围棋界给职场人的AI生存课（上）

（下）在今天第3篇文章

（转自 找借口安静）

原题：世界トップ棋士が「AIの最善手」を時に捨てる理由…これからのビジネスパーソンが「囲碁界に学ぶべきAI生存戦略」を大橋拓文七段×経済学者の井上智洋・駒大准教授が対談【前編】

摘自：Diamond Online

作者：永吉泰贵

翻译和整理：找借口安静 3月

围棋界在2016年被“超越人类”的围棋AI席卷，最早直面AI急速进化所带来的社会变化。此后，职业棋手们不断被迫做出选择：该给哪款AI付费、要在多大程度上吸收AI的答案。基于此，围棋AI研究的先行者大桥拓文七段，与早在2016年便预见AI将引发技术性失业、并主张引入基本收入的井上智洋（驹泽大学经济学部副教授）展开了一场对谈。作为《总预测2026》专题文章，本稿上集将讨论AI在2026年之后进一步推进时，商务人士应采取的“生存战略”。线索，就藏在世界顶尖棋手有时会舍弃“AI最善手”的理由之中。

精通AI的棋手×经济学者：一场跨界对谈

围棋界率先经历的社会变迁

——两位分别是职业围棋棋手与宏观经济学者，为何也会对AI领域产生兴趣？

大桥拓文：我本来就喜欢电脑和数学，成为职业棋手后也一直对AI很感兴趣。

真正的转折点是2011年3月的东日本大地震。原本计划在一个活动中用9路盘与最强电脑对战，但活动取消了。我因此深切体会到“想做的事不做会后悔”，人生观也发生了变化。把围棋与某个主题结合、认真投入时，我最先想到的就是AI。

后来我加入了电气通信大学的围棋程序员社群。电气通信大学是AI研究据点之一，2012年前后就常驻着“小棋盘最强的电脑”，我经常去那里推进研究。

2016年AlphaGo击败世界顶尖棋手李世石，2017年又战胜柯洁。我曾在现场近距离目睹柯洁在对局中离席落泪的瞬间，也接触到围棋AI开发者们的热情。那段经历让我以“人的故事”的方式真实感受AI，这也是我至今仍持续关注AI的原因。

井上智洋：对我来说，是AI先于经济学。我在庆应义塾大学环境信息学部学习计算机科学，也在AI方向的研讨班里。毕业后进入IT企业做系统工程师，但很快觉得自己不适合而离职。

那时我产生了两点问题意识：其一是在开发会计系统时想到“会计工作会不会减少”，从而开始关注IT进展带来的技术性失业；其二是疑惑日本长期的通缩衰退为什么无法解决。于是我进入研究生院，开始学习经济学。

2013年我读到雷·库兹韦尔的《奇点临近》，虽半信半疑，但也觉得“奇点或许真的会到来”。因此我在2014年就在网上发表文章，主张为AI普及做制度准备，比如基本收入。并于2016年出版《人工智能与经济的未来：2030年雇用大崩坏》。

大桥拓文：井上老师从2016年就提出“2030年就业会崩坏”，真的很厉害。当时棋手们的判断顶多是“围棋AI超越棋手还得10年左右”。

井上智洋：那时AI失业的现实感还很弱，批评也很多。不过现在看，确实越来越有现实味了。

——2026年以后，日本会出现因AI导致的裁员或失业加速吗？

井上智洋副教授指出，2026年以后AI失业将推进，同时“会用AI的人占优势”的窗口期也“最多也就再有5年左右”。大桥拓文七段回应称“围棋界已经走过这条路”，并谈到围棋AI实现“超越人类”之后这8年发生的变化。世界顶尖棋手有时舍弃AI一选的理由中，隐藏着在AI时代生存的提示。

从资深群体向年轻群体扩散的AI失业

“会用AI的人更有利”这件事，只剩5年？

井上智洋：美国和日本因AI导致失业推进的速度差异很大。美国在2025年已成为现实问题，尤其是计算机科学背景的年轻人更难就业。

背后的关键，是“编码代理”的快速进步。在先进企业中，AI使用正在成为前提，甚至出现“自己写的代码越少越被评价”的趋势。这样一来，企业雇用新人本身的必要性就降低了。

