AI到底是在帮人,还是在抢人的饭碗?

这两年聊 AI，最容易吵起来的话题只有一个：它到底是在帮人，还是在抢人的饭碗？

以前很多人觉得，“AI 替代工作”只是网上吓人的说法。可现在这件事越来越像现实问题了。路透社最近整理了多家公司的裁员情况，提到随着企业把投资转向 AI，一些更容易被自动化影响的行业已经出现岗位减少；高盛经济学家也估算，AI 去年在美国部分高暴露行业中每月造成了 5000 到 10000 个净岗位损失。

但另一边，也有人觉得现在把所有裁员都怪给 AI，其实有点偷懒。Axios 最近就写到，越来越多公司喜欢把裁员包装成“AI 转型”，但里面有不少可能只是传统的降本增效，甚至是借 AI 这个词来让裁员显得更合理。

所以问题就来了：AI 到底是真的抢了工作，还是被公司拿来当借口？

AI确实在改变一些工作

说 AI 完全没影响，肯定不现实。现在很多以前需要人慢慢做的事情，AI 已经能做一部分了。

比如整理资料、写初稿、生成表格、客服回复、基础代码、会议纪要、简单设计、邮件草稿。这些工作以前可能要一个新人花半天，现在熟练的人配合 AI，几十分钟就能弄出第一版。

如果一个岗位本身主要就是做这些重复性的事情，那公司当然会重新计算成本。以前需要三个人做的事，现在一个人加 AI 就能做得差不多，老板很难不心动。

这就是为什么很多入门岗位、初级岗位会先感受到压力。英国招聘平台 Adzuna 的数据也显示，截至 2026 年 3 月的一年里，英国毕业生岗位数量下降了 34.9%，报道中提到 AI 融入工作流程也是影响因素之一。

这对刚毕业的人来说，确实不是一个轻松的信号。以前新人可以靠做基础工作慢慢练手，现在这些基础工作正在被 AI 接走一部分。问题不是“人完全没用了”，而是“新人练级的地方变少了”。

但把所有锅都甩给AI，也不公平

不过，另一种说法也要警惕：只要公司裁员，就说是 AI 替代。

这其实也不一定对。

公司裁员有很多原因：业务没增长、融资变难、成本太高、战略调整、管理问题、前几年招人太多。AI 很可能只是其中一个原因，甚至有时候只是一个好听的理由。

哈佛商业评论今年的一篇文章也提出过类似观点：一些企业裁员并不一定是因为 AI 已经真正表现出了替代能力，而是因为它们相信 AI 未来有潜力，所以提前调整人力结构。

这句话其实挺扎心的。

也就是说，有些人不是被 AI 已经完成的能力替代了，而是被公司对 AI 的想象替代了。

这就有争议了。公司当然可以追求效率，但如果只是因为“未来可能用 AI”，就提前砍掉大量岗位，那普通员工就会觉得很不公平。尤其是很多岗位并不是 AI 真的能完全做好，只是老板觉得“以后应该能”。

真正危险的不是AI，而是不会重新分工

我觉得这件事最值得争论的地方，不是 AI 会不会替代人，而是公司会不会只想着裁人，不想着重新安排人。

Gartner 最近有个调查挺有意思。它说在已经试点或部署自主业务能力的组织里，大约 80% 报告了人员减少，但这些减少并没有明显转化成投资回报。

这说明什么？

说明很多公司以为“用了 AI，少雇几个人，就能更赚钱”。但现实可能没那么简单。人少了，沟通断了，经验没了，客户没人管了，最后效率不一定真的提高。

AI 能做任务，但它不一定懂业务里的复杂关系。它可以总结客户反馈，但不一定知道客户真正不满的是哪句话。它可以写方案，但不一定知道老板真正想看的重点。它可以生成代码，但不一定理解一个项目里那些历史遗留问题。

所以我更赞同一种说法：AI 会改变很多工作，但不是所有工作都能直接被“删除”。

BCG 最近的分析也提到，未来两到三年，美国 50% 到 55% 的工作会被 AI 重塑，但很多岗位不是消失，而是工作内容发生很大变化。

这句话比较接近现实。

不是每个人都会立刻失业，但很多人会发现：以前那套工作方式不够用了。

普通人该怎么面对这个争论？

我觉得没必要一听到 AI 替代工作就恐慌，但也不能假装没事。

最危险的态度是：“反正 AI 替代不了我。”这句话听起来很有安全感，但不一定是真的。AI 不一定替代整个你，但它可能先替代你工作里最简单、最重复、最容易衡量的部分。

如果一个人的价值主要来自“我能把别人给的东西整理一下”“我能把资料复制成表格”“我能写一段普通说明”“我能做一个差不多的初稿”，那确实会越来越危险。

但如果你能判断问题、理解需求、和人沟通、做取舍、把 AI 的东西改成真的能用，那你反而会更有优势。

说白了，未来不是“会用 AI 的人替代不会用 AI 的人”这么简单。更准确一点，可能是：会判断的人，会带着 AI 去替代只会执行的人。

这句话不好听，但很现实。

因为 AI 最擅长的是执行明确任务。你给它一个清楚的问题，它可以很快给你结果。但如果问题本身就很模糊，需要和人沟通、判断优先级、理解场景，它就没那么稳了。

所以普通人真正要练的，不只是“怎么提问”，还有“怎么判断”。

判断哪些任务该交给 AI。
判断 AI 给的答案哪里有问题。
判断一个工具是不是真的帮你省时间。
判断一件事背后的真实需求是什么。

这些能力不会因为 AI 变强就消失，反而会更重要。

我自己的看法

AI 会不会抢饭碗？会，至少会抢掉一部分重复性、低判断含量的饭碗。

但 AI 会不会让所有人都没饭吃？我不太相信。

更可能发生的是，工作会重新分层。会用 AI 的人效率变高，不会用的人压力变大；只做基础执行的人越来越难，能把任务讲清楚、结果把好关的人越来越重要。

这就是为什么我不喜欢那种“AI来了，大家都完了”的说法，也不喜欢“AI只是工具，完全不用担心”的说法。

前者太吓人，后者太轻松。

真实情况大概在中间：AI 不会一下子拿走所有人的工作，但它会慢慢改变每个人的工作。你可以不焦虑，但不能不动。

如果你现在还在上学，或者刚准备找工作，我反而建议你早点把 AI 当成一个基础能力来练。不是为了显得很潮，而是为了以后不被动。

别只学某个工具怎么打开。更重要的是学会：怎么把一个任务拆清楚，怎么让 AI 先出第一版，怎么检查它的错误，怎么把它的结果改成真正能交付的东西。

未来最吃亏的人，可能不是完全不会用 AI 的人，而是以为“会让 AI 写点东西”就算会用的人。

觉得有用，点个赞，收藏起来慢慢看。
关注 cc，后面继续聊点普通人真能用上的 AI 方法