改变不了环境，就改变自己。AI的到来让一些人看到了新大陆，也让一些人失去了工作。历史上每一次生产力的大幅提升都会伴随恐惧线上实盘配资，从砸毁纺织机的工人到抗拒汽车的车夫，本质上都是对“被替代”的反应。但这一次不同，AI触及的是白领们赖以立足的能力结构，带来了消失的岗位、暴增的工作量以及漫无边际的“无价值感”。
在宏大的技术博弈与社会动荡之下，具体的职场人正经历着细微而惊心动魄的转折。几位在风暴中心的普通人讲述了他们的故事。投资分析师用了三四天啃透的竞品报告，AI半天完成；后端程序员发现自己70%到80%的日常工作可以直接交给AI；包装设计公司不再招初级岗位；通信外企程序员部门的十几号人被集体优化……他们的遭遇各不相同，但有着相同的疑惑：当重复性工作被AI接管之后，我的价值在哪里？
春风是一名95后的北京投资分析师，在一家五六百人的公司做技术落地项目分析。去年9月，部门里有同事第一次用AI生成了一份竞品分析报告，那一刻整个办公室都沉默了。AI片刻间完成了他们三四天的工作，数据、图表、竞品分析一应俱全。虽然还需要人工核对，但对甲方来说已经足够交付。很快，这种恐惧变成了现实。从去年年底开始，每个部门都裁掉了两三人，春风所在的部门从12人减到了8人。招聘窗口彻底关闭，只剩下行政、财务这类功能性岗位还在招人。AI不仅带来了裁员，还有收入缩水。因为人力成本降了，项目提成也跟着大幅缩水，不少同事被直接降薪30%。
杨露是90后的西安通信外企程序员。他本硕读的都是通信，2018年研究生毕业那会儿，这个行业正火热，到处在招人。2022年，他跳槽去了一家外企，图那边加班少，管理扁平，能按自己的想法做事。四年来，工作一直很稳。但AI来了，曾经吃香的通信专业现在反而成为了裁员集中区。有了AI，定位一个基站接入失败的原因只需十几分钟，以前则要花半天。公司的代码库有几百万行，以前排查问题需要资深工程师人工审，现在Agent直接审还能给优化建议，人力需求自然下降。行业本身也在萎缩，4G饱和了，5G没市场，6G还在路上，前几年冒出来的小公司到2024年底基本都关了。上个月，杨露所在部门几十号人都被优化了。焦虑过后，他决定结合通信领域学AI Agent开发，每天都在补大模型和Agent知识，希望能把老本行和新工具结合起来，探索一个新方向。
吴才是一位30多岁的北京视觉设计师，从业七年，进过大厂也在小广告公司待过。现在他在一家中小型广告公司带项目，从创意到最终落地都要盯。AI普及前，他的流程很固定，一个项目从立项到交稿短则两三周，长则一个月。2023年初，他看到同事用AI几分钟就生成了一组概念海报图，当时觉得细节有点怪也没太在意。但后来，AI更新的速度快得让人心慌。有一次做产品的主视觉，以前找参考和画草图需要两三天，那次他试着用指令生成，几分钟就出了五六张不同风格的图，方向瞬间定了。变化很快从工具蔓延到用人。今年开始，他们公司不再招初级设计师了。老板在会上说“AI是工具，不会取代大家”，但转头就调高了考核标准。吴才知道一些同行小公司已经开始裁员。那类日常社媒图、延展类物料等偏基础性的工作，要么交给AI，要么让客户经理用软件自带的AI插件顺手处理。更直接的打击来自甲方，曾有客户反问：“AI几分钟就能出的东西，为什么要花这么多钱和时间？”吴才发现，学会AI只是拿到了入场券，如果只会用AI，很快就会被更便宜、更快的人或工具替代。他现在不得不变，每天除了做图还要花时间补品牌策略和用户体验的课。
