恒牛网安可咨询全球总裁郭逸文：很多人讨论AI是消灭工作还是创造工作，这个问题问错了

专题：2026第十七届夏季达沃斯论坛

6月23日至25日，世界经济论坛第十七届新领军者年会（夏季达沃斯论坛）在海滨城市辽宁大连举行。论坛期间，安可咨询（APCO Worldwide）全球总裁Evan Kraus（郭逸文）对话新浪财经。

安可咨询早在2018年便率先成立人工智能沟通实验室，郭逸文在对话中谈到了AI在咨询行业及更广泛领域的角色演变。他指出，AI的真正价值在于“消除任务”而非“取代人类”，通过释放生产力，让从业者回归创意、同理心与战略洞察等人类核心优势；同时他强调，AI的预测能力虽强，但必须与人类的想象力及前瞻性思维结合，才能驾驭不确定性。

以下为对话实录：

新浪财经：安可咨询早在2018年就成立了人工智能沟通实验室，当时尚在生成式AI爆发之前。当时是什么让您看到了AI在咨询行业的潜力？那些早期实验中，有哪些意料之外的收获？

郭逸文：我们一直非常相信AI的潜力。生成式AI相对较新，但人工智能已经存在了约70年。AI的能力是模式匹配和数据分析，这是在大语言模型出现之前，最早显现出来的应用场景。

作为咨询顾问，我们必须理解客户或公司各类利益相关方的各类信号。就像医学上，要从细胞中发现信息来预测疾病一样，我们也需要从数据中找到信号，帮助客户识别风险和机遇，只是数据本身略有不同。

我们主要任务的是感知正在发生的事情，在这个过程中，AI可以提供很大帮助，它更高效，还能让我们看到人眼无法看到的东西。

这是我们建立人工智能沟通实验室的初衷。后来大语言模型和生成式AI技术出现了，应用范围不断扩大，我们的工作也加速了。

让我意料之外的是，AI做模式匹配的能力是有极限的。尽管AI非常强大，当你第一次使用它为你创作内容时会觉得它很神奇，但它总是在回顾过去，始终依赖既成事实与既有经验中的模式。正因为如此，它天然更趋向于通用化。而在我们这一行，如果只依赖回顾过去来展望未来，无疑是危险的，我们必须展望未来，必须预测可能发生的事情，回顾过去固然重要，但不是全部。

因此，我们必须将人类的想象力、理解力和经验，与这些模式结合起来。我们对我们的专家进行思维导图建模，试图弄清楚他们是如何思考的、如何做出预测、如何解读正在发生的事情。继而将这些成果编程为与大语言模型协同的智能体，赋予它们前瞻性，而不仅仅是“后见之明”。

新浪财经：您如何看待AI在预测领域的应用？您认为它能收集足够的数据，给我们最佳或正确的答案？

郭逸文：我认为目前的表现挺好的，因为关键在于对数据的解读。意料之外的事件固然存在，但世界上发生的很多事情，其实都是可以预测的。如果你审视历史和当前局势，结合专业判断去推演可能的走向，预测便有可能。

我们的系统现已具备预测能力，虽非百分之百准确，却能明确标注可信度高低，区分可能发生的事件。同时，我们还能越来越清晰地预判趋势在不同地域或利益群体间的迁移。这极大增强了我们的工作优势，使决策与行动更为精准有效。

新浪财经：正值世界杯赛季，大家也很关注哪支球队拔得头筹。几年前有章鱼保罗来预测冠军，您怎么看AI在预测世界杯冠军方面的能力？

郭逸文：我可以非常肯定地告诉您，AI肯定会比章鱼保罗更准确。章鱼在水箱里游泳预测，更多是一种娱乐。

就算没有AI，体育领域的数据应用也已今非昔比——球员佩戴追踪器，个人表现、控球率、传球成功率、疲劳度等一切皆可测量。汇总这些信息，便能做出概率性预测，判断谁更有可能获胜，例如某队胜率为92%，某队胜率为16%。

但AI无法预见的，也是任何人都无法必然预见的。比如，你可以预测战术、模式和某支球队的优势，但是梅西在比赛中会不会摔断腿，球员射门后球击中门柱弹进或弹出，这就很难预测了。所以，完美并不存在。

然而，对于商业、政府等领域的决策者而言，规划时总希望确定未来，但现实是不可能。关键是在相对风险和机遇中权衡，以最大化成功概率。数据越精确可靠，决策越可能正确。但数据之外，还需人类的直觉、创新与愿景——因为当所有人看到相同模式时，遵循模式便无优势可言。真正的创新者会在理解预测的基础上，敢于做出不同的选择，源于独特的感知或愿景。这正是创造力、创新与人类价值的所在，也是企业成功之道。

新浪财经：您认为AI在哪些领域能够进行精准预测、创造价值？

郭逸文：凡是数据密集型的领域，无论是科学发明、医学研发等，都是最先受益的。制药领域，模式匹配与数据分析显著加速药物研发；网络安全领域也是如此，网络犯罪分子日益擅长模式模仿，网络安全防御者也必须用同样的技术来应对。金融市场上也是如此，各种股票交易系统和金融系统基于海量数据运行并做出预测。

很多数据密集型行业正在充分利用各类计算解决方案，而AI将其提升到了一个全新的高度。以往顶尖员工需耗费大量时间处理、理解数据，如今AI可代劳，人类得以真正聚焦思考、想象与创造，这也正是创新的源泉。

