第一批因AI失业的人，已经出现了：这4类岗位正在被批量淘汰

第一批因AI失业的人，已经出现了：这4类岗位正在被批量淘汰

那天晚上十一点，林欣在公司群里看到了那条消息。

不是通知，是一张截图——设计总监发的朋友圈，配图是两张海报。左边是她改了八稿的最新版，右边是AI三分钟生成的。总监的配文只有一句话：“五分钟出的图，比磨三天还强。这个行业，要变天了。”

截图下面，是HR发来的三个字：明天聊。

林欣盯着屏幕，脑子里嗡嗡的。她想起白天改的那张海报，甲方说了八遍“再大气一点”，她改了八稿，从宋体换到黑体，从红色调成蓝色，从居中改成居左。最后一稿发过去，对方回了一句：“算了，我们用Midjourney试了试，三分钟搞定，就它吧。”

她想说点什么，手指悬在键盘上。能说什么呢？说“我再改改”？可对方已经不需要了。说“AI不懂创意”？可那张图的确 比她的更像那么回事。

最后她只回了一个字：好。

你可能觉得这是个例。毕竟，AI再厉害，还能取代人不成？可你有没有想过，下一个被“算了”的，会不会就是你？

数据不会骗人。

今年3月，某头部招聘平台发布了一份让人后背发凉的报告：文案策划类岗位的招聘数量，同比下滑了37%。不是企业不招人了，是企业发现——一个会用AI的文案，能干过去三个人的活。成本却只有一个人的一半。

我认识一个做新媒体运营的姑娘，上个月部门优化，六个人裁到两个。留下的那个，是唯一会调教AI写稿的。她每天到公司第一件事，是把当天的选题喂给AI，让它出十个标题，她挑三个，再让AI根据每个标题扩写成三版开头，她再挑一个，最后自己润色一遍。整个过程，不到一小时。

裁掉的人里，有一个写了五年情感文的“老手”，文章写得是真美丽，字字珠玑，句句走心。领导找她谈话时，原话我至今记得：“她写得的确 好，但我们目前需要快。”

快，成了压倒一切的指标。而AI，是那个永不知疲倦的快手。你熬三个通宵写出来的方案，它三分钟给你十个版本。你引以为傲的十年经验，它用几秒钟就能“学”会。你拿什么比？

别急着说“AI不懂人情世故”——它不需要懂。它只需要比你便宜、比你快、比你听话，就够了。

有人说，AI只能替代重复性劳动，创意工作没事。真的是这样吗？

三个月前，一家头部广告公司做了个实验，结果让所有人都沉默了。

他们把同一个brief给到两组人：一组是资深文案总监带队，三员大将，加起来从业超过二十年；另一组是刚毕业的实习生，外加一个ChatGPT账号。

四天后，总监组交稿。框架完整，逻辑清晰，文案美丽，客户那边的反馈是“很有感觉”。

四小时后，实习生组交稿。同样框架完整，同样逻辑清晰，甚至在数据分析部分，比总监组还细致。客户看了说：“这个方案执行路径更清楚，可以直接落地。”

最扎心的是什么？总监组用了四天，实习生组用了四小时。

那家公司的创意总监后来跟我说了一句话，我记到目前：“以前我们怕被年轻人取代，目前怕被会用AI的年轻人取代。”

你发现了吗？AI不是来替代你的，是来“加持”那些会用AI的人，然后让他们来替代你。

这场游戏里，真正的对手从来不是机器，而是那个比你更早学会用机器的人。

高盛今年发布的一份报告预测，全球将有3亿个岗位受到生成式AI的影响。不是消失，是“受影响”——这个词听起来温和，但落到每个人头上，就是饭碗能不能端稳的问题。

受影响最严重的四类岗位，正在以肉眼可见的速度被“优化”。

第一类是内容生产者。文案、翻译、小编、新媒体运营。以前一个公司养一个文案团队，目前养一个会用AI的文案就够了。我一个做自媒体的朋友，以前每周要请三个兼职写稿，目前自己加AI，一天写八篇，质量稳定，阅读量反而比以前高了。

第二类是设计相关岗位。平面设计、插画师、UI设计师。Midjourney V6出来那天，我亲眼看着一个设计群里，有人发了张图问“这是人画的还是AI画的”，十分钟没人敢回答。不是看不出来，是不敢承认——自己练了十年的手艺，AI一秒就超过了。

第三类是初级程序员。写代码这件事，AI正在变得比大多数人更擅长。GitHub的数据显示，Copilot已经生成了46%的代码。一个创业公司的CTO跟我说：“我目前招人，主要看他会不会用AI写代码，会不会写不重大，会问才重大。能问对问题的人，才是我们要的。”

