1
00:00:00,269 --> 00:00:01,409
AI没裁掉你

2
00:00:01,669 --> 00:00:03,549
但正在把你变成零工

3
00:00:03,948 --> 00:00:05,889
你有没有注意到一个奇怪的现象

4
00:00:06,429 --> 00:00:07,429
过去两年

5
00:00:07,469 --> 00:00:10,509
身边几乎没有人因为AI被正式裁员

6
00:00:10,669 --> 00:00:13,509
但越来越多的人开始同时打两三份工

7
00:00:13,589 --> 00:00:15,750
每份工作的时长都在缩短

8
00:00:15,868 --> 00:00:17,350
收入却没有增加

9
00:00:17,708 --> 00:00:19,989
如果AI真的在颠覆就业市场

10
00:00:20,068 --> 00:00:21,690
为什么失业率没有飙升

11
00:00:22,509 --> 00:00:24,609
答案可能比你想的更让人不安

12
00:00:25,428 --> 00:00:27,230
AI没有夺走你的工作

13
00:00:27,268 --> 00:00:29,713
它只是把你的工作切碎了

14
00:00:30,073 --> 00:00:30,294
哈喽

15
00:00:30,553 --> 00:00:31,013
大家好

16
00:00:31,352 --> 00:00:32,313
我是王利杰

17
00:00:32,513 --> 00:00:34,913
今天我要跟大家聊一篇研究论文

18
00:00:35,153 --> 00:00:37,111
这篇论文的特殊之处在于

19
00:00:37,113 --> 00:00:40,354
它不是靠问卷调查 不是靠专家预测

20
00:00:40,392 --> 00:00:43,032
而是用美国官方的真实就业数据

21
00:00:43,032 --> 00:00:46,434
去追踪AI到底对劳动力市场做了什么

22
00:00:46,752 --> 00:00:49,953
研究者是圣母大学的多明斯基和李永锡

23
00:00:50,113 --> 00:00:53,952
他们做了一件很聪明的事 把AI能力的实际进展

24
00:00:53,952 --> 00:00:56,193
和同一时期的就业数据对齐

25
00:00:56,392 --> 00:00:58,593
然后逐个职业去看变化

26
00:00:58,833 --> 00:01:00,124
结果非常有意思

27
00:01:00,402 --> 00:01:01,324
他们发现

28
00:01:01,362 --> 00:01:03,724
AI暴露程度最高的那些职业

29
00:01:03,803 --> 00:01:05,804
并没有出现大规模裁员

30
00:01:06,362 --> 00:01:07,844
但这些职业里的人

31
00:01:07,922 --> 00:01:12,123
正在经历一种更隐蔽的变化 工作时长在下降

32
00:01:12,282 --> 00:01:14,004
兼职比例在上升

33
00:01:14,203 --> 00:01:17,444
同时做第二份工作的人数也在增加

34
00:01:18,043 --> 00:01:18,864
你还在上班

35
00:01:19,282 --> 00:01:20,962
但你的班变短了

36
00:01:20,963 --> 00:01:21,663
变碎了

37
00:01:21,843 --> 00:01:23,163
变得不稳定了

38
00:01:23,362 --> 00:01:24,323
换句话说

39
00:01:24,442 --> 00:01:26,584
AI的影响不是一刀切式的

40
00:01:26,802 --> 00:01:29,121
不是某天老板把你叫到办公室

41
00:01:29,123 --> 00:01:30,064
说 你被裁了

42
00:01:30,403 --> 00:01:34,724
而是你的全职工作被悄悄蚕食成碎片化的零工

43
00:01:35,522 --> 00:01:37,844
这个过程甚至很难被察觉

44
00:01:37,963 --> 00:01:39,963
因为你每个月都还有收入

45
00:01:40,043 --> 00:01:42,924
只是收入来源从一个变成了三个

46
00:01:43,043 --> 00:01:44,899
每一个都不够稳定

47
00:01:45,257 --> 00:01:48,539
这跟我们过去两年听到的主流叙事完全不一样

48
00:01:48,818 --> 00:01:49,839
主流叙事是什么

49
00:01:50,298 --> 00:01:52,899
要么是 AI会取代所有人 的末日论

50
