AI发展趋势与个人应对策略

未来三五年内，人工智能将走向何方？

模型的能力会持续增强吗？计算资源和数据是否将像水电气一样成为基础设施？

哪些职业会被淘汰？又有哪些新兴职业将应运而生？

这或许是每个身处变革时代的人最关切的问题。虽然大家都知道AI会持续进化，但关键不在于认识趋势，而在于如何应对并从中把握机遇。

对冲基金巨头、Citadel创始人Ken Griffin在2026年斯坦福领导力论坛的一次访谈中，给出了信息量极大的观点

原视频 [Stanford Leadership Forum 2026: Conversation with Ken Griffin] 可在YT上搜索观看

这位华尔街传奇人物从AI发展角度，探讨了个人及组织如何应对这波技术浪潮：

Griffin反复强调的核心观点是：只有那些能够持续学习、不断试错、并接受竞争压力的个人与组织，才更有可能将AI变革转化为机遇。

过去几个月，AI工具的生产效率实现了质的飞跃。

Griffin提到，在Citadel内部，过去需要金融硕士和博士花费数周甚至数月完成的工作，现在可以通过智能体AI在几小时或几天内完成。

这不仅仅是通常意义上的“白领效率提升”。

很多人在讨论AI替代时，往往想到的是客服、运营、基础文案、初级分析师等岗位。但Griffin看到的是高技能金融研究工作正被自动化替代。这已不再是简单地提高效率，而是在重新定义哪些工作仍需人工完成。

他还指出，当软件工程效率提升15%、20%或25%时，公司通常认为这是好事，因为需要编写的软件总是很多。但当高水平研究工作被AI引擎完成时，感受就不同了。这让人第一次真正意识到：这不仅仅是工具升级体系下的效率提升，而是工作的边界在重新定义。

未来许多岗位的核心问题不再是“你能否用AI提升效率”，而是“你能否重新定义自己在工作流程中的位置”。如果你只是流程中一个可替换的环节，那你将越来越危险；如果你能定义问题、判断质量、整合资源、承担责任，你仍然具有价值。

AI必然会替代许多传统岗位，但同时也会重塑和衍生出新的岗位。Griffin更关心新岗位的产生速度是否能跟上旧岗位被替代的速度。

他强调，大公司依赖的许多护城河将被AI工具填平。

过去，大公司拥有算力、数据、工程团队、销售渠道和品牌信任等优势。小公司要挑战它们，需要长期积累基础设施。但云计算已经拆除了部分门槛。如今，创业团队可以租用过去只有大公司才有的算力资源。

生成式AI将进一步拆掉更多门槛。它使小团队更容易编写代码、做客服、营销、分析、内容和个性化体验。

Griffin举了一个宠物保险公司的例子。年轻管理者通过社交媒体找到刚养宠物的人，用AI识别犬种，再推送高度个性化的信息：恭喜你拥有一只金毛，它会陪伴你，你也要在它需要时照顾它，然后推荐宠物保险。这家公司后来以10亿美元出售。

AI的机会不一定是开发一个“AI产品”，也可能是用AI重新组织传统业务的获客、服务和转化链路。

未来创业者最大的机会，不是与大模型公司正面竞争，而是在每一个细分行业中思考：

如果获客、分析、交付、服务和个性化都变得便宜了，这个行业的旧流程还有多少必要？

Griffin还说了一句听起来像毕业典礼式鸡汤的话：你以为毕业意味着学习结束，其实学习刚刚开始。但放在当下的AI发展浪潮背景下，非常有用。

AI浪潮中，工作边界不断被重新定义，职业和分工不断被重塑。一个人的职业价值不能只绑定在某个固定技能上。今天有用的分析方法、工具链、行业经验，几年后可能被自动化、重组，或被新的分工重新验证。

没有一成不变的工作与岗位，也没有永不过时的技能与经验，唯一不变的永远是变化本身。所以真正重要的是应对变化能不断主动学习以及学会学习的能力：

他举过2004年、2005年美国零售业的例子：当时很多公司对移动营销准备不足，十年后就开始为生存发愁。AI也是类似变量，变化一开始未必有危机感，更多时候是旧流程慢慢失效。

公司可以开会、写报告、做对齐，但真正推动变化的是试点、复盘和调整。趋势还不够清楚时，先跑小闭环，比等到答案完全明确更有价值。

Griffin形容Citadel的工作方式是全速前进，发现方向不对就立刻换方向。关键是错误发生后，组织能立刻进入复盘、调整和再验证，把“谁负责”切换成“怎么学习”。

2008年金融危机给Citadel的教训是：金融身份要和安全网匹配。放到今天，就是让资本、流量和平台红利服务真实能力，同时把外部顺风沉淀成可验证、可延续的组织能力。

AI时代好的组织，要能更快识别变化、更快行动、更快纠错，并且始终接受竞争压力。机会变多，竞争也会变多；工具变强，门槛也会重新分布。最后能拉开差距的，还是学习系统、风险边界、人才密度和持续被市场检验的能力。

回到开头那个问题：AI在未来1年、2年、3年会发展到哪里？

没有人能给出精确的答案，但是趋势是明确的：工作边界会被重新定义，职业和分工会不断被重塑。

无论是个人还是组织，都要有应对过往旧经验失效时重新学习的能力，保持高度的自主性。

Keep high agency，共勉。

AI趣实验 出品 谢谢你读我的文章，既然看到这里了，如果觉得不错，关注我，顺手点个赞、在看、转发三连吧～