AI不会让人变得不重要,更不可能变得“无所不能”

从今年2月份开始，随着 AI 在代码和生产力层面卷上一个新层次，AI 逐渐到了“能聪明、稳定地干活”的程度。

越来越多的人开始跨界：产品经理写代码，研发写文章……个体效率正被推向极致，大家一边认为“AI要全面替代白领”，一边又感觉到自己正在变得“十项全能”（感觉啥都想试试，“然后突然感觉身患ADHD”）。

在这个过程中，我也在持续思考一个问题：当AI让各类知识/技能都信手拈来、不再稀缺时，到底什么才是稀缺的？人和组织会如何演变？

01 / 一个底层变化：知识被“平权”了

大模型做了一件事——它把人类各个领域的平均知识凝练到了一起，然后彻底开放。

以前你想写一份法律合同、搭一个网站原型，或者做一套财务模型，都得找专业人士。现在，一个会用 AI 的人，能在几小时内完成过去需要专人几天才能干完的活儿。知识的获取成本断崖式下降。

这意味着什么？

这意味着当所有人都能调用同一水平线的知识时，产品和内容会变得海量，竞争将空前激烈。就像印刷术普及让书籍变得便宜，但真正有洞见的作者反而更稀缺——工具拉平了准入门槛，但门槛之上的东西并没有被拉平。

所以，核心问题只有一个：你有没有高于大模型平均知识的东西？

有，你会显得越来越重要；没有，注定就是被替代的那个。

02 / 三样“高于平均值”的东西

思考下来，有三样东西大模型目前很难替代：

第一，是经验，尤其是失败的经验。

实战经验依然值钱，特别是现实生活/业务里各类灵活冲撞的经历。我个人的感受是，“踩坑经验”尤为珍贵：比如在某个项目里踩了一个巨坑，花了很长时间才爬出来，明确知道“这条路走不通”——这种为组织节约绕弯路的实战记忆，是无价的。

不管你是做产品还是做研发，那些踩过的坑，其实是最值钱的信息。

第二，是审美。

审美是一个人从小到大，被独特的爱好和经历慢慢塑造出来的。AI 可以批量生成内容，但它没办法批量复制个体独特的品味与偏好。

审美本身也是一种直觉。它能帮你快速反应、和实时高效校准 AI，核心是让 AI 的产出不再趋于千篇一律的“平均化”。毕竟既然“平均化”唾手可得，未来注定越来越不值钱。

可惜我们这一代的教育体系和社会规训，过往培养的目标往往是标准化、平均化的人才。拿着这方面平均化的能力未来去跟 AI 对抗，简直是以卵击石。

第三，是从真实的人际信息交换中，实时地萃取新鲜洞察的能力。

大模型的训练数据有时效性天花板。但你昨天和一位行业专家吃饭，他随口说了一句对某个趋势的最新判断——这个信息，AI 还来不及知道。

通过和真实的人接触、深入地挖出最新、最深层的信息。这种能力，高于任何静态的训练数据。

03 / 那么，谁最容易被替代？

顺着前面的逻辑反过来看：

缺乏经验的初阶人群：还没有经历过足够的真实碰撞，没踩过足够的坑。当手里的最高知识和大模型能给出的水平差不多时，处境就会非常尴尬——眼下许多entry level的人才面临就业困境，确实是比较糟糕又无奈的现状了；

缺乏审美积累和独特直觉的人：当大家都在用同样的工具产出越来越趋同时，审美的差异成了最大的区分度。当然审美是抽象的东西，没有绝对的优劣高下，但它至少可以体现为个体独特的直觉，以及某种共鸣力。

脱离一线的“中层管理者”：过去中层管理的核心价值很大一部分在于“信息传递”和“层级协调”，但这恰恰是 AI 和扁平化组织最先消解的东西。当信息可以直达、AI 能自动汇总进度，中间这层“传话”的价值就急剧缩水了。

哪怕许多管理者过去积累过充分的实战经验，但当重心转向管理后，一线实践的新鲜洞察可能早就开始不足了。而来到 AI 时代，模型、工具和实践路径迭代飞速，脱离了“把手弄脏”的真实触感可能会变成更致命的、令管理者做出错误方向判断的关键原因。