00:01:53,057 --> 00:01:54,699
要么是 AI只是工具

51
00:01:54,738 --> 00:01:57,059
会创造更多新岗位 的乐观论

52
00:01:57,257 --> 00:01:59,057
但真实数据告诉我们

53
00:01:59,057 --> 00:02:03,018
现实走了第三条路 一条几乎没人预料到的路

54
00:02:03,177 --> 00:02:07,130
我给大家拆解一下这条路到底意味着什么

55
00:02:07,370 --> 00:02:08,451
先看数据

56
00:02:08,729 --> 00:02:10,411
研究者构建了一个叫

57
00:02:10,489 --> 00:02:13,210
职业AI暴露评分 的动态指标

58
00:02:13,609 --> 00:02:15,310
这里面有个很关键的创新

59
00:02:15,850 --> 00:02:17,929
以前所有的研究都是

60
00:02:17,929 --> 00:02:18,951
在某个时间点

61
00:02:19,250 --> 00:02:20,411
给每个职业

62
00:02:20,449 --> 00:02:22,731
打一个固定的AI暴露分数

63
00:02:22,810 --> 00:02:24,650
比如 会计 是七十分

64
00:02:24,729 --> 00:02:26,250
水管工 是二十分

65
00:02:26,329 --> 00:02:28,131
然后就不再更新了

66
00:02:28,369 --> 00:02:29,288
但问题是

67
00:02:29,290 --> 00:02:33,311
AI的能力几乎每个季度都在飞速迭代

68
00:02:33,670 --> 00:02:36,350
两年前大语言模型还写不好代码

69
00:02:36,430 --> 00:02:40,070
现在已经能独立完成相当复杂的软件工程任务了

70
00:02:40,309 --> 00:02:43,109
两年前AI还不太能理解法律文本

71
00:02:43,110 --> 00:02:46,031
现在已经能帮律师起草合同初稿了

72
00:02:46,270 --> 00:02:47,868
所以他们的做法是

73
00:02:47,869 --> 00:02:50,988
让这个评分随着AI能力的实际更新

74
00:02:50,990 --> 00:02:52,230
而不断调整

75
00:02:52,469 --> 00:02:54,988
某个职业去年的暴露程度是三十分

76
00:02:54,990 --> 00:02:57,151
今年可能已经变成六十分了

77
00:02:57,430 --> 00:03:00,470
这就像给每个职业装了一个实时风向标

78
00:03:00,550 --> 00:03:03,182
能捕捉到AI浪潮的每一次推进

79
00:03:03,581 --> 00:03:05,501
然后他们把这个动态评分

80
00:03:05,502 --> 00:03:07,420
跟美国人口普查局的

81
00:03:07,421 --> 00:03:09,202
当期人口调查数据对接

82
00:03:09,701 --> 00:03:10,660
这个数据库

83
00:03:10,662 --> 00:03:12,663
覆盖了六万多个美国家庭

84
00:03:12,701 --> 00:03:16,983
是美国官方统计就业和失业率的核心数据源

85
00:03:17,382 --> 00:03:19,202
他们对比了两个时间窗口

86
00:03:19,622 --> 00:03:22,742
二零二二年十月到二零二三年三月

87
00:03:22,782 --> 00:03:25,163
也就是ChatGPT刚发布的半年

88
00:03:25,782 --> 00:03:29,260
和二零二四年十月到二零二五年三月

89
00:03:29,261 --> 00:03:32,383
也就是AI能力大幅跃升之后的半年

90
00:03:32,741 --> 00:03:33,983
两个窗口之间

91
00:03:34,062 --> 00:03:36,283
AI高暴露职业发生了什么

92
00:03:37,521 --> 00:03:37,863
第一

93
00:03:38,161 --> 00:03:39,643
就业概率下降了

94
00:03:39,802 --> 00:03:42,400
但下降幅度不大 不是断崖式的

95
00:03:42,401 --> 00:03:43,882
而是缓慢的渗透

96
00:03:44,121 --> 00:03:44,423
第二

97
00:03:44,762 --> 00:03:46,203
失业概率上升了

98
00:03:46,520 --> 00:03:47,241
