《百岁人生》作者：琳达·格拉顿•安德鲁·斯科特

上一节，我们讲到多段式人生将取代传统的三段式人生，成为百岁人生时代的主流模式。这就要求我们前瞻性地做好转型发展，以应对未来的不确定性，尤其是AI技术发展引发的行业变迁和职场“地震”。那么，接下来，我们就来具体聊聊这些话题。

被AI“吃掉”的职场中间层

前面我们通过吉米和简两个案例，讲到在长寿时代，我们的工作年限也会相应延长。并且在这个更长的职业生涯中，外部的就业形势将发生剧烈变化。行业变迁进一步加快，新的生态系统不断涌现，将对我们的就业市场产生巨大的冲击。

从行业格局的角度来看，过去一百年的变化可以说是天翻地覆。以美国为例，1910年有三分之一的劳动力在农场里工作，而现在从事这些职业的人只占劳动人口的1%；更多的劳动力开始转变为办公室白领，或从事健身教练、咖啡师等服务业工作。

这一变化正是农业技术革命引起的，比如农机和化肥技术的发展，使得农产品供给效率显著提高，导致大批农场工人失去了用武之地。与此同时，人们需要更多的休闲服务，比如看电影、看体育赛事等等。但服务业的生产力很难通过技术革命大幅提高，所以服务价格上涨成为必然，并吸引更多的劳动力进入该行业。

这种行业变迁是技术进步引发的历史常数。既然是常数，就意味着寿命越久，经历的转型和更替次数越多。比如老龄化会产生更大的需求效应，专注于长寿和生物工程的医学研究，以及医疗服务等，将成为重要的增长领域。还有环境恶化问题，会刺激低碳经济、新能源、食品基因工程等领域出现很多的重大创新。

这种行业变革也会影响工作模式发生变化。据统计，一百年前标普500指数中的公司平均寿命是67年，人们只要进入这些大企业就等于端上了“铁饭碗”；而现在这些公司的平均寿命已经降低到了15年左右，未来伴随着行业的快速涨落还会缩短。这意味着“铁饭碗”将不复存在，我们势必要在不同的公司间跳跃，去寻找新的机会。

这种不确定性意味着失业的风险在凸显。有些西方学者曾持续跟踪不同职业的就业百分比，发现从1979年开始，整个社会呈现出“工作中空化”的特征，也就是社会对蓝领和金领的需求在不断增加，而中间的白领就业率却在持续走低。

在国内，类似的现象也在发生。比如公司想要招到科学家、技术专家、一流的设计师，是非常困难的。而在另一方面，像月嫂、家政人员同样很难招，因为工作辛苦而且需要很高的情商，愿意干且能干好的人并不多。

相反，很多办公室白领或流水线操作工更容易被替代，因为他们的工作属于常规操作，用AI或机器人就能以更低的成本来替代人力完成。据社会专家预测，在未来几十年内，美国大概有47%的工作岗位将会受AI影响，面临替代危机。

比如，在全美的物流仓库，之前亚马逊雇佣了大批工人进行搬运、包装。但采用机器人技术后，只要研发团队输入搬运指令，机器人就会把货物从货架上取出，搬运给包装工，同时立刻向中央系统发送搬运信息，辅助人类进行决策。

可能很多人认为，这只是个例，或者担忧AI替代岗位是杞人忧天，因为技术革命虽然会摧毁一批旧职业，但也能催生出新岗位，就像汽车取代马车后，很多马车夫变成了汽车司机一样。

的确，如果放在过去的历次技术革命中看，这些说法是有道理的，但是这次AI革命却有着明显的不同，因为它的效率不是线性增长，而是指数性增长。

比如，前几年Facebook花了190亿美金，收购了一家55人的及时通讯企业，叫Whats App。那190亿美金是怎样一个概念呢？当时拥有14万员工的索尼，其市值大概就是190亿美金。这说明工业时代的行业巨头索尼，用14万人创造的价值，到了互联网时代的WhatsApp用55个人就能做到。而在未来的AI时代，这一差距仍会加大。这意味着如果不能精准地踏入新赛道，我们就很有可能面临着职场“中空化”的问题。

但要精准地踏入新的赛道，并不容易。就像英国首相丘吉尔所说的那样：“向前看永远是明智的，但高瞻远瞩总是很困难。”

那面，面对这样的情况，我们要怎样做才能避免成为被AI吞掉的“中间层”呢？答案就像小说家保罗·奥斯特所说的那样“要做好应万变的准备，才能兵来将挡，水来土掩。”也就是说，我们必须要培养自己的创新力以及灵活力，才能以不变应万变。

