觀海論道｜如何應對人工智能帶來的行業和職業挑戰？

文／吳煒

春節期間，字節跳動、騰訊、阿里發起的AI紅包大戰成功引起了全民對AI的關注，這一曾經看着「陽春白雪」的行業終於開始走進了普通老百姓的生活。與此同時，AI應用對多個行業的影響也開始顯現，Anthropic公司的Claude模型今年以來推出多個AI代理插件，涉及辦公自動化、法律、銷售、金融、市場營銷和網絡安全等領域，對這些領域軟件公司的Saas訂閱模式構成顯著衝擊，資本市場出現恐慌式拋售。字節跳動發布的多模態AI視頻生成模型Seedance 2.0支持四模態輸入（文字+圖片+音頻+視頻），實現導演級可控性、極致物理真實及運動穩定性和原生音畫同步，被業界稱為「導演革命」，影視、廣告、電商短視頻製作流程多個崗位可被替代。隨着人工智能應用的普及，一些行業和職業面臨的挑戰已經切實出現在從業人士面前。

目前全球用戶對主要大語言模型的評估標準集中在八個方面：用戶偏好、推理和思考能力、知識（包括數據）及時準確性和幻覺率、生成質量、實用性和效率、多模態能力、安全與合規，以及本地化語言能力。而國內用戶還比較着重實用、降本、生態集成和中文自然度。按照這些標準，全球用戶對各大模型的偏好排名如下：Gemini 3、Grok 4、Claude Opus 4.6和GPT-5，國內用戶的偏好排名如下：豆包、千問、元寶和Deepseek. 在選擇模型時，用戶會根據不同的側重點有所區別，譬如：Claude在專業工作、編碼和Agent開發上領先，Gemini在多模態、研究和視頻上佔優，Grok和豆包的趣味性更濃、而性價比無疑是Deepseek（免費重度使用）。

隨着功能的不斷完善，大語言模型的用途已從「實驗性玩具」全面轉向生產力設施和日常數字生活核心。智能客服（對話機器人）目前使用佔比最高（主要應用場景在電商、銀行、電信等），接着是研究、信息檢索和知識總結（如快速閱讀論文和財報、提煉核心觀點、律師審理合同等），然後是內容創作和文案生成（包括寫報告、營銷文案和劇本初稿等），其餘還包括編程及代碼相關任務、日常個人助手和辦事代理（如年貨建議等）、內部生產力和企業自動化（如會議紀要自動生成、數據分析趨勢洞察等）、教育學習輔導（如習題解答、作文批改等）、多模態內容處理（如醫療影像輔助描述等）、翻譯和多語言處理，以及專業領域垂直應用（如醫療診斷輔助、金融風險評估、HR簡歷篩選等）。整體而言，大模型應用呈現出四大趨勢：（1）由「聊天」到「幹活」進化；（2）尋求生態綁定：如微信、抖音、支付寶等；（3）RAG（檢索增強生成）+多模態+工具調用已稱為標配；（4）使用價值優先級為降本、提效、創意、娛樂。

人工智能用途的擴大和普及帶來工作效率提高的同時，不可避免要替代原工作流程中冗餘的部分崗位，根據微軟研究、麥肯錫等的報告，全球約40%的崗位面臨變革風險。在當前技術條件下，較易被替代的行業主要呈現出以下特徵：（1）任務高度重複，可標準化、規則化和流程化，無需每次不同方法重新判斷的標準化輸出，如前所述，合同初審、基礎會計對賬、放射科影像初篩等工作可AI化；（2）核心工作依賴「信息處理」而不是「人際間或物理交互」，在AI推理能力不斷進化下，信息處理由過去的檢索、總結往生成、分析數據延伸，但在物理AI未充分發展下，需要與人或物理世界交互的工作尚無法被替代；（3）輸出可數字化、批量化和低變異，基礎編程和商業文案屬於此類型；（4）邊際成本高、人力密集和中低技能，最典型的就是呼叫中心和外包翻譯；（5）數據豐富，行業已有大量數據基礎且可窮盡，建基於大陸法系條文規則上的諮詢業如法律、稅務諮詢面臨挑戰。

