AI 或将取代你的工作，但它也将创造这 22 种新职业
当下评论界对 AI 时代人类工作前景的预测日益悲观。风险投资人 Chris Sacca 最近在 Tim Ferriss 的播客中宣称“我们完蛋了”，预言程序员、律师、会计师、营销文案等白领职业都将消亡。自由职业平台 Fiverr 首席执行官 Micha Kaufman 在内部邮件中，又将设计师和销售人员列入“濒危职业”名单。
这类 AI 威胁论已成老生常谈，但鲜少有人探讨 AI 如何跨越“责任门槛”（目前最终为工作本身负责的人类，而非机器）。显然，AI 处理许多人类任务早已游刃有余。但在现实世界中，工作从来不只是任务堆砌——我们是在为能理解、互动并问责我们的人类群体（上司与同事）贡献劳动，这种关系模式很难移植到算法系统。
这并不意味着 AI 带来的颠覆不够深刻。LinkedIn 首席经济机会官 Aneesh Raman 指出：“数据显示到 2030 年，普通岗位 70% 的技能要求将发生改变。” 根据世界经济论坛《2025 未来就业报告》，未来五年 AI 等新兴技术将导致 900 万个岗位“消失”，但同期也将创造约 1100 万个新岗位，其中许多将是前所未见的新职业。
要预测这些新机会，我们首先需要审视：在 AI 的超凡能力与人类本质需求之间，哪些领域需要人类架设桥梁？这不仅关乎“人类希望 AI 做什么”，更在于“AI 需要人类做什么”。我认为有三个关键领域人类正变得（或即将变得）不可或缺：信任构建、系统整合与审美决策。
信任构建
纽约大学研究 AI 经济影响的 Robert Seamans 教授预见到一类他称之为“AI 审计师”的新职业——这些人能深入 AI 系统理解其运作逻辑，并出于技术解释或责任认定目的，进行记录。他预测五年内，所有大型会计师事务所都将提供“AI 审计”服务。
他设想的另一相关职业是“AI 翻译官”：既懂 AI 技术又能向企业管理者解释其机器原理的桥梁型人才。“他们要在技术黑箱与管理者的认知之间搭建接口，帮助决策者理解必要信息。”Seamans 解释道。
从本质看，这两种设想都属于“信任”范畴。作为作者，我们拒绝提交 AI 生成的文章，既是因不愿辜负编辑信任，也因我们无法完全信任 AI ——不确信其真实性，不保证其准确性。由于没有亲历思考过程，我们无从判断机器生成的内容是否公允合理。所有尝试在专业领域使用 AI 的人，都将面临类似困境：这项技术能瞬间产出惊人内容，但我们该对其交付的内容，抱有多少信任？又该如何验证？
随着 AI 在职场的影响力持续扩大，此类信任问题将呈指数级增长，而解决它们必须依靠人类。
在“信任”大旗下，将涌现全新类型的事实核查员与合规官。法律文件、年度报告、产品规格、研究报告、商业合同——这些很快都将由 AI 起草，也都需要人类带着对 AI 典型错误的警觉进行复核。这可能催生“信任认证官”或“信任总监”等头衔。这些岗位还需与各类 AI 伦理专家协作，由后者构建可辩护的逻辑链条，向投资者、管理者、客户乃至法官陪审团解释 AI（或人机混合团队）的决策依据。“许多公司都尝试过组建‘伦理委员会’，”Seamans 说，“未来这类 AI 伦理委员会将被赋予更大实权。”
信任的核心是问责——这正是人类不可替代的关键。从合同签订到核弹发射系统，我们始终需要明确的人类责任主体。“必须存在最终担责的人类，”斯坦福HAI （Institute for Human-Centered Artificial Intelligence）数字经济实验室主任、AI 咨询公司 Workhelix 创始人 Erik Brynjolfsson 强调，“就像现在汽车事故要追溯是防抱死系统故障、驾驶员操作失误还是道路问题。AI 会让责任链条更复杂，但终究要落实到具体责任人。”
在法律、建筑等领域，AI 虽能完成客户所需的基础工作（如起草合同、设计房屋），但最终必须有人类（通常是持证专业人士）签字确认。这类新角色可称为“法律担保人”——提供 AI 无法具备的罪责承担能力。沃顿商学院教授、《人机共生：AI时代的生活与协作》作者 Ethan Mollick 将此类岗位比作 AI 的“代罪者”，是责任链条的终极节点。
