别怕AI抢饭碗：用协作打造你的护城河
36氪曾报道，2025年美国有近5.5万个岗位被AI取代，全年总裁员规模达到117万人。
一位英国工人被裁后，选择密集投递了900份申请，花了将近一年才重新找到位置。
他的体会是：AI并没有真正帮上忙，反而让求职过程变得更难了。
这样的新闻刷多了，情绪很容易一次次下沉。
但真正的矛盾不在于就业总量一定走低，而在于能力与岗位之间出现了错配。
那些逐渐消失的岗位，大多集中在重复性强、规则流程明确的工作上。
麦肯锡的研究给出了更直接的结论：现有技术能够实现“完全自动化”的职业大约只有5%。更多岗位并不是整套工作都被端走，而是其中部分任务被AI接管。
因此与其每天担心AI会不会取代你，不如把注意力放到如何让AI成为你的助手。
谁更早把AI用到位，谁就更可能成为下一个阶段的稀缺人才。
1
焦虑是真实的，但恐慌往往是被“制造”出来的
知乎上有一则故事，读完让人心里发堵。
一位AI算法工程师亲手研发的系统，最后却把他自己“替换”掉了。他因为失业焦虑出现躯体反应，反复心悸、乏力，去医院检查，但最终并未查到明确的病因。
他崩溃的理由也很简单：我离AI最近，为何最先被影响的反而是我？
但同样是知乎，另一组数据却被关注得很少。
2026年第一季度，在中国服务业领域，AI渗透率出现一定程度上升，尤其体现在客服、记账以及合同审核等岗位。
与此同时，建筑工人、家政等岗位的薪资却出现明显上涨，全国蓝领仍存在巨大缺口，超过2000万。
这与我们过去的直觉恰恰相反。
我们以为AI会先从低端体力活下手，真正更早出问题的却是坐在办公室里的白领。
PwC发布的全球AI就业晴雨表给出了具体数字：会掌握AI技能的人，薪资平均溢价56%，生产力平均提升66%。
于是形成了很清晰的两级分化。
一边是不会用AI的人，担心饭碗被抢走；另一边是会用AI的人，享受技能溢价带来的红利。
市场往往更理性，它传递出一句话：
不是AI在淘汰人，而是在淘汰不会用AI的人。
2
真正对你形成压力的，不一定是AI本身，而是“AI增强型”的竞争者
《第一财经》曾提到一个典型案例。瑞典金融科技公司Klarna的CEO在2024年公开表示：AI客服已经处理了公司三分之二的客服对话，等同于完成了约700名全职员工的工作量。
这句话一出，很多媒体都在讨论AI是否已经正式“取代人类”。
可到了2025年，Klarna又开始重新招聘人类客服。CEO不得不承认：AI使用过度会拉低服务质量，导致客户不满增加，公司因此“走得太远了”。
类似的反转，也在硅谷发生。
IBM首席执行官克里希纳曾公开表示，近期裁员更像是一种“自然修正”，源自前几年过度招聘，并非纯粹由AI引发。
他同样提到：不少企业把削减成本包装成“AI创新”。
但真正的问题并不是AI能力太强，而是一些公司还没学会如何把AI用好，就先把裁员的责任推给AI。
那么，真正会赢的企业通常是什么样？
界面新闻报道过福莱瑞达公司的做法。
他们在内部部署了58名“数字员工”，并搭建“一半真人、一半数字员工”的模式。
董事长曾公开表示：我们并不是追求无人，而是追求“超人”——让每个人都因为AI变得更强。
数字员工承担高重复、高速度、高并发的任务；真人员工则专注于决策、创意、共情以及复杂谈判。
一线员工的体感是：“它不是替代我，而是帮我补齐短板，让我更强。”
这才是“人机协作”的真实面貌。
不是让机器完全取代人，而是把人从重复劳动里解放出来，让他们投入到更有价值的工作中。
黄仁勋在2026年GTC大会上把这层逻辑讲得很透。
他说，未来评估一个人的价值，不再只看能干多少活，而要看他把多少钱花在算力上。
如果你年薪50万美元，但一年在AI算力上的投入只有5000美元，说明你几乎没有真正用上AI，你的产出也还远没有饱和。
未来最值钱的并不一定是最会写代码的人，也不一定是最懂业务的人。
更关键的是：在专业领域深耕，同时能熟练进行AI协作的复合型专家。这样的人能把一个人“变成一支团队”，借助AI把产出放大到五倍乃至十倍。
3
未来的护城河，不在“你会什么”，而在“AI不会什么”
麦肯锡全球董事合伙人张勤亚在澎湃新闻的采访中提到过一句话。
AI时代最终可能取胜的，不一定是最聪明的人，而是学习速度最快、最能灵活使用工具，并且能高效达成目标的人。
她还补充了一个容易被忽略的要点：未来人类最重要的能力之一，是把自己的需求说清楚——目标是什么、边界在哪里、想实现什么结果。
至于执行层面的工作，可以交给AI来完成。
你会发现，这正是“人机协作”的关键所在。
你定义问题，AI负责解决；你判断方向，AI用数据跑起来；你做选择，AI给出更多选项。
凤凰网曾报道上海论坛上，研究员廖芳莉讲得更具体：面向未来的六项能力，以及一个判断。
批判性思维——用于衡量AI输出的准确度与潜在偏差。
同理心——用于建立AI难以复制的信任关系。
创造力——用于提出AI想不到的概念与方案。
文化敏感与全球视野——用于识别AI模型中的文化盲区。
伦理判断与价值观——用于决定哪些事能做、哪些事不能做。
沟通与叙事能力——用于把复杂技术翻译成更易理解的人话表达。
她还说了一句很重要的话：技术会让技能变得廉价，却让人性变得更珍贵。
这句话分量不轻。
因为大多数人的焦虑来自一个误区：我们总在比较“AI会什么”，然后拿自己去和AI对照。
更正确的思路应该反过来——先弄清楚AI暂时不会什么，再把那些能力练成自己的护城河。
世界经济论坛预测，到2030年接近40%的核心职场技能会发生变化，近60%的劳动者需要接受再培训。
这也意味着接下来三到五年将持续发生：判断“会不会用AI”正在从加分项变成基础能力。
现在就开始学习的人，是先行者；三年后才学的人，就只能算在补课。
如果你每天还在纠结“哪个职业不会被AI取代”，那可能方向就已经偏了。
你更应该问自己：在我的工作里，哪些环节可以被AI加速？哪些能力AI短期内学不会？我能否成为一个真正“会用AI的专家”？我如何搭建属于自己的护城河？
时代淘汰的并不是人本身，而是那些原地不动的人。
点个关注，与朋友共勉。
看更多丈量人心的文字
关注「人间刻度线」