目前，评论界对于AI时代人类就业前景的看法愈发悲观。风险投资家Chris Sacca在Tim Ferriss的播客节目中表示“我们面临危机”，并预测程序员、律师、会计师、营销文案等众多白领职业将不复存在。Fiverr的自由职业平台负责人Micha Kaufman在内部通讯中，再次将设计师与销售人员归类为“即将消失的职业”行列。

这种关于AI的威胁论已经反复被提及，然而，鲜有人深入思考AI如何能够越过所谓的“责任界限”——目前这个界限是由最终对工作本身负责的人类而非机器来划定的。显而易见，AI在处理众多人类任务方面已经表现得非常得心应手。然而，在现实世界里，工作并不仅仅是任务的简单叠加——我们为之付出的努力是为了服务于那些能够理解、与我们互动并对我们负责的人类群体（包括上司和同事）。这种人与人之间的互动模式，却很难被算法系统所复制和移植。

这并不表示AI引发的变革程度不够显著。LinkedIn的首席经济机会官Aneesh Raman提到，据数据预测，到2030年，将有70%的普通岗位对技能的需求发生转变。《2025未来就业报告》显示，在接下来的五年里，AI等新兴技术预计将引发900万个职位的减少。然而，与此同时，这些技术也将催生大约1100万个新的就业机会，其中不乏许多全新职业。

为了预见这些新兴机遇，我们首要任务是深入思考：在人工智能卓越的技能与人类根本需求之间，哪些方面需要人类搭建起沟通的桥梁？这不仅仅涉及“人类期望人工智能能够完成什么”，更在于“人工智能需要人类完成什么”。在我看来，有三个至关重要的领域，人类正变得（或即将变得）不可替代：信任的建立、系统的融合以及审美的抉择。

信任构建‌

纽约大学的Robert Seamans教授对AI在经济发展中的影响进行了研究，并预见到一种新兴职业——“AI审计师”。这类人能够深入了解AI系统的运作机制，并为了技术解释或责任追溯的目的而进行记录。他进一步预测，在未来五年内，所有的大型会计师事务所都将提供“AI审计”这项服务。

他构想中的另一职业方向是“AI翻译官”，这类人才需具备AI技术的深厚理解，同时充当起向企业管理者阐述机器原理的桥梁。“他们需在技术深奥的‘黑箱’与管理者认知之间搭建沟通的桥梁，协助决策者把握关键信息。”Seamans这样阐述。

从根本上看，这两种构想均涉及“信任”这一概念。作为创作者，我们拒绝采用AI所创作的文章，一方面是因为我们不想辜负编辑对我们的信任，另一方面则是因为我们对AI的信任程度有限——对其内容的真实性缺乏信心，对其准确性无法确保。由于我们没有亲身参与AI的思考过程，因此我们无法对机器输出的内容是否公正合理作出评判。在专业领域尝试运用AI技术的个体，普遍会遇到这样的难题：该技术能够迅速创造出令人惊叹的内容，然而，我们对于它所输出的内容应持有多少信任？又该如何对其进行有效验证呢？

随着人工智能在职场中的影响日益增强，这类信任难题预计将呈几何级数上升，而要妥善解决这些问题，关键还需依赖于人类智慧。

在“信任”的旗帜下，我们将见证新型事实核查员和合规官员的诞生。诸如法律文件、年度报告、产品规格、研究报告以及商业合同等，都将迅速被AI所撰写，而人类则需带着对AI常见错误的警惕性进行审核。这一趋势或许将催生出“信任认证官”或“信任总监”等新的职位名称。这些职位需要与众多AI伦理领域的专家进行合作，由他们构建起具有说服力的逻辑链，向投资者、管理层、客户以及法官陪审团阐述AI（或人机结合团队）作出决策的依据。“众多企业曾尝试设立‘伦理委员会’，”Seamans表示，“展望未来，这些AI伦理委员会将拥有更广泛的权力。”

