這兩周，我連續聊了幾位在互聯網大廠的朋友。有做技術總監的，有L10產品負責人，也有事業部總經理、P8設計負責人，還有離開大廠后自由職業的人。他們所在的公司更偏向傳統（經典）的互聯網公司，如阿里、快手、美團等。聊完后，我最大的感受是：互聯網行業，真的已經進入了另一個階段。不是突然崩掉，而是舊地圖，正在慢慢失效。

以前互聯網人聊得最多的是：晉升、股票、新業務、年終獎、HC、增長，

現在大家聊得最多的卻是：AI、裁員、第二曲線、哪些方向還有未來、什么時間點該下車，甚至包括很多高P。

“焦慮、困惑、迷茫、轉型、掙扎”等詞，似乎成為互聯網現階段的寫照，或許是當前混沌不清時理應經歷的必然過程。

一、傳統互聯網正在萎縮，新世界還未成型

其中一位朋友，在某大廠已經做到L10（對標阿里P9）。

按以前的理解：這已經算互聯網金字塔尖的人群。

但他聊到最后，卻說了一句：“感覺也差不多到頭了。”

他說：

現在整個團隊都很卷。

每天12個小時以上，有時周末還需要寫匯報材料。

但問題是：大家其實都知道，很多業務已經沒有增量了。

所謂努力，更像是在：“減緩業務的失血率”。

這句話我印象特別深。

因為以前互聯網行業不是這樣的。

過去大家默認：

• 業務會增長

• HC會增加

• 組織會擴張

• 做出成績就能晉升

現在很多業務：其實已經進入存量競爭。

努力依然重要。但：“選擇什么方向”，開始變得比努力本身更重要。

另一位做技術的朋友提到：

現在很多公司，已經沒有HC了。

甚至：很多團隊一邊講AI，一邊在做降本增效。

傳統互聯網產研，正在進入一個很現實的階段：“先活下來，先掙本金。”

本金是互聯網退休前手頭上的余額，至于是主動離職還是被動裁員，似乎已經不重要。

重要的是你離這樣的時刻還有多久，是一年，還是三年，能積累多少錢。

在此期間，大家就在目前的公司熬著，輕易別跳槽，不然容易出去容易，但再也回不來。

可與此同時，AI方向卻完全是另一種畫風，即使是在同一公司內。

他說：現在一些頂級校招博士，做AI崗位的算法，年薪甚至能到200萬以上。

當然，背景要求也非常夸張：頂級學校、頂會論文、海外實驗室、大模型實習。

某種程度上：AI正在重新定義互聯網行業的價值排序。

過去十幾年互聯網行業那種：“高增長、高HC、高預期”的時代，可能真的在慢慢結束。

取而代之的，是另一個新階段：AI開始重構產業，互聯網開始進入職業重構。

這也是為什么，現在越來越多人開始：

• 研究AI

• 做副業

• 看第二曲線

• 重新思考職業路徑

總結一下，互聯網現在可以說是冰火兩重天：

一方面是已有業務的不斷降本增效；

另一方面則是AI業務如火如荼，公司不計成本往這塊砸資源，生怕搶不到AI時代的船票。

互聯網行業的人，大家都能感覺到，舊地圖正在失效，但問題是新地圖還沒完全出現。

二、高P們會先穩住當下

還有一個特別明顯的變化：很多高P開始重新理解“穩定”這件事。

以前大家會覺得：穩定 = 沒追求。

但現在越來越多人開始意識到：在一個高波動時代里，“穩定現金流”，本身就是一種能力。

尤其是針對“有家庭、有孩子、35歲+、高收入”的人，即這些人面對所謂的中年危機。

很多人并不是真的不想折騰。而是：試錯成本已經和過去完全不同。

還有一位朋友聊到一句話，我覺得特別真實：“現在不是拼誰更努力，而是拼誰選對船。”

以前互聯網增長期：很多時候只要跟著公司往前沖，就有機會。

現在卻變成：行業、方向、老板、業務，都會影響未來幾年的職業價值。

比如：

• 哪些業務還有增長

• 哪些只是維持

• 哪些方向已經開始收縮

• AI會先影響哪些崗位

這些東西，正在變得越來越重要。

甚至：比執行本身還重要。

三、識別趨勢，摸著石頭過河

當然。現在很多人也容易走向另一個極端：瘋狂焦慮。

仿佛：不做AI，明天就會失業。

但聊下來后，我反而覺得：真正危險的人，未必是不會AI的人。

而是：“還停留在舊時代工作方式的人。”

例如：

• 純流程執行

• 純需求承接

• 純信息搬運

這些崗位，未來會越來越危險，因為AI能逐步替代這些價值量不大、壁壘不深的崗位。

但真正懂：“行業、商業、用戶、組織”的人未來依然會有價值，因為這些方向能力要求相對綜合，需要過往比較強的經驗積累，并不是那么容易被替換。

傳統的互聯網領域，或許在未來，這些崗位依然存在，只是表達方式會開始變化，人也會變得越來越少。

目前我確實沒看到非常好的應對方式，只能說大家都是摸著石頭過河，走一步算一步。

比如要學會借助公司內外的變化，觀察市場的水溫及風口趨勢：

包括：

• 什么時候該跳

• 什么方向值得去

• 哪些業務已經沒未來

• AI到底會改變什么

• 自己真正該靠近什么

當然，無論是你留在已有的公司繼續卷，比如將已有的業務用AI重做一遍，還是轉型到AI原生場景，都能成為一種選擇。

來源 | 張儀說（ID：PMgrowing）

作者 | 張儀 ; 編輯 | 呼呼大睡

內容僅代表作者獨立觀點，不代表早讀課立場