AI或取代你的工作但创造22种新职业

眼下，关于AI会抢走人类饭碗的论调，几乎成了日常闲聊的标配。风险投资人Chris Sacca在Tim Ferriss的播客里那句“我们完蛋了”，听起来像是给程序员、律师、会计师、营销文案这些白领职业集体判了死刑。自由职业平台Fiverr的CEO Micha Kaufman，又在内部邮件里把设计师和销售人员列进了“濒危物种”名单。

这些AI威胁论已经老生常谈，但很少有人真正去琢磨一个问题：AI要怎么迈过那道“责任门槛”？要知道，最终为工作拍板负责的，终究是人，不是机器。AI处理一大堆人类任务早已不在话下，但现实世界的运转远不止是任务的简单堆砌——我们是在为一个能理解、能互动、能问责的人类群体（上司和同事）贡献劳动，这种关系模式，很难直接移植到冷冰冰的算法系统里。

当然，这并不代表AI带来的冲击不够猛烈。LinkedIn的首席经济机会官Aneesh Raman提供了一组数据：“到2030年，普通岗位70%的技能要求会发生变化。” 世界经济论坛的《2025未来就业报告》也预测，未来五年AI等新技术会淘汰掉900万个岗位，但与此同时，也会创造出约1100万个新机会，其中不少是前所未见的新职业。

要摸清这些新机会的脉络，得先想明白：在AI的超凡本领和人类本质需求之间，哪些地方最需要人类来搭桥？这不光关乎“人类希望AI做什么”，更深层的问题是“AI需要人类做什么”。从当前格局看，有三个关键方向，人类正变得（或者说即将变得）无可替代：信任构建、系统整合和审美决策。

信任构建

纽约大学的Robert Seamans教授，专门研究AI的经济影响。他设想了一类叫做“AI审计师”的新职业——这些人能钻进AI系统的肚子里，搞懂它的运作逻辑，并为了技术解释或责任认定做好记录。他预测，五年内所有大型会计师事务所都会推出“AI审计”服务。

他还构思了另一个相关的角色：“AI翻译官”。这是一种既懂AI技术，又能跟企业管理者说清楚机器原理的桥梁型人才。用Seamans的原话说：“他们要在技术黑箱与管理者的认知之间搭建接口，帮助决策者理解他们需要知道的信息。”

说到底，这两种设想都指向一个核心：信任。拿写文章这事来说，我们不愿意直接提交AI生成的内容，一方面是不想辜负编辑的信任，另一方面，其实是我们自己也没法完全信任AI——不确信它的真实性，不保证它的准确性。因为没有亲历过思考过程，根本判断不了机器生成的那些东西到底合不合理。所有想在专业领域用AI的人，都会碰上类似的困境：技术能瞬间产出惊人的内容，但我们对它交付的东西，该抱有多少信任？又该怎么去验证？

随着AI在职场里的影响力越来越大，这类信任问题只会成倍增长，而解决它们，非得靠人类不可。

在“信任”这面大旗下，会冒出一批全新的事实核查员和合规官。法律文件、年度报告、产品规格、研究报告、商业合同——这些东西很快都会由AI起草，但也都需要带着对AI典型错误的高度警觉去复核。这很可能催生出“信任认证官”或“信任总监”之类的头衔。这些岗位还得跟各类AI伦理专家协作，共同构建一条可以辩护的逻辑链条，向投资者、管理者、客户甚至法官陪审团解释AI（或者人机混合团队）的决策依据。Seamans提到：“很多公司都试过搞‘伦理委员会’，未来这类AI伦理委员会将被赋予更大的实权。”

信任的根基，说到底就是问责——这也是人类不可替代的关键。从签合同到发射核弹，我们始终需要明确到底谁该负责。“必须存在最终担责的人类，”斯坦福HAI（以人为中心的人工智能研究院）数字经济实验室主任Erik Brynjolfsson强调，“就像现在出了车祸，要追查是防抱死系统坏了、驾驶员操作失误还是道路的问题。AI会让责任链条变得更复杂，但到头来，还是要落实到具体的人头上。”

在法律、建筑这些行业，AI能完成客户要的基础工作，比如起草合同、设计房屋，但最终必须得有人类，通常是持证的专业人士，签字确认。这种新角色可以叫做“法律担保人”——他们提供的是AI根本没法承担的罪责能力。沃顿商学院的Ethan Mollick教授把这类岗位比作AI的“代罪者”，是责任链条的终极节点。

