面對Deepseek的火爆你無需焦慮，而要著眼于未來AI技術革命做準備
作者：陳壕 ，來源：品牌市場相對論
全文約1797字，閱讀約需3分鐘，好文值得慢慢品讀。
過年期間，Deepseek在引發AI圈震動后迅速破圈，成為大眾輿論的熱議話題。一時間，各個微信社群里都在討論相關內容，不少營銷號鼓吹“不懂Deepseek，你就落后了！”、“再不努力，你馬上就要被Deepseek替代了”……相關的“使用指南”、“應用寶典”、“黃金教程”滿天飛，以或高或低的價格收割著被引發了焦慮的人們的錢包。
然而，我勸你：面對Deepseek的火爆請保持淡定，更無需焦慮，因為它對個體的影響在短期內極其有限。
你該做的是：重視其所代表的AI大模型技術所帶來的技術革命的深遠影響并去積極擁抱變化。
為何這么說呢？
Deepseek的優勢在于以更低的成本實現了對更大規模參數模型的訓練，這意味著削弱了美國對中國企業算力封鎖的影響，降低了中小企業嘗試AI大模型項目的金錢成本門檻。可以說，Deepseek在某種程度上對AI大模型產業的發展起到了促進加速的作用。
而從AI大模型對個體的影響來看，在短期內不會因為Deepseek而發生翻天覆地的變化。可以說，Deepseek對工作、生活的影響與過去的GPT、SORA等AI大模型相比并沒有本質區別，所謂的人被AI替代更不會在一夜之間到來。
這幾天，不少人把美妝品牌韓束母公司上美股份“用AI代替人工而進行裁員”的風波歸因于Deepseek的發布，真是極其荒謬！裁員是企業壓縮成本的常見策略，可以斷言，即使沒有AI，上美股份也會進行裁員，只不過裁員比例可能會低一些。
當然，AI大模型應用的逐漸成熟讓企業裁員有了更大的底氣，但裁員決策跟Deepseek是否發布毫無關系。即使Deepseek沒有發布，上美股份也會裁撤同樣比例的員工，并要求留下來的員工學會使用GPT、KIMI、通義千問、文心一言、豆包等大模型應用來提升工作效率。
因此，短期內Deepseek對個體的影響極其有限，你自然無需因為它的火爆而無端焦慮。
如果非要說Deepseek在短期內對個體有什么影響的話，大概也就是反映在股票投資上：如果你此前購買了芯片、AI等相關概念的個股，這幾天可能會有大幅浮盈；而如果你近期跟風買進相關股票，過幾天也說不定會出現浮虧，而這與其他資本市場炒作概念所引發的影響沒有區別。
而從長期來看，我們要重視的不只是一個Deepseek，而是AI大模型將引發的技術革命。
這場技術革命的核心邏輯在于：當機器逐漸掌握人類引以為傲的抽象思維能力時，整個社會生產關系的底層結構將發生不可逆的嬗變。
觀察歷史可知，每次技術革命都會經歷三個階段：
1.首先是工具替代體力勞動（例如，蒸汽機替代搬運工）；
2.其次是工具替代程序化腦力勞動（例如，計算機替代記賬員）；
3.最終將是工具替代創造性勞動（例如，AI替代設計師）。
當前我們正處于第二向第三階段躍遷的臨界點，Deepseek和其他任何類似AI大模型的技術突破都只是加速了量變積累的過程。
對于個體而言，真正的挑戰不在于某個具體AI產品的問世，而在于需要重新理解“不可替代性”的定義。
我認為，未來十年，人類工作崗位將分化為三個層級：
1. 逐漸被AI接管的基礎執行層：如數據標注、內容審核等；
2. 需要與AI深度協作的策略優化層：如產品經理、運營專家等；
3. 有可能處于不被替代的安全區的具備元能力的人類：那些能突破算法局限進行顛覆式創新的人，或是能賦予工作情感價值的人性化服務者。
但值得警惕的是，AI大模型可能加劇“數字鴻溝2.0”。當普通用戶還在學習使用提示詞時，技術精英已經通過微調模型建立技術壁壘；當打工人焦慮是否會被替代時，資本方已在用AI重構組織架構，這種認知差和資源差造成的階層固化，或許比技術本身帶來的沖擊更值得關注。
但歷史經驗同樣告訴我們，每次技術革命最終都創造了更多新崗位。1880年代電氣革命開啟之時，美國農業人口從高達50%的占比逐漸降低，后續的信息技術革命加劇了這一趨勢，直至降至現在2%，但美國的整體就業率卻反而提升。AI時代會催生大批“智能訓練師”、“數字倫理師”、“人機協作架構師”等新興職業，而能否把握住新出現的機會的關鍵在于個人能否在技術擴散窗口期完成能力遷移。
寫在最后：
朋友，面對Deepseek的火爆請保持淡定，你無需過度焦慮。
但長期來看，AI大模型帶來的技術革命已經開啟，作為個體，我們必須重視其將帶來的深遠巨大影響。要知道，AI替代的不是某個具體的人，而是那些拒絕進化的工作方式的人群。就像汽車發明后，淘汰的不是馬車夫，而是不愿學駕駛的人。
Deepseek引發的喧囂終將平息，但智能時代對終身學習能力的要求，正在成為每個現代人生存的基本素養。
THE END.
原創內容禁止轉載，如有需要請關注公眾號：品牌市場相對論 獲取授權。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）