AI職場生存指南:AI時代什麼最吃香?建議年輕人反覆看!|AI Career Survival Guide: What Skills Matter Most in the AI Era

陳一佳 Bianca Chen
119 位粉絲
AI真的在讓你失業嗎?還是我們誤判了整個就業市場?🤔
這支影片從真實案例出發:投出300+份履歷、面試機率極低、越來越多人選擇讀研延後就業——你會發現,問題的核心其實不只是AI,而是整個就業市場正在發生結構性變化。
00:00 - 00:36 AI搶工作,是真的嗎?
00:36 - 04:00 AI衝擊人類就業市場,需要多久?
04:00 - 09:38 當下就業市場兩大誤區?
09:38 - 12:13 AI時代,哪些人更吃香?
12:13 - 17:28 什麼能力最難替代?
17:28 - 結尾 年輕人還有機會嗎?
崗位成長放緩、競爭急劇上升、以及「能力與機會錯配」正在變成主流現象。很多人以為是AI在取代人,但更真實的情況是,AI只是放大了差距,讓對的人更有機會,讓站錯位置的人更焦慮。如果你正面臨找工作、轉行、或對未來感到不確定,這支影片會幫你重新理解AI時代的機會到底在哪裡。
AI isn’t just taking jobs — the market is shifting. The real challenge is where you stand and how you adapt.
你們覺得現在找工作真的有變難嗎?還是有什麼我們沒看到的機會?留言區告訴我👇
#ai #jobs #就业 #工作 #aijobs #jobmarket #career #internship #graduates #aiimpact #GenZ
大家最近有沒有被各種AI搶工作的預測報告刷屏
是不是感覺分分鐘馬上就要失業了
我就很好奇
這些預測靠譜嗎
爲什麼世界銀行的數據反而顯示
全球工作參與率現在比10年前還要高呢
就業市場真實現狀到底如何呢
我是一家常駐紐約混進全球資本市場的前財經記者
且從來不販賣焦慮
今天我們換個鬆弛感角度
總觀人類歷史
其實在每一次技術革新開始時
都會冒出各種各樣的預測
主要分成兩類聲音
一類是覺得天要塌了
比如說19世紀初的英國紡織工人
擔心紡織機要搶走所有工人的工作
搞起了著名的盧德運動
結果紡織品變便宜後需求變大了
英國紡織工人數量50年反而翻了差不多4倍
另外還有一種聲音
就是覺得這人間馬上變天堂
比如說宏觀經濟學之父凱恩斯
在1930年就預測科技發展可以減輕人類負擔
100年後也差不多就是我們現在這個時候
人類每週的工作時間可以縮減到15個小時
但他沒想到科技式發展了
人類的需求也膨脹了
結果我們現在每週還是要工作40個小時
這兩類人的預測看起來都不怎麼靠譜
因爲技術只是一個變量
人類社會還有很多變量
更重要的是還會出現新變量
但預測一般只會用我們已知的信息來推導
所以它就很難準
我們現在處於AI普及的早期
所以很多預測的結果也就是做個參考
對於我們普通人可能更有用的是
就業市場上實實在在發生的新趨勢
爲了把這件事搞清楚
我就決定好好扒一扒美國就業市場的真實現狀
除了研究各種數據
還採訪了幾個正在找工作和幫人找工作的人
哇 會從AI影響就業市場的週期
兩大對於當下就業市場的誤區
以及現在到底什麼人才吃香
他們能掙多少錢
還有年輕人的機會在哪
這四大角度給大家梳理好一手的信息
特別聲明關注美國是因爲我現在人就在美國
同時美國也是AI變革走在前面的國家之一
好了 那我們先來說一說AI影響就業的週期
你能相信嗎
我現在所在的紐約
在1904年的時候
滿大街有15到20萬匹馬跑來跑去搞定交通
當時馬多了
人們都開始擔心會有馬糞危機
也是在那一年紐約有了地鐵
又過了一段時間
美國有了第一輛量產汽車
但等了16年
到了1920年
紐約依然有5萬多匹馬
馬車鋪們也沒有完全失業
再看我背後的這個大樓
現在是亞馬遜的一個辦公樓
曾經是紐約的一個地標百貨商店
在2017年因爲經營不下去
被迫賣給了WeWork
在那一年亞馬遜都已經創辦了23年
也是在那一年
美國遭遇了所謂的零售末日
有上萬家實體店
因爲不堪來自電商的壓力
而集體關門
造成大量裁員
剛纔我們說到的是不同時代
不同賽道的技術革新
但基本上人類遇到的每一次革新
