Notion创始人：19世纪是钢铁工业时代20世纪是芯片

　　这篇文章是他对 AI 时代学问工做的将来图景 的一次弘大现喻性思虑，融合了汗青、财产变化取哲学洞察。19世纪是“钢铁”塑制了工业时代，20世纪是“芯片”了数字时代，而现正在，21世纪的“奇不雅材料”是 人工智能（AI）——无限的思维（Infinite Minds）。每个时代都由其奇异的材料塑制而成。钢铁铸就了镀金时代，半导体了数字时代，现在人工智能以其无限的智能面孔横空出生避世。汗青告诉我们，控制了某种材料的人，才能定义一个时代。19世纪50年代，安德鲁·卡内基曾是泥泞街道上的电报员。其时，十分之六的美国人是农人。仅仅两代人的时间，卡内基和他的平辈人就缔制了现代世界。马匹被铁代替，烛光被电力代替，钢铁被钢铁代替。自那时起，工做沉心从工场转移到了办公室。现在，我正在运营一家软件公司，为数百万学问工做者开辟东西。正在这个工业沉镇，人人都谈论着通用人工智能（AGI），但20亿上班族中的大大都人却尚未感遭到它的影响。学问型工做将来会是什么样子？当组织架构容纳了那些永不眠的思维时，又会发生什么？将来往往难以预测，由于它老是伪拆成过去。晚期的德律风就像电报一样简练。晚期的片子看起来像是舞台剧的。（这就是马歇尔·麦克卢汉所说的“透事后视镜驶向将来”。）现在最风行的AI形式看起来很像过去的谷歌搜刮。正如马歇尔·麦克卢汉所说：“我们老是透事后视镜驶向将来。”现在，我们看到的就是仿照谷歌搜刮框的人工智能聊器人。我们现正在正于每次新手艺变化城市履历的那种令人不适的过渡阶段。我无法预知将来会发生什么。但我喜好使用一些汗青比方来思虑人工智能若何正在分歧层面上阐扬感化，从小我到组织再到整个经济体。我的结合创始人西蒙以前是我们所说的“十倍速法式员”，但他现正在很少写代码了。你只需走到他的办公桌旁，它们不只打字快，还会思虑，这让他的效率达到了30到40倍。他会正在午饭前或睡前放置好使命，让它们正在他分开的时候继续工做。他现正在就像一个办理着无数个智能体的办理者。20世纪70年代《科学美国人》上一篇关于活动效率的研究了史蒂夫·乔布斯出名的“思维自行车”比方。只不外，几十年来，我们一曲正在消息高速公上骑行。上世纪80年代，史蒂夫·乔布斯称小我电脑为“思维的自行车”。十年后，我们铺设了互联网这条“消息高速公”。但现在，大大都学问型工做仍然依赖人力。这就像我们一曲正在高速公上骑自行车一样。起首是上下文碎片化。对于编码而言，东西和上下文往往集中正在一个处所：集成开辟（IDE）、代码仓库、终端。但通用学问的工做却分离正在几十个东西中。想象一下，一小我工智能代办署理要撰写一份产物简介：它需要从 Slack 聊天记实、计谋文档、仪表盘上季度的目标数据以及只存正在于或人脑海中的机构回忆中提打消息。现在，人类就像粘合剂，通过复制粘贴和切换浏览器标签页将所有这些消息拼接起来。除非上下文获得整合，第二个缺失的要素是可验证性。代码具有一种奇异的特征：你能够通过测试和错误来验证它。模子建立者操纵这一点来锻炼人工智能，使其更好地进行编码（例如强化进修）。可是，若何验证一个项目能否办理适当，或者一份计谋备忘录能否无效呢？我们尚未找到改良通用学问模子的方式。因而，人类仍然需要参取此中，进行监视、指点，并展现什么是好的模子。1865年的《红旗法案》要求正在车辆行驶时，必需有一名旗头走正在车前（该法案于1896年拔除）。这是一个令人不快的“报酬干涉”的例子。本年的编程智能体让我们大白，“人机协同”并非老是可取的。这就像让一小我亲身查抄工场出产线上的每一个螺栓，或者走到车前清理道（拜见1865年的《红旗法案》）。我们但愿人类从傍不雅者的角度监视整个流程，而不是身处此中。一旦上下文消息整合完毕，工做可验证，数十亿劳动者将从骑车过渡到驾驶，最终从驾驶过渡到从动驾驶。1855年纽约和伊利铁的组织布局图。现代公司和组织布局图跟着铁公司的成长而演变，铁公司是第一批需要协调数千人逾越遥远距离的企业。