另一新角色可能是“一致性协调员”。AI 擅长多线程操作，但保持一致性却是弱项。时装公司如何确保某件连衣裙在数十张 AI 生成图片中呈现精确一致？制造业的“虚拟孪生经理”如何保证数字模型随实体变更同步更新？当 AI 出现不一致时，就需要专人负责验证跨系统协调性。
还有“升级处理专员”——作家兼经济学家 Daniel Susskind 在《AI时代，人类还能做什么？》一文中指出，某些角色就是更倾向由人类担任。他举例即便 AI 早已碾压人类棋手，职业象棋比赛依然盛行。但当 AI 显得过于“非人”时，我们必然需要人类介入。比如客服 AI 陷入死循环时，用户会渴望获得具备共情能力的人类协助。教育领域同样需要这类角色，当学习出现问题时，学生家长都期待人类教师的干预。
系统整合
鉴于 AI 的复杂性，许多新职业将具有技术属性。市场亟需既深谙 AI 技术，又能将其映射到商业需求的跨界人才。
Seamans 称这类人为“AI 整合师”：他们确定企业最佳 AI 应用场景并落地实施。“CEO 可能在财报电话会上说‘我们正在投资 AI’，”Seamans 说，“但具体做什么？是后台的账单支付与收款？招聘筛选？还是优化白领工作流程？”解答这些问题需要既懂技术又懂业务的人才。
这包括新型“AI 维修工”——与传统 IT 专家不同，随着 AI 系统日益复杂且自主（AI agent 能独立解决复杂任务），故障排查需要能穿透网络层级、诊断根源的专家，可谓“AI 管道工”。
工具选择也成专业难题。以可汗学院 Khan Academy 为例，这家教育机构深度整合 AI 模型开发虚拟导师，帮助学生从代数到论文写作各领域。仅跟踪这些模型的改进轨迹、幻觉概率、各版本在语言或数学上的优劣势，就是项持续工程。“模型迭代速度惊人，”创始人 Sal Khan 表示，“你需要持续评估所谓‘改进’是否造成性能倒退。”专门评估最新模型的岗位可称为“AI 评估师”。
但这只是开始。“当学生问我‘该创立什么公司’时，我常建议他们成为‘连接客户痛点与技术潜力’的人。”Brynjolfsson 说。
LinkedIn 的 Raman 指出，整合类岗位已在激增。“过去五年‘AI 负责人’职位增长约三倍，AI 工程师是美国增速最快岗位，其次是 AI 顾问。”未来可能出现更细分的“整合专家”等头衔。
随着 AI 发展，这类岗位会进一步专业化。企业已开始使用高度定制化的 AI 模型——它们基于 Claude 或 ChatGPT 等通用工具，但通过公司专有数据训练。这可能催生两种新角色：其一是“AI 训练师”，负责筛选最优数据训练 AI 作出精准响应；其二是“AI 人格总监”——由于定制 AI 会与全体员工（甚至客户）互动，企业需要专人定义其交互风格：是像某些 AI 模型那样谄媚奉承？还是如 ChatGPT 的 Monday 模式般尖酸暴躁？未来，企业 AI 人格可能像 Logo 一样成为品牌核心。
在医疗等高复杂高风险的领域，整合角色将更为多样。比如“用药合规优化师”开发 AI 驱动系统确保患者准时正确服药。这类行业还需要“AI/人类评估专家”，判定 AI 与人类各自优势及最佳协作模式。
为说明整合的重要性，Seamans 以机器人领域为例（这也是他的研究领域）。与 AI 类似，机器人本应取代人力，但采用机器人的制造商往往最终雇佣更多员工。原因何在？“尚无定论，”Seamans 认为成功整合机器人的企业抢占了未采用者市场份额，从而扩大规模，“关键在于需要既懂机器人技术又懂产线改造的整合专家，而这类人才存在地域分布不均。”
审美决策
当然，告诉 AI 做什么始终是人类的工作。但在人人都能使用相同生成工具的未来，审美品味将变得空前重要。
有个广为传播的《60 Minutes》采访片段很能说明问题：Anderson Cooper 追问音乐制作人 Rick Rubin 究竟有何专长。
“你会演奏乐器吗？”
“几乎不会。”
“懂调音台操作吗？”
“不懂。我没有任何技术能力，对音乐也一无所知。”
Cooper 最后问：“那他们付钱请你做什么？”
Rubin 回答：“我对自身品味的信心，以及表达感受的能力，对艺术家确有助益。”
