文/青城桢楠
近期，上海Manner的咖啡师和顾客之间连续发生冲突，引起社会广泛关注。
参与讨论的不少是打工人，他们同情咖啡师，也同情自己，在事件中，他们表达着对咖啡师的同情，也表达着自己的委屈。
所有人都说太卷了，每日机械性的重复劳作，已然身心俱疲，这种情况下，还要接受额外的情绪考验，实在有些残忍。
咖啡师们的遭遇，让人想起《健全社会》中弗洛姆写的话，当工作变得越来越重复，越来越无需动脑筋。生命正在被否定……人对控制、创造、好奇心与独立思考的需要被遏制了，其结果必然是退避或斗争、冷漠或破坏，以及心理上的倒退。
人不是机械，是有血有肉的灵魂，高强度机械性的工作，是对人性的一种摧残，也无助于进一步提升效率。
（图源：pixabay）
对于这种现象，《纽约时报》的专栏作家凯文·鲁斯，特意起了名字，叫“机器漂移”。
凯文·鲁斯认为，我们正变得越来越像那些构成我们生活的、僵化而不灵活的机器，这好像是“机器漂移”（machine drift）。
AI时代，赋予我们无限可能
自从工业革命以来，300多年过去，人类社会体验到前所未有的技术进步。
这种进步，原本的目的应该是解放人类，释放人类，让人回归到人本身。
正如马克思一直强调的，人类创造技术的根本目的，除了满足人的生存需要以外，最终是为了人类的解放。任何解放都是使人的世界即各种关系回归于人自身。
如果人本身被异化成了效率工具，这显然违背技术的本质。
中国发展到今天，解决效率问题，也亟待新的思路，更人性的解题思路。
AI时代，赋予我们这种可能性。
（图源：pixabay）
李开复说，AI将我们从日常重复性的工作中解放出来之后，人类需要重新思考“生而为人”的真正意义。工作在一定程度上是工业时代留下的魔咒，将人类禁锢到了无趣重复的流水线上；在AI 2.0时代，用好3C指南，人人都可以成为AI的主宰，每个人都可以挥动手里的AI魔法棒、用好AI神灯，用AI魔法打破工作魔咒，做最好的自己，一起创造AI时代的文艺复兴。
在哈佛商业评论2023年第四期中，有一篇文章题为《让数字工具消灭枯燥工作》。
文中展示了AI场景下，不再机械，不再重复的人们，究竟是如何享受工作的。
文中说到，在将职场文化从关注“工作时间”转为关注“工作质量和效率”的过程中，拥抱整合人工智能的业务解决方案是关键一步。数据输入、笔记、报告与文件处理等重复性工作虽然对企业运营至关重要，但却不能让员工获得成就感。
在工作中使用了人工智能技术和自动化软件的员工有近90%表示自己获得了更高的成就感，同时也能将更多时间放在那些重要的工作之上。
以销售部门为例，他们可以使用人工智能来自动更新数据库中有关客户互动的重要数据。如此一来，员工将能够腾出手来处理更有意义的工作，比如撰写商业提案。
把重复性，机械性的劳作交给AI，让人回归到本体，回归到自我，回归到靠创意制胜的轨道上。这将从根本上，解决人非工具，这一历史课题。
（图源：pixabay）
2024年3月1日，人民日报发表文章《新质生产力的内涵特征和发展重点》，其中提到，新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径的先进生产力，具有高科技、高效能、高质量特征。
创新为主导，提高生产力的同时，体现更加人性，AI无疑是新质生产力的最好诠释方式。
7月5日，中国电信旗下中电信人工智能科技有限公司和中国电信人工智能研究院（以下简称TeleAI）发布星辰大模型·软件工厂，让我们进一步看到，AI的无限可能性，在不断提高效率的同时，真正做到一切“以人为本”。
在TeleAI的星辰大模型·软件工厂的宣传语里，有一段话，很让人非常感动。
开发者、工程师，每一个岗位上勤勤恳恳工作的人们，除了工作角色之外，他们更是父母，是儿女，是恋人，是冒险家，是音乐家……是一个个鲜活的人。
只有深刻理解AI工具的本质和内涵，才可能为人类创造真正的价值。
TeleAI正是在理解AI本质的情况下，发布了星辰大模型·软件工厂。
如果你是开发者，使用星辰大模型·软件工厂意味着，无需重复劳作写代码，弄得头昏眼花，腰肌劳损；意味着不需要害怕编程迭代速度过快，自己跟不上而落伍；意味着不需要担忧35岁以后精力跟不上，会被年轻人淘汰。
因为一切耗费时间、精力、体力的非创造性工作，都可以交给星辰大模型·软件工厂来完成。
（图源：pixabay）
而开发者的身份将完全回到开发本身，回到用创意改变人类生活，用创新构建人类美好的“开发”工作上。
如果你是产品经理，使用星辰大模型·软件工厂意味着，无需重复性的市场调研、搜索数据、客户分析；意味着无需一遍一遍的采写，一遍一遍的记录，一遍一遍的思维导图。
让一个产品经理真正在做产品，而不是做经理，这是星辰大模型·软件工厂对产品经理的价值所在。
如果你是老板，使用星辰大模型·软件工厂可能是非常幸福的事情。
因为手下的员工，真正可以将精力花在创意上，放在点子上，创作出真正有价值的idea，而不是机械性的浪费时间，消耗彼此的耐心，最终毫无所获，相互埋怨。
