人类一直在迁移，不仅跨越自然景观，而且通过工作和思维方式。每一次重大的技术革命都需要某种形式的迁移：从田地到工厂，从肌肉到机器，从模拟习惯到数字反应。这些转变不仅改变了我们的工作方式;他们重塑了我们如何定义自己以及我们认为使我们有价值的东西。
技术取代的一个生动例子来自 20 世纪初。1890 年，美国有 13,000 多家公司制造马车。到 1920 年，只剩下不到 100 人。在一代人的时间里，整个行业都崩溃了。正如 Microsoft 的博客 The Day the Horse Lost Its Job 所叙述的那样，这不仅仅是关于交通，还涉及数百万工人的流离失所、行业的消亡、城市生活的重新定位以及大陆交通的大规模支持。技术进步，当它到来时，并不要求许可。
今天，随着 AI 的能力越来越强，我们正在进入一个认知迁移的时代，人类必须再次迁移。然而，这一次的位移不是身体上的，而是精神上的：远离机器正在迅速掌握的任务，转向人类创造力、道德判断和情感洞察力仍然至关重要的领域。
从工业革命到数字办公室，历史上充满了由机器引发的迁移。每个人都需要新的技能、新的制度和关于贡献意味着什么的新叙述。每个组织都创造了新的赢家，而其他的则落后了。
框架转变：IBM 的“认知时代”
2015 年 10 月，在 Gartner 行业会议上，IBM 首席执行官 Ginni Rometty 公开宣布公司所谓的认知时代的开始。这不仅仅是一次聪明的营销活动;这是对战略方向的重新定义，可以说，它向科技行业的其他公司发出了一个信号，表明计算的新阶段已经到来。
过去几十年是由基于人类软件工程师编写的规则的可编程系统塑造的，而认知时代将由能够随着时间的推移学习、适应和改进的系统来定义。这些由机器学习 （ML） 和自然语言处理 （NLP） 提供支持的系统不会被明确告知该怎么做。他们会推理、综合和互动。
这一愿景的核心是 IBM 的 Watson，该公司在 2011 年已经因在 Jeopardy 上击败人类冠军而成为头条新闻！但 Watson 的真正承诺并不是赢得问答节目。相反，它帮助医生对数千项临床试验进行分类，以提出治疗方法，或协助律师分析大量的判例法。IBM 将 Watson 定位为人类智能的放大器，即第一个认知副驾驶，而不是专家的替代品。
这种框架变化是重大的。与早期强调自动化和效率的技术时代不同，认知时代强调合作伙伴关系。IBM 谈到了“增强智能”而不是“人工智能”，将这些新系统定位为合作者，而不是竞争对手。
但这一愿景中隐含着更深层次的东西：认识到认知劳动——长期以来一直是白领职业阶层的标志——不再不受自动化的影响。正如蒸汽机取代了体力劳动一样，认知计算将开始侵占曾经被认为是完全人类的领域：语言、诊断和判断。
IBM 的声明既乐观又发人深省。它设想了一个未来，人类可以在机器的帮助下做更多的事情。它还暗示了价值需要再次迁移的未来，这一次是进入机器仍在努力的领域——例如意义建构、情感共鸣和道德推理。
认知时代的宣言在当时被认为具有重要意义，但很少有人意识到其长期影响。从本质上讲，这是对下一次大迁徙的正式宣布;不是身体，而是思想。它标志着地形的转变，以及一段新的旅程，这不仅会考验我们的技能，还会考验我们的身份。
第一次大迁移：从田间到工厂
要了解目前正在进行的认知大迁徙，以及它在人类历史上在质量上有何独特性，我们必须首先简要考虑一下之前发生的迁徙。从工业革命中工厂的崛起到现代工作场所的数字化，每一项重大创新都要求技能、制度和我们对贡献意味着什么的假设发生转变。
始于 18 世纪末的工业革命标志着人类劳动力第一次大规模迁移到全新的工作方式。蒸汽动力、机械化和工厂系统的兴起将数百万人从农村农业生活吸引到拥挤的工业化城市。曾经是本地的、季节性的和体力劳动变成了有序的、专业的和有纪律的，以生产力为驱动力。
这种转变不仅改变了人们的工作场所;它改变了他们是谁。村里的铁匠或鞋匠搬到了新的角色，成为巨大工业机器上的齿轮。时钟、轮班工作和效率逻辑开始重新定义人类的贡献。整整几代人都必须学习新技能，接受新的常规并接受新的等级制度。迁移的不仅仅是劳动力，还有身份认同。
