AI让「基础技能」廉价,让什么变昂贵?

最近有个念头一直在脑子里转：

AI这波浪潮，值得我们嗅到的机会有哪些？

你可能也经常看到，某某一人公司单月变现几万了，某某用AI做小程序变现百万了等等。

这放到几年前，有点像诈骗信息。

但是现在，变革确实在发生，而且会越来越快。

如果一个人现在还没有自己的资产，比如能收租的房子、能自动运转的业务、稳定的客户群，其实反倒是件好事。

因为窗口期真真切切存在。

这篇文章是我最近的一些观察和胡思乱想，不一定对，但想记录下来。如果你也有类似的思考，或许可以一起看看。

一、互联网和 AI，到底哪里不一样

互联网是让信息跑得更快。从门户网站到短视频，本质都是缩短人和信息的距离。不出门能买东西，不见面能聊天，不旅行能看到天南海北。

但 AI 似乎在做另一件事。

它不关心信息怎么传递，它关心的是：你拿到信息之后，能不能直接用。

以前你得学了才能用，现在直接问就行。这个差别，真的很大。

我观察到的几个现象：

第一，决策这件事，正在悄悄转移

以前很多决定必须由人来做，因为只有人能理解上下文、权衡利弊。

现在呢？该给这个客户推什么产品、这份简历要不要进面试、这条内容几点发效果最好，这些以前需要”有经验的人”，现在好像不完全需要了。

第二，决策变得更快、更细了

以前定价一季度调一次，现在可以每秒调。以前用户分几个群体，现在可以一人一策。

猿辅导去年发布的 AI 课堂，学生做完题，系统几秒内就能分析错因并推送针对性练习。这种精细度，传统教学根本做不到。

我在想，当”精细”变得这么容易，那些靠”粗放”活着的生意，会不会很难受？

第三，专业知识门槛在降低

以前你能搜到医学论文，但你读不懂。你能找到法律条文，但你不知道哪条适用。

AI 把这个门槛打掉了。一个普通人现在可以用自然语言问”我这个症状可能是什么”，就能得到相当靠谱的回答。

这改变的是什么？可能是权力结构。

医生、律师、会计师，所有靠”信息差+专业解读”吃饭的人，定价权都会被削弱。

不是说消失，是从”我有你没有”变成”我比 AI 做得好的那部分”。

第四，创造的成本趋近于零

以前做一首歌、一张海报、一个 App，都有一个最低成本。低于这个成本，东西就做不出来。

AI 把这个成本砍到了接近零。

去年有个新闻，以色列程序员 Maor Shlomo 一个人用 AI 工具做应用，6 个月后被 8000 万美元收购。一个人，6 个月。

这意味着什么？意味着”能不能做出来”不再是问题，”值不值得做”才是。

二、哪些行业会先被冲击

我把一个生意拆成四件事：做出东西、让人知道、交付出去、持续运营。

AI 在每个环节能发挥什么作用？不一样。

我梳理了一些主流工具渗透分析，大致看看就好：）

判断一个行业会不会很快被 AI 改变，主要看三个条件：

• 业务流程中”决策”占比高，”物理操作”占比低

• 数据已经在线上，不需要额外数字化

• 试错成本低，错了不会S人、不会坐牢

按这个标准，我大概排了排：

第一批（已经在发生）

①广告/营销

蓝色光标去年的财报挺有意思：AI 驱动收入 37 亿，同比涨了 210%，毛利率 42%-55%，远高于传统业务的 2.6%。

但另一边，2026 年广告行业招聘职位量暴跌了 42%。某 4A 公司裁了 30% 的基础执行岗，一个 AI 工具能干五个实习生的活。

这个行业，可能已经到了「公司还没裁，但岗位已经没了」的阶段。

②内容创作

今年 3 月，某 4A 公司优化了一批初级设计师，因为AI 能瞬间生成几十张海报，设计师的工作变成从 AI 生成的里面挑一张。

