经管之家App
让优质教育人人可得
立即打开
每隔几个月，就会有一项新研究预测AI将抹去数百万个工作岗位。领英（LinkedIn）上议论纷纷，推特（Twitter）上一片恐慌。人们凌晨两点开始搜索“抗衰退职业”，而你的表亲今年第三次向你借钱开建筑公司，理由是这行“不怕通用人工智能（AGI）”。
但有件事没人敢大声说出来：所有人一直归咎于AI的威胁，更具体地说，其实属于自动化。
别以为这只是语义上的争论，请继续读下去——这种区别比大多数人意识到的更重要，尤其是当你正在思考现在该投资哪些技能时。
人们总把“AI”和“自动化”当作同义词，这种混淆正让许多职场人走向错误的方向。AI是一种能力，而自动化是当这种能力被融入工作流、取代人类可重复动作时发生的过程。它们确实相关，但绝非同一回事，而这种差异正是大多数误解的根源。
我们可以这样理解：AI能写出产品描述的初稿，但决定人类是否能看到这份初稿的，是自动化流水线、触发机制、模板和路由逻辑。是AI生成了内容，但决定后续走向的，是围绕AI构建的系统。
这样一来，真正侵蚀工作岗位的东西就清晰多了。把责任归咎于模型，就像把责任归咎于发动机而非装配线一样荒谬。
自动化针对的是任务，而非整个工作岗位。具体来说，它瞄准的是那些可预测、高容量、遵循明确规则的任务。数据录入、发票处理、工单路由和基础内容格式化都极易受到冲击——它们早已被上级设定为淘汰对象。初级开发人员也非常重要——问题在于，那种将他们视为“代码猴子”的陈旧观点，让人们误以为AI正在取代他们，但事实并非如此。
这里有一个实用的思维练习：审视你自己的工作，找出那些你可以交给一个还算聪明、只需照着清单做事的实习生的任务。这些就是你的“暴露点”。而那些真正需要关系背景或实时判断的工作，至少目前来说是相对安全的。
棘手的是，大多数人并不擅长这种自我评估。他们要么对一切感到恐慌，要么因为自己的职位听起来很高端而产生虚假的安全感。一个善于批判性思考的质量保证（QA）测试员，比一个凡事靠抛硬币做决定的首席技术官（CTO）更有价值。
“要么学AI，要么被淘汰”的说法有一定道理，但并不完整。诚然，AI市场正以每年120%的速度增长，但真正能保护你的技能，不仅仅是技术层面的。在这个自动化处理工作中机械部分、人类负责其他所有事务的世界里，那些能让你变得有价值的技能，才是关键。
这意味着判断力：知道AI的输出何时看似合理实则错误；足够了解背景，能发现模型无法捕捉的问题；成为会议室里那个能向不信任算法、也不会轻易相信你说辞的利益相关者解释决策的人。
这也意味着理解故障模式。一个95%的时间都能正常工作的自动化系统听起来很棒——直到你意识到剩下5%的时间会发生什么，以及谁负责发现这些问题。几乎在所有情况下，这个人都将是人类，而这个人需要真正了解系统的运作逻辑。
值得关注的是，哪些岗位的招聘人数实际上在增加。AI监管、工作流架构、流程自动化咨询和流水线设计等岗位的需求正持续上升。这些都是目前领英上真实存在的岗位，而非理论上的未来工作，其薪资水平也反映出企业对能做好这些工作的人才的迫切需求。
这些岗位的共同之处在于，它们处于人类判断力和自动化系统的交叉点。它们需要一个既了解AI能力、又熟悉业务背景的人，来让整个系统在生产环境中正常运行——而生产环境比任何精美的演示都更加混乱和模糊。既能独立思考、又能驾驭智能自动化的人才，其供给量比你想象的要少。
还有一个不那么引人注目的趋势值得注意：自动化实施不当的公司正产生大量“清理工作”。在那些自动化部署过于激进、却缺乏足够监管的领域，专注于质量控制、异常处理和人机协同审核的岗位正迅速增多。
“AI会抢走你的工作”这一讨论一直忽略了一点：真正的转变不在于智能，而在于杠杆作用。自动化让企业能够用更少的人手完成更多工作中的机械部分。
这本身并非坏事。但它确实意味着，真正的判断力、情境思维和实际监管能力的价值正在上升，而非下降。如果你现在正在思考该把时间投入到哪里，不要只学习工具本身。要学会思考这些工具所处的系统。这才是当下一波工具到来时，依然有价值的技能。
扫码加好友，拉您进群
全部版块
我的主页
收藏
