AI本身不會搶走你的工作，會用AI的人才會

2025年8月，中國16至24歲青年失業率達到18.9%。 這個數字背后，是1222萬高校畢業生涌入市場——史上最多，比上一年再增43萬——無數份投出去沒有回音的簡歷，無數個擠在考公備考班里的年輕人，無數個開始認真思考"躺平"是不是一種理性選擇的深夜。 大多數人的解讀是：經濟不好，周期使然，等等就過去了。

但我越來越覺得，這個解讀是錯的。

經濟周期確實存在，但它掩蓋了一個更深層、更持久的結構性變化——一場技能替換，正在以大多數人還沒意識到的速度，重新定義"什么樣的人值得被雇用"。

而大多數人正在用錯誤的方式應對它。

一、你的對手不是AI，是那個會用AI的同事

人工智能不會取代你的工作，但會用人工智能的人很可能會。也許不是今天或明天，也許不是今年甚至明年，但最終一定會。而如果你等到“最終”那一刻，就為時已晚了 。

對有些人來說，這種轉變已經在發生。領英與微軟聯合發布的研究顯示：三分之二的企業管理者表示，他們甚至不會考慮沒有AI技能的候選人。

不是"更傾向于"，不是"會加分"，是"不會考慮"。

這句話的含義，比表面看起來要嚴重得多。它意味著，AI技能正在從加分項變成門檻——就像十年前的"會用Excel"，就像二十年前的"會用電腦"。當一項技能成為門檻，不具備它的人，連進場資格都沒有。

再看另一個數據：2015年至2022年，全球普通工作所需技能中有24%發生了變化。這個速度已經夠快了。但領英的研究人員預測，考慮到AI的影響，到2030年這一比例將飆升至70%。

70%。

不是某些行業，不是某些崗位，是普通工作所需技能的70%將在未來五六年內發生變化。

把這個數字放回中國的就業現實里。中國勞動力市場的供需失衡，本質上是一個競爭極度激烈的環境——同一個崗位，可能有幾十上百人在競爭。在這種環境里，任何維度的差距都會被放大。

以前內卷的是學歷和經驗。985還是211，實習經歷是不是名企，這些是篩選標準。

現在開始疊加新的篩選維度：會不會用AI。

你的對手不是AI本身。AI不會去搶你的工作，至少現在不會。真正威脅你的，是坐在你旁邊那個同事——他開始用AI寫報告、做分析、整理數據，一個人干了以前三個人的活，而且質量還更好。

當公司面臨裁員壓力，誰先走？

當新崗位開放招聘，誰先進？

這道題，答案已經不難猜了。

二、飛輪效應：你等待的每一天，差距在復利增長

有一個細節，很多人在討論AI的時候忽略了。AI和用戶之間，不是靜態的工具與使用者的關系。它是一種雙向進化的關系。

想象你開始騎一輛智能自行車。第一天，它不太懂你，踏板的阻力不對，座椅高度需要調整。但你騎得越多，它就越懂你——踏板開始適應你的節奏，座椅找到最貼合你的位置，車把調整到最適合你的角度。每一處改進都在減少阻力，每騎一公里，下一段路就更輕松，直到你騎著這輛車，感覺它仿佛成了自己身體的延伸。

這是個人層面的體驗。

放大到職場競爭的層面，這個效應有一個名字：飛輪效應。

你今天開始用AI，它幫你節省了兩個小時。這兩個小時，你用來做了更有價值的事。明天，你更熟練了，節省了三個小時。后天，四個小時。這個飛輪一旦轉起來，速度會越來越快。

反過來，你每等待一天，別人的飛輪就多轉了一圈。

一個月后，這個差距不是線性的，是指數級的。

在中國當前的就業環境里，這個飛輪效應被額外放大了。原因很簡單：當勞動力供給遠大于需求，雇主有足夠的選擇空間，他們會選擇效率最高的那個人。一個熟練使用AI的員工，實際產出可能相當于過去的兩到三個人。

這不是在替公司打廣告。這是一道殘酷的算術題。

當一個人能做三個人的事，公司就有理由只雇一個人。

被替代的那兩個人，不是被AI替代的，是被那個會用AI的人替代的。

三、舊的應對方式，正在失效

面對這種焦慮，中國職場人有三種主流的應對策略。

• 第一種：刷學歷。

考研、考博、出國讀個碩士，用更高的學歷來換取競爭優勢。這個策略在過去十年有效，因為學歷是一種相對稀缺的信號。但當考研人數連年破紀錄，當碩士學歷開始"通貨膨脹"，當用人單位開始抱怨"高學歷低能力"，這個策略的邊際回報在快速下降。

更關鍵的是，刷學歷需要兩到三年。兩到三年后，技能替換的速度會比今天更快，而你花了兩到三年時間在一個越來越擁擠的賽道上擠。

• 第二種：考公。

這是過去幾年最顯著的趨勢。2025年國考報名通過資格審查人數達341.6萬，競爭比86:1；2026年度國考進一步攀升至371.8萬人，競爭比約98:1，最熱門崗位超過7000人爭一個位置。考公的邏輯是：體制內相對穩定，不用擔心被市場淘汰。

這個邏輯不是沒有道理，但它建立在一個假設上：體制內不受技能替換的影響。

這個假設，越來越站不住腳。

AI正在進入政府和事業單位。文件處理、數據整理、報告撰寫、政策分析——這些工作不會因為在體制內就免于被效率更高的工具替代?？脊晒Φ娜耍K究還是要面對同樣的問題，只是晚幾年面對而已。