第三

99
00:03:47,241 --> 00:03:50,322
也是最关键的一点 即使还在岗的人

100
00:03:50,362 --> 00:03:52,403
平均每周工作时长在下降

101
00:03:52,561 --> 00:03:55,562
同时持有多份工作的比例在上升

102
00:03:55,802 --> 00:03:57,683
这三个信号叠加在一起

103
00:03:57,721 --> 00:03:59,143
指向一个清晰的画面

104
00:03:59,841 --> 00:04:01,923
AI没有制造大规模失业

105
00:04:02,082 --> 00:04:05,002
它制造的是大规模的就业降级

106
00:04:06,055 --> 00:04:06,756
你可能会想

107
00:04:07,136 --> 00:04:08,777
这不就是 零工经济 嘛

108
00:04:08,856 --> 00:04:11,416
网约车 外卖 自由职业

109
00:04:11,495 --> 00:04:13,376
这些词我们早就听腻了

110
00:04:13,616 --> 00:04:14,856
但这次不一样

111
00:04:15,095 --> 00:04:16,494
以前的零工经济

112
00:04:16,495 --> 00:04:18,237
主要发生在低技能岗位

113
00:04:18,735 --> 00:04:20,937
送餐 开车 跑腿

114
00:04:21,175 --> 00:04:22,095
而这次

115
00:04:22,095 --> 00:04:25,937
被推向零工化的恰恰是受过高等教育的白领

116
00:04:26,215 --> 00:04:28,196
论文里有一个非常扎眼的发现

117
00:04:28,735 --> 00:04:30,857
AI暴露程度最高的职业

118
00:04:30,975 --> 00:04:35,657
大学学历持有者的工作强度和岗位结构变化得最明显

119
00:04:35,936 --> 00:04:36,816
也就是说

120
00:04:36,855 --> 00:04:40,216
那些花了四年甚至更长时间拿学位的人

121
00:04:40,295 --> 00:04:43,816
反而是这轮冲击中被重塑得最厉害的群体之一

122
00:04:44,469 --> 00:04:45,291
你仔细想想

123
00:04:45,630 --> 00:04:47,190
这其实很好理解

124
00:04:47,510 --> 00:04:49,589
AI当前最擅长替代的

125
00:04:49,589 --> 00:04:51,171
恰恰是需要语言处理

126
00:04:51,430 --> 00:04:54,291
信息整合 逻辑推理的认知型工作

127
00:04:54,709 --> 00:04:57,068
写报告 做分析 搞翻译

128
00:04:57,070 --> 00:04:59,711
编代码 审合同 做研究综述

129
00:04:59,870 --> 00:05:01,450
这些在十年前是什么

130
00:05:01,870 --> 00:05:04,510
是 知识经济 最推崇的核心能力

131
00:05:04,589 --> 00:05:07,870
是家长们花几百万培养孩子要掌握的技能

132
00:05:07,950 --> 00:05:10,890
是所有职业规划课都在教的 高价值赛道

133
00:05:11,430 --> 00:05:13,991
这些曾经是高学历者的护城河

134
00:05:14,149 --> 00:05:18,510
现在这条护城河正在被AI一铲一铲地填平

135
00:05:19,310 --> 00:05:21,108
整整一代人的职业规划

136
00:05:21,110 --> 00:05:22,428
可能都建立在一个

137
00:05:22,430 --> 00:05:24,051
即将过期的假设之上

138
00:05:24,051 --> 00:05:27,051
认知型工作比体力型工作更安全

139
00:05:27,768 --> 00:05:28,350
讲到这里

140
00:05:28,729 --> 00:05:29,929
有人可能会说

141
00:05:30,049 --> 00:05:31,790
那至少蓝领工人安全了吧

142
00:05:32,369 --> 00:05:34,850
水管工 电工 建筑工人

143
00:05:34,929 --> 00:05:37,770
AI总不能替代需要双手操作的工作

144
00:05:37,968 --> 00:05:38,549
短期看

145
00:05:38,809 --> 00:05:39,809
确实如此

146
00:05:39,929 --> 00:05:41,818
