《華爾街日報》採訪5位AI高管，他們給孩子規劃的未來，值得我們思考
本周三，全球知名軟體公司Atlassian宣布裁員。
這家市值200億美元的公司宣布企業將進行大規模重組，在全球裁減約1600名員工，占其全球員工總數的10%。「重組」有多徹底呢？連首席技術官（CTO）都捲鋪蓋走人了，公司聘用了新的AI方向技術負責人。
這兩年，我們一邊聽著AI的新技術有多震撼人心、為我們的生活和工作帶來了便捷；一邊又膽顫心驚地聽聞多少人的工作被AI取代、因為AI的發展找不到工作的故事。
關於AI對我們孩子的影響，從教育、能力、專業選擇到未來職業規劃討論更是層出不窮。我們的孩子將來到底從事一份什麼樣的工作才不容易被AI取代呢？最近，我讀了《華爾街日報》的一篇報道，作者採訪了五位頂級AI高管和學術圈的學者，他們對自己的孩子未來的職業道路有什麼打算。
訪談的內容出人意料、又情理之中。
這些高管和學者作為自己領域的高精尖技術性人才，在規劃孩子的職業道路時，反而不願意下一代走純技術道路。
曼尼·梅迪納：Paid.AI聯合創始人，曾創辦銷售軟體公司Outreach。四個孩子，年齡分別為4歲、9歲、19歲和26歲。
梅迪納給孩子的職業建議非常直接：把目光放在未來長期需要人的行業。在他看來，隨著全球能源轉型和人口老齡化加速，未來最值得關注的兩個領域是能源和醫療健康。他經常和孩子談到核能的發展潛力，認為核電可能成為未來重要的清潔能源，因此鼓勵孩子關注相關領域。同時，他也認為醫療行業，特別是癌症治療相關的技術方向，仍然會持續需要大量專業人才。
不過，梅迪納強調，比具體行業更重要的是三個原則：做自己喜歡的事、做自己擅長的事，以及做對他人有價值的事。在他看來，如果一個職業同時滿足這三個條件，再加上能夠解決現實問題，那就是值得長期投入的方向。
伊桑·莫利克：賓夕法尼亞大學沃頓商學院管理學教授，《共生智能》作者。兩個孩子，16歲和19歲。
莫利克給孩子的職業規劃是：成為能夠整合多種能力的「通才型人才」。他認為像法律、醫學這樣的職業，在AI時代仍然有價值，因為它們不僅僅依賴知識，還涉及判斷、溝通和複雜決策。他鼓勵孩子接受廣泛的教育，而不是過早鎖定某一條職業賽道。在一個變化極快的時代，擁有多領域能力的人更容易適應新的機會。
傑米·蒂文：Microsoft首席科學家兼技術院士，耶魯大學校董。四個孩子，年齡分別為17歲、19歲（雙胞胎）和21歲。
蒂文對孩子的規劃更偏向學習方式。她鼓勵孩子不斷嘗試新事物，培養批判性思維、理解自己如何思考、如何學習。她認為，在AI時代，人們不一定需要親自構建模型，但必須學會如何與AI合作、如何提出問題並判斷結果。她的孩子中有人計劃學習法律，也有人對會計感興趣，這些職業的核心共同點是：最終決策仍然需要人類承擔責任。
卡羅琳·漢克：SAP全球組織成長與健康負責人，負責公司內部AI勞動力轉型。一個孩子，15歲。
漢克給孩子的規劃並不是某個具體職業，而是一種能力路徑。她認為，在AI快速變化的時代，真正重要的是適應變化的能力。她鼓勵孩子保持廣泛學習的習慣，如果一定要選擇專業，她更傾向數學或邏輯相關領域，因為邏輯思維將成為許多工作的基礎。同時，她強調批判性思維、倫理判斷和靈活應變能力，這些軟技能可能比具體技術更重要。
丹妮拉·阿莫迪：Anthropic總裁兼聯合創始人，Claude模型開發者之一。兩個孩子，4歲和6個月。
