共计 1099 个字符，预计需要花费 3 分钟才能阅读完成。
AI 不再只是提升效率的工具,它已经进入许多白领岗位的核心流程 。 从投资分析到通信开发, 从后端研发到视觉与包装设计, 一些从业者正在经历同一种变化: 工作变快了, 但岗位也变少了。
📌 AI 先接管的, 是“可拆解”的重复劳动
在多位职场人的经历中,AI 带来的冲击并不抽象。投资分析师过去需要数天整理英文资料、拆解竞品信息, 如今借助 AI 可在半天内完成初筛、提炼和图表生成; 通信程序员排查代码逻辑, 原本要在大量代码中定位问题, 现在可让 AI 辅助梳理。
设计岗位的变化同样明显。概念海报、社媒物料、包装草图、渲染参考等基础工作, 正越来越多地由 AI 参与完成。部分公司因此减少初级岗位招聘, 甚至将简单执行类工作直接交给 AI 工具或非设计岗位处理。
🔍 裁员与降薪背后, 是企业重新计算人力成本
材料中提到的多个案例显示,AI 普及后, 企业对岗位价值的评估正在变化。有投资分析岗位所在团队从 12 人缩减至 8 人, 也有通信外企部门被整体优化。部分公司虽仍保留员工, 但调高了产出要求, 甚至把“结合 AI 后的工作量提升”写进招聘条件。
程序开发岗位也感受到压力。后端开发者发现, 日常接口开发、测试用例生成、基础代码补全等工作中, 相当比例可以交给 AI 完成。随之而来的, 是后端转全栈、产品人员写代码、员工汇报 AI 提效等新要求。
💡 几个重点阅读: 哪些能力正在变重要?
- 会用 AI 只是起点:单纯掌握提示词和工具操作, 难以形成长期壁垒。
- 行业知识更关键:通信、投资、包装、品牌等垂直经验, 仍是判断结果是否可用的重要依据。
- 商业理解被放大:尤其在设计领域, 客户不只看图面效果, 还需要品牌策略、传播目标和用户体验支撑。
- 人要负责最后选择:AI 可以给出大量方案, 但哪个能落地、哪个有风险, 仍依赖人的判断。
📊 看点: 被替代的人, 也在用 AI 寻找新出口
值得注意的是,被 AI 冲击的职场人并非只是在等待结果。一些人开始把 AI 作为求职、学习和转型工具: 有人同时试用多款大模型产品优化简历和面试准备; 有人用 AI 学习 AI Agent 开发, 尝试把通信背景与新技术结合; 也有人借助 AI 整理作品集、模拟面试、评估职业路径。
这种转变透露出一个现实:AI 确实压缩了基础岗位空间,但也催生了新的技能组合。比如“大模型工程化”“AI 应用开发”“行业知识 +AI 工具”“设计策略 + 生成式工具”等方向, 正在成为部分职场人自救的切入点。
🚀 总结: 岗位会变少, 但价值不会自动消失
围绕“被 AI 抢走工作的人, 在忙什么?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
