夜雨聆风6月17日，国务院发布《实施就业优先战略“十五五”规划》，里面专门提到人工智能和就业。对坐办公室的人来说，这不是科技新闻，而是岗位说明书要改了。
我的判断是：AI进工位，先改变的不是“有没有饭碗”，而是“凭什么拿这份工资”。
以前公司招人，看你会不会写表、做PPT、回邮件、整理数据。以后老板会多问一句：这些事AI都能帮你做，你还能多做哪一层？
事情从一份规划说起
6月5日，国务院常务会议听取就业工作汇报，并审议通过《实施就业优先战略“十五五”规划》。会议提到，要加强产业和就业协同，开展大规模职业技能培训，提高教育供给和人才需求的匹配度。
6月17日，这份规划正式发布。6月18日，国家发改委、人社部有关负责人进一步解读，说“十五五”时期就业仍面临不少矛盾，其中一个重点就是人力资源供需不匹配。翻成普通话，就是岗位还在变，人跟岗位对不上。
这份规划有9方面重点任务。媒体梳理提到，其中包括适应人工智能发展促进就业创业，拓宽新兴领域人工智能就业新空间。这个表述很稳，不吓人，也不夸张。但它把一个现实摆上了桌面：AI已经不是公司IT部门的事，而是就业政策要处理的事。
另一个细节也很关键。
国务院常务会议同一天还研究了新型工业化和未来产业。会议提到，要坚持智能化、绿色化、融合化方向，发展新一代智能制造。这说明AI改变就业，不只发生在互联网公司，也会进入制造、物流、客服、财务、人事、质检这些日常岗位。
你会发现，政策的口气并不是“AI来了，大家自求多福”。
它讲的是培训、匹配、产业协同、灵活就业、新就业形态。意思很清楚：AI会带来冲击，但不能让岗位变化变成大面积失序。国家要管的是就业稳定，企业要算的是效率，个人要面对的是技能换挡。
问题就来了。
这轮换挡，最先动的是哪一块？
被动的岗位最先变
很多人以为，AI最先替代的是程序员。
这个判断有点偏。
程序员当然受影响，但真正先被改写的，是那些“流程清楚、结果可检查、每天重复”的岗位。比如行政文员、客服、运营助理、基础财务、基础人事、销售支持、内容整理、报表分析。
这些岗位有一个共同点：工作看起来多，其实很多环节可以拆成模板。
比如客服。过去一个人要反复回答发票、退款、物流、售后规则。现在AI可以先接住八成问题，复杂问题再交给人。公司不一定少招客服，但会少招只会照话术回复的人。
比如运营。过去做活动方案，要先查竞品、拉数据、写文案、做表格。现在AI可以把初稿、竞品表、用户评论摘要先做出来。老板看人的标准就变了：你不能只会整理材料，你得会判断哪个活动能带来订单，哪个只是热闹。
比如财务。贴票、分类、核对、生成报表，这些流程越来越容易被软件和AI处理。财务人员的价值会从“录得准”，转向“看得出风险”。同样一张费用表，AI能帮你算，但公司还要有人判断这笔钱该不该花。
这就触到中坚岗位最怕的一点。
过去很多人靠熟练吃饭。熟练打表，熟练写邮件，熟练走流程，熟练跟客户解释。AI一进来，熟练本身会降价。因为机器做熟练动作，成本低，速度快，还不喊累。
但经验不会没用。
经验要从“我干得快”，变成“我知道哪里容易出错”。这差别很大。前者是手快，后者是脑子里有地图。
一个做采购的人，AI可以帮他比价、找供应商、整理合同条款。但AI不知道哪家供应商上次延迟交货，也不知道某个报价低得反常，是不是原料换了。一个做销售的人，AI可以写邮件，但客户哪句话是试探，哪句话是真有预算，还得人来判断。
所以先变的，不是职位名称。
先变的是岗位里的任务配比。
一个文员岗位，原来80%时间做整理，20%时间做沟通。以后可能反过来，AI承担整理，人去处理沟通、确认、异常、责任。这就意味着，同样叫文员，含金量会差很多。
中坚人员最怕的不是AI，是岗位变窄
这事和35岁以后的人关系更大。
年轻人可以重新学一套工具，试错成本低一些。坐到中层或骨干位置的人，麻烦在于家庭支出固定，岗位选择变少，又很容易高估过去经验的安全感。
很多人会说，我在行业干了十几年，AI哪懂业务。
这句话有一半对。
AI确实不懂你公司里那些弯弯绕绕，不懂老板脾气，不懂客户暗示，不懂地方流程。但如果你的经验最后只表现为“我知道模板在哪”“我知道表怎么填”“我知道邮件怎么写”，那AI追上来的速度会很快。