進入2026年，受到AI影響最顯著的行業有金融服務業、軟件開發和計算機編程、客服呼叫中心和銷售支持、法律服務業、醫療診斷相關、運輸和物流、媒體（內容創作）翻譯和編輯、部分製造業、行政會計人力資源，以及教育行業。其中，擁抱科技最積極的金融服務業採用AI取代大量後颱風控、信貸審核、保險核保等崗位，導致相關領域職位空缺銳減25%。而軟件開發和編程、客服呼叫中心的崗位替代覆蓋率可達80%，替代成功率近90%。AI代理的出現將使影響進一步擴大和深化甚至具顛覆性，如本文開始提及的Saas軟件便是一例，未來只有對行業需求有透徹理解的最優軟件才有生存空間。而社會服務諮詢業在AI代理影響下成本可能下降60-95%，計費小時報酬制可能過時。

面對人工智能帶來的行業和職業挑戰，有些人感到彷徨，有些人感到恐慌，更有淺層理解者提出了「讀書無用論」，認為AI已經可以替代很多工作，讀書沒有用處。作為擁抱科技，擁抱未來的積極倡導者，筆者想先指出AI無疑將對人類社會的發展起到巨大的助益，無論是研究宇宙、地球和作為生物體人的自然科學，還是研究靈性人的社會科學，對於現在的人類而言都還有諸多未解的奧秘，AI將輔助提高研究效率。如果AI的大規模使用帶來社會的不平衡如短期大量的結構性失業，必然會從生產關係或其他方面進行調節再平衡，譬如最近熱議的UBI（Universal Basic Income，全民基本收入），即是人工智能領域部分領軍人物如馬斯克等所支持的。

從全局角度講，AI帶來的新工作機會和崗位可能超過被替代的崗位，根據（世界經濟論壇2025年就業未來報告）和（普華永道全球人工智能就業晴雨表）預測，到2030年，AI和技術變革將創造約1.7億個新崗位，同期被替代崗位為9200萬個，即凈增7800萬個工作崗位。凈新增崗位的主要動因一是可重複可量化的「任務性」崗位精簡，但目的導向性崗位增加，如AI提高醫療影像讀取和篩選效率，使所需放射科醫生減少，但使專科醫生能夠專注真正診斷，服務更多患者，吸引更多人才投身醫療行業。二是新興基礎設施如數據中心建設和AI應用爆發催生諸多「AI+」和支撐AI的崗位，如數據中心建設藍領、AI機器學習工程師、AI工作流設計師等。

鑒於當前技術條件下AI擅長結構化、重複化和數據驅動的任務，但在情感共情、原創創造、複雜物理互動、倫理判斷和非結構性環境適應上仍有短板，因此仍有不少行業AI只能起輔助作用，核心價值仍需依賴人類。比較典型的行業包括高度需要人際互動和情感關懷的行業如醫療護理、幼兒教育、心理醫生，要求原創創造力和審美判斷的行業如藝術創意、高端內容創作，涉及精細物理操作和非結構化環境的行業如水電工、高端廚師、文物修復等，以及承擔倫理責任、高風險決策與複雜人際談判的行業如法官、企業家、外交官等。

而個人要迎接人工智能時代的行業和職業挑戰，把握時代機遇，所要做的恰恰是要旗幟鮮明地駁斥「讀書無用論」和「躺平論」，進而更努力學習更多的知識，並藉助AI更高效地學習。AI圈有句名言：「你不會被AI取代，但會被會用AI的人取代。」，而會用AI的關鍵環節是需要具備提問，與AI溝通的能力。保持好奇心，能夠提出有價值的問題須建基於自身有豐富的知識基礎，以及參加工作之後積累總結的行業經驗。現行教育模式下記憶力訓練仍然是必要的，但絕不能死記硬背而要配合創造性開放性思維訓練。切忌做只會照本宣科、固守標準流程的「執行者」，和把AI當作唯一標準，被動等待答案，放棄獨立思考判斷的AI奴隸。

保持高情商和共情能力、具備原創創造力、培養批判性和戰略思維、強化精細動手能力和環境適應性、歷練倫理判斷和責任擔當，以及加強領導力和社會影響力訓練，並終身學習，具備了上述人格特質的一部分，就可以坦然迎接人工智能這一科技革命時代的挑戰。