Loading... # AI 时代工作职位的萎缩与转型策略分析 # 一、新闻概述 ## 1. 标题 你的工作正在萎缩：AI 不是在替代职位，而是在实时削弱你的价值 ## 2. 发布时间 2026 年 2 月 2 日 ## 3. 来源 Jan Tegze 的 Thinking Out Loud 通讯 # 二、核心内容 ## 1. 事件摘要 ### A. 主要内容 Jan Tegze 发布深度分析文章，指出 AI 对知识工作者的影响并非简单的职位替代，而是工作价值的实时萎缩。文章揭示了当前三种常见的错误应对策略，并提出了真正有效的转型方向。 ### B. 核心亮点 - AI 不是在抢走工作，而是在削弱专业知识的价值 - 三种常见的失败策略：学习 AI 工具、深化专业领域、强调软技能 - 真正有效的策略是成为新可能性的发现者和编排者 - 机构与 AI 发展之间存在速度失配问题 ## 2. 关键信息 ### A. 涉及技术 - AI 智能体（Claude、Gemini、ChatGPT 等） - 提示工程 - AI 自动化工具 ### B. 核心观点 - 传统专业知识正在被快速自动化 - 公司短期利益驱动导致长期人力投资缺失 - 成功的关键是发现并利用 AI 带来的新可能性 ### C. 数据示例 - AI 智能体订阅成本：50 美元/月 - 高级分析师年薪：14 万美元 - AI 可完成 80% 的工作，仅需 5% 的成本 ## 3. 背景介绍 ### A. 相关上下文 这是作者关于 AI 时代职业发展的系列文章之一，前作讨论了 AI 对个人能力评估的影响。 ### B. 行业现状 知识工作者普遍感受到工作价值的侵蚀，但对如何应对缺乏清晰方向。 # 三、详细报道 ## 1. 主要内容 ### A. 三种失败的应对策略 **策略一：学习更好地使用 AI 工具** 许多人选择深入学习提示工程，成为团队中的 AI 专家。这种策略失败的原因在于仍在竞争执行速度，而执行正在被商品化。当工具界面改进后，所谓的提示工程专长将变得毫无价值。 **策略二：深化现有专业领域** 会计师学习更高级的税法，设计师掌握更多软件，分析师构建更复杂的模型。这种策略失败是因为在正在消失的领域深耕如同在洪水区建设堡垒。当智能体在狭窄领域快速接近专家级表现时，专业知识将成为负担。 **策略三：强调人类软技能** 通过创造力、同理心和人际关系建设来保持人类独特性。这种策略失败是因为过于模糊而无法执行。当 AI 可以在 10 秒内生成 100 个想法时，保持创造力具体意味着什么？ ### B. 经济逻辑分析 文章揭示了当前系统中的经济激励机制： ```mermaid graph LR A[AI 智能体能力] -->|6-12 个月周期| B[快速提升] C[人类适应能力] -->|2-5 年周期| D[缓慢变化] E[公司短期利益] -->|成本降低驱动| F[AI 自动化] G[人力长期投资] -->|不确定性高| H[缺失] ```  公司通过采用 AI 智能体可立即获利，每项自动化任务都能带来成本降低。财务主管可以看到一张电子表格，一个 AI 订阅取代了 40% 的中级员工工作。决策显而易见。 但公司不会从重新培训你担任尚未存在的高阶角色中获利。新角色是未定义、不可衡量且不确定的。你不能在季度财报会议上提出弄清楚人类现在应该做什么，也无法展示重新设计工作本身的回报。 ### C. 速度失配问题 智能体能力以 6-12 个月为周期复合增长，而人类通过传统系统的适应周期为 2-5 年。 - 大学无法足够快地重新设计课程，教授的技能在学生毕业前就会被自动化 - 公司无法足够快地重新培训，当他们识别新技能并构建计划时，格局已再次变化 - 职业转型需要时间，但房贷不会等待 ## 2. 技术细节 ### A. 知识工作自动化的独特性 与以往制造业自动化不同，知识工作自动化发生在你仍坐在办公桌前。旧角色和新角色同时存在于同一个人、同一家公司、同一个时刻。 ### B. 案例分析 **Sarah 的故事** Sarah（化名 Katřina）是一家中型咨询公司的高级研究分析师，拥有十年经验。