《一周观察》· 02

三年前，如果有人问：

“AI会不会抢走我们的工作？”

很多人的回答可能还是：

“以后也许会吧。”

但到了2026年，这个问题已经悄悄变了。

因为AI早就不只是陪你聊天、写写文章、画几张图片了。

它开始写代码、整理数据、做PPT、筛选简历、分析合同、回复客户邮件，甚至已经进入医疗、法律、教育、金融和科研。

于是，一个越来越现实的问题摆在了我们面前：

AI到底是在帮助我们工作，还是正在取代我们的工作？

奇怪的是，两种看起来完全相反的现象，正在同时发生。

一边是很多年轻人觉得：

工作越来越难找了。

另一边却有企业说：

我们还在招人，而且越来越需要懂AI的人。

所以，到底谁说得对？

答案可能是：

都对。

因为AI带来的变化，远比“机器人来了，人类失业”复杂得多。

01｜AI可能不会突然让一个职业消失

我们以前想象AI取代工作，大概是这样的：

一家公司原来有100个人。

AI来了。

老板大手一挥：

“以后只需要50个人。”

第二天，办公室直接空掉一半。

听起来很戏剧化。

但现实中的变化，往往没有这么明显。

更可能发生的是——

以前一个部门有10个人。

AI开始帮助大家写邮件、整理资料、处理Excel、生成报告、制作会议纪要。

某一天，一个员工辞职了。

老板想了想：

“好像不用急着补这个岗位。”

几个月后，又有人离开。

公司又发现：

“剩下的人加上AI，好像也能完成。”

于是10个人慢慢变成9个人、8个人、7个人。

公司甚至没有正式宣布过一次“大裁员”。

但岗位，确实一点一点少了。

所以AI对就业最先产生的影响，可能不是：

“这个职业突然不存在了。”

而是：

“完成同样的工作，不再需要那么多人了。”

这两句话看起来很像。

但对就业市场来说，区别非常大。

02｜最先感觉到变化的，为什么可能是年轻人？

想想一个刚毕业、刚进入办公室的年轻人，通常先做什么？

整理Excel、查资料、写会议纪要、准备PPT、整理客户信息、修改文案、写第一版报告、做一些基础代码……

再看看一个已经工作十年的资深员工。

他们更多是在做：

判断、协调、谈判、处理复杂问题、和客户建立关系、带团队，以及最后拍板。

发现问题了吗？

很多过去属于“新人”的工作，恰恰也是目前生成式AI最容易协助完成的部分。

世界经济论坛今年的一份报告指出，全球超过三分之一的年轻劳动者，目前就在可能受到中度至高度AI任务变化影响的职业中。

这里千万不要误解。

这并不等于：

“三分之一的年轻人马上要失业。”

真正值得思考的是另外一个问题。

过去一个人的职业成长路径通常是：

先做简单工作 → 积累经验 → 学会判断 → 成为资深员工

可如果最前面的那些简单工作，越来越多交给AI……

年轻人要去哪里获得经验？

这可能才是AI时代最容易被忽略的问题。

03｜一个很奇怪的新现象：招的是新人，要求却越来越像“老人”

现在有些招聘广告看起来特别有意思。

职位写着：

Entry Level

继续往下看：

最好有相关经验。

能够独立判断。

沟通能力强。

可以解决复杂问题。

熟悉AI工具。

最好还能独立完成项目。

刚毕业的年轻人看到这里，可能很想问一句：

“等等……你不是在招新人吗？”

😂

但这已经不仅仅是一种感觉。

PwC今年分析了全球六大洲超过10亿条招聘信息后发现，在美国市场中，AI暴露程度较高的初级岗位，要求领导力、判断力、创造力等传统“高级技能”的可能性，是低AI暴露初级岗位的7倍。

为什么会这样？

因为过去的职场很像一座楼梯。

第一阶不会太高。

公司知道新人什么都不会，所以先让你做基础工作。

做着做着，你开始理解业务。

慢慢学会判断。

再一点点往上爬。

而AI现在正在做一件很有意思的事情：

它可能正在把最下面几级楼梯变薄。

于是新人进入职场的时候，越来越早就被要求拥有：

判断力、沟通能力、创造力和解决复杂问题的能力。

以前是：

“先进公司，我们慢慢教你。”

以后可能越来越像：

“你最好进来之前，就已经会一点了。”