国外一些研究也能说明这点。PwC 2026年AI Jobs Barometer分析了全球10亿多条招聘信息，发现受AI影响较大的入门岗位，越来越要求以前偏高阶的技能，比如判断、沟通、领导和策略能力。报道还提到，相关岗位对这些能力的要求比2019年更高。
这不是说国内会照搬。
但方向很像：基础活被工具吃掉以后，岗位会“抬高地板”。以前新人进公司，先从整理材料、查资料、做纪要开始练。现在这些活被AI压缩，公司会希望新人更快进入判断层。对有经验的人来说，也一样。你不能只交材料，要能交结论。
还有一个容易被忽略的细节。
AI对年龄不敏感，但招聘会对“可塑性”敏感。一个人如果能证明自己会用AI，把老经验变成新效率，年龄反而可能没那么吃亏。2026年一项招聘实验研究显示，在英国和美国1700名招聘者样本里，AI技能能提高部分岗位候选人的面试机会，办公室助理岗位上效果更明显。
这给人的提醒很直接。
别把AI当成年轻人的玩具。它可能是中坚人员保住议价权的工具。
比如你是财务，就别只问AI怎么生成表格。你要问它如何找异常、如何做费用分类、如何解释毛利变化。比如你是销售，就别只让AI写话术。你要用它整理客户异议、复盘成交记录、准备拜访提纲。
说白了就是，AI擅长把一堆材料变成半成品。人要负责把半成品变成能承担责任的决定。
公司付钱买的，不是你会不会点按钮。
公司付钱买的是：出了问题，你能不能看出来；出现机会，你能不能抓得住；客户不高兴，你能不能把话接住。
该补的不是焦虑，是三种能力
普通人最该补什么？
第一，是把工作拆开看的能力。
不要只说“我是运营”“我是财务”“我是行政”。你要把自己的工作拆成任务：哪些是收集，哪些是整理，哪些是判断，哪些是沟通，哪些是承担责任。
AI最容易吃掉前两类。
收集资料、整理表格、生成初稿、归纳会议、翻译邮件、改写文案，这些都会越来越便宜。判断、沟通、协调、拍板、背锅，这些反而更贵。因为这些地方牵涉人、钱、责任和后果。
第二，是会提问题的能力。
很多人用AI，用得像搜索框。问一句，复制一句。这样用，最多省点时间。更好的用法，是让AI帮你做对比、找漏洞、列风险、生成方案，再由你来筛。
比如你要写一份客户方案，不要只问“帮我写个方案”。可以问：“这个客户过去三个月复购下降，预算不增加，客服投诉集中在交付慢。给我列三个方案，每个方案写成本、风险和适合场景。”
问题越具体，AI越像助理。
问题越空，AI越像废话机。
第三，是跨部门说人话的能力。
AI能写很多文件，但公司最后靠人把事情推下去。财务要听懂销售，销售要听懂供应链，运营要听懂产品，管理者要听懂一线。谁能把复杂问题讲清楚，谁就会更值钱。
这点对中坚人员很重要。
因为你已经有行业经验。你要做的不是从零开始学AI，而是把AI塞进自己的老本行。让它帮你做杂活，你去做那部分别人不敢交给机器的活。
这也解释了为什么政策强调职业技能培训。
它不是简单发个课表，也不是让所有人去学编程。中国政府网对国常会的解读提到，人力资源供需不匹配是当前就业领域的主要矛盾，职业技能培训是破解这个矛盾的重要举措。
未来的培训，如果还停留在“教你会用一个软件”，价值会有限。更有用的是把工具和岗位场景接上。客服怎么用AI减少重复回复，质检怎么用AI识别异常，销售怎么用AI管理线索，班组长怎么用AI排班和写报告。
这不是每个人都要变成技术专家。
更像每个岗位都要配一个“数字扳手”。会用的人，修得快。不会用的人，只能等别人来修。
当然，也别把AI看得太满。
AI会胡说，会漏细节，会不懂责任边界。很多行业还涉及隐私、合规、安全和客户信任，不能什么都丢给模型。医疗、金融、法律、制造安全这些场景，人最后还要把关。
所以最稳的方向，不是把自己变成AI的复制品。
而是把自己变成AI的上级。
你负责定义问题，AI负责提高效率。你负责判断质量，AI负责给你更多材料。你负责承担后果，AI负责少做重复劳动。
AI进工位，不会平均改变每个人。它会先改变那些靠流程、模板和熟练动作吃饭的人。它也会奖励那些能把行业经验和工具放在一起的人。
以后公司里最尴尬的人，可能不是不会写代码的人，而是只会说“以前都这么干”的人。饭碗不会因为一个工具立刻翻掉，但工资会越来越偏向能解决问题的人。会用AI不是为了显得新潮，而是为了别把自己的经验，卖成机器也能做的价格。
