《華爾街日報》采訪5位AI高管，他們給孩子規(guī)劃的未來，很多人想不到......

本文授權(quán)轉(zhuǎn)自：精英說（ID: elitestalk )，作者：靜思

本周三，全球知名軟件公司Atlassian 宣布裁員。

這家市值200億美元的公司宣布企業(yè)將進行大規(guī)模重組，在全球裁減約 1600 名員工，占其全球員工總數(shù)的 10%。“重組”有多徹底呢？連首席技術(shù)官（CTO）都卷鋪蓋走人了，公司聘用了新的 AI 方向技術(shù)負責人。

這兩年，我們一邊聽著AI的新技術(shù)有多震撼人心、為我們的生活和工作帶來了便捷；一邊又膽顫心驚地聽聞多少人的工作被AI取代、因為AI的發(fā)展找不到工作的故事。

關(guān)于AI對我們孩子的影響，從教育、能力、專業(yè)選擇到未來職業(yè)規(guī)劃討論更是層出不窮。我們的孩子將來到底從事一份什么樣的工作才不容易被AI取代呢？最近，我讀了《華爾街日報》的一篇報道，作者采訪了五位頂級AI高管和學術(shù)圈的學者，他們對自己的孩子未來的職業(yè)道路有什么打算。

訪談的內(nèi)容出人意料、又情理之中。

不愿意讓孩子成為純技術(shù)人才

這些高管和學者作為自己領(lǐng)域的高精尖技術(shù)性人才，在規(guī)劃孩子的職業(yè)道路時，反而不愿意下一代走純技術(shù)道路。

曼尼·梅迪納：Paid.AI 聯(lián)合創(chuàng)始人，曾創(chuàng)辦銷售軟件公司 Outreach。四個孩子，年齡分別為 4 歲、9 歲、19 歲和 26 歲。

梅迪納給孩子的職業(yè)建議非常直接：把目光放在未來長期需要人的行業(yè)。在他看來，隨著全球能源轉(zhuǎn)型和人口老齡化加速，未來最值得關(guān)注的兩個領(lǐng)域是能源和醫(yī)療健康。他經(jīng)常和孩子談到核能的發(fā)展?jié)摿ΓJ為核電可能成為未來重要的清潔能源，因此鼓勵孩子關(guān)注相關(guān)領(lǐng)域。同時，他也認為醫(yī)療行業(yè)，特別是癌癥治療相關(guān)的技術(shù)方向，仍然會持續(xù)需要大量專業(yè)人才。

不過，梅迪納強調(diào)，比具體行業(yè)更重要的是三個原則：做自己喜歡的事、做自己擅長的事，以及做對他人有價值的事。在他看來，如果一個職業(yè)同時滿足這三個條件，再加上能夠解決現(xiàn)實問題，那就是值得長期投入的方向。

伊桑·莫利克：賓夕法尼亞大學沃頓商學院管理學教授，《共生智能》作者。兩個孩子，16 歲和 19 歲。

莫利克給孩子的職業(yè)規(guī)劃是：成為能夠整合多種能力的“通才型人才”。他認為像法律、醫(yī)學這樣的職業(yè)，在AI時代仍然有價值，因為它們不僅僅依賴知識，還涉及判斷、溝通和復雜決策。他鼓勵孩子接受廣泛的教育，而不是過早鎖定某一條職業(yè)賽道。在一個變化極快的時代，擁有多領(lǐng)域能力的人更容易適應新的機會。

杰米·蒂文：Microsoft 首席科學家兼技術(shù)院士，耶魯大學校董。四個孩子，年齡分別為 17 歲、19 歲（雙胞胎）和 21 歲。

蒂文對孩子的規(guī)劃更偏向?qū)W習方式。她鼓勵孩子不斷嘗試新事物，培養(yǎng)批判性思維、理解自己如何思考、如何學習。她認為，在 AI 時代，人們不一定需要親自構(gòu)建模型，但必須學會如何與AI合作、如何提出問題并判斷結(jié)果。她的孩子中有人計劃學習法律，也有人對會計感興趣，這些職業(yè)的核心共同點是：最終決策仍然需要人類承擔責任。

卡羅琳·漢克：SAP 全球組織成長與健康負責人，負責公司內(nèi)部 AI 勞動力轉(zhuǎn)型。一個孩子，15 歲。

漢克給孩子的規(guī)劃并不是某個具體職業(yè)，而是一種能力路徑。她認為，在 AI 快速變化的時代，真正重要的是適應變化的能力。她鼓勵孩子保持廣泛學習的習慣，如果一定要選擇專業(yè)，她更傾向數(shù)學或邏輯相關(guān)領(lǐng)域，因為邏輯思維將成為許多工作的基礎。同時，她強調(diào)批判性思維、倫理判斷和靈活應變能力，這些軟技能可能比具體技術(shù)更重要。

