一样平常来说，人类的所有职业的事情内容是“通用性技能+专用性知识+创造性思维+人际沟通能力”，根据不同事情簇的胜任力在这四个基本维度上的分布，可以把从事事情的职业分为三类：“员”型职业、“师”型职业、“家”型职业。
它们一起构成了这个时期下劳动市场的金字塔构造，不同于以往技能的横向波及，人工智能的发展则纵向自下而上地触及至危及到每一类职业人群。

来源：经理人传媒旗下《经理人杂志 》 文 / 魏航 蔡亚华

2022年11月30日从ChatGPT的火爆出圈，到百度文心一言、阿里的通义千问、Google的Gemini、OpenAI的Sora等等，蜂拥而上的天生式人工智能形成了大发展。
今年政府事情报告特殊提出，深化大数据、人工智能等研发运用，开展“人工智能+”行动，打造具有国际竞争力的数字家当集群。
这是“人工智能+”首次被写入政府事情报告。
基于巨大的算力与大数据的红利，天生式人工智能背后的算法学习能力不断迭代，使得天生式人工智能对人类的影响范围越来越大，波及受众也越来越广。
而这势不可遏的冲击也亟需我们核阅当下的职业与人的代价定位。

一样平常来说，人类的所有职业的事情内容是“通用性技能+专用性知识+创造性思维+人际沟通能力”的排列组合。
通用性技能是对付所有事情都须要的基本技能，如读写能力等，这些技能是事情能力的根本。
专用性知识是一组与某个特定领域干系的知识，如医学、法律、工程等。
创造性思维帮助人们提出新颖且有用的新想法。
人际沟通能力则代表了通过情绪、态度、思想、不雅观点的互换，与他人友好交往、通报信息和解决冲突的能力。

根据不同事情簇的胜任力在这四个基本维度上的分布，可以把从事事情的职业分为三类：“员”型职业、“师”型职业、“家”型职业。
它们一起构成了这个时期下劳动市场的金字塔构造，不同于以往技能的横向波及，人工智能的发展则纵向自下而上地触及乃至危及到每一类职业人群。
这不是是否的问题，而这天夕与程度的问题。
但对不同的职业，当下面临着不同的“危”与“机”。

“员”型职业的“危”与“机”

“员”型职业构成了最根本最普遍的事情职员。
收银员、做事员、图书管理员等，存在于最细微的生活角落，利用最根本的技能，做事最广泛的人群。
一样平常来说，“员”型职业具备高通用性技能+低专用性知识+低创造性思维+低人际沟通能力。

“员”型职业面临的“危”：

1.赖以生存的通用性技能受到威胁。

常日而言，他们的事情可能由于薪资水平、社会地位较低等外部成分大略并且竞争较小。
当人工智能横冲直撞闯入这个行业，它们是自助收银机，是图书管理系统，它们不考虑薪资与地位，一步步取代了这些人所拥有的通用技能，直接威胁了“员”型人的事情本身。

2.长期低专业性与低创造性形成了思维惰性，加大了跨领域学习本钱。

长期较为轻松事情内容带给了他们更高的思维惰性，建立了与新知识和技能间的转化壁垒，降落了他们的学习意愿与能力，提高了跨领域学习本钱。
因而在实现事情转型上有一定难度。

“员”型职业的“机”：

1.不打“寡情工”，争当“温情人”。

在冲击下找准定位，调度心态，谢绝盲目地抵制人工智能。
在与人工智能协作的阶段发挥个人的能动性，把稳人工智能关注不到的顾客问题，彰显独占的共情能力。
正如不断智能化乃至已经打造出无人火锅店的海底捞，实现了点餐、配菜、出菜、上菜环节都由机器人替代，却保留了陪我们谈天的做事职员，让他们更聚焦在以人为核心的做事上。
而在未来，这样的温情做事只会伴随着机器的遍及而更弥足宝贵。
因此，“员”型人须要提升自己的人际沟通能力，为客户供应更个性化的做事，成为酌有情商的一“员”。

2.唤醒自我，奋力推动自我转型。

思维惰性并非不可旋转，但需走出舒适圈。
虽然思维惰性与学习能力降落增加了学习本钱，但是科技的进步为人们供应了更多的学习路子，降落了学习的门槛。
比如，在线培训冲破了韶光和地域限定，为人们供应了更多样化的选择；游戏化的学习模式增加了学习的意见意义性和寻衅性，勉励人们投入到“体验式”学习环境。
“员”型人必须学会合理利用这些资源，找到适宜自己的学习路径，提高学习能力，推动自我转型。

“师”型职业的“危”与“机”

师，教人的人或者善于某种技能的人。
西席、状师、咨询师，他们拥有一技之长，并运用于办理干系问题之上。
通过一定的脑力劳动与知识实现自我代价。
一样平常来说，“师”型职业具备中通用性技能+高专用性知识+中创造性思维+高人际沟通能力。

