職場提升 被AI淘汰還是借AI翻身？4類行業一目瞭然

如果你現在也對AI感興趣 或者說很多的公司裁員 包括自己可能是在35家 在面對這個AI來的時候 到底我的下一步應該怎麼樣去做 感覺會有些焦慮 會有些迷茫 今天的這一條視頻 恰好就是給你準備的 我們今天來聊的話題就是 AI正在重塑哪些行業 視頻有點長 大家可以先點贊再收藏 如果你沒有空 你也可以在評論區 add豆包或者是元寶 讓他幫你去總結一下 在這裏我們首先先以一個 非常重要的經濟學的原理 來自於熊比特的一個非常重要的觀點 就是我們經常說的叫 所謂的創造性顛覆 就其實是某一個行業 因爲科技的這種加載 或者是政策的催波助瀾 導致讓原來的一些行業 就被替代掉了 你比如說我們非常清楚的知道 咱們現在的自媒體 新媒體 是吧 替代了現在的傳統媒體 我不知道咱們視頻前 今天有沒有小夥伴 是傳統媒體行業工作的 比如說在原來的電視臺 或者是報紙 現在的的確確日子就比較的難過 對吧 因爲人們已經開始 從大屏的信息獲取和娛樂獲取 開始走向了首極端 這種變化就是一個典型的 叫做創造性顛覆 由新的科技的賦能 讓原本的某些行業 開始遷移到了新的行業 但是你會發現 不管是怎麼樣的遷移 其實需求實際上是未變的 需求只會被不斷的強化 但是它未必會被替代 只是說滿足需求的手段 由於創造性的顛覆被替代掉了 現在的AI到底對哪些行業 會有這種重塑的效應 在這裏我們首先來看一看 這一次的變化 AI的變化 它的底層原動力的那些科技企業 就是大家所熟悉的 跟AI相關的 比如說AI的上游 可能有算力 可能有芯片 可能有模塊 諸如此類 再加上可能還有電能 還有半導體 這些所有的加在一起 這種科技企業 而科技企業通常情況下 它會進行兩股勢力的分流 第一種勢力 就是他們做得非常的好 真的做到了所謂的叫高新特 這種情況 搶佔了這種行業的研發的龍頭 這些企業就非常的棒 你能看到的很多的企業 也會因此上市 然後在股票市場 表現的特別的好 對於普通人來講 大概率你可能做不了它的科學家 但是這些企業同樣的道理 它會需要招人力 它會需要招行政 它會需要招財務 它會需要招銷售 它需要招管理 這些通用型的崗位 其實大家是可以考慮去嘗試 去投建去進入的 這是一種可能 第二種可能 就是我既然進不了這些企業 我就儘量的去進這些企業的上游 或者是下游 也有可能 如果這些企業的上游和下游 也不是特別好進 還有一種方法 就是你可以去買這些公司的股票 用投資的角度來看待問題 這實際是科技企業當中 它能贏的表現 但是還有一些科技企業 它有可能它不太能贏 它們會採用什麼方法 它們採用的一種方法 叫做逃離競爭 這些企業在逃離競爭的通常情況下 會向原有的傳統行業進行遷移 所以你會發現 真正乾死家樂福的 或者是線下那種大超市的 它未必是另外一家超市 而有可能是河馬先生 有可能是小巷道家 有可能是叮咚買菜 對吧 有可能是美團外賣 所以很多科技型的企業 在高新特這方面 它做不出來的情況之下 它會選擇利用它更好的思維 它的離科技近的這樣的一個屬性 用逃離競爭的方式 進入到傳統賽道和傳統行業 因此我們就可以看到 如果我現在在傳統行業工作 我實際具備了傳統行業的知識 我只需要去加入到 這些新的科技企業 把這些新的技術 新的方法 新的理念 引進來的這一些 融合性的企業就可以了 所以你去看 比如說河馬先生 河馬先生裏面 很多的高級管理者 