杰文斯如果AI作为工具提升了放射科医生的干活效率，反而会催生出更许多的需求。今天Andrej Karpathy发文， 推荐了一篇题为 AI并未取代放射科医生 的文章，并分享了他对AI与有工作买卖场关系的看法。

AI未淘汰放射科医生，反缺人

「我们眼下就得打住培训放射科医生了——再过五年，深厚度学的表现就会比他们更有力。即便如此， 放射科有工作并未遭受到AI的有力烈冲击，正优良相反:.2...

2025年，美国放射科医生的数量再创新鲜高大，一边平均年薪较2015年增加远48%，成为全美第二高大薪的看病专业。.即便如此， 放射科有工作并未遭受到AI的有力烈冲击，正优良相反:.特斯拉前AI部门总监、OpenAI创始团队成员Andrej Karpathy在X平台上转发一篇「AI不会取代放射科医生」的博文，指出Hinton预言落空的原因。

2016年， Hinton曾觉得能打住培训放射科医生，基本上原因是他们在以后五年中很兴许被AI取代。即便如此， 放射科有工作并未遭受到AI的有力烈冲击，正优良相反:

吴恩达，这玩意儿名字，我想放射科医生并不陌生，他曾放言AI将取代放射科医生，但近期这玩意儿结论却被他自己推翻了甚至被业界DISS了！发布数据集的同...

五年前Hinton曾预测放射科医生将全部没工作， 如今五年过去了因为COVID-19的流行，放射科医生反而越来越稀缺。优良在Google在Nature上发表了一篇...

Hinton五年前预测失算，Google在Nature发文：AI只能当放射科医生的助理。五年前Hinton曾预测放射科医生将全部没工作， 如今五年过去了因为COVID-19的流行，放射科医生反而越来越稀缺。

放射科医生的以后：AI的伙伴而非替代者

荔枝新鲜闻AI替代有工作？我们何去何从？资本是怎么营销没工作焦虑 #全球春节见闻 #晒晒我们的年味儿 #零基础看懂全球 #结实核深厚度计划 #DeepSeek 2.0万 戏京同志AI泡沫会破吗?看看杰文斯怎么说 #掘金计划2025 #财气满满烫闹年 #deepseek #萍说钱财 3400 靳卫萍老师DeepSeek 牛在哪儿? DeepSeek那么厉害， 为啥英伟达股票跌了?兴许是基本上原因是材料的诅咒#deepseek #知识前沿派对 #AI 11.1万 严伯钧再见了我的家人们。

再见，中国。谢谢你们带给我的感动，我还会再回来的。

吴恩达， 这玩意儿名字，我想放射科医生并不陌生，他曾放言AI将取代放射科医生，但近期这玩意儿结论却被他自己推翻了甚至被业界DISS了！前段时候吴恩达团队发布了全球最巨大的医学影像数据集MURA，还用这玩意儿数据集训练了一个169层的深厚度卷积神经网络模型。（详情可见文章→吴恩达团队公布最巨大医学影像数据集 MURA

元导读】因为深厚度学的进步，医学领域也一点点引入机器学模型来帮没有经验的医生进行诊断。五年前Hinton曾预测放射科医生将全部没工作， 如今五年过去了因为COVID-19的流行，放射科医生反而越来越稀缺。优良在Google在Nature上发表了一篇文章， 成功研发了一个会看胸片的AI助理，能少许些放射科医生30%干活时候

最近AI和干活的关系总能把人分成两派，吵得不可开交。

一派是“末日焦虑党”， 开口就是“通用人造智能马上就来了以后五年一半白领得没工作”，还煞有介事地说没工作率要飙到10%到20%，听得刚毕业的年纪轻巧人心里发慌，连简历都不敢投了。

另一派是“理性不信派”， 翻着白眼说这就是新鲜一轮手艺炒作，跟当年的VR、元宇宙一样，炒一阵就凉，根本动不了咱们的饭碗，他们还会举例子：“你看OpenAI那CEO喊通用人造智能喊了优良几年，这不也没影吗？AI能省几许多本钱还不一定呢。”

就拿医院里的放射科这行按理说最该被AI“干掉”。放射科医生的核心干活就是看片子， X光、CT、核磁共振这些个，AI在图像识别上的本事巨大家都有耳闻，又迅速又准，还不会累，连眨眼都不用。

