一个让打工人集体焦虑的问题
"AI 会让我失业吗？"——这可能是过去三年里我被问到最多的问题。而我的回答一直是：这个问题的提问方式本身就是有问题的。因为它假设了一个二元结果——要么 AI 替代你，要么 AI 不替代你。但现实远比这复杂。
根据「世界经济论坛 2026 年未来就业报告」，AI 和自动化预计将在 2026-2030 年间全球净减少约 1400 万个传统岗位，同时创造约 9700 万个新岗位——净增长约 8300 万个岗位。也就是说，从总量来看，AI 是就业的"净正面因素"。但"总量"掩盖了一个关键事实：减少的岗位和新增的岗位往往不是同一个群体在做——被替代的人未必能胜任新创造的工作。
真正的问题不是"AI 会不会消灭工作"——它从来不会（至少从历史上看）。真正的问题是："谁的工作会被消灭，新的工作会是什么，以及这个过渡会有多痛。"
谁最容易被替代？——"任务型"工作的降维打击
AI 最容易替代的不是"低级工作"，而是"高度结构化、重复性高、不需要复杂人际交互"的工作——无论这个工作在传统认知中是"低级"还是"高级"。
- 基础翻译：AI 翻译的质量在大多数语言对上已经接近专业人工翻译。2025 年，某大型翻译公司的初级译员需求已经下降了 40%。
- 模板化写作：电商产品描述、新闻快讯、财报摘要、SEO 文章——这些遵循固定结构的写作已经被 AI 大规模替代。但深度调查报道、专栏评论、创意文案——这些需要独特视角和人类判断的写作仍然稳固。
- 基础编程：GitHub Copilot 和 Cursor 已经让初级程序员的生产力大幅提升——但这也意味着一个由 10 个初级程序员组成的团队可能只需要 5 个了。然而，系统架构设计、技术选型、复杂 bug 调试——这些仍然高度依赖人类的经验和判断。
- 客服一线：标准化的售后咨询、物流查询、退换货处理——AI 客服已能处理 70-85%。但涉及情绪安抚、复杂纠纷调解、VIP 客户关系维护——人类仍然不可替代。
- 数据录入与基础会计：OCR（光学字符识别）+ AI 已经能自动识别发票、对账、生成报表。传统的"手工录入员"岗位正在快速消失。
总结一下被替代的共性：如果你每天的工作高度可预测——输入 A 大概率应该输出 B——那你应该考虑升级。
谁相对安全？——"人"的护城河
有几类工作在这个阶段相对安全：
- 需要"复杂的物理世界交互"的工作：护工、电工、管道工、外科医生——AI 可以在屏幕里帮你做诊断，但它不能帮你把病人翻个身或者修理漏水的水管。具身智能在快速进步，但离替代这些工作还有相当的距离。
- 需要"深度信任和情感连接"的工作：心理咨询师、教师、临终关怀工作者、谈判专家——这些工作的核心不是信息处理，而是建立人与人之间的信任和情感连接。
- 需要"创造性和战略性判断"的工作：产品战略家、科学家、艺术总监、法官——AI 可以提供分析、建议和灵感，但最终需要人类做出价值判断和审美选择。
- 需要"跨领域整合和模糊问题处理"的工作：创业者、危机管理者、外交官——这些角色面对的问题往往没有明确定义的标准答案，需要跨越多个领域的知识和直觉。
真正的变革：从"替代工作"到"重塑工作"
比起"替代"或"不替代"的二元框架，更有价值的视角是"AI 如何改变工作内容"。翻译不会被 AI 替代，但"AI + 翻译"会替代"翻译"——未来翻译的工作不再是逐字翻译，而是用 AI 生成初稿后进行文化适配和语境润色。律师不会被 AI 替代，但"AI + 律师"会替代"律师"——未来律师的核心价值不是在法律文书中寻找条款，而是制定法律策略和进行谈判。教师不会被 AI 替代，但"AI + 教师"会替代"教师"——未来教师的角色从"知识传授者"转变为"学习引导者和情感支持者"。
💡 给你的三个建议：
1. 学会使用 AI 工具——不是"知道它存在"，而是将其深度整合到你的日常工作流中。这是 2026 年最重要的职业技能。
2. 投资于"AI 难以替代"的能力——创造力、批判性思维、情商、跨领域整合能力、领导力。
3. 保持学习的心态——你的大学专业决定不了你的一生，但"持续学习的能力"可以。访问星枢 AI，了解更多 AI 时代职业发展资源。