職場提升 哪些職業難被 AI 取代,普通人該提前儲備什麼技能?

職涯導航台
19粉絲
47 次觀看·2026年4月29日
這是最新鮮出爐的哈佛商學院的好幾個教授
對於AI怎麼樣影響職場和商業社會
給出來的答案
我加上了自己的一些想法和思維
在這給大家做交流
當然預測未來最簡單的方法
就是去創造未來
hello各位
今天我們來聊的這個話題
叫做哪些職業難被AI取代
普通人應該提前儲備什麼技能
這個AI從2023年
這個恰吉PT的3.0模型出來
是吧
他會覺得這個時代在發生變化
一直到2025年
咱們中國的DeepSeek橫空問世
是吧
甚至全世界範圍內都會在講說
DeepSeek是非常關鍵的
所謂叫中國的DeepSeek時刻
好像現在不討論AI
或者是不參與AI
這個人就有點落後
而他現在很多朋友也在說
這個AI來了以後
我的工作未來會怎麼辦
很多自媒體的博主也會說
什麼什麼崗位未來會消失
什麼什麼崗位未來會怎麼樣
搞得大家也都非常的焦慮
那今天我用一條視頻
給大家來分享分享
這一次我在哈佛商學院
專門跟好幾個教授
去探討的關於未來AI世界
到底這個商業社會
或者說我們的職場
個人發展會有什麼樣的一些變化
我把最新鮮出爐
我從哈佛上的貨
在這跟大家做這樣的一個分享
首先第一個特別重要的洞察是
AI這件事情
它並不會減少崗位
這實際是一個特別有意思的洞察
首先大家可能知道一個非常重要的點
就是AI進入到哪一個賽道
當時實際大家是非常恐慌的
就是在醫療診斷行業
做什麼呢
做X光片還有CT片的判讀
這個專業如果放在醫院
管它叫放射科醫生
就我們到醫院去
經常感冒了咳嗽了
趕緊拍照X光片
看看你是不是肺部有感染
變肺炎了
或者說咱們體檢的時候
進到CT的機子裏過一下
然後給你掃一掃
以前都是要用人來看
用人來進行判讀
而且有的時候人在判讀的過程當中
每一天能看片子的量是多還是少
相對少或者說固定
第二人在看片子的過程當中
會不會也會有一些誤判
它會跟什麼直接相關
跟你的經驗相關
老醫生大醫院
那經常看的就是一眼準
但是如果是個小醫院年輕的醫生
那他其實還要去跟師傅
或者是自己的前輩學很久
而且人眼的分辨率
有些病竈
他不一定能夠看得清楚
再加上可能今天片子看多了以後
會可能會覺得很疲勞
以至於產生漏診
或者是誤診的情況
而這件事情在AI的圖像識別領域
幾乎就不再是難度
AI會不會累
耗電而已
電有的是
第二
AI在看這個像素的時候
是不是比我們人在看像素的時候
更加的精細
第三
由於這種大模型大數據的
在後面的對AI的進行訓練
它存不存在經驗差
不存在
AI相當於學的是最好的醫生
拿的是最多的數據
不憑主觀的判斷
而是完全依靠非常牛逼的客觀的標準
那在這幾個前提之下
當時人們就有這樣的一個預測
說AI一旦進入到放射科領域
那這個以前看X光片的醫生
會出現大量的失業
原因很簡單
你反正看的沒有AI好
要你幹什麼
但是事實上證明
柳葉刀也好
哈佛商業評論也好
做了這樣的調研
說當AI進入到放射科領域
你會發現放射科的崗位
不僅沒有減少
反而增加了
大家想想爲什麼
這是我們在學習案例的時候
當時非常震撼的一點
爲什麼
原本是最應該被AI替代的崗位之一
但是竟然崗位的數量還增加了
在這就透視出了兩點
第一點
如果AI給你看了這個X光片
說你沒問題
但假如說你未來有了問題
這個責任誰承擔
是醫院承擔
還是提供AI的這套設備的廠商承擔
不好說吧
第二
AI說你這個地方有問題
作爲病人我們信不信AI
我們還是希望有個人上來
是吧
在這給我們看一下
複覈一下
確定一下
並且是不是他寫個診斷
籤個名
哪怕是有的時候咱們體檢
或者是生病照X光片
放射科醫生都會說叫疑似可能
對吧
但是以這個臨牀診斷爲準
哪怕就這麼寫的很低調的說法
但他簽了個名
我們是不是至少也會信以爲真
所以你在這裏會發現
其實有了AI之後
也就是會是處理的片子
其實會越來越多
但是它是需要人類幹嘛
