别以为会用AI就安全了，真正的危机是技能贬值

/ 01 /

谬论1：学会使用AI，就能保持领先

“只要学习正确的工具，你就会保持领先。”

这句话背后，是一种被广泛接受的假设：

人工智能（AI）将通过两种方式影响你的工作——自动化或增强。

自动化，是 AI 替你完成任务；

增强，是你借助 AI 更好地完成任务。

如果你想避免被取代，那就得学会使用它。

这听起来合理。但问题在于，这种思维方式本身就有缺陷。

这是一种局部优化的陷阱

它让我们停留在一个狭隘的视角中：“我怎么用AI把这项任务做得更好？”

却忽略了更根本的问题：在系统层面，这项任务还有多大价值？

随着系统的演变，曾经至关重要的任务可能变得无关紧要。不是因为人们做不好它，而是因为它已经无法创造竞争优势。

想想集装箱化对港口的影响：多式联运集装箱不只是让装卸过程更高效，它重构了整个贸易系统的逻辑。

一些曾是全球枢纽的港口——比如利物浦——迅速边缘化；而另一些港口——比如新加坡——则因新系统而崛起。

一位原本担心起重机抢走自己工作的码头工人突然意识到：

整个港口都完了。

真正决定命运的，不是某项任务是否被自动化，而是哪些港口在新系统中有存在的意义。

自动化 vs. 增强”是一种误导性的框架

我们以为自己是在与 AI 合作或竞争，其实我们正身处一场更深层的重构之中。

AI 并非简单地替代任务，而是重塑了这些任务赖以存在的系统架构。

就像闪电战改变了战争的本质。法国人相信防御需要坚固的工事，德国人则看到了一种全新的协同逻辑：坦克、飞机、无线电通信之间的配合，打破了传统防线。

问题是，已经被重新定义了。

AI 的能力不重要，系统如何被重构才重要

因此，你需要重新思考：

什么时候需要执行这个任务？

谁来执行它？

按什么顺序？

组织采用AI却未能取得成果，不是因为人们不愿意用AI，而是因为他们只把它当作旧框架中的优化工具。而这很快就会变得无关紧要。

AI 对知识系统的影响，堪比集装箱之于物流，闪电战之于战争

它正在改变优势的底层结构。

但在主流讨论中，我们的语言仍然停留在任务导向的二元世界里：

“你会不会用 AI？”

“你是支持 AI 还是反对 AI？”

LinkedIn 上的文章、会议论坛里的讨论，都在用简单的标签划分人群：

使用 AI 的人 vs 不使用 AI 的人

拥抱未来的人 vs 留恋过去的人

但这忽略了一个更深层的事实：

真正的挑战不是掌握 AI 工具，而是理解系统如何被重写。

如果你只盯着任务看，就看不到整个地图的变化。而那些走在前面的人，早已开始重新绘制路径。

他们不再问：“AI 能不能帮我把这件事做得更快？”他们问的是：“在这个新系统中，这件事还重要吗？”

所以，别再只是学习工具。你要做的，是理解工具背后的系统，以及你在其中的位置。否则，你终将成为那个被淘汰的“任务”。

/ 02 /

谬论2：我能用AI干更多活

“人工智能帮助我完成更多工作，因此我的价值更高。”