作為當下最火的AI公司領頭人，阿莫迪對孩子的職業規劃反而最「反技術」。在她看來，隨著AI在知識和效率方面越來越強，人類真正難以被取代的能力是人與人之間的連接能力。她希望孩子將來更重視共情、溝通、合作以及善意待人的能力。她認為，人類天生渴望與真實的人建立關係，因此在AI主導的世界里，理解他人、建立信任和創造意義的能力會變得更加重要。
從上述可以看出，這些高管和學者對孩子未來的職業規劃想法其實一致，他們普遍覺得，如果只是反覆練習那些很容易被演算法替代的技能，比如單純寫代碼、處理信息或者做標準化的工作，未來可能會越來越吃力。與其在這些賽道里拼速度，不如把目光放在那些現實世界里真正需要人的領域，比如能源、醫療這些行業，問題複雜、周期長，很難被機器完全接管；還有像法律、會計這樣的職業，看起來傳統，但關鍵決定必須由人來做，也必須有人承擔責任，這一點是技術替代不了的。
他們也一直認同未來真正拉開差距的不是誰更會用技術，而是誰更會思考。能不能提出好問題、能不能快速適應變化、遇到複雜情況能不能獨立判斷，以及人與人之間的理解和連接。無論技術多發達，人們依然需要信任、溝通和合作，而這些東西，很難靠演算法複製。
如果把上述採訪與Anthropic近期發布的重磅研究報告《AI對勞動力市場的衝擊：一種全新的衡量維度及其早期證據》（Labor market impacts of AI: A new measure and early evidence）結合起來，就更能為孩子未來的職業規劃提供有價值的參考指標。
與同類的「預測型」報告不同，這份報告的獨特之處在於，它不是簡單根據AI技術能力推測可能取代的崗位，而是基於真實使用數據來觀察AI在工作中的實際作用。研究提出了「Observed Exposure（觀察到的暴露度）」指標，通過分析人們在現實工作中如何使用AI來判斷哪些職業已經真正受到影響。這種方法讓報告的結論更貼近現實，也更具參考價值。
報告顯示，AI暴露度最高的職業主要集中在信息處理型崗位：
用大白話來說就是最容易被AI取代的十大崗位：
這類崗位工作流程標準化、以文本或信息處理為核心，許多任務可以由AI輔助甚至自動完成。
此外，這份報告還有一個反直覺的發現：高學歷、高收入群體是被AI替代的高危群體。AI目前最先影響的並非我們一直以為的入門級低技能崗位（當然也是受影響嚴重的群體之一），反而是那些高學歷、高收入的群體，如編程、寫作、數據分析和諮詢等職業，因高度依賴信息處理而暴露度最高。
此外，受AI衝擊明顯的群體有四個特徵：女性比例較高
40歲以上員工，可能與崗位更新速度、技能迭代和AI工具的適應能力有關
大學學歷人群，因為他們從事的多數是知識密集型、信息處理型工作，而這些工作正是AI首先可以輔助甚至替代的內容。
薪資水平更高的人
除此以外，受AI衝擊嚴重的一個群體是22–25歲的年輕人。因為在AI暴露度較高的崗位中，這些行業的入門級崗位招聘下降約14%。AI目前還不能取代經驗豐富的資深專家，但它非常擅長處理基礎的資料收集、初級代碼編寫和基礎翻譯。這些原本是給職場新人練手的工作正在被AI蠶食。
相對地，體力勞動或現場操作型職業幾乎不受影響。
上圖右半側（藍區巨大的部分）全是白領、程序員、法務和分析師。AI對這些崗位的理論統治力驚人，有些幾乎達到了1.0 (100%)。
紅色區域（實際應用）目前還遠小於藍色區域。這意味著很多崗位雖然理論上能被AI取代，但因為法律、信任、價格或習慣原因，AI還沒完全接管。
重災區已經顯現：在Office & Admin（行政辦公） 和Business & Finance（商貿金融）領域，紅區已經明顯向外擴張，說明這些行業已經真真切切地被AI接管了。
