AI 时代人才战略 · 02
AI 不会直接淘汰你,但会用 AI 的人会
你的工作会不会被替代?有一个比看行业报告更准确的判断方法——只需要问自己一个问题。
上一篇我帮高三儿子选专业,推演出一个结论:AI 替代的不是行业,是"有标准答案"的能力。 写完之后我突然意识到——这个逻辑不只适用于选专业,它同样适用于判断你现在的工作安不安全。
最近和很多朋友聊天,发现大家的焦虑出奇一致:"我的岗位会不会被 AI 替代?"
有人说要去学 Python,有人报了 AI 培训班,有人把简历上加了一行"熟悉 ChatGPT"。但大部分人忙了一圈之后,焦虑感并没有减少——因为他们在做战术动作,却没想清楚战略问题。
战略问题是什么?
不是"我该学什么 AI 工具",而是"我的工作中,哪部分正在被淘汰,哪部分正在增值"。
PART 01
一个自测:你的工作有多"安全"?
我用上一篇的"标准答案"框架做了一个简单的自测。你可以现在就试:
回想你上周的工作,列出你花时间最多的五件事。然后对每一件事问一个问题:
这件事,能不能写出一套 SOP(标准操作流程),让一个新人照着做就能完成 80%?
如果能 → 这件事 AI 大概率能做,而且很快会做得比你好。
如果不能 → 这件事暂时安全。
试一试:
上周你花时间最多的五件事是什么?
☐ 第 1 件事:________ → 能写 SOP 吗?
☐ 第 2 件事:________ → 能写 SOP 吗?
☐ 第 3 件事:________ → 能写 SOP 吗?
☐ 第 4 件事:________ → 能写 SOP 吗?
☐ 第 5 件事:________ → 能写 SOP 吗?
如果五件事里有三件以上能写 SOP——你需要认真读完这篇文章。
不是说你明天就会被裁,而是说你正在用大量时间做一件事:和一个不睡觉、不要工资、每几个月变强一倍的对手,比赛同一个项目。
PART 02
三种最危险的工作姿势
顺着这个框架往下推,我发现不是某个具体岗位危险,而是三种工作姿势危险——不管你是什么职位,只要你的工作主要在做以下三件事之一,就需要警惕。
⚠️ 危险姿势一:信息搬运工
你的主要工作是:接收上游的信息 → 整理加工 → 传递给下游。比如:把一线数据汇总成报告给领导看,把领导的决策翻译成任务分给团队,把客户的需求整理成文档给开发。你是人肉路由器。
⚠️ 危险姿势二:标准化执行者
你的主要工作是:按照已有的流程、模板、规范来完成任务。写标准化的报告、做固定格式的 PPT、按模板审核文件、用固定规则处理数据。你在做的事有标准答案。
⚠️ 危险姿势三:流程协调者
你的主要工作是:开会对齐、跟进进度、催促各方、确保流程推进。你自己不产出最终结果,而是确保别人产出结果。你是一个人工项目管理系统。
注意:危险的不是你的职位名称(PM、分析师、助理),而是你的工作姿势。同一个岗位,有人在做判断,有人在做搬运——前者安全,后者危险。
PART 03
三种正在增值的工作姿势
那反过来,什么样的工作姿势是安全的——甚至正在变得更值钱?
✅ 增值姿势一:问题定义者
你的工作不是"完成被分配的任务",而是"定义要解决什么问题"。你决定团队接下来应该做什么、为什么做、什么样的结果是好的。 AI极其擅长解决已定义的问题,但"值不值得解决""怎么定义这个问题"——这是人类的领地。能提出正确问题的人,比能回答问题的人稀缺一百倍。
✅ 增值姿势二:上下文提供者
你拥有AI 无法从互联网上学到的知识:行业的潜规则、客户没说出口的真实需求、组织内部的政治动态、某个关键人物的决策偏好。你不是在做事,而是在为AI提供它自己获取不了的上下文——有了这些上下文,AI才能做出正确的事。硅谷最前沿的AI公司把这种人叫做"Context Provider",认为这是AI时代人的核心价值。
✅ 增值姿势三:AI 放大器
你不是在和 AI 竞争,而是在用 AI 放大自己。一个人+AI 的产出,大于一个团队的产出。 你用AI做调研、生成初稿、分析数据、写代码——然后用你的判断力来筛选、修正、决策。你的价值不是"你能做什么",而是"你+AI能做什么"。一个会用AI的普通人,产出正在超过不用AI的专家——而且这个差距每个月都在拉大。
一句话总结这个逻辑:
如果 AI 能做你的工作 → 你在和 AI 竞争 → 你会输。
如果你能让 AI 做得更好 → 你在和 AI 协作 → 你会赢。
区别就在于:你是在做 AI 能做的事,还是在做 AI 做不了的事?