听起来很合理。如果一个工具能让你在更短的时间内完成更多的任务，那不就是一种进步吗？

但前提是：你的工作系统（流程、组织、商业模式）没有发生结构性变化。

而讽刺的是，在今天这个充满不确定性、快速重构的时代，生产力的增长不仅会带来意想不到的结果，甚至可能产生与初衷相反的效果。

为什么？因为在一个系统被重新设计的过程中，价值创造和价值获取往往会脱钩，即你创造的价值，不一定属于你。

以服装行业为例，在过去二十年中，快时尚领域的工厂生产效率大幅提升。自动化、精准预测、一体化物流——这些技术协同作用，让企业得以大幅压缩生产周期，提升产能。

但这些效率提升带来的收益，并没有流向工人，甚至也没有真正惠及工厂本身。相反，它被另一群人拿走了——那些负责新体系协调的人——比如Shein这样的公司。

它们决定生产什么、什么时候生产、生产多少。

随着每一次新的改进推动劳动生产率上升，劳动力的议价能力却因任务的重新分配和系统架构的重塑而进一步下降。换句话说，AI正在改变体系的控制权。

那些使用AI来提升效率的公司很快就会意识到：

当工具变得广泛可用、易于复制时，生产力就变成了一种商品。

在商品化的世界里，剩余价值不会流向执行任务的个体，而是流向那个定义规则、掌握协调层的“黑盒子”。

这就是新系统的运作逻辑：

– 你越高效，就越容易被替换；

– 你越标准化，就越容易被替代；

– 你越依赖增强型工具，就越难从中获得长期回报。

这并非悲观主义，而是一个现实判断。经济学家早已通过“李嘉图租金”理论解释过这种现象：

在一个系统中，价值从来不是归于最高效的参与者，而是归于控制最稀缺互补资产的人。

在农业时代，稀缺资产是土地；

在工业时代，是资本与机器；

而在数字时代，它是对数据、平台、接口的控制权。

生产力可以做大蛋糕，但新的分配规才能决定了谁吃得多。所以，别再只盯着“我用AI做了什么”，而要开始思考：“在这个系统里，我是谁？”

/ 03 /

谬论3：工作不会消失，只是工作方式的变化

我们总是以为工作岗位是自然存在的，就像篮球场上的五个位置一样——控卫、分卫、小前锋、大前锋、中锋。

每个位置都有明确的任务分工：

– 控球后卫负责组织进攻；

– 中锋负责篮下防守；

– 小前锋负责得分和协防……

这些角色定义了你在球场上的站位、责任、甚至思维方式。在传统篮球体系中，它们至关重要。

但篮球比赛的本质并不是固定不变的。它是由系统决定的。当数据分析进入职业篮球，一切都变了。三分球比中距离更高效；空间拉开能创造更好的进攻机会。

旧的角色设定开始显得笨拙、低效。于是，市场开始奖励那些跨越旧角色界限的能力。

传统的基于位置的角色被拆解。取而代之的是更灵活、跨职能的球员角色——他们可能既是组织者又是得分手，既能在外线投射，又能在内线防守。

篮球的变化揭示了一个深刻的现实：

大多数“工作”并不是天然存在的，它们是组织设计的产物，围绕协调问题构建而成。

你之所以有这份工作，不是因为任务本身不可替代，而是因为这个系统需要有人来处理一组特定的交互、决策或依赖关系。

一旦系统发生变化，即使任务保持不变，工作的逻辑也可能完全崩塌。

“静态职位”的谬误之所以根深蒂固，是因为它提供了认知上的便利。

在一个不断变化的世界里，职位名称是一种锚点，一种秩序感。它让我们觉得组织是可控的、可理解的。但这极具误导性。

它让我们沉迷于优化现有的角色（“我做我的事” vs. “别人用AI做我的事”），却忽略了更重要的问题：

在新系统中，这个角色还有存在的必要吗？

听起来很积极，甚至很有危机意识。但如果你只是在“和别人比谁更会用AI”，那你可能正走在一条通往错误的路上。

因为真正决定你价值的，不是你掌握工具的速度，而是系统是否还奖励这项技能。

看看二十世纪末的打字员吧。他们是敬业的专业人士，以速度、准确性和排版技巧为荣。

出错？那意味着整篇文档要从头再来。修改一次，就是一场灾难。当文字处理器第一次出现时，他们安慰自己：

“它不会抢走你的工作，但使用它的人会。”