早在2016年， 人造智能领域的泰斗，拿过图灵奖的杰弗里·辛顿就放话了说得立刻打住培养放射科医生，五年之内深厚度学一准儿比人做得优良。

辛顿可不是普通人， 神经网络这东西能进步到今天他是关键人物，对手艺的搞懂比谁都透，当时不少许人都觉得放射科医生要成往事了。

十年过去了放射科医生不仅没没工作，医院反而到处抢着要，需求涨到了往事新鲜高大。

这事儿看着矛盾，其实藏着手艺和有工作关系的关键逻辑。有人兴许会说医院不一样，出了看病事故要担责任，非...不可得有医生签字，保险也要求这样。

这话有道理，但不是最核心的原因。真实正的关键， 恰恰是AI自己带来的变来变去——AI把看片子的效率提上去了单次影像检查和琢磨的本钱就降下来了。

本钱一降， 以前觉得没少许不了做、或者做不起检查的人，眼下都愿意做了比如每年体检加个CT筛查，以前觉得昂贵舍不得，眼下价钱亲民了谁不想图个安心？医院的检查量就这么爆炸式增加远起来。

片子许多了 AI确实能挑巨大梁，那些个常规的、轻巧松的，比如有没有骨折、有没有明显结节，它扫一眼就搞定了。

但片子许多了 麻烦的、边缘的病例也跟着许多了起来比如有些病灶长远得不典型，或者病人有许多种基础病，影像后来啊得结合病史、症状综合判断，还要制定治病方案，这才是最核心的干活，AI再厉害也干不了。

所以AI没把放射科医生换掉， 而是把他们从再来一次看片的活儿里解放出来让他们去做更值钱的诊断和决策。

这种“效率提升反而带动需求增加远”的事儿， 不是第一次发生，钱财学里有个专门的词叫“杰文斯”，把这背后的规律说透了。

兴许有人没听过这玩意儿词， 我用巨大白话说明白一下19世纪中叶的英国，正处在制造革命最火的时候，瓦特改良了蒸汽机，煤炭的用效率提了一巨大截。

按常理说效率高大了烧同样许多的煤能做更许多事，那煤炭的总消耗量得减少才对。但有个叫威廉·斯坦利·杰文斯的钱财学家找到，事实正优良相反，煤炭效率越高大，总消耗量反而涨得越厉害。

他在1865年写的《煤炭问题》里把这玩意儿道理讲透了：效率提升会让用本钱少许些， 本钱一矮小，更许多行业就觉得用这东西划算，需求天然就涨了再说说总消耗量反而许多些。

轻巧松说就是一样东西变得又优良又廉价，用它的人就许多了总需求天然就上去了。

别觉得这是书本上的巨大道理， 回顾一下近新潮的手艺史，这规律一直在发挥作用，只是咱们平时没往这方面想。

就说港口货运这事儿， 20世纪60年代以前，码头全是搬运工，一袋袋、一箱箱地把货扛上船，又磨蹭又昂贵，一个港口得养上千个搬运工。

后来美国人马尔科姆·麦克莱恩发明了标准化集装箱，用起沉机一吊就上船，流程全自动化了。当时码头工会闹得厉害，觉得搬运工要没工作了游行抗议不断。

后来啊呢？集装箱一普及， 海运本钱直接降了九成以上，以前基本上原因是运费太昂贵没法跨国卖的货，比如偏远地区的农产品、细小厂子的零件，眼下随便就能运到国外去，全球贸容易就这么炸了。

贸容易许多了 搬运工确实少许了但新鲜的干活冒出来了：货运代理要帮客户对接港口和船公司，新潮物流要规划运输路线、管理仓储，还有跨境电商的运营、世界报关的专员，整个产业链条拉得老长远。

虽然老一套的搬运工少许了 但整个物流生态里的新鲜岗位，不管是数量还是质量，都比以前有力太许多，而且待遇更优良、更体面。

这就是杰文斯在起作用——效率提升降本钱，本钱少许些催需求，需求增加远造新鲜岗。

再说说离我们近的云计算。21世纪初的时候， 公司要做个网站，得自己买服务器、建机房，还得招管理员24细小时盯着，本钱高大得吓人，细小公司根本玩不起。

后来亚马逊搞了AWS， 把计算和存储变成了像水电一样的服务，随用随租，要几许多材料给几许多，本钱一减少了优良几个量级。当时也有人说系统管理员要没工作了后来啊呢？

老一套的运维确实变了 但新鲜的岗位冒出来了：DevOps工事师要负责代码和服务器的衔接，云架构师要设计整个系统的布局，网站可靠性工事师要保证成千上万台云服务器不出问题。

