零和思想，一个人的收益必须以牺牲另一个人的损失为代价，几十年来主导了商业，政治和社会。
技术破坏反复破解了零和思维的基础，并瞥见了更好的选择。现在，人工智能（AI）的进步最终可能会破坏零和思维。从稀缺到丰富的转变不仅仅是经济；这是心理，文化和道德。真正的革命将是我们认为可能的可能性，以及我们如何追求有目的的分布。
AI革命影响如此深刻的原因之一是因为价值始终受到稀缺的限制
在大多数历史上，价值受到土地，能源，劳动，资本和情报的稀缺的限制。这自然根深蒂固的是为我们的社会结构支撑的零和逻辑：如果我赢了，你就输了。只有这么多的事情要解决。
这种心态塑造了我们如何设计市场，组织，政策甚至教育和职业。零和思想可能永远不是一个普遍的真理，也许对有限条件的反应。但是现在，AI承诺将为我们提供民主化以前有限资源的工具：时间，人类能力和智力。”
那么，当零和思想背后的一些核心约束消失时会发生什么？在AI时代，智能的新定义是什么？
稀缺的历史中断
整个历史上的工业革命都扩大了丰富的丰富性，但在每一波中，稀缺都阻碍了进步。例如，随着蒸汽发动机的第一次工业革命期间的能量扩展，熟练的劳动力仍然很少。在第二次工业革命期间，通过批量生产的廉价商品不转化为扩展的创新。尽管互联网开放了知识的访问，但教育和收入差距却扩大了。软件提高了生产率，但是专业知识和证书仍然锁定在人口中的最高百分点中。
尽管许多领域的技术进步显着，但生产力仍然保持停滞在过去的20年中。在高级G7经济体中生产率在大流行后，增长率从增长激增（1995-2005）的平均2％跌至0.4％。在美国，随着劳动力市场的影响极化在这场比赛中，高薪工作保留给具有高水平的教育的人，而机会较少的人则被偷偷摸摸地从事低薪工作。
今天，强大的零和叙事持续存在。首席执行官说AI将将入门级白领工作砍倒一半在未来五年内，可能将美国失业率高达20％。贸易保护主义的经济政策认为，外国竞争者的收益必须以牺牲国内工业为代价。机构看门人说美国的统治地位是保护美国用户并刺激创新的唯一途径，从而证明了AI放松管制。”
但是，这种理由仍然基于零和思维。还有其他机会，可以扩大人类努力并捕捉我们从未想过的可能性。
是什么使AI与众不同
AI将专业知识带到您的指尖，将智力的成本降低到零。如今，AI代理可以通过感知其环境并朝着确定的目标行事来编写业务计划，代码软件，设计产品，进行研究和支持决策。
人工智能技术正在以前所未有的速度前进。虽然摩尔的定律描述了每18个月稳定的计算功率加倍，但AI的性能是缩放速度更快。它的成本基础是快速接近其背后的计算能力成本。随着模型在计算，数据和大小的扩展时，它们在准确性和概括方面的可预测提高而变得更加能力。与以前的技术曲线相比，人工智能变得更便宜，更好，更有用。
这直接挑战了塑造我们社会和经济的零和系统，我们已经感受到了这些遗产系统的摩擦。”
例如，我们的教育系统仍然通过标准化的测试和学位或基于凭证的验证来寻找机会，而学生则使用课程来努力集成的AI工具向前迈进。工作越来越动态和跨学科，但是工作角色，KPI和人力资源系统奖励可预测性和对等级规范的依从性。另外，当今消费者需要流体和个性化的互动，但公司仍然提供静态界面和孤立的服务。
这是旧假设和新功能之间系统性不和谐的信号。现在，AI有可能提高我们的生产率。2023年学习哈佛商学院和波士顿咨询集团（BCG）表明，AI大语言模型（LLMS）将知识任务的生产率提高了12-25％，并提高了工作质量高达40％。在Cognizant，我们看到低级开发人员的生产率提高了高达37％，与我们的高技能开发人员相等的竞争环境，他们使用AI报告了17％的增长。
AI驱动的丰度将继续破坏基础我们遗产结构的零和逻辑的稳定。创建将不再受到专家或资本的访问的限制。个人可以获得机构持有的超级大国。情报将成为无限的杠杆作用，从而崩溃了价值创造的边际成本。这意味着AI有机会成为第一个不仅会产生更快产出的技术，还可以增加引入新的探索，启用和有目的分配原则的可能性。
有更少的约束，什么定义值？
在AI为任何有想法的人带来能力的世界中，价值将不再定义什么你愿意，但是为什么你要做。
技能可以增强。执行可以自动化。但是想象力，意图和目的仍然是人类的。AI可以补充您的优势并填补您的盲点，但这并不告诉您在哪里看。
因此，价值将越来越多地由个人的专业知识或证书来定义，而是通过其集体见解的创造性整合。产品的价值将越来越基于创意，信任和目的。这种基本的转变是呼吁更加流畅，跨功能和适应性的工作和思考方式。
展望未来
我们需要重新设计我们的社会结构以拥抱一个丰富的时代，我们必须发展对人才，工作和学习为包容性增长设计未来的假设。
随着AI扩大能力的访问，它将减少工人逐步担任角色所花费的时间。结果，他们将能够在职业或新角色中提前做出有意义的贡献。一旦需要多年正规培训的职位将通过按需工具和更快的学习周期更加易于访问。
信息不对称的旧边缘转向了互联网时代的专业知识不对称。现在的区别在于如何将情报应用于现实世界中，跨学科问题最重要。
随着人工智能在解决定义的问题方面变得更好，人类工作的价值将转移到我们确定未满足需求，提出更好的问题并连接不同点的问题的能力上。我们的机会在于混合AI，设计，领域专业知识和人类科学。跨学科的流利性将推动创新新边缘的探索。
尽管将仍然存在一些资源限制，但人工智能和技术进步将使我们拥有治愈疾病，提供个性化教育，找到可持续能源来源并创造智能物理系统的能力。但是，实现这一潜力需要转向探索并准备后代以领导这种新范式。如果我们可以设计动态的业务和社会系统，使人们能够冲浪指数技术的浪潮，而不是被它冲洗，我们可以创造出破坏零和系统的新价值。