AI时代职场真相：你的工作没有消失，只是在疯狂“萎缩”

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：AI不抢饭碗，它只让你的经验归零。别再死磕执行，唯有成为打破规模限制的“策划者”，才能在职业萎缩潮中活下来。文章来自编译。

AI 抢不走你的饭碗，它只是在你的注视下，让你积累的专业经验变得一文不值。这里有每个人都在尝试却注定失败的三种策略，以及一个真正奏效的转型方案。

周一早上，当你打开笔记本电脑，一个挥之不去的问题涌上心头：两年后，我还能拥有一份有意义的工作吗？

你担心的不是是否失业，而是你所做的工作是否还有价值。

上周，你花了三个小时撰写一份活动简报。而你看到一位同事利用 AI 助手（如 Claude, Gemini, ChatGPT... ...）仅用四分钟就生成了一份质量达八成的初稿。摸着良心说，如果实话实说，可能已经达到了九成。

你的职位还在，但你能感觉到它正在你周围不断萎缩。

问题不在于“机器人来了”，而在于你已经不知道自己该擅长什么了。过去五年积累的 Excel 技能？被自动化了。调研竞争对手并整合发现的能力？AI 助手就能搞定。撰写清晰项目进展的技巧？也已过时。

你失去职业身份认同的速度远快于重建认同的速度，而且没人告诉你下一步该怎么办。

每个人都在尝试却徒劳无功的三件事

当你感到自己的价值在流失时，你会做出看似理性的举动——去适应、去学习，并努力保持竞争力。

首先，你试图更熟练地使用 AI 工具。你参加提示词工程（Prompt Engineering）课程，精通 ChatGPT、Claude，以及下周甚至下下周推出的任何新平台。你努力成为团队里的“AI 达人”。你觉得既然打不过，那就加入，比别人用得更好不就行了吗？

这种做法注定失败，因为你依然是在竞争执行速度。你充其量只是跑得更快的马，而“执行”本身正沦为廉价的商品。六个月后，工具会变得更好用。一旦交互界面改进，你那些写提示词的“专业知识”将瞬间归零。你学会了更好地用铲子，但挖掘机迟早要开过来。

其次，你加倍钻研现有的专业领域。会计去学更高级的税法，设计师精通更多软件，分析师构建更复杂的模型。你会和许多人一样想：“只要我钻研得够深，我就无可替代。”

这种做法会失败，因为往一个正在消失的领域拼命钻研其实是个陷阱。你是在洪涝区修筑堡垒。AI 助手不仅仅是正达到人类的中等水平，它们在特定领域正迅速逼近专家级表现。你的专业知识反而成了负担，因为你把筹码全押在了正被自动化的事物上。这就像是 1995 年的时候把自己练成了全球顶尖的电报员。

第三，你试图通过“软技能”来保持人性化。你转向创造力、同理心和人际关系建设。你参加情商研讨会，专注于让自己具备无可取代的人性特质。你也许认为，人之为人特有的东西是无法被自动化的。

这同样行不通，因为这类建议太模糊，缺乏可操作性。当 AI 能在 10 秒内生成 100 个创意时，“发挥创造力”究竟意味着什么？如果你的工作是写报告，你该如何将同理心变现？这些建议听起来没错，却指不明方向。到头来你还是在做同样的任务，只是平添了更多焦虑和对目标感的迷茫。

这三种方法的根本问题在于它们只是“反应”，而非“重构”。你正试图让旧角色适应新现实。而真正有效的是建立一个此前从未存在过的全新角色。

但没人教过你那个角色长什么样。

三个人在跑步机上原地踏步，代表了那些毫无进展的失败 AI 适应策略。

经济逻辑对你不利

造成这种局面不是因为你适应不力，而是因为当前的经济激励机制正是为了制造这个问题而设计的。

其中的机制很简单：公司通过采用 AI 助手能立即获益。每一项自动化的任务都能降低成本。首席财务官（CFO）看着报表：一个 AI 订阅就能取代一名中层员工 40% 的工作。这笔账很好算，决策也显而易见。