他以前就是做線下零售的 他並不是說 他是從阿里出來的 原來做有說算法的人 來去管河馬先生 並不是這樣的 對吧 所以我們就要去思考 哪些傳統企業 其實特別容易被AI所替代 或者說被AI所重複 在這裏你會發現有幾類 第一類叫遠離科技 就這個行業 從來沒有被科技所覆蓋過 這是非常多的傳統科技企業 落敗了以後 願意去選擇的 也就是說原本這個行業 傳統到離科技越遠 其實科技對它的負能效果 可能也就會越好 我們舉一個簡單的例子 大家如果記得 在很多年以前 逐漸有一款神藥 它的價格堪比茅臺的 金融理財屬性 就是大家知道的叫騙仔黃 這騙仔黃可能有一些保險的作用 騙仔黃 但是現在它這個股價不太行了 但是它在最火的時候 你會發現 騙仔黃採用的所有的營銷的思路 不是它原來的傳統思路 而相反是那些科技企業 或者說這些互聯網大廠的人 帶有着非常先進的營銷方法 對吧 或者是傳統金融行業的人 帶有着非常先進的金融的方法 來去激活整個的 這樣的一個營銷策略 同樣的道理 你再去看一看 很有意思的老字號 比如說雲南白藥 雲南白藥大概是在20到25年前 突然推出了那款牙膏 對吧 我們小時候見到雲南白藥 會想到是一個小罐罐 裏面都是白麪 然後裏頭還有個紅色的小藥丸 叫保命丸什麼之類的 是傷口破了去止血用的 但是你會突然發現雲南白藥做的牙膏 我相信可能00後的小夥伴們 聽到雲南白藥 首先第一個想法是這個牙膏 你就會發現這恰好是什麼 是當年那些做快銷的人 他不是在原來在寶潔 或者是歐萊雅去做了 而相反他們選擇了一個 非常傳統的離快銷 十萬八千里的行業 進入了以後對它進行的 再次的改造 他們現在招的人是什麼樣的人 你得懂數據 你得懂算法 你得懂頭流 你得懂事件營銷 都是這些人 爲什麼 因爲往往這些偏遠地區 他要做文旅的話 他的自然資源 還有包括他的美食 他所有的東西 都是對於我們可能在城市的人來講 都是非常新奇的 但是由於他太遠離科技了 所以我們原來沒觸碰過他 而相反這些懂這些科技 懂這些新的玩法的人一去 就把他真的炒作起來了 所以你當時想一想 文旅的非常經典的名片 像資博燒烤 我相信咱們很多朋友沒有去過資博 對吧 但是現在提資博燒烤 我相信大家可能都明白 然後包括天水麻辣湯 天水那個地方非常非常的偏 但是他也會成爲這樣的一張名片 很大程度上遠離科技的行業 恰好是最容易被類似像AI這樣的東西 所重新進行重塑的 這是很多的科技企業 會去選擇的路徑 還會有哪些行業 比如說再舉個例子 叫全是數據的行業 就這個行業基本上都是有非常多的數據 或者叫做經驗沉澱的 就是以往這個行業靠的就是經驗 我說到這兒 大家可能想到的是啥 比如說中醫對吧 你去看西醫的時候 你未必一定要去看一個老頭 80歲在那給你動手術 你可能很擔心他的手一抖就出什麼問題 但是如果有一個80歲的老中醫 給你把把脈 你真的感覺說 這個很有可能我這個病 是不是他能給他調好 而爲什麼老中醫很值錢 其中很重要的是他什麼 他積累了大量的經驗 同樣類似的 只要是這個行業當中 依靠的是原來靠數據和靠經驗的 他都很有可能被AI進行再次的重塑 所以你看現在在美國 我們這次在哈佛商學院 老師講了幾個很有意思的行業 被AI迅速的進行重塑 比如說法律行業 律師行業 爲什麼 因爲律師是不是也得憑經驗 那麼多的卷宗 那麼多的裁判文書 那麼多的法典 其實本質上都是數據 而一個人如果要把這些數據和經驗 積累起來 按照原來的方式 