AI是否会取代某个工作,很难简单用“会”或“不会”回答。
目前更加明显的变化,发生在岗位内部。
资料整理、基础文案、信息归纳、会议纪要等任务已经可以由AI参与完成一部分。企业可以重新安排部分重复性工作,员工面对的则是新的工作流程和能力要求。
比较容易受到影响的,是重复性较高、规则比较明确的任务。
如果一个岗位的大部分时间都在处理固定格式的信息,那么这类工作更容易被自动化。员工需要考虑的就不只是如何提高处理速度,还要学习如何使用AI完成基础环节,再把时间投入到检查、判断和解决复杂问题中。
另一类变化发生在内容和信息处理工作中。
文案、营销、运营、设计等岗位并没有因为生成式AI出现就全部消失,但AI已经开始进入资料整理、内容初稿、素材生成和方案发散等环节。
这意味着相关岗位需要增加新的工作能力。
例如内容岗位需要判断AI生成内容是否符合用户需求;营销岗位需要判断AI提出的方案是否符合市场情况;设计岗位则需要结合专业软件和视觉判断对AI生成结果进行进一步处理。
还有一类变化来自企业内部的AI应用。
企业开始使用生成式AI以后,需要有人了解工具选择、工作流程、内容审核、内部培训以及AI应用管理。这些任务未必都会形成一个完全独立的新职业,但可能逐渐进入原有岗位的工作内容。
所以,普通职场人真正应该关注的不是某一个职业什么时候消失,而是自己的岗位正在增加什么要求。
如果一份运营岗位JD开始要求“熟悉生成式AI工具”,就需要进一步看它到底要求什么:是内容生成、数据整理、提示词设计,还是AI流程搭建。
不同要求对应的学习方向并不一样。
GAI认证主要围绕生成式AI基础、提示工程、实践操作、应用场景以及伦理与社会影响等方向,可以作为生成式AI基础能力学习的一种路径,但并不对应某一个固定职业。
例如,准备进入AI内容方向,还需要补充内容策划和写作;准备做AI营销,还需要掌握营销、用户分析和数据能力;准备进入AI产品方向,则需要继续学习产品设计、需求分析等专业内容。
因此,与其预测“AI会取代哪些工作”,不如定期查看自己所在行业的招聘信息。
观察岗位JD中新增了哪些AI技能要求,再根据这些变化调整学习计划。
对普通职场人来说,这种方式比单纯预测某个职业会不会消失更有实际意义。