斯坦福研究称年轻开发者就业降两成 杜克调查企业加速AI裁员

斯坦福研究称年轻开发者就业降两成 杜克调查显示企业加速AI裁员 传统高等教育的学历信号正在失效，AI吃掉标准化入门岗位迫使职场新人从执行者转向依靠判断力与作品输出的质检员。 视频深入探讨了生成式 AI 对传统高等教育与初级就业市场的剧烈冲击，引用斯坦福研究及杜克大学 CFO 调查指出年轻人与初级岗位面临的严峻就业寒冬。黄仁勋等行业领袖强调，仅凭学历的标准化执行能力已迅速贬值，具备“隐性知识”的领域经验与高阶判断力正成为核心壁垒。视频最后呼吁打破文凭执念，通过 AI 解决真实问题并积累个人作品，实现从基础“打字员”向高端“质检员”的职场定位跃迁。 高等教育溢价正面临严峻考验，美国学生贷款总额已达 1.83 万亿美元，但 2025 年仅 30% 毕业生找到对口工作；英伟达 CEO 黄仁勋直言招人宁要懂 AI 的人，每位大学生毕业时都应成为 AI 专家。 (0:00) 斯坦福大学研究显示，自 2022 年行业高峰以来，22 至 25 岁年轻软件开发者的就业水平暴跌近 20%，而 30 岁以上拥有“隐性知识”与行业直觉的老员工就业率反而增长了 6% 至 12%。 (1:24) 杜克大学对 750 位 CFO 的调查表明，44% 的企业计划在 2026 年进行 AI 相关裁员，预计减少超 50 万个岗位（为去年的 9 倍）；同时过去 18 个月美国入门级职位发布量暴跌 35%。 (3:00) 传统行业晋升的第一格梯子正在被拆除，全球 66% 的企业计划缩减入门级招聘，且仅有 5% 的公司仍将大学学位视为入门岗位的必要条件，职场竞争力正加速从学历向个人实际“作品”转移。 (5:48)

英伟达首席执行官黄仁勋及多项行业研究指出，生成式人工智能正在瓦解传统高等教育的文凭溢价，标准化入门级工作被算法大规模替代，使得经验判断力与领域专长取代初级执行力成为职场核心竞争力。 初级岗位塌方与代际就业分化 (1:24) 斯坦福大学数字经济学实验室研究显示，自2022年高点以来，22至25岁年轻软件开发者的就业水平整体下降接近20%，而30岁以上资深员工的就业率反而上涨6%至12%。这种代际分化源于AI率先吞噬了标准化、流程化的初阶白领任务。杜克大学针对750位企业首席财务官（CFO）的调查显示，44%的受访CFO计划在2026年进行AI相关的裁员，预计全美将减少逾50万个岗位，达到上一年（5.5万个）的9倍。 世界经济论坛引用的劳动力数据进一步印证了入门级市场的严峻局面：过去18个月全美初级岗位发布量减少35%，顶级科技公司面向经验不足一年新人的岗位在2019至2024年间砍半。宏观层面，美国学生贷款总额已达1.83万亿美元、涉及4280万人，而2025年应届毕业生中仅30%找到对口工作，超半数从事不需要学位的岗位。企业因AI优化初阶用工成本，正在拆掉职场新人通过低阶脏活积累行业经验的第一格阶梯。 学历信号失效与隐性知识壁垒 (3:00) 传统职场阶梯依赖学位证明候选人的自律与执行力，但AI的普及打破了个人素质与基础交付质量之间的强绑定。全球企业调查显示，66%的公司计划因AI缩减初级招聘，91%已调整或取消部分岗位，仅5%的企业仍视大学学位为初级岗位的必要条件。投行与四大等以往依赖大量初级分析师进行财模搭建和基础行研的行业，如今算法三分钟即可完成同等工作，导致初级团队编制被大幅压缩，节约的成本直接转化为合伙人利润。 老员工逆势增长的底层逻辑在于其掌握的“隐性知识”（tacit knowledge）——即行业实践中积累的直觉、识别AI幻觉与错误结果的审校能力，以及捕捉客户真实诉求的判断力。黄仁勋在公开演讲中直言编程本质上是商品化的“打字”，而在AI时代的核心价值在于解决业务问题的领域专长，例如懂得力学与客户偏好的木匠借助AI就能履行建筑师的职责。芝加哥大学经济学者的宏观监测亦表明，生成式AI扩散两年半以来，中高层从业者的就业与收入尚未受到显著冲击，冲击完全集中在初级执行层面。 物理壁垒、人文素养与实证作品 (11:41) AI的技术渗透在不同职业类别间形成反差分化。