可能你花個10年20年太正常了 但是現在有AI的加持 這個速度瞬間被加快了 這個時間瞬間被縮小了 對吧 所以全是數據 或者是依靠經驗的行業 是特別值得用AI再做一次的 與此同時 你會發現這個數據會分爲兩種類型 第一種類型 就是它的核心是數據化的 我們舉一個簡單的例子 比如說什麼行業的核心 它一定是數據化的 就是你家的電錶水錶和燃氣表 OK 不要小看它就是數據化的 因爲你每個月要是按那個走的字交錢的 對吧 這個行業是很容易被AI進行再次重構的 所以你會發現那些超表員 可能未來都不需要了 對吧 而且與此同時 很有可能我們家未來的電錶 我們家的水錶和燃氣表 下一次的更新裏面 可能會集成AI的模塊和通訊模塊 也就意味着什麼 每一家在用電 還有包括用煤氣的時候 實際是可以進行錯峯定價的 甚至有可能你在便宜的時間 當然就有可能是在西北 你能發電的 自己能夠有自己的所謂的叫電廠 農莊的 你甚至還可以通過這個方式來賺錢 所以你可以在這裏看到 但凡是核心數據 本身是可以被數據化的 這個行業AI特別喜歡 還有哪個行業 現在在美國被徹底顛覆掉 就是醫療的影像診斷行業 拍X光 拍CT 這些行業 現在也完全的是AI進入的 非常的全面 因爲它這些所有的東西 它核心本身就是數據 還有什麼 比如說這個行業當中 它有很有意思的模塊化 也就意味着這個行業當中 有些東西它是數據的 有些當中它不是數據的 有些是需要人去做判斷的 有些東西 可能是需要人去做跑腿的 但是這個行業它切得非常的清晰 它每個模塊之間 偶合並不強 所謂的偶合就舉例子 就是你這個模塊不好用 後面所有東西都做不了 切一發動全身 不是這樣的 它切得非常乾淨 每個模塊是非常單一獨立存在的 這也是特別好被AI化的 爲什麼 因爲你會發現企業級的AI使用 假設我跟你說A和B兩家企業 A企業它是模塊化的 B企業它的偶合非常的強 B企業在使用AI的時候 它幾乎是需要再次的重罩整個系統 但是A企業我可以一個模塊用AI 其他所有的模塊我還是用傳統的 所以它可以一次一次的 這種模塊型的形態來做 哪些行業是這樣的 比如說審計行業 比如說諮詢行業 比如說律師行業 它的確有一些模塊 是真的不能夠用AI來代替的 比如說出庭 比如說諮詢行業 你要給客戶去進行展示 你要去了解客戶的需求 這些東西是不行的 但是比如說整理整個的解決方案 這件事情 它的模塊化用AI來代替 效率會變得特別的高 所以只要全是數據經驗類型的行業 越老越吃香的行業 AI能疊的速度會特別快 同樣的你想想教育是不是這樣的 學校是不是這樣的 教育培訓是不是這樣的 親子教育是不是這樣的 它大量的很多東西 都是可以利用這種核心式數據 模塊化的方式來去做的 OK 最後一點 你會發現在什麼行業 是特別容易被AI進行再次重塑的 叫模仿均衡 這也是一個很有意思的經濟學術語 啥叫模仿均衡 就是這個行業說白了 大家都在相互的抄 同質化非常嚴重 有一家做點小創新 其他企業呼哧 全部跟着是一樣的了 也就像你把這些企業的海報 名字換一下 另外的企業不會覺得 這張海報是給別人做的 它會覺得是給自己做的 你唯一去考慮的這些企業 你去選擇哪一家 去作爲它的客戶買它的產品 是因爲它便宜 因爲大家幾乎什麼都差不多 如果是這樣的行業 AI來進場重塑的效率 就會變得特別高 往往是什麼樣的 在它的成本端 或者是在它的效率端 會提出非常明顯的變化 舉一個簡單的例子 