進行復核的
進行簽字的
進行給患者的一個信息確認
人的這一層是不可能被減少的
這是第一點
然後後來還有很多的AI的崗位
比如說審計師
AI看財報現在看的特別好
我這次在哈佛商學院讀書
就我讀長江商學院那會看案例
看的要死要活
這次在哈佛商學院
我根本沒看案例
我把案例全部背給AI
我讓AI幫我看
看完了以後給我彙總
拿財報彙總的都特別好
然後拿這個就上課
就跟老師討論了
其他人會說夏老師你真是個學霸
我說我只是會用AI而已
對吧
所以當時AI還有一個預測是什麼
審計師可能也會被替代
但是審計師被替代了嗎
其實未必
因爲有這樣一句話
說審計師其中一個功能
是AI沒有辦法替他完成的
叫做如果審計錯了
或者做了假賬
要進去蹲監獄
AI沒辦法幫你蹲
所以你在這裏你就會發現
AI這件事情它並不會減少崗位
相反AI會能創造更多的需求
更爲關鍵的一件事情
大家一定說那我們不用焦慮了
也不是
任何話分兩頭
在有更多的需求的同時
爲什麼會形成更多的需求
因爲它會形成更低的成本
舉一個簡單的例子
這個以前一個特別厲害的
放射科醫生看X光片的
別人都看不準
就他一眼準的
那他肯定要工資高一些
畢竟我就拿我的經驗在辯解
對吧
市場上能幹我這個活
幹到這個水平的
爲數不多
根據薪資是由市場的供給和需求所決定的
我的薪資一定比普通的放射科醫生要高
但是有了AI以後
普通的放射科醫生
藉助AI的工具
不見得會比我看的差吧
但是有意思的事情來了
並不是普通的醫生用了AI工具之後
他的工資會漲
而反過來
是原來不用AI看的特別好的醫生
很有可能因爲普通醫生的工資用了AI
達到的效果是一樣的
且普通醫生很便宜
他的工資有可能會降
聽懂這個概念了嗎
從而更多的需求才會產生
是這樣的一套邏輯
那你比如說再舉一個簡單的例子
現在很多的在美國特斯拉
已經開始幹出租車生意了
因爲它可以用無人駕駛
但是即便如此
根據美國聯邦的法律
你車裏必須方向盤後面坐個人
萬一出現一些交通問題
這個安全員要隨時介入
請問司機被替代了嗎
並沒有
他後面還得坐個人
第二
那他的工資會高還是會低
對不對
反正坐在後面也沒什麼事
絕大多數情況下不用幹預
自然而然這個車的成本
原來一直每天在那辛辛苦苦開車的
這些Uber的司機
那現在不用了
你相對輕鬆一些了
所以你就會發現
可能更低的成本打Uber
那麼可能就會形成更多的需求
所以AI並不會減少崗位
它只會讓很多崗位怎麼樣
掙的工資開始變少
你的崗位的功能開始有變化
你原來在這個崗位裏
我是頂尖專家
現在對不起
普通人用AI乾的跟你一樣
但他的工資是原來你的1十分
那對不起
你的工資會往下降
當然不一定降的跟他一樣
但是你肯定的工資不會比現在高
所以普通人不要太擔憂
相反擔憂的應該是夏老師這樣的
夏老師現在在這叨叨叨叨叨叨的講
等未來大模型是吧
直接輸入
然後生成視頻
他一天能做100個
是吧
那我的價值其實就慢慢的不一定存在了
是吧
所以應該焦慮的是我
而不是諸位
所以在這一點上
首先要能理解這件事情
那麼第二件事情
那在面對這個AI時代
它到底來了以後
我們應該發現這個AI能賦能什麼
幾件事情要注意
第一件事情
之前的上一次的工業革命
形成的叫做生產規模化
你比如說原來造一個什麼東西
可能三四個人從頭到尾
一年就做個怎麼三五臺
就像最早造這個汽車一樣
從頭刮篦子打板筋
然後組裝發動機
恨不得三四個人開一個汽車製造廠
一年生產十臺車
但是有了福特生產T型汽車以後
你會發現完了
那這個多少輛就拼命的下產
工業革命導致的一件事情
叫生產的規模化
而AI會導致這個情況是什麼
剛纔我給你舉例子
比如醫生
原來的醫生
你去北京協和醫院排隊看病
那是一天一個醫生能看的
可能40個病號差不多了
而且你這個掛號費用會非常高
雖然他可能醫生也並沒有賺那麼多
但是中間的黃牛把價格抬起來了
但現在不一定
我們讓AI作爲模型
讓這些醫生訓練他
對吧
然後他不斷的去爲各種各樣的大數據
