سفر ۳۰ روزه هوش مصنوعی یک صاحب باشگاه سنگ‌نوردی

نویسنده | کائوری

در اوایل مارس ۲۰۲۶، چیان شیائولی، بنیانگذار شرکت Banana Climbing، تیم اصلی پراکنده خود را از سراسر کشور در شانگهای گرد هم آورد تا در مورد هوش مصنوعی اطلاعات کسب کنند. دیگر نمی‌خواست منتظر بماند.

چیان شیائولی ۲۱ باشگاه سنگ‌نوردی در ۷ شهر در سراسر کشور افتتاح کرده است و بیش از ۲۰۰ نفر در آن مشغول به کار هستند. طبق استانداردهای ملی، این یک شرکت کوچک و خرد است. با این حال، در صنعت سنگ‌نوردی چین، این برند زنجیره‌ای با بیشترین فروشگاه و بزرگترین مقیاس است.

در طول دهه گذشته، او از بنیانگذار یک شرکت رسانه‌ای و روابط عمومی اینترنتی به یک رئیس صنعت آفلاین تبدیل شده است که هر روز زمان زیادی را صرف انتخاب سایت، ساخت و ساز و ارزیابی عملکرد می‌کند. چیان شیائولی گفت که اینها چیزهایی هستند که او واقعاً نمی‌خواهد با آنها سر و کله بزند اما مجبور است.

فراخواندن مردم به شانگهای به این دلیل بود که در طول جشنواره بهاره امسال، او «احساس می‌کرد چیزی درست نیست». حلقه دوستان او به دو گروه تقسیم شده بود: یک گروه شامل همسالان، مربیان و اعضای صنعت کوهنوردی بود؛ گروه دیگر افرادی بودند که او از کار قبلی خود در شرکت‌های اینترنتی و رسانه‌های فناوری می‌شناخت. در حوالی جشنواره بهار، دو گروه تمایز شدیدی نشان دادند، به طوری که همسالان تقریباً هیچ آگاهی از هوش مصنوعی نداشتند، در حالی که بحث گروه اینترنتی به ترس از دست دادن (FOMO) کشیده شده بود.

چیزی که او را بیشتر هیجان‌زده کرد، کنفرانس سالانه موسسه تحقیقاتی تنسنت بود. چیان شیائولی هر ساله در این رویداد شرکت می‌کند و موضوعات چند سال گذشته در مورد فناوری برای خیر، اخلاق اینترنتی و حفاظت از محیط زیست بوده است. امسال، هر موضوعی از صبح تا شب به هوش مصنوعی مربوط می‌شد.

بهار امسال، نگرانی در مورد فناوری هوش مصنوعی به موضوع اصلی صحبت‌های این صاحب باشگاه سنگ‌نوردی تبدیل شد.

آموزش اضطراری آفلاین هوش مصنوعی

چیان شیائولی در نقطه تلاقی دو جهان ایستاده است. او در Zhongguancun Online درباره بازار تلفن همراه مطلب نوشته، در Smartisan Technology در بخش روابط عمومی کار کرده و شاهد سقوط نوکیا از اوج و سیر تکامل آیفون از زمانی که مورد تمسخر قرار گرفت تا زمانی که به سلطه جهانی رسید، بوده است. این تجربیات او را نسبت به تغییرات تکنولوژیکی هوشیار کرده است، اما بسیاری از افراد در تیمی که اکنون مدیریت می‌کند، هرگز حتی با مفهوم کار کارآمد مواجه نشده‌اند.

کنفرانس شانگهای دو روز به طول انجامید. چیان شیائولی، شرکایش و یک مدیر محصول سابق تیم دیجیتال که قرار بود به آنها بپیوندد، آموزش فنی هوش مصنوعی را در محل برگزار کردند و از همه خواستند که بر اساس مسئولیت‌های تجاری مربوطه خود، چیزی را با استفاده از مانوس خلق کنند.

