整潔的房子

DJ Patil在過去幾個月進行了一次傾聽之旅。無論走到哪裏，他都會找到當地大學，聯繫教職員工、學生以及任何願意參與的人，舉行一場“問我任何事”活動。他聽到了研究生無法獲得面試機會的抱怨，醫院管理者面對聯邦政策變化如同物理定律改變般的無奈，以及高管們無法預測未來六個月的AI支出。他試圖綜合所有這些信息，並幫助重新構建更廣泛的對話。

Patil是“數據科學家”一詞的共同創造者，曾在奧巴馬總統任內擔任美國首位首席數據科學家，並在領英擔任首席科學家。他是奧萊利的長期作者，從《構建數據科學團隊》和《倫理與數據科學》開始，也是Devoted Health的創始團隊成員，在那裏他花了十年時間構建了大多數組織仍在艱難搭建的數據基礎設施。他稱之為“整潔的房子”。他與我坐下來討論了技術能力與大多數機構實際吸收能力之間的差距。

破碎的承諾

Patil在巡迴中反覆聽到的是憤怒和焦慮。一個經常出現的詞是“恐懼”。工人們擔心失業。同時，包括麻省理工、卡內基梅隆和加州大學伯克利等頂尖大學的學生，申請了300多個實習崗位，卻只得到不到10個回覆，許多人到夏天都沒有任何錄用通知。而行業的回應是讓他們學習更多AI、消耗更多代幣。Patil解釋説，這本質上是“一個破碎的承諾”：

> 我們説，“去上大學，獲得這些東西，你會得到實習，你會得到工作培訓，你會還清學生貸款，然後你會擁有社會契約中的一切。” > 學生們第一次感受到的是……“等等，如果我得不到這個實習，我就從根本上偏離了獲得這份工作的軌道。”這不一定只是技術人員，也可能是營銷人員、文科學生或研究人員……我交談過很多本應進入博士項目或醫學院的學生，但由於整體預算影響，名額不存在了。所以無論你稱之為AI影響還是經濟重構，事情已經破碎了。

這就是我試圖構建反敍事的地方。AI實驗室的故事是破壞性的：“我們會讓你們所有人失業，等智能爆炸到來後我們再解決其餘問題。”這不僅是對AI的糟糕公關，也是魔法思維。經濟是一個循環系統。你不能讓客户失業，同時期望經濟照常運轉。一場災難性的衰退可能輕易中斷維持AI增長路徑的資金，以及他們假設用於全民基本收入和擴大安全網的財富集中。

這就是我支持機制設計的原因：從你想要的結果開始，然後制定產生該結果的遊戲規則。目前，他們設計了一個將所有價值集中在AI先行者手中的遊戲。他們本可以設計一個在整個經濟中創造價值的遊戲，但他們沒有為此構建功能。

YouTube的ContentID是機制設計創造經濟價值的一個好例子。當在線視頻創作者未經授權使用音樂引發版權方反彈時，YouTube以允許音樂所有者和使用者都獲得報酬的方式回應了刪除通知。一個完整的創作者經濟由此誕生。AI實驗室面前有同樣的機會，但大多沒有抓住。

Patil想到了一個具體機制：

> 想象OpenAI、Anthropic和微軟……聚在一起説，“如果你為當地社區建設東西，我們將在一定時間內全額補貼代幣成本。”……在事物頻譜上，這涉及邊際代幣使用，但潛在創新和利用AI幫助當地社區的潛力可能驚人。你不會因此讓任何人失業……你填補了系統中已經存在的漏洞。

OpenAI基金會剛剛宣佈今年將投入10億美元用於公益項目，其中2.5億美元旨在構建經濟未來。這是一個開始。但這似乎主要是為了緩解AI的負面影響，而不是通過構建更具包容性的AI未來來預防它們。如果實驗室開始投資於人類加AI的經濟，而不僅僅是研究失業，那麼對當地社區的回報可能是真實的。

彌合實習差距的創客空間

Patil的計劃是搭建一座橋樑。他正在啓動一個項目，基本上是一個創客空間，面向今年夏天沒有實習的學生。在兩個為期四周的衝刺中，第一批學員將獲得導師、演講者以及探索他們感興趣的任何領域的空間。不一定非得是AI。無論是調查性新聞、編劇還是構建公民技術，參與者都將獲得一些當前工具的體驗，並製作出有形的資產來證明他們的知識。正如我在對話中告訴Patil的，我認為他確實抓住了重點，我希望奧萊利能成為他所構建的一部分。