但日本的情况却相反。

大桥拓文：相反，指的是？

井上智洋：日本不知为何特别喜欢“锻炼新员工”。整体上对人才培养的投资并不强，但新人培训却异常“厚实”。

相对应地，更严峻的是资深层。越是熟练的程序员，越倾向于自己写代码、抗拒用AI。企业因此会收紧中途招聘，或出现募集自愿离职的动作。

而且在日本，我认为早就存在一种我称为“隐形IT失业”的现象。因为劳动法上的原因，解雇很困难，于是企业会加码离职补偿金来暗示“差不多该离开了”。年轻的“数字原住民”会被抢着要，但不被视作“数字原住民”的资深者，则以“提前退休”的形式，在水面下持续遭遇类似裁员的处理。

我认为，随着通用AI在2030年前后诞生，这种AI失业会逐步显性化，并扩展到包含年轻群体。

不过有一点必须提醒：会用AI的人能大显身手的时期，并不会很长——最多再有5年左右。

原因在于UI（用户界面）会不断改良，AI会越来越容易使用。现在各种AI服务林立、难以分辨，但迟早会收敛到“用一个AI就能把大多数事都包办”的状态。

用户也会习惯。过去曾说“老年人用智能手机很难”，但现在大家都能用。年轻人与资深者在“AI熟练度”上的差距，也会逐渐缩小。

大桥拓文：听井上老师这么说，我觉得围棋界确实已经走过同样的道路。

围棋AI从约100种收敛到2～3种

再过两年，用一个AI就够了

大桥拓文：围棋AI变强的过程，大体经历了两个阶段。2016年，世界顶尖棋手李世石输给AlphaGo。

井上智洋：李世石输给围棋AI这件事，我在2016年的书里也及时提到过。

大桥拓文：不过关键在于——虽然输了，但李世石当时赢过一局。这一点很重要，说明当时AI还有破绽。也正因为如此，当时仍有人认为人类还有机会。

但接下来一年，局面彻底改变。网上出现一个自称“Master”的玩家，对世界顶尖职业棋手取得60连胜，后来身份公开就是AlphaGo。2017年5月又战胜了柯洁。

也就是说，2016年与2017年虽同样是“围棋AI战胜世界顶尖棋手”，但AI的水平却是天差地别。

这种现象同样可能在其他工作领域出现：现在看似与专业人士同水平的AI，几个月后就可能大幅超越世界顶尖人类。AI不会停在人类估计的“这个程度”。各领域都有可能在一年后出现“超出想象的输出成为常态”的局面，最好从一开始就这样设想。

此外，AlphaGo的冲击之后，强力围棋AI迅速涌现，棋手们烦恼变成了“该用哪款AI”、“该给哪款AI付费”。不同AI擅长领域也不同，连同衍生版本在内接近100种。

而如今，几乎收敛到三种：“绝艺”、“星阵”、“KataGo”。

井上智洋：太惊人了。围棋AI在8年前就超越人类，确实在很多方面走在前面。

——曾经多达约100种的围棋AI，为何最终稳定在3种左右？是棋手端的筛选吗？

大桥拓文：与其说是棋手筛选，不如说是开发侧的技术门槛。很多围棋AI以AlphaGo为基础，但能加入“精确计算目数”这一独特技术的，基本只有星阵与KataGo（注：绝艺是面向中国顶尖棋手的专用围棋AI，日本仅能使用简化版，细节未公开）。

这两者能更好地学习“形势差越大越好”。所以它们在终盘不会松懈，能把优势扩大战胜。

——也就是说，围棋AI的“目标设定”与AlphaGo不同？

大桥拓文：没错。按AlphaGo论文来做的话，设计上是“只要赢就行”，赢1目和赢100目都一样。于是优势局面下，终盘容易松，结果更容易变成小胜。

但被认为强于AlphaGo的AI，会在学习中抑制终盘松懈，尽量追求大胜。这看似简单，实际很难，能做到的基本只有Golaxy与KataGo。

在围棋领域，AI超越人类后的2～3年，确实出现大量AI并立。但3～5年后就收敛到少数几款。大家现在可能也在烦恼“该给哪款AI付费”，但按围棋界经验，再过两年，很可能就会稳定到“一个AI足够完成大多数事情”的状态。

