昔日的職場法則正在被瘋狂刷新的技術浪潮打亂，前一秒還風光無限的崗位，下一秒就可能會被 AI 重塑。

　　大廠裁員、行業洗牌，打工人要如何面對這些焦灼與不安?

　　不妨讓我們看看著名人工智能科學家、教育家吳恩達教授的觀點。

　　近日，他發文表示，「隨著更多工作變得 AI 化，我認為這將會改變，將會有更多 10 倍專業人士。」

　　他的觀點很快得到了網友的支持，大家紛紛表示贊同。

　　網友 Anthony 說，「未來的 10 倍專業人士屬于那些能夠更好地管理智能體系統的人。」

　　何為「10 倍專業人士」

　　如果你在硅谷，一定會聽說過「10 倍工程師」(10x Engineer)這個說法。

　　它最早由一位名叫 Shekhar Kirani 的印度投資人提出。

　　他說創業者應該去找那些能夠以一當十的工程師加入，也就是「10 倍工程師」，這樣才能大大提高創業成功率。

　　這種說法很快在硅谷流傳開來。

　　Shekhar Kirani 當年提出「10 倍工程師」這個說法的時候，移動互聯網還在快速發展之中，所以他這個說法更多的是指軟件開發工程師。很少有人說 10 倍市場營銷、10 倍招聘人員或者 10 倍財務分析師。

　　吳恩達認為，一個重要原因在于，最優秀的工作者與普通工作者之間的差距有個上限。

　　比如收銀員再快，也無法把顧客的購物過程加速 10 倍;醫生再優秀，也難以讓病人快 10 倍康復 —— 因為醫療流程和康復本身受到生理學和醫學程序的限制。

　　「在許多工作中，物理定律限制了人類或 AI 能做什么(除非我們重構那份工作)。」吳恩達表示。

　　但當人工智能應用到那些以信息處理和知識運用為核心的領域時，這個天花板似乎正在被迅速突破。

　　無論是市場營銷、招聘、財務分析還是數據研究，AI 已經變得愈發強大和高效。

　　隨著工具和技能的融合與應用，人們在這些領域也有機會像「10 倍工程師」一樣，在短時間內創造數倍、乃至十倍的價值。

　　「如果不是 10 倍的影響，那么至少 2 倍的影響。」吳恩達說，「我預計這個差距將會擴大。」

　　「10 倍專業人士」如何做事

　　「10 倍工程師」并非是代碼編寫速度快 10 倍的人，現在，專業的 AI 比任何人類工程師寫代碼的速度都要快。

　　相反，他們是那些能夠通過做出關鍵技術架構決策，帶來顯著收益的人。他們能更有效地發現問題和確定問題的優先級 —— 這比埋頭苦干更重要。他們可能只需要寫 100 行代碼，就能完成原本需要 10000 行代碼才能完成的任務。

　　「那些 10 倍專業人士會以不同的方式做事。」吳恩達說。

　　例如，傳統的營銷人員可能會花費大量時間撰寫文案、投放廣告，但績效如何更多地取決于經驗或者簡單的數據分析。

　　但那些「10 倍營銷人員」則會用 AI 工具快速生成初步創意，然后編寫代碼或使用自動化腳本進行 A / B 測試，精準定位目標客群。

　　他們能迅速根據反饋數據調整策略，將人類獨有的洞察力與 AI 的高效結合在一起，不斷優化營銷效果。

　　某種意義上，做得好的營銷團隊，每一場活動都像是一次科學實驗，甚至能在一天內執行幾十次迭代測試。

　　這樣的累積優勢，往往能帶來持續而巨大的 ROI(投資回報率)提升。

　　同樣，10 倍招聘人員不會僅僅使用 AI 來撰寫候選人郵件或總結面試 —— 這種使用 AI 的水平很快將成為知識型工作者的標配。

　　他們會精通如何管理一系列 AI 智能體去自動搜集候選人數據、行業信息，甚至能根據職位特點創建更精準的匹配算法，讓招聘流程從源頭上就更有效率。

　　相比傳統模式，由 AI 驅動的招聘既能縮短招聘周期，也能大幅提高候選人的契合度與留存率。

　　2023 年，哈佛商學院和波士頓咨詢公司(BCG)在一項研究中就指出，銷售顧問在 GPT-4 這樣的生成式 AI 輔助下，可以多完成 12% 的銷售任務，并且提速 25%。

　　別忘了，這可是基于 2023 年的技術。

　　AI 技術日新月異，「10 倍專業人士」將擁有更強大的工具鏈，實現比 12% 更大的價值飛躍。

　　打造你的「10 倍」之路

　　「10 倍專業人士」的養成往往伴隨著工作流程的重構。如果只在現有流程上生搬硬套 AI，那就很難得到十倍提升。

　　關鍵在于擁有對流程進行「再創造」的能力 —— 從目標出發，思考如何借助 AI 將繁瑣的環節自動化、模版化，將更多精力用于創意和思考。

　　要想真正沖擊 10 倍效率，需要對 AI 背后的原理、工具整合方法都足夠的熟悉。

　　例如，不只學會用 AI 寫一條社交媒體文案，還能編寫腳本自動查詢數據和生成多套測試文案，然后整合并追蹤投放效果。

　　不只用 AI 來做面試的總結，還能在短時間內用 AI 去提取候選人的關鍵素質。

　　同時，還要對數據質量、驗證方法及模型局限性有所警覺和認知，避免陷入「AI 決定一切」的盲點。

　　「10 倍專業人士」通常不會是閉門造車的獨行俠。

　　他們懂得如何與團隊協同、如何把工具的效能覆蓋到整個組織，讓更多人受益，最終創造集體層面的倍增效應。

　　就像在工程領域，一位優秀的架構師可以幫助初級工程師更有效地寫代碼，提升整個團隊的產出和質量。

　　結語

　　「在硅谷，我看到越來越多的 AI 原生團隊重新定義工作流，以非常不同的方式做事。」吳恩達寫道。

　　在加速奔涌的人工智能時代，我們不妨把「10 倍專業人士」視為一個激勵自己不斷學習與創新的目標。

　　立足當下，如果你能成為那個善于利用工具、形成獨到見解的人，就有可能在這場 AI 潮流中把握更多主動權，迎來指數級的成長。

　　「隨著 AI 在更多工作中發揮更大的作用，我相信更多人會開啟成為 10 倍專業人士的道路。」

　　在文章的末尾，吳恩達依舊寫下了他的那句常用語，「請保持學習」。