04｜等等，AI真的已经造成“大规模失业”了吗？

说到这里，很容易产生一种感觉：

完了，办公室里的工作是不是马上就要大量消失？

先别急。

至少从目前的数据来看，还不能这么简单地下结论。

加拿大统计局今年研究了从2022年底到2025年底的就业变化，发现一个很值得注意的现象：

即使在潜在AI暴露程度比较高的职业中，就业整体上也没有出现全面崩塌。

甚至包括软件工程师、网页设计等代码密集型职业，整体增长并没有明显落后于其他职业。

但是——

年轻劳动者的情况确实弱一些。

尤其在代码密集型职业中，增长更多集中在30至49岁劳动者，30岁以下群体的就业数量则相对停滞。

所以现在两个极端说法，我觉得都要小心。

一个是：

“AI马上让一半白领失业。”

目前的证据还没有强到这个程度。

另一个是：

“AI只是一个工具，对就业根本不会有什么影响。”

这个恐怕也越来越难成立。

更接近现实的情况可能是：

职业还在，但职业里面“人究竟需要做什么”，已经开始变化了。

05｜真正危险的，也许不是某个职业，而是某一类“任务”

我们特别喜欢问：

AI最容易淘汰谁？

程序员？

会计？

翻译？

HR？

设计师？

客服？

但这个问题可能从一开始就问错了。

因为AI其实不太关心你的职位叫什么。

它更像是在重新切割每一个职业里面的：

任务。

比如一个HR一天可能要做很多事情：

筛选简历、回复邮件、安排面试、整理数据、写招聘广告、和员工沟通、处理劳动关系、和经理讨论招聘策略、判断候选人是否合适、处理突然发生的问题……

其中有些事情，AI也许可以帮80%。

有些只能帮50%。

还有一些，可能只能帮10%。

所以最后消失的未必是：

“HR这个职业。”

而可能是：

HR工作里面那部分重复、标准化、可以明确描述步骤的任务。

问题来了。

如果原来5个人，每个人30%的时间都在做这些重复性工作……

AI把这30%的时间大幅压缩以后：

公司还需要5个人吗？

这才是AI真正影响就业的方式之一。

06｜程序员，可能就是一个很典型的例子

前几年很多家长都觉得：

孩子学Computer Science，应该很保险吧？

工资高。

需求大。

又是科技时代。

结果谁能想到，AI最早展示出惊人能力的领域之一，恰恰就是：

写代码。

于是现在又出现了另一种声音：

“那以后程序员是不是也没用了？”

我觉得也没这么简单。

企业真正需要的，从来不是一个“打字很快的人”。

同样，它真正需要的也不是一个只负责机械地把需求翻译成代码的人。

未来更有价值的程序员可能需要知道：

这个产品为什么要这样设计？

系统应该怎样搭建？

AI生成的代码有没有问题？

安全漏洞在哪里？

出了问题以后，应该从哪里排查？

也就是说，以前可能是：

会写代码 = 很强的竞争力

未来逐渐变成：

懂系统 + 会判断 + 会使用AI + 能解决真实问题 = 更强的竞争力

AI没有让技能突然变得没用了。

它可能只是在把技能的：

“及格线”往上推。

07｜可是等等——AI不是也在创造新的工作吗？

说到这里，可能有人会问：

“如果AI一直提高效率，那以后的工作不是只会越来越少吗？”

还真不一定。

因为几乎每一次大的技术革命，都同时做过两件事：

一边让一些旧工作消失。

另一边，又创造一些以前根本不存在的工作。

想想二十多年前。

如果有人告诉你：

以后有人专门做短视频运营、App开发、云计算、社交媒体营销、直播电商……

很多人可能连这些职业是什么意思都不知道。

今天呢？

早就司空见惯。

AI现在也正在经历类似的过程。

越来越多企业开始需要一些过去并不常见的能力和工作方向。

比如：

AI产品经理

他们不一定负责训练模型，而是思考：

“我们的业务，到底哪里应该使用AI？”

