面對越來越強(qiáng)的模型和崗位消失，我們該做點(diǎn)什么？

面對模型越來越強(qiáng)，崗位消失和白領(lǐng)陣痛，個人和企業(yè)該如何應(yīng)對？

文｜王眾

編｜趙艷秋

今天一早，被谷歌Gemini 3的發(fā)布刷屏了。大家都在感嘆這是今年最強(qiáng)大模型。有人甚至直言：我們這一代人，可能剛剛站在了一個非常離譜的起點(diǎn)上。從今天開始，會不會寫前端、會不會調(diào)框架可能沒那么重要了。是的，大模型正在改變我們的運(yùn)行規(guī)則。

實(shí)際上，近一個月以來，全球職場正經(jīng)歷前所未有的“白領(lǐng)淘汰風(fēng)暴”。這場風(fēng)暴的詭異之處在于，被淘汰者并非傳統(tǒng)認(rèn)知中的“低技能群體”，而是以本科及以上學(xué)歷為主，覆蓋開發(fā)、文案策劃、中層管理、人力、財務(wù)、法務(wù)等曾被視作 “職場安全島” 的中產(chǎn)崗位。費(fèi)城聯(lián)儲的研究顯示，高薪且要求本科學(xué)位的崗位，最容易被AI替代，遠(yuǎn)高于藍(lán)領(lǐng)崗位平均水平。

而工信部《2025年人工智能就業(yè)白皮書》和麥肯錫《生成式AI的經(jīng)濟(jì)潛力》的最新數(shù)據(jù)顯示，AI總體替代率已達(dá)23%，意味著每4個崗位中，就有近1個正被AI技術(shù)重構(gòu)。這場關(guān)于職業(yè)安全的討論，已從“未來預(yù)判”變?yōu)椤爱?dāng)下命題”。

AI正在首當(dāng)其沖沖擊白領(lǐng)，一些崗位已進(jìn)入“倒計時”。站在這樣的節(jié)點(diǎn)上，個人與企業(yè)該如何主動應(yīng)對？

01

“裁舊招新”，大公司戰(zhàn)略重構(gòu)

2025年10月，硅谷七姊妹開啟了裁員風(fēng)暴。但與以往不同的是，這次巨頭們邊裁員、邊追加AI投資。以往裁員都是偷偷摸摸進(jìn)行，算是公司“負(fù)面”，這次則大張旗鼓，股市不跌反漲。

值得警惕的是，這其中也夾雜一些企業(yè)為了短期盈利和市值拉高而進(jìn)行的裁員，這種個體行為或?qū)?dǎo)致集體非理性的跟隨。

亞馬遜宣布全球裁員約1.4萬人，沖擊人力資源、廣告，以及AWS云業(yè)務(wù)的非核心團(tuán)隊(duì)，其中人力部門裁員在10%以上，同時將2025年資本支出抬升至1250億美元，其中約七成投向AI與數(shù)據(jù)中心，并在機(jī)器學(xué)習(xí)等核心領(lǐng)域高薪擴(kuò)招。

Meta年初按績效裁減約3600人后，9月再裁AI基礎(chǔ)設(shè)施部門600人，但仍保留TBD Labs等大模型核心團(tuán)隊(duì)。

微軟5月裁員6000人，受影響最大的是LinkedIn、Xbox及銷售、市場、招聘等非技術(shù)崗和中層管理者；同期追加800億美元投入AI基建，Copilot等生成式AI研發(fā)預(yù)算占比升至40%。

Salesforce7月裁撤4000個客服崗位，CEO公開確認(rèn)AI已承擔(dān)50%客服工作量，部門成本下降17%，并擴(kuò)招提示詞工程師、AI產(chǎn)品經(jīng)理等新興崗位，且薪資溢價約兩倍。

同在今年，福特、摩根大通與埃森哲已將AI升級為運(yùn)營核心并同步調(diào)整編制與預(yù)算。福特在4月成立了Latitude AI子公司，在采購、物流、財務(wù)流程全面植入生成式AI，目標(biāo)在2026年前把整體運(yùn)營費(fèi)用率再降1.5%。摩根大通5月下發(fā)內(nèi)部備忘錄，除AI與數(shù)據(jù)科學(xué)崗位外暫停新增技術(shù)招聘，優(yōu)先用LLM完成合規(guī)審閱和信貸風(fēng)險報告。