很多人不爱听这话。但如果他们拥有这家公司或身处领导层，他们也会做完全相同的事。公司的存在是为了驱动利润，就像员工工作是为了更高的薪水。几个世纪以来，这套系统一直都是这么运转的。

但是，公司并不能从把你重新培训成某种尚未定义的“高阶角色”中获利。

为什么？因为新角色未定义、无法衡量且充满不确定性。你没法在季度财报会议上说“我们正在研究人类现在该干嘛”。“重构工作本身”无法体现投资回报率（ROI）。短期激励胜出，长期战略落败。

没人会投资长达 12 到 24 个月的周期去探索你的新角色应该是什么，因为这项投资没有立竿见影的回报。

我们正处于速度错位之中。AI 助手的能力以 6 到 12 个月为周期呈指数级增长之势，而人类通过传统体系进行的适应，周期则长达 2 到 5 年。

大学重新设计课程的速度不够快，教授的技能在学生毕业前就会被自动化。公司重新培训的速度也不够快，等他们确定了所需的新技能并建立起培训计划，市场格局早已再次改变。你转型的速度也不够快——职业转型需要时间，而房贷可不等你。

我们以前从未经历过这种局面。

以前的自动化浪潮发生在制造业。你能看到工厂车间，能亲眼目睹职位的消失和新职位的出现。那时在地理和时间上都有缓冲空间。

这次不同了。知识型工作在你刚坐在办公桌前的时候被自动化了。旧角色与新角色同时存在于同一个人、同一家公司、同一个时刻。

而且没有任何人有经济动力去解决这个问题。公司通过削减成本而非劳动力转型来实现价值最大化。教育机构反应迟钝，且与实时市场需求严重脱节。政府尚未理解问题的严重性。而你正忙于保住现有的工作，无暇重构未来的职业。

这套系统帮不上忙，因为它不是为了角色的持续快速演变而设计的，它的初衷是稳定。

我们正在用工业时代的制度来解决指数时代的问题。这就是你感到力不从心的原因。

人的适应速度远远慢于AI

你的经验刚刚变得一文不值（时间线）

我来给你讲讲我朋友 Jane 的故事（她真名叫 Katřina，但捷克语的变音符号对很多人来说挺难搞）。她是一家中型咨询公司的高级研究分析师，有十年的工作经验。她的职责是为客户公司提供答案，比如“竞争对手在亚洲市场的动向如何？”她通常会花 2 到 3 周时间收集数据、阅读报告、采访专家、整合发现并制作 PPT。

她很优秀，深受客户喜爱，她的时薪高达 250 美元。

2023 年第二季度，公司部署了一个 AI 研究助手。正如他们所说，不是为了取代她，而是为了“增强”她的能力。管理层信誓旦旦地谈论着各种人机协作的愿景。

AI 助手能在 90 分钟内完成 Jane 的初步研究工作，它能扫描数千个来源，识别模式，并生成报告初稿。

第一个月：Jane 觉得如释重负，认为自己终于可以专注于高价值的整合工作了。她会拿过助手的产出进行精修，加入战略见解，使其达到交付给客户的水平。

第三个月：一位合伙人问她：“为什么现在还需要一周时间？AI 一小时就能交付我们需求的 80% ，剩下那 20% 到底值多少钱？”

Jane 无法给出清晰的回答。因为有时候助手的产出只是需要微调，有时候她的所谓“战略见解”其实助手早已识别出来，只是表达方式不同罢了。

第六个月：公司架构重组。他们没有开除 Jane，而是把她的岗位变成了“质量审核员”。她现在要同时监督 6 到 8 个项目的 AI 产出，而不是全程负责 2 到 3 个项目。

