设想这样一个场景：你打开招聘软件，连续收藏了十几个岗位，却迟迟没有投递。

不是都不喜欢，而是每看见一个方向，心里就冒出同一个问题：“现在花时间学，几年后还用得上吗？”

刚毕业的人担心选错路。有了十几年经验的人，担心自己熟悉的路忽然走不通。于是，我们希望有人给出一张清单：哪些职业安全，哪些技能值得学，最好管用十年。

这个愿望很正常。学习要花时间，转行要付成本，谁都不想把积累清零。

但如果把行动的前提设成“先确定这条路不会变”，我们可能会一直等下去。

比起猜中一个不会变的职业，更值得准备的，是工作变了以后，自己怎样接着做。

▪ ━━━━ ▪AI时代，亮话人才

01 职位还叫那个名字，里面的活已经换了

不妨拿培训经理这份工作做一个示意。

过去，一场培训可能把大量时间用在收集材料、制作课件、整理反馈上。现在，团队可以尝试让 AI 协助做初稿、归类意见、整理资料。它做得是否可靠，仍需要具体检查。

职位名称没变，时间的分配却可能变了。课件做得更快以后，业务部门会继续追问：到底哪个工作问题需要培训？学完以后，有什么变化？

如果一个人的优势主要是“我能把课件做漂亮”，他就需要重新考虑：自己的经验还能解决什么问题？

国际劳工组织在2025年的研究中，按任务评估生成式 AI 对职业的潜在影响，并指出，工作内容的转变比整个职业被替代更可能成为主要影响。这是对技术暴露和可能变化的分析，不是某个岗位的失业预报。[1]

所以，看职业前景时，除了看岗位名称，还要拆开看：这个岗位里，哪些任务在变快，哪些任务正在消失，哪些新要求开始出现？

真实照片：工业自动化设备。摄影：Marko Milivojevic／Pixnio，CC0 1.0。此图用于呈现技术进入工作现场，不代表生成式 AI 替代岗位的实证。

工业机器人与生成式 AI 并不是一回事。这张实景照片提醒我们：讨论技术与工作，最终都要回到具体现场，看设备或工具接手了什么，人还要处理什么。

▪ ━━━━ ▪AI时代，亮话人才

02 把“适应变化”拆成四个能做的动作

“提高适应力”听起来很对，也很容易停在口号上。

萨维卡斯等人的职业适应力研究，提出四个维度：关心、控制、好奇、自信。它们不是一份职业推荐名单，也不能保证就业结果。[2] 我更愿意把它们翻译成四个工作动作。

关心未来：留意自己的任务正在发生什么变化。

不是每天刷“哪些岗位要消失”，而是隔一段时间，看看本行业的真实招聘要求、客户的新问题、团队里新增加的任务。变化具体在哪里，先写出来。

把握选择：从自己能动的那一小块开始。

行业景气、公司预算、招聘名额，不由一个人决定。但你能否争取参与一个新任务，能否拿出一点时间补上某个缺口，通常还有可商量的空间。暂时没有空间，也要承认这个约束，再找更小的尝试。