一方面，物理世界中的高难度手工技能构成天然避风港，美国无需学位的最高薪职业电梯及自动扶梯安装维修工年薪中位数达到106,580美元，顶尖者可达近15万美元，因复杂的物理管网维保短期内无法被算法替代；另一方面，文科思维显现出非直觉的价值重估，AI公司DeepSeek大举招募文史哲背景人才担任“数据百晓生”以提升模型的文化素养，《华尔街日报》亦报道硅谷科技高管鼓励子女学习艺术，以规避易被算法复制的纯技术工种。 由于AI工具使个人能够低成本独立完成系统性项目、深度行业分析等可交付成果，企业评估人才的逻辑正从依赖文凭转向直接考察公开作品。调查显示已有25%的雇主开始取消部分职位的学历硬性要求。求职者的角色定位正从高成本的基础执行“打字员”向具备审校与把关能力的“质检员”升级，通过实际解决行业问题的实证作品证明真实能力。 乔治华盛顿大学预测显示，至2032年美国仍将短缺450万拥有本科以上学历的劳动力，表明学位在长期宏观视角下依然保留基础的避险功能。但在AI颠覆初级用工市场的现实下，高等教育的实际性价比正取决于其能否培养学生运用AI解决复杂真实问题的能力，而非灌输标准化、易被替代的初级技能。

[0:00] 黄仁勋: 宁可要一个懂 AI 的，也不要一个只有专业学位但不懂 AI 的 [0:00] Alan Chen: 所谓的高等教育，正在变成人类历史上最昂贵的骗局之一。这绝非危言耸听。 [0:00] Alan Chen: 在 AI 时代，学历这张所谓的职场入场券，到底还能帮你打开哪扇门？哪些门已经被 AI 从里面锁死了，而哪些门反而在对你敞开？ [1:24] Alan Chen: 大家仿佛把学历当成了一个自动扶梯，以为只要站在上面不下来，总有一天会被送到一个好地方。但现在回头看，那个扶梯带你到达的那一层，AI 早就已经住进去了。 [3:00] Alan Chen: 在以前的技术革命中，年轻人往往是最大的受益者，因为他们学得快、工资低、愿意拥抱变化。但这一次的 AI 革命完全反过来了，年轻人反倒成了受冲击最严重的群体。 [5:48] 投行高管: 我以前招 10 个分析师干底层的活，现在我可能只需要招 3 个。 [5:48] Alan Chen: 你花了十几万美元买了一把叫作“学历”的钥匙，等好不容易到了门口，却发现锁已经被 AI 换掉了。 [9:31] 黄仁勋: 编程这件事，说白了就是打字，而打字是一种商品（Commodity）。 [9:31] 黄仁勋: 一个木匠如果用上了 AI，他也是一个建筑师。 [9:31] Alan Chen: AI 替代的是“你知道什么”，但替代不了“你判断什么”。 [11:41] Alan Chen: 计算机出现之后，数学家没有失业，算盘师傅失业了；AI 出现之后，思考者没有失业，人肉搜索引擎失业了 [18:31] Alan Chen: 文凭证明的只是你“可能行”，而亲手做出的作品证明的是你“确实行”。 [18:31] Alan Chen: 千万别用 2005 年的就业地图，去给 2030 年毕业的孩子导航。 [18:31] Alan Chen: 在每一次技术的转折点上，最先动手的人吃到红利，最后动的人才付出代价。

[0:00] 今天我要说一句得罪人的话 [0:02] 所谓的高等教育 [0:03] 正在变成人类历史上最贵的骗局之一 [0:06] 几天前呢 [0:07] 全球市值最大的科技公司老板黄仁勋 [0:10] 在Lexi Freeman的博客上说了一句话 [0:12] 他说我招人 [0:13] 宁可要一个懂AI的 [0:15] 也不要一个只有专业学位但不懂AI的 [0:19] 每一次都会这样 [0:21] 他还说了一句更炸的 [0:22] 每个大学生毕业的时候 [0:23] 都应该是AI专家 [0:25] 你听到了吗 [0:26] 这不是应该了解AI [0:28] 不是最好学一学 [0:29] 是应该成为专家 [0:32] 这句话从谁的嘴里说出来 [0:34] 是从 [0:34] 一个市值4万亿美元公司的CEO [0:37] 嘴里说出来的 [0:38] 从一个每年招几千名工程师的人 [0:40] 嘴里面说出来的 [0:42] 问题来了 [0:43] 你花了4年 [0:44] 背了三四万美元的学生贷款 [0:46] 学的那些东西 [0:47] 如果AI 3秒钟就能做完 [0:50] 那你的这个学位到底换来的是什么 [0:53] 美国有1.83万亿美元的学生贷款 [0:56] 4,280万人背负着债 [0:59] 但是2025年的应届毕业生 [1:00] 只有30%找到了对口工作 [1:03] 花了4年读出书来 [1:05] 超过一半的人在做不需要学位的工作 [1:09] 今天这期视频 [1:09] 我不是来制造焦虑的 [1:10] 我是来帮你算一笔账啊 [1:12] 在AI时代 [1:13] 学历这张入场券 [1:14] 到底还能帮你打开哪扇门 [1:17] 哪些门已经被AI从里面锁死了 [1:19] 哪些门反而对你更敞开了 [1:21] 坐稳扶好 [1:22] 先赞后看 [1:23] 好运不断 [1:24] 我们先说一个 [1:25] 很多人不愿意面对的现实啊 [1:27] 大学四年学的那些东西 [1:28] 什么整理数据写出稿 [1:30] 做技术分析 [1:32] 翻译文件做财务模型 [1:34] 这些曾经是 [1:35] 你进入职场的敲门砖 [1:37] 公司为什么招你啊 [1:38] 因为这些活总得有人干 [1:40] 而且你便宜 [1:41] 肯学能加班 [1:43] 但现在呢 [1:44] 这些活 [1:44] 一个ChatGPT或者是什么大语言模型 [1:47] 免费用户都能干了 [1:49] 而且比你快 [1:50] 比你便宜 [1:51] 还不用交社保 [1:53] 我自己就是这么过来的 [1:54] 我身边的朋友也是啊 [1:55] 本科毕业找不到理想工作 [1:57] 那就读研 [1:58] 研究生读出来还不够 [1:59] 那就读第二个研究生 [2:01] 之后呢还找不到工作 [2:03] 读博吧之后还不行 [2:04] 咱们就读博士后 [2:05] 一路机械的往上读 [2:07] 好像学历是一个自动扶梯 [2:09] 只要你站在上面不下来 [2:11] 他总会把你送到一个好地方 [2:13] 我周围的留学生朋友呢 [2:15] 10个有8个都是这个路径 [2:16] 但现在回头看 [2:18] 那个扶梯送你到的那一层 [2:20] AI已经住进去了 [2:22] 这真的不是我在夸张啊 [2:23] 斯坦福大学数字经济学实验室 [2:25] 最近的研究结论 [2:26] 很扎心 22岁到25岁的年轻软件开发者 [2:30] 就业水平 [2:31] 从2022年的最高点以来 [2:33] 下降接近20% [2:35] 将近20% 不是说100个人里面 [2:37] 少了20个人的工作机会 [2:39] 是说整个年龄段 [2:41] 在那些AI能干的岗位上 [2:43] 就业水平集体塌方了一大截 [2:45] 更让人想不通的是 [2:47] 他们的前辈 [2:48] 30岁以上的老员工呢 [2:50] 没受什么影响 [2:51] 不但没受影响 [2:52] 还反而增长了6%到12% [2:55] 年轻人暴跌 [2:56] 老员工反涨 [2:57] 同一个行业 [2:58] 两个完全相反的方向 [3:00] 这是为什么呀 [3:01] 因为老员工身上有样东西 [3:03] AI暂时抢不走 [3:04] 就是经验的判断力 [3:06] 斯坦福那份研究报告里 [3:07] 提了一个概念 [3:08] 叫隐性知识 [3:09] 就是那些从来不会写在教科书里的 [3:11] 但在行业里摸爬滚打十多年 [3:13] 才积累出来的直觉 [3:15] 比如说 [3:16] 他们知道AI什么时候在胡说八道 [3:18] 知道哪些结果看起来合理 [3:20] 但实际上不能用 [3:21] 知道客户说我要a的时候 [3:23] 其实是说我想要b [3:25] 这些东西不在任何教材里 [3:27] 也不在ChatGPT的训练数据里 [3:29] 但刚毕业的你 [3:30] 恰好缺的就是这个 [3:32] 所以你看到一个很残酷的画面 [3:34] 以前的技术革命有一个规律 [3:36] 就是年轻人受益最大 [3:38] 因为年轻人学东西快 [3:39] 工资低愿意拥抱变化 [3:42] 但这次AI革命好像翻了个儿啊 [3:44] 年轻人反而是受冲击最大的群体 [3:47] 因为AI吃到的恰好是标准化入门工作 [3:50] 而入门工作是年轻人手里唯一的筹码 [3:54] 你作为一个初级员工 [3:55] 正在和一个永远不累 [3:56] 永远不抱怨 [3:57] 不要五险一金的对手抢同一碗饭 [4:00] 而且这个不是减速 [4:01] 是在加速啊 [4:02] 