（本文阅读时间：5 分钟）
1
未来人才的核心竞争力：
蓬勃绽放的潜力
展望未来，我们不禁思考：当自动化工具日益普及，且代替人力的成本并不高昂时，每个人的工具属性在未来工作中所占比重必然会持续下降。这无疑是必然的趋势，就如同蒸汽机替代了牛马，机床取代了人力一样，无法逆转。
那么在这个情景下，未来人才的核心竞争力将是什么呢？
让我们以高薪群体中的程序员为例，思考为何他们能够获得如此丰厚的报酬？
直观的观察是，这类职位具备技术门槛——对许多人而言，编程是一道技术门槛，需要专注学习。学习编程可能需要掌握一定的英语和数学知识，还需要投入大量的金钱和精力等等。因此，掌握编程这一技能并能够将产品经理所要求的功能实现出来的人，便能在职场上立足。
然而，在此时此刻，我们已经看到ChatGPT已经能够生成代码。生成的代码仅需微小的修改甚至零修改就能直接应用。AIGC已经在赋能程序员这个职业。因此，社会对程序员工具属性的需求势必会大幅下降。
实际上，即使没有AIGC，根据事物发展的客观趋势来看，一个行业的硬核门槛也会随着时间的推移而下降。
▲微软工程师使用Midjourney创作的图片
让我们再以程序员为例，回望20年前，要开发一款软件，研发团队中必然要有高手。因为在那个时代，软件开发面临着许多复杂问题：编译器能在哪种操作系统上安装，编译器与语言版本的对应关系，生成的代码版本管理等等。这需要团队中的高手能够聚焦、阅读大量英文资料，并将许多零散的信息整合起来，才能理解这些问题。只有团队中有这样的高手，软件才能够存在。这正是20年前的情况。
然而，看看今天，绝大多数软件的研发已不再需要那种高手。只需会使用集成开发环境（IDE）、编程语言和通用框架的程序员即可。
以武侠故事为比喻，我们可以深入思考。
想象一下二十年前的高手，他们就像是投入了几十年苦功修炼的天赋异禀的剑客。只能使用木棍、匕首等武器，因此必须精通飞花摘叶般的功夫，方能在战场上称雄四方。然而，时代渐进，火铳崭露头角。如今，甚至只需一个训练时间长短不等的年轻人，便能成为合格的士兵，瞄准目标并准确射击，子弹能穿透敌人的盔甲。无需再经历数十年的内功修炼，他们已经掌握了战场的奥秘。
而如今的ChatGPT，实质上已经相当于一把加特林机枪，我们无需长时间训练，只需掌握扳机的技巧，便能扫射敌人。随后，AIGC很可能迅速演化成马克沁机枪、装甲车、火箭炮等先进武器。到那时，一个人真的将具备一支队伍的实力。
▲微软工程师使用Midjourney创作的图片
在这样的未来，难道我们还需要像现在这样，每天依赖产品经理将功能拆分成一项项任务，再将任务分配下去，然后只是简单地将详细描述的功能转化为代码吗？显然，那个时代对研发岗位的要求将大为不同。我们需要承担起产品经理、研发经理等多重职责，方能满足岗位需求。
在这种情况下，一个人的主动性和管理能力将成为他们的核心竞争力。
当然，创造力和创新能力始终是最高级的能力，是任何时代、任何人工智能都无法超越的。
然而，真正具备创造力的人可能在整个地球上每百年才出现几个。与之相对，微创新将在我们的生活中越来越常见。实际上，微创新的土壤在于熟悉自己的业务，了解周围人的需求。只有在这种情况下，我们才能获得创新的动力，并真正实践和尝试。
成为创新者，或者成为各种人工智能工具的管理者和驱动者，无论选择哪种路径，都需要强大的自驱力和主动性。
未来的人才首先必须从内心深处迸发出活力，不能被动等待。他们必须主动出击，勇往直前。同时，他们要有能力管理自己，也能够驾驭各种人工智能工具。从管理的角度来看，这与管理人员的区别并不大。在未来社会中，单纯的劳动执行者将逐渐淡出舞台，我们需要的是创新者、发现者和整合者：那些能够主动发现人们内心深处需求并整合各种工具资源，将解决方案变为现实的人。
2
AI时代的人才培养：
探索创新与实践之路
在探讨人才培养和引导的视角下，我们必须做好充分准备。
尽管社会已经做好准备，但教育领域与未来需求之间的差距仍然巨大。我们目前提供的教育内容旨在填补这一差距。
一方面，我们提供以AIGC、提示学习、元宇宙等为代表的应用类课程。这些课程直接传授技术和工具的使用方法以及任务完成流程，直指实际生产实践。
另一方面，我们的另一类课程为技术类，包括人工智能实训营和工程师营，旨在让学员掌握人工智能的原理。
那么，我们现在处于何种时刻呢？
如果将AI比喻为汽车，那么它实际上还处于汽车发明的早期阶段，可能相当于上世纪20年代甚至更早的时期。如果你是当时的司机，就必须了解汽车的内部结构，否则可能开了50米就会发生故障，或者你会发现这辆车无法在某些条件下达到你所需的速度。
这时候，正确理解AI的工作原理是必不可少的，唯有如此你才能驾驭这台机器。
只有当这台机器升级时，你才能与其并驾齐驱，紧跟最快的迭代速度。尽管如今AI的发展速度极快，但在不同领域之间，差距是巨大且不平衡的。你能否在你的领域中应用AI，实际上取决于你对它的了解程度。因此，我们的课程旨在从一个通用的角度让你了解AI模型的运作机制，以及AI技术的本质。
▲微软工程师使用Midjourney创作的图片
AI在各个领域的落地实际上是有待不同领域的专家去探索的，如果某个领域的业务专家同时又掌握了AI的原理和技术核心的话，那么他/她是完全有可能成为一个行业 AI 落地的开拓性人才的。此时此刻，在AI落地这件事上，还有一个留给开拓性的人才的窗口期。而对于AI技术的了解，则是成为这样的人的必要条件之一。我们的AI技术类课程，将为这类人才助力。
从另一个角度来看，AI的原理是永远不会过时的。在一个蓬勃发展的时代中，必然会出现许多混乱局面。只有掌握了原理，才能识别技术和应用的真伪。
举个例子，现在有一些所谓的视频制作工具，实际上根本不是AI，只是简单地根据你提交的PPT中的提示语言和照片，将它们放入视频生成工具中，形成一个展示性的视频。或者它可能会根据你的语言，在库中搜索相应的关键词，然后找到一些图片，将这些图片展示给你，将文字转换为艺术字一贴，然后声称这就是AIGC。显然，这并不是真正的AI。如果你使用这些工具，可能还会涉及版权问题。了解原理可以帮助人们辨别某项具体技术的真实性，了解其特性，最终对其有正确的预期，知道它目前能做什么。
欢迎关注微软 ATP 官方账号
微软 ATP 一手资讯抢先了解
点击“阅读原文” | 了解更多 AI 赋能案例
