AI会先重做中间层,但真正稀缺的3种能力反而会更值钱
前几天,我写过一篇文章,核心判断比较直接:AI最先重做的,不是最底层岗位,而是组织里的“中间层动作”——信息整理、任务转译、流程推动、材料包装、汇报表达。这些工作过去养活了大量白领和中层岗位,但它们恰恰最容易被AI和系统接管。
所以那篇文章的底色,其实偏冷。它讨论的是:哪些价值会先被压薄。
而张丽俊这篇《有这3种特质的人,AI永远无法取代》,提供的是另一个视角:不是哪些岗位会被削弱,而是什么样的人,反而会在AI时代变得更贵。

这两篇文章表面上看像是在说相反的话,其实不是。前一篇讲的是“AI会先替代什么”,这一篇讲的是“AI越强,什么会更稀缺”。把两篇放在一起看,结论才完整:
AI不会平均地替代所有人,它会先抹平那些可复制的能力,然后放大人与人之间真正的能力差距。
这才是我真正想表达的判断。
一、上一篇讲的是“岗位结构会变薄”
我依然认为,上一篇的大方向没错。
因为AI最擅长干的,就是那些可以拆步骤、定规则、套模板、反复调用的工作。比如写周报、做纪要、拆任务、催流程、汇总信息、出初稿、做汇报。过去很多中层和白领岗位的日常,核心就是这些动作。
所以,我上一篇真正想说的,不是“中层都完了”,而是:
那些只靠上传下达、信息搬运和材料包装存在的中间层,价值会迅速变薄。
这不是情绪判断,是技术逻辑。AI和系统一旦接进组织,这些“中间动作”一定会被重做。
二、但这一篇补上了“人和人真正的分水岭”
张丽俊提了三个词:创造力、判断力、关系力。
如果说上一篇是在拆岗位价值,那这篇真正补上的,是人的底层价值。它回答的是一个更关键的问题:
当那些标准化动作都被AI做掉之后,人到底还剩什么?
这个问题,比“会不会用AI”重要得多。因为未来大家都会越来越会用AI,这件事很快会从优势变成标配。真正拉开差距的,不是你会不会调模型,而是:
当模型把标准动作都做完以后,你还能贡献什么机器给不了的东西。

三、两篇文章最大的区别:一篇讲效率逻辑,一篇讲价值逻辑
我上一篇,讲的是效率逻辑。站在组织视角看,哪些环节能系统化,哪些岗位会被削薄,哪些中间价值只是低效率组织的补丁。
张丽俊这篇,讲的是价值逻辑。站在个体视角看,什么能力即使在AI很强的时候,仍然难以被廉价替代。
所以两篇分别回答了两个问题:
-
• AI会先动谁的饭碗? -
• AI越强,谁反而越值钱?
分开看,就不矛盾了。
四、我的补充判断:不是“永远无法取代”,而是“更难被低成本替代”
老实说,我不太喜欢“永远无法取代”这种说法。现实不是非黑即白的。AI不是突然把人换掉,而是在不断侵蚀、重组、迁移分工。
所以我更愿意把话说得更现实一点:
AI不会让这三种人绝对安全,但会让他们更难被低成本替代。
为什么?因为创造力、判断力、关系力,也不是喊口号就有价值,关键在于它们能不能落到真实结果上。
-
• 创造力,不是点子多,而是能提出别人没提出的问题; -
• 判断力,不是拍脑袋,而是能在不确定里做出相对更优的选择; -
• 关系力,不是会做人,而是能建立信任、点燃团队、推动协同。
所以真正值钱的,不是“嘴上说自己有三种特质的人”,而是能把这三种能力转化成真实结果的人。
五、AI真正拉开的,不是“人和机器”的差距,而是“人和人”的差距
这是我最想强调的一点。
很多人现在还把问题理解成:人和AI谁赢谁输。但未来更真实的情况是:
AI先把人人都会的部分拉平,然后让人与人之间真正的能力差距暴露得更彻底。
过去,很多人还能靠信息差、文档能力、流程熟练度、汇报技巧活得不错;但这些能力未来都会越来越不稀缺。一旦不稀缺,组织就会更直接地看底层:
-
• 你能不能重新定义问题? -
• 你能不能在不确定中做判断? -
• 你能不能让别人信你、愿意跟你协同? -
• 你能不能把事做成,而不是只把材料做漂亮?
所以,AI最残酷的一点,不是替代人,而是它会让那些过去还能靠“动作勤奋”掩盖的问题,全部暴露出来。

结尾
如果把我上一篇和这一篇压成一句统一判断,那就是:
AI会先重做组织里的“中间动作”,但真正决定一个人长期位置的,仍然是那些无法被流程化的人类能力。
上一篇讲的是:哪些岗位会变薄。这一篇讲的是:哪些能力会升值。
合在一起,答案就很清楚了:
-
• 可复制的价值,会越来越便宜; -
• 不可复制的价值,会越来越贵; -
• 未来最大的竞争,不是你会不会用AI,而是你到底有没有属于自己的、不可被低成本替代的价值内核。
所以,别只顾着学工具、学提示词、学工作流。那些都该学,但那只是门票,不是底牌。
真正的底牌,还是这三样:
创造力、判断力、关系力。
来源标注
-
• 外部引用文章:张丽俊,《有这3种特质的人,AI永远无法取代》,2026-04-20 -
• 对比参照文章:余炜勋,《AI时代,最先被重做的,可能真的是公司里的中层》 -
• 延伸内容:基于两篇文章的差异与张力,对AI时代岗位结构变化与个人长期竞争力的补充分析
夜雨聆风