保持好奇：接触自己原本不会考虑的工作场景。

向相邻岗位的同事请教，看看他们真正交付什么、被什么问题卡住。先理解工作，不急着给自己贴“适合”或“不适合”的标签。

积累自信：留下自己解决新问题的证据。

自信可以从很小的事情开始：第一次看懂一份陌生报表，第一次把需求问清，第一次根据反馈改出一个能用的方案。回头知道自己怎么做到，比反复对自己说“我可以”更有依据。

这些动作不需要同时做到满分。先看看，自己最缺哪一块：没看到变化，没采取行动，没接触新场景，还是一直看不到进步的证据？

▪ ━━━━ ▪AI时代，亮话人才

03 经验能否迁移，要换一个场景才知道

工作做了很多年，最难回答的有时是：除了这家公司、这套流程，我还会什么？

“我负责培训”是岗位描述。“我能把一个模糊的业务抱怨，问成可处理的问题”，才开始接近可以迁移的能力。

仍以培训工作为例。下面是一个示意，不是某家企业的案例。

熟悉的任务：访谈业务负责人，整理培训需求。

把它再拆一层：你能否发现对方说法里的矛盾？能否把“员工不积极”追问到具体行为？能否分清知识欠缺与流程障碍？

可能迁移的场景：客户访谈、项目需求澄清、内部服务改进。

这些工作也需要提问和辨别信息。但有共同点，不代表能够直接上手。客户访谈可能需要新的行业知识，项目需求澄清可能涉及技术边界和交付责任。

下一步验证：参加一次新的需求讨论，交出一页问题说明。

请熟悉业务的人看：问题有没有问准？证据够不够？哪些地方仍靠想当然？通过这次反馈，才知道旧经验在哪里管用、哪里还要补课。

AI 可以帮你拆任务、列出可能的相邻场景，也可以挑出说明中的含糊之处。但它给出的“你适合做什么”，只能作为待检验的假设。真实的工作要求和反馈，仍要向现场寻找。

可迁移的能力，需要在新的约束下重新证明。

▪ ━━━━ ▪AI时代，亮话人才

04 找到适合自己的条件，也给自己留一点余地

原来的工作方式，让你在哪些时候发挥得最好？这个问题值得认真想。

你可能需要一段安静的时间，才能把复杂问题理顺；也可能在与人讨论时，更容易发现关键。你可能擅长长期深挖，也可能善于快速熟悉陌生情境。

这些了解有用，但不要太早把它们变成判决：“我内向，所以不能做客户工作”“我过去只做执行，所以不适合负责项目”。

我更建议写下具体条件：我在哪种任务、什么支持、怎样的节奏下，做出了什么结果？又在哪些情况下明显吃力？

比如，“我不适合表达”太笼统。“面对陌生人临时发言，我会乱；提前做过访谈和结构准备，我能讲清楚”，就能指导下一步练习。

我不知道十年后哪一个职位一定安全。关于一个人适合怎样工作，也不必一次定终身。环境、资源、经验变了，我们对自己的认识也可以跟着修正。

▪ ━━━━ ▪AI时代，亮话人才

05 组织也要给人调整的机会

对培训负责人和管理者来说，不能一边要求员工适应变化，一边只允许他们把旧任务做得更快。

如果新项目永远交给已经做过的人，其他人就很难拿出“我也能做”的证据。只发课程清单，却不给任务、反馈和试错空间，学习很容易停在完成学时。

可以从一个小调整开始：让员工参与一项相邻任务，明确他要交付什么、谁来指导、哪些决定需要复核。任务规模要可承受，也要真的有人使用结果。

同样，不是每位专家都必须转去带团队。有人适合深入解决技术难题，有人擅长带教，有人愿意协调资源。先看工作的需要和人的意愿，再谈发展方向。

职业适应不是员工单方面的责任。组织愿意开放哪些机会，往往决定了个人能把学习推进多远。

▪ ━━━━ ▪AI时代，亮话人才

06 这周，给一项旧经验找一个新用途

不用先决定转行，也不用先购买一整套课程。拿一张纸，写三行就够了。

第一行：我已经做成过什么？

写一个具体结果，以及你做了哪些关键动作。少写“沟通能力强”，多写“把三方不一致的需求整理成了可以确认的交付范围”。

第二行：还有谁需要这些动作？

找一个相邻场景，问问真正做这项工作的人。可以让 AI 协助准备问题，但别只听 AI 的职业建议。

第三行：我能交出什么，让对方判断是否有用？

一页问题说明、一段数据分析、一次小型访谈都可以。约定一个范围，拿到反馈，再决定要不要继续投入。

这个尝试不会替你消除所有风险。收入压力、家庭责任和可用时间，都应算进选择里。调整可以很小，也可以慢一点。

先让一项已有的本事，在一个新场景里派上用场。

AI时代·亮话人才｜赵亮

参考资料

[1] 国际劳工组织，2025：Generative AI and Jobs: A Refined Global Index of Occupational Exposure。

查看国际劳工组织研究

[2] 职业适应力量表及四维度，参见萨维卡斯官网所载 CAAS 章节；四个维度源于相关研究，本文工作动作是面向读者的应用说明，并非量表题目或测评。

查看职业适应力资料

配图说明：封面、金句图及结尾漫画为 AI 生成。实景照片来源及授权见下方，未使用 AI 替代真实照片。

照片原始页面：Marko Milivojevic／Pixnio

照片授权：CC0 1.0