AI下的恐龙无处不在

特别喜欢我初中学过的一个课文《恐龙无处不在》，通过南极恐龙化石，有力支持了板块构造理论，同时揭示了学科间的深刻联系——尽管表象各异，其核心内容与解决问题的思路往往相通。这个观点给我留下了极深的印象。

上个月，Program上我就一语带过的分享了这个观点，既然他们都觉得还不错，那么我就拿出来好好的分享一下。

我觉得我有资本可以讨论这个话题，个人经验来说，也算是接触了不少行业了，而且真正上手干了很多活，同时我也完成我的今年第一个年度目标了——咨询行业前沿科技方向的面试（目的不是换工作）。说回这个课文，这不禁让我们联想到当近几年的趋势。埃森哲的《再塑人力资源，成就未来企业》报告指出，随着数字技术的普及和企业敏捷发展的需要，企业职能边界越来越模糊。传统的以精细化职能、职位为基础的划分方式成为限制员工释放潜力的障碍。报告强调，企业需要员工掌握更多的技能以弹性应对变化，成为“多面手”与“问题解决式通才”。此外，受技术迭代加速的影响，员工技能迭代的“半衰期”缩短，58%的中国企业高管希望员工在6个月内更新技能，有37%的中国企业希望在3个月甚至更短的时间内实现。

今年我们单位的环境主管闲聊也说到了这个观点，我的第一反应是有些“窒息”。主动成为“多面手”和被动被“塑造”是两种截然不同的感受。但现实是，每个人在市场竞争中都被无形的力量裹挟着前行，我们能做的，或许只能是顺应时代要求，努力成为那个能够灵活适应的多面手。

这让我再次想到了咨询行业。这个行业很少会让人固守“我大学就是学这个的！”或“我这个类型的案子已经做了八百遍了！”的思维定式。相反，咨询顾问们总是在快速切换战场、应对不同挑战。我认为他们能够做到这一点，很大程度上依赖于一种能力：发现并利用不同领域间的“行业杠杆”——即那些相通点。

举几个例子：

财务上的“资金池”概念，与计算机领域的“资源池”设计理念有共通之处；

“红蓝对抗”不仅存在于网络安全领域，在食品安全监管中也能找到类似的活动形式；电气工程中的“冷备热备”策略，与计算机领域的“RAID”技术原理相似；食品工业的“CIP清洗验证”流程，与医学领域的“管道复用清洗验证”共享着相似的流程和目标。

这些不同领域看似迥异的技术实现或管理方法，往往共享着相同或相似的核心原理、设计思想以及解决问题的方法论。

然而，尽管认识到这种共通性的价值，进行有效的知识迁移并非总是易事。它需要敏锐的洞察力去发现联系，需要广泛的知识储备去理解不同领域的“技术栈”，还需要将一种领域的解决方案创造性地应用于另一领域的能力。这无疑需要投入大量的时间和精力，知识迁移的成本有时会比较高。比较幸运的是AI会大幅度的降低学习成本。

快速学习的过程中，AI扮演着一个挖掘相通点的角色，极大降低学习成本，我的工作性质就是每周都会大量接触新内容，理解不上去的时候，就会让AI帮我"通俗类比"。

我终于理解了，"脑子越用越快"并非虚言。不断尝试连接不同领域的知识，不断进行知识迁移和创造性的应用时，当别人聊什么闲天，你都能像个AI陪他聊下去，确实是个有意思事儿！