但别急着放心

147
00:05:42,216 --> 00:05:45,096
因为就业市场不是一个个孤立的格子

148
00:05:45,296 --> 00:05:47,336
而是一张互相牵连的网

149
00:05:47,736 --> 00:05:50,378
当大量白领被挤出全职岗位

150
00:05:50,416 --> 00:05:52,258
他们不会坐在家里等着

151
00:05:52,376 --> 00:05:53,596
他们会 向下兼容

152
00:05:53,976 --> 00:05:56,976
去抢那些原本不需要大学学历的工作

153
00:05:57,336 --> 00:06:00,096
这种挤压效应在经济学里有个术语

154
00:06:00,096 --> 00:06:01,357
叫 技能降级

155
00:06:02,016 --> 00:06:04,336
一旦技能降级大规模发生

156
00:06:04,536 --> 00:06:08,016
蓝领工人面对的竞争对手就不只是同行了

157
00:06:08,136 --> 00:06:12,484
还有一大批被AI从白领岗位上挤出来的高学历者

158
00:06:13,004 --> 00:06:14,766
而从宏观经济层面看

159
00:06:14,804 --> 00:06:16,446
情况可能更严峻

160
00:06:16,724 --> 00:06:18,323
澳大利亚一个研究团队

161
00:06:18,323 --> 00:06:19,686
去年发表了一篇

162
00:06:19,844 --> 00:06:21,804
系统动力学模型的论文

163
00:06:21,883 --> 00:06:26,404
他们模拟了AI对整个宏观经济体系的长期影响

164
00:06:26,643 --> 00:06:27,386
模型显示

165
00:06:27,763 --> 00:06:29,364
如果AI资本投入

166
00:06:29,364 --> 00:06:30,706
以中等速度增长

167
00:06:30,964 --> 00:06:32,482
注意不是极端假设

168
00:06:32,484 --> 00:06:35,525
是中等速度 到二零五零年年中

169
00:06:35,564 --> 00:06:37,965
劳动力利用不足率会翻倍

170
00:06:38,124 --> 00:06:41,264
人均可支配收入会下降百分之二十六

171
00:06:41,744 --> 00:06:43,165
百分之二十六是什么概念

172
00:06:43,744 --> 00:06:45,304
如果你现在月薪两万

173
00:06:45,384 --> 00:06:47,064
相当于降到了一万五

174
00:06:47,263 --> 00:06:49,182
如果你家庭年收入五十万

175
00:06:49,184 --> 00:06:51,264
相当于直接蒸发十三万

176
00:06:51,544 --> 00:06:54,062
而且这不是因为你个人能力下降了

177
00:06:54,064 --> 00:06:55,624
不是因为你不够努力

178
00:06:55,703 --> 00:06:59,585
而是因为整个社会的劳动力价值被系统性地压缩了

179
00:06:59,864 --> 00:07:01,145
你什么都没做错

180
00:07:01,184 --> 00:07:03,166
但你的购买力就是缩水了

181
00:07:03,606 --> 00:07:05,124
这个模型还计算了

182
00:07:05,124 --> 00:07:06,146
一个惊人的数字

183
00:07:06,564 --> 00:07:09,406
要想完全抵消AI带来的就业冲击

184
00:07:09,526 --> 00:07:13,206
新岗位的创造速度需要达到目前的十倍以上

185
00:07:13,764 --> 00:07:14,846
十倍以上

186
00:07:15,204 --> 00:07:17,686
工业革命用了整整一代人的时间

187
00:07:17,726 --> 00:07:20,006
才完成劳动力的大规模转型

188
00:07:20,124 --> 00:07:22,926
而那时候技术变革的速度比现在慢得多

189
00:07:23,286 --> 00:07:26,906
所以问题的核心不是 AI会不会抢走你的饭碗

190
00:07:27,324 --> 00:07:29,986
而是 你的饭碗会不会变成一个更小的碗

191
00:07:30,882 --> 00:07:32,363
再来看另一个维度

192
00:07:32,723 --> 00:07:34,122
另一个研究团队

193
00:07:34,122 --> 00:07:35,824