هیچ ابزاری برای پیکربندی در محل وجود نداشت، هیچ کمکی برای مبتدیان کدنویسی وایبر وجود نداشت و مشکل ایمیل مسدود شده گوگل درجا حل شد. در نهایت، نرخ تبدیل تمام کارمندانی که با هوش مصنوعی شروع به کار کردند، ۵۰ درصد بود.

چیزی که چیان شیائولی را بیش از همه شگفت‌زده کرد، تعیین‌کننده‌ی مسیر به نام یانگ کای بود.

برنامه روزانه یک طراح مسیر شامل طراحی مسیرهای صعود روی دیواره‌های سنگی، انتخاب گیره‌ها، کدگذاری رنگی و آزمایش سختی مسیر است. این کار به تخیل فضایی و تجربه فیزیکی نیاز دارد، و همین آن را به یک هنر تبدیل می‌کند. هیچ کس از آنها انتظار ندارد که کد بنویسند.

یانگ کای حدود دو ساعت در محل حضور داشت و دو چیز خلق کرد.

یکی از آنها سیستم مدیریت موجودی راک پوینت است. هر فروشگاه سه تا پنج هزار نقطه راک دارد، اما اگر اطلاعات سفارش از بین برود، هیچ کس نمی‌داند کدام جایگاه‌ها در باشگاه نصب شده‌اند. یانگ کای ابزاری برای برچسب‌گذاری، بایگانی و ردیابی هر نقطه سنگی ایجاد کرد.

همکاران ممکن است یک یا دو فروشگاه را اداره کنند، چند باری تا دیروقت بیدار بمانند تا مسیرها را تعیین کنند، دو تا سه روز تحمل کنند و تمام. اما با توجه به اینکه موز بیست فروشگاه دارد، یانگ کای هر ماه با اکسل دعوا می‌کند. فلس درد ایجاد می‌کرد و اتفاقاً هوش مصنوعی در جایی که درد شدیدتر بود، ظاهر می‌شد.

کی. کی. رئیس باشگاه‌های سنگ‌نوردی موز در شانگهای و ژوهای است. قبل از پیوستن، او در یک شرکت املاک در کازینوی ماکائو کار می‌کرد و یکی از پیچیده‌ترین فضاهای سرپوشیده در آسیا را مدیریت می‌کرد.

او با استفاده از هوش مصنوعی، یک سیستم نظارت و بازرسی فروشگاه را پیاده‌سازی کرد.

تمام فروشگاه‌های باشگاه ورزشی Banana Climbing دارای دوربین مداربسته با پوشش کامل هستند و هیچ نقطه کوری به جز در رختکن‌ها وجود ندارد، زیرا کوهنوردی خطر آسیب‌دیدگی را به همراه دارد و نیاز به بازیابی ویدیویی در هر زمانی وجود دارد. از آنجایی که دوربین‌های مداربسته از قبل نصب شده بودند، ایده کی‌کی این بود که آنها بازرسی‌هایی از فروشگاه را نیز انجام دهند، مانند بررسی وجود آشغال روی زمین، بازگرداندن به موقع کفش‌های کرایه‌ای، پوشیدن لباس فرم توسط مربیان و بازی کردن کارکنان پذیرش با تلفن‌هایشان.

این سیستم می‌تواند بازرسی‌ها را برای ۲۱ فروشگاه در ۷ شهر در سراسر کشور تنها با یک کلیک آغاز کند. اسکرین‌شات‌های دوربین‌های مداربسته، تحلیل فیلم توسط هوش مصنوعی و تهیه گزارش.

این سیستم تناقض بین مقیاس فروشگاه و فاصله را حل کرد. فروشگاه‌های Banana Climbing Gym در هفت شهر پراکنده شده‌اند و به طور متوسط ​​در هر شهر سه فروشگاه وجود دارد. بازرسی‌های سنتی سرپرستان در سفر، هزینه‌های سفر بالایی را متحمل می‌شدند. در مقابل، هزینه عملیاتی این سیستم هوش مصنوعی در روز، شامل هزینه‌های API و توکن، کمی بیش از صد یوان است.

