯性相對較弱，深度稿件更多在於個人的實地走訪與調查，這是AI難以替代的，即使通過資料去喂養AI產出稿件，效果也較差。

稍低版本的GPT表現就更爲差強人意。有一個同事用GPT3.5寫稿，由於沒有2021年之後的數據，最新數據需要同事一句句拆分喂進去讓他先行學習，嘗試了一整天終於出了一篇稿件，結果裏面大多是正確的廢話，甚至還存在胡編亂造的幻覺內容，最後要么大改，要么淪爲廢稿。當然，這也有我們個人提問能力不足的原因。

回到你的問題，你說AI會不會代替人工？我認爲在一定程度上肯定是會的，可能它現在能做的看上去有限，大家都不以爲然，但更重要的是它未來能做什么？沒有人可以擁有比AI更爲強大的學習能力，也沒有人可以了解AI湧現的黑匣子構成，這意味着通過不斷的深度學習與解析，AI會在某個階段湧現更爲智能的能力。帶有重復性質的創造性工作沒准會被更早代替，例如碼農、編輯以及其他文化產業從業者，這類型工作具有創造性，但本質也帶有易學習性與重復性，只要有文本可學習，AI一定會比人跑的更快，所以人類需要更多釋放自己的想象空間。

回顧每一次技術進步，總會有崗位被替代，這是技術革命帶來的工具革命，是不可逆的，盧德運動最終也只能淪爲歷史的注腳。目前來看，從熊市至今，公司已經裁員了40%，而編內容部人就更少，這或許也與AI有一定關系？

從我個人而言，我會盡可能去尋找工作中更爲核心的部分，AI難以替代的部分，例如我會比此前更看重外出的機會與人脈的積累，不管如何，這都是AI難以接觸的環節。

03、“法律倫理風險不可規避”—Vivian 加密律師

其實這個問題可以放大範疇，在傳統領域，AI可以替代律師嗎？我個人認爲是不可以的，很簡單的原因，法律工作是和人打交道，其中涉及到的法律倫理風險是不可規避的。

舉個例子，在訴訟中，律師是有責任與義務爲當事人所提供的信息負有保密責任，而這一點，很多時候不是以場外旁觀者的好與壞去定義的，而是以案件當事人爲中心去定義的，除非涉及到危害國家安全的行爲，否則律師應當對其信息保密。AI的公共性質注定其難以做到此點，你給他的信息他甚至可隨意發送給其他的詢問方，這顯然不符合律師職業道德。

同理在法律咨詢等非訴訟層面，AI律師也會表現得更爲不近人情。它難以感知到當事人真正的需求或者隱含的意思，在很多民事訴訟中，當事人拐着彎咨詢，最核心的無非就是如何保障自己的利益，即使是自己已是過錯方的前提下。但AI難以理解這種類型需求，你問如何合理的規避風險，他可能讓你全盤托出，甚至讓你去自首，所以目前AI最多能處理一些已明確知道問題、有既定答案的咨詢，並且做部分非隱私的案頭工作，局限性很明顯。

還有一個值得注意的是，AI會出現機器幻覺，這也是法律服務工作者的大忌。前段時間有同行就踩了坑，美國的Levidow &Oberman律師事務所的律師在一起糾紛中提交由AI輔助寫作的文書，結果被法官發現部分判例實際不存在，最後事務所因向法院提供虛假信息被處以5000美元罰款。虛假信息是違反律師法的行爲，也是律師執業明令禁止的規則，但直到目前，AI幻覺也尚未被解決。

在Web3，上述局限性會進一步放大。Web3是一個非常混沌與瞬息萬變的行業，雖然國內外近年來都在出台法律細則完善，但虛擬貨幣在民商事領域仍是新鮮事物，從各地法院判決實例來看，認知也並非統一。在這種新鮮概念頻出的領域，用AI充當律師只會帶來更加復雜的問題，例如穩定幣，各個地區的監管十分迥異，在香港該領域還是真空區，但新加坡、歐洲均已出台了監管方案，你問AI難以得到針對性的回復。

此外，從事虛擬貨幣行業的律師，本身素養是極強的，除了對行業有深刻理解，也要具備強大的金融服務監管與證券法律能力，要充當法院與當事人之間的連接器，減少信息差與噪聲，要做到這些，很不容易，所以我認爲，AI可以在一定程度上協助處理案頭研究等文字類工作，但要替代，遠還談不上。

04、“淘汰也只是一種自然的社會規律”—Leo 开發人員

其實這個問題早在幾年前Alpha Go就已經出現過，後面也陸陸續續出現了很多自動編程軟件，這次由於ChatGPT的表現太過驚豔，又在圈內引起了一陣恐慌。

要是這個問題放在去年之前，我是斬釘截鐵說不會替代，但是如今，我可能會認爲部分程序員是有被替代的風險。從AI的優勢來看，目前AI已經可以應對數組/字符串、動態規劃等稍有難度的技術性問題，同時在重復代碼生成、文檔和注釋、測試等共性問題方面具備一定能力。

在我的日常工作中，我也會使用Github Copilot，我不是個例，之前GitHub做過一項調查，500名开發人員中，有92%的受訪者在借助AI編碼工具來完成工作和其他項目。使用AI工具不爲其他，是因爲切實能提高效率，我們的工作本質上其實是機器語言與人類語言的翻譯，存在很多重復的具體任務，在這些任務上AI採取的鏈式調用表現較爲優異。

但對於开發人員而言，最核心的能力是編程邏輯，最困難的節點是構建需求，而非只是簡單的編程，在這個領域，AI還不具備完整的工程能力。

在實際的軟件工程中，代碼是根據定制化需求編寫的，在這個復雜關系的內部，模塊之間的作用性、技術背景與產品本身所存在的客觀規律AI難以通過已學習的數據庫進行發現，原因是該類數據通常是保密的，這就意味着在業務抽象、建模和架構上，AI難以與人類相提並論。此外，AI也存在代碼安全、知識產權等問題。

另一方面，Web3相對於傳統互聯網，前端後端的架構存在去中心化差異性，最直觀的是發布智能合約代碼後，开發者無法簡單對其進行修補和更新，而Web3更多與錢有關，具備很高的敏感性，離开人這個選項會帶來很多的現實問題，在圈內也可以看到土狗項目跑路比比皆是，匿名經常讓人覺得不安全。

行業裏經常打趣的，沒問題的時候要去中心化，一有問題還是要去找中心化機構，所以無論如何，人本身在這個過程中是非常重要的。但從程序員大行業來看，未來不會用AI或者低階僅會使用局限性工具如CRUD的程序員，淘汰也只是一種自然的社會規律。