—— 转载自“商业利他” ：

接上篇：苏姿丰：AI时代，什么样的人最值钱？————————————-

这种东西，AI学不来。不是因为AI不够聪明，而是因为判断力的来源，是那些只有真正在事情里滚过一遍才能积累的东西。 AI可以处理已有的数据，但它没有办法获得"不知道答案但必须继续走"的那种第一人称经历。而判断力，恰恰是在那种经历里一点点形成的。

这就是为什么苏姿丰说的"AI时代最值钱的人"，和很多人想象的不一样——不是那个学了最多AI工具的人，不是那个最能写Prompt的人，而是那个在某件真实的事情里，积累了足够深的判断力、足够强的第二种自信的人。

这种人，拿到AI这个工具之后，会做出比没有AI时大得多的事。这才是AI真正的放大效应。而没有这种人，AI只是一台更快的打印机。

运气，是一种可以主动建造的处境

最后一个话题，是整件事里最容易被误读的。苏姿丰说，她非常幸运——有好的父母，接受了好的教育，遇到了好的人，时机对了。然后她说：最好的人，会找到方法制造自己的运气。

幸运事后合理化。"我成功是因为我努力，也因为我懂得制造运气"——这种话，说起来太顺口了，顺口到让人怀疑它到底有没有真实的内容。

所以值得把它真正拆开来看。

她说的"制造运气"，是几件事加在一起：在真正困难的事上承担风险，持续挑战自己，选择那些自己还不知道答案的问题，让身边都是能让自己变得更好的人。

把这几条放在一起看，它们做的是一件具体的事：把你放在机会可能发生的位置上，同时让你有能力在机会出现的时候，认出它并且接得住它。

但这里有一个反转，是最重要的部分，也是最容易被跳过的部分：制造运气的那些选择，从外部看，通常长得像坏运气。

苏姿丰接手AMD那个决定——从外部看，这是一个理性的人该绕开的处境。一家负债累累、被宣判死亡的公司，接手之后要在它几乎没有钱的情况下做一个高风险的长期赌注。没有哪本教科书会把这个写成"制造好运气"的范例。从外部看，这更像是一个人主动走进了坏运气里。

但从苏姿丰的视角，这是一个技术上可以做出判断、难度上足够建立真正竞争壁垒、而且方向上对齐了她所有积累的机会。

它是好运气还是坏运气，取决于谁在做这个决定，以及那个人身上积累了什么。

运气需要一个可以落地的地方。那个地方，是人主动建造出来的。 苏姿丰在MIT的洁净室里、在博士的失败实验里、在IBM的早年、在AMD的最艰难时期，一点一点把那个地方建了出来。等机会出现的时候，它有地方落。

这才是"制造运气"真正说的事：不是控制外部发生什么，而是持续建造一种处境，让机会在这里变得更容易出现，也更容易被抓住。

而建造那种处境的方式，兜了一圈，还是回到同一件事——走进难的地方，留下来，在那里建立第二种自信。

苏姿丰最近对MIT毕业生说的那句话，说得很简单：未来某一天，你们会走进一个完全不知道自己在干什么的房间。你们之前经历过这种时刻。去搞清楚就好了。

这话能成立，需要一个前提：你之前那些"不知道自己在干什么的时刻"，是真的走进去过，是在那里待过的，而不是绕开了。

不是每个人都经历过洁净室，不是每个人都有机会在一家濒死的公司里做判断。但"不知道答案、没有参照、必须继续往前走"的处境，每个人的生活里都会遇到。

那些时刻，是在建造某种东西。 走进去还是绕开，一次不会有什么区别。一次一次，差距就出来了。

在AI越来越强的时代，那种差距，会越来越值钱。