这要的不再是技能，而是审美和作为人的“直觉”。

③客服/销售

2025 年，一家大型保险企业用 AI 语音客服替代人工坐席，人力成本缩减 80%，但客户满意度不降反升。

剩下20%需要人的部分，是真正复杂的投诉和高客单价的关系维护。

第二批（3-5 年）

①教育

“与爱为舞”去年发布的数据：AI 一对一导师教出的首批学员规模达百万级，持续学习 316 天，成本降低了 90%。

但我在想的另一件事是：AI 能做线上教学、自适应练习、智能批改，但它做不了”这个孩子今天情绪不对，得先聊十分钟再上课”。

可能未来的教育，会是 AI 做标准化部分，人做只有人能做的部分。

②软件开发

不是程序员会失业，是”写代码”这个动作的价值在下降。

有个团队 20 个人，两周上线产品，融资 3000 万美元。他们说 95% 的工作交给 AI，核心能力是一个 Coding Agent。

另一个案例：某电商公司用 Cursor AI 工具后，新功能上线从 3 周缩短到 5 天，bug 率降低 60%。

我在想，当写代码变得这么容易，程序员的竞争力会是什么？可能是定义问题，可能是架构设计，可能是别的什么。

第三批（5-10 年）

医疗、制造业、农业

技术上能做到，但瓶颈在别的地方，合规、信任、责任归属，或者物理世界的数字化程度。

这些行业会被改变，但会慢很多。

三、AI 对生意的影响，我怎么看

我把生意分成三类，AI 对它们的影响完全不一样。

1.模式创新型生意（平台、撮合、共享经济）

互联网时代最大的赢家。

但 AI 可能在做一件事：把模式创新的门槛降到零。

以前做一个平台，要想明白撮合逻辑，花几年烧钱培育供需两端。现在 AI 可以让一个人在一周内搭出一个能跑的撮合系统。

这意味着什么？可能意味着模式创新本身不再值钱了。你想到的模式，别人一周就能抄。

赢家可能从”想到好模式的人”变成”能最快积累网络效应的人”。

而最终，这类生意可能会极度头部集中，比互联网时代更集中。

2.技术门槛型生意（芯片、药物研发、高端制造）

AI 可能会加固这类生意的护城河，但同时改变”技术”的含义。

以前的技术门槛是”能不能做出来”，工艺、配方、专利。AI 会降低这个门槛，但同时把竞争推向”能不能做得更快、更精、更便宜”。

新的技术门槛可能变成”数据+模型”。谁的数据质量高、谁的模型在特定领域训练得好，谁就是新的壁垒。

3.资源门槛型生意（房地产、能源、矿产、牌照）

AI 对这类生意的重构最小，但会从边缘蚕食。

AI 不会让土地变多，不会让牌照变多。但它会降低资源的使用效率门槛，会让信息更透明。

而资源门槛型生意，很多时候靠的就是信息不透明。

这个过程会很慢，因为掌握资源的人同时掌握规则制定权。

四、如果是我，会积累什么

这是我最近一直在想的问题。

基础决策和执行类工作，可能不值得花太多时间了。这些正在被 AI 快速替代。

那把时间花在哪里？可能是这五件事：

1. 物理空间的使用权

AI 活在数字世界，但商业最终落在物理世界。

一个门店、一个仓库、一个场地，谁有空间的使用权，谁就有数字世界无法绕过去的节点。

湖北有个乡村便利店，52 平米，面对电商冲击，店主用四年时间把它改造成了片区首家现代终端。现在不仅活下来了，还成了乡村振兴的样本。

郑州一家社区便利店，增加代收快递、免费充电、应急药品、生鲜自提，把店铺变成社区”生活服务站”，营业额涨了 25%，利润翻了 1.5 倍。

可能线上竞争越激烈，线下”最后 100 米”的价值越稀缺。

2. 在场才能获得的数据与认知