这或许低估了 Rubin 的真实贡献，但在 AI 时代，“以绝对自信的审美立足”确将成为趋势。随着 AI 普及（无论好坏），我们将见证“无需技艺的创造力”兴起。
现在作者们拒绝 AI 代笔的部分原因关乎信任，但可以想见未来这种顾虑可能消失。如果编辑与作者们都能信任 AI，那么撰写文章可能演变为：作者负责选择输入素材，再从 Claude、ChatGPT、Gemini 等 AI 生成的语句、段落和论证中筛选组合。我们仍是文章“作者”本身，但或许不再是传统意义上的“写作者”。
当创意选择近乎无限时，敢于做出大胆、风格化决策的人才将炙手可热。这不仅适用于写作、影视、广告等创意行业，所有商业领域皆如此。
由此看来，“设计师”被列入 AI 替代职业名单似乎令人费解。确实，平面设计师不再需要手动调整版式或字距——这些 AI 都能完成。但设计师的本质工作是将创意选择导向预期结果，这需要基于品味做出大量判断：Logo 或页面需要传达什么？如何判定成品优劣？怎样衡量其影响力？甚至如何确认作品已完成？未来“设计师”一词可能涵盖更广，特指那些主要职责是引导 AI 根据其审美创造产品、服务或流程的岗位。
现有如“产品设计师”等头衔将被赋予更丰富内涵。未来的产品设计师将拥有对产品从宏观到细节的全面掌控力，其职责不仅是构思愿景，更是通过无数选择将愿景具象化。
还可能出现更多设计类细分头衔。比如我们可能不再是“作者”而是“文章设计师”；影视行业或流行“故事设计师”；从市场营销（构建完整虚拟宇宙支撑 campAIgn 视觉）到电子游戏，“世界设计师”需求将激增。这些角色更侧重风格而非技术执行。
在非创意领域，这类岗位可能更有趣。比如“人力资源设计师”能全面掌控从培训材料到详细休假政策的各个环节，从而更直接塑造组织文化；“市政设计师”可能比传统土木工程师更侧重创意而非计算，因而更受青睐。
“设计师”未必是最终称谓，但它标志着重要转变：越来越多人将承担创意与审美决策职责，引导 AI 实现其愿景。而且这些决策者将日益年轻化。当前对 AI 的主要忧虑是其取代初级岗位（传统上从事 AI 擅长的重复工作）。Raman 在《The Times》专栏中提出了解决方案：AI 能帮助新手工作者克服经验不足，使其在写作、研究、设计开发等各方面迅速提升。
这意味着新人不必再从撰写备忘录等基础工作起步（这些 AI 更擅长），而可以直接参与产品创意开发——这类工作传统上保留给资深员工。通过 AI 赋能，年轻员工能更快展现企业家精神，让组织各个层级（带着多元视角）都能投入创新探索，而非困于事务性工作。“随着这种模式普及，我们将进入以创业精神为核心的‘创新经济’新时代。”Raman 预言。
创意决策还将成为企业核心竞争力。以金融服务公司为例：当所有竞争者都拥有相同 AI 能力时，差异化将取决于“品味”类角色——沟通方式、市场呈现、创意哲学。可能出现“差异化设计师”，统筹品牌调性、产品理念、风险偏好与创意执行。
当然，传统技艺的衰微令人唏嘘。想象作家不执笔、音乐人不演奏、插画师不绘画的时代确实黯淡。但我们迎来的并非这样的未来——技艺实践永远关乎思维锤炼。Mollick 谈及学术写作时表示：“我会用 AI 辅助研究，但绝不让其代笔。我必须通过写作厘清思路，否则 AI 会主导我的思考。”
现实是人们仍会出于偏好与需求继续创作——这是他们最佳的工作与思考方式。但在创作极度丰裕的时代，我们必将见证更多不依赖传统技艺的创作路径。这既伴随风险，也蕴含机遇。
Seamans 以 Pixar 为例说明这种转变的积极面：“以前动画师将大量精力投入逐帧绘制。当电脑自动化这部分工作后，他们能将更多资源投入故事构思与情节开发。”
AI 时代预示着一个可能性：终有一天，你不必事必躬亲就能成就事业。“我们都将成为 AI agent 小分队的 CEO，”Brynjolfsson 说，“必须更深入地思考：我们真正想要实现什么？目标何在？这要求比以往更本质的思考。”
关于 AI 将把我们带向何方，确实存在诸多合理忧虑。但只要我们足够审慎，对 AI 的使用保持清醒认知，未来依然光明。换言之，人类正是 AI 未来的设计师。愿我们拥有足够卓越的品味。
(来源：新浪科技)
关联资讯:
OpenAI ChatGPT的Record功能曝光，AI转录、总结会议内容