从稳定上班族到 U盘型人才

而这种创新和灵活力，是建立在知己知彼的基础之上的。我们需要了解人类有哪些技能，是AI短期内无法替代的。麻省理工大学的戴维·奥托教授曾在《AI时代的工作》一书中提出，人类具备两项独一无二的技能。

第一项技能是与创新有关的综合技能，也叫解决复杂问题的能力，需要依赖专业知识、归纳推理或沟通能力进行创新。以苹果手机为例，苹果公司负责前端设计和后端营销，富士康负责生产制造。苹果公司员工的人均创造值超过了64万美元；富士康却只有2000美元，可见创新的复杂性及对价值创造的重要意义。

为什么这种技能AI难以替代呢？因为“波拉尼悖论”，即我们“知道的东西”比能“讲出来的东西”要多得多，这些“隐藏”的知识无法以指令的形式说出来、写下来，自然也无法输入到人工智能或机器人中，进行快速复制并取代人类。

比如，大家在操作手机时，经常要识别并输入一些验证码。我们可以很容易地识别出来某个数字究竟是4还是9，却很难精确地解释为什么能识别。还有，我们经常觉得某个东西很美，却没法说出具体哪里美，这就是波拉尼悖论在起作用。而正是在这种无法言说的本能反应中，孕育着层出不穷的创新潜力。

第二项技能就是人类的人际交往能力，以及对不同场景的适应力。这里同样有个悖论，叫“莫拉维克悖论”，意思是说让AI像成人甚至学者一样进行理性推理很容易，但是让它们有一岁小孩般的感知和行动能力则非常困难，甚至是不可能的。这一点不难理解，我们知道AI有很强的逻辑推理和数据计算能力，但是它却无法感受或者展现出一岁婴儿内心的孤独感、安全感、愉悦感等等。

所以即便到了现在，像ChatGPT、deepseek等大模型技术快速发展，但深入使用后我们就会发现，它们创作出的作品往往缺少“人味儿”。而在服务性工作中，人与人交往时的那种共情能力、情绪共鸣，也是AI短期内无法掌握的。

所以要想应对未来漫长的职场挑战，我们就要通过工作中的实践，来培养自己这两方面的能力。为什么要重点强调工作实践呢？因为“纸上得来终觉浅，绝知此事要躬行。”只有亲自实践，才能有最真实的感受和认知。

我国战国时期的思想家庄子曾讲过类似一个寓言故事，说有一天齐桓公在堂上看书，读到得意处，不由得啧啧称奇。此时，堂下一个叫轮扁的工匠对齐桓公说道：自己做了这么多年的车轮，却没法总结出其中的全部道理并加以传授，让自己的儿子也能快速成为此中高手。显然，他是在提醒齐桓公仅靠书本上的知识是不够的，最终还是要落到实践上。

此外，读书和工作实践还有另一层面的区别，就是读书往往学的是专业知识，而工作实践培养的是底层能力，比如前面讲到的共情能力、团队合作能力、沟通能力，以及通过逻辑推理解决复杂问题的能力，恰恰是AI最难学会的技能。

而这种技能的培养，往往是多段经历的产物。就像前面讲到的简，大学毕业后用几年的时间走南闯北旅行，除了增长见识，也看到各种各样的活法。她不是传统意义上的观光游客，而是通过参加当地的街头活动躬身入局，积累宝贵的经验。

旅行结束后，简开始创业；之后她遇到职场中的“伯乐”，进入一家大型的食品公司工作；再后来她离职回家照顾孩子，同时修第二学位，之后复出进入猎头行业；等实现财务自由后她开启了职业组合阶段，做好工作、生活、慈善的平衡。

和上一代人相比，简的人生模式就像如万花筒般丰富多彩。如果说上一代的人生模式像一条笔直大道，站在路口一眼就能看到结局，虽然稳定但显得平淡；而简的人生模式则像一棵摇曳多姿的大树，不断延伸新的枝芽，创造新的可能。

那要想把这种“大树”模式的人生过精彩，我们就得具备强大的适应性，能及时把握机会，让新的枝芽长出来。有人把这样的能力称为“U盘能力”，像U盘一样把前期积累的知识、技能和经验“插入”新环境，迅速整合为其中的一部分。

而要想成为U盘人才，最关键的一点就是抛弃惯性思维。管理大师彼得·德鲁克说：“变革中的最大风险就是继续抱着旧方法不放，衷心地相信它们还管用。”惯性思维使人迟钝，无法跳出来看到外面的广阔世界，看到百岁人生中的新机遇。

好，本节的内容我们就先讲到这。百岁人生要求我们保持一种随时插用的“U盘”状态，以积极应对人生中的转型变化。这种“U盘”状态就是我们重点打造的“无形资产”，是我们的核心竞争力。那么，在下一节中，我们就来聊聊如何用好自身的无形资产。