AI普及后，“研究者型”更占优势

能挑选“适合自己”的AI答案的棋手更强

井上智洋：现在还有不用围棋AI的棋手吗？

大桥拓文：最初确实有棋手抗拒AI，但对手既然用AI流下法，仅凭自己“坚持不用”很难。年轻棋手里九成以上都在用。

不过，资深棋手中仍有一定比例不使用AI。

井上智洋：不用AI的棋手，相对水平会下降吗？

大桥拓文：从相对意义上说会。当然也有本身实力很强、即使不用AI也能发挥实力的前辈，但总体而言，不把AI纳入研究会更吃亏。

但另一方面，并不是“会用AI的棋手就能以下克上”。AI作为研究工具普及后，反而是越强的棋手越能理解并吸收AI那些难解的一手，获取的信息量更多，顶尖棋手因此变得更强。

我把棋手大致分为三类：（1）胜负师型（2）艺术家型（3）研究者型。过去胜负师型更强，但AI普及后，研究者型变得更有利。

我从2018年起每周举办一次围棋AI研究会，这一点感受很深。一力辽、上野爱咲美也经常来参加。

像一力辽、上野爱咲美这样能驾驭AI的顶尖棋手，为了赢棋，会事先明确“该用AI研究什么”。

一旦提问方式或前提设定出错，AI就会对“偏掉的问题”给出最优答案。要得到好答案，问题设计至关重要。

在研究会里，一力辽经常会说“那我就到这程度为止”，并不会照单全收AI给出的最好下法。之所以能做出这种选择，是因为他理解“为了把局面导向自己能赢的形状，应该用AI研究什么”，并且只吸收自己真正能用得上的招法。

井上智洋：正如大桥老师所说，不仅棋手，对商务人士而言，未来的关键同样是与AI沟通。原本只要像指挥下属一样去指挥AI就行，但面对AI时，很多资深人士反而会紧张、在现阶段不太会下指令。

不过这种差距只会存在于初期。随着UI进化，“AI熟练度差距”应会逐步缩小。

在人与人的沟通中，也有人会把自己指示含糊这点先放一边，转而训斥部下“为什么不按我说的做！”。未来更重要的，是如何给AI下指令。

大桥拓文：我自己用Gemini或ChatGPT时，确实能得到想要的答案，但也会停下来想：这真的是最好的吗？如果在错误前提下提问，AI就会沿着那个前提给出“看起来很像那么回事”的最优解。提问方式不同，返回结果的质量会大幅改变。

井上智洋：反过来说，未来尤其艰难的，是那些处在“被指令、按指令做”的办公室文职岗位。下指令的一方更容易留下来，而所谓等待指令才动的人会很严峻。

反而像端茶倒水这类具有身体性的工作，短期内会更容易保留。当然将来可能被机器人取代，但2026年之后的AI失业，首先会从“在电脑里就能完结、按指令执行”的工作开始推进。

——井上老师从2016年就提出2030年前后AI导致的技术性失业将变得严峻。相较当时AI已大幅进化的今天，请再谈谈哪些工作更可能被AI取代？

对谈后篇将讨论：2026年以后更容易被AI夺走的工作，以及最终“人类还能留下的价值”。世界最强围棋AI竟可能被业余初学者绊倒——从看似“神一般”的AI暴露出的“破绽”中，我们能学到什么？

人物介绍

大桥拓文／1984年生于东京都。2002年入段，2021年升为七段。作为职业围棋棋手活动的同时，也以电气通信大学客座教授身份从事AI研究。2019～2020年担任围棋AI“GLOBIS-AQZ”的技术顾问。2022年监修围棋入门应用“围棋であそぼ！（一起玩围棋！）”。2025年11月发布第二弹、带AI辅助的下一代围棋应用“囲碁シル”。爱好为钢琴。著作有《详解围棋AI大全》、《万里一空 大桥拓文詰碁集》等。

井上智洋／1975年生于东京都。1997年毕业于庆应义塾大学环境信息学部。曾在IT企业工作，后进入早稻田大学大学院经济学研究科深造，2011年取得博士学位。2015年任驹泽大学经济学部讲师，2017年起任副教授。专业为宏观经济学。2016年著有《人工智能与经济的未来：2030年雇用大崩坏》，主张为AI引发的技术性失业做准备、应导入基本收入制度。著作另有《纯粹机械化经济》、《AI时代的新·基本收入论》等。