担心AI抢饭碗,别等尘埃落定再行动

AI正在重塑工作与职业，员工不能再依赖单一的可预测路径。职业韧性越来越来自探索新机会、培养适应能力，并在未来变得明朗之前就采取行动。

你可能已经更新了简历，浏览了招聘网站，甚至又报了一门课程，因为每个人都在说AI正在改变工作，你不想被落下。但同样的问题还是反复出现：应该学什么技能？当AI改变就业岗位时，如何保持就业能力？当似乎没人能在未来五年哪些岗位还会存在这个问题上达成一致时，怎样为职业生涯做好未来准备？

无论你已经被裁员，或仅仅是担心自己的经验会贬值，这种不确定性带来的感受是一样的。大多数人从小到大获得的职业建议，是为一个目的地已知的劳动力市场建立的：找到一个成长中的领域，培养所需的技能，然后朝着机会迈进。在过去的近一个世纪里，这套流程是有效的。但今天，你还没到达目的地，它就已经不断在改变。

你的优势不会来自确切知道AI将把工作带向何方。这个答案目前没人知道。你的优势来自成为那种在答案明确之前就采取行动的人。

ZipRecruiter最新的新员工调查发现，在求职过程中使用AI的员工获得的工作机会是未使用者的两倍。他们完成的面试更多，投递的申请更少，这显示出愿意尝试AI的人已经在劳动力市场上获得了优势。雇主方面也在朝同一方向迈进。超过三分之一的新员工在招聘过程中遇到了AI，但只有8.5%的人表示入职后接受了广泛的AI培训。雇主越来越期望员工在入职时就已具备AI相关能力，同时将大部分学习责任留给了个人。那些走在前列的人，正将技能培养视为自己主动掌控的事，而非被动接受的东西。

面对AI带来的岗位替代，自然的反应是去寻找一门正确的课程。学Python，拿个AI基础的认证，完成一个提示词工程项目。这些都不算糟糕的建议，但它们把挑战主要看作是信息性的，好像问题只是你暂时还不够了解。但如果你担心AI会取代你的工作，并希望在一个快速变化的劳动力市场中保持价值，答案不仅仅是学习另一个工具。那些获得优势的劳动者都在发展职业能动性：在别人确切告诉你该做什么之前就采取行动的能力。传统的技能提升假设有一个稳定的目标。而AI要求的是持续的适应能力，因为目标本身一直在改变。

那么，如果担心AI带来的失业、岗位替代或在变化的市场中保持价值，应该做些什么？答案是通过一些实际的行为来建立职业能动性。

当人们被裁员时，第一反应是问下一个该瞄准什么岗位。但职位头衔正变得不稳定。一个更好的问题是：我的专业知识在何处创造价值？AI又是如何改变这种价值交付方式的？组织仍然需要吸引人才、服务客户、协调工作、分析信息并做出判断。你的专业知识让你能够提出正确的问题，挑战假设，重新设计流程，并理解工具所提供的产出。很多人在此陷入困境，他们以为未来属于那些拥有全新技能的人。但现实中，组织往往需要那些理解业务并能将新工具应用于现有挑战的人。更现实、通常也更有力的做法是，从你已了解的工作入手，学习AI如何改变它。比如，一个了解优秀人才特质的招聘人员，可以利用AI改进人才搜寻而不引入新风险。一个知道团队如何做决策的项目经理，可以利用AI自动生成报告，花更多时间在目标对齐上。与其专注于职位头衔，不如专注于你的专业知识所创造的独特价值，你会提出的问题，你会挑战的假设，以及你帮助组织做出的决策。你的领域知识仍然有价值，AI改变的是你应用它的方式。保持价值意味着要充分理解AI在你所在领域如何重塑工具和工作流程，从而将你的专业知识与新的工作方式结合起来。

人们之所以会停滞不前，原因之一是他们在确切知道自己该学什么之前一直等待。但那个时刻可能永远不会到来。相反，选择一个工具、一个工作流程和一个问题。花30天时间进行实验。用AI分析行业报告，制作演示文稿，总结研究，改进客户沟通，自动化重复性任务。然后评估哪些有效，再重复这一过程。目标不是精通，而是培养适应的习惯。每一次短周期实验都会产生关于什么有效、市场对什么有反应、以及现有技能与新兴需求如何交汇的真实信息。没有任何职业顾问或劳动力市场预测能像直接经验那样准确地提供这些信息。

雇主越来越不看单纯的AI专长，他们在招聘那种能有效与AI协同工作的能力。但没人看见的学习成果在就业市场上价值有限。那些在筛选AI准备度人才的雇主，对认证越来越持怀疑态度，更感兴趣的是行为证据。展示你如何重新设计了某个流程，在LinkedIn上发表一篇分享你所学内容的帖子，制作一个案例研究，做一个小项目，展示你如何用AI解决一个商业问题。一张证书说明你完成了一门课程，而证据则展示了你的思维方式。每一次可见的学习成果都在建立一份记录，它不仅证明你知道什么，更证明你在路径不明时是如何行动的。展示这些成果，远比在简历上声称具备某种能力更有力量。

求职者犯的最大错误之一，就是只寻找同行业中的同样职位。AI正迫使所有地方的组织重新思考工作该如何完成。你的下一个机会也许不是类似的岗位，而是把你的技能带到一个新地方。运营、沟通、分析或人员管理的背景并不专属于某个行业。各行各业的组织都在重组工作流程、重建团队，并试图弄清人类判断力应如何与AI能力搭配。那些扩大自身技能可以创造价值的领域范围的劳动者，给了自己多得多的选择。

几十年来，劳动者通过为一个他们能看见的未来做准备来建立职业韧性。旧模式很直接：预测市场走向，学习未来所需，然后朝它前进。而今天，职业韧性越来越依赖在道路完全清晰之前就适应的能力。实验，学习，调整，重复。不要等着别人告诉你具体要学什么，市场正走向哪里，或者哪个岗位会是安全的。等到那些答案变得明确时，市场可能已经再次变化了。在这个时期能最强势脱颖而出的劳动者，不会是那些对未来预测最准确的人，而是那些培养了职业能动性，建立了提前适应的习惯，积累了可见的适应能力证明，并在别人还在等待确定性时持续前进的人。