2024年，全球知識工作者每周平均有11.3小時的工作內(nèi)容，本質(zhì)上是"高級版Ctrl+C/V"。這不是我編的——麥肯錫在《生成式AI的經(jīng)濟潛力》里算過賬，約30%的工時花在信息收集與處理上，恰好是AI最擅長的模式識別領(lǐng)域。

但詭異的是，很少有公司宣布"因AI裁員"。更常見的劇本是：你的工位還在，電腦還在，工資條上的數(shù)字也沒變。只是某天你發(fā)現(xiàn)，曾經(jīng)需要三個人處理的工單，現(xiàn)在一個人就能清完；上周還忙到加班的設(shè)計需求，這周突然"不急，你先試試AI出幾版"。

崗位沒有消失，只是被壓縮了。壓縮到只剩那些AI搞不定的部分：讀空氣、背鍋、在模糊地帶做判斷。

客服部的"幽靈消失"：沒有告別，只有隊列變短

某SaaS公司去年上線了智能客服系統(tǒng)。沒有發(fā)布會，沒有全員郵件，甚至沒人被約談。但到Q3，初級客服的日均工單量從47張跌到12張——系統(tǒng)自動吞掉了密碼重置、賬單查詢、基礎(chǔ)配置指導(dǎo)。

剩下的12張是什么？客戶罵了二十分鐘還沒說清問題、系統(tǒng)日志和描述完全對不上、需要判斷"這人是真不懂還是在試探退款政策"。

「以前我們招人會問'打字快嗎'，現(xiàn)在面試題是'給我講一個你安撫過最憤怒的客戶'。」一位客服主管告訴我。崗位還在，但入門門檻被AI墊高了。

設(shè)計組的"二十分鐘陷阱"：效率翻倍，價值懸置

Midjourney（一款A(yù)I圖像生成工具）出圖質(zhì)量穩(wěn)定后，某電商設(shè)計團隊做過一次內(nèi)部測算：過去 junior 設(shè)計師花4小時做的Banner變體探索，現(xiàn)在20分鐘能出30版。團隊沒裁人，但 headcount 凍結(jié)了——自然流失的崗位不再補。

更隱蔽的變化在績效評估里。以前考核"出圖速度和還原度"，現(xiàn)在多了項"創(chuàng)意策略貢獻(xiàn)度"。翻譯成人話：純執(zhí)行的分變低了，能講清楚"為什么選這版"的人活下來。

問題是，很多設(shè)計師的職業(yè)路徑就是"從執(zhí)行做起"。當(dāng)執(zhí)行層被AI鏤空，中間那級梯子突然斷了。

被回避的真相：公司不說，但你得自己算

這場變革的殘酷之處在于信息不對稱。企業(yè)不會告訴你"你的崗位正在萎縮"，只會調(diào)整KPI、凍結(jié)晉升、把"學(xué)習(xí)AI工具"寫進OKR。等你反應(yīng)過來，市場已經(jīng)重新定義了"資深"的標(biāo)準(zhǔn)。

那位客服主管說得很直白：「我們不裁員，但明年校招名額砍了60%。招進來的新人，第一年就得上手復(fù)雜客訴——以前這是干兩年才能碰的。」

換句話說，AI沒有替代工作，它替代的是工作的"新手保護期"。

設(shè)計師、分析師、法務(wù)助理、初級程序員，都在經(jīng)歷類似的壓縮。崗位還在，但成長曲線被壓平。你還沒來得及攢夠"判斷力"和"經(jīng)驗值"，系統(tǒng)已經(jīng)不給你練級的機會了。

唯一的出路：把自己往AI的"盲區(qū)"擠

AI的盲區(qū)在哪？不是創(chuàng)造力——它寫文案、畫圖、譜曲都已經(jīng)像模像樣。真正的盲區(qū)是承擔(dān)后果。

客戶摔電話時，誰負(fù)責(zé)道歉？AI出圖侵權(quán)了，誰去應(yīng)訴？算法推薦的方案導(dǎo)致庫存積壓，誰背績效？這些時刻需要一個人類站出來，說"是我的決定"。

那位設(shè)計團隊 leader 的觀察是：「現(xiàn)在活得好的設(shè)計師，都提前把自己變成了'決策接口'——不是出圖的人，而是告訴AI要什么、篩掉錯的、為結(jié)果負(fù)責(zé)的人。」

這個轉(zhuǎn)變不需要你變成提示詞工程師。它需要你更早地接觸業(yè)務(wù)上下文，更早地建立"我拍板"的履歷，更早地讓自己成為那個AI不敢簽字的環(huán)節(jié)。

壓縮正在發(fā)生，但還沒完成。問題是，你算過自己崗位被壓縮了多少百分比嗎？