前两天刷到黄仁勋的一个演讲片段,他说了一句话,把我整不会了。
他说:AI让所有人站上了同一条起跑线。
我寻思了一下我没寻思明白。
然后我就去搜了一下这条新闻的背景,发现同一天,领英宣布裁员约4000人,思科也裁了4000人。
跑道是平的。
但有人穿跑鞋,有人光脚。
黄仁勋说的对吗?AI确实让所有人都能接触到同样的工具了,一个应届生用DeepSeek写的代码,可能比一个十年经验的老开发用传统方式写的还快。这公平吗?挺公平的。
但公平≠一样。
我跟你说说我观察到的真实情况吧。
上周我有个朋友,大厂做了八年的产品经理,被优化了。
他的工位还没凉透,接替他的人就开始用Claude整理PRD文档,用Midjourney出原型图,用Cursor AI辅助开发,一个下午干的活比他以前一整天都多。
他跟我说了一句话,我没绷住:
八年经验,抵不过一个会调教AI的应届生。
坦率的讲,这话听着有点刺耳,但确实是事实。
不是AI淘汰人,是会用AI的人淘汰不会用的人。
这个结论我下了,但我不是来贩卖焦虑的。我是来告诉你,怎么让自己站到穿跑鞋的那一侧。

识别层:你的岗位,是不是正在被AI替代?
先别急着学AI,先搞清楚你自己的处境。
我总结了一个简单的判断框架,不保证百分百准确,但胜在够用:
第一,你的日常工作里,重复性任务占比超过40%吗?这个数字不是瞎编的,是我看了十几个被AI替代的岗位案例后总结出来的规律。如果你每天的工作超过四成是在做重复性的事情,那AI学你的速度会比你涨工资的速度快得多。
第二,你做决策的时候,依赖的是固定规则还是灵活判断?举个例子,客服回答"退货政策是七天"——这是固定规则,AI秒学会。但如果客户说"我上次买的东西有问题但我扔掉了凭证",这种需要灵活判断的,AI还有点够呛。
第三,你的工作,能被数据喂出来吗?翻译成人话就是,你这个岗位有没有大量的历史数据可以训练模型?财务报表、客服记录、内容审核、基础代码——这些都有数据,所以AI学得快。但如果你做的是跨部门协调、复杂谈判、创新性设计这种没有标准答案的事,AI暂时还替代不了你。
你自己对照一下,如果你三条全中,那我真得跟你说句实话:得抓紧了。

行动层:被裁的人,后来都做了一件事
我不是那种"教你三招变身AI大神"的标题党。
说真的,我也不知道有什么三招就能搞定的事。
但我观察了那些从被裁边缘活过来的人,他们做的一件事出奇的一致:
不是去学编程,不是去考什么证书,是学会了调教AI。
我跟你说个具体的。
我认识一个HR姐姐,以前每个月做绩效统计要用Excel搞两天,现在她用自然语言跟AI说"把这个月的考勤数据导进来,按部门分组,算出迟到率,排个名,给我个异常名单",二十分钟出结果。
她学编程了吗?没有。
她学的是怎么跟AI说话。
这个技能门槛高吗?坦率的讲,不高。但它需要你转变一个思维惯性——从"我来干"到"我指挥AI干"。
你自己想想,你是不是经常遇到一个问题就自己埋头去做了,而不是先问一句"AI能不能帮我干"?
这个转变很难吗?我觉得不难,就是一层窗户纸。但捅破这层纸的人,和没捅的人,差距会越拉越大。

心态层:起跑线的真相
回到黄仁勋那句话。
他说AI让所有人站上了同一条起跑线。
这话对不对?我后来想明白了,他是说给应届生听的,不是说给中年人听的。
对应届生来说,确实是公平的,起跑线是一样的。
但对已经在职场摸爬滚打了好几年的人来说,你得换个理解方式。
黄仁勋真正想说的,不是公平,是机会均等。
公平是每个人都分到同样的资源。
机会均等是你想用,你可以用。
这两件事看起来差不多,但结果天差地别。
跑道是平的,但有人看到的是起跑线,有人看到的是终点线。
起跑线思维的人在想:AI来了,我跟应届生一样了,好开心。
终点线思维的人在想:AI来了,应届生现在也追不上我了,因为我可以用AI放大我的经验。
你品品这个区别。

写这篇文章的时候,我也在想我自己。
说实话我也不知道我说的这些对不对,我自己也在摸索。但我想着,与其等我想明白了再告诉大家,不如先把我的思考毫无保留地分享出来,哪怕有些想法还不成熟。
反正AI时代嘛,大家一起摸着石头过河,比一个人闭门造车强。
最后说一个我的判断,不一定对,但我挺坚信的:
未来三到五年,职场会出现一个明显的分层。会用AI的人和不会用AI的人,收入差距会从现在的20%拉到50%,甚至更大。
这个判断你可以不信,但我建议你先按它是真的来行动。
因为如果它是真的,你现在开始练,稳赚。
如果它是假的,你也不亏,多学了一个技能。
怎么都不亏的事,不做白不做对吧。
好了,就说这么多。
屏幕前的你,如果觉得这篇文章有那么一点道理,随手点个赞、在看、转发吧。
我们下次见。
夜雨聆风