这句话没错——但完全不是他们想象中的意思。

他们以为问题在于‘会不会用新工具’，却没意识到真正的变化是：限制条件被取消了。

文档编辑突然变得便宜、快速、可逆。曾经昂贵的修改成本消失了，于是竞争的基础也变了。

他们的专业技能——高速而精准的打字——瞬间变得无关紧要。

打字，不再是一项需要专门训练的职业，而是一项融入所有工作的基本能力。

打字员不是被更厉害的打字员打败的，而是被一个新的系统设计取代了。在这个系统里，打字已经不再是全职工作的核心价值。

这就是框架转换的标志：

你不是被新技术打败的，也不是被使用新技术的人打败的，你是被一个全新的竞争逻辑淘汰的。

你失败，不是因为你做得不够好，而是因为这个世界不再奖励你一直努力追求完美的那件事。

这在历史上不断上演。英国长弓手曾是战场上的决定性力量。他们训练数年，精准致命，是稀缺资源。但当火药进入战场，弓箭手的技能就失去了优势。  

不是他们输了，而是战争的底层逻辑变了。他们输给了一种不同的战争模式。

真正重要的，是理解是什么限制了你的价值。

对打字员来说，是高昂的文档编辑成本；一旦这个限制消失，他们的价值也随之改变。

相反，当你把技能带入一个新的工作流程时，你会发现：新的限制，反而让你无法发挥原有技能的优势。

比如短跑运动员。世界上最顶尖的4×100米接力队伍中，常常有几位是世界上最快的短跑选手。但他们并不总是赢得比赛。

为什么？因为他们擅长冲刺，却不擅长传递接力棒。在交接棒的三秒钟里，几毫秒的失误就能葬送整个团队。最终胜出的，往往不是最快的个体组成的队伍，而是配合最流畅、过渡最稳定的那一支。

这就是现实的讽刺：

– 你可能拥有最强的能力；

– 但如果你所在的系统不奖励这些能力，或者限制了它们的发挥，

– 那么你仍然会被那些“看起来没你强”的人击败。

所以，别再问：“我会不会被AI取代？”也别只问：“我和别人比，谁更会用AI？”

你要问的是：

“我所依赖的价值体系，是否还在有效运行？”

“在这个新系统中，我拥有的技能，还是关键限制吗？”

“如果限制变了，我的优势会不会变成负担？”

我们的工作流程是稳定的，AI只是让它更高效。

就像板球比赛的变化一样，技术正在悄然改变决策的中心。

过去，场上裁判说了算；现在，越来越多的决定权转移到了电视裁判（Third Umpire）手中。这种转变带来了两个根本性的变化：

1. 谁掌握权力？

2. 比赛的顺序如何展开？

球员拥有了更多的上诉权，比赛节奏也被打乱以适应新的决策机制。这就是我们对AI的误解：

我们以为“有人使用人工智能”就足够了——只要我在用AI，我的技能就会继续有价值，因为整体流程还在运转。虽然自动化会取代你在流程中的位置，但增强技术则帮你保留它。

这就是：“工作流程连续性谬误”。它的核心错误在于：我们相信系统在演化过程中，步骤仍然保持不变。

但现实是：在很多情况下，流程本身会被彻底重构。当流程被重新设计时，无论你是否使用AI，那些你引以为傲的技能，可能已经不再需要。

这不是个体的问题，也是企业面临的问题。

他们投资AI，是为了优化旧流程——减少员工数量、提升效率、压缩成本。但他们错失了一个更大的机会：

构建一个根本不需要这些流程的新系统。

改进一个AI很快就能淘汰的过程，是一种资源的浪费。真正的优势不在于让旧流程跑得更快，而在于率先定义新规则。

这才是通往未来的核心问题。

这句话听起来很理性、很中立。但它掩盖了一个更深层的事实：

工具从来不是中立的。

它们带有默认设定、偏好路径，更重要的是——它们重新分配权力。

工具不仅是用来做事的，更是用来决定谁说了算的。

看看 Microsoft Excel 就明白了。在 20 世纪 90 年代，流程优化风靡一时，Excel 成为了新的权力象征。过去靠直觉和经验做决策的人，开始被那些能建模、会模拟、懂公式的人取代。

于是，组织的权力重心悄然转移——

谁控制了单元格，谁就掌握了话语权。

这不是个例。任何改变“决策支持中心”的工具，都会带来类似的结构性转变。

这就是朗登·温纳（Langdon Winner）提出的经典问题：

“文物有政治吗？”