信任之根本在于责任追究——这一点正是人类无可替代的根本所在。无论是合同签订，还是核弹发射系统的操作，我们都必须确立清晰明确的责任主体。我们必须确保有人类最终承担起责任，”斯坦福HAI（Institute for Human-Centered Artificial Intelligence）数字经济实验室的负责人、AI咨询公司Workhelix的创始人Erik Brynjolfsson强调，“就好比现在在分析汽车事故时，我们需要探究是防抱死系统出现了故障、驾驶员的操作出现了失误，还是道路本身存在问题。”AI 会让责任链条更复杂，但终究要落实到具体责任人。”

在诸如法律和建筑等众多行业，尽管人工智能能够胜任诸如撰写合同、设计建筑等基础任务，但最终仍需由人类（通常是具备相应资质的专业人士）进行签字以确认。此类新兴角色可被称作“法律担保人”，他们能够承担人工智能所不具备的责任和罪责。Ethan Mollick，作为沃顿商学院的教授以及《人机共生：AI时代的生活与协作》一书的作者，他将这类职位比喻为AI的“替罪羊”，并指出这些岗位位于责任链条的末端。

新增的角色或许会是“一致性协调者”。尽管AI在多任务处理方面表现出色，但在维护一致性方面却显得不足。时装企业要确保同一款连衣裙在由AI生成的数十张图片中保持精确的一致性，这该如何实现？对于制造业的“虚拟孪生管理者”来说，如何确保数字模型能够与实体产品的变更同步更新呢？一旦AI出现不一致的情况，就需要专人负责检查不同系统之间的协调性。

还有被称为“升级处理专员”的作家及经济学家Daniel Susskind，在其作品《AI时代，人类还能做什么？》中提到，某些岗位似乎更适宜由人类来承担。他以职业象棋比赛为例，尽管AI在棋艺上已超越人类棋手，此类比赛依旧广受欢迎。然而，一旦AI展现出过于“非人”的一面，我们便不可避免地需要人类的参与。当客服AI陷入无法解决的循环时，用户往往希望能得到具有同理心的人类帮助。在教育行业中，这样的角色同样不可或缺；一旦学生在学习上遇到难题，家长们普遍希望有真人教师介入指导。

系统整合

考虑到人工智能的繁复特性，众多新兴职业将带有技术特征。市场迫切需要那些不仅精通AI技术，而且能够将这一技术巧妙地与商业需求相结合的跨领域人才。

Seamans将其称为“AI整合师”，这些人负责确定企业最适宜的AI应用场景并成功实施。Seamans指出：“CEO在财报电话会上可能会宣称‘我们正在投资AI’，”然而，“具体我们将如何应用？是处理后台的账单支付与收款，还是进行招聘筛选，抑或是优化白领的工作流程？”要解答这些问题，需要既精通技术又熟悉业务的专业人才。

这涵盖了新型的“AI维修工”——与传统的IT专家有所区别，因为AI系统正变得越来越复杂和自主（AI代理能够独立完成复杂任务），因此，进行故障排查的需求变得迫切，需要的是能够深入网络层级、准确诊断问题根源的专家，他们就像是“AI管道工”。

工具挑选同样构成了一项棘手的挑战。以可汗学院为例，该教育平台深入融合了人工智能模型，打造了虚拟导师，覆盖了从代数到论文写作等多个学科领域。仅仅对这些模型的优化路径、幻觉发生的概率、不同版本在语言和数学方面的优劣进行分析，便是一项需要不断进行的工程项目。创始人Sal Khan强调，模型的更新速度之快令人惊叹，然而，我们必须不断审视这些所谓的“改进”是否导致了性能的下降。负责对最新模型进行专项评估的职位，我们可以称之为“AI评估师”。

这只是个起点。“每当学生向我咨询关于创办何种企业的疑问，我通常会向他们推荐，要成为能够‘将客户需求与技术优势有效结合’的人。”Brynjolfsson如此说道。

Raman在LinkedIn上提到，整合类职位正迅速增多。在过去五年里，“AI负责人”这一职位增长了约三倍，而AI工程师则是美国增长速度最快的岗位，紧随其后的是AI顾问。未来，我们可能会看到更加细分的职位名称，例如“整合专家”。