اما چیان شیائولی همچنین می‌داند که این سیستم نمی‌تواند همه چیز را ببیند. می‌تواند کاغذ روی زمین را تشخیص دهد اما اگر کفش‌ها بو بدهند، نمی‌تواند بو بکشد. می‌تواند بررسی کند که آیا مربیان لباس فرم پوشیده‌اند یا خیر، اما نمی‌تواند حس کند که آیا محل برگزاری به خوبی تهویه می‌شود یا خیر یا اینکه آیا مشتریان احساس گرما یا سرما می‌کنند. «وقتی پشت میز پذیرش نشسته‌اید، ممکن است احساس سرما کنید، اما در واقع، مشتریان داخل ممکن است احساس گرما کنند.» شما باید به جایگاه مشتری بروید، همان کارهایی را که آنها انجام می‌دهند انجام دهید تا ناراحتی آنها را حس کنید."

به همین دلیل، چیان شیائولی یک جایزه ویژه بهره‌وری هوش مصنوعی تعیین کرد و به KK پاداش داد.

کاری که هوش مصنوعی می‌تواند انجام دهد این است که افراد را از وظایف نظارتی تکراری رها کند تا کارهایی را انجام دهند که فقط انسان‌ها می‌توانند انجام دهند.

「من خیلی خوشحالم」

پس از اردوی آموزشی شانگهای، چیان شیائولی دریافت که میزان پذیرش هوش مصنوعی توسط کارکنان تنها ۵۰ درصد است. اضطراب اولیه او از فاصله، به اضطراب فناوری تبدیل شد.

کسانی که از قبل از هوش مصنوعی استفاده می‌کردند، نتایجی فراتر از انتظارات به دست آوردند؛ اما برای آن دسته از کارمندانی که هنوز استفاده از آن را شروع نکرده بودند، گذار از دانش صفر به مهارت در فناوری هوش مصنوعی، فقدان تمایل نبود، بلکه فقدان فردی آگاه به فناوری بود که به آنها در غلبه بر موانع اولیه کمک کند.

بنابراین چیان شیائولی یک آگهی استخدام در شیائوهونگشو (کتاب قرمز کوچک) منتشر کرد.

این آگهی استخدام برای یک مربی نبود، بلکه برای کسی بود که هوش مصنوعی را درک می‌کند و مایل است در سناریوهای خاص تجاری کاوش کند. افراد از اقشار مختلف آمده بودند که اکثر آنها علاقه‌مندان به صخره‌نوردی بودند. پس از ملاقات با چندین نفر در شنژن و شانگهای، او دو نفر را استخدام کرد.

یکی از آنها به تیم تجارت الکترونیک خود کمک کرد تا یک مشکل دیرینه را حل کند.

در شعبه‌ی تجهیزات فضای باز برند Banana Rock Climbing در فروشگاه Tmall، تعداد زیادی از محصولات SKU وجود داشت، از جمله تجهیزات مختلف، کوئیک دراها، دستگاه‌های کمینگ و هارنس که هر کدام به یک صفحه‌ی جزئیات محصول در Tmall نیاز داشتند.

فرآیند قبلی شامل عملیاتی بود که ابتدا اطلاعات محصول انگلیسی را به چینی ترجمه می‌کرد، آن را در محل تقریبی روی فایل طرح‌بندی قرار می‌داد، اندازه فونت را مشخص می‌کرد و سپس آن را برای رندر به طراح تحویل می‌داد. هزینه طراحی یک صفحه جزئیات محصول معمولاً بین ۳۰۰ تا ۵۰۰ یوان بود، اما زمان صرف شده برای آن پرهزینه‌تر بود: بخش عملیات تلاش زیادی برای فراهم کردن الزامات صرف می‌کرد، طراحان تلاش زیادی برای درک الزامات، چندین بار رفت و آمد در ارتباطات و نهایی کردن یک صفحه واحد می‌توانست چندین روز طول بکشد.