那自然而然
他看的可能跟醫生也不會有太大的區別
然後你在網上就可以直接看了
那這個叫什麼
非常關鍵
叫服務規模化
而且是什麼樣的服務會規模化
叫智力服務會規模化
體力不會
因爲我捏腳的
我這個服務會不會被規模化
很難
除非未來的人形機器人
或者是捏腳機器人做得更好了
在這種情況下如果不是
那你反而不會被替代
對吧
但相反誰會被替代
像我們這樣的人
我們靠智力的
原來比如說我給一個同學進行職場規劃
我聊兩個小時
我收他3000塊錢
夠心黑的吧
但未來我的AI智能分身
可能一天一毛錢
一年365天你花36塊5夠了
給出來的建議不見得比我差
就是這一點
那同樣的道理
現在經常大家問
心理諮詢是未來行不行
我告訴你
這個肯定沒有什麼太大的未來
因爲跟我們乾的活幾乎差不多
也照樣
你現在去用豆包做心理諮詢
好得一塌糊塗
你跟豆包去聊一聊
最近豆包除了今年年度的
好像前十的被問到的問題
好幾個問題都是跟心理相關的
很多人現在把豆包當成了一個傾訴的對象
一個樹洞
願意去跟豆包去聊天
因爲豆包的確聊的賊有情商
你說啥他都誇你
然後讓你覺得自己特別棒
所以很多的原來提供智力服務的
它會形成規模化
而且是什麼
更低的成本
所以在這個地方
如果我們現在是在做智力工作的
各位朋友
一定要去思考一件事情
就是不要再去做一對一
更多的這樣的智力服務
而相反
要學會去構建自己的AI agent
現在比如說釦子
還有國外的一些做AI agent的網站
很棒
幾乎是零代碼編程
大家都可以去找一些教程
找一些視頻開始學起來
夏老師現在也在學
爲什麼
因爲如果我們還是在幹
夏老師今天錄視頻的這樣的活
我估計可能三年以後
當然你們可能還是會願意看
我給你們錄的視頻
對吧
但是可能我們未來以後
就是我人不出來了
但是我們利用一些動畫
利用一些什麼
我們可能一天能生產的量級是巨大的
或者說你要找我來諮詢
可能用一個AI agent
我一年收你30塊錢
隨便問
給出來的答案也不錯
就會形成這樣的一個特點
所以在面對服務規模化
這個場景的時候
我們要儲備的一個技能
就是我們看試一試
自己學一學
怎麼樣去做這個AI agent
第三
當AI出現了以後
這次我們在哈佛商學院學習的時候
老師非常強調的一件事情
說AI出現了以後
仍然一個能力必須人來做
是什麼呢
叫做解決問題的能力
流程
如果大家對這個AI agent感興趣
你會發現
比如說你用釦子來做一個AI agent的時候
做一個智能體的時候
它實際是要讓你
把你做這件事情的工作流給寫出來
就是先幹什麼
再幹什麼
雖然AI也可以給你提各種各樣的建議
我們第一步做這個
第二步做這個
第三步做這個
但是它跑出來一個結果的時候
你是不是要對它進行一個反饋和調整
你在調整的是什麼
其實你在調整的是它的流程
解決問題的流程
或者再換另外一個詞叫做什麼
叫創新的流程
這次我們上課老師講的特別好
我原來認爲人創新應該是拍腦門的
愛迪生不都說了嗎
99%的汗水加上一份的天賦
一拍腦門子
我發明了個電燈泡
這是我們非常錯誤的認知
我們總覺得要麼是拍腦門子特別厲害
要麼是辛勤努力特別厲害
其實都不是
真正創新只跟一件事相關
叫做創新的流程
愛迪生最有名的一句話
其實不是99%的汗水
加一份的天賦和靈感
愛迪生曾經說過這樣一個觀點
在當年的電氣革命的時代
愛迪生說
一家公司的核心競爭力在於
在24小時之內
這家公司到底能塞進去多少個試驗
對吧
有些公司24小時能做一個試驗
能做三個試驗
他這家公司24小時能做200個試驗
大家還記得他是電燈泡的巫師嗎
本質上就是各種材料網上試
我一天能試200個
很有可能我去選對材料的概率
就比一天只能試兩個的
要大得多得多
所以創新的核心是基於流程的什麼
試驗
這件事情AI能幫我們做實驗的加速
但是它沒有辦法來去做這樣的一個流程
當年清華大學有一支專門做蛋白質的團隊
就看各種各樣蛋白質的結構
那個時候清華大學做得特別好
