9月22日至27日，上海举办了世界技能大赛，赛场上轨道车辆项目唯一的女选手何晓嫚熟练地调试着精密设备，她的身影正是当下产业巨变的缩影。
过去几十年，外贸、地产造就了大批白领中产，如今白领中产步入平台期，“技能中产”正成为国家全力支持的下一个时代红利。2025年我国制造业规模达34.7万亿元，“十五五”规划明确未来5年将技能人才占就业比例提升至35%。
随着“八级工”制度落地和国企薪酬改革，首席技师的待遇已经能与企业中高层看齐，靠硬核技能拿高薪的时代已经到来。为什么坐办公室的白领开始面临瓶颈，而掌握一技之长反而成了普通人增收的破局关键？
其实，关于技术冲击下哪些岗位更能保住饭碗并实现增收的争论一直没断过，之前网上就有一份深度研究从数据维度剖析了不同职业的处境。
进一步区分，哪些岗位容易被替代，哪些岗位不容易被替代，可以从多个维度观察。第一，从工资维度来看，薪资越高，岗位的人工智能暴露度越大；薪资越低，暴露度越小。
按照收入分位数划分，收入排在百分之二十分位数以下的群体，人工智能暴露度明显偏低。举几个例子，洗衣房员工的收入处在全美职业收入分位数最低一档，百分之零点一分位，暴露度只有百分之十。
烘焙师收入分位数为百分之四点八，暴露度为百分之十四点七。更换轮胎的工人暴露度为零，收入分位数也偏低，大约百分之七点五。
收入越高，暴露度就越高。这里面有几类代表性职业。
金融产品经理，收入分位数处在最高一档，百分之九十六点六，暴露度达到百分之七十八点六。人力资源岗位，收入分位数百分之九十五点三，暴露度达到百分之七十六。
还有一部分工程师，数据依赖度高、沟通需求少，例如程序员，还有航天工程师。航天工程师收入分位数达到百分之九十二点五，暴露度高达百分之八十九点三。
这类白领岗位，高薪、知识密集，属于服务业，往往最先受到人工智能的触及。岗位的收入结构、任务内容会被人工智能重构，或是实现部分自动化，这不代表岗位会被直接彻底替代。
暴露度有高有低。如果技术进步速度很快，暴露有可能转化为实际替代。
但如果技术进步放缓，或是技术从能够使用，到好用、企业必须使用之间存在巨大鸿沟，暴露不等于一定会被替代。不过，一个职业的任务可以被人工智能辅助重构或者自动化，就会衍生出新问题。
高薪岗位更容易受到人工智能冲击，企业可能选择降薪，或是要求员工延长工作时长，以此维持工资成本不变。这会直接冲击美国居民消费，影响美国整体收入水平。
当传统高薪白领面临降薪冲击时，年轻人想要提高收入，就必须看清哪些实体操作与专业技能才是真正难以被替代的时代红利。
总结来看，判断岗位被替代的概率，第一，岗位需要与人沟通越多，被人工智能替代的可能性越小。
第二，岗位需要承担责任、承担风险，被替代的可能性同样更小。如果观察蓝领岗位，普遍替代度偏低，绝大多数蓝领岗位，在当前阶段几乎不存在被人工智能替代的可能性。
未来劳动力群体大概率会划分成三类。第一类，是能够使用人工智能，依靠人工智能提升生产效率的群体。
比如一部分工程师，从硅谷离职之后拿到高额补偿金，选择创业，打造单人公司 OPC，或是搭建人工智能驱动的单人企业。这类企业规模很小，一个人搭配十个智能代理，就可以完成过去中型企业才能落地的复杂任务，组织架构扁平化。
即便雇佣少量人员，也不会设置固定岗位，所有人按照任务制开展工作，不再依靠传统职位搭建组织。这种模式不再沿用大型企业自上而下层层决策的长链条模式，降低了交易成本。
