我最近在纽约与某州一家机构的CIO（首席信息官）交谈，他向我揭示了一种思考AI对职位影响的新视角。这是一个如今许多人深感关切的话题，且理由充分。我之前曾制作过关于“AI是会取代还是创造工作”的视频，剧透一下：答案绝对是肯定的。

此外还有所谓的“杰文斯悖论”，它能预测在AI时代对人员需求的实际增加，稍后详述。但那些工作会是什么样子？我们会像《黑客帝国》那样沦为连接在集体大脑上的AI机器的奴隶吗？那或许是个很棒的科幻故事，但现实要诱人得多。事实上，如果我们做得对，我们可能会发现AI实际上给了所有人某种程度的晋升。请继续观看，我来解释一下。

让我们先从传统的职位结构开始看起。我们通常将其视为一个金字塔：底层有大量入门级角色，这些岗位主要要求执行具体任务。上级分配工作给下层员工完成。有时这并非最令人愉快的工作，但却是必须完成的苦力活，最终落在基层员工身上。

随着我们沿金字塔向上移动，这类角色的人数通常逐渐减少。进入更高级别的经验型岗位后，员工负责主导某项主要工作模块。例如程序员可能不仅编写单个代码模块，还要对整个章节及模块间的集成负责（仅举一例）。

再往上则是高级职位甚至管理层。他们的共同点是领导个体员工， overseeing 下属的工作并确保整体协调一致。继续向上，金字塔的截面越来越窄，直至高管层和C-suite（如CEO等）。他们的职责基本上是领导领导者，纵观整个组织。

这就是我们传统上看待职位的方式：从入门级一直延伸到顶层。现在，让我们看看如果将这个金字塔转变为钻石形会发生什么。我们将拥有较少的传统入门级工作，但好消息是：经验型岗位的人数将显著增加。

随着层级上升，高级别、管理层及高管和C级职位的比例也会相应调整。请注意这种相对规模的变化（这仅是近似值）。那么，所有的入门级工作去哪了呢？事实上，AI将为我们承担大量此类工作。

这是可以预见的，因为我们可以看到AI能执行过去需要人工完成的功能，而现在不再需要人了。但这是否意味着这些人都失业了？不，聪明的组织不会这样做。他们会采取不同的策略：保留部分仍需人工完成的入门级岗位，但将大量工作转移至以往被视为“经验型”的层级。

因为具备经验的员工现在可以指挥AI团队，拥有更大范围的工作所有权。他们利用AI工具完成过去需要一支庞大队伍才能做到的事情。这些人实际上在金字塔结构中实现了向上流动。

同样的情况也发生在另一侧：部分经验型员工现在可以转向更高级别的职位，无论是从当前的职位描述还是未来的视角来看。我们将拥有更多这类岗位，这就是我所说的“晋升”。你从一个可能缺乏趣味的层级，跃迁至更具挑战性和趣味性的工作层面。

事实上，我认为这种晋升效应还会更大，稍后我们会看到原因。不过，要实现这一点，我不能简单地将今天的入门级员工直接抛入经验型岗位。他们的技能必须改变：我们需要提升技能，改善能力结构。

过去属于高管层的决策功能等职能，现在需要金字塔（现变为钻石形）底端的人员也能完成。此外，我们还需要更多的经验积累。如何在入门级获得经验？通过实习。因此要寻找这类机会，以便进入此类职位。

此外，我认为对于聪明的组织而言，整体工作岗位数量实际上会增加。这就是为什么这个钻石形结构比原来的金字塔更大一些的原因。

正如我所说的，请注意这里的钻石形实际上比金字塔大。为什么在AI承担大量工作的情况下我们还需要更多人？让我们回到1865年，看看威廉·杰文斯（William Jevons）教给我们什么。他发现当时蒸汽机的效率越来越高。

随着效率提升，许多人假设我们不再需要那么多煤炭，这对煤炭行业将是灾难性的：我们将不需要矿工，会解雇所有人。但这并非实际发生的情况。实际情况是，随着效率提高，我们用同样多的煤炭能完成更多工作，这意味着成本降低了。

当成本下降时，根据经济学原理，利用率或需求随之上升。这正是当时发生的情况：对煤炭的需求增加了。事实上，蒸汽机变得更加负担得起，人们可以在更多场景、以多种方式利用它们，更多人拥有了蒸汽机。因此，我们需要……

更多的煤炭。在这个类比中，你不喜欢这部分，但你就是那块煤。所以人工智能让我们变得更高效了。随着人工智能提高效率，执行特定任务的成本会下降，因此……对能够从事这类工作的人的需求实际上会增加。我们会做更多的事情，因为我们将拥有更多的时间。例如，一家聪明的公司会这样看这个问题：你知道吗？我不会让我的劳动力保持不变，也不会试图通过裁员来削减成本，因为那样行不通。我会进行更多的创新。