新浪财经：记得去年参加夏季达沃斯时，大家还在谈论生成式AI，但今年更多人谈论AI智能体和小龙虾（OpenClaw）。您自己使用AI智能体吗？您会用AI智能体做什么？

郭逸文：以我们行业为例，我个人使用AI的方式可分为三个层次。

最底层是围绕生产力的，也就是处理那些耗时但价值不高的任务。数据显示，人们60%的工作属于“关于工作的辅助性工作”：电话、邮件、会议、沟通协调等。如果能让这些更高效，就能腾出时间做更有价值的事。开放调用和智能体自动化可以接管重复性任务，让生成式AI变得更为高效。

第二层是洞察力，不仅更快地完成已有工作，还能获得新的洞察、预测和机遇。例如药物发现，过去需处理海量数据、反复实验，周期数月甚至数年；如今可通过合成患者群体建模模拟，缩短至几分钟，大幅提速。

我听说过一位放射科医生的事。当放射科医生看扫描图像时，一位非常聪明的医生可以看到你有没有肿瘤。但如果你没有肿瘤，他们就看不到肿瘤。AI可以在图像上以更深的精度分析，因为它在处理数据方面比我们的眼睛和大脑更出色。可以深入到几乎细胞层面，识别出不规则的细胞，在肿瘤形成之前就告诉医生癌症正在到来，医生可以更早介入——这在以前是不可能的。这不是效率的问题，这是计算机处理更多数据、更深入分析所带来的全新层次的洞察。

最后一层个性化，将这一切以更优的方式打包呈现，让人类与AI的协作更顺畅，让人类能发挥到最高潜能。这正是安可咨询目前通过思维导图建模人员、展望未来所做的尝试。这可能是下一个需要发生的重大突破。

新浪财经：您谈到了AI的生产力。AI比人类生产力高得多，人类需要休息、需要睡觉，AI仍然可以持续工作。在像咨询这样的智力密集型行业，您认为AI会产生怎样的影响？从业者或业内公司应该如何为AI日益增长的生产力做准备？

郭逸文：这是个很好的问题。让我稍微质疑一下问题的前提。我认为AI在某些事情上效率高得多，但在其他事情上远不如人类。愿景、目标、构思和同理心——这些是使我们成为人类的特质，那些帮助我们憧憬、创造和发现的，是AI不如人类的地方，至少今天是这样，可能很长一段时间内都是如此。AI可以帮助你探索想法、生成你正在思考的内容，但即使你用AI写故事、写歌、做视频或电影，你在给它提示词——这是你的想法，AI返回一些东西，你再做出反应，双方互动，各展所长。

咨询行业中，很多人讨论AI是消灭工作还是创造工作，我认为这个问题问错了。答案应该是：AI消除的是任务，解放的是工作。它消除的是那些非人化的、更机械化的任务。计算机在处理机械化任务方面做得更好，正如工厂里制造汽车的机器人，它不会累、非常精确、也不会因为人性因素而犯错。但梦想拥有汽车、定义其外观与体验的，始终是人类。

咨询行业亦然，大量事务性任务可交由AI，但创造力、创新力、洞察力仍需人类，完美搭配是技术与人的结合。

当我们把一个人60%的“辅助性工作”拿掉后，释放出的时间如何重新利用，取决于我们的选择。明智的做法是将其引导至最初吸引人们入行的核心价值上——解放他们，使其发挥最高潜能。资深员工也可以更好地指导新人，组织也将在长期发展中更强大、更具韧性。

新浪财经：咨询行业中对失业的担忧真实存在吗？如果是，他们应该如何自我迭代？

郭逸文：首先，需要拥抱技术，而不是抗拒它。最能适应未来的人，正是理解并践行这一点的人。他们拥抱技术、善用技术，同时坚守那些技术无法替代的部分，把时间和精力投入其中。

在咨询业，我更希望我们的员工走出去，与客户建立信任、了解外部环境，从而给出更优建议和解读，而不是把时间浪费在与机器竞争、做那些本不如机器擅长的事情上。这既是心态问题，也是主动熟悉技术的问题，更是回归人类自身、与我们工作意义对话的问题。

新浪财经：如果他们不具备这种能力呢？

郭逸文：每个人都有能力成为“人”，也都能学会使用技术。我们都在用手机、用相机，这些曾经都不存在。人总能适应，只是快慢不同。关键是要发现自身独特之处，并把它融入工作。

以银行业为例。ATM 机问世之初，人人都在喊柜员要失业了，因为存取款不再需要人工。事实呢？网点柜员确实从平均20人减至13人，那7个岗位似乎消失了。但银行并未停留在削减成本上，而是重新定义了他们的工作内容，柜员不再只处理交易，转而运用人际技能：与客户交谈、提供建议、传递同理心、建立信任、培养客户忠诚度，这些是机器无法替代的。与此同时，运营效率提升带来的利润，银行并未尽数套现，而是用于开设新网点，创造更多高附加值的客户服务岗位。最终，银行业总就业人数不仅未减，反而有所增加——即便人们使用机器，仍渴望人与人之间的接触与温度。

咨询业也类似。如果我们能培养员工成为有同理心的战略顾问，就像医生那样，他们不想伏案填表，不想盯着化验单，而是希望面对病人。那么AI便可代劳这些事务性工作，使医生得以更从容地陪伴患者，或增加接诊量，或深化每次交流。这恰是人们真正向往的工作本质。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。