مهندس هوش مصنوعی تازه استخدام‌شده، یک عملیات تجارت الکترونیک را با یک زنجیره ابزار ارائه داد که به چندین API متصل بود، یک مهارت سفارشی ایجاد کرد، نام محصول را وارد کرد و به‌طور خودکار تصویر صفحه جزئیات محصول را تولید کرد، بدون اینکه طراح در کل فرآیند هیچ دخالتی داشته باشد.

در نهایت، API تقریباً ۶۰ دلار مصرف کرد و ده‌ها صفحه جزئیات محصول را نمایش داد. وقتی چیان شیائولی به این نقطه رسید، از چهار کلمه استفاده کرد: «من خیلی خوشحالم.»

بز در دره نیویورک

همین اتفاق در آن سوی اقیانوس آرام هم در حال رخ دادن است.

اسکات بنیانگذار شرکت جنگلداری هادسون ولی، واقع در دره رودخانه هادسون در ایالت نیویورک است. کسب و کار اصلی، پاکسازی زمین، استفاده از تجهیزات سنگ زنی در مقیاس بزرگ برای مقابله با بوته ها و علف های هرز، ایجاد فضا برای پروژه های خورشیدی، راهروهای خط لوله یا املاک خصوصی است. هر چیزی، از حیاط خلوت نیم هکتاری گرفته تا پروژه‌های صنعتی ۵۰ هکتاری، هر چه که فکرش را بکنید.

اسکات قبلاً به مدت ۱۵ سال عکاس فیلم و تلویزیون بود و هیچ سابقه‌ای در مهندسی نرم‌افزار نداشت.

در بعضی از مکان‌ها که ماشین‌ها نمی‌توانند بروند، یا جاهایی که خطوط لوله فشار قوی زیرزمینی وجود دارد، او گله ای از بزها را برای چرای هدفمند رها می‌کند و به جای ماشین آلات از حیوانات برای پاکسازی استفاده می‌کند. او باید موقعیت مکانی بزها را با قلاده‌های هوشمند موجود در بازار که هر کدام ۳۰۰ دلار به علاوه‌ی هزینه‌ی ماهانه قیمت دارند، ردیابی کند. اسکات سیستم ردیابی خودش را با دستگاهی به قیمت ۳۰ دلار ساخت.

این تنها سیستمی نیست که او ساخته است. او همچنین وب‌سایت، CRM و ERP شرکت را که همگی روی سرور شخصی خودش میزبانی می‌شدند، راه‌اندازی کرد. پروژه دیگری که او روی آن کار می‌کند، راه‌اندازی یک شبکه ارتباطی مش برای دره‌های دورافتاده است که در آنها سیگنال تلفن همراه وجود ندارد و به کارگران امکان می‌دهد پیام رد و بدل کنند، عکس‌ها، مکان‌های GPS و داده‌های مهندسی را به اشتراک بگذارند.

وقتی تاد ساندرز، سرمایه‌گذار، پرونده اسکات را به اشتراک گذاشت، از اصطلاح «توسعه‌دهنده یقه‌آبی» استفاده کرد.

بین چیان شیائولی و اسکات ۱۲۰۰۰ کیلومتر فاصله است. یکی بیست و یک باشگاه صخره‌نوردی و دویست کارمند را مدیریت می‌کند، در حالی که دیگری بزها را در دره‌ای در نیویورک رها می‌کند و یک دستگاه سنگ‌شکن را اداره می‌کند. اما هر دو در یک جهت حرکت می‌کنند: در صنایع مربوطه، از هوش مصنوعی برای حل مشکلاتی استفاده می‌کنند که قبلاً تحمل می‌شدند، با هزینه زیاد برون‌سپاری می‌شدند، یا به سادگی ارزش حل کردن را نداشتند.