我会尝试接触更多的客户，因为现在我不必花那么多时间做那些基础性的工作。我可以让人工智能来做这些琐事，现在我可以用我的员工去做他们最擅长的事。我们可以接触更多的客户。我们可以做更多创新的项目。对于理解杰文斯悖论的聪明组织来说，需求实际上会因为人工智能而上升。所以我说你得到了晋升。换句话说，你所做的工作类型、工作质量以及工作的性质，实际上会沿着金字塔向上移动进入钻石形区域。

那么这些角色看起来是什么样子的呢？让我们来看看。例如，我认为随着我们越来越多地使用能够执行大量简单操作的人工智能时，这意味着我们在回答这些问题时会更有价值：我需要做什么？我为什么要做这件事？例如，我们要进入哪个新领域来开展业务？我们想从事什么新项目？我们希望开发什么样的新能力？

在过去，我们的限制很大。例如作为一名程序员，如果你每天只能编写一定数量的代码行数，那么这种生产力指标就限制了我们可以创建什么样的软件产品。但是如果人工智能能以一千倍的速度完成这些代码，那么我就不需要编写那么多代码了。我可以花更多时间思考我们想要做什么以及为什么要这样做？

这项工作的目的是什么？如何满足客户需求？如何在客户意识到之前预判他们的需求，并以这种方式满足他们并让他们感到惊喜。这就是为什么我们需要更多被解放出来从事更高层次思维工作的人。换句话说，我们将更多地关注大局。

我们会做更多这类架构类型的工作，而不是动手操作类的工作。我们仍然需要一些动手能力，别误会我的意思，但会少得多，并且更有能力沿着金字塔或钻石形结构向上移动。我们将更多地参与目标设定等工作，告诉人工智能我们想要它做什么，然后监督它。

所以我们要确保它按照我们的意愿去做，并且以正确的方式去做。什么是主管？什么是目标设定者？这些再次位于钻石形或金字塔的较高位置。这些更像是管理层职能，或者肯定是高级别职能。我们将把许多这类责任移交给传统上属于入门级的人员，因为人工智能可以替我们做那些基础工作。

那么需要什么样的技能呢？我们不能自动地进入这些角色。我们需要具备哪些技能才能做到这一点？不能仅仅把一个没有经验的入门级人员放在那里让他们做这些，或者让一个一辈子只做一件事且不愿改变的人来做。所以第一个技能是灵活性。

你必须能够适应这个新环境。我们不知道这一切最终会将我们要带向何方。昨天的工作肯定会发生变化。其中一些会继续存在，另一些会改变，还有一些会以惊人的方式变化，而且绝对会有我们现在无法预料的全新工作存在。作为员工，那些灵活的人将会胜出。

那些善于终身学习的人会赢。如果你喜欢学习，你就处于正确的时间点。你出生在了正确的时刻，因为总有新东西可以学习。如果你喜欢这样，你就会继续保持灵活并提升你的技能，因为在这一点上知识和你所知道的内容将超级重要。另一个非常有益的特质是好奇心。

你需要有好奇心。如果你不好奇，你就不会去思考下一个重大突破是什么。“什么”和“为什么”这类问题都是好奇心驱动的问题。而好奇心将引领我们进入下一个领域。那些最有好奇心的人将是带头者。你需要有创造力，你喜欢创造并能够做那种事情。

将你的好奇心转化为创造性的一面。然后我认为在人工智能时代可能最重要的技能是，你必须是一个批判性思考者。你能够再次进行这样的思考：我们应该做什么？我们为什么要这样做？这些是批判性思维的问题。仅仅因为我们可以做某事并不意味着我们就应该去做那件事。

所以我们需要对我们所做的事情进行批判性思考，弄清楚我们的客户、我们的利益相关者真正想要的是什么，并利用人工智能以及利用我们的技能，使我们要处于这种新的晋升状态中，去关注更高层次的职能。我们将需要做大量的这类工作。

IBM实际上计划在2026年雇佣比前一年多两到三倍的入门级员工，而且这是在人工智能的背景下。如果你只是想削减成本，那就不会做这种事。但如果你想增长，你就需要更多的人来进行创新。我们需要更多人去接触更多的客户并做更多事情，如果这是我们真正计划要做的事的话——而我们确实是。

聪明的公司正在重写职位描述以适应新的人工智能时代。他们意识到，如果他们不继续培养人才，这条管道就会枯竭。必须澄清的是，我不能给你提供工作机会。你真的认为他们会让我在这里做那样的决定吗？不会的。但如果你继续培养我讨论过的技能，人工智能实际上会将你沿着金字塔晋升到钻石形区域。

这正是这些优秀的人想要做的。他们都通过了我在大学的课程，所以他们肯定能让你的组织变得更好。这是他们给你的信息：CALL ME！好吧，现在你们所有人都有一个期末考试要复习，去工作吧。