写到这里，不禁让人陷入沉思，大家都说卷，企业说卷，员工说卷。
卷到底是怎么来的？
也许，正因为多数人，多数企业没有时间思考，终日疲于奔命，别人做什么，自己也做什么，才会产生卷。如果大家做得事情都存在显著的差异化的，何来卷呢？
卷，是机械性重复的必然结果，而AI则是破除内卷的最佳方式。
再进一步思考，不少人担心，中国人口红利不在了，经济后劲会不足。
可大家想过没有，我们过于追求人力资源里的人力，而忽视了真正有价值的脑力。
（图源：pixabay）
工程师红利时代，释放脑力才应该是整个社会最应该做的。
据西南财大的预测，2023年—2035年，我国工程师供给规模将从2023年的2059.2万人增加到2035年的3191.1万人。
如果3千多万工程师，借助AI的赋能，从传统的人力资源里跳出来，充分发挥各自的脑力资源，未来不仅不需要忧虑，反而可以更加乐观。
一个更加有创造力的中国，无疑会进步得更快。
AI时代，中国电信价值凸显
AI异常强大，对安全性的要求也空前得高。
作为央企，中国电信天然具备安全属性，由他们提供的AI支撑，强大且安全。
在数据采集方面，中国电信有18000个节点，每天数据采集量超过1PB，这些数据经过中国电信的加密和清洗，安全且没有污染。
（图源：pixabay）
在大模型方面，中国电信拥有全球首款基于31省算力集群的运往融合人工智能平台，业界首个100亿参数城市治理大模型。
基于万亿参数语义模型，中国电信发布的星辰超多方言语音识别大模型也是业内首个支持30种方言混说语音大模型，打破单一模型只能识别特定单一方言的困境，可同时识别理解粤语、上海话、四川话、温州话等30多种方言，是国内支持最多方言的语音识别大模型。
星辰AI大模型，全自研架构体系，百人算法团队完全自主研发。
在算力资源方面，中国电信目前拥有1000+服务器（训练卡1000+，推理卡5000+），400+台存储服务器。
作为全球最大的基础网络运营商，中国电信还拥有最丰富云以及IDC资源，覆盖最广，容量最大，速率最快的立体化网络基础设施，全面覆盖中国省乡镇各级地区。
据悉，中国电信的AI算法适配16个芯片平台，英伟达、寒武纪等国内外主流芯片平台全面适配。端上芯片则更加国产化，海思、君正应有尽有。
截止目前，中国电信已有生态合作厂商100+，支持行业300+，接入视联网设备70W+，AI社会治理基础数据积累10亿+……真正赋能千行百业。
中国电信在AI上的决心，无疑会让其走得更远，也更稳。
中国电信2015年就在集团层面成立了数据中心，构建企业级大数据平台。
2020年，中国电信首次提出“云改数转”战略，大力推进云网融合，成立云网运营部大数据和AI中心。
2023年8月，中国电信成立中电信人工智能科技有限公司，强势进军人工智能领域，赋能企业数字化升级和千行百业智能化转型。
作为全集团大数据和AI能力建设的管理与运营机构，电信AI整合内外部资源，依托AI自研能力，在深层次的AI算法、AI大模型、AI中台等研发上取得突破，打造层次分明的原子服务、行业应用、平台管理和智能硬件的产品体系，实现AI产品和解决方案的规模推广和应用落地，以全局式AI能力助推社会智能化变革。
2024年1月10日，中国电信宣布，将自研星辰AI大型模型全面开源，以更好地助力客户业务的智能化升级，也就此成为第一家完成大模型研发和开源的央企。
7月5日，中国电信集中优势兵力，进一步强化在AI领域的布局，特别成立了中国电信人工智能研究院TeleAI。
这是一支近800人的研发团队，由中国电信CTO、中国电信人工智能研究院（TeleAI）院长李学龙教授牵头。
TeleAI的愿景是面向国家战略需求和人工智能未来发展趋势，聚焦人工智能前沿技术的研究和开发，积极推动技术创新与产业应用的深度融合，充分发挥央企在AI领域的主力军作用，成为人工智能领域的国家战略科技力量。
（图源：pixabay）
据麦肯锡测算，如果AI充分与劳动力资源相结合，中国的产出效率有望增加0.5-0.6个百分点。如果生成式AI全面赋能千行百业，2030年有望对全球经济贡献7 万亿美元的价值，作为AI研发高地的中国，将凭借战略性投资分享生成式AI总效益的 1/3。
麦肯锡对于AI的分析和表达，可以是说新质生产力的AI版本。
中国正处于经济转型升级的关键时期，从最底层改造千行百业，赋能传统产业的升级转型，让正是新质生产力代表先进生产力的演进方向。
在安全和经济并重的大背景下，中国电信等AI国家队作为新质生产力发起者、推动者、引领者义不容辞，责无旁贷。
相信在中国电信们的努力下，一个更加人性，更有效率，更有效益的AI中国将迅速崛起。
未来已来，AI时代已来，中国电信的AI时代已经来临！
（免责声明：本文为叶檀财经据公开资料做出的客观分析，不构成投资建议，请勿以此作为投资依据。）
-- END --