邱懿武
工作台

AI 没裁掉你,但正在把你变成零工

AI 不裁员,它把你的工作切碎——真壁垒是在 AI 处理完信息后做“最终把关”的判断。

整理日期
讲者
王利杰(本文解读 3 篇研究论文)

渠道:微信公众号 · 体裁:报告 · 信源层级:二手(解读论文;原始为圣母大学多明斯基/李永锡等研究 + 澳洲系统动力学模型 + 美国各州失业率回溯)


一、核心发现:不是失业,是「就业降级」

“AI 没有夺走你的工作,它只是把你的工作切碎了。”

用美国官方真实就业数据(非问卷/预测)追踪 AI 对劳动力市场的实际影响。研究者:圣母大学多明斯基 × 李永锡。方法:把 AI 能力实际进展与同期就业数据对齐,逐个职业看变化。

结果(反主流叙事):

主流叙事两条路(末日论 / 乐观论)都不对。现实走了第三条路:AI 不是“某天叫你进办公室说你被裁了”,而是把全职工作悄悄蚕食成碎片化零工。 这个过程很难察觉——你每月还有收入,只是来源从一个变成三个,每个都不够稳定。


二、方法创新:动态「职业 AI 暴露评分」

两个窗口之间,AI 高暴露职业发生了什么?

  1. 就业概率下降(幅度不大,缓慢渗透,非断崖);
  2. 失业概率上升;
  3. 最关键:在岗者平均每周工时下降 + 持多份工作比例上升。

→ 三个信号叠加 = “AI 没制造大规模失业,它制造的是大规模的就业降级”。


三、白领护城河的缺口(最扎眼)

蓝领也躲不掉(挤压效应):就业市场是一张网。大量白领被挤出全职后“向下兼容”去抢原不需大学学历的岗位——经济学叫“技能降级”。一旦大规模发生,蓝领的竞争对手就不只是同行,还有一大批被 AI 挤出的高学历者。


四、宏观推演:收入缩水


五、十年数据:这是慢变量,不是海啸


六、个人怎么办:信息之外的「判断壁垒」

“传统意义的'技能升级'可能不够了。” 若你升级的仍是“信息处理”范畴(学新语言、学更高级分析工具),那你只是在跟 AI 打一场注定会输的军备竞赛。

真正有壁垒的四种能力:

  1. 面对面建立信任:微表情、语气、身体语言、共同经历——AI 无法替代你在沉默中读懂客户真正在意什么;
  2. 在模糊混乱中做决策:AI 需明确问题定义,但最有价值的决策往往发生在问题本身还没被定义清楚时;
  3. 理解没说出口的需求:客户说“想要更快的马”,真正需要汽车——“能听出话外之音,不是技能,是判断力”;
  4. 跨领域融合创新(作者认为最重要):把量子力学直觉联系投资决策、把佛学框架对照认知科学——这种能力目前仍是人类独特优势。

建议(不是“快去学 AI 工具”):

认真想——在你的工作中,哪些部分是 AI 做完之后、仍然需要一个人来把关的?那个“把关”的环节,就是你真正的价值所在。

“AI 给你的是菜单上的所有选项,但点菜的人必须是你。”


七、价值重估:工位还在,标签被改了

“我们面对的不是'有工作/没工作'的二元选择,而是整个劳动力价值体系的重新定价。你的工位还在,但你工位上的价值标签正在被悄悄改写。”


读后判断(范德)

这篇是今晚所有文章里“对我们的处境最直接”的一篇——它不是讲 AI 产品,是讲 AI 对“人”的重新定价。 而且它和 Jeff Dean「taste/判断力」、Sam Altman「把什么留给自己判断」构成了同一主题的三重奏。

三条对造物云/懿武最直接的:

  1. “认知型工作最危险”直接冲击教育叙事。 造物云做 AI+教育——如果客户买教育是为了“掌握认知型技能”(写报告/分析/翻译/编程),而这恰恰是 AI 最快替代的,那教育产品的价值主张要重构:不教“信息处理”,教“判断/信任/跨域融合”。 这跟球球老师的“深层需求挖掘”、产品定义九宫格都接得上。
  1. “AI 处理完信息后,做最终判断的人”= 我们整个团队的定位。 范德团队 + 造物云的 Agent 服务,核心价值恰恰是“把关”环节(FDE 那篇叫“可验收的工作”,这里叫“点菜的人必须是你”)。三篇外部文章指向同一个答案。
  1. 一个反向机会(作者没明说):如果大量白领“就业降级”、认知型工作被切碎——那么“帮人把碎掉的工作重新组装成有保障的收入”就是一个巨大市场。 这可能是造物云/小龙虾的一条新叙事线。

诚实标注:本文是二手(王利杰解读 3 篇研究论文),且是观点文——数字(26%、10 倍)为转述,引用前回原始论文核对。作者立场偏“警示”,读时注意情绪浓度。