Collector Site
视频创建: 2026/03/15 15:03

Ai浪潮=阶级固化，中层正在被批量淘汰！2026顶层报告，未来的出路在哪里？

2026年出爐的頂層報告當中。這份報告我個人覺得最有意思。我們自帶人在浪潮當中該如何求生。

Baidu视频转写
来源: D:\openclaw\workspaces\think-tank\collector-v1\knowledge-vault\raw\remote_downloads\889bed980537\mda-scd09wv8jp3utaes.mp4
时长: 11 分 16 秒
语言: zh

id: 20260315-225224-880192 type: video title: Ai浪潮=阶级固化，中层正在被批量淘汰！2026顶层报告，未来的出路在哪里？ source: D:\openclaw\workspaces\think-tank\collector-v1\knowledge-vault\raw\remote_downloads\889bed980537\mda-scd09wv8jp3utaes.mp4 captured_at: 2026-03-15T23:03:20.442874+08:00 author: None published_at: None language: zh tags:

  • Baidu
  • 视频
  • 转写 status: processed content_hash: sha256:cdefb88e1d176f10f50d09be53be975571e720769b239a3edeeb6ea41a67fcd7 summary: 2026年出爐的頂層報告當中。這份報告我個人覺得最有意思。我們自帶人在浪潮當中該如何求生。

Ai浪潮=阶级固化，中层正在被批量淘汰！2026顶层报告，未来的出路在哪里？

基本信息

  • 类型：video
  • 来源：D:\openclaw\workspaces\think-tank\collector-v1\knowledge-vault\raw\remote_downloads\889bed980537\mda-scd09wv8jp3utaes.mp4
  • 作者：None
  • 采集时间：2026-03-15T23:03:20.442874+08:00
  • 发布时间：None

摘要

2026年出爐的頂層報告當中。這份報告我個人覺得最有意思。我們自帶人在浪潮當中該如何求生。

要点

  • 2026年出爐的頂層報告當中
  • 這份報告我個人覺得最有意思
  • 我們自帶人在浪潮當中該如何求生
  • 企業不需要那麼多中層管理人員
  • 就比如現在你偶爾看到一些

行动项

  • 根本不需要太多人來揭露
  • 來完成某項
  • 所以需要建立一套套
  • 企業不需要那麼多中層管理人員
  • 就需要一個熟練掌握英語的員工

关键词

當中, 因為, 在這種情況下, 比如, 擦力, 年出爐的頂層報告, 這份報告我個人覺, 得最有意思

摘要元信息

  • backend: local
  • fallback_reason: Error code: 401 - {'error': {'message': 'Invalid Authentication', 'type': 'invalid_authentication_error'}}

视频语音转写（整理版）

[00:00:00-00:00:19] 2026年出爐的頂層報告當中這份報告我個人覺得最有意思報告的主題就三個點AI就業和社保可以說這是第一次由國內極有分量的部門發布的有關於AI對於就業相關方面的擔憂與建議雖然目前依舊有不少人對於AI是否會大面積取代工作也有意見但當下的趨勢已經十分明顯未來從個人到企業

[00:00:21-00:00:39] 最終到國家都會使用AI來有化流程提高效率而這一波技術變革會在哪些問題哪一些職業受到AI衝擊的力度最小普通人可以提前做好哪些準備歡迎收看微前系列的第二期本期我按供一萬字這期就來聊一聊我們自帶人在浪潮當中該如何求生2025年中國的工智能核心產業的規模

[00:00:41-00:01:00] 已經達到1.2萬億元生成是工智能的用戶數量超過5億人可以說除了腫腦臉人和嬰兒之外絕大多數年輕人或多或少都有使用AI的經驗而AI也從一個只會聊天和畫畫的工具逐漸蔓延到物理世界例如工產的生產製造醫院的看命流程以及無人駕駛等領域我知道會有人說以前也有過互聯網革命工業革命

[00:01:03-00:01:22] 每次技術進步無非淘汰掉一批人輕擬一些落後的產能然後很快就會有更多的需求由此衝浪出新的就業崗位但這次的情況完全不同以往技術進步帶來的變化是減輕人的體力勞動提高大家的倒立效率而現在是直接代替人的勞力工作的確AI帶來的更多的需求特別是在文藝產業但這些需求絕大多數都是可以用AI自身來解決

[00:01:26-00:01:45] 根本不需要太多人來揭露官方智囊團把這種現象簡稱為脫鉤目前來看一共有三個前所未經的脫鉤現象第一個投資與就業的脫鉤從2023年開始全球在AI領域投入的資金量開始以越為單位在快速上漲從一開始的百億美元到千億一直到去年的萬億規模但這種規模的投入不僅沒有帶動就業

[00:01:47-00:02:05] 反而增加了事業來說這其實是非常反常識的你們有更多的資金湧入但除了每天都在顛覆認知政經世界的AI自媒體之外其他人根本沒有體感或者只有壞消息的體感原因在於這些投資只流向了一個地方算力中心當一家企業開始利用AI為自己提效那麼在提效結束後他們要做的第一步裁員