“师”型职业面临的“危”：

1.专用知识的通用化带来阶层下滑的风险。

师每每是某方面的里手，依赖一套独占的知识体系利用已知来办理未知。
然而，海量的数据与信息，在算法的加持下被演习成更有序的智能图书馆，浩瀚干系案例与知识不再触不可及。
这种趋势下，更多的专用知识被遍及化、通用化，过于依赖曾经的“专用成本”的“师”型人就要面临向“员”型人的降级转变，也会带来阶层低落的风险和焦虑。

2.长期高专用人力成本投资带来的路径依赖形成了思维惯性，加大了新知识接管与创造的本钱。
一方面，对现有知识的长期依赖强化了他们对自我的信赖，窄化了他们的视野，乃至带来思维的固化。
但是人工智能对标准化内容强的学习能力，使得统统有迹可循的内容都可以被完美复现。
另一方面，显性知识得到的低本钱化哀求更高的知识深度与广度。
对现有知识的依赖使得“师”型人无法更全面的理解人机时期的新情境，涌现人工智能抵制的心态。
面对这样的情境，如何打破思维惯性，乃至舍弃沉没本钱，实现知识的更新与创造都是“师”型人须要寻思的问题。

“师”型职业“机”：

1.夯实根本，做真知的“审查师”。

目前鱼龙殽杂的信息哀求“为人师者”能够辨其真去其伪，身体力行将更恰当的代价判断、更精准的知识内容加以传承，建立更加可靠的信息库。

2.拥抱并利用人工智能，做人机时期的“新师”。

不断更新的技能使得知识的更新迭代更加快速。
作为节制了大量知识的“师”型人，该当捉住机会对新知识进行学习接管，升级自己的知识体系，快速构建自身的“人机”成本。
除了信息的准确度，更人性化、情境化的考虑也成为人工智能时期下人们追求的目标。
这些目标也哀求“师”型人必须保持更高的人际敏感度和人机警感度，利用人工智能迅速习得显性知识，并且抽象化成人工智能暂时考虑不到的隐性知识，成为领域内的“新师”。

“家”型职业的“危”与“机”

家，节制某种专门学识或有丰富实践履历及从事某种专门活动的人。
科学家、画家、物理学家，他们站在知识的最前沿，参与制订所从事行业的标准，节制着公众年夜众认知其行业的话语权，创造着支撑该行业新技能的根本知识与底层逻辑。
“家”型职业具备中通用性技能+高专用性知识+高创造性思维+中人际沟通能力 。

“家”型职业面对的“危”：

1.创新门槛增高，伪“家”者宣辞职出。
创造性思维建立于信息上风上的排列组合式创新和无端遐想的颠覆式创新。
后者则是剖断创新创造型人才的主要标准，而只能利用知识积累上风建立的伪“家”们则会被踢出该行列。
凭借惊人的数据与智能搜索，天生式人工智能可以实现更多样的组合式创新，跻身小“家”之列。
它们一步步把创新逼向高潮，让“为大家者”真正创造出对人类故意义的创新。

2.依赖惊人的学习能力与措辞天赋，AI也在争抢公共话语权。
基于大措辞模型（Large Language Model）的天生式人工智能等技能，虽不能实现严密的逻辑推理与知识的打破式创造，但它们对先验知识的学习以及令人咋舌的表达能力已经超越了很多人类。
这意味着现有“家”型人在把创造性知识与实践结合或者遍及化的过程中已经渐显颓势，传统的唯“家”之言的权力格局也在被重塑。
建议“专家不再建议”可能会变为建议“天生式人工智能多说点”。

“家”型职业“机”：

1.核阅自我，促进职业转型。
那些以组合式创新为主的大“家”须要重新核阅自己的能力与代价。

下至妥善利用自己的丰富专业知识，结合自己的经历，解答更专业的问题，促进向“师”型人才转变。
上至逼迫自己寻衅自我，打开更多新视角与思路，实现更多的颠覆式创新，为行业乃至人类的发展做出更大的贡献。
人工智能的发展无疑把“为大家者”从许多事务性与根本性事情中解放出来，这给予他们更多的精力探索与创造新知识，求真求实，创造了创新的有利条件。

2.取长补短，在人机协同的背景下讲好话，做好事。

一方面，承认人工智能在内容遐想与表达上的上风，应时转让边缘权力，促进人机互助，建构“威信专机”。
另一方面，未来的时期是未知引领的时期，“家”型人该当促进跨学科、跨地域、跨文化互换，特殊是根本科学与人文社科学科的互换。
在实现技能深度发展的同时，兼顾社会范围的广度。
立足于人性的意义，构建更更良性、更亲人化的技能。

总之，科技加倍展，人类的两极分解越严重。
那些缺少思考的人会被时期抛弃，另一批拥有高情商、专业知识和创新能力的人才有“人机成本”欢迎下一个时期。
我们始终相信，人工智能带给人类的意义不是替代人们的事情，而是把人类从一些重复性事情解放出来，进而去真正思考“什么铸就了人类的唯一”。

作者魏航，系上海财经大学商学院讲席教授、党委布告；蔡亚华，系上海财经大学商学院副教授。