往往需要個十幾二十年
纔會看到就業市場的真正洗牌
這一輪的AI崛起的標誌
算是2022年12月ChartGBD的發佈
到現在才只有三年
除了我開頭分享的世界銀行的數據
很多職業數據這三年都變化不明顯
不是因爲AI沒有影響就業
是一切纔剛剛開始
關鍵的問題是
它都怎麼開始了
究竟發生了什麼呢
而說到就業市場的現狀
大家一般有兩大誤區
第一個誤區就是
大廠都在大幅裁員
AI已經開始取代我們
因爲新聞上隔三差五
我們就看到這種裁員消息
我讓AI幫我整理了
亞馬遜、Meta、谷歌和微軟
過去十年的僱傭和裁員數據
爲什麼要選這一次家公司看
一是因爲它們是美國4個
押寶AI力度最大、最動AI的大企業
二是因爲它們都是高頻有裁員消息的公司
整理出來的結果顯示
它們在2020到2022年之間
都達到了僱傭高峯
也都是在22到23年
也就是拆GBT發佈的前後
有大的裁員動作
更有意思的是
它們又集體在24、25年
也就是大家開始深刻感受到AI強大的時候
整體增加了僱人數量
不光是科技行業
我在華爾街做獵頭的朋友也表示
AI出現
金融行業並沒有出現
裁員潮
每年都有很大的變化
但是可以給你一些數據
比如說我們公司剛剛說到30年曆史
我們歷史最高的紀錄是2021年
2025年是歷史第二高的紀錄
所以你就知道其實招人的需求
跟市場熱度其實是越來越高的
那我們爲什麼總是看到各種大廠因爲AI裁員的消息呢
其實大部分的裁員和AI關係並不大
而是疫情時很多的企業
特別是互聯網公司
短暫流量激增後瘋狂擴張
結果在疫情結束後不得不做的結構性裁員
但大廠宣佈裁員的時候
都愛歸結到AI
因爲資本市場非常認可AI降本增效的敘事
一說是用AI替代員工
這股價大概率就會漲
但剛纔我們也看到了
這兩年4個大廠整體的員工其實有淨增長
這可能就是個信號
企業內的人才結構已經開始變化了
我們再來看看這第二個對於現在就業市場的誤區
就是大家普遍認爲
AI崛起造成的直接結果就是年輕人找不到工作了
AI替代了他們做的初級工作
爲此我專門採訪了我在NYU紐約大學大四的學妹
你現在大四了
你和你的同學們現在大概是個什麼狀態
我覺得大家主要分爲兩類
就是一個是要讀研的
一個是說本科畢業想工作的
我感覺整體來講大家都要讀研
因爲覺得本科畢業不太好找工作
那你們是覺得找工作這幾年一直就比較難
還是說這兩年變得更難了
應該是變難了
大家拿到面試的概率都低了很多
包括像我去年有一個朋友
他當時是研究生畢業 NYU要回到國內就業
也是投了非常非常多的簡歷在求招的時候
纔拿到了兩個還是三個offer
他都投了多少份簡歷啊
至少是有三百多份吧應該
那現在校招的情況怎麼樣
你有沒有去一些job fairs
我基本上每年都會去
我大二的那一次特別的誇張
大家繞了樓幾圈去排隊
但最後就是進不去
現在的話其實很多展位它應該是有公司
但其實人都不在或人也沒有來
感覺招聘力度也沒有那麼大了
你會覺得是因爲AI工具更多了
現在AI崛起了替代了很多人做的事情
所以造成你們現在找工作越來越難嗎
它在有些領域可能會
但是在我的領域還好
我覺得因爲我們可能更多的是關於創意啊
或者一些執行方面
我覺得可能就是大家工作時候會用到AI
但是不會說真的用AI去替代誰
除了Iris我還接觸了不少的年輕人
總體上來講他們表示確實現在找工作很難
但並不完全因爲AI
過去兩年美國就業市場被形容是
The Great Freeze
就是超級就業大凍結
什麼意思
就是說大批的企業既沒有新的僱傭
也沒有大面積的裁員
像凍住了一樣
我們就來看兩個數據
一個叫做Employee Turnover
員工流動率
從2023年的177%
降到了去年的49.5%
就是大家都呆在自己的位置上不動了
另一個數據則顯示
75.8%的人今年的職業規劃
是保住現在的工作
而不是換工作
不是大家不想換
是因爲就業市場沒有流動的機會
我前兩天還碰到兩個工作了很多年
在IT方面的女性朋友
都說想要換工作
而且都說了很久
但都沒有換成
雖然不是說僱年輕人僱少了
是整個就業市場它都沒有新機會
但爲什麼大家都在說年輕人找不到工作呢
因爲你不換工作
不會刺激你的失業率
很難被看見
但找不到工作就會被所有人盯着
那下一個問題就是
爲什麼就業市場會一灘死水呢
我前幾天和幾個經濟學家在聊
