失业只是开始，AI正在颠覆传统组织逻辑-CSDN博客

本文链接：https://blog.csdn.net/coo123_/article/details/145611684

文章有点长，请耐心观看，相信会对你有所帮助

最近我们公司的数据分析产品上了AI功能了。

以前做数据分析，门槛还是比较高的，至少要学习两天才能熟练使用工具，还要学习数据分析思维、统计学和SQL知识，一个数据分析新手完整的学习周期可能要半年左右。

我们的新产品已集成AI功能，在给客户演示时，客户确实非常惊喜，因为它极大简化了数据分析流程。这种体验的飞跃，就像我第一次使用AI生成PPT时的感受一样。

我曾负责公司的企业培训业务，组建过讲师团队。我感觉讲师可能要面临失业的风险，因为这个工具已经足够简单易用，不需要学习功能和各种公式，

只要知道自己的分析需求，并学会提问，任何人都可以上手。

这大大降低了数据分析的学习门槛。除了熟练使用工具外，其他如分析思维和SQL，也只需要通过提问获取帮助。

此外，数据分析的效率也将大幅提升，以前制作一个报告可能要2天，现在半天就够了。

未来，可能会有AI数据分析agent，帮助自动清理、处理数据，生成报告，甚至分析业务问题并提出建议，这将是一项革命性的进步，因为机器的信息处理速度远超过人类。

可能很多数据分析师都会面临失业，因为不需要那么多人了。

但是换个视角来看，使用门槛降低后，确实人人都可成为数据分析师，这也引发我的思考:

既然人人都是数据分析师，现在画图和写文章的门槛也很低，那是否意味着掌握AI后，人人都可成为全能选手，专业分工的逻辑会被重构?

这就涉及专业分工的概念，为什么会有专业分工?

因为专业人士能最好地完成专业工作，达到最好的效果，专业的人做专业的事，已经是全社会的共识。

但专业分工也存在一些问题，我认为最大的问题是带来了部门间的沟通成本过高!

不同部门的专业语言不同,难以高效沟通!

以我熟悉的业务要求IT开发数据分析看板为例,就涉及业务逻辑、数据逻辑、指标细节等多方面沟通,非常低效。

比如拉了一个会议，5个人开2小时的会来沟通需求，就是10小时的成本，翻了五倍，而且这还不算后续的开发时间，开发后再沟通的时间。

光需求沟通就多了10小时的成本，在一个科技企业，一个人的时薪通常会在50-100元左右，那么一个需求的额外成本就是500-1000元，而企业可是有成千上万类似的会议沟通，这对企业来说浪费是非常巨大的。

那么，既然浪费这么大，在之前取消专业分工可行吗?

之前还真的不可行,主要有两个原因:

1. 学习成本太高,学一个技能达到工作要求，可能至少半年，这比沟通成本可大多了。

2. 就算一个人可以学好多，但是精力分散，也没法输出高质量的交付物。

所以即便存在沟通成本,我们也不得不继续专业分工，因为这是最优的方案。

但AI目前很好地解决了上述两个痛点:

1. 学习成本大幅降低,遇到不懂的可以随时提问;

2. 只要掌握提问技巧,AI完成的工作质量不输专业人士，而且可以解放我们的时间去做更高价值的事情。

所以一个人真的掌握了AI，并且本身有很强的学习能力，确实是可以不用分工，能够低成本，高质量完成一个团队的任务。

可能有些人会觉得我说的就是凭空想象，但昨天听了李桢老师分享AIGC企业落地案例的时候，他就说了他自己企业的真实案例，因为全员AI转型，他裁了一大波人，且业务也有了很大的提效。

主持人问他为什么能做到：他说因为他做的不是单点单部门的优化，而做的是整个公司全局的优化，这是打破了部门墙的。

比如一个销售人员，觉得设计师画图太慢，就直接用Midjourney自己画图，把设计师的活抢过来，这不仅不需要设计师了，还节省了很大的沟通成本，所以整体效率上优化是全局性的提升！

所以，我隐约感觉到，专业壁垒和分工逻辑将会逐渐瓦解，个人将能以更低成本、更高效率完成更广泛的工作，也就说一个人能够点的技能点，从最高10个，到了最高100个，甚至可能更多。

比如我现在用AI来做课程开发、做我的盖洛普教练、策划方案、做我的翻译、做文章配图、写标题、写文案、润色文章、甚至在做我的个人成长教练，这些我都不需要专业分工了，有了GPT，再加上学习能力，我都能搞定。

所以面向未来，我觉得对于个人来说，想要有更强的竞争力，需要做好以下的三件事。

（1）掌握AI工具和提问技巧。毋庸置疑，你要学会与AI协同工作，也就是学会提问。可能现在最基础的就是通用提示词。到明年，就是业务+提示词,比如怎么描述数据分析的需求，怎么写一个策划书等各个领域专业的提问方式。
（2）提高业务审美能力。最近学了个新词,觉得很适用：审美。你得知道什么是好的，什么是坏的。掌握AI能力，还不够，AI出来的东西你不可能直接用，还是得经过人类的审核，好的才能通过，所以业务审美很重要。得积累更多优秀的案例，且这种对业务的审美将会变成是未来真正的核心竞争力，也是无法被轻易替代的!
（3）打破专业边界,做全能选手。不要觉得我是销售,其他的事我就不管了，我是运营,我就不应该管产品的事。未来很有可能就是几个职业，比如产品研发测试融合成一个新的职业，假设叫做大产品经理,接到需求就直接自己开发，开发完用AI测试一下，就可以完成交付了。

能做到这些，其实就是超级个体了，由超级个体组成的企业，那就是超级组织了，10几个人就可以发挥出100个人的战斗力！

这就是我最近的一些新的思考，因为本身我就是在大数据行业，提供的也是信息服务，以上的推理可能也仅仅局限于一些信息技术产业。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述