摘要：中国近2亿劳动者必须抓紧做技能转型或升级，不然迟早被AI淘汰，而且这事儿没多少时间给你犹豫——2030年就是最后的截止线。

中国近2亿劳动者必须抓紧做技能转型或升级，不然迟早被AI淘汰，而且这事儿没多少时间给你犹豫——2030年就是最后的截止线。

别觉得大家盯着人工智能是凑热闹，本质上，这盯着的是每个人手里的饭碗，是未来能不能继续靠本事吃饭的大事。

AI推着产业往前走，必然会让一批工作岗位被时代甩在身后。

一提AI，不少人心里都发慌，看看它可能取代的职业名单就知道：会计、客服、程序员，连主播这种看似靠“人”的职业，风险系数都高得吓人。

这场景其实不新鲜，很容易让人想起工业革命那会儿，纺织女工第一次看见纺织机时，脸上全是懵的，不知道以后该靠什么活。

但聪明的女工没坐以待毙，最后转型成了高级服装设计师。

现在咱们面对AI，也不能认输，想明白这事儿其实很简单：找出AI干不了的活，那就是咱们的立身之本。

两年前ChatGPT 4一出来，算是把生成式AI从实验室推到了实际应用里。

不管是刚起步的小公司，还是百度、阿里这种行业里的大巨头，都在琢磨怎么用生成式AI。

从分类上说，AI大致就两种。

一种是生成式AI，能照着学过的数据自己生成文本、图像、音乐这些内容，DeepSeek就是典型，大家平时接触得也多。

另一种是决策式AI，会分析各种选项和可能的结果，帮用户或者系统选最靠谱的方案。

这概念听着有点绕，举个例子你就懂了：自动驾驶就是靠AI算法做决策。

对比下来，生成式AI的用途更广，事务性和创造性的活儿都能搭上手。 麦肯锡有份报告说得很明确：随着生成式AI铺开，自动化时代会比原来预计的提前十年到。

按这趋势，到2030年，中国差不多一半的工作内容都会自动化。 这意味着什么？大概2亿劳动者要转型，而这2亿人，占了现在中国劳动者总数的30%左右。

生成式AI的冲击力，会砸到各行各业的岗位上。

AI对不同职业的冲击程度不一样，白领受的影响比蓝领大，但别以为蓝领就安全了，快递自动分拣早就实现自动化了，这就是现成的例子。

有组数据得提提：大概2900万商业分析师、2200万IT与软件工程师、700万创意和艺术从业者，受AI的影响都特别大。

最近Mannus火了，也让AI Agent（也就是智能体）被更多人知道。

这东西是以大语言模型为“大脑”的系统，能自己理解、感知、规划、记东西，还会用工具，甚至能自己把复杂任务搞定。

说真的，不少人都觉得自己的脑子都未必能同时干这么多事。

看Mannus的演示视频就知道，AI能直接操作电脑：自己写报告、自己做表格、自己筛选简历，连房产分析、股票建模这种复杂的活儿都能扛下来。

要是说DeepSeek像人类的“大脑”，那视频里的Mannus就相当于长出了“手”，成了真正能干活的数字打工人。

“Mannus”这词儿来自拉丁语，意思就是“手”。 虽然现在炒得火，但从技术上看，它是靠District这类大模型搭起来的，实际用起来跟理想状态差得远。

不过它也给了咱们一个启发：要是AI能更好地听懂人话，那它的使用门槛可能会降到跟用傻瓜相机一样低。

等真到了那一天，AI才算迎来了自己的“iPhone 4时刻”。 就像iPhone发展了那么多年，直到iPhone 4出来，才真正颠覆了行业，开启了移动互联网时代。

AI时代肯定会来，这是板上钉钉的事儿，全人类都在等那个“发令枪”响的瞬间。

找工作得看企业，那在AI浪潮里，哪些公司能不被“电子后浪”拍死？想找答案，不如看看历史，今天不说做得好的，就说个反面教材——老牌科技公司英特尔。

看看它在几轮科技浪潮里，哪些做对了、哪些做错了，或许能给咱们点启发。

1968年7月18日，英特尔在硅谷成立。 论“活”的时间，它比很多公司都长，但这些年基本是靠吃老本。

英特尔创始人之一戈登·摩尔在1965年提出了摩尔定律，核心意思是：要是价格不变，集成电路上能装的晶体管数量，每18到24个月就会翻一倍，性能也会跟着提一倍。

这一定律把信息技术的发展速度说透了，尤其在芯片、个人电脑、互联网、智能手机这些领域，影响特别大。

也正是因为有了摩尔定律这个基础，科技创新和产品更新才能不断改变咱们的生活方式，也才出了苹果这种厉害的消费电子公司。

早早就摸透摩尔定律的英特尔，把自己定位成了“卖铲人”。 技术发展就像挖金矿，别人都想着怎么挖金子，它却想着给挖金子的人卖工具。

靠着推动摩尔定律落地的目标，英特尔在几次科技浪潮里拿过好成绩，也吃过改革的苦。

英特尔刚成立的时候，主要做存储芯片。 20世纪80年代，它抓住了个人电脑崛起的机会，转做处理器，才算真正转型成功。

当时的背景是，20世纪70年代末80年代初，英特尔的核心产品内存芯片，竞争力比不上日本企业。 这次转型的代价不小：CEO以下的员工薪酬砍了一半，裁了8000人，还亏了1.8亿美元。