哪些是不易被取代的安全區？藍區和紅區都縮在圓心附近（面積最小）的左側區域，這些就是AI的「荒漠」，也就是最不容易被取代的行業，有三類：
第一類：純體力工作者，因為AI擅長處理屏幕里的像素，但不擅長處理現實世界的泥土和扳手。
比如：Construction（建築業）蓋房子、貼瓷磚、修水管；Installation & Repair（安裝與維修）修空調、修電梯；Agriculture（農業） 種地、養豬；Production（生產製造）複雜的、非標準化的工廠實操。
第二類：服務與生活保障類。這種服務需要實體的物理存在和即時的環境反應，機器人成本太高且不夠靈活。
比如：Food & Serving（餐飲服務）： 端茶倒水、后廚切菜；Grounds Maintenance（綠化維護）： 割草、修剪樹木；Personal Care（個人護理）： 理髮、按摩、養老陪護。
第三類：高風險與應急處置類（需要責任感）。這類工作面對突發火災或犯罪，需要的是瞬間的生理本能判斷和敢於犧牲的責任感，演算法承擔不了丟命的風險。比如Protective Service（保護性服務）消防員、警察。
不容易受AI影響的工作，通常需要複雜的人際互動、現場判斷或精細操作，所以對「人與人之間的聯結」相關的技能更需要注重培養。
無論是高管們的採訪、還是切實的數據，我們都能看到未來的競爭並不是簡單的人與機器誰更強，而是人應該把精力放在機器難以替代的地方。這也給我們普通家庭的孩子擇業方面提供了一些參考建議：第一，職業要選擇「長期需要人介入」和「需要人承擔風險」的工作。
在規劃未來職業時，應關注那些長期需要人類介入的行業。像核能、醫療健康和癌症治療等領域，不僅需要大量專業人才，還涉及現實世界中的複雜問題。AI雖然能提供輔助，但難以完全替代人類。
另外，就是對人類判斷力和責任感依賴的工作，像法律、醫學、會計等崗位的核心環節，需要人來做出最終決策並承擔社會或法律責任。AI可以提供信息和分析，但無法為決策後果負責。
第二，重視通識教育，而不是過早鎖定一條技術路線。
現在技術變化太快，今天看起來很重要的技能，幾年後可能就不那麼關鍵了。孩子接受廣泛的教育，多接觸不同學科，培養邏輯能力、批判性思維和學習新知識的能力。即使讀大學后，也不要只把精力局限在自己選定的專業課程上，而是要主動探索學校提供的一切資源，包括實驗室、交流項目、跨學科研究機會等。這樣無論未來行業怎麼變化，都更容易適應。
我認識一些在藤校讀本科的學生，他們從大一就開始參与各種實驗室工作和國內外項目，有些項目甚至看起來十分「混搭」，比如把舞蹈與神經科學結合研究大腦活動的相關性。
大學不僅是上課和考試的地方，更是一個資源豐富的實驗場。不要宅在宿舍、圖書館或課堂上，應該儘可能去做跨學科和跨行業的嘗試、探索，把每一個可用機會都用上，為將來的職業和人生道路打下堅實基礎。
第三，不要排除轉向勞動技能的可能。
學一門紮實、接地氣的技能，不僅可以作為職業補充，還可能成為未來意外情況中的「救命稻草」。
雖然現在很多行業在AI影響下都「瑟瑟發抖」，但報告也說了：AI的普及帶來了對「人機協作型技能」的新需求，例如監督AI、整合分析結果、跨領域項目管理等。所以，AI帶來的也不盡然都是悲觀。
面對太多未知和不確定性，我們唯一能掌控的，是自己的學習、判斷和行動方式，在信息和技術洪流中保持清醒，用行動去試探世界、用經驗去理解變化、用能力去應對未來的挑戰。
*以上內容系網友指點山河自行轉載自INSIGHT視界，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。