用了一种完全不同的方法

194
00:07:36,243 --> 00:07:38,764
他们不是看个人层面的就业变化

195
00:07:38,843 --> 00:07:41,601
而是从美国各州失业保险办公室

196
00:07:41,603 --> 00:07:44,603
拿到了二零一零年到二零二零年间

197
00:07:44,683 --> 00:07:47,644
按月统计的各职业失业率数据

198
00:07:47,723 --> 00:07:49,243
然后倒过来验证

199
00:07:49,283 --> 00:07:51,682
AI暴露和失业风险之间

200
00:07:51,683 --> 00:07:53,163
到底有没有关系

201
00:07:53,442 --> 00:07:54,024
他们发现

202
00:07:54,442 --> 00:07:56,563
单独哪一个AI暴露指标

203
00:07:56,603 --> 00:07:57,923
预测力都很弱

204
00:07:58,043 --> 00:08:00,002
但把多个指标合在一起

205
00:08:00,002 --> 00:08:03,664
就能相当有效地预测各个职业的失业风险

206
00:08:03,863 --> 00:08:04,805
这意味着什么

207
00:08:05,303 --> 00:08:07,344
意味着AI对就业的影响

208
00:08:07,384 --> 00:08:10,264
在ChatGPT出现之前的十年里

209
00:08:10,344 --> 00:08:12,904
就已经能从数据里看出端倪

210
00:08:13,103 --> 00:08:15,305
我们今天看到的就业降级

211
00:08:15,423 --> 00:08:18,144
是一个酝酿了很久的长期趋势

212
00:08:18,543 --> 00:08:20,264
从二零一零年开始

213
00:08:20,303 --> 00:08:22,783
深度学习 自然语言处理

214
00:08:22,784 --> 00:08:25,423
计算机视觉这些AI子领域

215
00:08:25,423 --> 00:08:26,625
一步步成熟

216
00:08:26,824 --> 00:08:31,185
每一步都在悄悄地重塑某些职业的劳动力需求

217
00:08:31,584 --> 00:08:34,065
ChatGPT只是按下了加速键

218
00:08:34,144 --> 00:08:37,244
把一个慢变量变成了快变量

219
00:08:37,682 --> 00:08:41,324
这三项来自不同国家 不同机构的独立研究

220
00:08:41,363 --> 00:08:42,704
用完全不同的方法

221
00:08:43,082 --> 00:08:46,002
实时就业调查 系统动力学模型

222
00:08:46,003 --> 00:08:47,783
十年历史失业数据回溯

223
00:08:48,123 --> 00:08:50,584
却不约而同地指向了同一个结论

224
00:08:51,202 --> 00:08:54,683
AI对就业的冲击不是一场突如其来的海啸

225
00:08:54,723 --> 00:08:57,324
而是一场缓慢上涨的潮水

226
00:08:57,682 --> 00:08:59,402
潮水不会把你卷走

227
00:08:59,403 --> 00:09:01,803
但会让你脚下的地面越来越小

228
00:09:02,123 --> 00:09:04,361
那问题来了 面对这个趋势

229
00:09:04,363 --> 00:09:05,423
个人能做什么

230
00:09:06,530 --> 00:09:09,230
我先说一个可能会让很多人不舒服的判断

231
00:09:09,848 --> 00:09:12,970
传统意义上的 技能升级 可能不够了

232
00:09:13,250 --> 00:09:15,250
不是说学新技能没用

233
00:09:15,448 --> 00:09:17,209
而是如果你升级的技能

234
00:09:17,250 --> 00:09:19,030
仍然属于 信息处理 范畴

235
00:09:19,530 --> 00:09:21,570
比如学一门新的编程语言

236
00:09:21,688 --> 00:09:23,390
学更高级的数据分析工具

237
00:09:23,848 --> 00:09:26,208
那你可能只是在跟AI进行一场

238
00:09:26,208 --> 00:09:28,570
你注定会输的军备竞赛

239
00:09:28,930 --> 00:09:30,589
真正有壁垒的能力是什么

240
00:09:31,088 --> 00:09:33,770