另一个可能的新角色是“一致性协调员”。AI很擅长多线程操作，但保持一致性是它的软肋。时装公司要怎么确保一件连衣裙，在上百张AI生成的图片里都呈现得一模一样？制造业的“虚拟孪生经理”如何保证数字模型随着实体变更而同步更新？当AI出现不一致时，就需要专人去验证跨系统的协调性。

还有“升级处理专员”——作家兼经济学家Daniel Susskind在《AI时代，人类还能做什么？》里提到，有些角色天然就更适合由人类担任。他举例说，哪怕AI早就碾压了人类棋手，职业象棋比赛依然很火。但当AI显得过于“非人”时，我们就需要人类介入。比如客服AI陷入死循环时，用户会迫切渴望一个具备共情能力的人类来帮忙。教育领域也一样，当学习出问题时，学生和家长都期待人类教师能及时干预。

系统整合

鉴于AI的复杂性，许多新职业都将自带技术属性。市面上缺的正是那种既懂AI技术，又能把它跟商业需求无缝对接的跨界人才。

Seamans管这类人叫“AI整合师”：他们的任务，是确定企业里最适合用AI的场景，并把它落地。他说：“CEO可能在财报电话会上说‘我们在投资AI’，但具体做什么？是后台的账单支付和收款？还是招聘筛选？或者优化白领的工作流程？”要想回答这些问题，非得要那种既懂技术又懂业务的人才。

这还会催生出新型的“AI维修工”。跟传统的IT专家不同，随着AI系统越来越复杂、越来越自主（AI agent能独立解决复杂任务），排查故障就需要那种能穿透网络层级、找到根源的专家，可以说就是“AI管道工”。

工具选择本身也成了专业难题。拿可汗学院来说，这家教育机构深度整合了AI模型，开发出虚拟导师，帮学生从代数到论文写作各个领域。光是跟踪这些模型的改进轨迹、幻觉概率、不同版本在语言或数学上的优劣势，就是一项持续的工程。“模型迭代的速度快得惊人，”创始人Sal Khan表示，“你需要持续评估，所谓的‘改进’会不会反而导致性能倒退。”专门评估最新模型的岗位，可以叫做“AI评估师”。

但这还只是个开端。Brynjolfsson说：“当学生问我‘该创什么业’时，我经常建议他们去做那种‘连接客户痛点与技术潜力’的人。”

LinkedIn的Raman指出，整合类的岗位已经在快速增长。“过去五年，‘AI负责人’这个职位的增长率大约是三倍，AI工程师是美国增速最快的岗位，其次是AI顾问。”未来，可能会出现更细分的“整合专家”之类的头衔。

随着AI的发展，这类岗位还会进一步专业化。企业已经开始使用高度定制化的AI模型——它们基于Claude或ChatGPT这样的通用工具，但用公司自己的专有数据训练过。这可能会催生出两种新角色：一种是“AI训练师”，负责筛选最优的数据来训练AI做出最精准的响应；另一种是“AI人格总监”——定制AI会跟全体员工甚至客户互动，企业需要有人来定义它的交互风格：是像某些模型那样谄媚奉承？还是像ChatGPT的Monday模式那样尖酸暴躁？未来，企业AI的人格可能跟Logo一样，成为品牌的核心资产。

在医疗这种高复杂性、高风险的领域，整合角色会更加多样化。比如“用药合规优化师”，开发AI驱动的系统来确保患者准时正确地服药。这类行业还需要“AI/人类评估专家”，来判断AI和人类各自擅长什么，以及怎么协作最好。

为了说明整合的重要性，Seamans拿机器人领域举例，这也是他的研究方向。跟AI类似，机器人本来应该取代人力，但那些采用机器人的制造商，最终往往雇佣了更多的员工。原因在哪？“还没有定论，”Seamans认为，成功整合了机器人的企业，抢占了没采用者的市场份额，从而扩大了规模，“关键是需要那种既懂机器人技术又懂产线改造的整合专家，而这类人才在地域上分布很不均匀。”

审美决策

当然，告诉AI该做什么，始终是人类的工作。但在人人都能用相同生成工具的未来，审美品味会变得空前重要。

有个广为流传的《60分钟》采访片段很能说明问题：主持人Anderson Cooper追问音乐制作人Rick Rubin，他到底有什么专长。

“你会演奏乐器吗？”“几乎不会。”“懂调音台操作吗？”“不懂。我没有任何技术能力，对音乐也一无所知。”

Cooper最后问：“那他们付钱请你做什么？”

Rubin回答：“我对自身品味的信心，以及表达感受的能力，对艺术家确实有帮助。”