埃森哲表示持續(xù)的裁員行動將延續(xù)到今年11月底；其AI和數(shù)據(jù)專業(yè)人員則從2023財年的4萬人增長到目前的7.7萬人；77.9萬員工中，超過55 萬人已經(jīng)接受了Gen AI基礎(chǔ)知識的培訓(xùn)。埃森哲CEO在電話會議上表示，如果員工無法掌握AI技能，等待他們的就是“被優(yōu)化”。與裁員相對的則是增長的業(yè)務(wù)量，埃森哲財報揭示，2025財年AI相關(guān)新訂單達(dá)59億美元、涵蓋6000多個項(xiàng)目。

02

白領(lǐng)崗位的軟肋

除了“無情的機(jī)器人”可以24小時穩(wěn)定工作外，在工信部等白皮書中指出，白領(lǐng)崗位相對AI的弱點(diǎn)，可以歸結(jié)為高度規(guī)則化和替代性成本低。

首先，許多所謂“白領(lǐng)核心工作”，本質(zhì)上是可結(jié)構(gòu)化的標(biāo)準(zhǔn)流程。比如，在財務(wù)領(lǐng)域，根據(jù)報道財務(wù)機(jī)器人三分鐘即可完成月度報表；數(shù)據(jù)錄入員與初級會計的替代率均達(dá)90%；四大會計師事務(wù)所已裁減30%基礎(chǔ)審計崗。

法律領(lǐng)域的智能產(chǎn)品處理500頁文件僅需3分鐘，法律文書助理替代率60%、專利檢索員替代率55%，崗位萎縮。某律所初級律師因不熟悉法律科技工具，被迫轉(zhuǎn)行。

病理分析方面，AI系統(tǒng)的讀片速度和準(zhǔn)確率已逐步接近專業(yè)人員，病理切片分析員替代率達(dá)到65%。

在客服領(lǐng)域中，根據(jù)報道，有企業(yè)提到智能客服可用來解決90%售后問題；另一家公司宣傳AI客服系統(tǒng)日均處理200萬通電話，重復(fù)問題自動解決率92%；電話客服替代率已達(dá)85%，在線文字客服替代率達(dá)70%。工信部《2025年人工智能就業(yè)白皮書》的數(shù)據(jù)，電話客服崗位替代率達(dá) 85%。

其次，成本核算顯示出白領(lǐng)崗位的“性價比崩塌”。Salesforce裁撤4000個客服崗位后，年節(jié)省約2000萬美元，而相應(yīng)AI系統(tǒng)的部署成本僅800萬美元，6-9個月即可回本。

麥肯錫在《生成式AI的經(jīng)濟(jì)潛力》報告中預(yù)判：生成式AI每年可為全球經(jīng)濟(jì)新增4.4萬億美元價值，但將重塑63個行業(yè)的核心崗位，其中75%的新增價值來自營銷銷售、客戶運(yùn)營、軟件工程和研發(fā)，這些正是白領(lǐng)群體最集中的領(lǐng)域。

03

“幸存者”和下一個風(fēng)暴點(diǎn)

目前，仍難被AI完全取代的崗位，集中在強(qiáng)人際交互與高度原創(chuàng)兩類。強(qiáng)人際交互類包括心理咨詢師、高端銷售（客戶關(guān)系維護(hù)）、個性化教育工作者與養(yǎng)老護(hù)理員——這些崗位依賴情感共鳴與個性化服務(wù)。

高度原創(chuàng)類則涵蓋原創(chuàng)藝術(shù)家、科研人員、非遺傳承人、戰(zhàn)略顧問等，這些工作需要跨領(lǐng)域思考與原創(chuàng)性突破，超出當(dāng)前AI的能力邊界。

另有一類“AI協(xié)作”崗位，AI訓(xùn)練師、提示詞工程師、AI倫理審查員等，它們直接服務(wù)于AI生態(tài)，需求持續(xù)增長。

AI代碼合規(guī)審查員已成為微軟、亞馬遜等公司的新增核心崗位，負(fù)責(zé)審核AI生成代碼的合規(guī)性與安全性，防止算法歧視。多家企業(yè)包括亞馬遜與埃森哲正在擴(kuò)招的人機(jī)協(xié)作管理員，負(fù)責(zé)監(jiān)督AI系統(tǒng)運(yùn)行并處理復(fù)雜異常情況，例如AI客服無法解決的投訴，職位要求“懂行業(yè)且會用AI工具”。