几百年前，大大都公司都只是十几人的做坊。现在，跨国公司拥无数十万员工。沟通根本设备（人脑通过会议和消息毗连起来）正在指数级增加的负荷下不胜沉负。我们试图通过层级布局、流程和文档来处理这个问题。但我们一曲用人类规模的东西来处理工业规模的问题，就像用木头建制摩天大楼一样。起首是钢材。正在钢材呈现之前，19世纪的建建最多只能建六七层。铁虽然坚忍，但却易碎且笨沉；添加楼层数，建建就会因本身分量而坍塌。钢材的呈现完全改变了这一切。它既坚忍又具有优良的延展性。框架能够做得更轻，墙体能够做得更薄，建建物也因而能够高达数十层。新型建建由此成为可能。人工智能是企业的钢铁。它可以或许贯穿整个工做流程，并正在需要时供给清晰的决策根据，避免消息干扰。人际沟通不再是沉担。每周两小时的协调会议能够简化为五分钟的异步评审。过去需要审批的决策，可能很快就能正在几分钟内完成。企业能够实正实现规模化增加，而无需承受我们过去习认为常的机能下降。第二个故事是关于蒸汽机的。工业初期，晚期的纺织厂都建正在河道溪涧旁，依托水车驱动。蒸汽机呈现后，工场从最后只是用蒸汽机代替了水车，其他设备则连结不变。出产效率的提拔并不显著。实正的冲破呈现正在工场从见识到他们能够完全脱节对水的依赖之后。他们建制了更大的工场，接近工人、口岸和原材料产地。他们环绕蒸汽机从头设想了工场。（后来，跟着电力普及，工场从进一步分离了动力，不再依赖地方动力轴，而是正在工场遍地安拆小型策动机，为分歧的机械供给动力。）出产力突飞大进，第二次工业实正起头了。我们仍处于“替代水车”阶段，人工智能聊器人只是简单地附加到现有东西上。我们还没有从头构思，当旧的消逝，公司能够依托无限的智能系统正在你睡觉时运转时，组织会是什么样子。正在我的公司 Notion，我们一曲正在进行一些测验考试。除了我们1000名员工之外，现正在还有700多名客服人员担任处置反复性工做。他们担任会议记实、解答问题，以整合内部学问。他们处置 IT 请求、记实客户反馈。他们帮帮新员工领会员工福利。他们撰写每周形态演讲，如许大师就不消复制粘贴了。而这仅仅是迈出了一小步。实正的前进只受限于我们的想象力和惯性。几百年前，城市的规模还很适末路人类栖身。正在佛罗伦萨，步行只需四十分钟就能横穿整个城市。其时的糊口节拍取决于一小我能走多远，声音能传多远。随后，钢布局框架使摩天大楼成为可能。蒸汽机驱动的铁毗连了城市核心和内陆地域。电梯、地铁和高速公也接踵呈现。城市的规模和密度呈爆炸式增加。东京、沉庆、达拉斯。这些城市不只仅是佛罗伦萨的放大版，它们代表着分歧的糊口体例。特大城市令人丢失标的目的，充满目生感，难以辨认标的目的。这种难以辨认的特点恰是规模带来的价格。但它们也供给了更多的机缘和。更多的人处置着更多的工做，组合体例也愈加多样化，这是文艺回复期间规模适中的城市所无法对比的。现在，学问型工做几乎占美国P的一半。但此中大部门仍然以报酬本：几十人的团队，以会议和电子邮件为从导的工做流程，以及员工人数跨越几百人就难以维系的组织。我们用石头和木头建制了佛罗伦萨。当人工智能代办署理大规模上线时，我们将建立出雷同东京的组织。这些组织将由成千上万的代办署理和人员构成。工做流程将逾越时区持续运转，无需期待任何人起床。决策的制定将连系恰如其分的人工干涉。感受会纷歧样。速度更快，效率更高，但开初也会更让人摸不着思维。每周例会、季度打算和年度回首的节拍可能会变得不再合用。新的节拍会出现。我们会得到一些清晰度。但我们获得了规模和速度。每一种奇异材料的呈现，都要求人们遏制用后视镜对待世界，起头想象新的世界。卡内基看到钢铁，看到的是城市的天际线。兰开夏郡的工场从们看到蒸汽机，看到的是没有河道的工场车间。我们仍处于人工智能成长的初期阶段，将聊器人生硬地套用到为人类设想的工做流程中。我们不克不及再仅仅要求人工智能充任我们的副驾驶。我们需要想象，当人类组织像钢铁般坚忍，当繁琐的工做被委派给永不眠的思维时，学问型工做将会是什么样子。