还有：

AI Workflow / Automation Specialist

他们研究的是怎样把AI真正接进公司的工作流程。

例如过去处理一封客户邮件可能是：

客户来信 → 员工阅读 → 判断类别 → 查资料 → 写回复 → 输入系统。

以后可能变成：

客户来信 → AI分类 → 自动提取信息 → 找出相关资料 → 生成初步回复 → 员工最后确认。

于是企业开始需要一种以前没有那么常见的人：

既懂业务，又懂怎样用AI重新设计业务流程。

还有AI Trainer、AI Evaluator。

他们负责测试AI的回答、评价结果、发现错误、设计场景。

说起来甚至有点有意思：

AI越像人，有时候反而越需要人来教它怎样更像人。

另外一个未来很可能越来越重要的领域，就是：

AI Governance、Risk 和 Compliance

公司一旦真正开始使用AI，问题马上就来了。

客户资料能不能交给AI？

AI生成的内容有没有版权风险？

招聘的时候能不能让AI自动淘汰候选人？

如果AI产生歧视性判断，谁负责？

医疗、金融、教育、政府等行业尤其敏感。

于是，“既懂行业规则，又懂AI风险”的人才，也开始有了新的价值。

08｜更大的机会，可能根本不叫“AI岗位”

这一点，我觉得尤其重要。

未来真正数量庞大的机会，未必都叫：

AI Engineer。

Machine Learning Scientist。

AI Specialist。

真正的大量变化，很可能发生在：

“AI + 原来的专业”

之间。

比如：

一个很懂招聘的HR，又懂得怎样利用AI提高招聘效率。

一个很懂税务的会计，可以利用AI快速整理大量基础资料。

一个老师能够利用AI制作更加个性化的教学内容。

一个律师可以让AI帮助整理大量文件，把更多时间留给真正需要判断的案件。

一个市场人员可以利用AI同时协助完成文案、研究、数据分析和内容策划。

他们的职位名称甚至可能根本没有改变。

还是：

HR。

会计。

老师。

律师。

市场人员。

但他们已经变成了这些职业的：

“AI增强版”。

所以AI创造工作，还有一种很容易被我们忽略的方式：

它不一定创造一个全新的职业名称，也可能重新创造一个旧职业。

这也解释了为什么今年的一些招聘数据并没有出现简单的“企业停止招新人”。

NACE今年春季针对美国2026届毕业生的调查显示，企业预计招聘的新毕业生人数整体仍比上一届增加约5.6%；与此同时，对初级人才掌握AI能力的要求却明显快速上升。

换句话说，企业传递出的信号未必是：

“有AI以后，我不要人了。”

而越来越可能是：

“我还是要人，但我希望这个人已经知道怎么和AI一起工作。”

09｜一个人能做的事情，正在迅速变多

以前做一个市场推广项目，可能需要几个人。

一个写文案。

一个做图片。

一个分析数据。

一个制作Presentation。

现在，一个熟练使用AI的人可能可以：

让AI生成第一版文案。

快速产生几个视觉方案。

帮助分析数据。

整理客户反馈。

迅速完成Presentation雏形。

那么是不是以后一个人就能把所有事情都做完？

也没那么简单。

因为AI依然解决不了一个非常重要的问题：

什么值得做？

AI可以给你20个广告方案。

但是哪个最符合品牌定位？

AI可以分析1万条客户评论。

但公司下一步究竟应该做什么？

AI可以生成10种解决办法。

但哪一种值得承担风险？

最后仍然需要人来判断。

这也是PwC今年提出所谓 “two-track labour market”的原因之一：有些岗位因为AI而被“专业化”，AI拿走部分重复工作，人类的判断、创造力和领导能力反而更加重要；另外一些高度标准化的岗位，则可能因为AI变得更容易由较少的人完成。

所以未来可能出现一个很有意思的现象：

一个岗位能完成的事情越来越多，但企业对这个人的判断力要求，也越来越高。

10｜机器越像人，“人味”反而可能越值钱

AI越来越会写。

越来越会算。

越来越会画。

越来越会分析。

甚至越来越会“聊天”。

结果，一些以前我们觉得很普通的人类能力，反而可能越来越重要。

比如：

理解别人。

建立信任。

谈判。

领导团队。

处理模糊问题。

承担责任。

做最终判断。

举一个很简单的例子。

AI当然可以帮助分析一份几十页的报告。

它甚至可以很快告诉你：

哪些问题比较严重？

哪些可能花多少钱？

哪些只是一般维护？

但最后，当一个人问：

“那你觉得，我到底应该怎么选？”

事情就不再只是信息分析了。

这个决定里面可能还有：

家庭需求、预算、风险承受能力、未来规划，以及每个人完全不同的价值判断。

AI可以提供信息。

AI可以帮助分析。

但很多时候，最后仍然需要：

人和人在沟通。

所以未来可能出现一个非常有意思的反差：

机器越像人，真正的“人味”反而越值钱。

11｜但也别急着说：“放心，AI一定会创造更多工作”