但是，也有一些現(xiàn)在看似穩(wěn)定的職業(yè)或?qū)⒃庥鎏魬?zhàn)。隨著能力指數(shù)級提高，AI對創(chuàng)造型人才的替代速度和替代程度可能會超出人們的認(rèn)知。去年，由Sakana AI、牛津大學(xué)Foerster實(shí)驗(yàn)室、加拿大不列顛哥倫比亞大學(xué)團(tuán)隊(duì)聯(lián)合開發(fā)的AI科學(xué)家系統(tǒng)，能獨(dú)立完成從研究思路生成、代碼編寫、實(shí)驗(yàn)執(zhí)行到論文撰寫的全流程，單篇論文成本僅15 美元（約107.62元人民幣）。

OpenAI的技術(shù)布局也在重塑科研職場生態(tài)。奧特曼在直播中展示的下一代模型原型“Omega-3”，已在數(shù)學(xué)推理、跨模態(tài)理解和自主實(shí)驗(yàn)設(shè)計等領(lǐng)域?qū)崿F(xiàn)突破，標(biāo)志著AI從科研輔助工具向“準(zhǔn)研究者”轉(zhuǎn)型。OpenAI預(yù)計，到2026年9月，AI將能勝任“實(shí)習(xí)研究助理”級別的工作，并在 2028年前發(fā)展成一名完全自動化的“合格AI研究員”。

由于人工智能帶來的科研新范式，研究領(lǐng)域或?qū)⑹窍乱粋€暴風(fēng)點(diǎn)。

04

工業(yè)革命與AI時代的新工種

實(shí)際上，技術(shù)對就業(yè)市場的沖擊從未停歇，從工業(yè)革命時期的機(jī)器取代手工勞動，到當(dāng)下AI吞噬白領(lǐng)的工作，兩次變革本質(zhì)都是生產(chǎn)力躍遷引發(fā)的“創(chuàng)造性破壞”。

工業(yè)革命的替代核心是解放“重復(fù)性體力勞動”，集中沖擊了紡織業(yè)。1806-1817年間，英國約克郡剪絨工廠從5家增至72家，剪絨機(jī)器從100架暴增至1462架，3378名平絨工人中，1170人完全失業(yè)。工廠增加、工人減少的同時，工資也在下降。在英國蘭開斯特郡，一名織布工的周薪從1800年的25先令，暴跌到1811年的14先令。生活困境直接催生了砸毀織布機(jī)的盧德運(yùn)動等。

AI的替代核心是解放“重復(fù)性認(rèn)知勞動”，且呈現(xiàn)跨產(chǎn)業(yè)、高速度、高學(xué)歷指向的特點(diǎn)。值得注意的是，AI替代有“局部替代徹底、全面替代有限”的特征。美國Scale AI與Center for AI Safety的聯(lián)合研究顯示，盡管AI在特定任務(wù)中表現(xiàn)亮眼，但真實(shí)工作場景中的自動化率不足 3%，復(fù)雜任務(wù)中因無法驗(yàn)證交互效果、修正錯誤，AI的交付合格率遠(yuǎn)低于人類。

工業(yè)革命在摧毀舊崗位的同時，也催生了全新的就業(yè)生態(tài)。19世紀(jì)上半葉，英國大規(guī)模城鎮(zhèn)化，工業(yè)就業(yè)占比迅速增長，“技術(shù)依附型”崗位爆發(fā)，產(chǎn)業(yè)規(guī)模的擴(kuò)張也催生了管理型崗位。

AI的就業(yè)創(chuàng)造效應(yīng)也呈現(xiàn)出“速度快、跨度廣、技能密集”的特點(diǎn)。生成式AI從技術(shù)突破到催生提示詞工程師、AI倫理審計師等新職業(yè)僅用時18個月，OpenAI生態(tài)系統(tǒng)已孵化出超過200種新型職業(yè)，涵蓋模型微調(diào)師、對齊工程師、AI工具和Agent集成工程師、AI產(chǎn)品項(xiàng)目經(jīng)理、AI體驗(yàn)和UX設(shè)計師、Agent生態(tài)運(yùn)營經(jīng)理、AI部署落地工程師、GPT Apps 開發(fā)者等。

中國的就業(yè)結(jié)構(gòu)變化尤為顯著，自2019年以來，人社部會同有關(guān)部門發(fā)布了五批共74個新職業(yè)，其中包括大數(shù)據(jù)工程技術(shù)人員（2019年發(fā)布）、人工智能訓(xùn)練師（2020年發(fā)布）、智能硬件裝調(diào)員（2021年）等。

