“最搶手的不是會用AI的人”，人工智能催生新興職業快速崛起
全國政協委員、CEO賀晗
華夏時報記者付樂兩會報道
正在召開的全國兩會上，人工智能、DeepSeek成為了熱議的高頻詞。
全國政協委員、天娛數科CEO賀晗今年關注的重點是人工智能產業發展。賀晗對《華夏時報》記者表示，DeepSeek帶動中國人工智能產業進入“高鐵時代”，有望在全球競爭中實現從“追趕”到“引領”的跨越。
與此同時，代表和委員也注意到人工智能對就業、工業等方麵帶來的深遠影響，呼籲加強創新和生態建設，為經濟社會發展注入新動能。
AI重塑就業生態
人工智能的迅猛發展在創造無限可能的同時，也帶來了不容忽視的挑戰。其中，引人深思的莫過於人工智能對就業生態的衝擊和重塑。
賀晗表示，AI不是替代工作崗位，而是重塑協作範式，以前是“樂手”，以後是“指揮家”，以前是“公司+員工”，以後是“平台+AI增強的超級個體”。
他認為，AI精準執行基礎任務，人類注入創新、情感，最搶手的不是“會用AI的人”，而是“能用AI創造不可替代性價值的人”。
“人工智能的目的是‘增強人類能力’，我們更應該致力於構建‘人+AI’的協同進化體係，培養人類駕馭AI的能力。”易寶支付CEO唐彬表示，例如在風控領域，AI可以實時處理千萬級交易數據生成智能預警，人類專家則基於數據洞察進行策略優化與異常決策，形成“數據驅動+經驗判斷”的決策機製。
全國政協委員、董事長江浩然則認為，人工智能深刻改變著生產方式和商業模式，對就業產生深遠影響，一些傳統崗位麵臨著被自動化替代的風險。同時，人工智能催生了新的產業，在智能製造、金融、零售業、醫療健康、教育培訓等領域創造了大量新的就業崗位。
在行業看來，AI不會簡單地卷走工作崗位，而是在重塑整個就業生態。客服、文案崗位減少的同時，AI倫理審核、AI訓練師、AI設計師、AI產品經理等職業正在興起，形成更複雜的生態係統。
“未來隨著AI發展進入深水區，AI倫理審計師等新興就業崗位的需求量也會增大。”奇富科技相關負責人稱，未來會帶來一些新崗位如專門從事專家知識庫的梳理和大模型調優的工作，涉及信用評分、反欺詐、量化交易算法的AI金融算法工程師、大模型訓練師、AI算力資源優化師等崗位人才。
唐彬指出，AI正在重構包含金融、零售、跨境貿易的千行百業，每個企業都需要以AI視角重新審視商業邏輯。AI的核心價值在於通過革命性地提升生產力，突破傳統生產關係的限製，進而催生全新的商業模式。
3D智能將在工業中發揮關鍵作用
目前，AI集中在內容創作、客服、編程等桌麵應用，滲透率高，在工業領域應用鳳毛麟角，本質原因在於工業場景是3D空間，而目前絕大部分大模型為語言、圖形、視頻等2D模型，在工業場景應用時存在空間計算鴻溝。
“由3D大模型驅動的3D智能將為工業帶來顛覆式的變革。”賀晗表示，在理解真實世界方麵，人工智能具備更全麵的感知、理解、交互與決策能力，重新定義人、機器與真實世界、虛擬世界之間的關係，能讓虛擬世界更真實，能讓真實世界更智能。
當下人形機器人的技術跨越也是因為VLA等3D具身智能大模型開始與機器人本體融合、進化，讓人形機器人大腦、小腦技術產生質的飛躍，使人形機器人成為具身智能的關鍵載體，這是一場從“機械軀殼”到“數字生命”的進化革命，讓門檻大幅降低、場景快速增多。
賀晗表示，具生智能大模型極端依賴大規模、高質量的3D數據訓練。當下高質量3D數據集匱乏是產業痛點，全球範圍內，3D數據都處於極端重要，又極端缺乏的狀態。
3D數據集正在成為競爭的核心節點。2023年10月，穀歌DeepMind聯合全球33家頂級學術實驗室共同開發OpenX-Embodiment數據集，基於該數據集訓練了RT-X係列3D多模態大模型用於人形機器人。
2024年3月，斯坦福大學、伯克利大學聯合全美多家頭部研究機構推出DROID分布式機器人交互數據集，涵蓋3D軌跡、3D場景等。2024年3月，全球著名人工智能專家李飛飛教授領銜、聯合美國多所大學推出BEHAVIOR-1K具身智能數據平台，涵蓋了50個場景、9000多個具有豐富物理和語義屬性的物體。在未來，3D數據集將決定3D多模態大模型和空間智能的發展，以及全球科技競爭的走勢。
不過，賀晗也提出，發展3D數據集有兩個痛點，一是3D數據的獲取與處理成本高昂、流程繁雜，需要大量的時間、人力與資金投入。二是3D數據的標準化程度低，導致數據的兼容性較差，共享和複用難度大。
“對於痛點，可通過多種高精度3D掃描設備，采集3D場景、模型、動作等多類數據源，大幅降低了3D數據采集成本。同時構建3D數據平台，通過跨類型數據的智能解析提高數據標準化程度和易用性。”他表示。
針對AI未來的發展方向，賀晗提出了三點建議分別是創新、生態和應用。賀晗認為，AI的發展首先要注重創新。以前是“沙裏淘金”，雖然數量龐大但純度不足，以後要“點石成金”，通過知識蒸餾，提煉高純度的知識本質，模型體積縮小但性能保留。這裏麵核心是底層算法和架構的創新，這也是DeepSeek帶來的最大啟示。
其次要搞生態。以前是“散兵遊勇”，大家各自為陣，都在重複造輪子，以後要做“交響樂團”，開源社區+行業標準，搞協同開發，搞模塊化開發，讓大模型開發像樂高玩具一樣自由拆裝，才能降低整體技術門檻，才能加速迭代。
最後要搞應用。以前是“流量APP”，以後要做產業“水電煤”，看不見，但離不開。用垂直領域數據鍛造專用模型進行深耕，如醫療AI、法律AI、政務AI、電力AI，才有長期價值。