一位做了八年平面设计的朋友最近有点焦虑：AI 几秒钟就能出一张海报，有客户开始压价了。另一位做外贸的朋友却说，AI 帮他把写开发信、翻译、整理报价单的时间省了下来，他终于能多跑几个客户。同样面对 AI，有人觉得饭碗不保，有人觉得如虎添翼。
「AI 会取代谁」这个问题，很容易被说成两个极端：要么是「某某职业即将消失」，要么是「AI 只是工具，不用担心」。这节课不制造焦虑，也不灌鸡汤，而是给你一个更实用的分析方法，再落到具体能练的能力和一条可以执行的学习路径上。
别按「职业」想，按「任务」拆
一份工作不是一个整体，而是一捆任务。以行政专员的一周为例：写通知、整理会议纪要、订会议室、安排差旅、处理同事的各种临时求助、协调供应商、应对突发状况。其中写通知和整理纪要，AI 已经能做得又快又好；协调各方、处理突发、和人建立信任，AI 能帮上的就有限得多。
历史上也有类似的过程。电子表格普及之后，手工记账、誊抄账本的活大量减少，但会计这个职业并没有消失，工作重心转向了分析、审核和为决策提供支持。当然也要诚实地说：确实有一些岗位因为技术进步而明显萎缩，比如过去的专职打字员。
所以更接近现实的图景是：很多岗位里的一部分任务会交给 AI；有的岗位会缩小；也会冒出新的任务和岗位，比如把 AI 接进业务流程、给 AI 产出做质检和核查。
| 任务特点 | AI 目前的介入程度 | 例子 |
|---|---|---|
| 规则清楚、有大量现成样本、结果容易检查 | 高，AI 可以完成大部分 | 格式化文案、初稿翻译、表格整理、会议纪要 |
| 需要专业判断，但可以先让 AI 起草 | 中，人机协作 | 合同初审、数据分析报告、活动策划 |
| 需要到现场、动手操作、建立信任或承担责任 | 低，AI 主要做辅助 | 护理照护、维修安装、谈判签约、带团队、对结果负责的决策 |
拿一张纸，把你上周做过的事列出来，每件对照这张表标一下。你会发现，焦虑的对象从模糊的「我会不会被取代」，变成了具体的「这几件事要换个做法」。
五种更值钱的能力
先看一张对比表，感受一下价值的迁移：
| 正在变便宜的 | 正在变值钱的 |
|---|---|
| 记住大量信息 | 知道去哪找、能判断真假 |
| 照着模板写标准文案 | 定义目标，判断哪个版本更好 |
| 熟练操作单一工具 | 跨领域整合，把工具串成流程 |
| 只会执行指令 | 发现问题、提出问题、对结果负责 |
具体来说，有五种能力值得刻意练习：
1. 定义问题的能力。AI 回答问题很快，但「问什么」「要达到什么目标」还得人来定。同样是求助，「帮我写个营销方案」和「我们是一家社区烘焙店，想提升工作日下午的到店客流，预算有限，请给三个方案并说明各自的风险」，得到的结果天差地别。
2. 判断和验收的能力。AI 可以一口气给你十个版本，哪个好、哪个有错、哪个不适合你的客户，需要你有标准、有品味。你的角色从「写稿的人」变成了「主编」。上一节讲的核查方法，就是这种能力的一部分。
3. 领域专长。AI 懂得很「宽」，但你所在行业的门道——客户真正在意什么、哪些坑踩过、哪些规矩不能碰——才是你的护城河。有专长的人用 AI，是把自己的能力放大；没有专长的人用 AI，很难判断它说得对不对。
4. 把 AI 编进工作流的能力。不是偶尔问一句，而是把重复的环节固定成模板、清单和流程，让交付又快又稳。同样会用 AI，能把它变成可复用流程的人，价值高得多。
5. 与人打交道、为结果负责的能力。沟通、协调、说服、共情、建立信任，这些在可见的将来仍然主要靠人。还有一点常被忽略：AI 给出建议之后，由谁拍板、谁签字、出了问题谁负责——责任始终在人身上。
普通人的学习路径：三个阶段
阶段一：先用起来（大约第 1 个月）。挑出工作里最高频、最耗时的 3 件事，每天坚持用 AI 试着做。记下哪里好用、哪里翻车。这个阶段的目标不是精通，而是建立手感。
阶段二：沉淀方法（大约第 2 到 3 个月）。把好用的做法写成自己的提示词模板和检查清单；试着把两三个步骤串起来，比如「读资料、出提纲、写初稿、自查」一条龙；同时把本系列前面讲的隐私保护和信息核查变成习惯。
阶段三：建立壁垒（长期）。往自己的行业深处走，用 AI 做出能展示的成果，比如作品集、案例复盘、一次内部分享；再试着帮团队把 AI 用起来。能带着一群人用好 AI，往往比自己会用更有价值。
也有几件事最好别做：
- 囤课不练：收藏了几十个教程，真正用上的一个没有。
- 追逐每一个新工具：工具换得很快，底层的方法比工具名字更持久。
- 只让 AI「代做」，自己不思考：如果每次都原样提交 AI 的结果，你的判断力和表达能力就得不到锻炼，而出了错，责任仍然是你的。
- 焦虑式刷新闻：每天看「AI 又颠覆了某某行业」，不如花二十分钟真用 AI 解决一个手头的问题。
守住底线，本身也是竞争力
AI 让很多事情变容易了，包括做坏事。用它批量编造评价、冒充他人、抄袭别人的作品，或者出了错就说「是 AI 写的」，短期看省事，长期一定透支信用。
在人人都能用 AI 的时代，可信会变得更稀缺：你给出的数据经过核查，你发布的内容如实标注，你经手的客户信息不会外泄。这些正是本系列前几节讲的内容。它们不只是合规要求，也是别人愿意把重要的事交给你的理由。
本节要点
- 别按职业想，按任务拆：一份工作是一捆任务，AI 接手的往往是其中一部分。
- 规则清楚、结果好检查的任务受影响大；需要现场、信任和担责的任务目前主要靠人。
- 更值钱的五种能力：定义问题、判断验收、领域专长、把 AI 编进工作流、与人打交道并为结果负责。
- 学习路径分三步：先用起来，再沉淀方法，最后往行业深处建立壁垒；别囤课、别追所有新工具。
- 守住诚信和合规底线，在人人都用 AI 的时代，可信本身就是竞争力。
