智能制造来袭,为何先感到不安的并非年轻人?
我最近把几条制造业新闻放在一起看，会觉得有点矛盾。
一边是机器越来越多。2026年上半年，我国工业机器人产量同比增长28%；规模以上制造业企业中，人工智能技术的应用普及率已经超过30%。
另一边，工厂并没有停止招人。7月的一场制造业专场招聘，8500家用人单位拿出了13.6万人次的岗位需求。
如果机器进厂就等于人被替代，为什么招聘还在继续？
我想，变化没有这么整齐。工厂不是简单地从“要人”变成“不要人”，而是在重新给人的价值定价。
有些工作交给了机器，有些岗位正在增加，还有一些过去很吃香的经验，忽然没那么值钱了。
人到五十多岁，听到“经验贬值”四个字，心里很难一点反应都没有。
年轻时，我们相信做得久就会做得熟，做得熟就不容易被替代。可人工智能进入现场以后，我越来越觉得，年限只是经验的存放时间，不是它的价值证明。
真正危险的，是一种只能靠本人存在的经验。
01 一次绿色的扫码结果 经验被系统照见的那一刻
2017年前后，有一批物料扫码以后，系统显示绿色。现场等着领用，看上去没有问题，可收料区的标签上还留着“待检”状态。
电话一个接一个。我把手机攥在掌心里，挂断后没有马上回办公室，在楼梯转角站了半分钟。
系统里有数，仓库里有货，现场却不能用。那天我让人重新分开核对：在库、待检、已经被占用、真正可领用，不能都算成一个“有”。
事情后来往前走了，但问题没有真正结束。
一位年轻同事追问我：以后碰到类似情况，到底看哪几个条件，才能判断这批料可不可以领？
我差点脱口而出：“到现场看一眼就知道。”
话到嘴边，我自己先觉得站不住。看一眼看什么？标签、检验状态、占用关系，还是某个人刚刚打过的一通电话？如果这些都没有写下来，那么所谓经验，不过是把整个流程继续拴在某一个人身上。
我当时还有一层不太愿意承认的心思。
年轻人把问题问清楚，我应该高兴。可他越能把我的判断拆成条件，我越会隐约担心：如果这些事以后谁都能做，我这些年积累的东西还剩下什么？
所以，被新工具检验的，不只是工作方法，也可能是一个中年人的位置感。
02 AI最先改变的，是经验的计价方式 机器改变工作，也改变人的位置
人工智能擅长处理已经表达清楚的规则，也能从大量记录里寻找重复出现的模式。它未必懂现场全部的复杂，但它会逼着人回答一个过去可以含糊过去的问题：你的判断，究竟建立在什么证据上？
如果一份经验只能说成“我干了二十年，相信我”，它对本人也许有用，对团队却很难复制，对系统更无法读取。一旦组织调整、流程变化或者工具升级，这种经验就很容易从资产变成依赖。
这里面最刺人的地方是：一个人越喜欢替别人把最后一步接住，越可能证明了自己能吃苦，却越没有证明自己的判断能够留下来。
《优秀到不能被忽视》里有一个概念，叫“职业资本”。卡尔·纽波特认为，稀缺而有价值的能力，才是一个人改善职业处境的重要筹码。
我过去容易把“稀缺”理解成别人不会、只有我会。现在再看，我觉得这只说对了一半。
真正有价值的经验，不该只让别人离不开你。它至少还要做到三件事：别人能听懂，现场能验证，条件变化以后还能修正。
这不是让一个干了几十年的人，把自己变成程序员。普通人能做的，可能只是从手边几件事开始。
把“我一看就知道”改成几个可观察的信号；
把只写操作步骤的流程，补上哪些例外最容易出事；
把“有问题找我”，分清谁可以决定、什么情况必须升级。
这些动作不时髦，甚至有点笨。可它们能让经验从一个人的记忆里，慢慢进入团队共同使用的判断里。
03 可交出去以后，人也会空一块 真正难处理的，是不再被需要的那一刻
今年夏天，我把几项长期依靠个人记忆的工作重新整理。最早那版清单全是步骤和缩写，一位年轻同事问我某一处为什么这样判断，我又说了那句：“碰上了就知道。”
后来我把清单改成四栏：目标是什么，出现哪些信号，谁可以决定，什么情况下必须升级。
写得最慢的，是“谁可以决定”。
有些事过去并不是只有我能决定，只是大家习惯最后来问我。我也嘴上说希望年轻人独立，心里却享受那种所有问题最终都绕回来的感觉。
一项流程交出去以后，有一天直到下午都没人来问。我先觉得轻松，过一会儿又打开共享记录，看他们是不是漏了什么。
我找到一处和自己做法不同的地方，消息框里写下“建议还是按原来”，停了十分钟，没有发。对方后来自己补上了风险说明，方案依旧没有完全按我的方式走。
那一刻，我并不只有欣慰。
如果别人都能处理，那么过去那些晚归、救火和被需要，到底证明了什么？
《优秀到不能被忽视》没有替我回答这个问题。它能提醒一个人积累有价值的能力，却不能保证能力一旦被交出去，岗位就永远安全。人工智能也不会因为一个人愿意整理经验，就停止改变工作的分工。
所以我不想劝中年人只要学习新工具，就可以不焦虑。
我更愿意做一件慢一点的事：把过去二三十年里真正有用的判断找出来，不把它们包装成资历，也不急着证明只有自己能做；先把条件、例外和代价写清楚，再让年轻人和新工具来挑错。
这可能保不住“所有人都来问我”的位置。
但至少，当岗位真的变化时，我拿得出来的不只是一句“我干了很多年”。
那天下午，我还是把共享记录打开了两次。
第二次关掉时，办公室里仍然没有人来找我。
我坐了一会儿，才开始写下一项交接。
#人工智能#智能制造#中年职场#职业转型#工作经验#读书
👇👇 卡尔·纽波特《优秀到不能被忽视》不是一本人工智能操作指南，它更适合用来盘点：你今天拥有的，究竟只是做得久，还是已经变成稀缺、可验证、能继续生长的能力。