第 99 卷

创业者，现在可以借助AI看懂报表。这意味着，职业的“专业壁垒”正在被AI削平。

同时被削平的，还有职业的“经验壁垒”。一个刚入行的新人，借助AI可以完成过去需要多年经验才能胜任的任务。这带来的结果是：职业的

进入门槛在降低，但职业的天花板在升高，因为那些顶尖的人，也在用AI放大自己的能力。

14.3.2 正在消失的职业：不只是“被替代”，更是“被蒸发”

有些职业正在肉眼可见地萎缩。但仔细看会发现，它们不一定是“被替代”，更多是“被蒸发”，需求还在，但不再需要那么多人来满足。

以翻译为例。10年前，一个中型公司可能需要雇用专职翻译来处理外文资料。今天，借助AI翻译工具，同样的工作量可能只需要一个人来

校对和润色。翻译的需求没有消失，但对翻译人员的需求量大幅减少。这就是“被蒸发”，职业还在，但岗位少了。

类似的还有基础文案写作、基础数据录入、基础客服咨询。这些工作不会完全消失，但会从“专职岗位”变成“兼职任务”，从“固定岗位”变成

“临时需求”。最终，它们会融入其他岗位的职责中，而不再是一个独立的职业。

对于正在选择职业方向的人来说，需要警惕那些“边界清晰、任务固定、重复度高”的职业。这类职业最容易被AI蒸发，不是因为AI做得更

好，而是因为AI让一个人能完成过去10个人的工作量。

14.3.3 正在重塑的职业：从“执行”到“判断”

更多职业不会消失，但会彻底改变形态。以市场营销为例，过去的市场专员需要写文案、做海报、投放广告。未来的市场专员，可能只需

要定义目标人群、确定传播基调、选择投放渠道，然后让AI完成具体

的执行工作。市场专员的角色从“创作者”变成了“策展人”，从AI生成的大量内容中，挑选、优化、组合出最合适的方案。

类似地，数据分析师的工作正在从“写SQL、做图表”转向“定义问题、解读结论”；程序员的工作正在从“写代码”转向“设计架构、审查AI生成

的代码”；设计师的工作正在从“作图”转向“定风格、调细节”。

这种重塑的本质是：职业的价值点从“怎么做”上移到了“做什么”和“为什么做”。执行层面的技能变得不那么重要，判断层面的能力变得前所

未有地重要。

这也意味着，职业的成长路径在改变。过去，你从执行做起，慢慢积累经验，最后才能参与决策。现在，AI让你一开始就能参与决策，因

为你不需要花几年时间熟练掌握执行技能，就能借助AI完成执行。但同时，这也对判断力提出了更高要求，你没有那么多时间慢慢试错，

需要在更短的时间内作出正确判断。

14.3.4 正在兴起的职业：人机协作的“新角色”

每一次技术革命都会催生新职业。AI时代也不例外，一些你从未听过的新职位正在出现。

提示词工程师是最早被注意到的新角色。他们不写代码，不设计产品，而是专门研究如何与AI对话，如何通过精准的提示词让AI产出高

质量结果。好的提示词工程师，能把一个模糊的需求变成一组精确的指令，让AI的输出质量提升数倍。

AI训练师负责教AI理解特定领域的知识。他们不是算法工程师，而是领域专家，比如医生教AI理解病历，律师教AI理解法条，教师教AI理

解教学内容。他们的价值在于，把人类的专业经验转化为AI能理解的形式。

人机协作顾问帮助企业设计新的工作流程，让AI融入现有业务。他们既懂业务，又懂AI，知道哪些环节可以用AI提效，哪些环节必须保留

人工，如何设计新的岗位职责和考核标准。

这些新职业的共同特点是，都建立在“人机协作”而不是“单一技能”之上。它们需要你既懂人的需求，又懂AI的能力；既会提问，又会判

断；既有专业背景，又有跨界视野。

14.4 未来已来

如果让你回到2010年，告诉那时的自己：10年后，每个人都会有一台随时联网的智能手机，出门不用带钱包，吃饭不用带现金，打车不用

站在路边招手。你会相信吗？

AI正在经历同样的过程。它不是未来才会发生的事情，而是正在发生的现实。当你已经习惯用豆包写周报、用千问查资料、用元宝背单

词、用DeepSeek做分析时，你已经活在了很多人还在想象的那个未来里。

回顾过去几十年的技术发展，你会发现一个规律：真正改变世界的技术，最终都会变成“看不见”的基础设施。

AI正在走同样的路。再过几年，人们不会再谈论“用AI”，因为AI会像电和网络一样，成为所有工具、所有服务、所有产品的默认配置。你不

会再说“我用AI写了一篇文章”，就像你今天不会说“我用网络发了一条消息”。AI会退居幕后，成为你意识不到但离不开的基础设施。

这意味着什么？意味着“会不会用AI”将不再是竞争优势，而是生存底线。就像今天不会用智能手机的人已经很难正常生活一样。当AI成为

基础设施，不会用AI的人，将在不知不觉中被边缘化。