ARTICLE · 1155029
AI 取代不了的 3 个能力
—— 为什么取代不了，价值在哪，普通人现在能做什么
2024 年初，北欧支付公司 Klarna 做了一件当时被当成标杆的事：让 AI 接管客服。上线第一个月，AI 处理了 230 万次对话，相当于约 700 个全职客服的工作量，平均处理时间从 11 分钟压到 2 分钟。
一年后，故事反转了：客户满意度下滑，公司重新招回人工客服，CEO 公开承认「当初裁得太狠」。
先说结论——这不是「AI 失败了」的故事，而是「AI 替代策略不完整」的故事。 MIT 的一份报告也显示，95% 的企业在生成式 AI 上的投入，没有产生财务回报。
它暴露的是一件更根本的事：AI 能大幅压低标准化执行工作的成本，但有三样东西，它接管不了。
一句话就是：做决定、担责任、真正在场。
要说明的是，这三样和通常讲的「技能」不一样。技能能练熟、能被复制、最终会被 AI 追上——写作、画图、写代码都算。而这三种能力，价值不来自「你比 AI 做得好」，而来自「你站在那个位置上」。这正是它们更稳的原因。
下面一个一个讲。每一件都回答三个问题：AI 为什么做不了？它的价值在哪？普通人现在能做什么？
图 1 ｜AI 能压低"执行"的成本，却接管不了这三件事。
能力一 · 做决定
图 2 ｜AI 负责"怎么做"，人负责"做什么"。
AI 为什么做不了？
把 AI 想象成一台性能极强的导航仪。
它能算出多条路线，告诉你哪条快、哪条堵、哪条更省能耗；现在的 AI 智能体，甚至能根据一句模糊的想法，自己拆解任务、列出好几个备选方案。
但它有一个底层限制：AI 没有自己的价值偏好，所以没法自己权衡取舍。
这不是猜的。当前主流大模型的工作原理，是基于已有数据做概率预测——它没有自己的欲望和目标，也没有「什么更重要」的判断。哪怕它帮你列出十个方向，「哪个值得投入、风险能不能接受、该放弃哪个」，最终还是得由人拍板。
一句话：AI 擅长回答「怎么做」，而「到底要做什么」，必须由人确定。
价值在哪？
因为最终那个选择，决定了资源往哪投、谁拿到结果、谁分到收益。
AI 一次性给你几百套方案不难，但真正改变一件事走向的，是最后敲定的那一个。职场收入有个很朴素的规律：你的回报，取决于你掌握的是哪个环节。
如果你只做执行产出（写稿、作图、写代码），你的薪酬就跟着这类产出的市场行情走。随着 AI 普及，单纯「产出内容」的溢价会被持续压缩。 如果你握有方向选择权（决定写什么、项目往哪走、资源投在哪），你的收益就和这个选择带来的结果绑定，上限完全不同。
普通人现在能做什么？
- 从「等任务」的人，变成「多提问」的人。
接到一件事，先别急着上手，先想一想、问一句：这件事背后真正要解决的问题，是什么？养成这个习惯，就是在练决策。 - 每周主动做一件没人安排的小事。
不用大——整理一份没人更新的资料，或者给流程提一个小改进。重点不是这件事本身，而是练「自己拍板」这个动作。 - 在本职范围内，争取一小块能自主决定的环节。
哪怕很小。
能力二 · 担责任
AI 为什么做不了？
这一点是法律层面的硬约束，不是能力问题。
AI 能输出分析、能写方案，但它不能签字，也就无法承担法律责任。就算 AI 帮你拟好合同，最后签字的只能是人。一旦产生纠纷，法律追责的对象是自然人或企业主体，没法去追责一套服务器程序。
医疗、金融、法律都是同理——哪怕 AI 的分析质量很高，最终确认、签字、承担后果的，必须是人。就算未来 AI 的诊断能力很强，手术知情同意书，也必须由医生和患者本人签署。
价值在哪？
别把「担责」只当成麻烦。现实里，权责是绑在一起的：只有能被追责的人，制度才敢把最终决定权交给他。
换句话说——每一个需要签字的环节，制度都替你留了一个位置。
但也要客观看待：这份权力是带风险的，不是白拿的福利。你有了拍板的权力，就要准备为拍错付出代价。
普通人现在能做什么？
- 心态从「我做完了这几步」，换成「这件事，我来盯结果」。
汇报时别只罗列自己做了哪些操作，可以主动说明：后续结果我持续跟进，出问题我承担。 - 能产出明确结果的任务，别只交过程材料。
尽量交付一个完整的结果。 - 慢慢攒「靠谱」的口碑。
