入局之前先出局 不妨先忘掉 AI

从一个比喻着手。这个比喻最早是在学习跑步的时候，教练给我们讲的一个例子。

他举例是一对双胞胎，在生理特征，比如说身高，体重，新陈代谢，心率，等这一些基础完全一样的情况下，跑一个马拉松，一定会能够分出哪一个跑者的效率高和低。因为无非是我们固定了距离，在相同距离下，现在有基本的检测工具，最基础的是时间，相同的距离花费的时间如果小，那它的效率和经济性是高的。

如果大家花费相同的时间到达终点，那我们可以看它的心率，基于心率可以推导出它的生物能量的消耗，谁是高是低，因为这些东西现在基本上都可以测算。由此来说的话，其实我们引申到工作中，同样相同的两个团队。不管用什么样的方式去改善，它一定不会让你完全不做任何改变，它会需要提高效率。

现在游戏行业在供给侧这一块的产品是比较饱和的；在连接侧，在不管是平台、渠道，还是我们官方，也基本上增长达到了一定的瓶颈，所有的用户基本上都触达了；需求侧这一块的情况就是大家的需求，发展到现在基本上见过的游戏，3A级的游戏大作，顶级作品也就是那个样了。 大家都其实不是再去做更多有创新的东西，至少目前大规模的创新基本上是九死一生，甚至十死无生的情况。大家其实是会朝着制作周期缩短，研发投入成本，更低，更可控，生命周期更长的产品发展。

接下来就是我们回到经济性这件事，我们不说AI，在AI没有出来之前，游戏行业更多的词是叫做工程化或工业化，我们向电影行业去靠拢，学习电影行业如何能够工业化生产和把控项目。

就比如说像漫威，他能够把他的一部电影的剧本拆解成结构化的内容，然后同时分包到全球的不同的国家，包括甚至厦门的一些团队，之前跟厦门一些美术团队交流过，他们也就是承接了漫威的差不多20秒内的一个内容的制作，类似钢铁侠的一个内容制作，公司能够分包到全球范围，然后用把控住时间成本，然后并且能够回收回总部去进行组合，然后最终组合成一部电影。

自己之前关注的比较多的是育碧。育碧是法国公司，法国他们是总部，刺客信条的作品，它其实是在育碧美国，加拿大，澳大利亚，然后还有总部的通力合作下才完成的。它有团队把这个项目拆解和承接，然后去制作。那这里面包括了比较多的能力要求，包括如何工程化、跨时区，跨团队，跨国家文化，然后组合成一款比较大的游戏。

这个是在AI出来之前，一方面我们说要有足够经营把控意识，一方面需要非常强的项目管理能力，才能把这样子的一个事情给它统筹好，这个是叫做制作能力，具备这个能力的，才叫做制作人。

由此我们来看，接下来应该投入的东西是，要聚焦在项目管理和工程化这两方面。

从前年的10月份到现在，AI这项技术，它只是一项技术，它能够在局部范围出现点转，或者说在一定特定的场景，在特定的角度的情况下，能够实现比如说从提效从25%甚至到90%甚至到100%这样子的一种技术。它在目前的发展情况，只是一个提效工具，还没有过渡到这个行业和AI公司宣传的真正的人工智能和AI员工的情况。

按照目前的比较激进的说法，就比如说像Open AI，他们的说法是在五个月或六个月就能如何如何。那我做根据一些技术行业的大佬，就是那一些说话相对来说没有那么浮夸，比较务实的人，那我的判断是差不多1.5年，就一年半之后，这个行业会整个AI带来的各个行业的影响和冲击，会在1.5年之后带来一个真正的变化。意味着一年半之后，不会用AI的人，是进不了这个互联网行业的。

像运动员一样，我们能不能找出跑完一个马拉松，更有质量，更节约能量的一个方法和方案。因为我们只有节约了这些能量，这些能量会通过现金流的方式呈现在我们的数据面板上，那数据面板也有滞后性的。

比如说我们费了比一个正常人多，1.5倍甚至2倍的这样子的能量去达成一项比赛，最终带来的影响就是这个人接下来可能会有半个月甚至一个月的时间就躺在床上不能动，因为他透着他很大体力，他在身心上有极大的消耗，这些东西要陆续构建回来，其实不是说你就吃吃喝喝然后按摩按摩就可以了，他是一个针对身体来说比较大的影响，企业要发展不是说我们赚到钱就好了，我们还是会像跑马拉松一样，下一场马拉松能跑得更好，这个好是包括效率的提升，还有心态，意志，还有心志这一块能量它能不能得到充分的表达，那不是说苦哈哈的用非常强的意志力跑，因为一旦动用意志力意味着你在其他的地方一定会被意志力所限制。