[00:02:07-00:02:26] 而裁員多出來的預算一部分留作分紅剩下的繼續購買算力這樣整個企業的就業情況就會呈現出一種螺旋上升裁員買算力增加利潤然後繼續裁員這種現象在宏觀上也可以總結為無就業增長的反農錢花出去了產業看起來很火了那和普通人一點關係沒有第二個個人的努力和成長

[00:02:28-00:02:47] 在以前的執行環境當中無論你是臨界畢業生還是轉捧的新人只要肯花時間下功夫總能有一條相對清晰的精神路線用通俗一點的話來說幹中學在幹活中學習但是現在這道傳統的學習模式開始失靈因為AI的加入一些基礎技能和基礎工作例如屬於陸陸可不回答文本處理基礎剪輯

[00:02:48-00:03:07] 能用智能不僅能做而且更高效更省錢在這種情況下企業培養新人的意願會越來越低被財源數量同時新招的人數反而開始減少而利潤還能往上走當初級崗位被大量壓縮年輕人失去了在具體事務中磨練手藝的機會那麼上升通道就會被關閉階級固化進入加速期第三個

[00:03:08-00:03:27] 小旅提升和工資上漲脫鉤若是正常的產業升級生產小旅提升通常會創造出大量的新興小老闆和都市白嶺以及高薪工作崗位這些人雖不算富豪但卻是一個消費力極強的群體無論是吃飯出行購物都願意購買一些溢價產品這樣一來就能有效的拉動當地經濟而在AI時代

[00:03:28-00:03:47] 最先被淘汰的反而是這部分人如果未來企業不屬某個人工資能程序來完成某項具體人物的成本平坦下來每小時只要幾塊錢的電費和算力費那麼在這項人物上人類員工想要所取的公司就絕對不可能超過這個極低的機器成本不管你個人再怎麼提高自己的熟練度只要機器幹活的能源成本還在不斷下降

[00:03:48-00:04:07] 員工在崗位上的工資上限就不會被永遠說死三個點結合在一起影響最大的不僅是就業還有社會保障體系不論是在哪個國家社保都是社會的基礎一旦國家實現了工業化農民進程大功家庭結構變小預防生病事業這些突發風險的能力自然簡陋主要收入來源玫瑰的固定工資所以需要建立一套套

[00:04:08-00:04:27] 長期穩定的雇用關係來運轉的社保體系確保大家退休後的生活水平不會出現大滑坡我們現在的社保體系能維持良性運轉靠的每個月這三五千的工資以及大家的實際收入能跟著經濟發展不斷提高這兩個大前提可是能夠智能帶來的衝擊讓這兩個前提變得遙遙欲墜一方面所有智能系統壓低了企業內部的協調成本

[00:04:29-00:04:48] 老闆可以直接通過智能平台給最低層的業務單元下達指令並且先讀這意味著企業不需要那麼多中層管理人員來做信息的傳達和任務分配的工作一大批企業中層會為大規模擠出職場逆利方面很多原本長期的百年工作崗位會被拆解成一個個具體的短期任務直接外包出去支持老動者變得越來越靈工化

[00:04:50-00:05:09] 大家的工作變得極其不穩定收入也不再具備持續增長的穩定性讓繳納社保的主力群體面臨這種情況時作為社會穩定系的社保自定時就會出現巨大缺口不知道肯定會有人問既然情況這麼嚴峻為什麼大家現在好像還能對不過去AI帶來的事業也沒有想像那麼嚴重這裡就要提到現實世界的摩擦力簡單來說AI在影響到所有人

[00:05:10-00:05:29] 就業之前就會遇到一層阻力在不同行業起阻力的強度完全不同對於那些純線上高度數字化的工作來說摩擦力比較小比如普通的程序員協助基礎代碼客服人員再先回答客服的常規提問或是基礎的文字翻譯工作這些趕快處理的都是屏幕裡的數據沒有任何物理實體的阻擋在這種情況下

[00:05:30-00:05:49] AI的滲透速度是極其驚人的這些純數字化趕快的常規任務正在被非數替代就比如現在你偶爾看到一些油管的撥合切片你想要搬運這些內容就需要一個熟練掌握英語的員工能夠翻譯英文字母因為在AI技術出現之前翻譯軟件通常都是激煩也像機器一樣去翻譯這種翻譯識別不出一些黑色笑話或者離譽

[00:05:50-00:06:09] 導致翻譯所傳的的意思和原文南元北折所以就需要有外語基礎的人去做而這些人通常都能拿到比較高的工資除非是興趣愛好否則懶得去翻譯一些海外內容現在就不一樣了只要用AI皮量翻譯在一股腦全部丟在國內就能拿到流量相比之下一旦涉及到物理世界摩擦力就會被瞬間放大比如修理漏水的水管

