| 了解AI到2030年的可能发展轨迹，对政策制定、企业战略和个人规划都至关重要。经济合作与发展组织（OECD）近期发布的报告，为我们勾勒了四种截然不同但都合理的发展图景。
下表概括了这四种可能走向的核心特征，帮助你快速把握全局。
情景名称 | 核心特征 | 2030年AI能力预期（基于OECD能力指标1-5分制，5分约为人类水平） |
|---|
进展停滞 (Progress Stalls) | 快速进步停止，能力进入平台期 | 各项能力指标与2025年相比基本无变化 | 进展缓慢 (Progress Slows) | 持续但缓慢的增量式提升 | 语言、社会智能、问题解决等关键指标较2025年有不超过1分的提升 | 持续进步 (Progress Continues) | 快速进步得以持续 | 多项能力指标获得1-2分的显著提升，如在问题解决和元认知方面 | 进步加速 (Progress Accelerates) | 取得显著进步，多数能力达或超越人类水平 | 多项关键指标获得2-3分的飞跃式提升，尤其在问题解决、创造力和元认知方面 |
🔮 四种未来的具体面貌
这四种情景描绘了差异巨大的未来世界，其区别主要体现在AI的自主性和应用深度上。
情景一：进展停滞
当前AI发展的快速步伐基本停止，能力停留在2025年左右的水平。AI系统能够快速执行一些定义明确、需要人类数小时的任务，但其稳健性差和“幻觉”问题严重影响可靠性。它们通常严重依赖人类的大量支持，如详细的指令提示、审核和背景信息提供。AI的角色更多是需要密切监督的快速执行工具。
情景二：进展缓慢
AI能力实现持续但缓慢的增量式提升。到2030年，AI系统拥有深厚的知识库，擅长标准形式的结构化推理，可以作为有用的助手，执行需要使用计算机、浏览网页或代表用户与人员或服务进行有限交互的任务。它们能够快速执行范围明确的、需要人类数小时或数天才能完成的任务，但通常仍依赖人类为其提供明确范围的任务、审核重要决策或行动，并提供详细指导。
情景三：持续进步
快速的进步持续发生。AI系统能够在数字环境中自主执行许多可能需要人类一个月才能完成的专业任务。它们在持续学习以及对复杂现实世界环境的泛化能力方面仍存在不足。通常，AI依赖人类提供高层次的行为指导和边界，但在这些边界内为实现特定目标可以高度自主地运作，包括自主与一系列利益相关者互动。
情景四：进步加速
AI系统取得显著进步，在大多数或全部能力维度上达到或超越人类水平。到2030年，AI系统在认知任务中能够以与人类相当或更高的自主水平和认知能力运作，能够自主制定广泛的战略目标并进行反思，并在情况变化时予以修订，同时在必要时与人类协作。AI引导的机器人能够在许多行业和角色中处理动态现实世界环境中的复杂任务，不过除非为特定角色专门开发，否则它们在这些角色中大多仍落后于人类。
🌐 不同走向的驱动与影响
哪些因素会决定我们走向哪种未来？OECD指出，专家对2030年AI进展速度表达了高度不确定性和低信心度。这主要源于对技术进步驱动因素能否持续的不确定性。
关键影响因素：技术瓶颈（如现有模型架构的潜力是否耗尽）、算力与数据资源的可及性、持续的投资规模、以及有效的全球治理与伦理框架，都将共同塑造未来的发展轨迹。
社会影响差异：在“进展停滞”或“进展缓慢”的情景下，社会有更多时间进行适应性调整，但可能错失AI解决重大问题的机遇。而在“进步加速”的情景下，虽然有望在科学和医疗等领域取得突破性进展，但也会对就业市场、社会结构和安全治理带来前所未有的挑战，要求政策制定者具备极高的前瞻性和应变能力。
💡 如何应对不确定性
面对这些可能迥异的未来，无论是组织还是个人，最明智的策略是培养韧性并做好多手准备。
对于政策制定者：核心任务是构建敏捷和适应性的治理体系。这意味着政策需要为不同的发展路径预留空间，特别是在数据安全、算法透明度和劳动力技能再培训方面打下坚实基础。
对于企业和机构：在战略规划时，应避免将赌注押在单一情景上。可以借鉴“情景规划”方法，思考不同未来对自身业务意味着什么。投资于人机协作的模式，并关注那些无论在哪种情景下都有价值的领域，如数据质量、AI伦理和员工的新技能培训。
对于个人：培养批判性思维、创造力和复杂问题解决能力这些AI难以替代的核心技能至关重要。同时，保持终身学习的心态，积极提升“AI素养”，了解如何与AI工具有效合作，将能更好地适应各种变化。
希望这份梳理能帮助你更清晰地看到前方的多条道路。这四种情景并非预言，而是帮助我们思考未来、减少意外的工具。你对哪一种情景特别关注，或者想了解更多某个情景下的具体细节吗？
| 
