摘要：在人工智能快速发展的当下，AGI（通用人工智能）何时到来一直是备受关注的话题。近期，一些美国AI领域的前沿专家预测AGI可能在3~7年内成为现实，这一观点引发了广泛讨论。本文将从原子弹研发的历史类比、AI领域近期的关键突破以及行业内部的认知差异等角度，深入探讨

在人工智能快速发展的当下，AGI（通用人工智能）何时到来一直是备受关注的话题。近期，一些美国AI领域的前沿专家预测AGI可能在3~7年内成为现实，这一观点引发了广泛讨论。本文将从原子弹研发的历史类比、AI领域近期的关键突破以及行业内部的认知差异等角度，深入探讨AGI在短期内到来的可能性及其潜在影响，同时提醒读者提前思考应对策略，把握其中的机遇与挑战。

1、关于AGI（或者说，显著“超越人类想象”智能程度的AI），如一些美国AI最前沿的人所说，可能真的会在3~7年到来？

绝大多数人看到这些报道，只是“无感”的翻过，其实心里没当回事儿。

但是，你有没想过，这可能会是真的？

类似的例子，其实在人类历史上，已经发生过一次了——

2、原子弹。

前些天看到一篇文章说，在“造出原子弹”前3年，当时的顶尖科学家就预估，“3年后，原子弹将很可能被造出来”。

为什么ta们能那么说呢？？？

因为当时，他们搞定了某些最核心的、重大里程碑式的突破。

即，最关键、最难的几个问题，被攻克了；整个事情的脉络、系统，也基本清晰了；那么意味着，剩下的问题，都是基本明确、相对可控的“工作量”（工程问题）。

往后，投入更多的时间、人力物力财力，大概率会抵达目标（最多早或晚一段时间，比如1~2年）。

3、说回AI。

最近这1~2年，这些美国顶级AI从业者，也说了类似的论断，其背后的底层逻辑，也是类似的。

即，他们也是认为，最核心的认知思路、框架和可能性路径，基本上清晰了；剩下的，应该相对“可预期”。

不论最终的集大成者，是OpenAI、Anthropic，还是 Ilya、马斯克那边或deepseek，整体的，都是在往这个方向高速发展。

4、为什么这些人的判断，值得更多的重视或相信？

之前提过，“圈层”这个概念。

大家看每个季度广密的访谈，会觉得有很多新的input，而那还只是他“能够对外说”的部分；真正最一线AI牛人的认知差和信息差，是我们所想象不到的。

包括 2024年11月13号 AI日报里的这个细节案例：

「2012年，Hinton团队的神经网络 AlexNet 在ImageNet 上一举夺冠，在世界范围内引起轰动，余凯说，“全世界没有人比我更震惊，因为我是第一届的冠军，我知道准确率从75%提升到85%意味着什么”。

于是，他立即给 Hinton 发去一封邮件，表达想要合作的迫切期待。而这启发hinton发起竞拍，最总被谷歌4400万美元收购……」

虽然我们也会有时会略微“惊讶”，但最最前沿的人的内心，是会“震动”的。

5、也就是说，我突然真正开始重视一个可能性：AGI（或显著“超越人类想象”智能程度的AI），万一真的在3~7年内到来了呢？！

可能会带来某种巨变。不论是对我们的工作，还是人本身，都会带来巨大的冲击。

注：本文，没有说AGI“一定”会在哪年到来，而意思是，至少会远比“之前以为的”要早得多。

如果没有提前想到，或做心理缓冲，可能是非常危险的。

如果提前就去思考和酝酿，这里面，也会有巨大的机会。比如什么机会呢？——

1、之前提到过，随着AI发展，很可能导致“圈层踩踏效应”——早期先卷掉60分位的工种，这批人需要被安置、疏导；

如果60分位的人群，还没被顺利转移，AI又继续卷到65分位、70分位，就会“人群踩踏”，是可能出社会问题的。2、这个问题本身，就是将来巨大的痛点需求，而且是增量市场。

这也是商机，谁能解决好，也能赚到钱。

3、“被AI替代、导致失业”，其实已经在发生了。

除了传播比较广的“设计师”等群体，我最近还听说，某大厂知名核心部门，用AI实现了某些职能工作后，很快就将对应员工裁员了。

4、被卷掉工作人，出路在哪？除了需要被心理辅导，其实还存在实际的工作转移路径。

目前能看到的一个可能性是，转岗到“（专业性）数据标注”职位。

1）背后逻辑在于，过去十年 AI 1.0时代，需要标准的，都是相对初级、简单的数据，但随着AI 2.0 大模型时代来临，初级的数据标注工作，很快被会AI自动化标注完成，而剩下、还需要人工处理的，会是垂直领域、更难标注的数据——需要真的有过专业从业经验才可以，比如财务数据标注、人力资源数据标注等等。

即，过去的财务、人事职位员工，被AI替代后，可以转去做该领域的高级数据标注工作。

2）甚至，这一点，其实也是已经在发生了！

比如某银行，就将被裁员工，引流是银行数据标注/AI训练师相关工作。

5、再往后看一步。如果专业高级数据标注工作，也被完成后，那这部分人，还能去哪呢？

目前看到的可能性是，还可以转行去做各种学校的AI老师。

比如，各种职业学校、技校里，都会需要“如何将AI应用于本行业”的授课培训。

而这部分人群（做过一线工作、做过专业高级数据标注），正好具备实操经验、对这方面非常懂，来讲这方面的内容，再合适不过了。

而且，中国幅员辽阔，这么多人、这么多学校，“基层普及AI”工作，目测空间是非常广阔的，能支撑更长周期的人员安置需求。

希望人工智能机器人时代的人们，能更好的度过这个阵痛期。

希望读到本文的朋友，未来都能贡献自己的一份力量。

hanniman，，人人都是产品经理专栏作家，前图灵机器人-人才战略官/AI产品经理，前腾讯产品经理，10年AI经验，13年互联网背景。

本文原创发布于人人都是产品经理，未经许可，不得转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

来源：人人都是产品经理