作者： 李开复

工作的未来：每个人该怎么办

两张地图：我的工作还安全吗？

现在把镜头从你的公司拉到整个劳动力市场上。每个人都想要一张能进行自我对照的地图，以判断自己的工作到底安不安全。很多年前我就做过AI 将改变、甚至取代人类工作的预测，事实证明我的逻辑是对的。随著AI 的飞速进步，我把这个预测更新成下面两张地图：一张给智力工作者，另一张给体力工作者。

下面先讲两条由两张地图共用的轴。

横轴表示的是一份工作的内容自由度。低自由度意味著工作环境中有标准答案，逻辑清楚、对错分明，机器在这里有压倒性优势；高自由度意味著工作中没有标准答案，这种工作可能看起来有一些模糊、很新颖，对随机应变能力有很高的要求，有时连问题本身都不容易说清楚，人在这里有优势。这条轴的两端并非总是截然两分的，但大体上可以认为自由度愈低，机器愈占上风。 纵轴表示的是一份工作对人际互动的依赖度。在低依赖度一端，价值是你工作的速度、规模、成本、品质等，在这些方面，机器在未来都会更强；在高依赖度一端，价值是谁能在场承担责任、谁值得被信任、谁能说服他人、谁能创建合法性、谁能关心别人、谁能被另一个人需要，在这些场景中，人更强。

这两条轴划分出四个区域：机器最占优势的是「工作内容自由度低＋人际互动依赖度低」区域，人最占优势的是「工作内容自由度高＋人际互动依赖度高」区域。

下面具体介绍智力工作四象限地图的四个区域。

机器主场（工作内容自由度低＋人际互动依赖度低）

在这个区域，每项工作都有清晰且可遵循的标准答案，不需要某个特定的人在场，比如资料输入、帐务处理等。一个很「扎心」的事实是，以前我们认为人类能力的高点之一——基础程式码撰写，居然也在这个区域。因为程式码对不对是有标准答案的。正因为有这把客观的尺，AI 在写程式码上才进步神速。所以如果今天你只是一个「写程式的封闭执行者」，那么你能留在机器主场的日子就不多了。

人机协作（工作内容自由度低＋人际互动依赖度高）

机器已经比人更会执行这个区域的工作的核心环节， 但这个区域的工作仍然需要保留一部分人——可能是为了取得信任、担负责任，或者确保合法。比如，AI 已经能解读放射科提供的影像资料了，但签字负责的仍是主治医生。又如，法官做出的裁决可能本就基于AI 的推荐，但这一判决必须由人来做出才有合法性。

这个区域的工作者面临的风险就是可能变得只会「盖章」。若是如此，那么其迟早会被取代。

开放成果（工作内容自由度高＋人际互动依赖度低）

这个区域的工作的特点是：内容很杂、很新颖，所以还得由人来做，但没人在乎由哪一个人来做。这一类工作没有关系溢价，如前沿研究、原创写作、脑力激荡、给全新问题想出第一版策略等，它们处于人类智力和创造性的前沿，但很少涉及人际关系。这个区域的工作者暂时安全，但这种安全性会随AI 技术的进步逐渐下降。

人性核心（工作内容自由度高＋人际互动依赖度高）

这个区域的工作特点是内容很杂且是关于人的。这类工作的从业者多为资深人员，包括心理治疗师、优良教师、资深业务等。这是目前人类最有优势，也最安全的区域。

体力工作的四象限地图是类似的。（如图22 所示）

左上方的部分，还涉及很多人际互动，收银员有时要和客户互动、理发师需要和客户聊天沟通，机器的渗透还相当有限。

左下方是机器主场，涵盖的工作包括仓库分拣、流水线装配、产品品质检验等，机器正在一块块拿下这个区域。

在图中愈往右的区域，机器的优势愈小。右下方的工作包括老屋水电改造、灾后救援、管道抢修等，对于这些杂乱的工作，工作者需要在不可预测的空间里随机应变，人仍然稳稳占优势。而右上方涵盖的工作，如护理、临终关怀、助产、到府私厨等，更是隐藏著机器无法触碰的人性核心。

这里还有一个反直觉的现象。十年前，绝大多数人认为AI 会先抢走工厂工人和卡车司机的工作，知识工作者最安全。但真实结果是大脑能干的活比我们以为的更封闭，手脚能干的活比我们以为的更开放。这正是「摩拉维克吊诡」在四象限地图上的样子。