اما هوش مصنوعی از راه رسیده است. سیستم مدیریت ارتباط با مشتری چیان شیائولی توسط یک علاقه‌مند به سنگ‌نوردی که عضو یک باشگاه بولدرینگ نیز هست، توسعه داده شده است.

این شخص یک شرکت کوچک راه‌اندازی کرد و با استفاده از هوش مصنوعی در کدنویسی به آن کمک کرد و در عرض چهار تا پنج ماه، یک سیستم مدیریت عضویت مخصوص باشگاه‌های سنگ‌نوردی توسعه داد و راه‌اندازی کرد. تشخیص چهره برای ورود، قفل شدن دستگاه دروازه، یکپارچه‌سازی بیمه - همه ویژگی‌ها نیازهای منحصر به فرد صنعت کوهنوردی را برآورده می‌کنند. باشگاه بولدرینگی که او مرتباً به آن سر می‌زد، مشتری اصلی او بود و حالا او این سیستم را به باشگاه‌های سنگ‌نوردی بیشتری می‌فروشد.

کیان شیائولی احساس می‌کند که اگرچه این سیستم گاهی اوقات اشکالات کوچکی دارد، اما بهبود هزینه و کارایی آن در گذشته غیرقابل تصور بود. «وقتی آستانه و هزینه کدنویسی به اندازه کافی پایین باشد، می‌توانم آن را سفارشی‌سازی کنم، پس چرا یک محصول استاندارد بخرم؟»

این گفته در صنعت SaaS در سال ۲۰۲۶ یک واقعیت است. در سال ۲۰۲۴، صنعت جهانی SaaS شدیدترین کاهش ارزش‌گذاری را در یک دهه تجربه کرد.

قیمت سهام Salesforce نسبت به اوج خود در سال ۲۰۲۱ بیش از ۳۰ درصد کاهش یافت و نسبت قیمت به درآمد (P/E) آن از بیش از ۶۰ برابر به کمتر از ۳۰ برابر رسید. Twilio که زمانی به عنوان یک معیار SaaS شناخته می‌شد، در سال ۲۰۲۳ بیش از ۱۵۰۰ نفر را اخراج کرد. تعداد دورهای تأمین مالی برای شرکت‌های SaaS عمودی در سال ۲۰۲۴ بیش از ۴۰ درصد کاهش یافت. تقریباً هر شرکت ستاره‌ای از چرخه قبلی، داستان مشابهی را تجربه می‌کند: کاهش رشد، افزایش ریزش مشتری و کاهش قدرت قیمت‌گذاری.

دلیلش فقط چرخه اقتصادی نیست. در هیاهوی هوش مصنوعی، شرکت‌هایی که زمانی برای جمع‌آوری حق اشتراک به یک راه‌حل عمومی متکی بودند، شاهد گذار از محصول به سکون بودند.

بالاخره این رکود شکسته خواهد شد.

خود چیان شیائولی نیز از تمرین‌کنندگان این مهاجرت است. او حتی سعی کرد سیستم نظم کاری داخلی را لغو کند. تیم عملیات قبلاً از سیستم دستور کار برای مدیریت الزامات طراحی استفاده می‌کرد. «من در آن زمان به‌شدت مخالف آن بودم و فکر می‌کردم این یک عادت بد است که فقط شرکت‌های بزرگ دارند.»

بعداً، او دریافت که اگر کسی بتواند الزامات طراحی را به وضوح توصیف کند، می‌تواند مستقیماً آنها را برای دریافت نتایج در اختیار هوش مصنوعی قرار دهد و نیاز به برنامه‌ریزی دستور کار را از بین ببرد. «البته، پوستری که توسط هوش مصنوعی ارائه می‌شود ممکن است ۷۰ امتیاز کسب کند، در حالی که کار طراح حداقل هشتاد تا نود امتیاز خواهد داشت.» این فاصله هنوز وجود دارد، اما برای بسیاری از الزامات ساده، سه روز صبر کردن برای آن اختلاف ۳۰ امتیازی دیگر ارزشش را ندارد.

