近日，财通证券李跃博团队在其公众号发布了一篇由撰写、Deepl翻译的实验性报告，名为《提高外在美，增强内在自信——医疗美容革命》，瞬时引发热议。与合作撰写该报告的分析师之一刘洋更是直接提到，肯定会替代人工，也将对于人类替代的争议掀至高潮。
除了券商分析师，在人们的讨论中，记者、程序员、律师等都是可能被取代的潜在对象。基于此，我们也与不同行业从业者聊了聊，试图判断，在他们眼里，究竟是洪水猛兽还是得力助手。
易方资本创办人及投资总监王华：的处理能力，What≈How＞Why
翻译、总结等工作是自然语言处理（NLP）的强项，从我们的使用经历中也能直观感受到，对不同类型问题的处理成熟度是不同的，可以总结为对“是什么”这类问题的回答成熟度约等于“怎样做”，他们都优于对“为什么”这类问题的回答，即What≈How＞Why，在因果关系的推理中，尤其是从果推因方面，的弱点是显而易见的。
如果用人脑做类比的话，的思维模式更像是右脑做主导，在逻辑性上欠缺，但在关联性上表现出了很强的优势。不过这种关联性并不是一种因果的关联，而是水平层面的关联，有点类似于半导体中的GPU。相对来说，CPU更像是左脑，要把前因后果搞清楚的完美主义，而类似于右脑的GPU，其宽容度更广，因此比较容易接受精准度不够的东西，但关联的范围就会变得很大。整体来看，的相关性内容处理要比因果关系、归纳推理的处理更游刃有余。
易方资本分析员王逸研：替代分析员的概率比替代基金经理大很多
从卖方的角度讲，一些类似于券商分析师的角色被替代的风险会大很多。如果你让写一篇关于半导体产业的研报，那么它很快就会回应给你一个大致的框架，比如国内与国外的差距在哪、国内企业比较成功的案例是什么、相关产业的政策等，这些与卖方分析师所写的很多研报框架都是类似的。如果机构愿意雇佣这些的模型，那么这类岗位在未来很可能就会大幅减少。
但取代基金经理的概率可能就要小很多。基金经理需要更多的主观判断，需要融合不同类型的资讯作出决策，这些都是的弱点。而且基金经理的工作并不只是简单的下单，更多时候需要积极地与不同的客户沟通自己的投资思路，因此一些高净值的投资者更倾向于投资的其实是基金经理本身，这也是基金经理更难被取代的原因所在。
某新闻媒体评论员：记者需要的不是以不变应万变
作为更先进的语言模型，可以成为记者工作的一个辅助，但并不能代替记者这份工作。新闻事件总是瞬息万变的，对于新闻真相的挖掘，对新闻当事人的具体采访、对新闻价值的判断，都需要记者充分发挥其自身潜质随机应变，而不是以不变应万变。
而在新闻评论或者说是观点输出上，就显得有些保守有余、创新不足了。一方面，它很难针对某一热点事件提出让人眼前一亮的观点，另一方面，即便我们给了它一个主题，它也很难会围绕这一主题展开充分而详实的论述，更何况有些时候，人工智能对于文字的理解通常不会“拐弯”，比如它似乎很难理解什么叫做“让子弹再飞一会儿”。
瑞莱智慧高级产品经理张旭东：是“举一千反一”，而人类是“举一反三”
“能力”非常全面，基本各领域问题都能答上来。但这其实是“举一千反一”的过程，有些像基于庞大的文本库，凝练了多领域问题的很多数据做相互校验，然后挑了一些基础性的内容回答出来。
虽然比之前的模型能力有了非常大的提升，但与人类举一反三的能力还相差较远，没有办法通过聚合人类的现有知识推导出一些新的知识，所以我们感觉更多还是在一些场景作为辅助工作去提效，这样的算法技术距离取代人类还过于遥远。事实上我认为会更像自动驾驶领域的L2辅助驾驶需要人机协同，而不是像L5完全自动驾驶一样取代我们的工作。
