AI 正在重构这四种工作类型

把这四类放进一个坐标轴：横轴是线上和线下，纵轴是标准化和非标准化。

第一象限，线上标准化工作。比如数据分析、客服问答、内容审核、编程。这类工作就是我们熟悉的白领，也就是脑力劳动。这类工作量大，标准化程度高，是智能体的主战场。Codex、Claude、WorkBuddy 这类产品，已经能接手这类工作中的大部分环节。

第二象限，线下标准化工作。比如智能驾驶、无人机巡检、智能工厂。这类是重资产、重技术、重产业的工作，头部制造企业已经在做了，比如特斯拉、大疆这类公司。

第三象限，线上非标准化工作。比如用 AI 给公司定制 ERP 系统、给门店做获客的短视频、给一类客户做个性化的营销方案。这类工作没有统一答案，需要 AI 与人结合才能做好。需求还是传统的需求，AI 主要是提效工具。这是普通人的机会，也是一个不错的创业方向。

第四象限，线下非标准化工作。比如装修工、汽车维修工、理发师、护工。这类工作依赖现场判断、手感、沟通和信任，AI 很难完全替代，但会成为他们的辅助工具。

就拿理发师来说。AI 能一秒生成十张发型效果图，但你的头型、发质、发旋，跟图里的人不一样；你说"稍微修一下，别剪太短"，这句话只有跟了你几年的理发师才听得懂。剪刀在你头上，差一厘米就是事故，这种现场判断和手感，机器人不是做不到，是一把头发几十块钱，怎么算账都不划算。何况很多客人跟理发师一聊就是十年——理发师卖的不只是发型，是信任。

所以，越线上、越标准化，越先被 AI 重构；越线下、越非标，越晚被替代，但会被 AI 增强。

AI 替代工作，受四个因素限制

一是模型的能力。随着模型能力提升，智能体的能力边界就越大。最新 OpenAI 的模型在数学方面的突破已经证明：它们不只是学习人类已有的知识，还具备创造新知识的能力。

二是算力的成本。随着算力价格下降，可以替换的工作内容就越多。有一些线上标准化工作，之所以现在还没被规模化替换，不是因为 AI 做不了，而是当下用人做更便宜，用 AI 更贵。

三是工具的易用性。随着工具的普及化，使用 AI 工具的人会越来越多，此刻用 AI 的红利也会随之消失。正因为现在用 AI 的门槛还高，创业者用好 AI 工具、改造工作流，就相对同行有明显优势。

四是时间。随着时间的推移，我们的工作正不可逆地被 AI 重构。无论我们是否接受，这都是趋势。可能你所处的行业体感还不强，但不代表没有改变。哪怕是一个正确的方向，也需要时间走完。

底层的逻辑已经悄然在变

存储和算力芯片，短期供给不足，但长期看价格一定是一路往下的——技术进步加玩家竞争，算力会越来越便宜。

算力下降，就意味着 AI 能支撑去做更非标的边际场景。举个例子：目前我们用 AI 给一家公司做了 ERP 系统。没有 AI 以前，做一个好用的系统，至少要一个外包 IT 团队，做 6 个月，才能做出一个像样的系统；或者每年花几万的租赁服务费。但是现在，我们能够根据自己的需要，做自己的系统。

回头看这个案例，其实就是普通人的打法：用第一象限的工具，去第三象限做事。武器是 AI 智能体，战场是你熟悉的那个具体行业。

但这个窗口不会一直开着。AI 每前进一步，就会把一部分第三象限的工作，变成第一象限。今天做短视频还需要人和 AI 结合，明天可能一个智能体就全包了。第三象限的机会，是有保质期的。