PART 04
从"知道危险"到"真正安全",中间只差一步:变成 AI-Native
最近有一个很火的概念叫做"AI-Native"(AI 原生)。它不是指你会用多少 AI 工具,而是一种思维方式的根本转变:
AI-Native 的核心转变:
旧思维:"我来做这件事。做不了的地方,看看 AI 能不能帮忙。"
新思维:"默认 AI 来做。做不了的地方,我来补。"
怎么实现这个转变?不需要学编程,不需要学大模型原理。就一件事:重新审视你的工作流。
今天就可以开始的三步走:
1拆解:把你的工作流写成步骤 选一个你每周都要做的任务,把它拆成 5-10 个具体步骤。比如"写周报":收集数据→整理进展→写初稿→排版→发送。 写得越具体越好——你看不清的流程,AI也帮不了你。
2标记:哪些步骤能写 SOP,哪些不能 对每个步骤问:"这步能不能写成标准流程让新人照做?"能的部分标记为"AI 可接管",不能的部分标记为"需要我的判断"。 你会发现,大多数流程中至少有一半的步骤是AI可以接管的。
3重塑:用 AI 重新设计这个流程 把"AI 可接管"的步骤交给 AI,把省下来的时间投入到"需要我的判断"的步骤上。 比如写周报:数据收集和初稿生成让AI做,你把时间花在判断"哪些进展值得highlight、哪些风险需要预警"上——这才是周报真正的价值。
关键不是"学会用AI工具",而是"重新设计你的工作方式"。大多数人的问题不是不会用ChatGPT——而是他们用ChatGPT做的还是旧工作流里的旧动作。就像买了一辆汽车,却还在走马车道。真正的AI-Native,是重新画一条路。
PART 05
不同岗位的人,具体怎么转?
产品经理
危险的版本:写 PRD 文档、画原型图、跟进开发进度。
安全的版本:定义"我们到底要解决什么问题"——去见客户、泡在现场、理解那些用户自己都说不清的需求。
工程师
危险的版本:按需求写代码、修 bug。
安全的版本:定义系统架构、理解业务逻辑、判断技术方案的取舍。从"代码生产者"变成"AI编程的指挥官"。
销售
危险的版本:打电话、发邮件、走标准化的销售流程。
安全的版本:读懂客户没说出口的顾虑,在复杂的商业关系中建立信任。从"推销产品的人"变成"理解客户的人"。
中层管理者
危险的版本:上传下达——向上汇报数据、向下分配任务、开会对齐进度。
安全的版本:既深度参与业务(自己也干活),又能培养团队中的人。从“信息路由器”变成“既干活又带人的教练”。
HR
危险的版本:发职位、筛简历、安排面试、算薪资、跑审批流程。
安全的版本:判断一个人是否真正适合这个团队,设计让人才在 AI 时代持续成长的体系。从"流程执行者"变成"人才判断者和组织设计者"。
每个岗位的转型路径都遵循同一个模式: 把"有标准答案"的部分交给AI, 把省下来的时间投入到"没有标准答案"的判断上。
PART 06
把上面说的变成习惯:5 个行动
1本周就用"拆解→标记→重塑"改造一个工作流
2养成"先问 AI"的默认习惯 每件事开始之前,先花 10 秒问自己:"这件事 AI 能不能帮我做一部分?" 让它成为你思考的起点,不是终点。
3每周做一次"判断练习" 刻意找一个需要你做判断的问题,把你的判断写下来,事后验证。
4主动走到"现场" 去见客户、去泡一线、去观察真实的业务场景。
5把你的工作流重塑经验分享给同事 AI-Native 不是一个人的战斗,它会传染。
结语:真正的竞争对手不是 AI
AI 不会直接淘汰你。淘汰你的,是那个和你做同样工作、但已经 AI-Native 的人。
差距不是能力的差距,是工作方式的差距。而工作方式,是今天就可以改变的。
你的对手不是 AI,是那个已经学会和 AI 协作的同行。
「AI 时代人才战略」系列
01 — 儿子马上高考了,我却越来越不敢给他推荐"热门专业"
02 — AI 不会直接淘汰你,但会用 AI 的人会(本篇)
关于作者前Thoughtworks资深咨询师,中国首批认证 AI-Native 实战培训师,与大家共同探索AI时代如何转型的实践。
夜雨聆风