数据本身越来越容易获取，真正值钱的是数据的上下文。

它在什么场景下、什么时间、什么条件下产生的，以及它和周围环境的关联。

成都某社区菜站，店主每天巡店 2 小时，发现了数据报表里看不到的东西，哪些菜是老人买的、哪些是年轻人买的、什么天气什么菜卖得好。

这些洞察，AI 给不了，只有”在场”才能获得。

3. 人际信任

信任不可压缩、不可加速、不可转让。

AI 可以模拟对话、模拟关心，但它建立不了真正的信任关系。

杭州有个宝妈团长，用短视频记录”小区厨房日记”，带货本地酱菜、手工面条，月佣金超 8000。她的核心竞争力不是话术，是邻居”有事第一个想到她”的信任。

越是 AI 渗透深的领域，人与人之间的真实信任可能越稀缺、越值钱。

4. 审美判断力

AI 能生成一万个方案，但”选哪个”这件事它做不了。

它没有价值观、没有立场、没有”我就是觉得这个好”的直觉。

设计师说：”AI 给我 100 个方案，我能在 10 秒内选出最好的那个，这 10 秒，是我个人经验的压缩。”

当生产成本趋近于零，选择本身的价值可能会急剧上升。

5. 定义问题的能力

AI 擅长解决问题，但不擅长定义问题。

“我们应该做什么”和”这个怎么做”是两件完全不同的事。

当执行成本归零，唯一的瓶颈可能就是”做什么”。

能看到别人没看到的问题、能把模糊的直觉变成清晰的方向、能在一堆正确答案里选出那个最该做的，这可能是 AI 时代最稀缺的能力。

五、关于普通人的选择，我的一些胡思乱想

把上面的信息放在一起，我发现一个有意思的事：

先到临界点的行业，恰好都是模式创新型生意。广告、内容、客服、基础金融，这些行业的核心壁垒不是技术、不是资源，是模式和效率。

AI 一来，模式可以被瞬间复制，效率可以被瞬间拉平。原来靠模式赢的人，突然发现自己没有壁垒了。

而最后到临界点的行业，恰好都是资源门槛型或重技术门槛型。它们的壁垒不在”怎么做”，而在”有没有”。

AI 短期内动不了这些。

普通人的机会在哪

可能确实在第一第二梯队的模式型生意里。因为技术门槛型需要资金和研发积累，资源门槛型需要关系和牌照，这两样不是白手起步能搞定的。

模式型生意进入成本低、AI 又能把执行效率拉满，所以它是普通人能够得着的。

但模式型生意的窗口期可能在急剧缩短。AI 让模式创新的门槛降到零，你能想到的别人一周就能抄。

所以普通人的机会，可能不是靠想出一个模式，而是比别人”先跑起来”，先积累 AI 复制不了的东西。

窗口期还有多久

我猜大概还有 2-3 年。当然，可能我猜错了，可能更快，也可能更慢。

但确定的是，等所有人都看懂的时候，肯定已经晚了。

所以策略不是”等想清楚再动手”，而是”边跑边积累”：

• 先占住一个”在场”的位置（哪怕很小）

• 用 AI 把标准化的部分做到极致（节省时间和成本）

• 把省下来的精力，投入到信任、品味、洞察、定义问题的能力上

2-3 年后，当所有人都反应过来的时候，可能你已经有了 AI 抄不走的壁垒。

最后

这些是我最近的一些观察，不一定对。

但如果要总结一句话，可能是：

用 AI 做执行，用自己做 AI 做不了的那部分。

AI 不会替代人，但会用 AI 的人可能会替代不会用的人。

更残酷的是：会用 AI 的人，可能会替代那些只会用 AI 的人。

区别在于在执行，还是在定义。

【注】

本文案例来自 2025-2026 年的公开报道，包括蓝色光标财报、行业招聘数据、在线教育平台案例、医疗 AI 应用、社区零售转型等。

如果你有不同的观察，或者觉得我想错了某些地方，欢迎告诉我。