随着人工智能技术的不断进步，相关职位的专业性将得到进一步提升。目前，众多企业已经开始运用高度定制的AI模型，这些模型虽然基于如Claude或GPT等通用工具，但经过了企业自身专有数据的训练。这或许将催生两种新兴职业：首先，是“AI训练师”，他们负责挑选最优质的数据以训练AI，使其能够做出精确的反应；其次，是“AI人格总监”——鉴于定制化的AI将与所有员工（甚至客户）进行互动，企业必须指派专人来设定其交流风格：是模仿某些AI模型般过分恭维，还是效仿GPT的Monday模式，显得尖刻易怒？未来，企业 AI 人格可能像 Logo 一样成为品牌核心。

在医疗这一复杂且风险较高的行业，所扮演的角色将更加多元化。例如，“用药合规优化师”负责研发基于AI的智能系统，以确保患者能够按时准确地服用药物。此外，该行业还亟需“AI/人类评估专家”，他们的任务是评估AI和人类各自的优势，并确定两者最佳的协作方式。

为了阐述融合的必要性，Seamans以机器人技术为例（这一领域正是他的研究焦点）。机器人原本旨在替代人工，然而，那些引入机器人的企业却常常增加了员工数量。这其中的原因究竟是什么呢？Seamans指出，目前尚无定论。他强调，那些成功将机器人融入生产的企业，实际上已经占据了未采纳者的市场份额，并借此扩大了自身规模。然而，实现这一目标的关键在于寻找既精通机器人技术又熟悉生产线改造的整合专家。遗憾的是，这类人才在地域上的分布并不均衡。

审美决策

自然，指导AI执行任务始终是人类的职责所在。然而，在人人都能运用统一的生成工具的将来，个人的审美鉴赏力将变得尤为关键。

有一段在广泛流传的《60 Minutes》节目采访中，主持人Anderson Cooper深入询问了音乐制作人Rick Rubin，究竟他有哪些独特的才能。

你能否演奏乐器？“不太会。”“熟悉调音台的操作吗？”“不熟悉。我缺乏任何技术技能，对音乐领域也毫无了解。”

Cooper 最后问：“那他们付钱请你做什么？”

Rubin回应道：“我对个人审美情趣的自信，还有传达情感的能力，对于艺术家来说，无疑是有益的。”

这或许未能充分认识到Rubin的实际贡献，然而在人工智能时代，坚守基于绝对自信的审美标准无疑将逐渐成为主流。伴随着人工智能技术的广泛应用，不论其利弊，我们即将目睹一种无需特定技艺的创造力逐渐崭露头角。

作者们之所以拒绝AI代笔，部分原因在于对信任的担忧，然而展望未来，这种疑虑或许会逐渐消散。一旦编辑和作者对AI建立起信任，撰写文章的过程或许将发生转变：作者需挑选合适的素材，然后从Claude、GPT、Gemini等AI输出的语句、段落及论证中挑选并整合。我们依旧维持着文章创作者的身份，然而，可能已经脱离了传统“写作者”的范畴。

在创意选择几乎无穷无尽的情况下，那些勇于采纳大胆且具有独特风格的决策者将会备受追捧。这一现象不仅体现在写作、影视、广告等创意产业中，在商业的各个领域亦是如此。

看来，将“设计师”这一职业纳入AI可能取代的行业名单，让人感到有些难以理解。诚然，平面设计师不再需要亲自去调整版式和字距，因为AI可以轻松完成这些任务。然而，设计师的核心职责在于将创意转化为预期的成果，这过程中需要他们做出许多基于品味的判断：Logo或页面需要传达什么样的信息？如何评判作品的优劣？如何评估其影响力？甚至如何确认作品已经达到完成的标准？在将来，“设计师”这一概念或许将拥有更广泛的内涵，它将特别指代那些主要负责指导人工智能，依据其审美标准来创作产品、提供服务或设计流程的职位。

