答案就是，提高我们的决策能力。
你好，我是金云龙。
ChatGPT 的出现意味着人工智能在所有认知领域，包括听说读写、艺术创作、科学研究等等，都能有超越人类的表现。我们曾经认为，只有人类独有的思维和智慧，才能胜任这些复杂工作，但几乎一夜之间，我们的定见就被颠覆了。
如今人工智能模型惊人的能力，不是一蹴而就的，而是在人类引导的培训练习中慢慢成长的。
人工智能模型训练的第一个阶段，就是“小样本学习”。简单来说，就是我们先投喂给懵懂无知的 AI 一两个案例，让它能够照猫画虎，输出相似的内容。
在大量的小样本不断地重复练习之后，科学家发现 AI 产生了“涌现”的现象。所谓的“涌现”是说当一个系统丰富到一定程度时，就会发现超越组成元素简单叠加的复杂行为或者现象。简单来说，这时的人工智能模型已经开始具备了处理复杂信息，并且输出解决方案的能力。
人工智能模型之所以能够在学习的过程中诞生新能力，尤其是类似人类思考的能力，是因为模型中有一个关键机制，叫做“思维链”。
ChatGPT 中最后一个字母 T 指的是 Transformer 架构，它是用于进行语言处理和生成的。这个架构能够让人工智能在处理大段的信息时，能够同时捕捉到几个彼此距离较远的关键词，再进行计算和识别它们之间的逻辑关系，同时给它们按照属性和重要程度打上标记，并加以记忆。
这样一来，在后续处理类似的任务时，就能依样画葫芦；而这种能够把距离较远但拥有强关联的因素和概念挑出来，并加以记忆和处理的机制，就叫做“思维链”。
对于人工智能模型来说，收到的信息不是人类语言所呈现的形式，而是一种数学模型：如果把人工智能模型看作是一种生命体，那在它的意识中，万事万物每一个概念都是一个立体多维坐标中的某个点。
因此，随着训练和学习的深入，人工智能模型就会利用这种纯数学的视角和分析方法，来处理收到的信息，并且经常会带给我们出人意料的惊喜。
阿杰伊·阿格拉沃尔等三位深耕人工智能领域和决策领域的加拿大经济学家，在《AI 极简经济学》一书中提出，人工智能的优化作用，可以同时在决策、流程和战略乃至于整个社会层面体现出来。
决策包括预测、判断和行动三个重要组成部分。而人工智能对于信息的快速收集和演算处理的能力，能够做出更加全面、优质且性价比高的预测。所以，人类必将会把预测工作逐渐地交给人工智能，然后自己集中精力做更有价值和创意性的判断，以及开展行动这两个部分。
如果人工智能接管了预测，那么决策权力在社会层面和公司组织层面的行使，又会成为一个新问题。换句话说，在没有人工智能之前，决策权都是由一线做事情的人来掌控，因为只有他们接触的信息最丰富，导致预测和判断不能分家；但人工智能技术的出现接管了预测，所以判断决策权力的归属也要有所变换，很可能会落到“最懂技术”的人手里。而原来的预测者，一部分可能要转型为决策者，或是作为一个“中间人”，负责向公众或者整个公司组织来解释这种预测的结果。
《AI 极简经济学》的作者认为，工作的实质不过就是把一个目标拆分成一系列具体阶段性的任务，而每个任务又被看作是一堆决策和行动的组合。
人工智能可以更快、更高效地完成一些固定的工作流程。把人类从沉重、单调的体力劳动中解放出来。另外，人工智能也可以让资源的调配更有效。
人工智能对于企业和社会管理部门战略的影响在于，数据和算力在未来将会是直接关乎到企业或社会管理部门能否成功的战略资产，就如同石油等自然资源储量一样宝贵。
随着引进人工智能技术，无论是企业还是社会管理部门，整个组织的架构势必要出现调整，对每个组织成员技能和价值的衡量标准也需要修改。
由于真正的技术“拐点”还没有来临，所以人工智能的真正威力，在当下还是没有发挥出来。《AI 极简经济学》的作者认为，我们现在正处于人工智能发展的“中间年代”，技术带来的颠覆性变革已初见端倪，但还没有全力发挥效能，带来巨大的效益。