同样重要的是，机构也必须迁移。公共教育系统得到扩展，以培养有文化的工业劳动力。政府根据新的经济条件调整了劳动法。工会出现了。城市发展迅速，通常没有与之匹配的基础设施。它很混乱，不均匀，而且很痛苦。它还标志着一个由机器塑造的现代世界的开始，并且越来越多地为机器塑造。
这种迁移创造了一个重复的模式：现代技术取代了，人们和社会需要适应。这种适应可能会逐渐发生——有时是剧烈的——直到最终出现一种新的平衡。但每一次浪潮都对我们提出了更高的要求。工业革命需要我们的身体。下一个需要我们的头脑。
数字迁移：从工具到符号
如果说工业革命需要我们的身体，那么数字革命则需要新的思想。从 20 世纪中叶开始，到 1980 年代和 90 年代加速发展，计算技术再次改变了人类的工作。这一次，重复的机械任务越来越多地被信息处理和符号作所取代。
在有时被称为信息时代，文员变成了数据分析师，设计师变成了数字架构师。管理员、工程师甚至艺术家开始使用像素和代码，而不是纸和笔。工作从工厂车间转移到办公大楼，最后转移到我们口袋里的屏幕。知识工作不仅成为主导，而且成为令人向往的。计算机和电子表格成为新经济秩序的镐和铲子。
我在职业生涯早期在 Hewlett Packard 担任软件工程师时亲眼目睹了这一点。几名新晋 MBA 毕业生带着 HP 品牌的 Vectra PC 和 Lotus 1-2-3 电子表格软件来到这里。似乎就在那一刻，数据分析师开始提供成本效益分析，从而改变了企业运营效率。
这次迁移的创伤比从农场到工厂的迁移要小，但同样重要。它从认知术语中重新定义了生产力：记忆、组织、抽象。它还在能够掌握数字系统的人和落后的人之间带来了新形式的不平等。而且，各机构再一次争先恐后地跟上步伐。学校为“21 世纪的技能”进行了重组。公司使用 “业务流程再造” 等技术重新组织信息流。身份也再次发生了变化，这一次从劳动者转变为知识工作者。
现在，在 21世纪的第三个十年中，甚至知识工作也正在变得自动化，白领可以感受到气候变化。下一次迁移已经开始。
迄今为止最深刻的迁移
我们已经将劳动力迁移到各个领域、factorie 和光纤之间。每一次，我们都适应了。这往往是不平衡的，有时是痛苦的，但我们已经过渡到一种新的常态，一种新的平衡。然而，现在正在进行的认知迁移与之前的认知迁移不同。它不仅改变了我们的工作方式;它挑战了我们长期以来认为使我们不可替代的东西：我们的理性头脑。
随着 AI 的能力越来越强，我们必须再次转变。不是针对更难的技能，而是针对更深层次的技能，这些技能仍然是人类的优势，包括创造力、道德、同理心、意义甚至灵性。这是迄今为止最深刻的迁移，因为这一次，它不仅仅是为了在转变中生存下来。它是关于发现我们超越我们生产的东西是谁，并了解我们价值的真正本质。
加速变化，压缩适应
每次技术迁移的时间表也都大大加快。工业革命展开了一个多世纪，允许代际适应。数字革命将这一时间线压缩到几十年。一些员工从纸质文件开始他们的职业生涯，并退休管理云数据库。现在，下一次迁移将在短短几年内发生。例如，大型语言模型 （LLM） 在不到五年的时间里从学术项目变成了工作场所工具。
威廉·布里奇斯 （William Bridges） 在 2003 年修订的《管理过渡》中指出：“正是过去几十年变化步伐的加快，我们难以同化，这使我们陷入了过渡。现在的变化速度比 2003 年快得多，这使得这一点更加紧迫。
这种加速不仅反映在 AI 软件中，还反映在底层硬件上。在数字革命中，主要的计算元素是 CPU，它根据软件工程师明确编码的规则串行执行指令。现在，占主导地位的计算元素是 GPU，它并行执行指令并从数据而不是规则中学习。任务的并行执行提供了隐式的计算加速。GPU 的领先开发商 Nvidia 将其称为“加速计算”，这并非巧合。
存在主义迁移
曾经跨代演变的转变现在发生在一个职业生涯中，甚至一个十年内。这种特殊的转变不仅需要新技能，还需要从根本上重新评估我们人类的特质。与以前的技术变革不同，我们不能简单地学习新工具或采用新例程。我们必须迁移到我们独特的人类品质（创造力、道德判断和意义创造）成为我们决定性优势的领域。摆在我们面前的挑战不仅仅是技术适应，而是存在主义的重新定义。
随着 AI 系统掌握了我们曾经认为独特的人类任务，我们发现自己正在加速探索自动化之外的真正含义：在一个智能不再是我们的专属领域的时代，人类的本质。