AI时代,你慌不慌?

最近和很多朋友聊天，AI是绕不开的话题。

有人很兴奋，觉得这是一个新世界的大门；有人很焦虑，觉得过去的经验好像突然不值钱了；也有人表面上云淡风轻，说不就是一个工具嘛，可真看到别人用AI三小时干完自己三天的活，心里还是会咯噔一下。

其实这都正常。

我自己也不是从一开始就气定神闲。GPT刚出来的时候，我多少也是有些紧张的。我们做咨询，本质上是知识工作。知识工作者过去赖以生存的东西，无非是信息、经验、判断、表达、总结和方案。可AI一出来，很多原来需要几年训练才能完成的基础动作，突然之间被压缩到了几分钟，甚至几十秒。

这不是简单的工具升级。

电脑出来，是工具升级；互联网出来，是工具升级；移动互联网出来，也是工具升级。但这一次对知识工作的冲击，确实比过去更深一些。它不是把效率提升10%、20%，在很多重复性的知识工作上，它是数量级的提升。

所以，慌一下，很正常。

问题不在于慌不慌，而在于慌完之后，我们到底怎么看。

一、AI焦虑，不只是个人的事

先讲两个小故事。

我看到过一家企业，老板大概也感觉到了AI的重要性，于是发了一个行政命令，要求全公司学习AI、使用AI、推广AI。

这个动作当然不能说错。问题是，任何事情一旦首先表现为行政命令，后面的效果大概就可以想象了。大家会参会，会打卡，会交心得，会在表格里写“已学习”“已应用”“持续推进”。但AI到底解决什么业务问题？哪些场景值得先改？哪些流程要重构？哪些岗位能力要重新定义？如果这些问题没有想清楚，最后很容易变成动作很多，成果很少。

组织也会焦虑。

组织一焦虑，就会把焦虑变成要求；要求再往下传，就变成了基层的任务和中层的压力。于是上面很急，下面很懵，中间那个人最难受。

还有一个故事，是春节回老家的时候听来的。

有个亲戚，四十出头，国企中层，工作还算稳定，生活也过得去。他主动跟我聊AI，聊得很认真，还聊到了最近在“养龙虾”。

听起来很跳跃。一个国企中层，为什么突然关心AI，又突然去关注养龙虾？如果只看表面，会觉得这是赶时髦；但往深处想，其实背后是一种很典型的中年不安。

原来的路，好像还能走；未来的路，又好像没那么稳。

这几年很多人都有类似的感觉。不是明天就没饭吃了，也不是岗位马上就没了，而是突然意识到：过去这些年积累下来的经验、能力和位置，未来到底还算不算数？

这个问题，比失业本身更让人难受。

因为它问的不是工作，而是价值。

二、焦虑的根源，是怕被抛弃

我想了想，AI焦虑的根源其实就四个字：

怕被抛弃。

人是社会性的动物。人活着，不只是吃饱穿暖，还需要被看见、被需要、被接纳。所谓焦虑，很多时候并不是眼前真的发生了什么，而是你隐隐感觉到，自己可能跟不上了，可能接不上话了，可能被一个新的世界慢慢排除在外了。

这个现象在生活中也很常见。

比如一个人到了某个年龄，朋友聚会时，大家都在聊孩子、聊孙子、聊升学、聊带娃。如果你没有进入这个生活阶段，就会发现自己很难插话。不是别人故意排挤你，而是你没有那个共同经验，自然就不在那个话题里。

AI也是一样。

别人开始聊大模型、智能体、提示词、工作流、Skill，你一句也接不上。时间长了，问题就不只是“不懂一个技术名词”，而是你会感觉自己慢慢被排除在一种新的协作语言之外。

所以AI焦虑大体有两层。

第一层是不懂。

不懂当然不只是技术不懂。绝大多数人也不需要懂神经网络的每一步计算，正如你开车并不需要懂发动机每一次燃烧的细节。真正让人焦虑的是：别人都在说，我听不懂；别人都在用，我不知道怎么用；别人已经拿它做事了，我还停留在看热闹。

第二层是怕被替代。

这就更直接。怕工作没了，怕岗位没了，怕年轻人用AI很快把自己多年积累的那点熟练优势抹平。尤其是知识工作者，过去很多优势建立在“我知道得更多”“我写得更快”“我总结得更好”“我见过的案例更多”之上。AI一来，这些能力不是完全没用，但至少有一部分被重新定价了。