第四类是数据分析与处理岗。Excel拉一天，不如AI跑一分钟。那些靠做报表吃饭的人，正在被“智能分析工具”集体围剿。我认识一个做了八年财务分析的姐姐，去年公司上了新系统，她用了二十年练就的Excel神技，一夜之间变成屠龙之技。

你可能会说，这些岗位本来就该被淘汰。但问题是，下一个轮到的，是谁？

这里有一个颠覆常识的实际：以前我们觉得，AI先替代的是体力劳动，后来发现，它先干掉的是“脑力流水线”。那些你以为需要“思考”的工作，实则大部分也是重复——重复写类似的文案，重复画类似的图，重复写差不多的代码。

真正的创造力，从来不是大多数人的日常。

我采访过一个被优化的银行风控专员，他做了八年，每天的工作就是看报表、写报告、填表格。他以为这份工作稳定，由于需要“专业判断”。直到系统上线，三秒钟干完他三天的工作。他跟我说了一句话，我印象特别深：

“我以为自己在做脑力劳动，实则只是在用手工的方式，做机器也能做的体力活。”

这句话，值得每个人问自己一遍：我目前做的事，机器能不能做？如果它能，它会不会做得比我快、比我便宜、比我不抱怨？

麦肯锡的一项研究显示，到2030年，中国将有至少1.2亿人面临职业转换。不是失业，是“转换”——听起来温和，但意味着你目前掌握的技能，可能十年后就没用了。就像当年马车夫要学会开汽车，电报员要学会用电脑。

问题来了：怎么办？

我观察了那些在AI浪潮中不仅没被冲走，反而站得更高的人，发现他们做对了三件事。

第一件事：把自己从“执行者”变成“决策者”。AI能写方案，但不能判断哪个方案最好；AI能出图，但不知道甲方到底想要什么；AI能写代码，但不懂业务逻辑。最后的拍板权，还在人手里。你要做的，是让自己成为那个拍板的人。

第二件事：学的是“驾驭工具”，不是“成为工具”。别去跟AI比谁写得更快，去学怎么让AI写得更好。就像汽车取代了马车，但司机没失业——会开车的人，比会养马的人活得更好。领英统计，2024年Q1，职位名称中包含“AI”、“智能”字样的岗位数量同比增长312%，而这些岗位的平均薪资，比同类非AI岗位高出47%。

第三件事：找到AI的“边界”，然后站在边界之外。AI能模仿风格，但创造不出新风格；AI能组合已知，但创造不出未知；AI能处理数据，但理解不了人性。那些需要真正理解人的事——谈判、共情、激励、领导、安抚——AI暂时还做不了。

一个被AI优化掉的文案，后来转型做了心理咨询师。她对我说了一句话，我记到目前：“我终于不用再写那些没人看的广告了，目前每天听人说话，反而觉得自己活过来了。”

来看两个真实的案例，一个让人唏嘘，一个让人深思。

小周，28岁，某互联网公司初级运营。公司引入AI工具后，他的第一反应是抵触：“这玩意儿不靠谱，没有我懂用户。”每次开会，他都要强调“人的温度”“情感连接”“创意不可替代”。三个月后，他被优化。HR说得很直接：“同样的工作量，AI比你快五倍，而且不用休憩。你做的那些报表，AI三分钟出一份，还能自动分析异常。”

同样28岁的小陈，同公司同岗位。AI来的时候，他主动申请去学怎么用。每天下班多花一小时研究提示词、调教模型、对比输出效果。他做的第一件事，是把自己过去半年写过的所有文案喂给AI，让它学习自己的风格。半年后，他一个人干着以前三个人的活，工资涨了40%，职位也从“运营”变成了“智能运营负责人”。

这两个人的区别在哪？不是学历，不是天赋，就是一个选择：面对变化，你是转过身背对着它，还是转过来面对它？

写到这里，我想起《三体》里的一句话：“弱小和无知不是生存的障碍，傲慢才是。”

AI不会一夜之间让所有人失业，但它会像温水煮青蛙一样，慢慢让那些“觉得跟自己没关系”的人，发现自己突然就“被有关系”了。

这波浪潮里，真正可怕的不是AI本身，而是你还在用昨天的逻辑，应对今天的变化。

工具永远在迭代，但会使用工具的人，永远有饭吃。

这篇文章可能会救你某个朋友一命——如果你有那种还在埋头苦干、觉得“AI跟我没关系”的同事或朋友，转给他看看。也许半年后，他会感谢你今天动动手指的这个动作。

评论区聊聊：你所在的行业，AI已经渗透到什么程度了？有没有让你觉得“后背发凉”的时刻？