本文来自微信公众号： ANO Lab ，作者：魏浩征
这两年，关于AI与就业的讨论越来越热闹。
有人说，AI会取代程序员；有人说，AI会干掉白领；还有人担心，随着机器人越来越聪明，人类最终会变成一群没有用的人。可如果把美国劳工统计局最新的就业预测摊开来看，事情反而没有那么戏剧化：2025年至2035年，美国总就业预计增加约590万个岗位，增长3.5%；软件开发、数据科学、财务管理、人力资源等大量AI高暴露职业，仍然预计增长，而办公和行政支持类岗位预计减少约4%。
这组数据有意思的地方，不是“AI到底会不会抢工作”，而是它反映出了一个我们一直没有认真讨论的问题：当AI越来越能够完成一份工作中的大量任务，我们今天定义的“岗位”，还有多少必要继续存在？
一、AI没有先消灭工作，它先拆掉了工作
过去，一个岗位通常被理解成一个人的“责任包”。
招聘一个HR，要有招聘、培训、绩效、员工关系；招聘一个财务，要做核算、报表、分析、预算；招聘一个程序员，要写代码、测试、修Bug、维护系统。企业把一组任务装进一个岗位，再把岗位装进一个部门，于是我们有了今天熟悉的组织结构。
问题在于，这套结构建立在一个前提上：人的能力是有限的，而且能力很难被拆开、识别、调用和重新组合。
一个程序员之所以叫程序员，是因为过去只有把大量相关能力集中在一个人身上，工作才能完成；一个HR之所以属于HR部门，也是因为招聘、培训、员工关系、绩效这些事情需要一群专业的人长期协作。
AI出现之后，这个前提不对了。
今天，一个人可以让AI写代码、做分析、整理合同、生成招聘画像、筛选简历、制作汇报材料、分析客户数据，甚至让Agent直接去操作系统完成一部分工作。于是，一份工作开始从“属于某个岗位的整体任务包”，变成一组可以被重新拆解、重新组合的任务。
岗位没有立刻消失，但岗位里面的工作已经开始流动。
这才是AI对就业最深的一层冲击。
二、所以，“AI暴露度高”不等于“这个岗位会消失”
美国劳工统计局这次的分类非常值得企业管理者认真看。
BLS把831个职业按照AI暴露程度进行分类，其中206个职业被归为“非常高暴露”。但它特别强调，所谓“非常高AI暴露”，描述的是AI能够完成或协助完成的职业任务比例较高，并不等于这个职业一定失业。
这解释了一个看起来矛盾的现象：软件开发人员属于AI高暴露职业，但2025年至2035年预计仍将增加约17.5万个岗位；数据科学家预计增加约34.6%；计算机与信息研究科学家预计增加约21.8%。人力资源专家同样属于AI暴露程度较高的职业，未来十年就业仍预计增长。
为什么？因为AI能够完成更多任务，并不自动意味着一个职业没有价值。
发生变化的是：一个人需要亲自完成的任务变少了，但这个人能够承担的工作边界正在变大。
一个优秀程序员未来未必需要亲自写完每一行代码，但他需要理解业务、定义问题、设计系统、判断AI生成的结果、处理复杂异常，并对最终产品负责。
一个优秀HR未来也未必需要亲自筛完几千份简历，但他需要理解组织需要什么能力、如何重新定义岗位、如何设计人与AI的协作方式，以及当AI开始进入招聘、培训和管理之后，组织应该建立什么新的规则。
所以，AI时代稀缺的，不一定是“会做事情的人”，而是知道什么事情值得做、为什么做、应该让谁做，以及做完以后谁来承担责任的人。
三、最危险的不是岗位被AI替代，而是岗位被AI掏空
很多企业正在做所谓“AI赋能”，实际上只是给原来的岗位装上一个AI工具。
HR原来花两小时写JD，现在让AI十分钟写完；销售原来花一天做客户分析，现在让AI半小时生成；管理者原来花三个小时看汇报，现在让AI先总结成三页PPT。
效率当然提高了。
但如果工作完成之后，岗位、部门、权限、审批、绩效指标、汇报关系全部保持原样，那么企业得到的只是“更快地完成旧工作”。
这时候就会出现一个非常奇怪的现象：
一个人越来越高效，但一个岗位越来越没有必要；一个岗位越来越没有必要，但组织却不敢取消它。
于是，AI替代的第一批人，往往不是因为他们不努力，而是因为他们过去承担的那部分工作，已经不值得继续由人来完成。
这和“AI抢饭碗”其实是两回事，AI改变的是工作价值的分布。
过去一个人一天八小时，其中可能只有两小时真正需要判断、创造和沟通，剩下六小时是在整理信息、重复操作、写材料、填表格、跟进流程。AI把这六小时拿走以后，我们究竟是让这个人继续用八小时填满新的任务，还是重新设计这份工作？这才是企业应该回答的问题。
四、就业不会简单地减少，而会发生一次大规模的“重新分配”
BLS的数据已经把这个趋势写得很清楚。未来十年，美国医疗和社会救助行业预计增加约220万个岗位，成为新增就业最多的行业之一；电力生产、输电和配电相关就业也会明显增长，与数据中心和AI带来的电力需求有关。与此同时，办公和行政支持类职业预计减少约75.2万个岗位，销售及相关职业也预计下降。
这不是一个简单的“AI减少就业”的故事，它更像一次巨大的劳动力重新配置。
AI会压缩一部分高度重复、规则明确、信息处理密集的工作，同时创造新的需求，也会让一些过去被低估的工作变得更加重要。