按照科斯《企业的性质》当中的理论，企业存在的意义就是降低交易成本。如今这类人工智能原生扁平化单人企业，同样依靠降低交易成本、中介成本，获得生存与发展的基础。
这一类人，掌握人工智能工具提升自身效率，借助人工智能替代其他岗位人员。这类群体需要持续学习，建立模型思维。
第二类群体，基本不受人工智能影响。包含大部分蓝领、厨师，运动员虽然不属于蓝领，属于金领，这类群体普遍很难被机器替代。
大部分蓝领受到人工智能冲击很小，如果持有相关股票，还可以分享人工智能发展带来的红利。这一类群体可以持续布局自身发展。
其中包含大部分蓝领、运动员，还有一部分白领。例如资深行业合伙人，需要维护大量客户关系，负责大客户谈判与长期关系维护。
还有高风险岗位，医疗、法务这类需要承担责任的岗位。
大家现在身体不舒服，会先使用人工智能工具查询病症、了解病因、参考治疗方案、查询适用药物。
但如果病情严重，大部分人不会只依靠人工智能给出的答复，依旧会前往医院，听取医生的诊断建议，甚至多去几家医院复诊。毕竟人工智能不会承担医疗事故带来的责任。
企业法务、律师、会计师、审计师，这类需要承担风险的白领岗位，同样很难被人工智能替代。还有一部分白领、蓝领岗位，核心工作是提供情感、人际服务，或是需要现场实体操作，也不会被人工智能替代。
这部分群体同样属于可以稳定布局自身发展的群体。第三类群体，岗位会被人工智能替代。
例如 IT 行业部分岗位、办公室行政后台岗位，金融分析师、市场分析师，还有大量商业咨询岗位，像麦肯锡、埃森哲这类咨询机构当中的岗位。
对于这部分人群，需要做好长期规划，坚持锻炼，必要时转向蓝领工作，或是转型从事能够提供情绪价值，或是需要承担责任的工作。否则，岗位很容易被人工智能替代。
我们把时间线拉长来看，单纯靠外部补贴并不能帮普通人实现收入跃升，真正能让年轻人提高收入的红利，始终建立在扎实的技能培训之上。前几年 UBI 的讨论热度很高，最近讨论热度明显下降。
核心原因就是大家逐渐意识到，单纯发钱，无法解决贫富差距扩大、人力资本不足、岗位被 AI 替代这些深层问题。UBI 方案的设想逻辑是，民众拿到现金补贴之后，可以投入自我提升，积累人力资本，完成阶层跃升。
简单来说，拿到钱之后，人们去读书、参加技能培训，在 AI 时代找到适配的高薪工作。过往历次技术革命带动全要素生产率提升，都满足这个前提条件。
失业人群通过技能再培训，匹配新岗位的需求，获得更高收入，最终带动整体生产率上涨。山姆・奥特曼在 2020 年 11 月，启动了一项 UBI 社会实验。
实验设置了实验组与对照组。实验组一共一千人，对照组三千人。
实验组的条件是家庭年收入低于三万美元，每人每月无条件领取一千美元，连续发放三年。对照组的三千人，每月发放五十美元。
在实验启动之前，山姆・奥特曼的设想是，UBI 可以应对 AI 带来的就业冲击。发放现金之后，民众积累人力资本，参与技能培训，提升个人能力，找到更高薪资的工作。
但这项持续三年的实验，最终得出的结果和预期并不相同。参与者的人力资本没有得到整体提升。只有少数年轻群体，读书意愿出现小幅上涨。
绝大多数人拿到补贴之后，直接用于日常消费。实验带来最明显的改善，体现在心理层面，参与人群的抑郁症发生率有所下降。
除此之外，没有观测到其他明显正向变化。这次实验的结果，直接改变了山姆・奥特曼本人的观点。甚至参与者的债务水平还出现上升。
收入压力得到小幅缓解之后，人们更愿意消费，也更敢于借贷。三年实验周期内，领取 UBI 补贴的人群，车贷与消费贷规模上升百分之十七。