这或许低估了Rubin的真实贡献，但在AI时代，“以绝对自信的审美立足”确实会成为趋势。随着AI的普及，不管好坏，我们会看到“无需技艺的创造力”正在兴起。

现在作者们拒绝AI代笔，部分原因是信任问题，但可以想象，未来这种顾虑可能会消失。如果编辑和作者们都能信任AI，那么写文章可能会演变成：作者负责选择输入素材，然后从Claude、ChatGPT、Gemini这些AI生成的语句、段落和论证里，进行筛选和组合。我们仍然是文章的作者本身，但可能不再是传统意义上的“写作者”了。

当创意选择近乎无限时，敢于做出大胆、风格化决策的人才会炙手可热。这不仅适用于写作、影视、广告这些创意行业，所有商业领域都是一样。

这么看来，“设计师”被列入AI替代职业名单，就显得有点费解。确实，平面设计师不再需要手动调整版式或字距了——这些AI都能搞定。但设计师的本质工作，是把创意选择导向预期结果，这需要基于品味做出大量的判断：Logo或页面需要传达什么？怎么判定成品好不好？怎样衡量它的影响力？甚至怎么确认作品已经完成了？未来，“设计师”这个词可能涵盖得更广，特指那些主要职责是引导AI，根据自己的审美去创造产品、服务或流程的岗位。

现有的“产品设计师”这类头衔，会被赋予更丰富的内涵。未来的产品设计师，会对产品从宏观到细节拥有全面的掌控力，他们的职责不只是构思愿景，更是通过无数个具体选择，把愿景具象化。

还可能出现更多设计类的细分头衔。比如我们可能不再是“作者”，而是“文章设计师”；影视行业可能会流行“故事设计师”；从市场营销（构建完整的虚拟宇宙来支撑campAIgn的视觉）到电子游戏，“世界设计师”的需求会激增。这些角色更侧重风格，而不是技术执行。

在非创意领域，这类岗位可能更有趣。比如“人力资源设计师”能全面掌控从培训材料到详细休假政策的各个环节，从而更直接地塑造组织文化；“市政设计师”可能比传统土木工程师更侧重创意而非计算，因此会更受青睐。

“设计师”未必是最终的称谓，但它标志着一个重要转变：越来越多人将承担起创意与审美决策的职责，引导AI来实现他们的愿景。而且，这些决策者会越来越年轻化。目前，对AI的主要担忧是它会取代初级岗位——那些传统上从事AI擅长的重复性工作的岗位。Raman在《The Times》的专栏里提出了一个解决方案：AI能帮助新手工作者克服经验不足的问题，让他们在写作、研究、设计开发等各方面迅速提升。

这意味着，新人不必再从写备忘录这样的基础工作起步了（这些AI更擅长），而是可以直接参与产品创意开发——这类工作传统上可是留给资深员工的。通过AI赋能，年轻员工能更快展现出企业家精神，让组织的各个层级（带着多元的视角）都能投入到创新探索中，而不是被困在事务性工作里。“随着这种模式普及，我们将进入一个以创业精神为核心的‘创新经济’新时代。”Raman这么预言。

创意决策还会成为企业的核心竞争力。拿金融服务公司来说：当所有竞争对手都拥有相同的AI能力时，差异化就取决于“品味”类的角色——沟通方式、市场呈现、创意哲学。可能会出现“差异化设计师”，来统筹品牌调性、产品理念、风险偏好和创意执行。

当然，传统技艺的衰微确实让人有点唏嘘。想象一个作家不执笔、音乐人不演奏、插画师不绘画的时代，确实有点黯淡。但我们迎来的并非这样的未来——技艺实践永远关乎思维的锤炼。Mollick在谈到学术写作时表示：“我会用AI辅助研究，但绝不让它代笔。我必须通过写作来厘清思路，否则AI就会主导我的思考。”

现实是，人们仍然会因为偏好和需求继续创作——这是他们最佳的工作和思考方式。但在一个创作极度丰裕的时代，我们一定会见证更多不依赖传统技艺的创作路径。这既有风险，也蕴含着机会。

Seamans用皮克斯的例子来说明这种转变的积极面：“以前，动画师要把大量精力投入到逐帧绘制上。当电脑把这部分工作自动化后，他们就能把更多资源投入到故事构思和情节开发上去了。”

AI时代预示着一个可能性：终有一天，你不必事必躬亲，就能成就一番事业。“我们都将成为AI agent小分队的CEO，”Brynjolfsson说，“必须更深入地思考：我们真正想要实现什么？目标是什么？这要求比以往更本质的思考。”

关于AI会把我们带向何方，确实存在不少合理的忧虑。但只要足够审慎，对AI的使用保持清醒的认知，未来依然光明。换句话说，人类正是AI未来的设计师。但愿我们都能拥有足够卓越的品味。