人真正害怕的，不是AI会写一篇文章、做一张PPT、画一张图，而是它提醒你：如果你的价值只停留在这些动作本身，那确实危险了。

三、最慌的是中年，也是中层

这轮AI焦虑，有两个重灾区。

一个是中年人。

年轻人当然也会焦虑，但年轻人的焦虑里往往还有一种兴奋。他们没有那么重的路径依赖，也没有那么沉的家庭责任。新的东西来了，学就是了，试就是了，错了也还有时间。

中年人不一样。

中年人上有老，下有小，前面有房贷，后面有孩子，中间还有一个不太允许自己轻易失败的身份。你不能说换就换，说试就试，说重新开始就重新开始。很多人到四十岁，本来按照孔子的说法应该“四十而不惑”，可现实是，很多人反而更惑了。

为什么？

因为支撑他稳定感的东西在动摇。

过去经验有用，过去熟练有用，过去认识人、有流程、有套路，也有用。可AI来了以后，一部分熟练型能力会被压缩，一部分重复性知识工作会被替代，一部分“我以前就是这么干的”会失效。

这时候人就会问：

我到底还靠什么立身？

第二个重灾区，是中层管理者。

这些年每次新技术出来，总有人说中层要消亡。听多了以后，我就想笑。太阳底下没有多少新鲜事。上世纪五十年代计算机开始普及时，就有人说中层管理者会消亡。结果几十年过去，中层不仅没有消亡，反而在很多组织里变得更加庞大。

今天AI来了，又有人说中层会消亡。

我认为，要消亡的不是中层，而是那些只会上传下达、监督打卡、当传声筒的中层。如果一个中层的工作只是把老板的话转给员工，再把员工的情况汇报给老板，那当然危险。没有AI，这种角色也早就应该被淘汰。

真正的中层，不是传话的人，而是设计的人。

AI时代，组织里的角色会更加清楚。高层要成为思想家，判断方向，定义问题，回答组织为什么要用AI、要解决什么问题、要往哪里走。基层要成为执行者，把具体任务做好，学会用AI提升交付效率和质量。

最难的是中层。

中层要把高层的方向翻译成业务场景，把AI能力翻译成工作流程，把变化翻译成团队能执行的动作。过去中层更多靠经验推进工作，未来中层要靠设计重构工作。

所以我说，AI时代，中层最大的变化，是从传达者变成设计者。

如果还只是上传下达，那就危险；如果能够设计场景、设计流程、设计协同、设计新的工作方式，中层不但不会消亡，反而会更重要。

四、不要预测未来，要感知变化

那怎么办？

我借老子“吾有三宝”的说法，也讲几个不算“法宝”的法宝。

第一个，不要预测，要感知。

AI未来到底会替代多少岗位，哪些行业会被重构，哪些新机会会出现？这些问题当然可以讨论，但不要把自己变成算命先生。尤其不要天天盯着各路大咖的预言，今天这个说三年后怎样，明天那个说五年后怎样，越看越慌，最后什么也没做。

未来不可预测，但变化可以感知。

我以前写过“春江水暖鸭先知”。鸭子为什么先知？不是因为它有预测能力，而是因为它在水里。你站在岸上研究一万篇报告，也不如自己下水试一试。

面对AI也是如此。

不要只看新闻，不要只听观点，不要只转发那些吓人的文章。你要把AI放进真实工作里，看看它到底能帮你什么，不能帮你什么；在哪些地方它确实提高效率，在哪些地方它仍然胡说八道；哪些工作可以交给它，哪些判断必须由人承担。

不臆测，但要敏锐；不固执，但要敏捷。

这是面对结构性变化时最重要的态度。

五、不求全懂，但要会用

第二个，不要追求全懂，但要学会使用。

很多人焦虑，是因为他一上来就想搞懂AI到底怎么工作。大模型怎么训练，神经网络怎么计算，参数怎么调，向量怎么匹配，涌现到底怎么发生。越看越复杂，越复杂越焦虑，最后干脆放弃。

其实没有必要。

你开车，不需要懂发动机的全部原理。你用手机，不需要懂芯片设计。你用电，也不需要从法拉第讲起。AI也是一样。对于绝大多数人来说，它首先是一个工具，而且是一个很强大的工具。

