前两年AI刚火起来的时候，不少设计师丢了工作，彭青云就是其中之一。
那天下午，HR通知他部门被优化。走出办公楼，他刷着手机上铺天盖地的ChatGPT新闻，心里只有一个念头：学了二十年的手艺，怎么说废就废了？
两年后，他主创的AI短剧火遍全网，还卖到了海外。曾经需要几百人干一年的活，现在他和搭档两个人就能搞定。
“被AI替代的那批人里，其实跑出了第一批用AI的人。”这句话他自己常挂在嘴边。
01 今年两会，大家都在聊AI和饭碗全国政协委员连玉明提了个词：就业冲击。他说AI对工作的影响“已不是远虑，而是近在咫尺的现实挑战”。
数据也支持这个判断。世界经济论坛预测，到2030年，全球9200万个岗位会被替代，但同时也会新增1.7亿个。说白了，不是工作没了，是工作变了——旧的不够用了，新的还没学会。
厦门港有个案例挺典型：以前卸一艘大船要50个工人，现在一个人远程操作就行。剩下的49个怎么办？企业给他们做培训，不少人转成了“操作工艺师”，反过来给AI当老师，教它怎么调度更合理。
被AI替代的人，最后成了AI的师傅。这事挺有意思。
两会期间，人社部部长王晓萍说了句话：正在研究“人工智能进步与民生改善相协调的包容性发展政策”。翻译成大白话就是：国家不想让技术进步把普通人甩下车。
连玉明委员建议建一套“就业冲击预警机制”，提前盯着哪些岗位危险了，早点预警、早点干预。刘庆峰代表则提出建立全国互认的AI培训体系，完善失业保险。
地方上也开始动起来。济南出台了十条举措，从创业补贴到算力券发放，给个人创业者实打实的支持。
这些都是好事，是“输血”。但血输得再多，你自己不动起来，也还是瘫着。
03 “造血”的第一步：别和AI赛跑，学着驾驭它先讲一个故事。
Jane在一家咨询公司干了十年，时薪250美元。2023年公司上了AI研究助手，一开始说是“增强”她的能力。她挺高兴，觉得终于能专注高价值工作了。三个月后，合伙人问她：“AI一小时能交付80%，你那20%到底值多少钱？”六个月后，她的岗位变成了“质量审核员”，计费标准降到150美元。
十年的经验，抵不过每月50美元的AI订阅费。
问题出在哪？Jane一直在和AI赛跑——比谁执行得快。可她跑得再快，也跑不过挖掘机。
真正跑出来的人，思路不一样。浙江宇视科技的一位代表打了个比方：AI像个执行力超强的助理，替代的是重复、枯燥的工作。但人类的直觉、同理心、复杂判断，它拿不走。所以关键不是焦虑“被替代”，而是琢磨怎么当那个“驾驭者”。
58同城CEO姚劲波代表说得直接：对AI要有开放的学习心态。
但学到什么程度？香港有位教授提了个观点：纯AI应用技能，竞争优势会很短。就像当年大家都会用Office了，会打字就不再是本事。真正的护城河是“AI+你的专业”——你懂行业、懂场景，能用AI解决具体问题。
焊工代表赵宗合印证了这一点：现在的焊工，“既要懂焊接理论，会实操手艺，还要会用智能设备、看懂AI参数，能和智能化设备协同工作”。
成都的司丰瑞是个典型。他在软件行业摸爬滚打十多年，前两年决定专注做“一人公司”。他的电脑里常驻着一支“虚拟团队”：Cursor负责编程，豆包整理客户需求，WPS的AI处理文档，即梦AI生成图像。以前不敢一个人接的软件开发项目，现在搭配这些工具，两个多月就能交付。
他说自己从“码农”变成了“项目经理”——只不过团队成员不再是活人，而是不同的AI工具。
05 “造血”的第三步：从输入第一行命令开始陈莺婷的故事最能说明“第一步”有多重要。
她原本是园林设计师，后来房地产行业不行了，项目越来越少。一狠心辞职，投了一千多份简历，只收到两个offer。
走投无路的时候，她开始在网上找AI课程。在一个开源社区自学两个月后，报名参加了智能体比赛。她做了个叫“不一般的茶馆”的智能体——虚拟茶馆里，不同“古人”根据实时热点新闻点评吐槽。上线第一天就冲上平台热推，连续霸榜三天。
“对新人来说，第一次做的东西能拿奖，那种正反馈太重要了。”她说。
现在她是AI训练营的负责人，带别人入门。她常跟学员说的一句话是：先去试，别怕错。
还有一个更狠的。杭州小伙王涛，职高毕业，干过酒店软件、做过物联网。去年开始琢磨一件事：如果让AI自己干活，人能少操多少心？他设了个规则：不额外花钱，尽快商业化，让AI自己完成市场调研、写代码、做产品。他每天就花不到一小时验收，然后等着全球用户付费下载。
五个月，他上线120多个App，九成在盈利。
他说：“我做到了，所有人都可以做到。”
一个人跑得快，一群人跑得远。
陈莺婷后来成为那个开源社区训练营的负责人。她邀请各大版主做导师，安排助教，设计“学习搭子”模式。四期训练营学员总人数破万，课程含金量不亚于市场价上万的培训，但全免费。
她这样解释：“做训练是很伟大的事，你会因为别人的成功而成功。”
线下孵化器也在兴起。上海临港有个“零界魔方”，专为“一人公司”设计，创业者每月付几十块服务费就能用上工位。深圳大公坊则帮AI硬件创业者对接供应链和大模型。
还有一个例子挺暖。孙紫娟原本在医院做临床营养，发现肿瘤患者出院后没人管。她和程序员丈夫搭了个平台，用AI完成营养筛查、随访提醒这些标准化工作，遇到情绪复杂的情况再自己上。原来可能需要十几个人干的活，现在三个人就够了。
但她也有烦恼：算力费用是一笔不小的开支。“如果能在这方面得到支持，服务成本还能再降。”
这也是政策可以发力的方向。
07 三条可复制的经验梳理这些转型成功的人，我发现他们身上有几个共同点：
第一，从焦虑转向行动。
很多人卡在第一步，是因为觉得AI太复杂、自己不懂技术。但陈莺婷、王涛这些人，都是在走投无路的时候“先试了再说”。
第二，找准自己的“AI+”定位。
不是学一堆通用技能，而是想清楚“我的专业领域+AI能做什么”。司丰瑞是“软件开发+AI”，孙紫娟是“医学+AI”。复旦大学一位教授有个判断：“斜杠”可能是未来人们主要的生活方式——不是什么都干，而是能快速切换。
第三，接受“组合式生存”。
有专家给过一个建议：定期评估自己的技能，哪些是核心的，哪些正在被替代。然后可以把全职工作、项目合作、零工任务结合起来，多几条腿走路。
彭青云现在每天的生活挺紧绷——刷资讯、看新模型、逛群讨论，吃饭上厕所都在看。他说：“AI工具进步太快了，几天没关注新东西，可能就落后了。”
但他也说，这种紧迫感反而让他踏实。
因为有过一次“被抛下”的经历，他知道焦虑没用，动起来才有机会。
两会的提案也好、政策也好，确实在给我们搭桥。但桥搭好了，迈不迈那条腿，终究是自己决定的事。
那些转型成功的人，未必比我们聪明多少，只是在别人还在纠结“我该怎么办”的时候，他们已经先走了几步。
哪怕就是从输入第一行命令开始。