AI时代哪些岗位真的危险了

一个残酷的事实

每次技术革命，最先被淘汰的从来不是底层劳动者。

第一次工业革命，珍妮纺纱机淘汰的不是纺纱工人——那些女工们在工厂里又干了三十年。最先被淘汰的是一批手工纺纱作坊主，他们有资本、有客户、有经验，但机器比他们10个工人干得还快。

第二次工业革命，汽车淘汰的不是马车夫——马车夫后来很多去开了出租车。最先被淘汰的是养马产业链：饲料商、马具匠人、兽医、马车制造商。他们有一整套成熟的产业知识，但一夜之间，马不再需要了。

现在到了AI时代。

很多人以为AI先取代的是蓝领工人——流水线、收银员、司机。但现实恰恰相反：今天AI冲击最猛烈的，是一群高学历、高收入的白领阶层。

为什么？因为AI是个"脑力劳动者"，它擅长的不是搬砖，是处理信息。而白领的工作，本质上就是一个"信息处理系统"。

AI正在淘汰的四类人

第一类：中间人

这是最危险的一类。

所谓中间人，就是"把A说的话翻译给B听"的人。他们的工作不创造新东西，只是信息的搬运工。

典型代表：

初级翻译。 2015年，Google翻译质量一般，专业翻译还有很大的市场。2025年，DeepL、GPT-4级别的翻译质量，在95%的场景下已经超越普通翻译。现在需要翻译的只剩下：文学作品翻译（需要审美判断）、法律/医疗文件翻译（需要专业知识和担责）、同声传译（需要实时性和临场应变）。这些只占翻译市场的不到10%。

初级法律助理。 美国有一个真实案例：一家律所用AI代替了一组初级律师做合同审查。AI花了两天时间审完了2000份合同，找出了其中的问题。同样的事，如果让一个初级律师团队来做，需要两个月。这家律所后来裁掉了那个团队的30%的人。留下的律师不再做"核查条款"这种工作，而是专注于策略制定和客户关系。

数据分析师（入门级）。 如果你只会用Excel拉个表、写个SQL查个数、做个PPT展示趋势——这些事AI做得比你快100倍，且不会提需求的时候翻白眼。现在很多公司已经不需要"初级数据分析师"了，业务团队自己用ChatGPT就能搞定数据查询和基础分析。

这些人都有一个共同特征：他们的核心技能是"知道怎么处理信息"，而不是"知道为什么需要这些信息"。 AI在信息处理上比人类强太多，它在做的事情就是"信息的搬运和整理"。

第二类：规则执行者

这类人的工作有明确的流程、固定的规则、标准的输出。他们不需要创造力，只需要准确地把规则应用到每一个案例上。

典型代表：

初级会计/审计。 记账、做凭证、对账、核算——这些都是高度规则化的流程。金蝶、用友的财务AI模块已经能自动完成80%的记账工作。四大会计师事务所已经在用AI做审计样本检查，一个项目需要的人工从几十人降到了几个人。

客服中心。 这不是新闻了。2024年，国内各大银行的AI客服已经处理了超过70%的客户咨询。剩下的30%——那些真正的疑难杂症、投诉维权——才转真人。客服中心的规模在过去三年缩减了约40%。

保险核保/理赔。 你买保险的时候，审核你健康状况、决定保费的已经不是人了。AI看体检报告、看病史记录，几秒钟给出核保结论。理赔也是：拍照上传、AI识别损失程度、系统自动打款。传统保险公司里，理赔部门曾经是最大的部门之一，现在正在快速缩编。

这些岗位的共同点：工作内容可以写成一本标准操作手册。 凡是能写成手册的工作，AI都能做。而且做得更标准、更稳定、不请病假、不给领导添堵。

第三类：人力密集型的内容生产者

这类人的工作是"用数量换质量"，靠着源源不断地产生大量内容来维持产出。

典型代表：

小编/新媒体写手。 这里说的不是写深度分析的作者，而是那些每天产出5-10篇"热点追评"“XXX行业分析"类文章的小编。很多MCN公司已经用AI生成80%的日常内容了。人去做的就是：选选题、优化prompt、审核微调。原来10个人的小组，现在2个人加AI就够了。

商业插画师（非创意类）。 Midjourney和DALL·E的冲击远比大部分人想象的猛烈。不是那些做艺术的插画师——他们的作品有独特的风格和情感。危险的是那些"按客户要求画一张产品插画"的人。电商详情页的配图、公众号的头图、PPT的装饰插画——这些"用完即弃"的商业插画正在被AI全面取代。我认识一个给电商平台供图的画师，2022年月入3万，2024年月入不到5000。不是他画得不好了，是客户发现用Midjourney画一张图只要2块钱，质量还比他好。

