ARTICLE · 1322571
AI 让 80% 的人失业,却让这 1% 的人一年赚到 100 万美元
2022 年 10 月,马斯克花 440 亿美元买下推特,几周之内送走了将近 80% 的人,六千多个岗位在几封邮件里消失。
那段时间的头条几乎被同一种腔调占满:科技巨头收缩、白领岗位批量蒸发、入门级职位正在消失。社交平台上挤满了“我被裁员了”的长文,评论区里是成千上万个“我也是”,每个人都在算自己还剩几个月房贷,算孩子的学费能不能撑到年底。同一时期还有另一组数字在悄悄往上爬——自由职业者占劳动力的比例从 2020 年的 36% 涨到 46.6%,创作者经济被预测会从 2500 亿美元翻到 2028 年的 4800 亿。这两组数字放在同一张报表上,读起来有点刺眼,因为它们描述的是同一批人、同一批工具、同一条网线,结局却朝着相反的方向走。
一边是六千人同时失去工位,一边是几千万人在互联网上给自己开工资。真正决定一个人站在哪一边的,从来不是会不会用 AI。
那 1% 做的事拆开看只有一件:他们把自己从一个“等待被安排的岗位”,改造成了一个“能自己运转的小系统”。这个系统里有判断力,有分发渠道,有一批愿意为他们付钱的人,AI 只是这个系统里最便宜的那个零件。剩下的人手里握着同一个零件,只是还站在原来的位置上,等着有人来告诉他们该把它装到哪儿。
这两种人的收入差距会越拉越大,跟努力程度关系不大,跟站的位置关系极大。接下来要讲的,是那个位置到底长什么样,以及一个普通人从今天开始,怎么用最小的成本挪过去。
一、入门级岗位正在灭绝,抬高的不只是学历门槛
找到一份入门级工作,正在变得越来越难,难的方式跟十年前完全不同。
过去一个应届生进公司,前半年做的事情是整理数据、写初稿、改格式、跑流程,这些活儿琐碎、低效、容易出错,公司愿意养着,是因为需要一个熟悉业务的过程,也因为这些活确实需要人来干。现在这套流程被工具接管了很大一部分,AI 能写出一份结构完整的初稿,能在几秒钟内整理完一份数据表,能按模板把格式改到挑不出毛病。它做得不一定比人好,但它做得足够快,快到让管理者开始重新算一笔账:我为什么要为一个需要带教两年的年轻人付薪水。
结果就是入门级岗位并没有真的消失,它被挪走了,挪到了原来不属于它的位置上。过去的入门级职位,如今成了初级职位,很快会变成高级职位的要求。
一个刚毕业的人,现在被期待直接给出判断,直接对一个业务结果负责,直接拿出让别人愿意付钱的东西。这套期待在十年前是给有五年经验的人准备的,现在落到了一个二十三四岁的人头上,而多数人从来没有被教过怎么做到这一点。
那么这些被留下来的“高技能”的人,身上到底有什么别人没有的东西。这个问题值得慢慢拆。
他们不是更会用工具。工具人人都会用,学习成本低得几乎为零,任何一个愿意花两个周末的人都能摸到及格线。他们真正的差别在于,知道自己要解决什么问题。工具是扳手,扳手不知道螺帽在哪里,只有人知道。开发者、写作者、营销人、设计师,所有还在赚钱的创意和技术工作者,靠的共同点都不是操作熟练度,而是对一个具体场景的理解深度,以及把这种理解转化成别人愿意买单的东西的能力。
初学者靠什么赚钱,答案从来不是“我会用某个软件”,而是“我比别人更清楚某群人的麻烦在哪”。这句话听起来抽象,落到现实里非常具体:你知道小公司老板最怕的不是没客户,是客户来了接不住;你知道刚生完孩子的女性最需要的不是健身计划,是每天只有二十分钟还能坚持的方案;你知道刚入行的设计师真正卡住的地方不是软件操作,是不知道怎么跟客户解释自己的方案。这些认知不能从教程里下载,只能从你自己踩过的坑里长出来,而它恰好是机器最缺的东西。
