《Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce 》报告基于其构建的WORKBank数据库——一个涵盖1500名员工、52位AI专家、104个职业和844项任务的庞大知识库——为我们描绘了一幅全新的AI时代工作图景。其核心价值在于： 1. 提出“意愿-能力”四象限模型：超越简单的技术可行性，将“员工意愿”纳入AI应用的核心考量，并用数据揭示了当前AI投资与市场真实需求之间的巨大鸿沟。 2. 创建“人类能动性量表 (HAS)”：首创了一套从H1到H5的标准化语言，用于精确定义人机协作的深度与模式，打破了“要么自动化，要么不”的二元对立思维。 3. 预见“核心技能大洗牌”：量化分析了未来职场核心竞争力的演变路径，指出传统高薪的“信息处理”技能价值将下降，而“人际与组织”能力将成为新的价值高地。

你是否也曾看到AI在几秒钟内生成整段代码，内心闪过一丝焦虑？这种“被替代”的恐惧，正弥漫在许多开发者心中。然而，现实并非如此简单。AI的浪潮确实来了，但它带来的不是一个终点，而是一个岔路口。在这条路上，决定你未来的不是AI本身，而是你的选择：是满足于让AI帮你完成任务，还是主动学习，把它变成你职业跃迁的超级加速器？ 这篇文章，就是你选择后者的行动指南。

Agent何Agentic AI概念被提及的都很多，如何区分两者？AI Agents更侧重于单个智能体在特定任务中的自主执行和工具使用，而Agentic AI则强调多个智能体之间的协作、协调和系统级智能，以应对更复杂、动态和长期的问题。

作者写的还是切中了要点，不一定是技术傲慢，或者带有技术权力的想法，反而技术很多时候不太有能力将技术用简单浅显的语言表达清楚，常常越解释越说不清，所以有的时候就懒得说，看行动。但是技术的行动又不是短期就能见效的，很多时候是中长期的事。所以就带出来了信任问题，如果逐步的建立信任，预期相符。

一年前的一篇文章从数字化角度思考俄乌战争，值得一读。

上周听了清华王子阳的一个讲座，重点是讲商业模式，其中关于数字化转型、以及大模型建设有不少值得思考的见解。找了些朱武祥教授这方面的思考，总结如下。

数字化转型过程中除了技术难题外，很大一部分问题是文化和协作问题，KPMG的调研里对此进行了说明，并给出了部分建议。这些建议有些借鉴意义。推荐级别：☆☆☆☆

德勤分析技术的方法分6个维度：提升力：信息、互动和计算三个领域。以及基础性立项：商业技术、核心现代化和网络与信任。推荐程度：☆☆☆☆

特斯拉的数字化

特斯拉的数字化能力建设，以及特别强于其他车企的核心包括： 1. Elon Musk的战略思维。Master Plan, Part Deux 在这里Elon讲了他的战略思考。 2. Vijayan、Nagesh Saldi以及特斯拉IT团队的执行力，4个月开发出一个ERP系统，并持续的扩展，与云、AI深入结合。 3. 新的商业模式的构建，对IT也提出新的要求，相辅相成，定义了“软件定义汽车”。

数字化转型需要区别于KPI的一种新的考核模式。OKR从各方面来看比较符合数字化转型的需要。

陆奇博士系统化的讲了数字化转型、新范式的思考框架。他的三位一体的方法论，从6个方面分解数字化需求的框架都值得学习。