在AI 1.0 刚出现的时候，包括我在内的很多人都把创意工作当成人类的安全区，没想到生成式AI 一脚就踏了进来。创意工作可以分为以下两种。

重组式的创意工作——公式化的行销文案、图库插画、范本设计，这类工作很快就被推到了「封闭＋ 交付结果」区域，AI 在此已占上风。

原创式的创意工作——真正去界定一个新问题，这是AI 很难触及的，这类工作仍处于「开放＋交付结果」区域。

所以「创意能让你安全」本身是一个过度简化的结论，重要的是你得分清你做的是哪一种创意，究竟是有迹可循的公式重组，还是原创性极强的新想法。

三个方向，未来的路

本节的内容是给每个人的一张行动地图，这也是你能转达给身边其他人的建议。地图的价值在于告诉你：哪些仗别再打了，以及哪些方向真的通向人还占优势的地方。整体有以下三个方向供你参考。

方向一：往「开放」靠。你要主动去寻找那些最难、标准化程度最低、最没人愿意去做的事，去问题还没被定义清楚的地方。如果你是工程师，与其更快地写一段标准函数， 不如去啃那个连需求都没人说得清的专案。你要去做靠品味和判断、没有清晰对错的事，成为那个决定什么值得做的人。当执行几乎免费， 稀缺的就不再是「做」， 而是「选」。培养品味、磨练同理心都很有价值，你要大量去看你所从事的产业里最好的作品，逼自己讲清楚它好在哪里。

方向二：往「复杂、风险、把关」靠。高风险的把关、跨部门的协调、要照顾各方利益与进行合规的判断，这些愈是依赖人和规则的专案，AI 愈啃不动。而且出了事，只有人能承担责任，AI 无法承担责任。你要把自己放到「出了事要由你负责」的位置上去，那正是价值聚集的地方。

方向三：往「温度、信任」靠。未来人类参与最多的工作，不是前沿技术领域的工作，而是「另一个人特意为我付费」的服务工作。当一个人有了更多的时间和更厚的钱包， 他要的往往不只是一顿饭、一堂课，而是「我无条件信任他」、「有个人真的把心放在了我身上」的感受。人与人的关系很多时候需要时间和经历的累积，这是AI 完全无法取代的。

这里再分享五种无论朝哪个方向走都该努力培养的能力，按重要性由高到低排列如下：一是模糊中的判断力（资讯不全时做对决定，并知道什么值得做）；二是建立信任与关系的能力（让他人希望你在场）；三是共情与在场能力（真正听懂他人的话）；四是指挥AI 的能力（界定问题、拆解、委派、验证、整合）；五是独特的品味与策展能力。

最后，如果挑一件清晰且可以执行的事情来帮助你在未来获得更强的竞争力，那么它会是：从2026 年起，成为你的团队里最会用AI 的那个人，这是你能买到的最便宜的保险，而且别只用它追求「更快」，要用它追求「更高」， 让它把你托举到原来达不到的层级。这正是破解「断梯」难题的办法。AI 先取代的恰恰是初级职位，新人一开始就要和AI 竞争，这第一级台阶反而是最困难的；而善用AI，新人能直接交付出过去要熬几年才拿得出的东西。

摘自天下文化《AI未来已来：变革巨浪中的CEO、企业、个人转型战略》

作者：李开复

生于台湾，长于美国，以最高荣誉毕业于哥伦比亚大学，并于1988年获卡内基美隆大学电脑科学博士学位。曾任Google全球副总裁兼大中华区总裁，并在微软及苹果担任要职。现任零一万物创办人兼执行长、创新工场董事长。

曾担任美国百人会副会长、世界经济论坛第四次工业革命中心人工智慧委员会联席主席，同时也是香港城市大学荣誉博士、卡内基美隆大学荣誉商业管理博士，以及美国电气电子工程协会院士。于2013年获选为《时代》杂志全球百大影响力人物，2018年获《连线》杂志选为本世纪推动科技的全球25位标竿人物，2023年荣登《时代》杂志全球百大AI影响力人物。

是最受年轻人欢迎的创业家、青年导师与畅销书作家。著有《AI 2041》、《AI新世界》、《人工智慧来了》、《李开复给青年的12封信》、《我修的死亡学分》等书。