每一次稳妥地承担结果、妥善地处理问题，都是在积累信誉。别人愿意把更重要的事交给你，靠的就是这份长期记录。 - 保持谨慎，但别回避。
签合同、定重大方案、招人这类不可逆的决策要三思；但如果一直回避承担任何责任，就很难接触到核心业务。
能力三 · 真正在场
AI 为什么做不了？
前两件偏决策和权责，这一件，核心是人与人之间真实的关系。
AI 能写出听起来很共情的话。但这里有两种「共情」，差别很大：
第一种是话术上的体贴，属于语言模拟——AI 靠训练数据很容易实现，你也守不住。 第二种是两个人真实相处：一方真正体会另一方的处境，一起承接情绪的份量。这种真实的人际连接，目前 AI 做不到——它能模拟语言，但没有真实的主观体验，没法在关系里承担真实的情绪代价。
价值在哪？
回到开头那个 Klarna。它上线时的效率提升是真的：230 万次对话、约 700 人的工作量、处理时长从 11 分钟压到 2 分钟。
但运行一段时间后，客户满意度下滑，公司不得不调回部分人员接听电话，CEO 也公开提到：当初削减人工客服做得太过，客户需要保留和真人沟通的渠道。
趋势因此很清楚：当标准化服务被 AI 做得足够便宜，「真人参与」反而变成了稀缺资源。 就像工业化之后，流水线商品随处可见，手工制品反倒有了额外价值。
护理、基础教育、心理咨询、一对一顾问销售、手艺、社群陪伴——这些工作不靠「比 AI 更聪明」，价值来自「真人在场」这件事本身。
普通人现在能做什么？
- 如果你的领域天然需要深度真人互动
（教育、护理、心理咨询、一对一客服、手艺、社群），你的岗位本身就更难被直接替代。 - 守住「亲自参与」的部分。
亲自拜访客户、亲自带学员、亲手完整做完一次实操。别把所有一对一的真人交互都交给工具。 - 练习认真倾听。
放下手机，听完别人完整表达，再认真回应。看着简单，现实里越来越稀缺。 - 善用 AI 做分工。
让 AI 去处理重复、标准化的事务，把省下的时间投到真实的沟通里——是用工具解放时间做真人交互，而不是反过来。
为什么偏偏是这三种能力？
它们有个共同点：都不是靠熟练度取胜的「技能型能力」，而是「位置型能力」——你的价值，不取决于你比 AI 做得好不好，而取决于你在结构里的角色。
单一技能很容易被 AI 追上：今天你写文章、画图比 AI 强，以后不一定。但位置不一样——只要这件业务本身还需要人来定方向、担责任、处理真人之间的关系，这些位置就一直在。技能会被追上，位置不会被让出去。
这里还要澄清一个常见误区：「不可替代」不等于「值钱」。
你独有的童年记忆是不可替代的，但没人会为它付钱；有些非遗老艺人手艺独一无二，收入却很微薄。所以更贴合现实的说法是：替换成本高，并且市场有持续需求，才会产生价值。
AI 时代正在发生的，正是这两件事同步进行：标准化执行工作的报酬被持续压低，而替换成本高、市场持续需要人的岗位，价值在上升。
普通人马上能动手的三件小事
前面内容偏长，这里给你一份能立刻开始的清单：
- 换个问题问自己。
别反复纠结「AI 会不会把我换掉」，改成问：决定、担责、真人在场这三件里，我现在能摸到哪一环？ - 先把 AI 用起来。
找熟悉 AI 工具的朋友，花点时间实操一次。试过之后，你自然知道它擅长什么、哪里不靠谱。 - 坚持三个小练习。
每天追问一件事背后真正要解决的目标；每周主动做一件没人安排的小事；和人沟通时，专心倾听。
往长看，可以选定一个细分领域深耕，做到在自己圈子里足够专业，再借 AI 放大执行效率——也就是常说的 T 型能力：纵向是专业深度，横向是 AI 带来的执行力。
一句实在话
这套思路不是万能方案。
不是所有人当下都有条件走到决策岗位。年龄、行业、地域、家庭负担都是现实约束，很多人暂时拿不到最终拍板的机会。所以别把它当成包治百病的办法。应对 AI 带来的就业变化，除了个人提升，还需要培训、社保、教育体系一起调整。
但在你自己可控的范围内，试着往这三个方向靠近一点，通常是有益的。
结尾
AI 时代，不必拼命和 AI 比执行速度——我们很难比得过。
更可行的思路，是站在 AI 的上游：做那个定方向的人、愿意承担后果的人、真实在场的人。
技能随时可能被追上，但「做决定、担责任、真正在场」这三个位置，不会凭空消失。