是那些AI目前还很难替代的东西

241
00:09:34,088 --> 00:09:35,229
我列几个

242
00:09:35,588 --> 00:09:35,928
第一

243
00:09:36,307 --> 00:09:38,268
面对面建立信任的能力

244
00:09:38,508 --> 00:09:40,346
人和人之间的信任建立

245
00:09:40,348 --> 00:09:42,668
依赖的是微表情 语气

246
00:09:42,827 --> 00:09:44,946
身体语言 共同经历

247
00:09:44,947 --> 00:09:46,869
这些极其微妙的信号

248
00:09:47,187 --> 00:09:48,747
AI可以模拟对话

249
00:09:48,748 --> 00:09:51,147
但它无法替代你坐在客户对面

250
00:09:51,148 --> 00:09:52,089
看着他的眼睛

251
00:09:52,348 --> 00:09:53,469
在沉默中

252
00:09:53,508 --> 00:09:56,177
读懂他真正在意什么的那个瞬间

253
00:09:56,495 --> 00:09:56,797
第二

254
00:09:57,095 --> 00:10:00,096
在模糊和混乱中做决策的能力

255
00:10:00,336 --> 00:10:03,376
AI需要明确的问题定义才能给出答案

256
00:10:03,456 --> 00:10:05,736
但现实中最有价值的决策

257
00:10:05,816 --> 00:10:09,856
往往发生在连问题本身都还没被定义清楚的时候

258
00:10:10,574 --> 00:10:11,375
第三

259
00:10:11,375 --> 00:10:14,376
理解人类没有说出口的需求的能力

260
00:10:14,775 --> 00:10:17,116
你的客户说 我想要一个更快的马

261
00:10:17,694 --> 00:10:20,216
但他真正需要的其实是汽车

262
00:10:20,615 --> 00:10:21,915
能听出话外之音

263
00:10:22,375 --> 00:10:23,414
这不是技能

264
00:10:23,414 --> 00:10:25,199
这是一种判断力

265
00:10:25,357 --> 00:10:26,078
第四

266
00:10:26,078 --> 00:10:30,199
也是我个人觉得最重要的 跨领域融合创新的能力

267
00:10:30,517 --> 00:10:33,679
AI非常擅长在单一领域内做到极致

268
00:10:33,757 --> 00:10:36,238
它写代码比大多数程序员快

269
00:10:36,318 --> 00:10:39,319
做文献综述比大多数研究助理全面

270
00:10:39,557 --> 00:10:41,556
但跨领域的融合创新

271
00:10:41,557 --> 00:10:45,038
把量子力学的直觉和投资决策联系起来

272
00:10:45,118 --> 00:10:46,436
把佛学的框架

273
00:10:46,437 --> 00:10:48,538
和认知科学的发现对照着看

274
00:10:48,998 --> 00:10:52,899
这种能力目前还是人类的独特优势

275
00:10:53,178 --> 00:10:54,939
所以我的建议不是

276
00:10:55,058 --> 00:10:56,199
快去学AI工具

277
00:10:56,539 --> 00:10:57,559
虽然这当然有用

278
00:10:58,019 --> 00:11:00,159
而是认真思考一个更根本的问题

279
00:11:00,818 --> 00:11:02,018
在你的工作中

280
00:11:02,019 --> 00:11:06,080
哪些部分是AI做完之后 仍然需要一个人来把关的

281
00:11:06,499 --> 00:11:07,857
那个 把关 的环节

282
00:11:07,859 --> 00:11:09,779
就是你真正的价值所在

283
00:11:09,979 --> 00:11:12,737
不是跟AI比谁更快地处理信息

284
00:11:12,739 --> 00:11:14,819
而是在AI处理完信息之后

285
00:11:14,859 --> 00:11:16,831
做那个最终判断的人

286
00:11:17,189 --> 00:11:18,030
打个比方

287
00:11:18,429 --> 00:11:21,910
AI可以在十秒钟之内写出一份市场分析报告

288
00:11:22,150 --> 00:11:24,631