第一个阶段叫做点解决方案，也就是简单地输入置换。比如，电灯泡代替了蜡烛。简单来说，就是让大家的生活方便了一点，成本降低了一些，但仅此而已。
第二个阶段叫做应用解决方案。意思是说，新技术已经把整个生产装置给替换了。比如，工厂里的机器，从蒸汽动力变成了电驱动，生产效率极大的提高。但同时，所有的机器也必须重新设计，和电能这种全新的能源相互配合。
第三阶段叫做系统解决方案。比如，蒸汽时代的工厂，因为机器由一根蒸汽轴驱动，所以机器都必须布置在这根轴的附近；而改用电能之后，只要有电源，机器就可以放在工厂车间里的任何一个位置，从而充分地利用空间，没必要把机器集中在一起，从而让生产流水线得以诞生，引发了生产方式和组织方式的大规模变革。
《AI 极简经济学》的作者告诉我们，目前我们对人工智能的运用，还停留在点解决方案，以及一定程度上的应用解决方案，还没有完全发挥它的潜力。
由于人工智能逐渐替代人类开始负责预测，并且做得越来越好，这就要求我们的决策能力必须跟上去，才能有效地操控人工智能，从而让人工智能为己所用。
想要达到这个目标，我们就需要具备“门槛领导力”。意思是说，我们要充分认识事物的复杂性，能够处理有矛盾冲突的理念，能够让我们的合作者和下属沿着我们选择的方向前进。
那么，如何培养门槛领导力呢？查特拉思给我们提供了四条途径：
培养“门槛领导力”的第一条途径，叫做静心沉思。认知心理学家把人的智能分成 9 个类别，其中有两种对人类的写作和创造活动非常重要。一个叫做情感智能，另一个叫做存在智能，分别就是人际共情和社交能力，以及思考分析一些终极问题的能力。
也就是无法精确量化，很难用符号信息来传递的知识或者能力。这些能力人工智能在短时间内还掌握不了，而这些复杂精妙问题的答案，似乎只能用人的自我内省来寻求。
培养“门槛领导力”的第二条途径，叫做具身智能。意思是说，我们亲自通过自己身体的体验，去体察自己与他人情感的能力。
比如，人工智能需要数据去投喂，在数据的收集中，有哪些伦理道德的限制，用户需要什么样的服务来满足他们的情感需求，这些都是需要人与人之间的真实接触和碰撞才能实现。
培养“门槛领导力”的第三条途径，叫做自主思考。也就是说，我们始终掌握信息输入的渠道和来源，同时也不要忽视来自身体和情感的本能反应。这种看似低级的生理反应，有时候却是人类所独有的“纠偏”机制和灵感来源。
培养“门槛领导力”的第四条途径，叫做增长意识。简单来说，就是要不断给自己加新的技能点，还是要加在 AI 暂时无计可施的领域之内。
人工智能再发展，还是有一个属于人类的终极领域，那就是爱。在未来世界，爱绝对是一种稀缺品，所以增长意识归根结底，就是人类关心自我和他人的意识。
在未来的人工智能时代，要想拥有足够的门槛领导力，还需要我们努力让自己拥有这五个具体的技能：
第一，是调用力，就是了解各种人工智能模型工具，分别适合辅助自己做哪些工作的能力；
第二，是批判性思维能力，用来对抗信息的泛滥；
第三，是计算机思维，就是结构化、逻辑化的思考能力；
第四，是适度了解艺术与哲学，这样有助于提出好的问题，并且更好地理解他人，发现新的需求；
最后，是传播力与说服力，在未来更需要我们掌握和人沟通交际的能力。
总而言之，只要我们牢牢地掌握着控制权，如今的人工智能就能够在三个方面为我们赋能：
第一，是信息杠杆，就是让人工智能快速帮助我们搜集信息和一些简单问题的答案，而我们大脑的算力就可以节省下来进入追问和发散模式；
第二，是让我们发现自己究竟想要什么；
第三，帮助我们形成自己的观点和决策，简单来说，就是让人工智能帮助我们“更像自己”。
只要我们掌握了人工智能的使用技巧，就可以放大个人能力的积极作用，而不是被取代；在人工智能时代，整个互联网都是我们的硬盘，人类以往创造的所有知识和方法，都是我们外接的第二大脑。