她的工作是为客户公司提供答案，如竞争对手在亚洲市场在做什么。她会花费 2-3 周收集数据、阅读报告、采访专家、综合发现并制作演示文稿。她工作出色，客户喜爱，每小时收费 250 美元。 2023 年第二季度，公司部署了 AI 研究智能体。智能体可以在 90 分钟内完成 Sarah 的初步研究，扫描数千个来源，识别模式，生成初稿报告。 时间线： - 第一个月：Sarah 感到如释重负，专注于高价值综合工作 - 第三个月：合伙人问她，既然 AI 在一小时内给我们 80% 的结果，为什么还需要一周时间 - 第六个月：公司重组，没有解雇 Sarah，但将她角色改为质量审查员，同时监督 6-8 个项目而不是独立完成 2-3 个项目 - 职位保持不变，小时费率降至 150 美元，十年经验感觉毫无价值 公司最终用两名年薪 6.5 万美元的初级分析师取代了她。有了 AI，他们能达到 Sarah 原来效率的 85%。 ```mermaid sequenceDiagram participant S as Sarah participant C as 公司 participant AI as AI 智能体 Note over S,C: 之前 S->>C: 独立完成 2-3 个项目 C->>S: 支付 14 万美元年薪 S->>C: 每小时收费 250 美元 Note over S,C: AI 部署后 C->>AI: 部署 AI 智能体 AI->>C: 90 分钟完成初步研究 Note over S,C: 6 个月后 S->>C: 监督 6-8 个项目质量 C->>S: 每小时收费 150 美元 C->>S: 用 2 名初级分析师替代 ```  **Marcus 的成功转型** Marcus（化名 Zdeněk）是一家零售公司的营销策略师。当 AI 工具出现时，他没有尝试写比 AI 更好的营销文案，而是开始同时运行 50 个营销活动变体。 他使用智能体生成变体、测试、分析结果并迭代。他的工作是设计测试框架、分析智能体发现的模式、根据无人能手动处理的数据做出战略决策。 六个月内，他的营销活动表现优于竞争对手 40%。不是因为他更擅长任何单一任务，而是因为他能在以前不可能的规模上运作。 ## 3. 数据与事实 ### A. 成本对比 - AI 智能体：50 美元/月订阅 - Sarah 年薪：14 万美元 - 两名初级分析师：13 万美元（6.5 万美元 × 2） - AI 效率：达到 Sarah 85% 的效率 ### B. 能力变化 - AI 研究时间：90 分钟 vs Sarah 的 2-3 周 - 质量水平：AI 达到 80-90% 的人类水平 # 四、影响分析 ## 1. 行业影响 ### A. 知识工作重新定义 AI 时代正在揭示谁真正拥有战略思维能力，谁只是在彻底性上表现出色。许多被称为战略思考的高级人士，实际上只是擅长模式匹配和流程执行，并用战略语言包装。 ### B. 评估体系暴露问题 企业的评估系统一直存在缺陷。我们提拔了错误的人，混淆了把工作做好与对工作进行战略思考。 ### C. 教育滞后 大学课程设计速度远落后于技术发展，教授的技能在学生毕业前可能已被自动化。 ## 2. 用户影响 ### A. 现有工作者 - 专业经验快速贬值 - 工作范围萎缩但职位保留 - 薪资和计费率下降 - 职业身份困惑 ### B. 初级人员 - 可能获得更多机会 - 但缺乏导师指导 - 需要与 AI 能力竞争 ### C. 企业决策者 - 短期成本降低明显 - 但长期人力投资不足 - 缺乏新角色定义 ## 3. 技术趋势 ### A. AI 智能体能力持续提升 智能体在狭窄领域的表现正快速接近专家级。 ### B. 人机协作模式演变 从工具使用转向编排协调，从任务执行转向决策制定。 ### C. 机构适应周期延长 传统 2-5 年适应周期与 AI 6-12 个月能力提升周期之间的差距持续扩大。 # 五、各方反应 ## 1. 作者观点 Jan Tegze 指出，唯一持久的策略是发现刚刚变得可能的事情，并围绕这种新能力建立自己的价值。 ## 2. 