初级编程（这个放到下一个标题细说）。

可怕的是，这些工作不是"做得好不好"的问题，是"有没有性价比"的问题。 如果AI能用1%的成本完成80%的效果，企业不会因为那20%的差距去多付99%的预算。

第四类：知识垄断者

这类人拥有某个领域的专业知识，且之前的时代里，专业知识是稀缺资源——只有少数人经过长期训练才能掌握。

但现在，大模型让知识的获取变得无比廉价。知识的垄断被打破了。

典型代表：

初级医生（影像学方向）。 2024年，FDA批准了多个AI辅助诊断系统。在肺结节检测、视网膜病变识别、皮肤癌诊断等场景下，AI的诊断准确率已经超过普通医生。这不会让医生消失，但会让「看片子写报告」这个环节的价值急剧下降。放射科医生需要向介入治疗方向转型，否则风险很大。

普通律师。 法律知识的检索和基础文书的起草，AI做得又快又好。LawInsider、Harvey等AI法律工具已经在顶级律所广泛使用。以前一个大案，律所派出5个初级律师做法律检索和文书准备。现在：1个律师 + AI工具。

教育培训（知识传授层面）。 当每个学生都有一个永不疲倦、随时在线的AI老师时，“传递知识"这件事的价值会归零。那些只会"把教材念一遍"的老师，确实已经面临生存危机。真正有价值的是：能激发学生兴趣的人、能引导深度思考的人、能给予情感支持的人。

一个反直觉的结论

到这里你可能发现了：AI优先淘汰的不是"低端劳动力”，而是"中级脑力劳动者”。

为什么？因为：

• 体力劳动需要手眼协调、环境适应、灵活应变——这些看起来"低级"的能力，对AI来说反而最困难。人形机器人要像人一样搬砖，至少还要5-10年。
• 高级脑力劳动（战略决策、跨领域创新、复杂谈判）需要直觉、判断力和情感共鸣——这些AI暂时做不到。
• 中级脑力劳动（信息处理、规则执行、内容量产、知识检索）——这才是AI最擅长的领域。

简单归类就是：

所以最讽刺的现实是：程序员不会最先被取代，会计反而更危险。

什么岗位反而更安全了？

先说几个看起来很"落后"的岗位：

水电工。 你家的水管漏了，AI能告诉你怎么修，但它没法爬进你家的地板下操作。水电工、电工、焊工、空调安装工——这些需要动手的、需要现场解决问题的职业，比很多白领安全得多。一个优秀的电工师傅，现在时薪已经到了200-300元，而且越来越难约。因为年轻人不愿意学，而去学了会计、行政这些"看起来体面"的工作。

护士。 给人打针、翻身、换药、安慰家属——这些需要高度共情能力和精细操作技能的工作，AI和机器人短期内无法替代。护士的就业市场未来几年只会越来越紧俏。

心理咨询师。 AI可以做标准化咨询，比如认知行为疗法里那些结构化练习。但真实的心理咨询是人在对另一个人倾诉，需要的是被理解的感觉——一个对着ChatGPT哭的人，和对着一个真实的人哭，体验完全不同。这种"真实的情感在场"，AI给不了。

老师（好的那种）。 不是把教材念一遍的那种，而是能看出学生状态不对、能调整教学节奏、能在课后和学生聊几句人生的那种。AI比任何老师都更懂"怎么讲清楚一个知识点"，但它不懂"这个孩子今天为什么心不在焉"。

那该怎么办？

说这么多不是为了制造焦虑，是想让你看清一张真实的地图。

如果你现在的岗位属于上面四类中的一类，有几个方向可以思考：

方向一：从"做"到"决策"。 如果你现在做的是信息处理，能不能往上走一层，去做"这些信息意味着什么"的分析？初级分析师变成策略分析师，核保员变成风险设计师，会计变成财务顾问。

方向二：加上AI做乘法。 同一个岗位，会用AI的人和不会用AI的人，效率差距可能是3-10倍。而效率差距最终会体现在薪资差距上。未来最危险的岗位不是"被AI取代的岗位"，而是"那些坚决不用AI的人的岗位"。

方向三：往"动手"和"情感"方向延伸。 如果纯粹是白领坐办公室处理信息，可以学习一些需要动手的技能，或者培养需要与人深度协作的能力。一个"会写代码又会修机器"的工程师，比一个"只会写代码"的工程师安全得多。

方向四：成为那个"不可被压缩"的人。 你的核心价值不在你懂什么知识（AI比你懂更多），而在于：你的判断力、你的审美、你对人的理解、你把一件事从0到1做成的能力。这些不是知识，是经验和直觉的混合物，AI短期内学不会。

说人话总结

AI时代的职业逻辑很简单：

比AI做得好 → 安全 AI能帮你做得更好 → 升级 AI能替代你 → 危险 你拒绝用AI → 最危险

不用焦虑，但要清醒。

每一次技术革命都会淘汰一批岗位，也会创造一批新的。马车没了，汽车来了；养马的失业了，修车的就业了。AI时代也是一样——会计的需求可能减少，但AI伦理师、AI训练师、AI审核员这些新岗位正在出现。

关键是：你是站在潮水来的方向，还是背对着它。

📖 本文是MST「30天AI科普专栏」第22篇 / 共25篇 🔖 分类：行业观察 关注MST，每天一个AI小知识，把大模型讲明白。