[00:06:10-00:06:29] 或在建築工地上翻譯材料這就需要精細的熟言感知以及對複雜環境的臨時反應目前的機器人技術並沒有跟上能工智能大腦的發展數字造一個冷象冷內一樣靈活爬樓梯在霞在空間裡作業的機器人其成本及其高昂物理世界就像是一堵無形的牆暫時把能工智能擋在外面這也是為什麼大家在現實生活裡

[00:06:31-00:06:49] 感覺衝擊還不算特別劇烈的核心原因除了物理世界的摩擦力還有一個容易讓大家產生錯覺的因素那我們對於替代的理解有一定的偏差我們總認為能工智能會像炒魷魚一樣直接把一整個崗位端掉但實際上能工智能是在拆解我們的任務在現代市場裡幾乎沒有任何一個崗位是只做一件事的

[00:06:51-00:07:10] 我們可以把一個崗位當作是一個由10個具體任務的打爆組合能工智能現在能做的是幹掉這10個任務裡6個機械的重複的可以通過海量數據學習來完成的基礎任務比如一名財務分析師以前需要花大量的時間去收集數據做基礎的表格對比現在這些工作哎很快就能完成這個時候你的崗位暫時還在公司並沒有馬上才能

[00:07:12-00:07:31] 所以你感覺好像還能應付但是你對於崗位的掌控力已經發生了根本改變讓那6個基礎任務被剝離除去之後剩下的4個任務比如如何與不同部門的同事溝通協調如何在複雜模糊的商業環境裡做出戰略判斷這4個任務的價值就會被無限放大而與之相對應的未來的職場會淘汰無法掌握

[00:07:32-00:07:51] 剩下4個任務的員工企業需要的是懂得指揮AI同時又能把剩下4個核心任務做到極致的人工作崗位並沒有憑工消失而是被重組了順著上面的邏輯繼續往下想為什麼會有一些核心任務是人工正能做不了這就觸及到目前AI的最大短板它無法為得出的結論從難代價現實

[00:07:52-00:08:11] 不是一道算數題對得得分做得扣分現實裡所有的成功和失敗背後都牽扯著巨大的利益甚至是人事安全這就必須要有一個活生生的能來負責也我們俗稱的背鍋這不僅僅是技術問題更是社會倫理和法律層面的底線要求大家可以想像一下如果自動駕駛系統做出了一個導致車禍的判斷或者一台農工正能系統做出了一套

[00:08:12-00:08:30] 導致嚴重後果的醫療方案除了醫療事股或者重大交通事股受害者家屬去向誰所賠公司內部敢如何問責你不可能去起訴一段代碼也不可能把一台服務器抓去坐牢妨礙的道理在商業世界裡如果一向要為農工正能生成的投資建議導致客戶虧損幾千萬誰來承擔這個商業後果的法律責任那些社會幾千年代的性能體系

[00:08:32-00:08:51] 是建立在選擇對等的基礎上做出了決策就必須準備好為這個決策付出代價可能是新加坡產可能是持續自由機器沒有財產沒有自由也沒有社會生育它承擔不了法律和道德的後果只要追責機制存在現實世界中的關鍵拍板環節就必須由有血有肉的人來執行在解決這個問題之前AI只能是輔助工具

[00:08:52-00:09:11] 到這裡視頻的核心部分了也哪一些行業能在這波浪潮當中存在最久且最不容易被替代基於物理時期的摩擦力以及現實世界必須有人承擔這兩個核心機制有三類工作是相當穩固的也很難被完全替代第一類是提供感情價值的崗位比如心理諮詢師一間護士育兒教育工作者

[00:09:12-00:09:31] 以及特教老師能在脆弱或成長的階段需要的是另一個同類帶來的信任溫度和情感腐味機器可以給你最精準的生理數據分析讓它給不了一個真實的擁抱處理不了複雜微妙的男性情緒這種情感密集性工作是當下的AI無法徹底替代的第二類是複雜的物理操作崗位比如熟練的電工水管工

[00:09:32-00:09:51] 或者災難現場的強嫌救援人員維修老舊房屋的小水道每個房子的內部結構都不一樣現場環境前邊玩話完全是非標準化的物理空間需要在這種複雜的環境裡進行靈活的手工操作目前的機械能技術還差得很遠想要替代人類需要非常漫長的時間第三類是高階決策者這類崗位正是那些需要背鍋

[00:09:52-00:10:11] 和承擔最終後果的角色比如高端的精靈精靈商業併購訴訟律師或者企業的高管他們在談判桌上需要和對手經驗深度的心理博弈一拍板就決定了巨額的自行走向或者企業的生死寵王這種牽涉到巨大經濟利益的法律倫理後果的判斷必須由真人來承擔全部責任算你再高也無法徹底替代當然這些職業也只是在過渡期

