神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：智商与情商已经不足以让我们在AI时代游刃有余，我们还需要信商、勤商与远见商。本文来自编译，希望对您有所启发。
[图片来源: Azizi/Adobe Stock]
在上个世纪的大部分时间里，人们都认为人的潜能可以通过智力衡量，各类体系也都以此为基础建立。智商便是评判标准。只要具备出色的分析能力、专业素养与敏捷思维，就能获得更多机遇，升学、求职都会以此作为筛选依据，相关行业也随之兴起，专门发掘并培养高智商人才。
后来人们发现，单凭智力远远不够。徒有专业能力却缺少人文温度，只会拉大人际距离，难以建立信任。许多纸面履历亮眼的管理者，也无法有效凝聚团队人心。于是情商的价值被重视起来，它代表倾听共情、察言观色、理解人心而非只解读信息的能力。一时间，人们仿佛找到了理想的能力组合模式。
而人工智能的出现，再次打破了这套认知。人类历史上首次出现大规模在智力层面超越人类的智能系统。人工智能几秒内就能整合海量知识，还能模拟出逼真的情感表达，真情共情与算法应答的界限日渐模糊。这也引出一个尖锐问题：倘若智力可被生成、情感能够模拟，人类独有的核心价值究竟还剩什么？
答案是，未来的佼佼者，需要兼备五种核心素养：智商、情商、信商、勤商，以及最为关键的远见商。在人工智能时代，远见力或将成为人类独有的核心竞争优势。
信商
信任在当下常常被低估，人们总将它等同于好感度、熟络关系或是客套寒暄。事实并非如此。信任是在压力之下积淀而来的可靠口碑，是局势不明、利害凸显时，他人对你托付的信心。信任建立缓慢，崩塌却只在转瞬之间。
如今虚假信息、篡改内容、深度伪造视频与算法偏差无处不在，信任不再是可有可无的软实力，而是如同基础设施一般不可或缺。机构运转、市场运作都离不开信任，缺乏公信力的管理者，终究无法经受现实危机的考验。人工智能或许能在特定场景模拟可靠表现，却无法承担道德责任。机器不会受到良知拷问，不会权衡取舍，也不必为失误付出代价。面对关键抉择，人们依旧会依照人类积累的真实履历，判断值得信赖的对象。
勤商
埋头苦干的做事态度渐渐不再被推崇。大家推崇效率优化、借力工具、智能自动化与生活平衡，这些理念本身都具备价值，但不少人渐渐把便捷省事当成了事业成就。
敬业勤恳不等于刻意熬夜内卷、透支身体，而是在最初的热情褪去后，依旧坚守自律，保质保量完成全程工作。创意想法随处可见，踏实落地却寥寥无几，想法与成果之间，永远需要有人默默深耕琐碎繁杂的工作。
人工智能拥有近乎无限的续航能力，运算速度远超人类，不知疲惫、不会分心沮丧。既然机器作业效率碾压人类，人类劳动的核心价值又体现在何处呢？
不在于工作量多少，而在于责任与判断。人类能够察觉到数据正常之下潜藏的问题，愿意为最终结果全权负责，而非只机械完成分内任务。机器可以无间断处理事务，却无法怀揣使命感对待工作，这正是人类不可替代的价值。
许多人应对人工智能的思路本末倒置，执意和机器比拼分析、整合、产出速度，这场比拼人类注定落败，也毫无意义。真正的出路，是深耕机器难以复刻的人类特质：判断力、直觉思维、创造力与前瞻眼光，在线索尚不充分时预判未来趋势，这才是全新的发展方向。
远见商
人类文明每一次跨越式进步，都始于先人一步的眼界。发明家执着钻研旁人眼中不可能实现的技术；创业者开拓尚未成型的市场；科学家在数据佐证前坚守假说；政治家在对立僵局中谋求和解。
文明进步从来不是单纯高效处理信息带来的，而是源于人们突破固有局限的远见，这便是远见商。
远见商，指在事实依据出现前预判潜在可能，融合直觉与想象力，洞察尚未成型的趋势，笃定投身数据无法推演的目标。人工智能依托海量数据总结规律提出问题，却无法自主构想全新未来。机器只会优化现有事物，人类却能创造前所未有的新生事物。
二者的差距远比表面看上去更大。人工智能基于已有数据与现实规律训练，所有输出结果都是现有内容的延伸推导。而人类的远见往往敢于打破既定现状。历史上重大突破，最初都难以获得大众认同，源自人们敢于突破时代认知局限的想象。飞行器、国家制度、疑难病症疗法，都无法由机器自主构思诞生。人类凭借想象力、坚定信念，不惧屡次试错，最终创造出新的可能。
全新领导力评判标准
未来顶尖的领导者，不再只依靠出众智商或是圆滑的情商处事。优秀管理者必须同时兼备五大素养：依靠智商剖析复杂难题，凭借情商维系人际联结，依托信商赢得长久信赖，秉持勤商踏实落地执行，运用远见商构想全新未来。这样综合全面的能力组合十分难得，而时代机遇向来眷顾全能型人才。
假以时日，人工智能写作、运算、诊断、游说的速度都会赶超人类，能够产出海量答案、模拟各类场景。但它无法独自构想未知未来，也无法凝聚勇气、付出代价去铸就未来。
这也注定远见商会成为五大素养中最重要的一项。人工智能可以优化未来发展路径，而唯有人类，能够真正开创未来。
译者：Teresa