参与者净资产没有提升，负债反而增加。实验之前，大家期待 UBI 能够对冲 AI 带来的就业冲击。
实验结束之后才发现，UBI 只能作为基础兜底工具，缓解人类生存层面的焦虑，让人拥有更多时间选择，不用长期从事高强度劳动。
但它无法推动人力资本积累、技能提升，也不能催生自主就业和创业行为，对社会总产出几乎没有正向影响，更不可能帮助普通人完成阶层跨越。
当时很多人认为直接发钱就能解决一切，但现实是只有把资金定向投入到年轻人的技能提升上，才能真正释放提高收入的红利信号。既然 UBI 实验证明单纯发放现金无法解决长期结构性问题，那么资金使用就需要采取定向支持的模式。
韩国公民红利方案，就采用定向补贴思路。资金主要用于失业人群，或是未来有可能被 AI 替代群体的职业转型培训，而不是直接发放现金。
方案设置五类定向账户，公民按需申领，资金专款专用。第一类账户面向青年创业群体。创业能够创造新的就业岗位，催生新商业模式。
在 AI 转型阶段，创业和技能培训，可以创造更多岗位，对冲 AI 对白领岗位的冲击。青年创业或者参与技能培训，都可以申领政府补贴。
回看这起产业变革，不仅政府在发力，大型企业也在通过全员技能培训释放明确信号，帮助年轻人和一线员工抓住新型技能红利来提高收入。面对岗位替代，企业不能简单依靠裁员把员工推向社会，把就业压力完全转嫁给政府，变成单纯的社会负担。
企业应当主动承担责任，帮助员工提升技能，开展转岗培训。
社会学的研究视角，在这个问题上能够发挥价值。
刘强东毕业于中国人民大学社会学专业。社会学这门学科，过去很多年在人文社科领域，很难找到商业化落地场景。
但在当下，社会学背景，带给刘强东很强的社会危机感与人文关怀。刘强东在六月份的 APEC 工商领导人中国论坛上提到，未来的末端配送，不再需要快递员，全部依靠机器人完成。
但他不希望京东七十万一线员工失去收入来源、丢掉工作。京东推出涅槃计划，目标是保障所有一线员工不会失业。
员工要完成凤凰涅槃，依靠技能培训和职业转型，规避大规模失业风险，开展全员转岗培训。京东已经和一百二十所院校达成合作，分批组织七十万蓝领员工入校进修。
培训方向贴合无人物流体系的岗位需求。无人配送物流车需要人员完成维修、保养、调度工作，还有路径规划、远程监控这类岗位。
无人机的操作、管理，同样会催生新的工作机会。京东的目标，是把一线配送人员，转型为掌握技术能力的新型蓝领，应对自动化带来的岗位变革。
大型制造企业，尤其是拥有大量灵活就业人员的服务业企业，都应当像京东一样，长远思考这个问题。这场产业转型，不只是 AI 科技企业会经历。
越来越多蓝领密集型企业，都会迎来岗位变革，企业需要提前做好准备。对中国而言，国内就业结构依旧以蓝领岗位为主，这件事更需要未雨绸缪。
从海外的岗位暴露度数据到国内名企的蓝领进修计划，所有迹象都印证了国家层面正在推进的技能人才战略。
截至目前，中国技能人才总量已超过2.2亿人，其中高技能人才超过7200万，全国2410所技工院校的毕业生就业率高达96.7%，国家每年补贴职业技能培训更是达到1153万人次。
无论是传统制造业的数字化升级，还是大飞机、人工智能、生物制造等战略新兴产业的落地，现场都需要大量懂设备、会调试、熟悉工艺的工程师与新型技工。
当技术序列与管理序列在薪酬上各自绽放，越来越多本可以上本科的年轻人主动转向就业确定性更强的职业赛道，这无疑释放了一个无比清晰的大信号：对于想要提高收入的年轻人而言，扎根实体产业、掌握硬核“技能”，就是这个时代最确定的下一个红利。
热门跟贴