摘要：Anthropic、OpenAI这些AI大厂最近动作特别大，每年要拿10亿美元出来，专门教AI像人类一样上班。这事在白领圈子里已经吵开了，不少人都在琢磨：自己的工作会不会被这个“新同事”给顶了？

Anthropic、OpenAI这些AI大厂最近动作特别大，每年要拿10亿美元出来，专门教AI像人类一样上班。这事在白领圈子里已经吵开了，不少人都在琢磨：自己的工作会不会被这个“新同事”给顶了？

说实话，这钱花得是真不少，Anthropic打算未来一年，把10亿砸进“强化学习环境”，简单说就是给AI搭的“虚拟办公室”；OpenAI更夸张，今年光在数据和请专家上就投了10亿，还说等到2030年这数能涨到80亿。本来想这AI“学费”怎么这么贵？后来发现请专家的成本是真高，Labelbox那边说，现在20%的专家时薪超90美元，还有10%能拿到120美元以上，再过一年半，怕是要涨到150到250美元一小时，这价格比不少白领月薪都高了。

AI要学上班，首先得有练手的地方，这就是大厂们搭的“强化学习环境”（RL环境）。像Turing这家公司，已经搭了1000多个这种环境，里面有Airbnb、Zendesk的复制版，连咱们常用的Excel都有。他们还会给AI配100到500个示例任务，比如用Salesforce找客户线索，得按上次联系日期筛数据，发邮件还得带Calendly的链接，最后还得把客户状态改成“重新接洽”，一步都不能错。

之前有家科技公司跟Turing合作，用Excel的RL环境教AI处理财务数据，结果“数据录入+误差核对”的效率提了不少。很显然，这“虚拟办公室”不是花架子，是真能让AI练会实打实的技能。现在Scale、Surge这些公司也跟着做RL环境，看来这生意确实有市场。

光有环境还不够，AI还得学“真本事”，这就需要“偷师”行业专家了。以前AI训练招硕博就行，现在不行了，Turing直接雇了NASA的数据科学家、能源部的化学家，还有放射科的住院医师。就拿教AI做折现现金流（DCF）分析来说，先是让专家算出一个准确的股价答案，再让AI反复试，把跟专家答案一致的案例挑出来当教材。老实讲，这招挺聪明，有些专业活儿靠死记硬背不行，得有专家的“隐性经验”，比如放射科医生看片子的技巧，AI光看数据根本学不会。

AI学本事的速度不慢，大家最担心的还是：这东西真能抢了白领的工作吗？Anthropic的CEODarioAmodei说，未来1到5年，一半的入门级白领岗可能就没了，美国失业率甚至能涨到10%到20%。网友们更慌，有人说3年内白领岗会大规模消失，还有人担心不光底层岗，连管理岗都得受冲击。

一开始我听着也觉得慌，尤其是做行政、基础客服、初级销售的朋友，怕是最有体会，日常的日程安排、客户咨询回复、筛选销售线索，这些活儿大多是重复的，AI真学会了确实能替。但后来发现，AI离完全接管工作还差得远。Turing的项目负责人AnshulBhagi就说，教AI处理客户关系，得让它同时会用Salesforce、LinkedIn、Calendly、Gmail，细节杂得很。而且现在Anthropic在后训练阶段，给RL环境的投入还不到预算的10%，这事还在早期呢。

更重要的是，有些岗位AI根本接不了，比如管理岗，得协调团队、处理突发问题，还得跟人共情，这些能力AI现在连边都摸不着。现在不少企业也没把AI当“替代者”，而是当“协作伙伴”。像Salesforce和OpenAI合作的“AI客户助手”，也就帮着发个初版邮件，真要跟客户谈判、做决策，还得靠人来。如此看来，现在的AI更像个“打杂的助手”，不是“抢位的对手”。

虽然AI现在还没到能“独当一面”的地步，但行业里的新动向已经不少了，去年年底微软推出了个“企业级RL环境平台”，把Office、Dynamics365这些常用软件都整合进去，企业能自己定义AI的训练任务，现在已经有500多家企业用了。Labelbox也搞了个“专家共享池”，把不同行业的专家资源凑到一块，帮AI公司省了不少雇人的钱。

面对这趋势，咱们也不能光等着，欧盟去年出了个《AI职场监管法案》，要求企业要是用AI替代岗位，得提前6个月告诉员工，还得给转岗培训；美国加州也有补贴，帮白领学“跟AI协作”“解读数据”的技能。说实话，与其慌AI抢工作，不如自己早做准备，比如学学怎么用AI改报告，省点时间做更重要的事；再练练创意、沟通这些AI学不会的本事。毕竟未来职场，能跟AI“搭伙干活”的人，肯定比只会自己埋头干的人更吃香。

总的来说，OpenAI、Anthropic砸10亿教AI上班，不是吓唬人的噱头，入门级白领岗确实面临风险，但要说AI能马上取代所有白领，那也不现实。现在的核心是适应“人机协作”的新模式，把AI变成助力，而不是敌人。毕竟职场这事儿，从来都是谁能跟上变化，谁就能站得稳。

来源：冷秋月一点号