李睿是一位32岁的北京互联网公司后端开发，六年经验，主要负责业务系统的接口开发。原本想着能干到35岁再走，但在AI的冲击下，一切都被提前了。去年下半年，公司开始强制推行内部AI编程工具，每个部门都被要求提效。一开始，李睿主动用AI写基础接口、生成测试用例，确实能省不少时间。但他发现，AI目前的写代码能力实际上是溢出的，只是缺少积累下来的可复用流程和经验。对他日常做的后端开发来说，70%-80%的部分交给AI完全没问题，剩下的20%的所谓经验优势也不知道还能守多久。今年年初，部门开始要求后端转全栈，压力瞬间就上来了。焦虑感随之滋生，每个人都被要求去做之前不属于自己的工作，甚至连产品同事也被要求试着写代码。当最擅长的工作开始被AI一点点取代，经验和技术壁垒也就消失了。以前只有某个岗位能干的活儿，变得大家都能干。对于迟早要来的人员优化，大家其实都心知肚明。过完年回公司，同部门负责前端的四个同事，转眼就走了一半。李睿目前没有具体的想法，想着能多待一天就算一天。如果明天一早HR突然找他谈话，他也不会感到意外。他认为AI就像一把双刃剑，让他提前面对程序员“35岁危机”，也逼着他去找新的出口。现在，他每天都在学习大模型工程化的知识，不想再被轻易替代。
汤圆不圆是一位34岁的苏州包装设计师，从业十多年。去年7月，她第一次用ChatGPT，那一下确实被震到。以前做一个字体精细点要半天，但AI十几分钟能吐十几稿。她意识到这东西对公司是降本，对她则是提效。像做包装常要买素材，一张图一千多，摊到单价不高的包装上，成本压力很大。有了AI，这块基本省了。再比如一款身体乳包装，从找参考、平面创意到C4D渲染出图，原本一天半现在只要半天。她是公司第一个把AI全流程跑通的人，不仅自己用还教别人。但冲击也随之而来。包装设计原本被认为偏落地不易被取代，但现在从创意到渲染，AI都能做。去年底，老板们摸清AI能干什么后，行业里开始出现“以AI为名义的裁员”。其实大部分裁员本质是行业环境不好，AI只是个降成本的理由。他们部门原本九个人，裁掉了四个只能做简单执行的设计师。资深的动不了，因为裁他们的成本远高于留着继续干的效益。汤圆不在裁员名单里，但她还是决定跳槽。春节后，她整理了作品集和简历开始找工作，求职几乎全程用AI辅助。最后拿了三个offer，薪资涨幅都不错。其中一个互联网公司给得最高，但她最后选了一家医疗公司。她喜欢研究盒子的结构和印刷的图案，那种乐趣很难形容。所以她不会只为钱去那个3C大厂。她也不担心AI替代她。一个项目拿到手，要判断卖点是什么、客户真正想要什么，得靠人去分析。沟通和审美也是。AI能给100个方案，但哪个能用必须她来选。而且用久了你会发现，AI是有“基因”的，你投喂什么风格，它调出的结果就带有你的审美倾向。
林桐是一名29岁的上海自由译员，毕业于一所211院校的英语专业。做这行五年了，主要接网文和短剧的英译中、中译英项目。在AI工具普及之前，她的工作流很传统：接单、通读原文、查阅背景资料、逐句翻译、最后整体润色。比如一集20分钟的短剧，从看懂人物关系到交出满意的双语字幕，通常要花上整整一天。那时候觉得自己在打磨作品。第一次真切感受到AI的冲击是在2023年初。当时，一个合作了很久的制片公司客户发来一个剧本，紧接着发来一份双语文档，说是用ChatGPT跑出来的初稿，让她“过一遍”就行，按3块钱一分钟算审校费。她起初很抗拒，指出一些俚语翻得生硬，但客户直接说，“你们人工的性价比太低了，AI翻译的大意已经够用了。”她又仔细看了看，心里还是“咯噔”一下。虽然人物称呼也有点乱，但整体的语法框架和基础词汇居然出奇地通顺。到现在，她的日常工作里几乎已经没有“纯人工翻译”了。90%的项目都变成了MTPE（机器翻译+译后编辑）。客户用机翻后，她再去修补烂摊子，报价只有原来的一半。这种模式下，她的收入断崖式下跌。为了维持生计，她只能疯狂接这种“审校单”线上实盘配资，靠量去赚钱。她身边的同行境遇大同小异，以前大家讨论哪个词怎么翻更地道，现在每天讨论的都是“哪家公司又降价了”、“怎么转行”。既然改变不了环境，她只能改变自己。现在不仅自己熟练使用各种大模型，还总结了一套“如何高效做AI译后编辑”的方法论，建了社群教那些接不到单的新人怎么用AI提效。她也在逼自己转型，从单纯的翻译向跨语言项目管理转型。
元鼎证券_元鼎证券app最新版本-欢迎下载最新版APP，体验全新功能与优化服务提示：本文来自互联网，不代表本网站观点。