有一種人一直是奧萊利社區的核心，他們從不等待職位描述。高中輟學生創辦公司的人。環顧四周，發現有些事情需要做，然後就去做的人。Patil就是這樣的人。他是一個社區大學的孩子，從好的當地圖書館、封面有“有趣動物”的書籍以及開源中學習。那條路仍然開放。早期的奧萊利業務正是源於這種本能。我們是一家技術寫作諮詢公司，當付費工作完成後，我們編寫了當時還不存在但認為需要的手冊。後來，當每個企業技術都有大型會議而開源沒有時，我們為Perl舉辦了第一次會議。會議成為了我們全新的業務。你尋找差距並填補它。

Patil將同樣的想法推向社區層面：

> 如果你想感到有成就感，就去修理社區裏的東西。去幫助食品銀行。去幫助當地的寄養兒童系統。去幫助公園和娛樂部門。用那些技能去做點什麼，然後你會看到……人們以不同的方式回應……問題豐富的領域是巨大的。你只需要去看。

我從未相信過失業未來的故事。早在2016年寫《WTF?》時，我就指出周圍有太多需要改進的地方。限制從來不是問題短缺。AI給了我們解決這些問題的新工具。它應該是讓人們工作，而不是失業。

組織是瓶頸

Patil也在訪問醫院和診所，與CIO和CTO交談，他看到的情況令人擔憂。

聯邦對Medicaid和《平價醫療法案》的修改正在衝擊已經接近崩潰的系統。依賴結腸鏡等門診手術盈利的醫院，因人們無法負擔保險而導致手術量下降20%至30%。有些醫院每天虧損100萬美元，全年虧損3到4億美元。

與此同時，AI公司告訴這些醫院進入新世界，部分由於AI實驗室的“你很快就會被取代”的敍事，勞動力像加州凱撒護士那樣回應，將任何AI使用作為談判條件排除在外。正如Patil指出的，當AI有潛力自動化醫療工作者最痛苦的部分，讓他們“做他們受過訓練的工作”而無需行政負擔時，我們不能忽視AI。企業不僅需要改變敍事，還需要改變策略。他們應該這樣説：“我們將使用AI幫助你為客户做更多。我們將讓你的工作更人性化，讓機器處理那些廢話。”

這裏的限制是組織能力，而不是技術。硅谷的默認假設是現有企業將被初創公司顛覆，就像媒體被谷歌和Meta顛覆，零售被亞馬遜顛覆一樣。這有一定道理。但顛覆所需的時間比人們想象的要長得多，在這個核心領域，延遲意味着對真實人羣的實際傷害。醫療保健佔經濟的三分之一。你不能放任它失敗並重建，而人們依賴它生存。

有一種版本是AI創造的效率被重新投入到更好的患者護理中。還有另一種版本，在大多數地方實際發生，即私募股權將節省的資金作為利潤攫取。區別在於制度設計，而改革並未在此發生。我通過Code for America的一個名為“Clear My Record”的項目直接看到了這一點。加州的一項倡議將一些輕罪變為輕罪，但很少有人請願改變他們的身份。我們開始使用軟件簡化一個荒謬複雜的犯罪記錄清除流程，但隨後我們問自己為什麼幫助人們填寫本不應存在的表格。法律已經改變了記錄。流程應該是一個數據庫更新，而不是需要向法院請願。這就是AI天生要解決的問題。它可以幫助我們重構舊的僵化流程，轉向更好的方式。

如果做得好，DOGE本可以是實現這種大規模製度變革的機會。但它卻成了破壞球，並給整個制度改革理念帶來了壞名聲。

數據基礎設施是競爭優勢

Patil對他生活在Devoted的替代方案的術語是“整潔的房子”。他在LLM存在之前的多年就構建了無聊的基礎設施，這就是為什麼公司能在AI到來時立即行動。

> 我們試圖使其工作的方法之一仍然是數據101：統一數據環境、清潔的數據流、大量組織……因為我們大量投資於該基礎設施，那些確保擁有非常好的數據倉庫、出色的數據工程管道以及所有相關元數據的愚蠢、無聊、痛苦的部分，當AI出現時，你可以立即使用它。現在你可以專注於編排、工具等部分。

當其他組織在上下文窗口中重構ETL並支付GPU成本時，Devoted的團隊可以專注於實際的臨牀問題。正如Patil所説，轉型醫療系統“就像一邊走路一邊嚼口香糖，同時頭頂平衡保齡球並騎獨輪車”，而物理定律一直在變化。能夠堅持下來的組織將是那些做了不光彩的工作，保持清潔、流動的數據及其沿襲和元數據完整的組織。而那些沒有做的組織將繼續支付重構本應一直擁有的上下文的代價。

自己構建代理的藥劑師

當你把工具交給已經瞭解領域的人時，整潔的房子就會得到回報。在Devoted，臨牀醫生在沒有等待產品經理先了解問題的情況下就開始構建東西。這些一線工人已經花了數十年理解問題。

一位藥劑師……説，“嘿，你知道嗎？當我看到這類藥物出現時，我非常擔心……”