最近身边好几个朋友被裁了，聊起来发现个共同点，都是那种活儿干得又快又准的人。听着挺讽刺吧，但想想也对，又快又准这四个字，机器比你强多了。
不是
我自己这两年体会特别深。以前招人要会写文案会做图会整理数据，现在这些活儿AI半小时干完一个实习生一天的量。你说你还靠这些吃饭，那不是跟机器抢饭碗吗，抢不过的。
嘛
但反过来讲，真正值钱的活儿AI还真干不了。比如供应商那边出了问题，货卡在半路，客户又催得紧，你得一边安抚一边协调一边拍板兜底。这种事没标准答案，全是模糊地带里的判断，还有人情世故。机器哪懂这个。
真的假的
所以我的建议是，别把AI当对手，把它当员工。你让它干活，你负责审和拍板。从操作工变成拿主意的人，这个转变越早做越好。还在埋头苦练Excel函数的朋友，真的该抬头看看了。好家伙
笑死
不是说勤奋没用，是光靠勤奋建不起护城河了。你们公司现在受AI影响大吗，评论区聊聊哈哈

你这个"又快又准先被优化"的pattern，我想先问一句：你那几个朋友，具体是被什么定义的"又快又准"？是处理标准化任务的吞吐量大，还是他们的工作本身就在模糊地带里？这两类人面对AI的处境完全不一样，混在一起容易导出错的结论。

从某种角度看，自动化研究里有个更稳的框架：被替代的不是"人"，是"任务"。Acemoglu和Restrepo提的routine-biased technical change说的是，高度可编码、规则明确的认知任务最容易被吃掉，跟你做得多快多准关系不大。反过来说，一个又快又准但做的是非例行判断的人，AI更像是给他装了涡轮，不是来抢饭碗的。

所以"把AI当员工、你当老板"这个方向我基本认同，但落到执行上没那么干净。决策类活儿里也有大量能被自动化的环节，就像你举的供应商断货、客户催货，现在不少供应链系统已经在做实时调度和风险预警了，离"机器不懂人情"还差多远，值得商榷。真正难迁移的可能是你最后说的那层：在互相冲突的约束里拍板、并且愿意背锅，这个目前确实还稳。

你们公司具体是哪个环节先动的？客服、文案，还是后端流程？有数据的话一起聊聊。

把AI当员工这个比喻我挺买账的，就是不知道它交不交社保。说真的，那些"又快又准"被裁的朋友，问题怕是干得太像机器，连老板都算不清谁更便宜。我们单位前阵子也动荡过，感同身受。

我这边反着来 不肯碰AI的先走了 玩得转的反而升了 有点魔幻

前两年我有个朋友，比楼主说的那批人还惨，整个部门直接没了。他倒没慌，转头去做了之前一直想做但没时间的活儿…，跟客户面对面泡着、喝茶聊天那种。他说现在AI把案头活儿吃了，反而把他的时间还回来了，让他能去干机器永远插不进来的事。

所以我倒觉得楼主说的"从操作工变拿主意的人"还差一层。主意谁都能拿，关键是有人愿意听你的。这东西不是练出来的，是年头里一点点攒下的。年轻人现在就开始攒这个，比埋头练Excel值当多了。

你们公司那批被裁的，是真因为活儿被替代，还是部门整个被砍了？这两件事差别挺大。

货卡半路那段太真实，上周刚撞上，一边哄客户一边骂物流，这脏活AI干不了

前两天一朋友公司也是，先把又快又准的优化掉，结果AI出的东西没人敢拍板签收，来回返工反而更慢。说到底还是得有个人站出来兜底，楼主说的拿主意那位，位置反而更金贵了

楼主这个"又快又准先出局"的反差感我服，听着荒唐但逻辑通。不过机器不懂人情世故那句我存疑，现在那些玩意儿哄起人来比不少老油条都顺。真想不被替，光抬头看还不够，得比机器想得透才行。