ARTICLE · 1311905
AI抢走的不是新人的饭碗,是新人练手的机会
AI抢走的不是新人的饭碗,是新人练手的机会AI能替你干活，替不了你长本事。 上个月，部门开年度预算会。 讨论到招人，领导翻了翻表，说了一句： “明年不招新人了，有AI就够了。” 会议室里没人接话。 我低头看了看自己的电脑，AI刚帮我把一份周报写完。 那一刻我有点恍惚： 要是十年前就有AI，我还能有今天吗？ 前不久，一家做AI的大公司，叫Anthropic，公开了自己公司招人的数据。 一年前，他们技术部门新招的人里，每100个有27个是新人。 现在，只剩9个。 他们的员工让AI干活的总时长，已经是员工自己干活时长的6倍。 当然，这只是一家公司。 而且不是说一个新人都不招了，是新人在新招的人里，占得越来越少。 但这个苗头，已经很明显了。 说白了，AI最先拿走的，不是老员工的饭碗，而是新人用来练手的那些活。 我刚入行那年，干的全是没人愿意干的活。 整理数据，核对表格，写会议记录。 一张表对到半夜，第二天还是被领导一眼挑出三处错。 那时候我觉得自己在浪费青春。 后来才明白，那一年，是我长本事最快的一年。 现在哪个数字不对劲，我一眼就能看出来；哪一步容易出事，我心里有数。 这些本事，全是那些又累又笨的活，一点一点磨出来的。 今年部门来了个实习生，叫小周。 脑子快，AI用得比我还溜。 同样一份数据分析，我当年要做两天，他十分钟就交了。 图表漂亮，结论清楚，挑不出毛病。 直到周会上，领导指着一个数问他： “这个月的数据为什么掉了这么多？” 小周愣住了。 他翻了半天电脑，最后小声说：“AI没写这个……” 那一刻我突然有点心疼他。 不是他不努力，是他从来没有机会，自己一个数一个数地对过。 美国斯坦福大学做过一项研究： 在最容易被AI替代的那些工作里，22到25岁的年轻人，工作机会比别的工作少了13%。 AI替掉的，正好是新人刚入门时最该干的那些活。 活可以让AI干，本事只能自己练。 我们组有两个同事，都很会用AI。 一个是老陈，什么方案都丢给AI，写完直接发出去。 有一次给客户做方案，AI在里面写了一个对手公司的活动数据。 看上去有模有样，客户当场就问： “这个数据是哪来的？我们怎么没查到？” 老陈答不上来。 那个数据，是AI自己编的。 另一个是阿雯。 她也用AI写方案，但每次都让AI多写几版，自己一条一条挑错。 数据一个个去核对，拿不准的地方，她就去现场看，去问老同事。 一年下来，领导有大项目，第一个想到的都是她。 同样是用AI，一个把它当答案，一个把它当草稿。 结果呢？ 老陈越来越离不开AI，领导却越来越离不开阿雯。 今年脉脉发布的一份校园招聘报告里，有几个数很能说明问题。 今年前5个月，校招岗位总数只比去年多了3%多一点，跟AI有关的岗位却多了将近一半。 现在每100个校招岗位里，差不多有38个跟AI有关，去年还只有26个。 公司招技术岗，更看重你有没有用AI做过东西、有没有实际做过项目，反倒没那么看重你是不是985、211毕业。 招其他岗位，除了本科学历，提得最多的是会不会沟通、有没有责任心。 你看，公司不缺会用AI的人。 缺的是能看出AI哪里错了、出了问题能扛下来的人。 AI能给每个人答案，但不是每个人都看得出答案对不对。 我自己用AI，最大的变化不是轻松了，而是空出了时间。 以前写周报要一个小时，现在十来分钟。 刚开始，省下来的时间我都拿去刷手机了。 后来看到小周那个样子，我开始有点慌。 我问自己：要是哪天AI出了错，我还能接得住吗？ 从那以后，我给自己定了个规矩。 AI给我的东西，交出去之前，我先自己挑三个错。 挑不出来，就去对原始数据，去问一线干活的人。 一开始很别扭，明明AI已经做完了，还要自己再折腾一遍。 可慢慢地我发现，这跟我当年对表对到半夜，是一回事。 只是这一次，陪我练的是AI。 王阳明说过一句话：“人须在事上磨，方立得住。” 意思是，人得在一件一件具体的事里反复磨，本事才算真正长在自己身上。 AI能帮你把活干快，但练本事这一步，谁也替不了你。 谁把省下的时间拿来练本事，谁就不怕被AI替掉。 ▽ AI拆掉了新人练手的那级台阶。 这不怪谁，是这几年正在发生的事。 可台阶没了，路还得自己走。 如果你刚入行，或者正在带新人，不妨试试这三件小事： 第一，AI做出来的东西，交之前自己先挑三个错。 第二，每周留一件事不用AI，从头到尾自己做一遍。 第三，多去现场看看，多问一句“为什么”。 AI越强，越要有自己的手艺。 你呢？你身边的新人，还有机会练手吗？
