AI 抢不走的 5 种人:看看你在哪一类

这个时代的生存法则不是跑赢 AI，而是成为 AI 无法定义的人。

一、先看三组数据

第一组：世界经济论坛预测，到 2030 年，全球约 9200 万工作岗位可能被 AI 和自动化替代。

第二组：LinkedIn 发布 2026 年企业选才报告，两大核心能力成为招聘关键词——AI 技能和讲故事的能力。过去一年，提到"讲故事能力"的职位需求翻了一倍。

第三组：92% 的企业计划增加 AI 投入，但只有 1% 的领导者认为自己的组织做好了准备。

这三个数字放在一起，答案其实挺清楚的：AI 确实在重塑职场，但不是简单地让人失业。它更像一场筛选——筛出那些能做 AI 做不了的事的人。

今年中国 AIGC 产业峰会上，昆仑万维 CEO 方汉提出了一个很有意思的分类。他说，有五种人 AI 很难替代：

AI 可以写一篇通顺的文章，但它编不出一个有血有肉的故事。

故事的本质不是信息排列，而是情感共鸣。你回想一下，打动过你的文章、电影、演讲，哪一个只是因为"信息量大"？都不是。你记住的是那个细节、那个转折、那个让你心头一动的瞬间。

讲故事的能力，本质上是在信息之外创造了意义。

而意义，恰恰是 AI 最不擅长的事。

AI 擅长排列组合已有知识，但它不太擅长从 0 到 1 提出一个全新的概念。

爱因斯坦的相对论、乔布斯的 iPhone、Airbnb 的"住进陌生人家"——这些想法出现的瞬间，都没有现成的数据可循。它们是对既有框架的突破，而不是对既有数据的归纳。

这并不意味着每个人都得成为爱因斯坦或者乔布斯。在日常工作中，"提出一个好问题"本身就是一种 Idea Maker 的能力——而好问题，往往比好答案更稀缺。

审美这件事很有意思。AI 可以模仿风格，但它很难定义"什么是美的"。

因为美是有标准的吗？恰恰相反。真正引领潮流的设计师，做的恰恰是打破原有标准，建立新标准的事情。

无论是建筑、产品、界面还是内容的审美，背后都是对人类情感和文化的深刻理解。AI 没有"感觉"，它无法告诉你为什么某种配色让人舒服，为什么某种排版让人焦虑。

AI 可以写代码、写文档、处理数据，但它不太擅长设计一个从零开始的复杂系统。

系统设计需要理解业务目标、技术约束、人的行为、可能的失败模式——然后把这些揉在一起，设计出一个能在不确定环境下运行的架构。

这不是写一段代码那么简单。这是一个把模糊需求变成稳定结构的能力。把混乱变成秩序，这件事本身就是系统构建者的核心价值。

最稀缺的一类人。他们不满足于在现有框架里解决问题，而是重新定义问题本身。

从牛顿到爱因斯坦，从功能机到智能手机，从传统零售到直播电商——每一次范式转移，都带来了全新的游戏规则。范式转移者做的事情是：让旧问题变得无关紧要，同时提出新的问题。

大多数人活在范式里，少数人改变范式。AI 活在当下的范式中，而范式转移来自于对现状的不满和对未来的想象。

这五种分类不是为了让你对号入座然后沾沾自喜或灰心丧气。它是一个思考框架——帮你想清楚，你的优势在哪里，以及应该往哪个方向修炼。

几个可操作的建议：

1. 做一次"工作审计"

把你日常工作列出来，问问自己：哪些事情是闭环的、容错的、有明确对错的？这些事情最容易被 AI 接替。哪些事情需要判断力、情感交流、创造性的？这些是你应该重点发力的方向。

2. 培养"问题意识"

AI 越来越擅长给答案，所以会提问题的人越来越值钱。训练自己多问"为什么"和"如果"，而不是只关心"怎么做"。

3. 建立你的故事库

不管你做的是什么工作，刻意积累那些打动过你的案例、观察和经历。故事能力不是天生的，是攒出来的。

4. 把学习变成日常

LinkedIn 的数据很明确：AI 技能 + 软技能 = 2026 年职场标配。不需要 24 个月把两样都学到精通，但每周花几小时从一个你感兴趣的具体工具或话题开始，远比等一个"完整的培训计划"来得实在。

AI 不会淘汰人类——但会用 AI 的人，确实会淘汰不用 AI 的人。

这句话我们听了很多遍。但更准确的表述也许是：AI 不会淘汰任何人——它只会把那些只会做 AI 也会做的事的人，暴露出来。

而能讲故事、能创造想法、能定义审美、能构建系统、能改变范式的人——AI 暂时拿他们没办法。

好消息是，这五种能力，没有一个是你天生没有的。它们只是需要练习。

参考来源：