某智能家电企业软件工程师：我知道它会回答什么，也就觉得仅此而已
简单试了试之后，我发现能回答的问题都是网上可以搜到答案的问题，我知道它会回答什么，因此也就觉得仅此而已。当人们遇到一个新奇的东西时总是会升起很强的好奇心理，可当你熟悉他所有的能力后就会发现不过如此。
目前我们只是发现了它的优点，但这个优点具备的商业价值还在酝酿中，一方面是因为模型的能耗可能相当惊人，另一方面是因为缺点也同样存在。比如有些问题可能也会是“一本正经地胡说八道”，如果你不知道正确的答案很可能会被它“以假乱真”，整体来看就像是百科类型的工具，可以当做“字典”去使用。
至于是人类经验的累计增长速度和科技进步的速度谁会更胜一筹，其实并不用考虑。机器的经验是建立在人的经验上的，人学会才能教机器训练，目前人工智能的本质还是统计学，除非有质的突破，否则结局只能是更接近于人，而不会超越人。
北京卓纬律师事务所合伙人、律师孙志峰：冲击最大的是咨询类业务
法律被誉为数字时代下最后的手工产业之一。从目前能从大陆合法获取的材料来看，确实对法律实务工作会造成较大的冲击，具体分为几个层面：
冲击最大的是咨询类业务，针对某项法律咨询，可以毫不费力地生成结论和依据，也可以生成普适性的初步法律文书，弥补了律师在记忆容量、学习广度和回复效率等方面的不足。虽然律师经验仍然无法被人工智能完全替换或获取，但人工智能的采集和整理信息确实可以解决相当部分的咨询需求。
不过，法律从业者的职能不会被人工智能完全取代，特别是诉讼、需要经验积累才能完成的非诉项目、与商业高度融合的法律合规及风险防控，而律师在经验、专业、沟通及判断能力上要远强于人工智能，其观点也更易于被同是人类的裁判者或审查机构工作人员所接受。
上海易居房地产研究院研究总监严跃进：对传统房地产行业研究员挑战很大
对于传统房地产行业研究的从业者具有很大的挑战。通常我们在做政策分析的时候，都会在结尾谈到对房地产市场的影响。如果能够准确地识别出关键词并进行判断，比如出现限购知道是收紧，出现限购取消能够识别放松的话，那么就能够在一定程度上取代分析师的角色。
而房地产专家在评论市场的时候，接收到的信息越多，对于问题的判断就会越全面，这一点与的逻辑是类似的，但所能接收到的信息量已经完全超出正常人的水平。不过如果房地产行业波动的情况较强，那么人工智能的掌握能力就会相对较弱，因为人工智能要基于非常稳定的数据才能够进行信息的分析，从这一点上看，人工智能也要得到国家以及产业经济层面的重视。
但思考人工智能的作用，并不一定要从替代的角度出发。反过来讲，人工智能也能够在信息汇总方面减少人们的精力支出，帮助研究人员更好地总结出行业的规律，虽然有挑战，但应该以更加积极乐观的心态去面对人工智能的发展。
北京社科院研究员王鹏：人与人的沟通中，创造性的情感沟通很重要
在学术领域，可能替代一些类似于资料整合、分析、回答学生问题的简单工作，像是助教一样的角色，对学生而言也可能帮助学生完成一些比较简单的论文习作等。
但这其实是一个与考核难度、论文命题人以及审阅人经验相关的问题。命题人在布置作业的时候就要有侧重，尽量避免一些简单的问题。而学生如果想要提交一些具有深度的论文，还是要有更深的创造性在里面的，这正是无法胜任的部分。
事实上，对教师这个行业而言，如果想要更深入地教学，比如针对学生不同的实际情况，进行更细致的解答，则是真人所更擅长的内容。人工智能可以更加精准高效地回答问题，但从目前的发展程度来说，个性化的方面还面临着很大的不足。而且，人与人的沟通中，创造性的情感沟通是很重要的一个元素，从这些情况来看，都无法完全替代教师这个行业。
相关文章