二、大多数人接受的其实不是教育
“如果你不创造自己的目标,你就会被分配一个目标。”这句话出自《专注的艺术》,我读到的时候停了很久。
它的意思比它听起来更硬。一个没有自己目标的人,时间会被别人的目标填满,注意力会被别人的议程占走,学到的东西也是别人需要他会的那部分。这套机制在古代叫奴隶制,专职种小麦、放羊、骑马,一辈子只做一件被指定的事,因为做别的对主人没有价值。
我们现在的教育体系,在很多地方沿用的还是同一套结构,只是外壳换了。
学校里最被奖励的行为是什么——按时交作业、答对标准答案、服从安排、不要在课堂上提出让老师难堪的问题。这套训练培养出来的是一种非常特定的人格:擅长在既定规则里拿高分,不擅长质疑规则本身是否合理。它在工厂时代极其有效,因为那时候社会需要的正是大量能稳定执行指令的人。到了今天,能稳定执行指令恰好是最容易被替代的那一类能力。
我们被条件反射式地训练成害怕惩罚,考好成绩是为了不被批评,而不是因为想知道什么。这套反射一直跟到工作里,变成了“领导没说我就不做”“这个不在我职责范围内”“等安排”。
一个自由人应该有目标,然后学习实现这个目标所需要的一切。目标不是职业规划表上的一行字,目标是一种你想对他人产生的正面影响,它决定了你需要学什么、解决什么问题、和谁站在一起。目标一旦确定,学习就变成了主动的、有方向的、有筛选的,你知道哪些知识是噪音,哪些是必需品。
大多数人没有选择过自己的目标。他们从小被编好了一套员工思维,做被告知的事,在一个狭窄的领域里学得越来越深,深到自己都忘了那个领域之外还有别的东西。这种狭窄不是能力问题,是视野问题:你的思维默认是窄的,因为你的目标是别人给的,而别人的目标只需要你窄。
于是问题变成了:我们该学什么,才能在完全不知道未来五年会发生什么的条件下,仍然不被淘汰。
三、真正保值的不是技能,是一套能自我更新的技能栈
我在一位叫巴克敏斯特·富勒的人写的一本书里读到一个比喻,讲的是海盗和陆地统治者的关系。
海盗懂地理、懂天文导航、懂生物、懂船、懂历史、懂科学,因为航海和贸易需要他们什么都懂一点。他们是通才。陆地统治者只知道自己那一小片土地,加上海盗愿意告诉他们的那部分,而海盗完全可以说谎。陆地统治者是专才。
这套结构之所以能维持,靠的是一个很精巧的设计:海盗把王国里最聪明的人请去当“皇家史官”“财政大臣”,给他们头衔、给他们荣耀、让他们整天研究一个非常狭窄的细分领域。这些聪明人很满意,因为荣耀是真的;陆地统治者很满意,因为有人替他打理事务;海盗最满意,因为最有可能推翻他的人,现在正忙着研究一个对权力结构毫无威胁的题目。
富勒的结论是:学校被创造出来,用专业化的荣耀收编最聪明的那批大脑,让他们保持狭窄,不选择自己的目标,也就不会去学那些真正能让他们翻身的东西。
这个说法听起来像阴谋论,落到实处却非常朴素:专业化之所以被大力鼓励,是因为它好管理、好定价、好替换。一个只会一件事的人,离开这个岗位就无处可去,所以他不会走,也不会要价。反过来,一个能在多个领域之间穿梭的人,随时可以自己创造位置,这种人不好管。
动物和人类的区别也在这里。动物为了生存而专门化,长颈鹿的脖子越来越长,长喙的鸟能啄到浅水里的鱼,然后它们被锁死在这个环境里,环境一变就灭绝。人类走的是另一条路:我们造工具来弥补自身的缺陷,投掷长矛是为了吃到够不着的东西,写下来是为了不忘记,用手机发消息是为了不被群体排除。你身边所有的技术进步,本质上都是对“专门化会导致灭绝”这个规律的一次对冲。
