AI狂飆的時代，汽車編輯離失業還有多遠？

轉眼間，從畢業到進入汽車行業已經快十個年頭。本以為自己對這個行業的理解已足夠深，足以應對各種變化，但前陣子出差時，和其他汽車媒體聊起AI，那番對話讓我一度對自己工作的意義產生了深深的懷疑。

具體是怎么一回事呢？這位同行表示，現在他已經完全不用自己寫稿，只需要把需求和提示詞發給AI，不管是深度的行業文章還是短平快的評車視頻文案，AI都能在短時間內一鍵生成，而且只要提示詞足夠精準，就能保證質量。

但這還不是沖擊我的主要原因，畢竟現在用AI寫文章早已不是什么新鮮事，真正讓我備受沖擊的地方在于，這位同行表示，平臺對于流量的分配實際上是隨機的，意味著只要你的產量足夠高，就總有一條視頻或文章“瞎貓碰上死耗子”而成為爆款。以前純人力時代，一個編輯的產能是有天花板的，做不到短時間內輸出大量內容，但現在AI就不存在這個問題了：一天時間，輕輕松松就可以搞出幾十條資訊。

這具體是什么概念？過去，一個資深汽車編輯一個月寫15-20篇深度行業稿件已算是非常高產了，但現在AI能夠在數量上輕松碾壓，而且成本幾乎為0。

那么對于企業而言，是不是就不需要那么多編輯了——只保留一個人工編輯，再配上AI，是不是性價比最高的辦法？

想到這里，不禁令我這么一個汽車內容編輯脊背發涼：我的失業似乎只是時間問題，完全取決于老板什么時候發現AI其實比我更有用。

但AI真的能夠完全替代人類編輯嗎？

事關能不能保住飯碗，我在春節放假這段時間深度思考了這個問題。

先說我的結論：

至少現階段，AI肯定無法替代一個真正成熟的汽車編輯。

注意，我說的是汽車編輯，之所以限定這個前提，沒有太復雜的原因，因為我最了解自己的行業和工作，只能分析自己的情況。

接下來詳細說說我的理由。

首先和大家確認一個事情，我之所以認為AI不能替代人類汽車編輯，不是我認為AI笨，現在的AI已經越來越聰明，也完成了從“人工智障”到“人工智能”的蛻變。

▲來自ai

而我之所以敢這么說，最根本的原因是：

真正的深度行業文章，本來就不是寫出來的，而是“活”出來的。

尤其放到汽車這種高專業、高壁壘、強信息差、強邏輯鏈的垂直領域，現階段的AI仍然存在致命的短板：

01

AI 沒有“一手情報”，只有“公開信息”

深度行業文的一個核心競爭力就是“獨家”，簡單來說，就是告訴讀者不知道的事，或幫他們解開看不清的局。

而AI的訓練數據，本質上來自于公開信息，比如新聞、財報、舊稿、百科等等，但它無法觸及車企內部戰略、供應鏈真實情況、高管真實想法或者未公開的規劃等等，它也讀不懂行業潛規則和利益鏈條，所以難以說清楚一些復雜的博弈關系和風險點。實際上，AI只能把大家都知道的信息重新排列組合，結果就是：

看上去挺深度，其實多是正確的廢話。

以駕仕派為例，我們長期合作的一些優秀外部撰稿人，不少都是車企或者產業鏈的從業人員，他們的創作內容往往能給我們提供一個全新的視角——那些外部人員永遠不了解的東西——這倒不是說這個問題本身的專業門檻有多高，而是一個行業的天然門檻，也就是所謂的“隔行如隔山”。

就比如我們曾推送過一篇關于奔馳YASA軸向磁通電機的文章（《廣州車展唯一有趣的技術？扒一扒奔馳YASA軸向磁通電機｜莫工科普》），可以說是全網首家把這個技術講透的媒體。編輯為了寫這篇文章，不僅查閱了海量資料，還專門請教了研究電機的專業人士，這樣的內容是AI無論如何也不能在第一時間——尤其是在嚴謹、經得起驗證的情況下，隨隨便便就能“生成”出來的。