你可以把它看成一个超级大脑。

你给它输入，它给你输出。中间到底怎样发生，很多时候你不需要完全理解。你真正要学的是，怎样和这个超级大脑打交道。

说白了，就是学会提问。

很多人问AI，就像问别人：“怎么让我有钱？”这种问题，神仙也很难回答。问题越空，答案越虚。问题越具体，答案才越有用。

你要告诉它：我要什么结果，我的背景是什么，我遇到什么困难，有哪些约束，想要什么风格，最后希望输出成什么形式。

这就是提示词的本质。

不要把提示词神秘化。它不是咒语，不是密法，不是某个大师教你三句话就能点石成金。它本质上就是把问题说清楚。你越能把自己的目标、背景、约束和输出要求讲清楚，AI越容易给你有用的结果。

所以普通人学习AI，不要一上来就追十个工具，也不要立刻花很多钱买各种课。先用免费的工具，把自己手头真实的事情拿来试。写一封邮件，整理一次会议纪要，设计一个汇报框架，复盘一个项目，准备一次客户拜访。只要你真正用起来，就会慢慢知道它的边界在哪里。

六、从自己的工作场景开始

第三个，不要空谈，要行动。

解决焦虑最好的办法，不是听更多道理，而是开始做。

从哪里开始？

从你最熟悉的工作场景开始。

你是销售，就问：AI能不能帮我整理客户资料？能不能帮我做拜访准备？能不能帮我复盘项目？能不能帮我把客户的决策链、需求和竞争关系梳理得更清楚？

你是管理者，就问：AI能不能帮我拆解目标？能不能帮我整理会议共识？能不能帮我把一个模糊任务变成路径和里程碑？能不能帮我设计一段更清楚、更容易让团队理解的沟通话术？

你是普通职场人，就从最耗时、最重复、最容易卡住的工作开始。先不要追求炫酷，先追求有用；先不要追求全面替代，先追求一个小场景有改善。

今天改一个动作，明天复盘一个结果。有没有省时间？有没有提高质量？有没有让别人更容易理解你的输出？有没有让你的工作成果更接近接收者真正需要的东西？

有效，就留下来；无效，就调整。

不要自嗨，回到成果。

这是竹间一直讲的成果思维。工具再新，最后还是要看成果。没有成果，再先进的工具也只是玩具。

我再讲一个“成果思维”的应用：

昨天朋友群被华为的“韬（τ）定律”刷屏了，一大堆看热闹的人，一大堆自以为是解析的人，其实说白了就是成果思维的一个应用：

芯片的成果是什么？不是缩微，那是路径。芯片的第一性原理是算力。要提升算力，缩微是一条有效的路径——7纳米.5纳米.3纳米......这样晶片上可以容纳更多的晶体管（算力单元）。但还有一条路也很影响算力，就是晶元之间的通信要快，而通信与距离和速度有关。速度我们提升不了，就压缩距离，这就是层叠技术。即通过层叠的方式，一方面可以容纳更多的算力单元，另一方面可以缩短它们之间的平均距离。这样7纳米的工艺可以达到5纳米的效果。这就是何庭波说的2031年达到相对于1.4纳米的工艺效果。这不是替代，而是另辟蹊径。换言之，工艺依然重要，依然是有效提升算力的重要路径。华为这个时候来发布这个消息，我的判断是：你有领先的工艺，我有韬定律；我要学你，你也要学我，相互学习才可以成就更大的世界。

与AI打交道也不外如是，你必须定义“什么是成果”，这点AI代替不了。

七、不要把自己活成一个功能

AI会替代什么？

我认为，它首先替代的是重复性的、标准化的、可归纳的知识工作。凡是只依赖信息整理、格式生成、套路表达的工作，都会受到很大冲击。

但AI替代不了人的价值判断，替代不了责任担当，替代不了真实关系，也替代不了一个人在具体处境中的取舍。

所以，一个人真正危险的时候，不是AI太强，而是自己只剩下某个功能。

如果你只是会整理资料，这个功能可能会被替代；如果你只是会写格式化文案，这个功能可能会被替代；如果你只是上传下达，这个功能也可能会被替代。

但如果你能定义问题，能判断轻重，能理解人，能推动事情做成，你就还有位置。

天生我材必有用。