大家都在說各種企業的高層都知道
AI很厲害
但他們又不知道要怎麼利用AI
怎麼重新揮劃團隊
說的不好聽
就是想裁員都不知道怎麼裁
如果所有人都按兵不動
那不就出現就業大凍結了嗎
但新的問題又來了
如果就業市場再次流動起來
那又會怎麼樣呢
我就不和大家討論哪些職業會消失
哪些技能會被取代
一是像我開頭說的
我預測也預測不準
二是大家已經討論很多了
三我們套用一下體育比賽當中
人們常說的道理
怕輸的人往往輸給想贏的人
所以我們就集中火力
重點關注現在什麼樣的人才吃香
他們做對了啥
我們又能做什麼
AI爆發
大家首先注意到的可能就是
我估計這筆費用
大約是200億美元左右
VVM告訴我
AI科學家們確實火
而且搶他們的還不光是科技圈
在美國來說
能夠收納這樣的人才的機構
就是兩個一塊
就是大的科技公司
另外一塊就是對沖基金
因爲他們能夠給很好的待遇
另外也能夠給很好的研究的基礎設施
像我大概在2016 17年的時候
就開始和OpenAI的人在聊了
但在那個時候開始
其實慢慢的對沖基金量化的這一塊
他們就開始找一些
機器學習領域最強的人
到了這幾年其實已經有了
非常明顯的帶來顯著的收益的
改善的效果
所以就更加喜歡找這些樣的人
今年到了很大很白熱化的戰爭
像我自己當時
2016年開始做獵頭
我說我當時手上有一個
常春藤的博士畢業生
他就是學這一方面的
然後我當時給他拿到一個offer是
55萬美金
當時在我們公司
全公司都非常驚訝
因爲這是歷史新高
這幾年也慢慢的飆到
可能大概有六七百
可以就是大概六七十萬美金
但是像今年我們有一個公司給了一個
就是常春藤大概前三家
這種學校的一個博士
給他的offer是120萬美金
對吧
的這個提薪
就是我們衆所周知的
兩家top AI公司
一家就給了這個人
將近兩個million
就是兩百萬美金
對吧
這個人就毫無猶豫的去了這個AI公司
對
這個起薪聽着也太刺激了吧
但大家也要知道
全球每年只有不到30萬個博士畢業生
其中直接和AI相關的博士畢業生
全世界加在一起也就幾千人
是一個非常小的一撮
另外我們在新聞上會看到
什麼開始給AI專家上億美元的offer
更是一隻手都數得過來
所以這個小群體的事
大家千萬不要把它看作是一個
就業市場的大趨勢
而且很有可能
它只是時代的一個短暫機會
不需要都一定擠破頭衝這個賽道
我的朋友專門幫AI創業公司
找AI人才的公司
Fonzie AI的創始人
Brad Martin就告訴我
AI崛起
在AI科學家以外
還有更大衆的就業機會已經出現
是普通人努努力就能抓住的
你怎麼形容AI才能的需求
我會說是無限的
有一個巨大的需求和供應的不平衡
有更多的企業
想要找到優秀的AI才能
而不像有些企業
已經在製造和發行AI
我認爲當全世界
找到優秀的AI企業的時候
你會需要越來越多的人
懂得如何利用AI來寫程序
這只是一個用途
明白
那你覺得AI才能
在過去
當工程師的意思是
一直保持最新的技術
不斷學習新的程式語言
現在的程式語言
可以寫成自然語言
你的設備會說你的語言
所以
自然語言中
如何讓人成爲一個有效的傳達器
開始是當一個好聽的人
它開始
你知道
它是關於對話
它是關於
知道你想要什麼
和你的最終目標
所以我認爲
它不是關於
如何製造一些東西
而是關於
你知道
爲什麼
和什麼
這很有趣
就像
它是關於你的人性質量
而不是關於你的技術知識
有沒有某種
類似的資格
人們非常興奮的是
你設置了
LLM
和
呃
在製作中
呃
而
這幾乎是
幾乎是
一種很罕見的技術
因爲
這些工具只存在
幾年
在OpenAI和Anthropic工作
你知道
這些
你可能有五年經驗
最多
如果你工作過任何其他使用AI的傳達器
你知道
你只有這些工具
在過去兩三年
你知道
你只需要展示
強烈的
興趣
並且在你自己的時間內
AI與AI相關的職位
現在的收入環境是什麼
你現在在網上看到的
大概
一億美元
多億美元的收入套餐
和Meta
一億美元
你知道
我覺得
有點騙人
因爲
那是
那是人們想要建立基礎模式
在
在尋找
事實是
大多數公司
並沒有在建設
新的基礎模式
你知道
他們
在取得這些基礎模式的知識
並且在建設AI基礎設施
或AI應用
那些人的收入環境
在200到300萬美金
這個環境
你知道
加上
加上資金
總結一下