说到这里，我们也不能突然走向另外一个极端：

“没关系，每一次技术革命都会创造新工作，所以完全不用担心。”

事情没有这么简单。

最大的问题是：

旧工作消失的人，不一定刚好就是新工作需要的人。

一个做了十年基础行政工作的人，不可能星期一岗位被自动化，星期二就变成AI产品经理。

一个传统客服人员，也不会因为AI出现，第二天就自动拥有AI治理、业务分析和数据能力。

中间需要学习。

需要培训。

需要时间。

甚至需要整个教育体系和企业培养方式一起发生改变。

所以AI时代真正棘手的问题，也许不是：

“未来到底还有没有工作？”

而是：

“旧工作变化的速度，会不会比普通人学习新技能的速度更快？”

我觉得这个问题，比单纯讨论“AI到底会创造多少岗位”，更加值得我们长期关注。

12｜那今天的孩子，到底应该学什么？

假设一个孩子今天12岁。

十年以后大学毕业。

我们真的知道2036年最热门的职业是什么吗？

恐怕谁也不知道。

甚至很多未来的职业名称，现在可能还不存在。

所以如果今天教育的目标只是：

“帮孩子选一个以后永远不会被AI取代的专业。”

这个目标本身可能就越来越不现实。

因为几乎没有哪个知识型行业，可以完全躲开AI。

比“押中某一个专业”更重要的，也许是培养一些更加底层的能力：

能不能清楚表达自己的想法？

能不能判断信息是真是假？

能不能提出一个真正好的问题？

能不能理解别人？

能不能把不同领域的知识联系起来？

面对一个没有标准答案的问题，能不能自己找到解决办法？

还有一个未来几乎绕不开的问题：

能不能熟练使用AI，同时又不把自己的大脑交给AI？

我觉得最后这一点尤其重要。

AI应该让我们：

更会思考。

而不是：

更少思考。

写在最后

所以，再回到文章开头的问题：

AI到底是在“抢工作”，还是在“创造工作”？

答案可能是：

两件事情正在同时发生。

一些重复性任务正在消失。

一些岗位需要的人数可能正在减少。

一些初级工作的门槛正在提高。

与此同时——

新的职业正在出现。

旧职业正在被重新定义。

懂得使用AI的人，也正在获得以前没有的生产力。

所以，AI时代真正发生的变化，可能不是一句：

“AI把人的工作抢走了。”

就能够概括的。

更准确的描述也许是：

旧任务在消失。

旧职业在重新定义。

新工作也在诞生。

而这一切，正在同时发生。

技术革命最有意思的地方就在这里。

站在变化发生的当下，我们通常更容易看到那些正在消失的东西。

因为“失去”总是特别明显。

一个岗位不再招聘了，我们马上能感觉到。

一件以前需要两个小时完成的工作，现在十分钟就做完了，我们也马上能感觉到。

但是那些正在诞生的新职业、新行业和新机会，往往需要几年以后再回头看，我们才会突然发现：

“原来那个时候，变化已经开始了。”

所以，与其不停问：

“AI会不会把我的工作抢走？”

也许还有一个更值得问的问题：

“当AI越来越强以后，我能不能让它把我也变得更强？”

聊聊你的看法

你身边有没有已经被AI明显改变的工作？

有没有什么事情，以前需要一两个小时，现在十几分钟就能完成？

你所在的公司，是因为AI开始减少招聘了，还是反而出现了一些新的岗位？

还有一个问题，我特别想听听大家的答案：

如果AI把你现在最重复的30%工作全部拿走，你会觉得“终于轻松了”，还是会开始担心：“那公司以后还需要我吗？”

欢迎在评论区聊聊。

我觉得不同职业、不同年龄、不同国家的人，答案一定会非常不一样。

《一周观察》

不追每一条热搜，只聊热搜背后的长期变化。

下一期预告

加拿大经济看起来并不强，为什么房价还是这么贵？

经济、人口、利率和住房供应之间，到底是什么关系？

下一期，我们继续聊。

资料参考

Statistics Canada（加拿大统计局）Canadian employment trends in the era of generative artificial intelligence: Early evidence，2026年1月。

World Economic Forum（世界经济论坛）Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways，2026年6月。

PwC2026 Global AI Jobs Barometer，2026年6月。

NACE — National Association of Colleges and EmployersJob Outlook 2026: Spring Update