开场：聚焦AI产业前线稀缺人才
郑王宇提出，当前AI从模型能力竞赛进入产业场景落地环节，其价值更取决于能否进入真实业务流程。在此背景下，探讨未来最稀缺的AI人才是谁，以及人与机器、专家与工具、组织与个体之间的分工变化。他邀请各位嘉宾用一句话亮相并参与后续讨论。
龚毅表示从数据洞察行业出发参与讨论；罗飞称所在研究院主要赋能传统行业的AI转型，分享传统老板升级的痛点；林海卓介绍自己所在的卓源亚洲是聚焦人工智能、半导体、机器人的投资机构，投了轻舟智能、江行智能、沐曦集成电路、小马智行等硬科技项目。
问题一：哪些工作易被AI重构，哪些落地难？
郑王宇提出问题，林海卓认为知识高度密集型领域，如会计师、律师、程序员等工作较易被新技术替代，但好的问题提出仍需人的引导。而围绕体验、情感、感性层面的工作，如心理学家、旅游体验师等，AI替代还有很长距离，AI更多是赋能而非职业替换。
罗飞总结出易被AI替代的工作特征：重复、标准、熟练，且在电脑前工作的更容易被替代；与人打交道的工作则较难被替代。他认为人的能力应往市场、客户方向转移。
龚毅将服务领域化为矩阵，从频率和决策重要性两个轴分析，高频且数据多的工作易被AI替代，低频且重要性高的工作，如打造高端化品牌等，AI很难解决。
问题二：企业AI能力落地阻力来自哪里？
龚毅认为基础是数据，企业流程中有很多专业点需解决，AI赋能流程有诸多要求，若数据不具代表性、未嵌入具体数据等，会导致企业对AI的可信度存疑。
罗飞认为阻力更多来自组织，企业存在粗阶卡点（想不到应用场景）和高阶卡点（应用场景落地不见成效），大部分企业处于粗阶卡点，原因是对AI认知不足、未深入业务分析或有惯性思维。企业AI转型实则是人才转型，需从数字化思维转变为AI思维。
林海卓指出当前人工智能利润大头在基础设施层，应用端ROI未完全释放。大模型在多数网民眼中更多是搜索引擎平替，真正接入业务流还需时间，智能体投喂和培养需要过程，但拐点会比预想来得快。
问题三：AI会让头部企业更强，还是给新进入者机会？
林海卓提到《科技共和国》描述的超级科技巨头垄断场景，担忧人工智能替代工作数量可能呈指数级增长，如客服、网约车司机等岗位。国家通过提高高等教育普及人群、调整学科配比、提高理工科比重等方式应对，未来会有更多创意工作者和交叉学科方向产生，以解决垄断对就业人群的影响。
问题四：AI时代如何培养和评估人才？
罗飞认为AI应从教育入手，先让乡村小学老师具备AI技能、思维和能力，再由老师引导孩子探索AI新世界。未来对人才的判断应考虑其背后AI班底的能力。
问题五：未来最稀缺的人才是哪种？
龚毅认为懂AI的能力会逐渐不稀缺，因其可工程化、可复制化。而能在关键低频且重要性大的点上具备综合能力的人，如打造爆品、成功品牌的人，是最稀缺的，且这些人需至少懂一点AI并能利用它。
问题六：企业主如何判断决策交给AI还是人？
林海卓认为相对无需担责的领域可用AI，严肃场景如重大城市安全决策，中短期难以完全交给AI，AI当前最好的角色是提建议。像美团、滴滴的匹配问题可抽象为数学问题，AI可承担全部职责，人类做辅助工作或综合判断。无人驾驶在权责划分上存在法律、人性和科技效率层面的博弈。
罗飞认为人脑思考的工作可先让AI干，AI能力强时，人应在AI遇到卡点时解决问题。未来工作方式会改变，人类可能进入新时代。
龚毅认为AI目前是概念模型，在理解因果效应方面不擅长，人在理解底层逻辑上更擅长，可借助AI辅助理解。
郑王宇总结，AI进入产业前线需人才培养和组织效率迭代重构，嘉宾们的讨论带来很多灵感和思考。