他指出，纽约的公园大道立交桥设计得特别低矮，公交车根本无法通过。结果呢？低收入人群——尤其是依赖公共交通的人——被系统性地排除在某些海滩之外。

这不是偶然。这是设计带来的后果。

技术从来不只是技术本身。它是权力结构的延伸。而今天，AI 正以两种方式重塑组织中的权力格局：

第一，它改变了谁来做决策。

AI 常常被宣传为“助手”、“副驾驶”，是增强型工具，而非颠覆者。但事实是：它往往在不被察觉的情况下，重塑了决策的方式和决策者的身份。

在一个组织中，不同群体总是在争夺关键决策的控制权。当AI改变了“谁知情、谁判断、谁建议”，内部的权力天平就会倾斜。

一些岗位的影响力因此上升，另一些则迅速边缘化。你没输给更聪明的人，你输给了一个新的决策机制。

第二，它改变了执行的方式。

AI 的独特之处在于：它不仅仅是辅助工具，它还具有自主性。它可以做出选择、分配资源、执行任务，以达成目标。这意味着：

– 它可以和你并肩工作（增强）；

– 同时也在悄悄接管你原本负责的关键环节。

随着AI自主执行能力的提升，你在团队中提供支持的价值正在下降。你不再是不可或缺的“执行节点”，而是变成了一个可替换的“监督者”。

这不是简单的效率提升，而是一次结构性替代。

工作越多，并不一定意味着收入越高。

在AI时代，工作数量和报酬之间的联系，正在断裂。

看看音乐行业就知道了。数字流媒体带来了爆炸性的内容增长——更多的歌曲、更多的录音、更多的伴奏需求。表面上看，这应该意味着伴奏乐手的机会更多了。

但实际上呢？

单次播放的收入被压到极低，整个行业的财富集中在头部艺人身上。而伴奏乐手——那些真正演奏的人——却在夹缝中挣扎。

他们比以往任何时候都忙，但他们得到的回报，却远远赶不上他们的付出。

更讽刺的是：  随着 Spotify 算法主导听众行为，音乐越来越短、越来越公式化。前15秒决定生死，深度、复杂性、艺术性都被边缘化。

这不是职业消失的问题，而是职业价值下降的问题。

伴奏乐手还在工作，但他们的技能不再稀缺；他们的作品还在播放，但他们的名字无人知晓。

这不是失业，这是技能的商品化。

更可怕的是：增强技术本身，正在加速这一过程。人们总以为AI是“赋能工具”，能提升个体能力，带来更高回报。但在现实中，AI 往往扮演了一个更微妙的角色：

它让普通工人也能做出过去只有专家才能完成的任务。

这意味着，技能差距被压缩了。

一位资深顾问用AI写报告，初级员工也可以做到相似质量。  

一个经验丰富的设计师借助AI做出视觉方案，实习生也能快速上手。

于是，市场开始把“专业”当成“标准”。结果就是：技能溢价消失了。

不是你被淘汰了，是你变得“足够好就行”。你仍然有工作。但你的薪酬曲线不再反映你的经验和能力。

这是一个新系统的运作逻辑：

AI增强了你，同时也训练了它自己，最终它将取代你工作中最可预测、最可复制的部分。你越依赖 AI 提升效率，你就越在帮助它学会替代你。

最后，带来的结果就是：

你仍然可以保住工作，但不再拥有技能溢价。

如今，很多公司谈到新兴技术，都选择做加法，比如：

– 在这里加一个 AI 模块，

– 在那里做个试点项目，

– 再在 PPT 里放几张智能图示。

没人真正问：

> 这项技术是否改变了我们的决策方式？  

> 它是否重构了我们的协调机制？  

> 它是否挑战了我们的组织架构？

不，我们只是把 AI 当作一个更聪明的插件——就像给马车装上发动机，却还想用它跑得更快地走老路。

这就是“智能公司”的陷阱。

他们以为只要“更聪明地做同样的事”，就能赢得未来。

于是他们在旧系统中加入新工具，在原有流程中嵌入AI，却从未重新思考这些流程本身是否还有存在的必要。

这不是转型，这是贴纸升级。他们把 AI 当成功能增强，而不是操作系统更新。

但真正的变革不是让旧流程变得更智能，而是让那些流程本身变得多余。

“稳定公司”的谬论之所以吸引人，是因为它承诺无需重组即可转型。它暗示你可以保留现有的架构、文化和商业模式，只需注入新的能力即可。

但这种想法忽略了一个根本现实：

技术不会适应你的系统，它会重塑你的系统。

/ 09 /

错误的框架，错误的决定

军事力量的历史往往通过其武器来讲述：从弓箭到火枪，从骑兵到坦克，从机枪到核弹头。科技对工作的影响也是如此。

但“更好的工具”的历史框架是一种谬论。

在每种情况下，重要的是更好地协调

（1）新系统（游戏）的设计；

（2）该系统运行的环境（比赛场地）。

这些工具是设计更好的系统的机制。优势的转变很少与更好的工具有关，而与谁首先理解新的协调逻辑有关。

战斗从近距离交战转向远距离协同，从个人技能转向可扩展的执行。胜利者很少是因为他们知道如何很好地使用新武器而获胜，而是因为他们懂得如何重新组织周围的系统以创建新的战斗逻辑。

“有人使用人工智能”的谬论，常常让我们陷入与下一条马其诺防线差不多的境地——这是事实，但完全没用！

PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。