AI到底会先抢走谁的饭碗？是天天和孩子打交道的幼师，是风里来雨里去的快递员，还是坐在写字楼里的白领？
说到“最先被淘汰”，很多人第一反应是体力岗位和基础服务岗位。但从现实情况看，最先动摇的偏偏是不少人心目中的办公室铁饭碗。
要看清这个趋势，得先把问题拆开来看。讨论AI对就业的影响，可以分成两层：第一层，AI能在多大程度上替代人的各项能力；第二层，这些替代最终会落到哪些具体岗位上。
只有先弄清AI擅长什么、不擅长什么，判断哪些职业危险才有依据，否则很容易被各种焦虑情绪带偏。替代程度可以分成三级。
“强”指AI几年内有望达到甚至超过精英人类在这方面的水平；“中”指AI能达到普通人的平均水平；“弱”指AI暂时还比不上大多数普通人。按这个标准逐项看下去，就会发现很多人自认为“高级”的能力，恰恰最容易被替代。
强替代的第一项，是整理、总结和归纳。这类工作说到底是模式识别和分类，正好是AI最擅长的。
早在Transformer架构出现之前，深度学习在图像识别、人脸识别上就已经做得很好。大语言模型出现以后，AI连那些看上去复杂、混沌、模糊的问题也能识别和归类，有些人类都未必做得到。
具体到职场，AI最早大显身手的地方，就是写日报、周报、年终总结和项目报告，这些说白了都是在归纳自己的工作。调研也属于同一类能力，大模型很擅长把繁杂的信息整合梳理清楚，回答概念性、原理性的问题尤其有用。
综合来看，它在这方面已经不输职场熟手，大多数实习生做不到这个程度。别小看这项技能。
走上社会就会明白，非常多的工作其实是在搬运信息：收集、记录、整理，再传给合适的人、能解决问题的人。这并不只是低薪岗位的情况。
年薪几十万的互联网大厂员工，每天也有相当一部分时间耗在开不完的会、对齐信息、汇报和跨部门沟通上。大多数人的工作，并没有自己想象的那么高级。
这种变化在一些行业已经能看到苗头。国际金融领域出现了与AI相关的裁员，部分银行的AI相关裁员比例达到5%到10%。
基础财务也是类似的例子：很多人觉得财务越老越吃香，可大部分企业的基础财务工作流程都很固定，核对发票、录入凭证、计算税款这些重复枯燥的事，财务机器人可以24小时不停地处理。强替代的第二项，是结构化思考与表达。
DeepSeek爆火以后，推理型大模型成了主流，这项能力也从“中”升到了“强”。它正是区分职场老手和新人的关键：新人学两三个月就能把执行层面的事做好，但不会拆解复杂任务，也分不清轻重缓急，往往是哪件事催得急就先做哪件。
汇报的时候差距更明显。老手讲问题，会自然用上并列关系、现象与本质、成本与收益这些结构，听的人很快就能抓住重点；新人则常常想到哪说到哪，信息不少，却理不出头绪。
过去这种能力要靠多年历练才能积累，如今AI把这种原本属于精英的能力变成了人人可用的工具，新人和老手之间的护城河被大大削平了。
强替代的第三项，是语言表达。AI写文学性强的长篇小说还不行，但它的优势是什么都能写，各种文体、多种语言都能应付。也有人嫌它套路太重：先编一个具体场景，再抛出来路不明的数据，接着列三点规律，最后用一句宏大的金句收尾，看多了确实腻。
但这些毛病大多可以靠调参数、改提示词来纠正。放在大模型出现之前，有这种写作水平的人，哪家公司都愿意雇。
现在知乎上已经有AI写的文章拿到上千个赞，读者未必看得出来。照这个势头，如果未来两三年AI的文案能力继续提升，除了极少数领域，通用型文案岗位很可能在5年后消失。
把这三项强替代能力对应到职业上，标题里的“三种工作”也就清楚了：一是以信息搬运为主的办公室岗位，二是缺乏差异化的通用文案岗位，三是客服、质检、基础财务这类规则清楚、流程固定的重复性岗位。它们的共同点是：核心能力正好落在AI最擅长的区域里。
再看表现中等的能力，情感能力是其中之一。很多人以为AI没有感情，所以替代不了需要情感的工作。
AI确实没有真正的情感，它只是模拟情感、给出恰当的反馈，但这已经足以让人误以为它有同理心。在情绪回应这件事上，它的下限已经接近普通人，这也是不少人愿意找AI倾诉的原因。
另一项中等能力是深度推理。AI擅长发散联想，处理人文社科问题时，像专家和哲人的结合体。
