AI 会摧毁很多『工作任务』，但不会从根本上毁灭『岗位本身』。

一直很想聊下黄仁勋上周在 YC 创业学校的演讲，虽然很多人批评他是屁股决定观点，但我很认同他这次演讲里的大体判断。

黄仁勋说：“人的工作是为了实现某个目标，而为了达成该目标，你需要完成诸多任务。即便其中部分任务被自动化代劳，工作的核心目标依然存在。”

因为人终究是有野心，有抱负的生物，他们会不断调高工作目标，以适应完成任务的效率。

熟悉经济学的人应该看出来了，这是 Autor、Levy 和 Murnane 在 2003 年提出的经典劳动经济学框架：技术的迭代不会短期直接摧毁职业，只会改变劳动者在不同任务之间的时间分配比例，改变一个职业内部的任务组合。

典型例子就是放射科医生。

如果不考虑医学伦理问题，单纯从读片的效率和准确率来说，前沿的垂直 AI 工具早已胜过了人类医生。若按照普遍的认知，放射科医生应该急速减少才对。

甚至在 2016 年，“AI 教父”杰弗里·辛顿就曾预言：“放射科医生这一职业很快将成为历史。”

但事实上全球范围内放射科医师都异常紧缺。我国最新的数据是：在 AI 爆发的 2024 至 2026 年，全国在岗执业影像诊断医师总量约12-15万人，近七年人才年均增速仅4.1%，处在严重的人才紧缺状态。

因为读片并不是放射科医生的全部工作，他们还要指导病人拍片、维护设备、撰写报告、辅助其他科室会诊等。

也许引入 AI 让读片、写报告等环节的效率得到了大幅提升，但医生们节约下来的精力会投入到其他事宜，以期提升影像整体科室的工作质量。

就好像在物资匮乏的年代，顾客走入国营商店，能买到想要的商品就已经千恩万谢。而在当下这个时代，大家对商超的预期变成了胖东来。

—— 同样是商超营业员，在不同时期的工作要求完全不同。今天的营业员已经不用在柜台上拿着算盘记账，但他们要学会使用自动收银机，还得学会微笑服务。

不过，上述都不改变一个趋势：掌握 AI 能力的员工，肯定会在竞争中胜过那些对 AI 一无所知的人。

对于非科技行业如何让 AI 赋能自己的工作， 我推荐下 LinkedIn 联合创始人、顶级投资人 Reid Hoffman 之前提到过的『AI优化职业法』。

给自己六个月的时间，挑个工作中你认为最有可能被 AI 取代的步骤 / 任务，然后开始学习用不同的 AI 工具来解决这个步骤 / 任务。

在这个过程中，你可以开自媒体，记录试错和学习的每个过程。如果你的行业不是太小众，那会逐渐聚集起一些有类似需求的人，他们会为你提供很多有益的反馈。

等六个月过去，无论你的试验是否成功，你都相比同行业的其他人多了许多经验，幸运的话甚至会成为一个小社群的 KOL。而这种正向反馈会激励你继续用 AI 去挑战工作中的其他问题。

我很喜欢『腾讯研究院』之前写的一篇文章，始终把它收藏在了我的备忘录中：在技术与社会变迁的洪流中，人既是渺小的，也是强大的 —— 渺小在于无法阻挡潮水的方向，强大在于可以自我塑造。