AI时代,什么样的工作最“抗打”?

不是AI淘汰了你，是你做的工作“可标准化”程度太高了。

去年，公司IT部门给我们供应链团队演示了一套AI排程系统。

屏幕上，算法在几秒内跑完了我们平时需要半天才能算出来的生产计划。物料需求、产能分配、交期预测，一目了然。会议室里有人小声说：“这玩意儿再迭代两年，我们是不是该失业了？”

IT负责人笑着打圆场：“工具嘛，辅助而已。”

但我注意到，坐在角落的生产计划主管老周，脸色不太好看。他做了十五年计划，Excel使得出神入化，是整个部门公认的“人肉MRP”。但那一刻，他引以为傲的速度，被一行代码碾过去了。

这大概是当下很多职场人的真实恐惧：AI来了，我的工作还保得住吗？

今天，我用供应链的逻辑，把这件事拆开讲清楚。

01 被AI替代的，从来不是职业，而是“可标准化的任务”

供应链里有一个概念叫“产品复杂度”。

复杂度低的产品——比如标准螺丝钉——谁都能做，拼的是成本和效率。复杂度高的产品——比如定制化设备——需要设计、调试、反复沟通，拼的是解决方案。

工作也是一样。

AI最擅长的事，恰恰是“低复杂度、高重复性、规则明确”的任务：

我在做供应链控制塔项目时，最深的一个体会是：我们把18项核心KPI的监控从人工拉数变成了系统自动抓取，数据准备效率提升了90%。以前需要三个人每天花两小时做的事，现在系统秒出。

那三个人失业了吗？没有。他们被调去做异常分析和根因挖掘——这些事，AI做不了。

所以问题的关键不是“AI会不会抢我饭碗”，而是“我每天做的事，有多少是能被写进规则里的”。

我在供应链干了十一年，经历过产能爬坡、贸易壁垒、物料断供。我发现，供应链上有些环节，再先进的系统也替代不了人。而这些环节，恰恰对应着职场上最“抗打”的能力。

供应链有句话：“计划永远赶不上变化。”

AI能做的是“当一切正常时”的最优解。但现实是：供应商突然断供、海关临时查验、设备意外故障、客户临时改单——这些例外事件，AI处理不了。

为什么？因为例外事件的共同特点是：信息不完全、规则不明确、需要跨部门协调。

我在2020年应对贸易壁垒时做过一个项目：把一部分产能从国外转移到国内，同时建立半成品缓冲库存。这个决策涉及关税政策解读、成本测算、供应商谈判、跨国团队协调。没有任何一个环节是“标准流程”。

职场的启示是：如果你每天的工作都是处理“标准情况”，那你被替代的风险就高。如果你擅长处理“烂摊子”，你就永远有饭吃。

AI擅长“解决问题”，但不擅长“定义问题”。

你可以给AI一堆数据让它找规律，但它不知道“这个问题值不值得解决”。你可以让AI生成十版方案，但它不知道“哪一版更符合老板的意图”。

我在搭建S&OP机制时，最核心的工作不是排计划，而是定义“什么叫好计划”——是交付率最高？库存最低？成本最优？这个权衡，需要理解业务的战略重心，需要和各利益方反复对齐。

职场的启示是：执行层容易被替代，决策层很难。从“怎么做”转向“做什么、为什么做”，是抗打的关键。

供应链管理，本质上是对人的管理。

你可以用算法算出最优采购量，但你没法让供应商在产能紧张时优先保你的货——那靠的是长期合作建立的信任。你可以用系统自动发出催货邮件，但你没法让采购真心实意帮你盯紧那批急料——那靠的是你对他的理解和尊重。

我在做国产化替代项目时，最难的不是找到新供应商，而是让研发部门接受“换料”这件事。技术参数可以对比，但研发对老供应商的路径依赖、对新物料的风险顾虑，需要一遍遍沟通才能消解。

职场的启示是：任何需要“人影响人”的工作，AI都替代不了。沟通、谈判、激励、安抚——这些能力只会越来越贵。

开头提到的那位生产计划主管老周，在系统上线后的第三个月，做了一件让我佩服的事。

他主动申请调岗，去了供应链异常处理小组——专门处理各种“烂摊子”：紧急插单、物料断供、品质异常。这个组是全公司最累、最没人愿意去的地方。

我问他为什么。他说：“排计划我排不过AI，但处理烂摊子，AI不如我。”

一年后，他成了那个小组的负责人。薪资涨了，话语权大了，而且再也没有人拿他和AI比较。

因为他做的，是AI做不了的事。

AI不是洪水猛兽，它只是一面镜子。它照出了我们工作中那些重复的、可替代的部分，也照出了那些真正属于“人”的价值。

与其焦虑“AI会不会取代我”，不如问自己：我现在做的事，有多少是AI做不了的？如果答案让我不安，我现在可以做点什么？

供应链里有一个原则：不要把鸡蛋放在一个篮子里。职业发展也是一样。别把所有精力都押注在“可被标准化”的技能上。

开始处理例外，开始做判断，开始影响人。

这些事，AI抢不走。

P.S. 评论区聊聊：你的工作，AI能替代几成？抽一位送《供应链思维》专栏的“个人抗打能力评估框架”完整版。