丹妮拉·阿莫迪：Anthropic 總裁兼聯(lián)合創(chuàng)始人，Claude 模型開發(fā)者之一。兩個孩子，4 歲和 6 個月。

作為當下最火的AI公司領(lǐng)頭人，阿莫迪對孩子的職業(yè)規(guī)劃反而最“反技術(shù)”。在她看來，隨著 AI 在知識和效率方面越來越強，人類真正難以被取代的能力是人與人之間的連接能力。她希望孩子將來更重視共情、溝通、合作以及善意待人的能力。她認為，人類天生渴望與真實的人建立關(guān)系，因此在 AI 主導的世界里，理解他人、建立信任和創(chuàng)造意義的能力會變得更加重要。

從上述可以看出，這些高管和學者對孩子未來的職業(yè)規(guī)劃想法其實一致，他們普遍覺得，如果只是反復練習那些很容易被算法替代的技能，比如單純寫代碼、處理信息或者做標準化的工作，未來可能會越來越吃力。與其在這些賽道里拼速度，不如把目光放在那些現(xiàn)實世界里真正需要人的領(lǐng)域，比如能源、醫(yī)療這些行業(yè)，問題復雜、周期長，很難被機器完全接管；還有像法律、會計這樣的職業(yè)，看起來傳統(tǒng)，但關(guān)鍵決定必須由人來做，也必須有人承擔責任，這一點是技術(shù)替代不了的。

他們也一直認同未來真正拉開差距的不是誰更會用技術(shù)，而是誰更會思考。能不能提出好問題、能不能快速適應變化、遇到復雜情況能不能獨立判斷，以及人與人之間的理解和連接。無論技術(shù)多發(fā)達，人們依然需要信任、溝通和合作，而這些東西，很難靠算法復制。

如果把上述采訪與Anthropic近期發(fā)布的重磅研究報告《AI對勞動力市場的沖擊：一種全新的衡量維度及其早期證據(jù)》（Labor market impacts of AI: A new measure and early evidence）結(jié)合起來，就更能為孩子未來的職業(yè)規(guī)劃提供有價值的參考指標。

最受影響與最不受影響的行業(yè)與崗位

與同類的“預測型”報告不同，這份報告的獨特之處在于，它不是簡單根據(jù) AI 技術(shù)能力推測可能取代的崗位，而是基于真實使用數(shù)據(jù)來觀察AI在工作中的實際作用。研究提出了“Observed Exposure（觀察到的暴露度）”指標，通過分析人們在現(xiàn)實工作中如何使用 AI來判斷哪些職業(yè)已經(jīng)真正受到影響。這種方法讓報告的結(jié)論更貼近現(xiàn)實，也更具參考價值。

報告顯示，AI 暴露度最高的職業(yè)主要集中在信息處理型崗位：

用大白話來說就是最容易被AI取代的十大崗位：

這類崗位工作流程標準化、以文本或信息處理為核心，許多任務可以由 AI 輔助甚至自動完成。

此外，這份報告還有一個反直覺的發(fā)現(xiàn)：高學歷、高收入群體是被AI替代的高危群體。AI 目前最先影響的并非我們一直以為的入門級低技能崗位（當然也是受影響嚴重的群體之一），反而是那些高學歷、高收入的群體，如編程、寫作、數(shù)據(jù)分析和咨詢等職業(yè)，因高度依賴信息處理而暴露度最高。

此外，受 AI 沖擊明顯的群體有四個特征：

• 女性比例較高

• 40歲以上員工，可能與崗位更新速度、技能迭代和 AI 工具的適應能力有關(guān)

• 大學學歷人群，因為他們從事的多數(shù)是知識密集型、信息處理型工作，而這些工作正是 AI 首先可以輔助甚至替代的內(nèi)容。

• 薪資水平更高的人

除此以外，受AI沖擊嚴重的一個群體是22–25歲的年輕人。因為在 AI 暴露度較高的崗位中，這些行業(yè)的入門級崗位招聘下降約 14%。AI 目前還不能取代經(jīng)驗豐富的資深專家，但它非常擅長處理基礎的資料收集、初級代碼編寫和基礎翻譯。這些原本是給職場新人練手的工作正在被 AI 蠶食。

相對地，體力勞動或現(xiàn)場操作型職業(yè)幾乎不受影響。

上圖右半側(cè)（藍區(qū)巨大的部分）全是白領(lǐng)、程序員、法務和分析師。AI 對這些崗位的理論統(tǒng)治力驚人，有些幾乎達到了 1.0 (100%)。

紅色區(qū)域（實際應用）目前還遠小于藍色區(qū)域。這意味著很多崗位雖然理論上能被AI 取代，但因為法律、信任、價格或習慣原因，AI 還沒完全接管。

重災區(qū)已經(jīng)顯現(xiàn)：在Office & Admin（行政辦公） 和 Business & Finance（商貿(mào)金融） 領(lǐng)域，紅區(qū)已經(jīng)明顯向外擴張，說明這些行業(yè)已經(jīng)真真切切地被 AI 接管了。