05

技能焦慮蔓延，如何破局？

盡管有新的工種出現(xiàn)，但勞動者的技能焦慮正在加速蔓延。2024年蓋洛普調(diào)查顯示，近25%的勞動者擔(dān)憂工作被AI取代（2021年僅為15%）；與此同時，市場對AI技能的學(xué)習(xí)需求激增，多家在線教育平臺披露AI課程注冊量與學(xué)習(xí)時長高速增長，個別平臺增幅達(dá)三位數(shù)以上。

埃森哲2025年披露已為55萬名員工開展生成式AI基礎(chǔ)培訓(xùn)。企業(yè)提供在崗培訓(xùn)與轉(zhuǎn)型本應(yīng)成為核心解法，但實(shí)際進(jìn)展仍遠(yuǎn)滯后于需求。

美國培訓(xùn)行業(yè)報告顯示，2024年美國企業(yè)在員工培訓(xùn)上的總支出約980億美元，人均培訓(xùn)支出774美元——這一數(shù)字雖不算低，卻難以追上技能需求的快速迭代，技能缺口依然嚴(yán)峻。

破解困局需要三方發(fā)力：其一，構(gòu)建“全社會短訓(xùn)網(wǎng)絡(luò)”，以需求為導(dǎo)向推出“AI+行業(yè)”速成班，快速輸出復(fù)合型技能人才，尤其鼓勵企業(yè)提供在崗培訓(xùn)。

人們可以關(guān)注國家相關(guān)部門的政策和動作，例如，2025年起人社部推動全體專業(yè)技術(shù)人才的人工智能通識繼續(xù)教育，地方層面也有配套動作，比如河南出臺計劃，2025~2027年年均開展 AI應(yīng)用培訓(xùn)超5萬人，并將AIGC應(yīng)用培訓(xùn)納入職業(yè)培訓(xùn)補(bǔ)貼范圍。此外，各地涌現(xiàn)出一批培訓(xùn)主體，且大多與企業(yè)合作提供實(shí)習(xí)就業(yè)通道，就業(yè)比例較好。

其二，推動企業(yè)“轉(zhuǎn)型即孵化”。與其簡單裁員，不如將老員工轉(zhuǎn)化為轉(zhuǎn)型“種子”。

例如，有安全技術(shù)公司發(fā)起“智能體合伙人計劃”，鼓勵一線員工就地轉(zhuǎn)型，學(xué)習(xí)AI技能，把經(jīng)驗(yàn)構(gòu)建為智能體，輔助崗位工作。有企業(yè)將質(zhì)檢員工，培養(yǎng)為質(zhì)檢數(shù)據(jù)標(biāo)注員，并篩選有潛力的員工定向培養(yǎng)為“行業(yè)垂直標(biāo)注師”，專攻細(xì)分場景；在企業(yè)AI轉(zhuǎn)型的同時，將這批員工獨(dú)立組建為專業(yè)標(biāo)注服務(wù)公司，既承接母企業(yè)需求，又對外輸出技術(shù)服務(wù)，形成“內(nèi)部造血+外部賦能”的良性循環(huán)。有企業(yè)本身有人才學(xué)院，面向下一代數(shù)字經(jīng)濟(jì)培養(yǎng)相關(guān)AI人才。

其三，個人層面錨定 “AI+專業(yè)”，強(qiáng)化不可替代性。中國勞動和社會保障科學(xué)研究院大數(shù)據(jù)和政策仿真研究室主任張一名，在分析人工智能變革勞動力市場時指出，技術(shù)與業(yè)務(wù)深度融合的復(fù)合型人才正在成為市場主流，這一趨勢未來只會更強(qiáng)。

在此背景下，個人既要把主流AI工具真正嵌入本職工作，讓專業(yè)能力在效率與產(chǎn)出上形成可量化優(yōu)勢；又要在關(guān)鍵環(huán)節(jié)提升AI難以替代的能力，例如法律從業(yè)者加強(qiáng)AI生成文書的復(fù)核與倫理判斷能力；同時可通過跨領(lǐng)域培訓(xùn)打造復(fù)合技能標(biāo)簽，如“財務(wù)＋數(shù)據(jù)分析”或“運(yùn)營＋Prompt 工程”。把“不可替代性”變成職業(yè)壁壘，在崗位重構(gòu)的周期中保持更強(qiáng)的流動性和上升空間。

這些路徑未必能立竿見影消弭焦慮，卻為“人機(jī)協(xié)同”時代的技能轉(zhuǎn)型提供了更務(wù)實(shí)的注腳。