核心认知模型|工作Work
请先想象这样一个场景。未来某一天,AI能够完成大部分文案写作,机器人能够完成大部分制造工作,自动驾驶承担绝大多数运输任务,智能系统负责财务、客服和基础编程。越来越多过去需要人完成的工作,都实现了自动化。
于是,一个问题出现了:如果机器能够完成绝大多数工作,人为什么还要工作?
很多人的第一反应是:为了赚钱。这个答案没有错,但它并不完整。如果工作的意义只是获得收入,那么当机器承担越来越多劳动之后,人工作的意义又是什么?
要回答这个问题,我们首先要理解:工作究竟是什么。
今天,很多人已经习惯了朝九晚五的工作模式,似乎工作本来就应该如此。但放到整个人类历史中,这其实只是工业时代形成的一种组织方式。
农业社会,一家人围绕土地共同劳作,工作和生活几乎没有明确边界。工业社会,工厂需要统一生产,于是固定时间、固定地点、流水线管理成为主流。信息时代,互联网让越来越多人能够远程办公,工作的地点开始变得更加灵活。而今天,AI正在进一步改变工作的方式。
历史告诉我们:工作的形式一直在变化。 真正没有改变的是:人始终需要创造价值。
工业革命刚开始的时候,大量农民进入工厂,许多人认为,他们失去了原来的生活方式。但几十年以后,人们发现,新的职业不断出现:工程师、会计师、设计师、程序员、产品经理、数据分析师。这些职业,在农业时代几乎不存在。
互联网出现以后,又催生了电商、直播、自媒体、云计算等大量新职业。今天,AI同样正在创造新的岗位,例如AI训练师、提示工程师、AI产品设计师、人机协作管理者等。
历史不断重复同一个规律:技术会淘汰一部分工作,也会创造新的工作。真正变化的,从来不是工作的数量,而是工作的内容。
假设有一家餐厅。二十年前,服务员负责点餐、下单、结账。今天,很多餐厅已经实现扫码点餐、自动支付,甚至机器人送餐。
那么,服务员是不是失去了价值?并没有。只是工作内容发生了变化。优秀的服务员越来越多地承担:主动沟通、处理特殊需求、解决顾客投诉、营造良好的服务体验。
机器负责标准化流程,人负责处理复杂情况。因此,被自动化的,往往不是整个职业,而是其中那些重复、标准化的任务。而真正需要判断、沟通和创造的部分,反而越来越重要。
很多企业引入AI以后,并没有简单减少员工数量。相反,它们更希望员工把时间投入到更重要的工作中。
设计师,不再反复修改细节,而是思考品牌和创意。程序员,不再重复编写基础代码,而是设计系统架构。财务人员,不再花大量时间整理数据,而是分析企业经营状况。产品经理,不再只是整理需求,而是理解用户真正的问题。
企业真正追求的,不是:让员工完成更多任务。 而是:让员工创造更多价值。
随着AI承担越来越多执行工作,人类工作的重点,也会不断向更高价值的环节移动。
很多人认为,工作的价值,就是完成别人交代的任务。事实上,任务只是形式。
工作的真正价值,在于:解决问题、创造产品、提供服务、改善体验、推动社会进步。医生真正创造的,不只是诊断,而是健康。教师真正创造的,不只是讲课,而是成长。企业家真正创造的,不只是利润,而是新的价值和新的机会。
所有能够长期存在的工作,都满足一个共同规律:它能够帮助别人解决某个重要的问题。
因此,无论技术怎样发展,只要人类社会仍然存在,价值创造,就不会消失。
未来,越来越多重复性的脑力劳动和体力劳动都会交给机器。这意味着,人类能够把更多时间投入到机器不擅长的领域。例如:创新、判断、沟通、领导、合作、责任、价值选择。
这些能力,很难完全标准化,也是人与机器最重要的区别。
因此,未来真正值钱的,不一定是一份具体的工作,而是那些:只有人才能持续创造的价值。
工作的意义,也将逐渐从"完成任务",转向"解决问题"。
工作(Work)
请记住四句话:
以后,当别人问你:"这份工作稳定吗?"不要只关注这个职业会不会消失,更应该思考:我真正创造的价值是什么?
如果你的价值只是重复执行流程,那么,它更容易被自动化。如果你的价值来自判断、创造、沟通、整合和解决问题,那么,无论工具怎样变化,你都能够不断成长。
不要只寻找一份稳定的工作,更要培养一种持续创造价值的能力。
请把你现在的工作拆分成几个具体任务。哪些属于重复执行?哪些属于分析判断?哪些属于创造价值?
如果未来AI能够完成前两类中的大部分工作,那么,你希望把更多时间投入到哪些事情上?
也许,这个答案,就是你未来职业发展的真正方向。
很多人担心AI会取代自己的工作。真正需要担心的,并不是AI,而是自己的工作是否长期停留在重复执行的层面。
未来淘汰人的,不是AI,而是始终停留在旧工作方式的人。
技术升级,真正要求升级的,是我们的能力结构。