但它的推理建立在概率之上，一旦推理链条变长，或者碰上冷门、新颖的问题，中间的逻辑就可能接不上，经不起追问，有时还会出现事实错误。所以它说得头头是道的时候，也需要人来把关。
数理推导更能看出它的边界。大模型的水平大致相当于初中到高中生，中考、高考难度的题目做得不错。
可到了美国数学奥林匹克（USAMO）这种级别的竞赛，中美各家大模型一道题都没能做下来。这说明在真正高难度、需要严密长链推理的领域，AI离顶尖人类还有不小的距离。
从能力层面落到岗位层面，几份有代表性的研究报告有几点共识：AI对职场的影响已经开始，而且范围很广；但八成以上工作都能交给AI的岗位很少，短中期内AI以辅助和增强为主。因此更可能出现的是岗位内部竞争加剧甚至裁员，而不是某个岗位彻底没人干。
报告还指出，体力工作很难被替代，客服、质检这类规则简单的重复劳动则容易被替代；需要大量人际沟通和谈判的工作，AI很难胜任。几年之内，会用AI会成为职场的基本要求，而资深专家、技术骨干和管理人才依然吃香。
这和前面的能力分析可以对上。Anthropic的报告提供了一个值得注意的角度：低薪岗位知识密度太低，超高薪岗位又太复杂，AI在这两头渗透得都不多，受威胁更大的反而是中间的中高薪工作。
这也解释了为什么最先感到寒意的不是幼师、快递员，而是那些看起来体面稳定的办公室岗位。把时间拉长看，不少业内专家预测，2045年之前可能有近一半的岗位会被AI不同程度地替代，覆盖服务业、制造业等多个领域。
需要注意，“不同程度地替代”并不等于“消失”，更多时候是一个岗位里的部分环节交给了机器，这和“辅助增强为主”的判断是一致的。
按这个思路分类，研发、线下体制内岗位、农业、工业、军人、服务业、设备运维，需要深度沟通和说服的销售、HR、BP，人命关天的医护人员和安全员，以及律师法务、公务员和管理岗，基本不用太担心。
这些工作要么依赖体力和现场，要么需要人承担责任，要么离不开复杂的人际关系。行政助理、数据分析、产品经理、运营和教育培训，属于需要与AI共存的岗位。
咨询行业的情况要分开看：法律咨询相对安全，商业、心理和命理咨询有风险。不过风险不一定意味着失业，AI压低了门槛和成本，也可能让原本昂贵的咨询服务变得更普及，市场反而扩大。
真正面临裁员风险的，是文案、程序员、设计师、策划、客服、翻译和质检。学生规划职业时应该把这一点考虑进去，已经在这些岗位上的人则要尽快学会用AI工具。
换个角度看，他们也是最早用上AI的一批人，熟悉工具、了解行业，反而有机会借此成为超级个体或者小创业者。不在上述名单里的人，可以问自己七个问题：我的工作是不是缺乏差异化的内容生产？
是否以体力劳动为核心？是否需要深度沟通、处理复杂的人际关系？出错会不会造成严重的经济损失，甚至危及生命安全？
还有：我是否经验丰富、对领域融会贯通、手下有人？我是不是在用有创造性的方式解决问题？
我的工作能不能轻易变成标准流程，一个普通人培训一周，能在多大程度上替代我？这些答案不只是在判断风险，也指明了提高抗冲击能力的方向：往更有温度、更需要创造力和判断力的工作上靠。
不过还有一个更深的隐忧：AI很可能会拉大精英和普通人之间的差距。人脑同样是需要大量训练和反馈的神经网络，高级的表达和判断能力，是从大量初级工作里一点点磨出来的。
如果初级文案都交给了AI，新人既拿不到收入，又该从哪里练出真本事？从新人成长为精英的那道阶梯，可能会因此断掉。
过去靠熬资历、做杂活慢慢积累的路走不通了，自我提升会变得更加坎坷，也更加违背人性：在没有报酬、没有正反馈的情况下坚持训练，本身就需要极强的意志。这或许才是AI时代对普通人最严峻的考验。
最先面临消失的，并不是幼师或快递员，而是信息搬运型的办公岗、通用文案，以及规则固定的重复性岗位。
AI在整理归纳、结构化表达和语言输出上已经接近甚至超过精英，在情感和深度推理上只达到中等，在体力、人际沟通和担责任的事情上仍然很弱。看清这张能力地图，再对照那七个问题审视自己的工作，才能在这场洗牌里找到不容易被替代的位置。
热门跟贴