但决定这份报告里的哪个洞见

289
00:11:24,669 --> 00:11:27,091
值得赌上公司下一年的战略重心

290
00:11:27,589 --> 00:11:28,471
这个判断

291
00:11:28,510 --> 00:11:30,211
只有理解行业潜规则

292
00:11:30,549 --> 00:11:31,909
客户真实痛点

293
00:11:31,910 --> 00:11:34,231
和团队执行力的人才能做

294
00:11:34,469 --> 00:11:37,351
AI给你的是菜单上的所有选项

295
00:11:37,429 --> 00:11:39,926
但点菜的人必须是你

296
00:11:40,205 --> 00:11:41,487
回到开头的问题

297
00:11:41,925 --> 00:11:44,646
为什么AI没有造成大规模失业

298
00:11:44,725 --> 00:11:46,587
却让越来越多的人感到焦虑

299
00:11:47,085 --> 00:11:48,405
因为我们面对的

300
00:11:48,406 --> 00:11:50,267
不是一个简单的 有工作

301
00:11:50,565 --> 00:11:52,487
或 没工作 的二元选择

302
00:11:52,606 --> 00:11:55,887
而是整个劳动力价值体系的重新定价

303
00:11:56,085 --> 00:11:57,367
你的工位还在

304
00:11:57,406 --> 00:12:01,215
但你工位上的价值标签正在被悄悄改写

305
00:12:01,413 --> 00:12:03,654
这才是真正需要警惕的事情

306
00:12:04,093 --> 00:12:08,212
失业至少是一个清晰的信号 你知道发生了什么

307
00:12:08,213 --> 00:12:09,495
可以做出反应

308
00:12:09,734 --> 00:12:11,054
但就业降级

309
00:12:11,173 --> 00:12:13,034
是一个温水煮青蛙的过程

310
00:12:13,534 --> 00:12:15,615
每个月少几个小时的工时

311
00:12:15,693 --> 00:12:17,812
每季度多接一个零散项目

312
00:12:17,813 --> 00:12:20,034
每年收入实际购买力微微下滑

313
00:12:20,453 --> 00:12:22,174
直到某天你回头一看

314
00:12:22,254 --> 00:12:25,814
才发现自己已经从一个有保障的全职员工

315
00:12:25,854 --> 00:12:29,135
变成了一个在多个平台之间奔波的零工

316
00:12:29,494 --> 00:12:31,255
这个过程正在发生

317
00:12:31,534 --> 00:12:33,603
数据已经证实了

318
00:12:33,921 --> 00:12:35,802
但我想在最后说一句

319
00:12:36,041 --> 00:12:38,282
看清趋势不是为了恐惧

320
00:12:38,362 --> 00:12:41,322
而是为了提前站到潮水淹不到的地方

321
00:12:41,522 --> 00:12:45,322
历史上每一次技术革命都重塑了人类的工作方式

322
00:12:45,441 --> 00:12:46,921
但从来没有一次

323
00:12:46,921 --> 00:12:48,662
真正消灭了人类的价值

324
00:12:49,081 --> 00:12:50,401
它只是逼着我们

325
00:12:50,402 --> 00:12:51,583
重新回答一个问题

326
00:12:52,242 --> 00:12:55,041
除了那些可以被算法替代的部分

327
00:12:55,041 --> 00:12:55,863
你到底是谁

328
00:12:56,482 --> 00:12:56,902
这个问题

329
00:12:57,362 --> 00:12:58,603
AI回答不了

330
00:12:58,642 --> 00:13:00,723
只有你自己能回答

331
00:13:00,882 --> 00:13:02,103
大家怎么看这个趋势

332
00:13:02,563 --> 00:13:05,424
你身边有没有已经感受到这种变化的人

333
00:13:05,803 --> 00:13:06,921
评论区聊聊

334
00:13:06,922 --> 00:13:09,164
我很好奇你们的真实体感

335
00:13:09,581 --> 00:13:10,282
我是王利杰

336
00:13:10,620 --> 00:13:11,821
我们下期见