這個團隊沒事就發nature
就發science這樣的頂級期刊
爲什麼是清華大學發
而不是哈佛
不是劍橋
不是麻省理工
原因很簡單
因爲中國的這些碩士生博士生特別能吃苦
天天在實驗室裏就去做這個結構
然後人多人海贊助
出來的本身24小時內
你能塞進去的實驗
決定了你的核心競爭力
所以經常能出一些頂級期刊
但是當AI時代來臨之後
這套範式就被顛覆掉了
大家知道去年的諾貝爾醫學獎
竟然頒給的不是醫學團隊
而是一個AI團隊
爲什麼呢
因爲這一幫科學家
結合了人工智能的科學家
結合了生物學的科學家
他們設計了一套
拆解蛋白質結構的實驗流程
然後讓誰往死裏去篩實驗
讓AI做了大量的模擬
所以他們能夠配出來的這種蛋白質的結構
可能三個月趕上一隻中國人的
勤勤懇懇的內卷團隊
做30年的結果
你就會發現什麼變得更爲重要了
叫創新流程的能力
去做實驗的能力
所以在這我就給大家畫一個圖
這個圖叫double diamond
叫雙鑽石結構
這個結構就是專門去進行創新流程
試驗的結構
它是來自於世界非常有名的一家設計
公司
這家公司叫ideal
這家公司
這個雙鑽結構是什麼樣的
實際是兩個菱形
在菱形的這一端
是我們遇到的各種各樣的挑戰
或者是問題
比如說打車打不到
比如說這個視頻播放量上不去
比如說我怎麼能搞更多的錢
比如說在面對AI的情況之下
我應該儲備什麼樣的技能
我們要去把這些問題列出來
所以你會發現在未來的時代當中
誰有足夠的好奇心
去發現越來越多的問題和挑戰
他其實就變成了AI的主人
而不是AI的敵人
是AI的盟友
而不是AI的對手
所以一定要學會
去培養自己的問題精神
面對挑戰的這種勇於向前的精神
所以現在我們經常說
中國的基礎教育未來該怎麼改
就是培養小孩去發現問題的能力
和解決問題的能力
而不是死記硬背各種各樣的知識
或者所謂的技能
所以大家以後在工作的單位當中
遇到問題你應該怎麼樣
應該非常開心
我相信20年以後
假設我這條視頻還在
不知道誰能讓人家看
你就會發現夏老師是預言家
天黑請閉眼預言家出來是吧
就是你會發現未來
誰能發現很多的好的問題
誰就是真正的高手
不像現在我們看到問題頭疼是吧
未來以後看到問題
通過流程拿AI就可以直接解決
當發現問題了以後
我們要兵分兩路
或者是n條路要發散
要幹什麼
要去嘗試的去定義這些問題
就這些問題是什麼
是什麼而不是什麼
比如說夏老師怎麼搞錢
我們要去想想你要搞多少錢
你要在多長時間搞錢
你搞錢什麼做什麼不做
哪些是你覺得搞錢的正確的
哪些是你覺得搞錢是錯誤的
你搞完錢以後
你想達到什麼目的
目的是目的是什麼
我們會不斷的通過提問
來去把這個問題定義的越來越清晰
當這個問題被定義清晰之後
我們要嘗試的給解決辦法
而這些解決方法
它是在不斷收斂的過程
什麼意思
比如說現在你像AI提問了
你說我怎麼搞錢
快給你列了幾步
你發現不靠譜嗎
一條都不對
是吧
這個AI太蠢了
是AI蠢嗎
不
是你沒問對問題
你該這麼問
說AI我現在想搞錢
然後定義一下
我想在多長時間搞到多少錢
你能不能給我想20種方法
讓我來挑選
是不是定義完了以後
我要它的解決方法是給一個
還是給多個
一定多給我來20個
我挑一挑
你只管列舉就好了
所以你看很多人
經常在遇到問題的時候
想一個解法就否定
想兩個解法也否定
一直否定
最後人家不願意給你提解法了
所以一般開始在面對解法的時候
就是先列出來
不要一個去否定
先敞開心扉
敞開思想的束縛
對吧
天馬行空
哪怕最不靠編輯
找個外星人來幫我掙錢
你都先給它寫上
然後我們再來評估和排序
哪些是我現在可以去做的
而這個地方就是我們恰好
現在能去幹的一件事情
這個東西叫原型
我想怎麼搞錢
最後給了我20個方法
20個方法
AI你好
豆包你好
我想當中選一個最靠譜的
我告訴一下你
我現在的情況
你幫我評估一下
這20個當中
哪個是現在最適合我的
並且能不能給我一個最短的
在一週之內