استفاده از هوش مصنوعی برای کنترل اندازه سازمان

در باشگاه سنگ‌نوردی چیان شیائولی، بسیاری از اعضا برنامه‌نویس هستند. برخی از آنها قبلاً اخراج شده‌اند.

«وقتی تازه از کار بیکار شده بودند، تعداد دفعات مراجعه‌شان به باشگاه سنگ‌نوردی افزایش می‌یافت. آنها در طول روزهای هفته، در طول روز، حاضر می‌شدند و وقتی از آنها خواسته می‌شد، برای دریافت بسته‌ی خوشامدگویی می‌آمدند و بسیار خوشحال به نظر می‌رسیدند. بعد از چند ماه، ممکن است بیایند و از ما بپرسند: «آیا مربی استخدام می‌کنید؟»

یه رفیق کوهنورد همسن چیان شیائولی هست که قبلاً تو صنعت اینترنت کار می‌کرد. پس از اخراج، او به عنوان مربی در یک باشگاه کوهنوردی مشغول به کار شد. چیان شیائولی با نگاهی از زاویه دید متفاوت، فکر کرد: او خوب کوهنوردی می‌کند، می‌تواند مربی خوبی باشد، که بهتر از بیکار بودن در خانه است.

در چند دهه گذشته، انقلاب کامپیوترهای شخصی، انقلاب اینترنت و انقلاب اینترنت موبایل نتوانسته نیمی از کارهای دنیا را دیجیتالی کند. و آنچه هوش مصنوعی بر آن تأثیر می‌گذارد دقیقاً کسانی هستند که در امواج قبلی تغییر «برنده» شده‌اند.

یک تحلیلگر مالی که داده‌ها را در یک اتاقک تحلیل می‌کند، بیشتر از یک کارگر ساختمانی که در یک محل ساخت و ساز آجر می‌گذارد، در معرض خطر است. یک طراح که جلوی کامپیوتر فتوشاپ می‌کند، بیشتر از یک دستیار آشپزخانه که مواد اولیه را در آشپزخانه پشتی خرد می‌کند، در معرض خطر است. یک برنامه‌نویس که با کیبورد تایپ می‌کند، بیشتر از یک نظافتچی که دفتر را مرتب می‌کند، در معرض خطر است. دلیل این امر این است که هزینه جایگزینی هوش مصنوعی به جای کار دیجیتال به سرعت در حال کاهش است، در حالی که هزینه جایگزینی کار فیزیکی همچنان بالاست.

باشگاه کوهنوردی چیان شیائولی اتفاقاً در محل تلاقی این دو گروه قرار دارد. اعضای او شامل کارگران یقه سفید و یقه آبی می‌شود. از نظر او، کوهنوردی هرگز ورزشی انحصاری برای کارمندان اداری نبوده است.

چیان شیائولی فرد بسیار خوش‌بینی است. او می‌گوید: «همه‌ی اتفاقات غم‌انگیز بیشتر از ساعت دو بعد از ظهر دوام نمی‌آورند؛ فقط بخواب، همه چیز خوب خواهد شد.» اما اضطراب او در دو ماه گذشته بدتر شده است. «هرچه عمیق‌تر بررسی می‌کنم، متوجه می‌شوم که این چیز هنوز هم کاملاً ترسناک است.»

ترس این نیست که هوش مصنوعی تهدیدی مهلک برای صنعت کوهنوردی ایجاد کند؛ خود کوهنوردی از هوش مصنوعی بسیار فاصله دارد. ترس او در ناتوانی‌اش در تصور این است که آن ماکت بزرگ و مامور سه سال بعد چه شکلی خواهند بود.

«مردم معمولاً چیزهای ناشناخته را ترسناک‌تر می‌دانند.»