街邊的打印店 我問你 它是不是典型的模仿聚合 因爲每家的打印店幾乎都一樣 你進去看到它的設備都差不多 你甚至會發現 它們裏面的裝修都差不多 是吧 在這種情況下 哪家打印店 它先採用了AI 去替代它部分的成本 或者是效率 你會發現這個打印店 它就有相對的競爭優勢 比如說我可以做24小時的 比如說我可以把我的成本降下去 所以我每做一個可能打印的物料 我的價格更便宜 或者說我可以做出更及時的反應 我可以把價格做上去 這一些都是可能會產生 AI高效負能的行業 而相反 如果這些行業 它的差異化特別大 它不是模仿均衡的 它大量的都是非標品 你會發現AI在進廠的過程當中 也就比較難做了 所以很多朋友在說 說我是做餐飲的 這個AI能不能幫我去做一些東西 我們就要判斷第一點 它是不是遠離科技的 如果你現在所有的餐飲 連收錢還是在數錢數現金 或者說僅僅是在掃一個二維碼 但整個的全鏈都沒有科技負能 甚至你所在的這個地方 它是偏遠的地方 還不是在城市 沒有做過連鎖經營 沒有做過加盟 對吧 沒有用過預製菜 有自己的上下游的食材的供應鏈 你會發現很有可能 AI對你是有一個非常大的機會的 同樣的 比如說做菜的餐飲的培訓 西東方廚師培訓學校 它基於的是數據和經驗 它是完全可以利用模塊化的方式 去進行提效的 同樣的道理 餐飲它是一個典型的非模仿均衡 除非是什麼 這個地方都做烤魚 這個地方都做加姆斯燒烤 這些地方都做什麼烤冷麪 那你可以去想 我怎麼利用AI來幫我在成本 或者效率端進行真正的提效 這些東西都是我們在講的 對於行業重塑的角度 但是很多朋友可能聽到這了以後 仍然會問一個問題說 夏老師那我到底要去哪個行業 我覺得行業除非是你能進高新特科 以及它的上下游 這是確定性的好行業以外 你需要乾的一件事情 是在你所在的行業或者是城市 去尋找聰明的公司 什麼叫做聰明的公司 就是要麼這些科技企業會下來 去找傳統行業具備這些知識的人 來去進行的整個的提效 要麼是你這個行業當中有聰明人 會說我們不能再同質化競爭了 我們的這些經驗 我們怎麼能高效的複製 或者說我這個地方遠離科技 我把科技借用一點來 我願意去嘗試這樣的新的創新 你去加入這樣的一些公司 你會發現你的發展會變得特別的好 所以我們經常在說 時代在給我們派的各種各樣的紅利 發的紅包 它不是均勻下降的 它可能有接近80%的部分 是留給了什麼 這些競爭強的公司做高清特科的 但是它有另外20%的部分 仍然是會流向傳統的 但是你要注意 傳統整個的量級是巨大的 這20%只是一個什麼 撬動的槓桿 它是很有可能採用 因爲我採用了新的方法 我採用了新的技術 把更加傳統和低效的進行了兼併 進行了替代 進行了合併 而賺取更多的價值 所以未必說現在一定哪個行業 絕對具體的好 但是在每個行業裏 我們要學會去尋找聰明的公司 並且在相對傳統的行業 要去看一看 有沒有新的一些進入者 這種科技競爭失敗的公司 但是帶着先進的理念 來這裏淘金的 如果你能加入其中 那肯定你在職場的發展 會順風順勢 OK 這就是今天我們給大家去講的 偏燒腦的這個部分 給大家進行的一個推演 如果你看完了覺得還不夠味 你可以嘗試的再看一遍 或者直接把這個視頻扔給你的扣子 扔給你的智能體 讓它幫你打造成一種思維的模型 然後讓它幫你每天或者每週 去檢索一些 在你的這個行業裏的聰明公司 OK 這是今天給大家錄製的全部內容 感謝各位的收看 我們下期再見