[00:10:13-00:10:31] 也真正的強能弄正能來臨之前有較高價值和不可代理性的職業假設20年後人類社會已經針對AI設計了一套完善的法律條款或者實現了AI機器人相關的規模化、產業化生產那麼這三連工作也會被逐步代替不過這些大概率是很後面要解決的問題因為2001後這批人基本上在強能弄正能徹底完成之前

[00:10:34-00:10:52] 就已經步入中年說到底我們面對這場前所謂的時代大洗牌過多的焦慮並沒有任何實際意義目前社會的結構性轉型和技術過渡期還遠遠沒有結束我們依然有足夠多的時間去調整和適應真正重要的是認金局勢放下過去那些已經被淘汰的舊經驗要做的是把AI技術當做提升個人生產力的超級感感

[00:10:54-00:11:13] 只要選擇的方向是對的你現在為了掌握那些新興趣做的每次嘗試接手的每個石操項目都會在未來不斷產生負力以上本期視頻的全部內容這裡是阿虎一個速度的樣張圖帶給看懂金融知識的博主記得關注訂閱我的頻道這樣可以在第一時間按到視頻更新如果有什麼想要了解的金融知識或財經故事也可以在評論區留言

[00:11:14-00:11:14] 我們下期視頻見

视频语音转写（逐句原始版）

[00:00:00] 2026年出爐的頂層報告當中 [00:00:02] 這份報告我個人覺得最有意思 [00:00:04] 報告的主題就三個點 [00:00:05] AI就業和社保 [00:00:07] 可以說這是第一次由國內極有分量的部門發布的 [00:00:10] 有關於AI對於就業相關方面的擔憂與建議 [00:00:13] 雖然目前依舊有不少人對於AI是否會大面積取代工作 [00:00:17] 也有意見但當下的趨勢已經十分明顯 [00:00:19] 未來從個人到企業 [00:00:21] 最終到國家都會使用AI來有化流程 [00:00:23] 提高效率 [00:00:24] 而這一波技術變革會在哪些問題 [00:00:26] 哪一些職業受到AI衝擊的力度最小 [00:00:29] 普通人可以提前做好哪些準備 [00:00:31] 歡迎收看微前系列的第二期 [00:00:33] 本期我按供一萬字 [00:00:34] 這期就來聊一聊 [00:00:36] 我們自帶人在浪潮當中該如何求生 [00:00:39] 2025年中國的工智能核心產業的規模 [00:00:41] 已經達到1.2萬億元 [00:00:43] 生成是工智能的用戶數量超過5億人 [00:00:46] 可以說除了腫腦臉人和嬰兒之外 [00:00:48] 絕大多數年輕人或多或少都有使用AI的經驗 [00:00:51] 而AI也從一個只會聊天和畫畫的工具 [00:00:54] 逐漸蔓延到物理世界 [00:00:55] 例如工產的生產製造 [00:00:57] 醫院的看命流程以及無人駕駛等領域 [00:00:59] 我知道會有人說 [00:01:00] 以前也有過互聯網革命工業革命 [00:01:03] 每次技術進步無非就是淘汰掉一批人 [00:01:06] 輕擬一些落後的產能 [00:01:07] 然後很快就會有更多的需求 [00:01:09] 由此衝浪出新的就業崗位 [00:01:11] 但這次的情況完全不同 [00:01:12] 以往技術進步帶來的變化 [00:01:14] 是減輕人的體力勞動 [00:01:15] 提高大家的倒立效率 [00:01:17] 而現在是直接代替人的勞力工作 [00:01:19] 的確AI帶來的更多的需求特別是在文藝產業 [00:01:22] 但這些需求絕大多數都是可以用AI自身來解決 [00:01:26] 根本不需要太多人來揭露 [00:01:27] 官方智囊團把這種現象簡稱為脫鉤 [00:01:30] 目前來看 [00:01:31] 一共有三個前所未經的脫鉤現象 [00:01:33] 第一個投資與就業的脫鉤 [00:01:35] 從2023年開始 [00:01:36] 全球在AI領域投入的資金量 [00:01:38] 開始以越為單位在快速上漲 [00:01:40] 從一開始的百億美元到千億 [00:01:43] 一直到去年的萬億規模 [00:01:44] 但這種規模的投入 [00:01:45] 不僅沒有帶動就業 [00:01:47] 反而增加了事業來說 [00:01:48] 這其實是非常反常識的 [00:01:50] 你們有更多的資金湧入 [00:01:51] 但除了每天都在顛覆認知 [00:01:53] 政經世界的AI自媒體之外 [00:01:55] 其他人根本沒有體感 [00:01:56] 或者只有壞消息的體感 [00:01:58] 原因在於 [00:01:59] 這些投資只流向了一個地方 [00:02:01] 就是算力中心 [00:02:02] 當一家企業開始利用AI為自己提效 [00:02:04] 那麼在提效結束後 [00:02:05] 他們要做的第一步就是裁員 [00:02:07] 而裁員多出來的預算 [00:02:09] 一部分留作分紅 [00:02:10] 剩下的繼續購買算力 [00:02:11] 這樣整個企業的就業情況 [00:02:13] 就會呈現出一種螺旋上升 [00:02:15] 裁員買算力 [00:02:17] 增加利潤 [00:02:17] 然後繼續裁員 [00:02:18] 這種現象在宏觀上 [00:02:20] 也可以總結為 [00:02:21] 無就業增長的反農 [00:02:22] 錢花出去了 [00:02:23] 產業看起來很火了 [00:02:24] 那和普通人一點關係沒有 [00:02:26] 第二個 [00:02:26] 個人的努力和成長 [00:02:28] 在以前的執行環境當中 [00:02:29] 無論你是 [00:02:30] 臨界畢業生 [00:02:31] 還是轉捧的新人 [00:02:32] 只要肯花時間 [00:02:33] 下功夫 [00:02:34] 總能有一條相對清晰的 [00:02:35] 精神路線 [00:02:36] 用通俗一點的話來說就是 [00:02:38] 幹中學 [00:02:38] 在幹活中學習 [00:02:39] 但是現在 [00:02:40] 這道傳統的學習模式 [00:02:41] 開始失靈 [00:02:42] 因為AI的加入 [00:02:43] 一些基礎技能和基礎工作 [00:02:45] 例如 [00:02:45] 屬於陸陸 [00:02:46] 可不回答 [00:02:47] 文本處理 [00:02:47] 基礎剪輯 [00:02:48] 能用智能不僅能做 [00:02:49] 而且更高效 [00:02:50] 更省錢 [00:02:51] 在這種情況下 [00:02:52] 企業培養新人的意願 [00:02:53] 會越來越低 [00:02:54] 被財源數量同時 [00:02:56] 新招的人數 [00:02:57] 反而開始減少 [00:02:58] 而利潤 [00:02:59] 還能往上走 [00:02:59] 當初級崗位 [00:03:00] 被大量壓縮 [00:03:01] 年輕人失去了 [00:03:02] 在具體事務中 [00:03:03] 磨練手藝的機會 [00:03:04] 那麼上升通道 [00:03:05] 就會被關閉 [00:03:06] 階級固化 [00:03:07] 進入加速期 [00:03:07] 第三個 [00:03:08] 小旅提升 [00:03:09] 和工資上漲脫鉤 [00:03:10] 若是正常的產業升級 [00:03:12] 生產小旅提升 [00:03:13] 通常會創造出 [00:03:14] 大量的新興小老闆 [00:03:15] 和都市白嶺 [00:03:16] 以及高薪工作崗位 [00:03:18] 這些人雖不算富豪 [00:03:19] 但卻是一個 [00:03:20] 消費力極強的群體 [00:03:21] 無論是吃飯 [00:03:22] 出行 [00:03:23] 購物 [00:03:23] 都願意購買一些 [00:03:24] 溢價產品 [00:03:25] 這樣一來 [00:03:26] 就能有效的 [00:03:26] 拉動當地經濟 [00:03:27] 而在AI時代 [00:03:28] 最先被淘汰的 [00:03:29] 反而是這部分人 [00:03:30] 如果未來企業 [00:03:31] 不屬某個人工資能程序 [00:03:32] 來完成某項 [00:03:33] 具體人物的成本 [00:03:34] 平坦下來 [00:03:35] 每小時 [00:03:36] 只要幾塊錢的 [00:03:36] 電費和算力費 [00:03:38] 那麼在這項人物上 [00:03:39] 人類員工想要 [00:03:40] 所取的公司 [00:03:40] 就絕對不可能 [00:03:41] 超過這個極低的 [00:03:42] 機器成本 [00:03:43] 不管你個人 [00:03:44] 再怎麼提高 [00:03:44] 自己的熟練度 [00:03:45] 只要機器 [00:03:46] 幹活的能源成本 [00:03:47] 還在不斷下降 [00:03:48] 員工在崗位上的工資上限 [00:03:50] 就不會被永遠說死 [00:03:51] 三個點結合在一起 [00:03:52] 影響最大的 [00:03:53] 不僅是就業 [00:03:54] 還有社會保障體系 [00:03:55] 不論是在哪個國家 [00:03:56] 社保都是社會的基礎 [00:03:58] 一旦國家實現了工業化 [00:03:59] 農民進程大功 [00:04:01] 家庭結構變小 [00:04:02] 預防生病 [00:04:02] 事業這些突發 [00:04:03] 風險的能力 [00:04:04] 自然簡陋 [00:04:05] 主要收入來源 [00:04:05] 就是玫瑰的固定工資 [00:04:07] 所以需要建立一套套 [00:04:08] 長期穩定的 [00:04:09] 雇用關係來運轉的社保體系 [00:04:11] 確保大家退休後的生活水平 [00:04:13] 不會出現大滑坡 [00:04:14] 