“AI将抢走几千万个岗位”——但没人告诉你另外一个消息

你最近一定刷到过这类文章——“AI将抢走几千万个岗位”。

看到这个数字的时候，你心里咯噔了一下，对吧？

但同一周，《经济学人》发了另一组数据：

AI出现以来，美国已经创造了超过100万个新岗位，同期AI相关裁员约20万，新增是消失的五倍。

你刷到那篇说几千万岗位消失的文章，转发到朋友圈，叹了口气，但你刷到这组100万的数据了吗？

大概率没有。

为什么？因为坏消息传播的速度永远比好消息快。

这是心理学里的常识——人对威胁的反应强度，是对机会的好几倍。

你大脑的底层代码还停留在远古时代，草丛动了一下，先跑再说，跑对了活命，跑错了不过白跑一趟。

（台湾插画师SALU的作品）

但在信息时代，这个本能正在害你。

一、你只听到了一半

你想想看，那篇说几千万岗位消失的爆款文章，你真以为作者是在帮你分析趋势？

我看了看那篇文章的后半段——AIGC导演培训课的广告。

“岗位要消失了，快来学AI，否则你就是被淘汰的那个。”先吓你一跳，再卖你一课，这套路屡试不爽，因为焦虑是最好的销售员。

你以为你在获取信息，其实你在被喂养焦虑。

而焦虑最大的危害，不是让你心情不好，是让你把所有精力放在“防守”上——保住现有的饭碗，而不是去看旁边正在冒出来的新机会。

你的注意力被锁在“别丢”上了，就没力气去想“怎么拿”了，这才是焦虑真正可怕的地方。

二、消失的和新增的，不是同一批人

我不是说AI不会消灭岗位，当然会。

世界经济论坛预测到2030年全球约9200万个岗位被替代。

客服、行政助理这些程式化岗位在明显萎缩，这些趋势是真实的。

但同一个预测里还有另一半：同期将新增1.7亿个岗位，净增7800万。

你只听到了9200万，没听到1.7亿。

这就像有人告诉你“这家公司裁了一百人”，但不告诉你“这家公司同时招了五百人”，你会觉得这公司不行了。

但实际情况呢？它在换血，不是在萎缩。

万维钢在得到课程里讲过一个经济学概念，叫“杰文斯悖论”，意思是：当某种能力变便宜了，需求不但不会减少，反而会暴增。

纺织机械发明之后，布料价格暴跌。

（插画师倪传婧作品）

你以为纺织工人要失业了？恰恰相反——布便宜了，每个人从只有一套衣服变成有十几套，纺织工人反而不够用了。

ATM出现的时候，所有人都说银行柜员要完蛋。

结果呢？银行开分行成本低了，开了更多分行，柜员反而增加了。

AI绘画出来之后，一个叫“米画师”的约稿平台，画师单价降了64%，但订单量涨了121%，总收入涨了56%。

活儿变便宜了，需求变大了，蛋糕反而做大了。

AI干的事情，跟纺织机械、ATM一模一样——它让某种能力变便宜了，然后需求就膨胀了。

但问题来了。

消失的岗位和新增的岗位，是同一批人能接住的吗？

斯坦福大学数字经济实验室追踪了数百万工人的数据，结论是：没有发现大范围、全经济范围内的就业岗位流失证据。

但有一个细节值得注意——哈佛大学另一项研究发现，采用AI的公司初级岗位招聘在明显下降，而资深员工的数量在持续增长。

AI不是在“消灭工作”，它是在“重新定价”。

消失的是“人当机器用”的岗位——按流程走、按指令干、不需要判断的那种。新增的是需要判断力、需要跟AI协作的那种。

旧岗位要的是执行力，新岗位要的是判断力。

你原来的工作可能真没了，但不是因为AI太强，是因为那份工作的价值规格过时了。

三、写不进说明书的东西，才是护城河

那什么能力是AI替代不了的？

万维钢讲过一个概念叫“默会知识”——只可意会不可言传的东西。

你能写进SOP的、能编成流程的、能拆成步骤的，AI都能干，而且比你快。

但有些东西写不进说明书里：

跟客户聊到什么程度该报价，团队里两个人闹矛盾了怎么摆平，一个项目到底该不该接——这种手感、分寸、判断，AI学不会。

庄子两千年前就说过这个道理。

齐桓公在堂上读书，轮扁在堂下砍木头做轮子。

轮扁说：您读的那都是古人的糟粕。

齐桓公生气了，轮扁解释——我做轮子，动作慢了不紧，动作快了不牢，不快不慢那个分寸，我自己心里清楚，但我没法教给我儿子。

所以古人的手艺写不进书里，您读的那些，不就是糟粕吗？

能写进说明书的知识，AI都能学。写不进说明书的，才是你的护城河。

四、你在执行，还是在判断

做大健康这几年，我发现一个规律：

越是被AI冲击的行业，客户越愿意为“有人能坐下来跟我聊清楚”这件事买单。

工具人人都能用，但“聊清楚”这件事，AI暂时干不了。

所以与其焦虑“AI会不会抢我的饭碗”，不如问自己一个问题：你现在的工作，是在“执行”还是在“判断”？

如果你的工作每天就是按流程走——填表、录入、跑流程、做重复操作，那确实该紧张了。

因为AI当机器比人当得好，而且不请假、不抱怨、不要五险一金。

如果你的工作需要你判断，该不该做、怎么做、做了之后怎么收——那短期之内，AI还替代不了你。

但前提是你得真的在“判断”，而不只是觉得自己在判断。

怎么区分？看一件事：你的工作有没有标准答案——有的话，AI迟早能干。

如果你发现自己大部分时间在“执行”，别等，现在就开始往“判断”方向挪。

怎么挪？先从你正在做的事情里找那些“没人教过你、你自己摸索出来的”经验。

把你摸索出来的经验写成三条——你的客户最常问什么、你怎么判断该接还是不该接、你踩过最大的坑是什么。

这三条就是你的判断说明书，也是别人愿意为你买单的理由。

消失的岗位不会回来，新增的岗位也不会等你。

别盯着被拆掉的房子叹气了，旁边正在盖的新楼，才是你该去看的方向。