那时候个人电脑的出现，冲击力不亚于现在AI给咱们的感觉。

英特尔靠“断臂求生”不仅扭亏为盈，还坐稳了半导体领域的“老大”位置。

可再厉害的公司，一旦骄傲了，就难再保持风光。 这跟咱们个人一样，现在过得舒服，要是不琢磨着变，等变革来了，就得吃苦头。

在智能手机称霸的时代，英特尔把“大象转身难”这句话演得明明白白。 消费电子发展得快，大家的需求变得多样又细分，这也逼着技术得跟着改。

不光是个人电脑需要不同的芯片，各行各业对芯片的要求都不一样。

在CPU领域，AMD给了英特尔狠狠一击；在科学计算和AI计算上，英伟达的GPU更是把英特尔甩在了后面。

现在的英特尔不好过，不光被行业龙头英伟达压着，还好几次传出要被卖掉的消息。

所以说，在AI时代，英特尔想翻身，可能得“刮骨疗伤”，放下以前的“老大架子”，好好想想怎么从一家自己设计、自己造芯片的集成器件制造商，转成专业的芯片代工厂，才能跟上AI的节奏。

道理谁都懂，但做起来难不难？咱们普通人又该怎么跟上AI时代？

英特尔前CEO安迪·格鲁夫在《只有偏执狂才能生存》这本书里说过：新技术、新方法能打破旧规矩，建立新秩序，让商业环境彻底变样。

对企业来说，能不能察觉到、抓得住战略转折点，直接关系到能不能活下去、能不能成功。 不管是英特尔这种大公司，还是咱们普通人，这些经验教训都有用。

不少人还没搞懂AI的时候，第一批靠AI赚钱的普通人已经抓住了机会，赚到了钱。

举两个例子：最近Venus的内测邀请码，一度炒到了10万块钱。 要是你早一步申请注册，再把手里的邀请码转出去，10万块就能到手。

还有一批人，你可能想不到，今年春节的时候，他们靠DeepSeek赚了钱——就是AI算命师和背后推他们的人。

你把生辰八字输进去，相关工具能组合出52万多种“命运解读”，这下“赛博算命”就火了，春节那阵儿AI算命软件卖得特别好。

就说开发AI算命软件这事儿，找人做个基础版，一周就能搞定，花1000块左右；要是想定制功能，也就1万到2万。

软件做出来后，每次算命收9.9到49.9块，来算的人多，一周差不多就能回本，后面就是纯赚。

而且软件上还挂着手串、金银首饰、开光转运产品的购买链接，就是为了让大家多花钱。

你看，第一批靠AI赚钱的人，都特别会利用人性的弱点。 这也印证了开头说的：需要靠灵感的工作，AI很难替代。

另外，随着AI用得越来越广，道德和监管方面肯定会出相应的规矩。 咱们可能不懂AI，但懂人性、懂人啊。 要是AI把大部分累活都包了，总得有人来担责任、做判断这些“麻烦活”吧。

当然，这想法可能有点“阴谋论”。

ChatGPT之父奥特曼说过，AI不是来替代人类的，是帮咱们重新拿回“做人的特权”。

往好的方面想，AI确实让咱们工作效率更高了，省了不少重复劳动的时间，能更像个会用智慧解决问题的生物。

按这思路，AI可能会催生出新的工作机会，主要分三种场景：替代性场景、增量型场景和重构性场景。

这几个词听着有点绕，我给你解释下。

替代性场景，就是AI版的“以旧换新”。 比如用AI搜索替代传统搜索引擎，DeepSeek就有这功能。 虽然它有AI幻觉的毛病，但用来收集、整合、处理资料，还是很管用的。

增量型场景，就是造出新需求。 比如以前没人看过机器人跑马拉松，现在能看见了，甚至还能搞个机器人版的“偶像运动会”——这就是给大家个新思路。

重构性场景，是把产业的底层逻辑给改了。 比如AI很可能会颠覆创新药行业，帮人类发现新原理、搞出新技术，让整个行业变个样。

英伟达CEO黄仁勋说过一句话，特别适合总结：在能看到的未来里，AI取代不了人，但不用AI的人，肯定会被用AI的人超过。

大家可以在评论区聊聊，说说你对AI时代的看法。

来源：沧海梦想家