我們現在的社保體系 [00:04:15] 能維持良性運轉 [00:04:16] 靠的就是每個月 [00:04:17] 這三五千的工資 [00:04:18] 以及大家的實際收入 [00:04:20] 能跟著經濟發展 [00:04:21] 不斷提高這兩個大前提 [00:04:22] 可是能夠智能帶來的衝擊 [00:04:24] 讓這兩個前提 [00:04:25] 變得遙遙欲墜 [00:04:26] 一方面 [00:04:26] 所有智能系統 [00:04:27] 壓低了企業內部的協調成本 [00:04:29] 老闆可以直接通過智能平台 [00:04:31] 給最低層的業務單元 [00:04:32] 下達指令 [00:04:33] 並且先讀 [00:04:34] 這意味著 [00:04:34] 企業不需要那麼多中層管理人員 [00:04:36] 來做信息的傳達 [00:04:38] 和任務分配的工作 [00:04:39] 一大批企業中層 [00:04:40] 會為大規模擠出職場 [00:04:41] 逆利方面 [00:04:42] 很多原本長期的 [00:04:43] 百年工作崗位 [00:04:44] 會被拆解成一個個 [00:04:45] 具體的短期任務 [00:04:47] 直接外包出去 [00:04:48] 支持老動者 [00:04:48] 變得越來越靈工化 [00:04:50] 大家的工作變得極其不穩定 [00:04:51] 收入也不再具備 [00:04:52] 持續增長的穩定性 [00:04:54] 讓繳納社保的主力群體 [00:04:55] 面臨這種情況時 [00:04:56] 作為社會穩定系的社保自定時 [00:04:58] 就會出現巨大缺口 [00:04:59] 不知道肯定會有人問 [00:05:00] 既然情況這麼嚴峻 [00:05:02] 為什麼大家現在好像 [00:05:03] 還能對不過去 [00:05:04] AI帶來的事業 [00:05:05] 也沒有想像那麼嚴重 [00:05:06] 這裡就要提到 [00:05:07] 現實世界的摩擦力 [00:05:08] 簡單來說 [00:05:09] AI在影響到所有人 [00:05:10] 就業之前 [00:05:11] 就會遇到一層阻力 [00:05:12] 在不同行業 [00:05:13] 起阻力的強度 [00:05:14] 完全不同 [00:05:15] 對於那些純線上 [00:05:16] 高度數字化的工作來說 [00:05:17] 摩擦力比較小 [00:05:18] 比如 [00:05:19] 普通的程序員 [00:05:20] 協助基礎代碼 [00:05:21] 客服人員 [00:05:21] 再先回答客服的常規提問 [00:05:23] 或是基礎的文字翻譯工作 [00:05:25] 這些趕快處理的 [00:05:26] 都是屏幕裡的數據 [00:05:28] 沒有任何物理實體的阻擋 [00:05:29] 在這種情況下 [00:05:30] AI的滲透速度 [00:05:31] 是極其驚人的 [00:05:32] 這些純數字化趕快的常規任務 [00:05:34] 正在被非數替代 [00:05:35] 就比如現在你偶爾看到一些 [00:05:37] 油管的撥合切片 [00:05:38] 你想要搬運這些內容 [00:05:39] 就需要一個熟練掌握英語的員工 [00:05:41] 能夠翻譯英文字母 [00:05:42] 因為在AI技術出現之前 [00:05:44] 翻譯軟件 [00:05:44] 通常都是激煩 [00:05:45] 也就是像機器一樣去翻譯 [00:05:47] 這種翻譯 [00:05:48] 識別不出一些黑色笑話 [00:05:49] 或者離譽 [00:05:50] 導致翻譯所傳的的 [00:05:51] 意思和原文南元北折 [00:05:52] 所以就需要有 [00:05:53] 外語基礎的人去做 [00:05:55] 而這些人通常 [00:05:56] 都能拿到比較高的工資 [00:05:57] 除非是興趣愛好 [00:05:58] 否則懶得去翻譯一些海外內容 [00:06:00] 現在就不一樣了 [00:06:01] 只要用AI皮量翻譯 [00:06:02] 在一股腦全部丟在國內 [00:06:04] 就能拿到流量 [00:06:05] 相比之下 [00:06:05] 一旦涉及到物理世界 [00:06:07] 摩擦力就會被瞬間放大 [00:06:09] 比如修理漏水的水管 [00:06:10] 或在建築工地上翻譯材料 [00:06:12] 這就需要精細的熟言感知 [00:06:14] 以及對複雜環境的臨時反應 [00:06:16] 目前的機器人技術 [00:06:17] 並沒有跟上能工智能大腦的發展數字 [00:06:19] 造一個冷象冷內一樣靈活爬樓梯 [00:06:21] 在霞在空間裡作業的機器人 [00:06:24] 其成本及其高昂 [00:06:25] 物理世界就像是一堵無形的牆 [00:06:27] 暫時把能工智能擋在外面 [00:06:29] 這也是為什麼大家在現實生活裡 [00:06:31] 感覺衝擊還不算特別劇烈的核心原因 [00:06:33] 除了物理世界的摩擦力 [00:06:35] 還有一個容易讓大家產生錯覺的因素 [00:06:37] 那就是我們對於替代的理解 [00:06:39] 有一定的偏差 [00:06:40] 我們總認為 [00:06:41] 能工智能會像炒魷魚一樣 [00:06:43] 直接把一整個崗位端掉 [00:06:44] 但實際上 [00:06:45] 能工智能是在拆解我們的任務 [00:06:47] 在現代市場裡 [00:06:48] 幾乎沒有任何一個崗位 [00:06:49] 是只做一件事的 [00:06:51] 我們可以把一個崗位 [00:06:52] 當作是一個 [00:06:52] 由10個具體任務的打爆組合 [00:06:54] 能工智能現在能做的 [00:06:55] 是幹掉這10個任務裡 [00:06:57] 6個機械的重複的 [00:06:59] 可以通過海量數據學習來完成的基礎任務 [00:07:01] 比如一名財務分析師 [00:07:03] 以前需要花大量的時間去 [00:07:04] 收集數據 [00:07:05] 做基礎的表格對比 [00:07:07] 現在這些工作 [00:07:07] 哎呀很快就能完成 [00:07:08] 這個時候 [00:07:09] 你的崗位暫時還在 [00:07:10] 公司並沒有馬上才能 [00:07:12] 所以你感覺好像還能應付 [00:07:14] 但是你對於崗位的掌控力 [00:07:16] 已經發生了根本改變 [00:07:17] 讓那6個基礎任務被 [00:07:18] 剝離除去之後 [00:07:19] 剩下的4個任務 [00:07:20] 比如如何與不同部門的同事 [00:07:22] 溝通協調 [00:07:23] 如何在複雜模糊的商業環境裡 [00:07:25] 做出戰略判斷 [00:07:26] 這4個任務的價值 [00:07:28] 就會被無限放大 [00:07:29] 而與之相對應的 [00:07:30] 就是未來的職場 [00:07:31] 會淘汰無法掌握 [00:07:32] 剩下4個任務的員工 [00:07:34] 企業需要的是懂得指揮AI [00:07:36] 同時又能把剩下4個核心任務 [00:07:38] 做到極致的人 [00:07:39] 工作崗位並沒有憑工消失 [00:07:41] 而是被重組了 [00:07:42] 順著上面的邏輯 [00:07:43] 繼續往下想 [00:07:44] 為什麼會有一些核心任務 [00:07:45] 是人工正能做不了 [00:07:47] 這就觸及到目前AI的最大短板 [00:07:49] 它無法為得出的結論 [00:07:50] 從難代價 [00:07:51] 現實 [00:07:52] 不是一道算數題 [00:07:53] 對得得分 [00:07:53] 做得扣分 [00:07:54] 現實裡 [00:07:55] 所有的成功和失敗 [00:07:56] 背後都牽扯著 [00:07:57] 巨大的利益 [00:07:58] 甚至是人事安全 [00:07:59] 這就必須要有一個 [00:08:00] 活生生的能來負責 [00:08:01] 也就是我們俗稱的背鍋 [00:08:02] 這不僅僅是技術問題 [00:08:04] 更是社會倫理 [00:08:05] 和法律層面的底線要求 [00:08:06] 大家可以想像一下 [00:08:07] 如果自動駕駛系統 [00:08:08] 做出了一個導致車禍的判斷 [00:08:10] 或者一台農工正能系統 [00:08:11] 做出了一套 [00:08:12] 導致嚴重後果的醫療方案 [00:08:14] 除了醫療事股 [00:08:14] 或者重大交通事股 [00:08:16] 受害者家屬去向誰所賠 [00:08:17] 公司內部敢如何問責 [00:08:19] 你不可能去起訴一段代碼 [00:08:20] 也不可能把一台服務器抓去坐牢 [00:08:22] 妨礙的道理 [00:08:23] 在商業世界裡 [00:08:24] 如果一向要為農工正能生成的 [00:08:25] 投資建議導致客戶虧損幾千萬 [00:08:28] 誰來承擔這個商業後果的 [00:08:29] 法律責任 [00:08:30] 那些社會幾千年代的性能體系 [00:08:32] 是建立在 [00:08:32] 選擇對等的基礎上 [00:08:34] 做出了決策 [00:08:35] 就必須準備好為這個決策付出代價 [00:08:37] 可能是新加坡產 [00:08:38] 可能是持續自由 [00:08:39] 機器沒有財產 [00:08:40] 沒有自由 [00:08:41] 也沒有社會生育 [00:08:42] 它承擔不了法律和道德的後果 [00:08:44] 只要追責機制存在 [00:08:46] 現實世界中的關鍵拍板環節 [00:08:47] 就必須由有血有肉的人來執行 [00:08:49] 在解決這個問題之前 [00:08:51] AI只能是輔助工具 [00:08:52] 到這裡就是視頻的核心部分了 [00:08:54] 也就是哪一些行業 [00:08:56] 能在這波浪潮當中 [00:08:57] 存在最久且最不容易被替代 [00:08:59] 基於物理時期的摩擦力 [00:09:01] 以及現實世界必須有人承擔這兩個核心機制 [00:09:03] 有三類工作是相當穩固的 [00:09:05] 也很難被完全替代 [00:09:06] 第一類是提供感情價值的崗位 [00:09:09] 比如 [00:09:09] 心理諮詢師 [00:09:10] 一間護士 [00:09:11] 育兒教育工作者 [00:09:12] 以及特教老師 [00:09:13] 能在脆弱或成長的階段 [00:09:15] 需要的是另一個同類 [00:09:16] 帶來的信任 [00:09:17] 溫度和情感腐味 [00:09:18] 機器可以給你最精準的 [00:09:20] 生理數據分析 [00:09:21] 讓它給不了一個真實的擁抱 [00:09:22] 處理不了複雜 [00:09:23] 微妙的男性情緒 [00:09:24] 這種情感密集性工作 [00:09:26] 是當下的AI [00:09:27] 無法徹底替代的 [00:09:28] 第二類是複雜的物理操作崗位 [00:09:30] 比如熟練的電工 [00:09:31] 水管工 [00:09:32] 或者災難現場的強嫌救援人員 [00:09:34] 維修老舊房屋的小水道 [00:09:36] 每個房子的內部結構都不一樣 [00:09:38] 現場環境 [00:09:38] 前邊玩話 [00:09:39] 完全是非標準化的物理空間 [00:09:41] 需要在這種複雜的環境裡 [00:09:43] 進行靈活的手工操作 [00:09:44] 目前的機械能技術 [00:09:45] 還差得很遠 [00:09:46] 想要替代人類 [00:09:47] 需要非常漫長的時間 [00:09:48] 第三類是高階決策者 [00:09:50] 這類崗位 [00:09:51] 正是那些需要背鍋 [00:09:52] 和承擔最終後果的角色 [00:09:54] 比如高端的精靈精靈 [00:09:55] 商業併購訴訟律師 [00:09:56] 或者企業的高管 [00:09:57] 他們在談判桌上 [00:09:58] 需要和對手經驗深度的心理博弈 [00:10:01] 一拍板就決定了 [00:10:02] 巨額的自行走向 [00:10:03] 或者企業的生死寵王 [00:10:04] 這種牽涉到巨大經濟利益的 [00:10:06] 法律倫理後果的判斷 [00:10:08] 必須由真人來承擔全部責任 [00:10:10] 算你再高也無法徹底替代 [00:10:11] 當然這些職業也只是在過渡期 [00:10:13] 也就是真正的強能弄正能來臨之前 [00:10:16] 有較高價值和不可代理性的職業 [00:10:18] 假設20年後 [00:10:19] 人類社會已經針對AI [00:10:20] 設計了一套完善的法律條款 [00:10:22] 或者實現了AI機器人相關的 [00:10:24] 規模化、產業化生產 [00:10:26] 那麼這三連工作也會被逐步代替 [00:10:28] 不過這些大概率是 [00:10:29] 很後面要解決的問題 [00:10:30] 因為2001後這批人 [00:10:31] 基本上在強能弄正能徹底完成之前 [00:10:34] 就已經步入中年 [00:10:35] 說到底 [00:10:36] 我們面對這場前所謂的時代大洗牌 [00:10:38] 過多的焦慮並沒有任何實際意義 [00:10:40] 目前社會的結構性轉型 [00:10:42] 和技術過渡期還遠遠沒有結束 [00:10:44] 我們依然有足夠多的時間 [00:10:45] 去調整和適應 [00:10:46] 真正重要的是認金局勢 [00:10:48] 放下過去那些已經被淘汰的舊經驗 [00:10:50] 要做的是把AI技術 [00:10:52] 當做提升個人生產力的超級感感 [00:10:54] 只要選擇的方向是對的 [00:10:56] 你現在為了掌握那些新興趣 [00:10:57] 做的每次嘗試 [00:10:58] 接手的每個石操項目 [00:11:00] 都會在未來不斷產生負力 [00:11:02] 以上就是本期視頻的全部內容 [00:11:04] 這裡是阿虎 [00:11:04] 一個速度的樣張圖 [00:11:05] 帶給看懂金融知識的博主 [00:11:07] 記得關注訂閱我的頻道 [00:11:08] 這樣可以在第一時間 [00:11:09] 按到視頻更新 [00:11:10] 如果有什麼想要了解的 [00:11:11] 金融知識或財經故事 [00:11:13] 也可以在評論區留言 [00:11:14] 我們下期視頻見

附注

  • 状态：processed