04 / 未来的产品长什么样？

顺着这个思路，初步想了想未来的产品形态：

以前的产品本质上是“流程化塑造下的工具”；而未来的产品，都会/正在内嵌Agent的逻辑——至少长了“聪明的脑子“，有”灵活调度能力“和”会进化的状态”。

但要做好的产品，“脑子”只靠大模型的公共知识是远远不够的。比如，如果做一个编剧辅助工具，光有 AI 的通识远不够，还得把编剧行业的专业门道——那些只有资深编剧才知道的经验——高效融入进去。

但垂类专家往往不善于把知识清晰地表达出来。一个干了二十年的老编剧，下意识就知道“这场戏不对”，但要让TA结构化的说明白为什么不对，怎么样才对，TA未必能说清。

这就需要有人去“蒸馏”——把专家脑子里的隐性知识，聊出来、挖出来，然后结构化。还要足够的去跑实战例子、评估、持续迭代。未来的好产品 = 行业基础产品框架 + 聪明的 AI 中枢 + 实时“榨/迭代”进来的行业 Know-how。

05 / 互联网核心角色的进化

未来的产品经理、研发和营销，会变成什么样？

产品经理：变成“一通到底”的连接者

不再需要需求的搬运工。如果只停留在“把业务方的需求翻译给研发”的层面，一定会被淘汰——AI 翻译得比你快，也比你准。

未来的产品经理需要“两只手”：左手是知识萃取、提问和共情力。成为一个极其善于提问的人，面对有专业门槛的人群，用情商和共情力把他们的隐性知识聊出来、“蒸馏”出来，再用产品逻辑将其结构化并融入系统。或者，你自己就是那个懂专业、足够痛、经验足够久的需求方。右手是 Coding 基础能力。能快速把包含了合理的用户体验、基础数据逻辑和专业信息know-how的产品 Demo 做出来，更快的MVP测试，或者让各方更高效的对齐；自己也能动手迭代部分业务层灵活的代码，与研发深度对接。

一边成为/直连现实里最专业的人，一边直连研发和demo代码，一通到底。

研发：门槛变得更高了

AI Coding 确实替代了大量重复性编程。但要做出一个复杂、超越平均水准的产品才能在市场生存，依然需要综合的全栈认知和丰富的实战经验。知道哪些坑必须避，知道怎么搭一个扛得住的系统——这些工程经验，同样是高于大模型的硬资产。

营销：特别是内容化营销，变得至关重要

当做产品的门槛大幅降低、供给走向海量之后，营销成了决定性因素。

未来有几类人特别抢手：擅长内容驱动增长的营销专家；审美独特、能调教 AI 做出差异化内容的创意人；以及有独特表达方式、能给产品做高辨识度包装的品牌高手。

06 / 是精英小队，而不是一人企业

这两年很流行“一人企业（OPC）”的说法——AI 时代一个人就是一个公司。

但理性来看，我认为未来更合理的形态应该是 3-5 人的精英小队。

毕竟，对于有经验的人而言，很少有人能在各个维度都做到完美，更高效的方式依然是彼此取长补短。比如：理解复合能力极强的产品经理 + 实战丰富的资深研发 + 审美独特的营销，结对协作，各司其职。

哪怕 AI 如今让产品也能写代码、研发也能写营销文案、内容同学也能搞产品 Demo——但未来每个工种的专业门槛都在持续变高，而不是在消失。

试图成为什么都厉害的“全栈超人”，最后往往只能做出平均化的东西，而平均化 = 0。

从组织架构来看，大厂的层级预计也会大幅压缩。每个业务单元可能只需要：顶层的战略设计者，若干个精英小队，再加上拉通的中台基建支持。中间“传话”的角色（当然，资源协同、考察情商等与人交往的能力为主的中层角色，不在讨论范围内）将面临更直接的替代。

结论

AI 时代没有让所有人变得不重要，更不可能让所有人变得“无所不能”。它只是让“平均”变得廉价了，让“超越平均”变得更值钱了，拉开了方差。

那些花了很多年踩坑攒下的经验，那些独特又能打动人的审美直觉，那些你在与真实的人深度交流时实时获得的洞察——这些东西，绝不会因为大模型的出现而贬值。

恰恰相反，在一个平均知识被无情拉平的世界里，它们反而成了最稀缺的资产。

也许现在能做的，就是继续深耕自己那块最独特、最有趣的长板吧，那是立身之本，也是热爱的源泉。

不管能不能超越AI日渐拉高的平均线，至少能让我们在AI时代，活得不无聊。