02

現階段AI的“幻覺”依舊很嚴重，校對成本有時比寫稿還高

其實“AI幻覺”（一本正經的胡說八道）已是老生常談，到了現在，這個問題依舊沒有徹底解決，尤其我發現在一些數據分析上，AI更容易出錯。

以我自己的經歷，如果讓AI整理月度銷量數據就很容易出現問題，因為AI是在全網抓取公開信息，但有些媒體、平臺的數據本身就是有問題的，目前AI也還沒有足夠的判斷能力核實數據的準確性，所以有時候可能會給出一個很離譜的數字——成熟的編輯如果了解這個車企或者品牌，就會一眼看出數據不對。

▲來自ai

我覺得這是因為AI本質上還沒有形成判斷能力，只有歸納能力。

AI寫作，做的其實是總結、概括、拼接和模仿語氣，但它不會質疑和推理，所以你看AI寫行業文章，似乎是面面俱到，邏輯通順，卻沒有人類獨特的鋒芒、情感和洞察。

03

AI 生成的內容缺乏“行業體感”，讀不懂“弦外之音”

直白點說就是，汽車圈很多東西不能明說，但圈內人一點就通。

比如，某款車某個月銷量突然爆了，有可能不是真的賣得好，而是經銷商壓庫；反之某款車某個月銷量大幅下降，也可能有各種各樣的原因，包括車企主動減產、關鍵供應鏈產能不足或者新款即將上市等等，如果不了解企業情況沒辦法第一時間說清楚；又比如，企業的一些決策和戰略，背后也有很多內行才能看懂的博弈。

這些都是需要浸泡在行業里數年，通過無數次與業內人士交流、觀察，才能形成的“行業體感”。而現在的AI只能讀字面意思，無法理解背后復雜的利益關系，所以它寫出來的內容雖然正確、工整、看似專業，但完全“不內行”。

就拿我自己來說，剛入行時寫的東西和現在完全不能比，那時的我其實很像現在的AI，只是將已有資料歸納總結，模仿行業老手寫文章的風格和語氣，但看問題的角度非常局限和表面，只能“唬”住外行，內行一看便知深淺。

記得有一次采訪一位行業專業人士，將初稿發給對方確認，結果受到了入行以來最“嚴厲”的一次批評，說我寫的東西太淺顯，讓我羞愧得想轉行。如今我雖然不敢說寫得有多好，但至少比當年進步不少，不會再犯那種“一眼外行”的錯誤。

說到底，目前AI最為欠缺的是，它還沒有能夠透析真相的能力。AI本質是數據驅動的模式識別與概率生成，而非人類意義上的理解、共情與思考。

04

駕仕結語

雖然說了這么多AI的局限，但最后我們必須要強調一點：AI現在只是比不上成熟的汽車編輯，但已經足以碾壓許多剛入行的新人，而且AI還有人類無法企及的產能優勢，因此對于很多汽車編輯而言，想要保住飯碗，就必須做出改變。

那我們還能做什么呢？

答案很簡單：多做AI做不到的事情。

最重要的，就是提升自己的專業性和獨特性。除了在日常提高輸入知識的密度，更要利用好每一次真實的活動體驗，多與車企的工程師、設計師、高管們進行真實的鏈接，多掌握內部信息和專業知識，建立自己的“信息差壁壘”。

此外，AI是一個能夠大大提升工作效率的工具，可以把一些簡單的基礎工作交給AI，從而用更多的時間去進行深度思考和創造性輸出。

我堅定地相信，冷冰冰的AI永遠代替不了一個活生生的人。事實上，現在已經有越來越多人開始對AI生產的內容感覺到視覺疲勞。我現在常能看到這樣的觀點：“很多文章讀起來一股AI味，根本看不下去，有人味的東西越來越少了。”

所以，在這場AI浪潮中，越像“人”，才越有未來。

想清楚這一點，我反而不那么焦慮了。