所以真正该问的问题不是“我该学哪个技能”,而是“我是在打造能防止自己被取代的东西,还是在把自己打磨成别人机器上的一个齿轮”。
如果要给“深度通才”一个具体的技能清单,Devon Eriksen 列过七项,他管它们叫解放性技艺,因为它们让人从被安排的状态里解放出来:逻辑,从已知事实推导真相;统计,理解数据真正的含义;修辞,说服别人并识破别人怎么说服你;研究,面对一个完全陌生的题目知道从哪里下手;实用心理学,看穿别人行为背后的真实动机;投资,让已有的资产长大;能动性,决定走哪条路并且真的迈出去。
这七项没有一项能靠看视频学会,全部要在真实场景里反复撞墙才能长出来。而在它们之上,我认为还有三件事更直接地决定收入:营销与销售,因为不懂怎么让人愿意付钱,你唯一的选择就是等雇主发薪水;写作与思考,因为把脑子里的东西清楚地说出来,是走到任何人面前的基础;创业,因为它是唯一一门强制你把所有能力串起来、并且对结果负全责的元技能。
有了这个底座,具体的技术技能反而变得不那么重要,因为你能按需学。今天需要社交媒体,你花两周摸清平台的分发逻辑;明天需要邮件营销,你花一周搭起一个序列;后天需要一点视觉设计,你找一个模板改到能用。这些技术技能本身不难,难的是知道什么时候该用哪一个,而这恰恰是通才的判断力。
四、那 1% 具体做了什么:把自己变成一家公司
到这里可以回答最开始那个问题了,那 1% 的人到底做了什么,让收入相差三个数量级。
他们做的事情可以压缩成一个动作:把自己产品化。
这句话经常被误读成“去做自媒体”或者“去卖课”,实际上它讲的是一个结构问题。传统的工作模式下,你的价值被外包出去了:公司替你找客户、替你定价、替你收钱、替你承担风险,然后拿走其中的大部分。你换到的是稳定,代价是你永远不知道自己到底值多少钱。
把自己产品化的意思是,把这个链条收回自己手里。你有一个明确的、能说清楚的目标;你在追求这个目标的过程中解决了自己的问题;你把这些过程写出来,吸引到一群走在相似路上的人;然后你提供一个能让他们更快到达的方案,可能是一次咨询,可能是一门课,可能是一份模板,也可能只是一个社群。
Naval 有一句话我特别喜欢,他说这个星球上有将近七十亿人,他希望有一天也有将近七十亿家公司。企业在他眼里没那么神秘,它只是一个法律结构,让你能够建造你想要的东西、解决有价值的问题、并且从这两件事里获得收益。这套行为在穴居人时代就存在了,只是那时候不需要营业执照。
现在让单个个体能做到这件事的条件已经全部具备了。你可以在互联网上学会任何东西,可以在互联网上造出任何东西,可以从地球另一端的陌生人那里收到钱。这三件事在二十年前需要一家公司、一笔启动资金、一个团队才能完成,今天一个人、一台电脑、每个月几十美元的订阅费就够了。
我理解很多人对“做生意”这三个字有生理性的排斥,觉得那是留给有钱人或者某种特定性格的人的。这种排斥本身是被训练出来的,因为主流的叙事一直把商业描述成一个需要天赋、需要资本、需要人脉的领域,而这个描述恰好对雇主有利。
换个角度想,商业最朴素的形态就是价值交换:你让对方的问题变简单了,对方愿意为此付钱。你帮朋友改过简历、帮亲戚的孩子补过数学、帮同事搭过一个表格模板,这些行为在结构上就是商业,只是没有收费。