她的头衔没变，但计费标准降到了每小时 150 美元。她十年的经验瞬间显得一文不值。

Jane 尝试了一切办法。她参加了 AI 提示词工程课程，尝试深入钻研专门的研究方法论，还强调了自己与客户的关系。但这都没用，因为公司早已算好了经济账。

AI 订阅费每月只要 50 美元，而 Jane 的年薪是 14 万美元。AI 助手并不需要完美，只要能以 5% 的成本达到 70% 的水平就够了。关键是，它够快，比她快得多。

最能说明系统性问题的一点是：你常听 AI 厂商说，有了 AI 工具，人们就能专注于更高价值的工作。但当被追问这具体指什么时，他们就开始含糊其辞，无非是战略思维、客户关系、创造性解决问题。

没人能具体说出实践中的“高价值工作”长什么样，没人能描述那个新角色。所以，他们默认选择了唯一可以衡量的东西：成本削减。

Jane 六个月后离职了。公司雇了两名年薪 6.5 万美元的初级分析师来顶替她的工作。有了 AI 的辅助，他们的效能达到了 Jane 的 85%。

Jane 至今仍在困惑自己到底该擅长什么。据最近听到的消息，她正考虑彻底离开这个行业。

十年的经验抵不过价格五十美元的 AI 订阅

别再试图把现有的工作做得更好了

那些正在胜出的人并不是在努力完善当下的职责。他们正在构建一种将人类判断力与 AI 能力相结合的新型工作。

不是成为提示词工程师，也不是成为 AI 专家，而是成为“策划者（Orchestrators）”，利用 AI 助手去完成那些以前在他们这个层级根本不可能实现的跨越。

Marcus（真名 Zdeněk）曾是一家零售公司的营销策略师。AI 工具出现时，他没试着去写出比 AI 更好的文案，而是开始同时运行 50 个不同的营销变体。这在以前需要一个 12 人的团队。

他利用助手生成变体、进行测试、分析结果并迭代。他的工作是设计测试框架，分析 AI 发现的模式，并根据人类无法手动处理的海量数据做出战略决策。

不到六个月，他策划的活动效果就比竞争对手好了 40%。这并非因为他在某项单一任务上更出色，而是因为他能够以以前无法想象的规模开展工作。

这种模式是行之有效的。找出你所在的领域中由于人类局限而存在的束缚。哪些事是因为太耗时而没法做的？哪些问题是因为分析成本太高而没问的？哪些实验是因为需要 20 人的团队而没跑起来的？

然后，利用 AI 助手去打破这些束缚，而不仅仅是加速你现有的任务。去做那些此前不可能完成的事。

随后，在“判断层”建立你的专业壁垒。我们该运行哪些实验？哪些模式才是核心？这些结果对战略意味着什么？什么时候我们该否决 AI 的建议？

这不是空洞的战略思维。它是具体且明确的：你是一个决策者，正在策划一种此前从未存在过的能力。

你不是在和 AI 助手竞争，你是在创造一种必须由你和 AI 共同实现的新能力。你的不可替代性并非源于你在任务上更出色，而是源于你构建了一套只有在你统筹下才能运行的体系。

这需要你放下“那个做某事的人”的身份认同。Marcus 不再亲自写文案了。起初这让他很困扰，因为他喜欢写作，但他更喜欢让自己变得有价值。

这个月你可以尝试做这些：

第一周：找出你工作中如果你能多做 10 倍会产生巨大价值的一件事。客户调研？竞品分析？测试变体？还是数据建模？

第二周：用 AI 助手以 10 倍的规模开展这项工作，即使质量降到 70% 也没关系。看看这会带来什么样的新可能。

第三周：寻找模式。在大规模操作下，会出现哪些人工操作时从未见过的洞察？你能回答哪些新问题？

第四周：向你的老板兜售这种“新能力”。不要说“我现在效率提高了”，而要说“我们现在能做以前做不到的这件事，这能创造特定的业务价值”。

这样做的人不会被排挤，他们会被晋升或被高薪挖角。因为他们让自己成了新能力的枢纽，而非旧任务的执行者。

有个警告很关键：这种模式不会永远有效。最终，AI 助手也会变得擅长策划。但这能为你争取 3 到 5 年的时间。在那段时间里，你会察觉到下一次进化的到来。

核心技能在于：学会洞察当某种束缚消失时，什么会变得触手可及，然后围绕这种新可能建立你的价值。

一个人可以指挥千军万马个智能体

大多数所谓的“战略思维”其实只是做到了“详尽”

