文章核心观点 - AI对就业的冲击并非简单地替代所有人或仅作为效率工具，而是正在重塑工作价值，其核心影响取决于个人在价值链中的位置[10][18][45] - 当前就业市场呈现分化：一方面，AI和自动化导致部分岗位被裁撤；另一方面，也创造了新的需求，导致某些岗位需求增长[5][6][7] - 个人职业安全的关键在于判断自身工作是“煤”（因效率提升而需求扩张）还是“马”（因技术替代而遭淘汰），并主动向价值链上游移动[12][16][46][54] AI冲击就业的现状与矛盾现象 - 2026年3月，美国科技行业至少有66家公司宣布裁员，累计影响39,482个岗位，其中约9,238个岗位（约占23.4%）被直接归因于AI采用和自动化[4] - 在同一时期，软件工程师的招聘需求却同比增长了6%，表明裁员与扩招现象并存[5][6] - 许多公司在裁员说明中明确将原因指向提升效率、组织扁平化和加速AI投资，例如金融科技公司Block裁员4000人，其CEO将原因解释为智能工具改变工作方式[4] “马”与“煤”的比喻框架 - “马”代表因技术变革而被直接替代的角色，如1915年美国农场有26,493,000匹马，100年后仅剩约70万匹，它们无法转型[12] - “煤”代表因技术效率提升而导致需求扩张的资源，遵循“杰文斯悖论”，例如蒸汽机效率提升反而增加了煤炭的总消耗，LED省电但总用电量因设备增多而上升[16] - 当前许多被裁岗位更接近“标准的成本管理和优先级调整”，AI叙事有时只是“最顺手的包装纸”[17] AI替代预测失准的原因 - 技术可实现性不等于现实替代速度，组织惯性、监管框架（如FDA审批）、客户信任和人际摩擦是决定替代速度的关键变量[21][22] - 以放射科医生为例，2016年有预测称其将被AI替代，但到2026年其工作量反而上升，因为医学影像技术进步扩大了整个系统的需求[20] - 监管审批等制度是AI渗透速度的有效“减速带”[38] 易被AI替代的工作特征（“马”的特征） - 工作高度流程化：产出主要为文档、表格、邮件、常规分析等输入清楚、步骤可拆解的工作，如部分分析师、研究员、行政、翻译岗位[26] - 远离收入和决策核心：支持性、协调性、辅助性岗位，不直接带来收入或掌握关键资源，在组织成本压缩时更易受影响[28] - 依赖基础信息差：价值主要来源于信息搜集、整理和格式化输出（如初级研究员、助理、分析师、文案），而AI正使这类基础能力快速贬值[30][31] - AI的第一轮冲击往往不是直接导致失业，而是先让这类工作贬值，表现为团队人数减少、招聘门槛提高、个人工作量增加[27] 暂时更安全的工作特征（“煤”的特征） - 需要物理接触或现场应变：如护理、理疗、水管工、电工、修车师傅等，因为工作涉及非标准化的物理世界互动，难以被云端模型替代[35] - 服务于对价格不敏感的客户：例如纽约曼哈顿的私人教练，客户支付溢价购买的是真人体验和信任，而不仅仅是服务方案[33][36] - 处于特定制度环境：在政府、工会组织、非营利机构等工作，由于缺乏强力动机推动变革，自动化压力较小[37] - 工作核心在于建立信任、推动行动与最终判断：如医生触诊、心理咨询等，其价值超越单纯的信息提供[35] 决定职业安全的关键：在价值链中的位置 - 职业标签（如程序员、设计师）已不足以判断风险，关键在于个人在职业内部所做的具体工作层级[41] - 风险较低的工作位于价值链上游，特点是：需要理解上下文、做出判断、承担责任、整合资源；决定“做什么”和“谁负责”；其缺失会导致组织明显失速[42] - 风险较高的工作位于价值链下游，特点是：工作易被流程化、工具化；产出“谁来都差不多”；主要是执行和整理材料[42] - 未来最危险的不是某个职业整体，而是职业内部那些最易被工具接管且无法升级的部分[44] - 个人安全取决于：是否接近真实结果、是否掌握不可替代的判断力、是否处于组织和客户都愿意保留的位置上[45] 个人应对策略与长期视角 - 应主动评估并移动自己在价值链中的位置，从执行环节向上游的判断、决策和资源整合环节移动[46][56] - 长期来看，今天看似安全的“煤”（需求扩张型岗位）也可能随着技术迭代而走向“马”的命运，因此定位是动态的[50][54] - 最根本的应对策略是提升自主权，例如“自己变成老板”，从而掌握对工作的控制权[55] - 个人与“马”或“煤”的本质区别在于，人能够判断自身位置并主动移动[56]