我就能試一下的
第一步我該做啥
你是不是在不斷的向原型聚落
我問大家一個問題
原型當中
可能採用了一到兩個解決方法
但是我這麼想的
剩下的18個解決方法
是不是白想的
不是
它會存留在一個裏面
叫方法庫
這就是現在AI的大模型
在解決問題的策略
你想一下
拼各種各樣的蛋白質結構
做各種各樣的創新藥
我有可能這個配方
治不了你這個病
但是我把這個配方留着
爲什麼
因爲說不定這個配方
未來能治另外的病
是這個問題發生變化了
很有可能
這個方法庫原來不奏效的解法
在新的問題之下
是不是就變成了有效的方法
這個邏輯我不知道大家想通了沒有
所以你會發現
未來人在進行創新
在去解決問題的時候
是一件極其快樂的事情
因爲當中沒有失敗
我現在用不上的解決辦法
我把它存起來
因爲只要問題發生變化了
我拿這個庫裏面的東西
我再去跟它配
所以最後你會發現
AI如果全世界很多人在用
它這個方法庫
是不是會沉澱的越來越多
自然而然這個問題出現了以後
以前的方法
很有可能能拿出來一個鑰匙
就對上了
相當於一群人在通過AI
不斷的造無數把鑰匙
這些鑰匙都存着的
新問題出來
不一定需要再造鑰匙了
拿這些鑰匙
比如說一把鑰匙
我一個一個迅速的去試
怕它可能鎖就打開了
所以以後
可能未來30年以後
人類沒有什麼特別多的問題
不可被解決
因爲很多的方法已經窮盡了
就是無非怎麼去配鎖的問題
所以到未來能想到問題的人
纔是最值錢的人
因爲方法已經幾乎被窮盡了
這個邏輯大家聽懂了沒有
我們現在說
夏老師你真聰明
你想了個巨牛逼的方法
不重要
未來方法都會被窮盡的
相反問題找到一個是很困難的
好
那麼有了原型之後
要乾的一件事情
就是要開始去試驗了
各種路徑去試驗它
看看能不能去解決問題
然後最後再通過這一條策略
進行改進
最後定型成我們的產品
或者是服務
這個就是叫做Double Diamond創新流程
未來的AI的創新流程
就會按照這個Double Diamond開始來做
如果你現在在職場當中
以後遇到的各種各樣問題
當然你還可以在評論區留言
然後號召大家給你點贊
給我提供素材
你有沒有發現
我現在實際上你們問題
其實是給我提供素材是吧
我是個大型AI
但是你會發現
未來實際是非常近的
不遠的將來
你們未必是需要來聽我來解決問題
而且我覺得其實你看完這個視頻以後
你就要去養成一個習慣
不要去at豆包或者元寶
說給我總結一下這孫子說什麼
不要這樣
這很麻煩
沒有意義
你應該乾的一件事情是
你但凡現在在職場上
遇到各種各樣問題的時候
你首先先想的是什麼
我問問AI
而且我用的策略
是不是就是明確我的挑戰
不斷的清晰的定義
然後找到類似的解決方法
讓他給我20個解決方法
我再給他講一講我現在的現狀
讓他給我選一個
然後做出一個原型
然後我開始不斷的自己去試
然後我再把結果發給AI
讓AI幫我進行一個調整和改進
最終把這個解法弄出來
大家要知道
現在其實你上班
你背後都帶了一個機器貓
都帶了個哆啦A夢的
只不過哆啦A夢的還不太瞭解你是誰
哆啦A夢的還不知道你缺什麼
這個哆啦A夢現在不知道你的情況
跟你還不熟
所以你需要怎麼樣
你需要去訓練和調教它
這個哆啦A夢就是各種各樣的大模型
所以我給大家一個簡單的提議
回到今天我們的話題的核心上來講
哪些職業難以被AI取代
就是現在開始用AI的人
普通人應該提前儲備什麼樣的技能
就是現在你遇到各種各樣的問題
開始用AI來幫你想辦法
然後怎麼樣用AI去解決問題
就是今天我們教大家
這個double diamond雙鑽結構來進行思考
這是最新鮮出爐的哈佛商學院的好幾個教授
對於AI怎麼樣影響職場和商業社會給出來的答案
我呢加上了自己的一些想法和思維
在這給大家做交流
當然預測未來最簡單的方法就是去創造未來
希望這一期視頻能對大家
在我們已經進入的AI時代當中找到更多的信息
找到更多的解法
不彷徨不焦慮來擁抱這個時代的答案
感謝各位的收看下期再見
