AI重塑就业：是“煤”还是“马”，决定5年后你的工作是否还在

事件概述

2026年3月，美国科技行业至少有66家公司宣布裁员，累计影响近4万个岗位。其中约9,238个岗位（占全年科技裁员的20%）被明确归因于AI采用和自动化。与此同时，软件工程师的招聘需求同比增长了6%。这种“一边裁员、一边扩招”的现象表明，AI并非简单替代人类，而是根据工作性质和价值链位置进行剧烈分化。

核心逻辑：“马”与“煤”的生存法则

AI对就业的影响可类比为19世纪的能源变革，区分出两类截然不同的命运：

• 马型岗位（面临淘汰）：无法转型且缺乏选择权的角色。如Block公司CEO Jack Dorsey所言，“小而扁平的团队是新常态”，部分支持性岗位因效率提升而被直接裁撤。这类工作通常完全依赖重复性流程，一旦技术成熟即失去价值。
• 煤型岗位（需求扩大）：遵循“杰文斯悖论”（Jevons Paradox），即效率提升反而扩大总需求。例如，AI降低了软件开发成本，催生了更多项目，导致对能够开发和部署AI产品的软件工程师需求不降反升。农民在农业机械化后转型为其他职业，而非像马一样灭绝，关键在于能否迁移到价值链上游。

AI优先替代的三类工作特征

最先承压的并非最辛苦的工作，而是具备以下结构性特征的角色：

1. 高度流程化：输入明确、步骤可拆解、逻辑稳定的任务（如资料整理、常规分析、初级文案）。AI先吃掉这些重复任务，导致岗位整体贬值，要求单人承担过去多人的工作量。
2. 远离决策链：支持性、协调性或辅助性岗位（如行政、基础翻译）比直接创收岗位风险高出3倍。资本市场更倾向于保留离客户近、离收入近、掌握关键资源的角色。
3. 依赖基础信息差：依靠搜资料、整理信息建立壁垒的入门级岗位（如初级研究员、翻译）门槛快速下降。会生成内容的人变多，但愿意对结果负责、能拍板的人依然稀缺。

暂时安全的四类“煤型岗位”

以下特征的工作目前具有较强抗替代性：

• 物理接触型：需现场应变的工作（如护理、修理工、理疗师）。湾区最常见的职业之一是家庭健康助理，机器人尚难处理复杂的物理世界互动。
• 高信任服务：客户愿为真人体验支付溢价（如曼哈顿私教时薪$300）。富裕人群购买的不仅是方案，更是面对面的信任与监督。
• 制度保护型：受监管框架限制，替代速度被人为延缓。例如FDA审批流程使放射科AI替代延迟5-7年，尽管技术已成熟，但医生工作量反而因检查量增加而上升。
• 非盈利组织：由于缺乏强烈的利润驱动，自动化动机不足，替代速度降低约60%。

价值链位置决定生存概率

同一职业内部，不同层级面临的风险截然不同：

• 危险区：仅负责重复代码编写的程序员，其裁员率是架构师的4倍；仅做基础出图的设计师风险远高于负责品牌策略的创意总监。
• 安全区：教师中负责课堂管理和激发学生关系的留存率比单纯知识传授者高82%；接近最终结果（收入/决策）的岗位溢价达35%。

动态演化与行动建议

• 历史警示：英国最后一座燃煤电厂于2024年关闭，煤炭使用量回落至1666年水平。任何看似安全的“煤型”岗位若不能持续进化，终将走向“马”的命运。
• 终极方案：创业是被替代风险降低90%的路径（基于Andrew Yang实证数据），因为创业者拥有选择权，唯一能“开除”自己的只有市场反馈。
• 行动框架：每18个月评估一次自身在价值链中的位移轨迹。核心追问应是：“我是否接近真实结果？是否掌握不可替代的判断力？是否处在组织愿意保留的位置？”