哪些是不易被取代的安全區(qū)？藍區(qū)和紅區(qū)都縮在圓心附近（面積最小）的左側(cè)區(qū)域，這些就是AI 的“荒漠”，也就是最不容易被取代的行業(yè)，有三類：

第一類：純體力工作者，因為AI 擅長處理屏幕里的像素，但不擅長處理現(xiàn)實世界的泥土和扳手。

比如：Construction（建筑業(yè)）蓋房子、貼瓷磚、修水管；Installation & Repair（安裝與維修）修空調(diào)、修電梯；Agriculture（農(nóng)業(yè)） 種地、養(yǎng)豬；Production（生產(chǎn)制造）復雜的、非標準化的工廠實操。

第二類：服務與生活保障類。這種服務需要實體的物理存在和即時的環(huán)境反應，機器人成本太高且不夠靈活。

比如：Food & Serving（餐飲服務）： 端茶倒水、后廚切菜；Grounds Maintenance（綠化維護）： 割草、修剪樹木；Personal Care（個人護理）： 理發(fā)、按摩、養(yǎng)老陪護。

第三類：高風險與應急處置類（需要責任感）。這類工作面對突發(fā)火災或犯罪，需要的是瞬間的生理本能判斷和敢于犧牲的責任感，算法承擔不了丟命的風險。比如 Protective Service（保護性服務）消防員、警察。

不容易受AI影響的工作，通常需要復雜的人際互動、現(xiàn)場判斷或精細操作，所以對“人與人之間的聯(lián)結(jié)”相關(guān)的技能更需要注重培養(yǎng)。

這份報告對普通家庭孩子的參考與啟示

無論是高管們的采訪、還是切實的數(shù)據(jù)，我們都能看到未來的競爭并不是簡單的人與機器誰更強，而是人應該把精力放在機器難以替代的地方。這也給我們普通家庭的孩子擇業(yè)方面提供了一些參考建議：

第一，職業(yè)要選擇“長期需要人介入”和“需要人承擔風險”的工作。

在規(guī)劃未來職業(yè)時，應關(guān)注那些長期需要人類介入的行業(yè)。像核能、醫(yī)療健康和癌癥治療等領(lǐng)域，不僅需要大量專業(yè)人才，還涉及現(xiàn)實世界中的復雜問題。AI雖然能提供輔助，但難以完全替代人類。

另外，就是對人類判斷力和責任感依賴的工作，像法律、醫(yī)學、會計等崗位的核心環(huán)節(jié)，需要人來做出最終決策并承擔社會或法律責任。AI 可以提供信息和分析，但無法為決策后果負責。

第二，重視通識教育，而不是過早鎖定一條技術(shù)路線。

現(xiàn)在技術(shù)變化太快，今天看起來很重要的技能，幾年后可能就不那么關(guān)鍵了。孩子接受廣泛的教育，多接觸不同學科，培養(yǎng)邏輯能力、批判性思維和學習新知識的能力。即使讀大學后，也不要只把精力局限在自己選定的專業(yè)課程上，而是要主動探索學校提供的一切資源，包括實驗室、交流項目、跨學科研究機會等。這樣無論未來行業(yè)怎么變化，都更容易適應。

我認識一些在藤校讀本科的學生，他們從大一就開始參與各種實驗室工作和國內(nèi)外項目，有些項目甚至看起來十分“混搭”，比如把舞蹈與神經(jīng)科學結(jié)合研究大腦活動的相關(guān)性。

大學不僅是上課和考試的地方，更是一個資源豐富的實驗場。不要宅在宿舍、圖書館或課堂上，應該盡可能去做跨學科和跨行業(yè)的嘗試、探索，把每一個可用機會都用上，為將來的職業(yè)和人生道路打下堅實基礎。

第三，不要排除轉(zhuǎn)向勞動技能的可能。

學一門扎實、接地氣的技能，不僅可以作為職業(yè)補充，還可能成為未來意外情況中的“救命稻草”。

雖然現(xiàn)在很多行業(yè)在AI影響下都“瑟瑟發(fā)抖”，但報告也說了：AI 的普及帶來了對“人機協(xié)作型技能”的新需求，例如監(jiān)督 AI、整合分析結(jié)果、跨領(lǐng)域項目管理等。所以，AI帶來的也不盡然都是悲觀。

面對太多未知和不確定性，我們唯一能掌控的，是自己的學習、判斷和行動方式，在信息和技術(shù)洪流中保持清醒，用行動去試探世界、用經(jīng)驗去理解變化、用能力去應對未來的挑戰(zhàn)。

精英說是全球精英、海歸和留學生的聚集地。我們傳遞全球資訊、探討文化百態(tài)、創(chuàng)新社交模式、發(fā)現(xiàn)獨立思想。這里有溫度也有態(tài)度，歡迎氣味相投的你關(guān)注精英說（ID：elitestalk）。

-每日教育新知-