许多目前从事“战略性”知识工作的人，其实并没有那么强的战略性。

当 AI 助手开始处理执行层时，大家都以为人类会自然而然地转向更高阶的思考——战略、判断和远见。

但现实却并非如此。许多拥有多年经验的高级职员实际上没法在这个层面上干活。他们的专业知识大多只是披着战略语言外衣的模式匹配和流程执行。

“我们以前觉得 Lisa 很有战略头脑，因为她的分析非常详尽。结果发现，那份‘详尽’才是她的核心技能。当 AI 能在三分钟内做到同样详尽时，我们发现 Lisa 其实并没有真正的战略见解可以贡献。”

这并不是说这些人不称职。相反，他们在自己的岗位上表现出色。那份工作需要的是勤勉、注重细节和精通流程，而他们完全达到了要求。

但整个行业给他们灌输了一个观念：经验等同于战略能力，只要投入足够的时间，判断力就会自然增长。对某些人来说确实如此，但对更多人来说，他们只是变得极其擅长执行，并将其误称为战略。

加拿大一家中型公司的 CEO（他不愿透露姓名）告诉我：“我们发现，当我们询问‘该做什么’而不仅仅是‘怎么做’时，资深员工和初级员工同样迷茫。唯一的区别是，资深员工能把这种不确定性表达得更冠冕堂皇。”

智能体经济不仅是在自动化任务，它还在揭示谁是靠着战略思维的表象在混日子，而谁又是真正拥有它。

而最残酷的一点是，没法委婉地告诉某人：你花了 15 年时间建立职业生涯，而我们现在才意识到，你擅长的那件事根本不是我们真正需要的。

没人公开说破这一点，因为它暗示了问题不仅仅在于适应技术，而在于我们的评估体系一直以来就是有缺陷的。我们因为错误的理由提拔人才，混淆了“把活干好”和“对工作有战略性思考”。

承认这一点，就意味着承认我们其实并不知道如何识别或培养真正的战略能力。我们一直都在瞎猜，把学历背景和工龄当成了能力的代名词。

唯一持久的策略是找出“什么是刚刚才变得有可能的”

你无法通过把现有的工作做得更好来解决问题，因为那份工作正当你坐着时实时消解。

你无法通过更好地学习工具来解决问题，因为即便没有你，工具也会变得越来越好用。

你无法通过深挖你的专业领域来解决问题，因为那个专业正在被自动化。

真正有效的方法是：成为那个能察觉到新可能性并围绕这种新能力建立价值的人。利用 AI 助手打破此前限制你发挥的枷锁。成为一个掌握前所未有规模的策划者。

这不是一劳永逸的方案。在三到五年内，你需要故技重施。这种元技能就是学会不断洞察下一次的演化，并将自己置于新可能性的最前沿。

这就是真正的战略家与仅仅是做事详尽的人之别。这是避无可避的。奖励详尽的旧体系正在瓦解，新体系奖励的是看清哪些束缚已消失，并在那个空白地带构建新事物的能力。

你还有时间，但不多了。AI 能力与人类适应速度之间的错位是真实存在的。公司救不了你，因为它们的首要目标是短期降本，而非长期的劳动力转型。教育体系也救不了你，因为它太慢了。

你必须自救。自救的方法就是停止捍卫你现在的角色，开始去构建那个六个月前还不曾存在的角色。

周一早上总会如期而至。问题在于，你是依然在困惑自己该擅长什么，还是已经亲手构建出了答案。

译者：boxi。