剛纔我這一段和布萊特的對話
重點有四條
第一條就是
所有行業都可能將需要
會使用AI的人才
第二個就是
知道自己要什麼
能把要求說清楚
比懂技術更重要
第三
AI時代起步沒幾年
大家都沒有經驗
所以不需要有資質包袱
完全可以通過
個人的項目
來創造經驗
抓住機會
第四條就是
更大衆的AI工作
收入都還不錯
但肯定沒有AI科學家的
天價offer那麼誇張
是不是聽上去
還是機會不少
而且是可以go一go的
同時大家肯定也要問了
AI工具們有沒有什麼短板
我們人類在哪些方面
可以更好地發光發亮
很有意思的是
Vivian的公司
就幾乎不允許使用
現在任何流行的AI工具
你們作爲獵頭來講
你們在用AI嗎
你們公司
我們用的比較少
因爲很多信息是非公開信息
我們用AI的話
就很怕說會泄露對吧
我們有保密的責任
另外就是說
真正的獵頭的核心的
一些功能是很難被實現
特別是在高端的獵頭領域
比如說首先
我覺得判斷力是很需要的
要在一個複雜的情況下去做判斷
比如說判斷這個人
他的真實水平
雖然簡歷是一回事
但是這個人本身是一回事
對吧
因爲人還有領導力
還有合作力
還有風險管理的能力
還有一個就是說
高管獵頭的談判能力是很重要的
包括候選人對你的信任
還有這個公司對你的信任
都是非常重要的
這就是很多這種人情世故相關的
其實就變成了
人本身的一些價值還是比較大的
Processing上的一些
Operational的東西
是可以幫你取代的
但是人還是有很多
他有不能取代的價值
比如說他怎麼去定義這個問題
怎麼去設計這個策略
可能是越有工作經驗
越瞭解實際的工作場景
以解決複雜問題
這樣的技能的人
還是不太容易被取代的
剛纔和Vivian的對話當中
她提到一個關鍵詞
工作經驗
恰恰這個就是剛進入職場的
很多年輕人最缺的
也是很多博主和報告
覺得年輕人的職業發展
最容易受到AI影響的主要原因
我就很好奇
AI時代
難道年輕人真的就沒有優勢嗎
他們的機會真的就更少嗎
AI的本土人員
其實都在遲達20歲
我認爲
當你變老了
你變得更加冒險
更不願意改變
我認爲年輕人是
高度可靠
可適應
聰明
有潛力
而那些人
正在
投入
在所有的免費時間
獲得的機會
去探索
成爲這些AI工具的專家
這正是市場上最需要的技能
Brad說的這幾點
我特別感同身受
我自己其實想嘗試的AI工具超級多
包括我們公司一直在硬性的推廣AI的使用
但是常常就是卡在學習時間上
另外我身邊也有一些資深的做技術的朋友
也會感慨現在學校學的
和他們當年已經完全不同了
感覺年輕人的技能基礎
更加與時俱進
當然了
上面我們談的
都還只是從掌握AI工具
或者說技能的角度上
去探討年輕人可能有的優勢
而從整個職場機會上
Vivian覺得年輕人面對的
那就是完全不同的世界
總體來說
你覺得對於新人來說
現在就業市場如何
門檻變高了
門變窄了
但是門更多了
這是兩個方向
一個方向就是說
如果從傳統的職業入口來說
那麼因爲很多以前的工種
被AI能夠取代
但是從另外一個方向上來說
以前一個年輕人
他如果想要說
通過自己個人的能力
去打敗一個大的系統
是非常困難的
但是如果他能夠藉助這種
AI或者是工具
去搭建一個好的系統
戰勝以前老牌的
一些很多年的積累的
這個可能性是存在的
AI解銷是崗位類型
它解銷的不是人才需求
就是英文裏有個
金手銬的這種心理
就很多優秀的人
他其實之前是更願意
在大公司打工
因爲這樣更穩定
風險更小
但是可能在新的市場環境下
大家可能能夠去承擔風險
從悲悲哀的角度看
年輕人的職業選擇
可以不用盯着打工這一條路
現在我們已經開始聽到
越來越多的人
在討論一個新概念
就是一人公司
就是有了AI工具
一個人或者一個小團隊
就可以做很大的事情
甚至挑戰大公司
這已經慢慢成爲了
一部分人新的工作方式
當然這可能不光就是
給年輕人的機會了
可能也是給每個人的
職業新機會
而對於年輕人
在做職業規劃的時候
就可以把它當做是一個
正經選擇
在打工之外
拓寬我們的眼界
不做牛馬的生活
難道不是更有吸引力嗎
看到這裏
不知道各位的AI焦慮
是否有些緩解
而不管在什麼樣的時代
我相信
金子都會發光
而在AI的時代
甚至可以更加的光芒萬丈
你準備好了嗎
留言區我們一起聊聊
而喜歡這條視頻的朋友
請記得給我點贊關注轉發和收藏