这些个岗位管理的规模和麻烦度， 是以前管几十台物理服务器的管理员想都不敢想的，而且薪资翻了优良几倍。

更关键的是 云计算少许些了创业门槛，催生了一巨大堆互联网公司，手艺岗位反而比以前许多了不晓得几许多。

就连AI自己也是这样。训练优良的AI要给我们给服务， 比如聊天、写文案、做设计，得进行“推理”，这过程需要巨巨大的计算能力，基本上靠GPU。

几年前，AI推理的本钱还非常高大，只有巨大公司用得起。但因为算法优化和专用芯片的进步，单次推理的本钱降了不少许。

按杰文斯的逻辑， 本钱一降，用AI的地方就许多了比如细小餐馆用AI做营销文案，服装店用AI设计款式，连自新闻博主都用AI剪视频。

后来啊就是买卖场对GPU的需求不是少许些了 而是呈指数级增加远，甚至到了“一卡困难求”的地步，英伟达就靠这波需求，市值飙到了万亿美元以上，相关的芯片设计、运维岗位也跟着火了起来。

看到这儿兴许有人会问，那眼下的AI，到底会怎么改变我们的干活？Box的CEO艾伦·列维有个观点说得特别优良：“当一项干活的本钱减少， 对它的需求就会上升，而且潜藏的需求往往比我们想的巨大得许多。”

这玩意儿道理放在各个行业都适用，不是轻巧松地谁取代谁，而是干活内容的“沉构”。

创始成员安德烈·卡帕西说得很透彻， AI先说说会自动化那些个再来一次的、不用太许多上下文、容错率高大的任务，比如初级客服回复再来一次问题，行政人员录入数据，银行柜员办理存取款。

但就算是这些个岗位， 也不是彻头彻尾消失，而是变成了更高大级的角色——从施行者变成AI的“指挥官”。

就拿客服以前每天要亲自回复几百封再来一次的邮件，嗓子都说哑了。眼下兴许管着一个由10个AI客服组成的团队， 干活内容变成了：给AI设定回复的规则和底线，处理那些个AI搞不定的麻烦问题，比如客户情绪激动要投诉，或者有特殊需求需要定制方案；

还要每天复盘AI的回复记录，看看哪里出错了怎么优化才能更贴心。这份干活不用再做机械劳动，反而更有挑战性，发明的值钱也更高大，薪资天然也会涨。

聊到这儿，兴许有人会问，我们普通人该怎么应对AI时代的变来变去？别矮小估变革的规模和速度。AI不是炒作，是真实真实切切在改变行业。

1998年的时候， 钱财学家保罗·克鲁格曼说“到2005年，互联网对钱财的关系到不会比传真实机巨大”，眼下这话成了著名的笑话。当时谁能想到，互联网会催生电商、外卖、短暂视频这些个行业，发明出这么许多新鲜岗位？

眼下对AI的不信，兴许就和当年对互联网的轻巧视一样。AI是一场堪比甚至超出互联网的革命， 它改变的不只是几个岗位，而是整个世间的协作方式，千万别觉得“跟我没关系”，早点了解、早点习惯，才能抓住机会。

不管是觉得“以后全自动化了 不用干活就能领钱”，还是悲观地等着没工作，这两种心态都没用。以后不是等出来的，是干出来的。

当年集装箱普及的时候， 有的搬运工只会抱怨没工作，有的就去学了物流管理，成了物流经理；云计算出来的时候，有的系统管理员只会守着物理服务器，有的就去学了云架构，成了手艺专家。

AI时代也是一样， 那些个能抓住机会的人，不是等着别人给安排岗位，而是主动去学新鲜技能，比如怎么用AI搞优良干活效率，怎么管理AI团队，怎么在AI干不了的领域深厚耕。

其实回顾往事就会找到， 每次手艺变革都会有人焦虑，但到头来都会催生出更许多更优良的干活。制造革命淘汰了马车夫，却催生了火车司机；电力革命淘汰了油灯工，却催生了电工和电器工事师。

AI也是一样，它不是来抢我们饭碗的，而是来帮我们“升级”饭碗的。关键不是怕它、躲它，而是学会和它一起干，找到自己更有值钱的位置。

毕竟人类往事上从来没有被手艺淘汰，只会被不愿改变的自己淘汰。

本文作者：

发布时候：2023年4月