关键洞察 - 大多数战略思维实际上只是彻底性 - 当智能体能在三分钟内做到彻底时，我们发现很多人没有真正的战略洞察 - 高级人员和初级人员在被问及应该做什么时同样迷茫，只是高级人员更善于表达不确定性 ## 3. 行业观察 - AI 供应商声称可以让人专注于更高价值的工作，但无法具体说明那是什么 - 公司默认选择唯一可衡量的东西：成本降低 - 没有人有经济激励来解决这个问题 # 六、有效策略 ## 1. 四周行动计划 **第一周：识别约束** 找到工作中因为耗时太多而会做 10 倍的事情。客户研究？竞争分析？变体测试？数据建模？ **第二周：10 倍规模实验** 使用 AI 智能体以 10 倍规模做那件事，即使质量下降到 70%。看看什么变得可能。 **第三周：发现模式** 什么洞察在规模下显现？手动操作永远不会看到？可以回答什么新问题？ **第四周：提出新能力** 向老板推销这是一种新能力。不是我更高效了，而是我们现在可以做以前做不到的特定事情，这创造了特定的商业价值。 ## 2. 成功关键 ### A. 停止竞争执行 不要与智能体竞争任务执行能力。 ### B. 发现约束消除后的可能性 找到因人力限制而不做的事情。因为耗时太长不做什么？因为分析成本太高不问什么问题？因为需要 20 人团队不做什么实验？ ### C. 建立判断层专长 应该运行什么实验？哪些模式重要？这些结果对策略意味着什么？何时应该覆盖智能体的建议？ ### D. 放下旧身份 必须放弃作为做 X 的人的身份。Marcus 不再写文案，虽然他曾经喜欢写，但他更喜欢有价值。 ## 3. 元技能培养 **核心元技能**：学会发现约束消失时变得可能的事情，然后围绕这种新可能性建立价值。 这不是永久解决方案。三到五年内，你需要再次这样做。但这能为你争取时间。 # 七、深度思考 ## 1. 系统性问题 这不是个人适应失败，而是经济激励结构完美设计导致的问题。 - 公司通过成本降低而非人力转型实现价值最大化 - 教育机构太慢，与实时市场需求脱节 - 政府尚未理解问题 - 个人太忙于保住当前工作而无法重新设计未来工作 ## 2. 时代错位 我们正在用工业时代的机构解决指数时代的问题。系统无法帮助是因为它不是为持续的快速角色演变设计的，而是为稳定性设计的。 ## 3. 残酷现实 AI 智能体经济不仅自动化任务，还揭示了谁在战略思考的外表下漂浮，谁真正拥有它。 温柔的方式不存在：你花了 15 年建立职业生涯，我们刚刚意识到你擅长的事情实际上不是我们需要的。 # 八、结论与展望 ## 1. 现状总结 - 你的工作没有消失，但在你周围实时萎缩 - 三种常见策略都失败了，因为它们是反应而不是重新设计 - 速度失配使得传统适应机制失效 ## 2. 未来方向 - 成为发现新可能性的人 - 使用智能体消除以前限制你的约束 - 成为以前不存在的规模能力的编排者 ## 3. 时间窗口 你仍有时间，但不多。智能体能力与人类适应之间的速度失配是真实的。公司不会拯救你，因为它们优化短期成本降低而非长期人力转型。教育系统不会拯救你，因为它太慢。 你必须自救。方法就是停止试图保卫当前角色，开始建立六个月前不存在的角色。 周一早上总会到来。问题是你是仍在困惑自己应该擅长什么，还是已经建立了答案。 *** ## 参考资料 1. [Your Job Isn't Disappearing. It's Shrinking Around You in Real Time](https://newsletter.jantegze.com/p/your-job-isnt-disappearing-its-shrinking) 2. [You're Not Getting Worse. Everyone Else Just Got AI](https://newsletter.jantegze.com/p/youre-not-getting-worse-everyone-else-got-ai) 最后修改：2026 年 02 月 11 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