现有的“产品设计师”等职位将承载更加深厚的意义。在将来，产品设计师将具备对产品从整体到局部全方位的驾驭能力，他们的任务不仅限于勾勒出宏伟的蓝图，更在于通过无数次的抉择，将这一蓝图具体化呈现。

未来可能会涌现出更多针对设计领域的细分职位。例如，我们可能不再被称为“作者”，而是转变为“文章设计师”；在影视行业，人们可能更倾向于使用“故事设计师”这一称谓；从市场营销领域（如构建支撑campAIgn视觉的完整虚拟宇宙）到电子游戏行业，“世界设计师”这一岗位的需求预计将显著增长。这些职位更加注重风格表达，而非技术层面的执行。

在非创意性工作中，此类职位或许更具吸引力。以“人力资源设计师”为例，他们能够全面负责从培训资料到具体休假政策的各个细节，进而更有效地塑造企业文化；“市政设计师”相较于传统土木工程师，可能更倾向于创意而非计算，因此更受到人们的喜爱。

设计师这一称号或许并非终点，却象征着一场关键性的变革：越来越多的人开始肩负起创意和审美决策的重任，引领AI迈向其既定目标。此外，这些决策者的年龄也将逐渐降低。目前，人们对AI的主要担忧在于其可能取代那些初级岗位——这些岗位通常涉及AI擅长的重复性工作。Raman在《The Times》的专栏中提出了一种解决方案，即AI技术能够协助新手工作者，克服他们经验上的不足，并在写作、研究、设计开发等多个领域实现快速进步。

这表明新入职的员工无需从撰写备忘录等初级任务开始（这些任务AI更擅长），他们可以立即投身于产品创意的构思——这类任务通常只留给经验丰富的员工。借助AI的力量，年轻员工能够迅速展现出创业精神，使得组织的各个层级（带着多样的视角）都能参与到创新探索中，而不再局限于日常事务。Raman 预言，随着这种模式的广泛推广，我们将迈入一个以创业精神为主导的“创新经济”新时代。

创意决策将成为企业竞争的关键要素。以金融服务行业为例，当众多竞争对手具备相似的AI技术时，企业的特色将体现在“品味”这一层面——包括沟通技巧、市场表现以及创意理念。在这样的背景下，可能会出现“差异化设计师”这一角色，他们负责整合品牌风格、产品理念、风险倾向以及创意实施。

传统技艺的衰落确实令人感慨万千。试想一个作家放下笔、音乐家停止演奏、插画师搁下画笔的时代，那将是一片凄凉。然而，我们即将面对的并非这种景象——技艺的实践始终与思维的磨砺紧密相连。正如Mollick在谈论学术写作时所说：“我虽会借助AI进行辅助研究，但绝不允许它替我执笔。我必须通过写作来梳理自己的思路，否则AI将掌控我的思维。”

人们依旧会根据个人喜好和需求持续进行创作——这种做法是他们最得心应手的工作和思考方法。然而，在创作资源极其丰富的当下，我们将目睹更多不依赖传统技艺的创作途径。这些途径既带来了挑战，也孕育着无限的可能性。

Seamans 以 Pixar 为例阐述了这一变化的正面影响：“昔日，动画师们需将大量精力投入到逐帧的绘制工作中。然而，随着电脑自动化了这一环节，他们得以将更多的资源投入到故事的构思与情节的深化开发中。”

AI时代的到来预示着一种前景：总有一天，你无需亲自劳碌也能实现事业目标。“我们每个人都将化身为AI小团队的领导者，”Brynjolfsson指出，“这需要我们深入思考：我们究竟渴望达成何种目标？我们的目标究竟是什么？这需要我们进行更为深刻的思考。”

对于AI将引领我们走向何处的疑问，确实引发了众多合情合理的担忧。然而，只要我们保持高度的谨慎，对AI的应用保持清晰的洞察，前景依旧充满希望。换句话说，人类将成为塑造AI未来的关键设计师。愿我们具备非凡的鉴赏力。