至于具体从哪里开始,我的建议是不要去追一个看起来很大的点子。绝大多数人脑子里蹦出来的第一个商业想法都不太值钱,因为在你还没有任何实战经验的时候,你的脑子能产出的好点子本来就有限。真正可靠的方向,是你自己每天在经历的问题:如果你在健身上拿到了结果,就去卖健身方案;如果你在专注力上摸索出了一套办法,就去做一门关于专注的课;如果你在情绪管理上走出来了,就去卖一套练习。这些问题之所以值钱,是因为它们普遍,而且机器解决不了——AI 可以给你一份训练计划,它没办法让你第二天真的起床去做。
起步阶段最实际的形态,是所谓的最小可行报价:一个单项技能的咨询服务,或者一个四到六次通话的教练包。定价不用高,五百到一千美元起步,关键不在于赚多少,在于让你第一次真实地经历“有人愿意为我的判断付钱”这件事。这个体验会改变你对自己的定价认知,而定价认知一旦改变,你在职场里的谈判姿态也会跟着变。
有了第一个报价,把它交付好,把过程记录下来。记录下来的东西会变成内容,内容会吸引来更多人,更多人的问题会逼着你把一对一的交付改造成可以复制的产品。这条路径走顺之后,你的收入结构就从“用时间换钱”变成了“用判断力换钱”,而判断力是可以复用的。
五、关于 AI,多数人的恐惧放错了地方
每次聊到这个话题,总会有人问同一个问题:如果 AI 能写文案、能做设计、能剪视频,那这些工作还有什么意义。
答案要分两层看。
第一层,确实有一部分工作会消失,而且消失得很彻底。这部分工作的共同特征是:任务由别人定义,过程高度重复,结果有标准答案可对照。这类活本来就是“活该被取代”的,因为它对人的要求只剩下服从和熟练,而这两项机器都做得更好、更便宜、不会请假。
第二层,剩下的事情反而变多了。AI 把执行的成本压到接近零,意味着“想清楚要做什么”这件事变得前所未有的值钱。你给它一个模糊的指令,它给你一堆平庸的产出;你给它一个精确的、带着真实场景和具体受众的指令,它给你的东西会好用得多。这两者之间的差距,就是判断力的价格。
这也是为什么我说那 1% 的人做的事情并不神秘。他们不是比你会用工具,他们是比你更清楚自己要什么。他们有一个别人能听懂的目标,有一群认得出他们的受众,有一套能把价值交付出去的结构。工具在他们手里只是最后那一步的加速器。
反过来说,如果你现在的工作完全依赖别人给你分配任务,你从来不需要自己判断优先级,你的产出永远需要一个上级来验收,那你被替代只是时间问题,跟你用不用 AI 没有关系。工具的普及只是把这个时间点提前了几年,让原本缓慢的淘汰变得很突然。
收尾之前,说一件更实际的事
我知道读到这里,很多人心里会有一种熟悉的抵触:这些道理听着都对,可我明天还要上班,还要还房贷,还要应付那个每周一早上必开的会。
这种抵触是合理的,因为它反映的是一个真实的约束:转换需要时间,而时间恰好是你现在最缺的东西。
所以我的建议从来不是“辞职去创业”。我的建议是,在你现在的位置上,先做一件成本极低的事:把你工作中解决过的一个具体问题,完整地写下来。写清楚背景、你怎么判断的、试过哪些没用的办法、最后是什么起了作用。写完发出去,不用管有没有人看。
这件事的价值不在流量,在于它会强迫你把脑子里那些模糊的经验,变成别人能读懂的文本。这个动作做上十次,你会发现自己对“我到底会什么”这个问题的答案,比过去清晰得多。而一个能清楚说出自己会什么的人,在职场上谈判的底气、在被裁时找下一份工作的速度、在决定要不要自己干的时候的把握,都会不一样。
百分之八十和百分之一之间的差距,起点往往就是这么小的一件事:有人把自己的判断写下来了,有人一直留在脑子里。















































