接下来看，技术在发展下去，一年半之后，这个行业的职级不会变化，一年半以内，我们不会去修改职级，我们不会去修改职级里面的技能，里面的技能它其实不需要这么具体到AI，但它还是对于真正的对项目管理和效率提升这两条腿做更明确的定义。

我自己的判断。首先，程序员，我们对高P的程序员的需求和他们该做的事情是有变化的。

按照目前的情况，P3的程序员需要能够用一定的方式，可能是AI，可能是他自己的一些方法，把收到的需求，上下游的需求拆解成目前我们说P2级别程序员能够消化的子需求或任务；就如同一个翻译器。来自项目文档的需求，他要通过拆解和转化，给他的下游，把这些内容翻译和拆解成更小，让下游能够一个模块一个模块去处理的内容，这个是高P的程序员，我认为是差不多P3和P4的程序员应该做的事情，那也就意味着他们的日常工作就是不断的拆解，不断的拆解。

P2的程序员就是把这些拆解的东西用一定的方式跟AI沟通，去做AIGC的教练和指导者。在AI出来之前，敏捷开发是和极限编程一起诞生的，极限编程或者说结对编程其实就是两个人，一个人负责写代码，一个人负责看，去查看他代码的问题进行讨论。

在AI诞生初期，预期是说我们人来写，AI一边看着我们一边帮我们做代码补全。发展到今年的三到四月份的时候，其实是变成了AI来写代码，然后我们来跟他说这个代码哪些地方不对，你要去改成什么样。现在变成了AI在开车，我们是他的导航员，把要去的地方拆解成一段一段的路，然后我们告诉他，你该往哪开？开成什么样？我们的角色发生了变化，其实就是借助了AI的技术。这些是P2的人该做的。

回到P1，接下来的情况就是，P1的人我们后续大概率是不需要的。我们只需要P3和P2的人。那P1它这个职级是否有存在的必要？有必要。P1目前的情况就是，我们得把这个职级挂在这儿。它里面定义的东西大概率大部分应该要被AI所替代。至少这是我们目前判断的一个东西。

纠正一些我在年初判断的东西，我年初判断是觉得6到8月份的时候，AI能够达到P3等级的开发能源的水平，那目前来说还差得比较远。它现在能够到P1.5，要说摸到P2的门槛还有点难。应该还是在P1.5到1.9之间上下波动的一个情况。这个是我们对一些AI程序员的判断。但未来的1.5年之后我觉得，问题不大，P1的岗位的人员应该要被消除掉，就是他只留职级，但不会有人。

意味着我们接下来在AI编码这一块要持续落地的情况下，那写代码这一块的内容如何判断有效，还需要关注的是当前程序员的职级分布是个什么样的情况。

P1的同学有多少，哪一些同学P2的同学，他实际上又在做P1的大量熟练工的活，就得在这个方面去做优化，哪一些人已开始能够驾驭，把所有的拆解完的需求给到AI，让AI去实现，那意味着P1的这样的执行类的程序，我们必须减少，因为人数的减少才意味着所有的综合管理成本和经营成本的减少。

最终AI带来的变化一定会有影响，对人肯定是会有影响的，我自己这周看了疫情前的纪录片，央视拍的《人生第一次》，那一套里面其实用镜头展示了不为人知的客服行业，就是我们说的那些外包客服，那些不为人知的一面。

那这一些人他们有一个群体是残疾人，就是要么视障，要么断手断脚，为了生存生活，去了客服中心，接受了很多培训和话术之后就开始上岗。那上岗大部分要承接的就是重复问题回复，更多的就是来自用户的投诉，那那边就会有很多那种情绪啊，负面情绪，压力，宣泄，就是把他们骂得狗血淋头的，其实也就是为了出出气。那对他们来说是谋生，谋一口饭吃。

那随着我们技术的应用，把外包成本从十几万/年，不管是软硬件成本压到剩1000/月，那也就意味着有这样子的一批人，因为我们的技术应用后，他就下岗了。对我来说，当时是一阵心酸和唏嘘的，不知所措的感觉，“AI到底是个什么东西”。 更可叹的是，他们下岗之后又去做直播，去带货，你只要有技术，上了滤镜，下半身不展示，然后美颜，天天在那卖卖东西，这个也也能谋一些生路，但不好意思，AI数字人带货又上线了……

只能说就是这个时代在剧变，构建在不确定性理论上衍生的技术绝对比先前的技术更为烈性。我们能够做的事情，就是确保自己没有站在AI发展的这条路上，因为站在这条路上的岗位、角色消亡是必然的。

最后就是我觉得能够让人之所以为人，还是需要那么一点悲悯的心，真正有能够在一些时间停下来去想一想，去想一想人类的未来和同族。其他人怎么办，会让自己觉得我还是一个挺有感情或者有一些人性的一个人吧。