• 第三種：躺平。

這是最誠實的一種應對方式。承認競爭太激烈，承認自己不想參與，降低欲望，降低消費，維持基本生活。

我理解這種選擇背后的疲憊。但躺平有一個隱含的賭注：你在賭未來不會更難。而根據所有現有的趨勢，這個賭注大概率會輸。

這三種策略有一個共同的問題：它們都是線性的應對方式，但技能替換是指數級的變化。

用線性應對指數，永遠追不上。

四、AI能做的，和只有你能做的

說到這里，有一個問題必須回答：如果連考公的人最終也要面對技能替換，那出路在哪里？

答案藏在一個被大多數人忽略的事實里。

工業時代的工作，不是為釋放人類潛能而設計的，而是為了效率——追求速度、規模和可預測性，讓人類做得更多、更好、更快。這意味著，工業時代最有價值的人，是那些能夠高效、穩定、大量重復某種操作的人。

AI在這件事上，比任何人類都強。

但AI有一個根本性的局限：它沒有判斷力，沒有關系，沒有創造力——至少不是人類意義上的那種。

AI能做的：信息整理、數據分析、文案撰寫、報告生成、代碼編寫、圖像處理……所有可以被明確定義、可以被重復執行的任務。

只有你能做的：在模糊信息中做出判斷，建立和維護真實的人際關系，在沒有先例的情況下創造新的解決方案，理解復雜的人類情感和動機。

這不是在說AI不好。這是在說，當AI接管了重復性工作，人類獨有的那部分能力反而變得更稀缺、更值錢了。

幾個世紀以來，我們第一次有機會把工作重新圍繞"最具人類特質的事物"來構建：創造力、解決新問題的能力、建立有意義連接的能力。

問題是，大多數人還在用舊規則玩游戲。

他們的工作方式是為工業時代設計的，他們的競爭策略是為學歷經濟設計的，他們在用過去的武器打一場完全不同的戰爭。

正確的姿勢是：用AI放大你獨有的能力，而不是和AI競爭它擅長的事。

五、現在就能做的三件事

說到這里，我想避免一個常見的陷阱：把焦慮制造出來，然后甩下一句"學會用AI吧"就結束。

這不是行動建議，這是廢話。

所以我想說得具體一點。

• 第一件事：找到你工作里最耗時但最低價值的三件事。

不是"學AI"，是先做一個診斷。打開你今天的工作清單，問自己：哪三件事讓我花了最多時間，但如果不做，對結果影響最小？

這三件事，就是你的AI實驗起點。

對一個HR來說，可能是篩選簡歷、整理面試記錄、寫崗位描述。對一個市場人員來說，可能是寫周報、整理競品信息、做數據匯總。對一個銷售來說，可能是寫跟進郵件、整理客戶資料、做報價方案。

這些事，今天的AI都能做，而且做得不差。

• 第二件事：用"替換-放大"框架來判斷每一項任務。

不是所有任務都應該交給AI。有些任務，交給AI是替換——AI做，你不做，效率提升。有些任務，AI是放大器——AI幫你做得更快，你用省出來的時間做得更深、更好。

替換類任務：重復性的信息處理、格式化輸出、標準化文案。直接交出去。

放大類任務：需要判斷的分析、需要創意的方案、需要關系的溝通。用AI做準備工作，用你的判斷做最終決策。

區分這兩類，是用AI的基本功。

• 第三件事：把節省出來的時間，投入到任何算法都做不到的事。

這是最重要的一步，也是最容易被忽略的一步。

很多人用AI節省了時間，然后用這些時間刷手機、摸魚、或者做更多同樣低價值的任務。這就把AI變成了一個效率提升工具，而不是競爭力重構工具。

正確的用法是：用AI省出來的時間，去做那些只有你能做的事。

去見一個重要的客戶，建立一段真實的關系。去深度思考一個業務問題，而不是只做表面的匯報。去學一個新的領域，建立跨界的認知。去創造一個新的解決方案，而不是復制已有的模板。

這才是飛輪真正轉起來的方式。

結語

中國當前的就業困境，迫使人們重新審視一個問題：什么樣的能力，在未來真正有價值？

在過去，這個問題的答案是模糊的——努力工作，多積累經驗，升職加薪，靠時間換空間。這套邏輯在經濟高速增長的時期有效，因為增長本身會掩蓋很多問題。

現在，增長放緩，掩蓋消失，問題暴露出來。而與此同時，AI給出了一個前所未有的答案：把重復的工作交出去，把人類獨有的能力放大。

這不是一個容易的轉變。變化的速度是指數級的，而人類的本能是線性的。你心里對AI的那種不安，是數百萬年的進化在試圖保護你免受快速變化的傷害。這種本能曾經保護過我們，但在這個時代，它可能會讓你陷入停滯。

領英的研究發現，那些在AI時代取得進步的工作者，不一定是資源最豐富或技術最精湛的人，而是那些"未雨綢繆"主動嘗試的人——不是慌亂地應對，而是有目的地探索。他們在必須適應之前，就主動練習適應。

變化永遠不會再像現在這樣緩慢。AI也永遠不會再像現在這樣基礎。嘗試的最佳時機，就是現在。