اما برای چیان شیائولی، روی دیگر این ترس یک فرصت است: «این فرصت بسیار خوبی برای ماست تا فاصله را بیشتر کنیم.»

او نمی‌خواهد شرکت به ۵۰۰ یا ۱۰۰۰ نفر گسترش یابد، و در نهایت به دلیل فرآیندها و مقررات غیرضروری متعدد، به ورطه سقوط کشیده شود. او می‌خواهد از هوش مصنوعی برای کنترل مقیاس سازمان استفاده کند، نه از طریق اخراج کارکنان، بلکه با قادر ساختن ۲۰۰ نفر به انجام کاری که قبلاً به نیروی کار بیشتری نیاز داشت.

روش چیان شیائولی برای کاهش اضطرابش این است که به صخره‌نوردی برود، یک باشگاه ورزشی خلوت‌تر پیدا کند و مدتی صخره‌نوردی کند. اگر حال و حوصله ورزش نداشته باشد، به فروشگاهی می‌رود، قدم می‌زند، مدتی در پذیرش می‌ماند و با اعضا گپ می‌زند.

«وقتی شروع به کوهنوردی می‌کنید، یا با کسی ارتباط برقرار می‌کنید، این حس با چت کردن با GPT جلوی کامپیوتر متفاوت است.»

نفوذ سنگ‌نوردی در چین هنوز از اوج خود فاصله زیادی دارد. اعضای چندین باشگاه بزرگ صخره‌نوردی زنجیره‌ای در پاریس روی هم رفته ۵٪ از جمعیت دائمی شهر را تشکیل می‌دهند، به این معنی که از هر ۲۰ نفر، یک نفر صخره‌نوردی می‌کند. چین هنوز با این عدد فاصله زیادی دارد. علاوه بر این، نرخ گسترش این ورزش از ۱ فراتر رفته است، به این معنی که به طور متوسط، یک علاقه‌مند می‌تواند بیش از یک تازه‌کار را جذب کند.

چیان شیائولی از یک فرض بسیار خوش‌بینانه برای توصیف آینده استفاده کرد، که در آن اگر همه فقط سه روز در هفته کار کنند، چهار روز مرخصی خواهند داشت تا استراحت کنند، با خانواده باشند و به صخره‌نوردی بروند. البته، او روی دیگر این فرض را هم می‌داند - اگر بیشتر مردم شغل خود را از دست بدهند، درآمدی نداشته باشند، نمی‌توانند سنگ‌نوردی کنند. «عدم قطعیت پشت سر است، چه کسی می‌داند جهان در پنج سال آینده چگونه خواهد بود؟»

اما او از یک چیز کاملاً مطمئن است، مهم نیست دنیا چه شکلی باشد، مردم هنوز هم باید دنیا را با بدن خود تجربه کنند. هوش مصنوعی می‌تواند به او در گشت‌زنی در فروشگاه‌ها، ایجاد صفحات تجاری، مدیریت موجودی و تهیه گزارش‌های مالی کمک کند، اما نمی‌تواند جایگزین فردی شود که سه ساعت را روی دیوار سنگی می‌گذراند، اصطکاکی که انگشتان هنگام گرفتن یک دستگیره ایجاد می‌کنند، تصمیم‌گیری بافر در کسری از ثانیه که مغز هنگام لغزش انجام می‌دهد، و حس دقیق موفقیت پس از تکمیل یک مسیر را جایگزین کند.

وانگ شی ۷۵ ساله است و هنوز هم سنگ‌نوردی می‌کند. او یک بار گفت: «اولین چیزی که کوهنوردی به من آموخت این بود که چگونه ایمن سقوط کنم.»

در جهانی که الگوریتم‌ها روز به روز کارهای بیشتری را به عهده می‌گیرند، شاید کمیاب‌ترین توانایی، دانستن چگونگی زمین خوردن، چگونگی بلند شدن پس از زمین خوردن و ادامه دادن به بالا رفتن باشد.