訓練AI，然后被AI替代？

作者 | 劉亮

編輯 | 趣解商業TMT組

“人工智能并不像大多數人希望的或害怕的那樣聰明，它對世界的淵博知識必須靠人類補充。”

這是一位美國人類學家在《幽靈工作》一書中說的，網友也給了這句學術描述一個很直白的翻譯，“人工智能，有多少智能就有多少人工。”

GPT剛火的時候大家在討論的是自己的工作還保不保得住，到現在，大家討論的是，因AI創造的工作自己能不能去做。

人工智能爆火三年，從企業到人才市場都發生了趨勢性的變化。

種種變化也給一些職場人帶來了焦慮和不安，尤其是那些非工程類、技術類職場人，那些文科生和商科生，他們一邊想辦法擠進AI賽道，一邊擔心著因AI火爆的崗位是否有一天也會因新事物的出現被替代......

01.文科生的“AI出路”

在一個平平無奇的工作日晚上，莎莎（化名）接到了一位獵頭的電話，莎莎非常驚喜，因為這位獵頭服務Kimi，而招聘的崗位則是“數據標注師”。

財務專業畢業之后莎莎一直在北京從事財經媒體的內容工作，實在沒想到自己也能進入時下科技含量最高的AI行業，況且自己也是Kimi的深度用戶，期待值再次提升。這時候的她還不知道，十分鐘之后，這通電話會以讓她徹底失望的結局掛斷。

“早十晚八，一周六天，大小周，賺的還沒我現在多。”對這通電話失望的原因，莎莎言簡意賅地指出，“時薪太低”。

而對于這份工作的內容，莎莎則總結道：就是用人工訓練智能的那個“人工”。

在生成式人工智能的訓練過程中，需要持續糾錯的過程；以莎莎被溝通的職位來說，因為從事財經相關工作，聯系到莎莎的就是Kimi財經方面的數據標注崗位，主要工作就是在AI生成內容后通過人工的專業技能來給AI糾錯。

“比如搜索特斯拉2023年財務數據，結果出現了理想2023年的數據，我就要手動告訴AI它說錯了。”莎莎舉例道。

就在莎莎拒絕了這份工作機會的同時，遠在福建的丁丁（化名）正在給數據做標注。“我的工作幾乎每天都在做一件事情——‘打標簽’。”丁丁解釋說，比如自動駕駛公司需要告訴AI什么東西叫做紅綠燈，而這個世界上有各種出現在路口的、形狀不同的紅綠燈，“我的工作就是給這些圖片做文字標注。”

丁丁說自己在一家互聯網外包公司，專門做數據標注；“重復性強、需要高度集中、累”，這些就是他形容這份工作的關鍵詞。

正所謂“有多少人工，才有多少智能”，“數據標注員”就是一份隨著人工智能行業發展起來的新職業；據“趣解商業”了解，2020年2月，數據標注員作為人工智能訓練師的一個工種，被正式納入國家職業分類目錄，如今已經有超過千萬人從事這個職業。

圖源：微博截圖

一般來說，基礎的數據標注員并不需要太高的學歷，有些崗位也不需要本科學歷；而在訓練一些垂類大模型的時候，例如會涉及到法律、財經等領域，才會需要相關專業的崗位。

相對于芯片研發、模型搭建等崗位，數據標注員也因為門檻更低成了文科生進入AI領域的好機會。“我周圍很多中文系的同學畢業之后都去做了數據標注師。”00后的小七（化名）就這樣說道。

也因為門檻更低，數據標注員成了AI崗位中最先下沉的一個。

“央廣網”此前曾報道，在黃土高原的臨汾市永和縣——一個常住人口只有2萬多人的小縣城，就有100多名數據標注員，其中70%都是寶媽。據“趣解商業”了解，有些在一二線城市駐扎的大廠，為了節省成本也會選擇把數據標注外包給下沉城市的公司；而數據標注整體的市場規模也從2020年的36.3億元增長到2024年的69.37億元。

圖源：觀知海內信息網

02.瞬息萬變的AI

這些進入了人工智能賽道的數據標注員們，也各有各的考量。

“工作累，賺得也沒有那么多。”丁丁說道，“感覺自己像個行走的驗證碼掃描儀，時間長了有點疲憊。”已經在這家外包公司待了兩年多的丁丁正考慮今年離職，“這樣干下去總覺得沒有長遠的發展，我想自己開一個類似的外包公司，把自己的資源對接出來。”

莎莎考慮更多的是工作的穩定性，“連續三天有至少五個獵頭跟我溝通相同的數據標注師崗位，說明這個需求很急。急需是因為這個大模型現在欠缺財經垂類內容的訓練，但是如果以后這類內容訓練完整了，我會不會面臨被裁的風險，我會有這樣的顧慮。”

他們的思慮并不多余，畢竟過去我們在AI行業看到了太多“長江后浪拍前浪”的故事。

就拿英偉達來說，自從DeepSeek橫空出世，英偉達股價受到重挫；從2024年底的3.28萬億美元跌到了現在的2.86萬億，更是創造了單日市值跌近6000億美元的歷史記錄。

圖源：百度股市通截圖

AI的發展，實在太快。

小雪（化名），一位幾乎每天都在工作中使用AI工具的自媒體人，就深刻感受到了過去兩年生成式AI能力的進步。“從ChatGPT、文心一言到Kimi、IMA、DeepSeek我全部都用過，這些AI工具的功能和使用方式都類似，但是能力差距很大。”