为什么医疗、护理、健康管理这些领域依然增长？因为这些工作涉及身体、信任、关系、现场判断，以及复杂的人际互动。BLS预计护士执业者未来十年就业增长41%，医疗和健康服务管理者增长24%。
这给我们一个提醒：越是能够被清晰描述、标准化、数字化、远程调用的任务，越容易被AI重新定价；越是需要真实关系、复杂判断、现场行动和责任承担的工作，价值反而可能上升。
所以未来真正的问题，不是“有没有工作”，是什么样的工作值得人类继续做。
五、人类的意义，正在从“完成任务”转向“定义任务”
我很喜欢一个正在发生的变化。
过去我们评价一个人，常常问：你会什么？会不会写代码，会不会做PPT，会不会做财务分析，会不会做招聘，会不会做市场研究。
AI正在迅速降低这些技能的稀缺性。
当AI可以教你写代码，可以帮你分析数据，可以替你做一份漂亮的PPT，可以给你设计招聘方案，那么“我会做什么”这件事情的重要性就开始下降。
新的问题会变成：你知道该做什么吗？
你能不能发现一个真正值得解决的问题？能不能判断AI给出的十个答案哪个值得采用？能不能在没有标准答案的时候做选择？能不能说服一个真实的人？能不能建立信任？能不能承担后果？
这些东西，恰恰不是传统岗位说明书最擅长描述的。
我更担心另一件事情：我们会不会因为越来越依赖机器完成任务，而逐渐忘记自己为什么做这些事情。
当机器人越来越擅长“做”，人类必须越来越擅长“决定什么值得做”。这其实是人类意义的一次重新分配。
六、AI时代，最该消失的可能不是人，而是“岗位”
传统企业的基本单位是岗位。
岗位上有人，岗位属于部门，部门有负责人，负责人拥有权限，员工按照职责完成工作，最后通过绩效评价这个人干得好不好。
这套系统非常适合工业时代，因为工业时代最稀缺的是稳定、可复制、可管理的人力。
AI时代，情况开始反过来。
企业真正拥有的，是越来越多的能力节点：人的能力、AI的能力、Agent的能力、外部专家的能力，以及越来越多可以被数字化调用的知识和经验。
过去我们问：“这个事情是谁负责？”
以后越来越应该问：“完成这件事情，需要哪些能力？哪些由人完成，哪些交给AI，哪些由Agent完成，哪些需要外部能力？”
这两个问题，看起来只是措辞不同，背后却是两种完全不同的组织。前一种组织围绕岗位分工，后一种组织围绕能力流动。
这也是为什么我一直在研究自组织。
自组织真正有价值的地方，并不是“没有老板”或者“员工自己管理自己”，而是它很早就开始尝试把组织的基本单位，从固定岗位转向能力与任务的动态组合。
过去四十多年，自组织一直受到一个巨大的限制：人类的能力太难被识别、调用和组合。
你知道张三会营销，却不知道他究竟能解决什么问题；你知道李四会数据分析，却不知道他有没有能力解决今天这个具体业务问题。人与人之间的匹配成本太高，信息成本太高，协作成本也太高，所以自组织很难大规模扩张。
AI正在解决这个问题。
当人的能力可以被AI辅助识别，当AI本身成为一个可以被调用的能力节点，当一个Agent可以承担一部分完整工作，组织的能力就开始真正流动起来。
自组织等了40年，等来的可能就是这一刻。
七、就业问题的真正答案，藏在组织里面
所以，如果一个企业问我：“AI来了以后，我们到底应该裁多少人？”
我的第一反应不是给它一个比例，我会反问：你们准备先重新设计哪些工作？
把一份工作的任务拆开，看看哪些任务AI已经做得比人好，哪些任务AI可以辅助，哪些任务仍然需要人承担；再重新看岗位有没有必要保持原来的边界，部门之间的接口是不是还成立，审批是不是还需要，管理者的职责是不是还需要，绩效指标是不是还合理。
这件事情做完以后，企业才会知道真正需要多少人。
而不是先定一个裁员比例，再让AI去证明这个比例是合理的。
AI时代企业最重要的变化不是“上多少个AI工具”，甚至不是“培训多少员工学会AI”。真正的变化是：重新设计工作。重新设计分工。重新设计协作。重新设计决策。重新设计激励，最后才是重新定义岗位。
八、AI最终改变的，是“人为什么工作”
过去，人因为自己能完成一件事情，所以被企业雇佣。
以后，企业雇佣一个人，很可能越来越不是因为他能完成某项具体任务，而是因为他能够定义问题、做复杂判断、建立关系、创造信任、承担责任，并且能够调动越来越多的人和AI一起把事情做成。
这其实比“AI会不会取代人”重要得多。
因为如果我们只是把AI当成一个更强的自动化工具，那么它带来的结果很可能只是更少的人完成更多的旧工作。但如果我们把AI当成一种新的组织能力，那么它最终改变的就是企业的基本结构。
岗位会松动，部门会松动，层级会松动，管理者与员工之间的边界也会松动。
人不再只是一个“执行任务的人”，人越来越成为那个决定什么值得做、为什么做、由谁做，以及为结果负责的人。
这可能才是AI真正留给人类的工作。
不是更多的工作，而是更有意义的工作。
而对于企业来说，真正的问题也已经变了：不是“AI会不会抢走人的工作”，而是——当AI已经能够完成这份工作70%的时候，你为什么还要把这份工作设计成今天这个样子？
答案如果还是昨天的答案，AI再先进，也只能让旧组织跑得更快。
真正的AI时代，企业需要的不是让人继续适应旧组织，而是重新改写组织，让人去做那些只有人值得做的事情。