# AI 时代的稀缺性：懂业务的决策者比懂 AI 的技术员更重要

稀缺的，到底是懂AI的人，还是懂业务的人？

一个反直觉的判断——懂AI这件事正在快速贬值，而能在关键低频决策中做出判断的人，才是未来的稀缺品。高频重复的工作最容易被AI替代，但在打造爆品、建立品牌等低频高影响力的决策上，人的判断依然不可替代，企业AI转型的最大卡点也不是技术或数据，而是“想不到应用场景”， 当前AI的利润大头仍在基础设施层，应用端的ROI尚未完全释放，但拐点会比预想来得更快。

以下为圆桌对话内容，经36氪整理：

• 郑王宇丨36氪基金投资副总裁（主持）
• 龚毅丨尼尔森IQ 通信及科技业务总经理
• 罗飞丨华科智能AI研究院院长
• 林海卓丨卓源亚洲创始合讯合伙人、董事长

产业前线：AI 重构业务流程的边界与挑战

郑王宇：各位老师好，我们今天一起讨论“当AI进入产业前线：未来最稀缺的AI人才会是谁”。在过去一年里，AI从模型能力的竞赛进入到产业场景落地的环节。当AI工具变得越来越普及，真正稀缺的人才是什么样的？

林海卓：在知识高度密集型领域，如会计、律师、程序员，其知识体系易于结构化，相对容易被新技术替代。但好的问题提出者依然有壁垒。像心理咨询、旅游体验等涉及情感与个性化场景的领域，AI替代还有相当长的距离。

罗飞：我们总结AI替代的三个特征：重复、标准、熟练。越是在电脑前工作，越容易被替代；越是跟人打交道、越靠近市场的，越不容易被替代。人的能力需要不断往市场和客户侧移动。

龚毅：我们把业务分为高频与低频。高频业务因数据反馈多，AI容易通过强化学习掌握经验；而低频且重要性高的决策（如打造高端品牌、跨文化共鸣），AI目前很难解决，这是社会最稀缺的领域。

落地卡点：从技术焦虑到组织认知转型

郑王宇：企业AI能力的落地阻力来源于哪里？是技术、数据积累，还是组织惯性？

龚毅：基础肯定是数据。但目前AI仍存在幻觉，且企业往往缺乏将专业流程与AI有效结合的能力。如果不能将具体的业务专业点嵌入工作流，AI的回答往往似是而非，导致企业难以决策。

罗飞：最大的卡点在于组织认知。很多企业仍停留在“数字化思维”阶段，认为必须先有数据、先数字化才能落地AI。企业AI转型实际上是人才转型，需要从数字化思维跳出来，形成AI思维，深入业务分析以挖掘应用场景。

林海卓：目前人工智能的利润大头仍在基础设施层，应用端ROI尚未完全释放。大模型在垂类领域的知识投喂和培养需要时间，但出现拐点会比预想更快。目前很多企业将AI仅视为搜索引擎的平替，真正接入业务流、构建高精尖知识know-how还需要周期。

未来人才：从“个人能力”到“AI班底”的进化

郑王宇：AI时代该如何培养和评估人才？

林海卓：未来需要通过提高高等教育普及率，让劳动者进入先进服务体系。国家层面正在大幅提高理工科比重，并鼓励交叉学科产生，以应对AI带来的就业结构变化。

罗飞：教育应从死记硬背转向AI思维。未来对人才的判断，不再仅仅是个人能力，而是判断其背后的“AI班底”——即他能指挥多少AI一起干活。面试时，能说出背后AI班底能力的人，才是时代需要的人才。

龚毅：懂AI的能力正变得可工程化、可复制，未来将不再稀缺。最稀缺的是在关键低频、高影响力的决策点上，具备综合判断力的人。这些人需要懂业务，并能利用AI作为杠杆，实现打造爆品或建立品牌等价值。

人机分工：决策权与责任的边界

郑王宇：作为企业主，如何判断哪些决策可以交给AI，哪些必须由人保留？

林海卓：在权责利划分上，AI适合作为建议者或效率工具，处理数学化、降本增效的任务。而涉及重大安全、严肃场景的决策，人类必须保留最终判断权，以补全信息漏洞并承担责任。

罗飞：AI是挖掘机，不是铲子。在事情没想清楚的时候，更适合用AI。未来的工作方式是“人在辅助AI干活”，AI负责执行与推理，人在干活的卡点上进行决策与修正。我们正处于一个类似于从神学走向科学的新时代，人类的工作生活方式将迎来重塑。

来源：36氪｜原文链接