小雪以一位文字工作者的需求將AI搜索的能力歸類為三點：準確性、邏輯性、擬人性。“最開始ChatGPT和文心一言剛火的時候，AI‘胡說八道’的概率還是挺高的，比如問2023年的財務情況給我反饋2022年的，或者問某車企推出的車型的時候給我輸出一個完全不存在的車型，這也是大模型所謂的‘不可解釋性’，會讓其不可避免地輸出一些荒唐的回答。”小雪回憶道，“但是今年這些離譜的回答概率明顯降低，且大模型對于長文的、雙語的拆解能力和輸出能力越來越強。”

聊起對于AI產品的粘性，小雪“慚愧地”表示，“誰好用就用誰，沒有粘性可言。現在我用的最多的是Kimi和DeepSeek，因為DS可以更靈活地調節輸出語言的風格，省去我后續再把AI‘擬人化’的過程；Kimi則是更加嚴謹、邏輯更強。”

至于為什么對一個AI產品粘性不高，小雪認為產品使用過程雷同、學習成本太低，但是不同AI產品迭代后的能力提升，可以大大提升工作效率，所以換產品的成本低而且收益大。

用戶的“善變”也讓大廠非常沒有安全感。

據“趣解商業”梳理統計，全球核心云服務巨頭（meta、谷歌、微軟和亞馬遜）過去六個季度用于AI的資本支出趨勢是“持續增長，前高后低”，這反映出國際巨頭對AI的態度是增加投入的同時也在觀望變化。

數據來源：海豚投研

國內也是一樣，DeepSeek的驚艷表現，讓各家大廠都在增加“含D量”，更是為大廠們敲響警鐘：技術范式轉變之下，行業格局隨時可能被重塑。

AI這片海實在是太藍了，藍到誰第一個游出去誰就能搶占用戶的心智，而在互聯網時代中廝殺出來的巨頭沒有一個不理解“用戶心智”的含金量；所以當他們看到市場上有爆款單品出現，實在沒有時間再耗在自研上，也不能不在意流失的機會成本（潛在用戶）。

03.AI能給大廠“增肥”嗎？

這幾年，互聯網大廠一直在“瘦身”。

財報數據顯示，阿里巴巴的員工總數從2022年初的25.9萬人到2024年底的19.4萬人，3年中減少了6.5萬人，基本以每天60人的速度在減員；百度2024年減員約8800人，研發費砍掉21億元。

圖源：微博截圖

降本增效、剝離非核心業務、聚焦核心業務，也一直是互聯網圈近幾年的關鍵詞。而AI的出現，似乎給了互聯網大廠一個新的“第二曲線”，隨之而來的就是對人才的需求。

據“趣解商業”觀察，DeepSeek的爆火讓大模型人才在節后春招季炙手可熱。近期阿里巴巴啟動了春季2026屆實習生招聘，開放超過3000個崗位，其中與AI相關的崗位占比近5成；騰訊元寶也開放出了從AI產品經理到算法工程師的一系列社招崗位；字節飛書一位知情人也表示，飛書一直在研究和AGI的結合，比如測試將妙計錄音的會議內容直接轉為文字版并且根據會議重點內容加入到待辦事項中。

“脈脈高聘”顯示，DeepSeek多位高管也在脈脈高聘平臺在線“求簡歷”，涉及大模型研發、財務、法務、實習生等多個崗位，其中AGI深度學習研究員崗位最高年薪超120萬元。

圖源：脈脈截圖

除了互聯網軟件應用之外，上游的半導體制造業以及下游的家電、通信設備、智能硬件等ToC消費行業也在“AI+”的氛圍下，成了近幾年對AI技術人才需求增長最快的賽道；“獵聘”數據顯示，家電行業對AI技術人才的需求同比增長達到93.75%、通信設備和智能硬件則達到了38.61%和37.22%。

圖源：獵聘網

人才需求的轉變對應的就是職場人注意力的轉變，以前從事消費文娛行業的市場經理貝貝（化名）最近就在往AI轉型，“傳統的‘AI四小龍’比如商湯，新晉的月之暗面這樣的創業公司，和布局了具身智能的消費公司比如追覓我都有面試過，雖然賽道不同但是做市場有一些底層邏輯是相通的，我非常看好AI相關行業未來的發展，也希望我的職業生涯能盡可能地轉向AI。”

像貝貝一樣規劃轉行或者學習在工作中使用AI工具的職場人不在少數。“智聯招聘”2025年春招首周面向職場人的調研顯示，6成職場人已經在工作中使用AI工具，明顯高于去年同期調研的44%；其中，12.3%的職場人頻繁深度使用AI，29.6%偶爾使用，18.1%正在學習使用。

圖片來源：智聯招聘

不僅是職場人，資本也在尋找潛在的創業人才。一位硬科技一級市場投資人就表示：之前我們是“投早投小”，現在更是深入到高校師生中，去尋找“水下項目”，長期關注AI賽道上的人才，如果他們有想創業的想法就第一時間投資。

“AI應該是長期主義，”這位投資人說道，“不像互聯網剛興起的時代，隨便做個網站就能賺錢，因為現在用戶的學習能力太強，對產品的要求也更高，而且AI目前展現的都是‘疊加’優勢，還沒有到創造需求的地步。”

不論是企業還是個人，持續學習、持續投入，看多AI的長期主義，是一個聰明的選擇。