AI将助力更多人成为10 倍专业人士

“10 倍工程师”（10x engineer）是科技圈被广泛认可的一个概念，指的是某位工程师的影响力能达到普通工程师的 10 倍。然而，在市场、招聘或财务分析等职位，我们似乎没有听说过“10 倍市场专员”“10 倍招聘官”或“10 倍财务分析师”。

随着更多工作可通过 AI 提升效率，我认为这种情况将会改变，并且会出现更多“10 倍专业人士”。

之所以目前没有更多 10 倍专业人士，是因为在许多岗位上，最优秀员工与普通员工之间的差距存在一个“天花板”。无论一个超市收银员多么身手敏捷，都不太可能让顾客结账速度比普通收银员提升 10 倍。同样，再优秀的医生，也不太可能让病人比在普通医生那里快 10 倍康复（对病人而言，即使康复速度只快一点点也非常重要）。很多工作都受到物理规律的限制，无论人类还是 AI 都无法突破（除非我们彻底重新定义这个工作）。

但对许多主要涉及知识应用或信息处理的岗位，AI 将带来颠覆式影响。我发现，在少数岗位上，一些精通技术的人已经能够协调一系列技术工具，以一种全新的方式完成工作，虽然暂时还没到 10 倍的量级，但轻轻松松达到 2 倍效率。我认为这种差距还会继续拉大。

10 倍工程师并不是说他们能快 10 倍地写代码。而是他们能在技术架构层面做出决策，带来极具影响力的下游效应；他们能更早地识别问题并有效地确定优先级；他们不会为了修改一万行代码（或标注一万个训练样本）而耗费大量时间，而是想办法只写 100 行（或收集 100 个样本）就能完成目标。

我认为同理也会出现“10 倍市场专员”“10 倍招聘官”和“10 倍分析师”，他们的工作方式会截然不同。举例来说，传统的市场专员可能会不停地撰写社交媒体贴文；而 10 倍市场专员会使用 AI 来辅助写文案，但远不止于此。他们如果对 AI 有深入理解——最好还能自己写点代码来验证想法、自动化一些任务或者做数据分析——那么他们就可以做更多实验，更好地洞察客户需求，并生成更加精准或个性化的营销信息，进而实现 10 倍的影响力。

同样，10 倍招聘官也不会只用生成式 AI 来帮忙撰写给候选人的邮件或总结面试内容。（在许多知识型岗位，以提示词为基础的 AI 使用方式，很快就会变成“入场券”级别的技能。）他们可能会使用一整套 AI 工具来高效搜索并研究大量候选人，使他们比普通招聘官获得更大影响力。而 10 倍分析师也不仅仅是用生成式 AI 来编辑报告而已。他们或许会写代码去编排多个 AI Agent，深入研究产品、市场和公司，从而得出远胜传统研究方法的洞察。

哈佛和波士顿咨询集团在 2023 年所做的一项研究 发现，如果提供 GPT-4，咨询顾问能多完成 12% 的任务，且完成任务的速度加快 25%。这还只是 2023 年的技术水平下的平均值。如果能更巧妙地使用 AI，并随着技术的进步，这一差距只会越来越大。

在硅谷，我看到越来越多 AI 原生的团队开始重塑工作流程，并以非常不同的方式开展工作。在软件工程领域，我们一直很推崇最厉害的工程师，因为他们能带来十分巨大的影响力。这会激励一代又一代的工程师持续学习、努力工作，因为这样能提高他们做出高影响力工作的几率。