AI应该做的不是替代人做事，而是要做人做不到的事和人不愿意做的事
一句话看懂：当前AI应用的主流方向是用智能体替代人力以降低企业成本，这一路径已引发失业加剧和服务质量下滑的争议。硅谷部分资本正转向将AI用于医药研发等“人做不到”的领域，试图创造增量价值而非仅优化存量。
事件核心：发生了什么
虎嗅转载的一篇评论文章指出，AI应用已进入第三阶段——智能体可自主完成任务，但发展方向集中在替代客服、初级翻译等岗位，以实现企业降本增效。诺贝尔经济学奖得主Acemoglu将这种做法称为“平庸自动化”，认为企业用不成熟的AI替代人力会导致就业受损与社会效率下降。与此同时，硅谷投资风向开始转向：大量资金流入生物实验室，押注AI在医疗制药领域的突破。以Google DeepMind的AlphaFold为例，它在几分钟内即可预测一个蛋白质结构，目前已覆盖超两亿种蛋白质。新药研发平均耗时超10年、花费超10亿美元且失败率高，AI被认为能在此领域创造远超互联网广告点击的增量价值。
为什么重要
文章清晰区分了两种AI技术路线：一种是“替代型”，主要服务于企业B2B市场（如Anthropic年收入70~90亿美元中80%来自企业客户，Claude Code年收入已达4亿美元），其核心是压缩人力成本；另一种是“赋能型”，通过做人类无法完成的任务（如分析数十亿种分子组合）来创造新价值。文章引用了蒂尔将技术分为“比特世界”与“原子世界”的框架，认为AI只有进入实体领域（生物医药、能源、交通等），才能产生真正可衡量的社会效益。这直接挑战了当前主流AI公司以“替代人”为卖点的商业策略，并提示投资人关注更具长期回报的赛道。
对用户/开发者/创作者的影响
对企业决策者：如果单纯追求短期降本，使用不成熟的AI替代人力可能导致服务质量下降与品牌声誉受损。文中案例显示，有企业AI服务商已因价值观冲突拒绝接手以裁员为目的的AI改造项目。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对AI开发者与创业者：应评估自身技术是否真的创造了“人做不到的事”——例如预测蛋白质结构、缩短药物研发周期20%，这些产生的价值远超同等级别的客服或翻译替代方案。资本正在向生命科学领域的AI应用倾斜，开发者可考虑将模型能力（尤其是推理、多模态分析）与生物、化学数据结合。
对普通用户：关注AI的长期社会效果。若AI只在比特世界“内卷”于争夺注意力，用户将面临更多算法推荐和广告；而若AI在原子世界开花结果，则可能带来更便宜的药物、更快的诊断和新疗法，直接改善生活质量。
值得关注的后续
1. 医疗AI的落地速度：AlphaFold预测蛋白质结构的能力能否真正转化为新药上市，仍需临床试验验证。目前公开信息显示，多数AI药物发现仍处于早期验证阶段。
2. 企业级AI的定价模式：若“赋能型”AI（如AI制药）商业化成功，可能会改变B2B市场“降本增效”一刀切的定价逻辑，出现按价值或按成果付费的合同。
3. 社会与监管反应：随着失业问题加剧，各国可能出台法规限制无必要的“替代型AI”，并对AI在制药等高风险领域的应用设立更严格的安全和伦理标准。
来源：虎嗅 (Huxiu)