杜克大学刚发了一份调查 [4:03] 问750个CFO [4:06] 就是各个公司的这个财务老大 [4:08] 2026年 你们计划因为AI裁员多少人 [4:12] 44%的CFO说 [4:14] 我们计划AI相关裁员 [4:15] 全国加起来大概是50多万个岗位 [4:18] 是去年的9倍 [4:20] 9倍去年只有5.5万 [4:22] 今年50万 [4:24] 这个就是这个速度的可怕程度 [4:26] 数据呢是不会骗人的 [4:27] 世界经济论坛引用了一份劳动力数据 [4:30] 显示美国入门级职员的发布量 [4:33] 在过去18个月里面暴跌35% [4:36] 不是减少了一点点 [4:37] 是砍掉了1/3 [4:39] 但申请量呢 [4:40] 反而在增加 [4:41] 坑少了1/3 [4:42] 挤进来的人却更多了 [4:44] 更扎心的还是在 [4:45] 后面啊一家劳动力研究机构 [4:47] 去年跟踪了2023年届毕业生的就业情况 [4:50] 发现毕业一年之后 [4:52] 52%的人在做不需要学位的工作呀 [4:55] 不是52%暂时没找到理想工作 [4:58] 是52% 超过一半 [5:01] 在做根本不需要你那张文凭的活 [5:03] 你花了4年拿到的那张纸 [5:05] 在你做的工作面前毫无意义 [5:08] 那这4年你买到了一什么呢 [5:10] 一个体验 [5:11] 一段回忆 [5:12] 一段不可回去的青春 [5:14] 还是平均39,547美元的联邦学生贷款 [5:18] 和接下来将近20年的还款期 [5:20] 而且这不只是美国的问题啊 [5:22] 一家硅谷风投统计发现 [5:24] 从2019年到2024年 [5:27] 顶级科技公司里面 [5:28] 面向经验不足一年的新人岗位 [5:30] 减少了50% [5:32] 砍掉一半 [5:33] 在销售 [5:34] 设计人力资源工程法务这些部门 [5:36] 过去给新人的第一个台阶正在消失 [5:40] 你以前听说的职场阶梯 [5:42] 先从底层做起 [5:43] 慢慢往上爬 [5:44] 现在这个阶梯的第一格正在被AI拆掉 [5:47] 你连爬的机会都没得爬了 [5:50] 我再举个具体的例子你就明白了 [5:51] 以前一个投行每年招一批分析师 [5:53] 这些分析师干什么呢 [5:54] 做财务模型 [5:55] 做pitch book [5:56] 就是给客户看的那种精美演示的材料 [5:59] PPT做基础的行业研究 [6:01] 干个两三年 [6:02] 表现好的升副总裁 [6:04] 再干好了几年升董事总经理 [6:06] 整个职业路径是非常清晰的 [6:09] 包括四大什么的也是这样 [6:10] 你从底层的脏活累活做起 [6:12] 用这些活证明你的能力 [6:14] 然后呢一层一层往上走 [6:16] 但是现在呢 [6:17] 财务模型AI能做演示 [6:19] 材料AI能做 [6:20] 基础行业研究AI 3分钟出一份 [6:23] 比你写一周 [6:24] 还全面的东西 [6:25] 同行说 [6:26] 我以前招10个分析师干底层的活 [6:29] 现在我可能只需要招3个 [6:31] 但这3个必须能直接跟客户打交道 [6:34] 必须能判断AI生成的东西对不对 [6:37] 10个变3个 [6:38] 而且这3个人的工资呢 [6:39] 可不是原来10个人平分啊 [6:41] 还是3个人的工资 [6:42] 省下的钱直接进了合伙人的口袋 [6:44] 剩下的7个人的职业起点 [6:46] 直接被砍掉了 [6:48] 更麻烦的是 [6:49] 这7个人不是能力不行 [6:50] 是连证明自己能力的机会都没有了 [6:53] 以前你至少能进去当分析师 [6:55] 积累经验 [6:56] 现在你连门都进不了 [6:58] 因为门后面那些活已经不存在了 [7:01] 这就是为什么 [7:01] 前面斯坦福的研究发现 [7:03] 年轻人受冲击力最大呢 [7:05] 不是因为年轻人能力差 [7:06] 是因为 [7:07] 年轻人赖以起步的那些初级工作 [7:09] 正在消失 [7:10] 老员工已经爬上去了 [7:11] 梯子拆了跟他们没什么关系 [7:13] 但你还要在地面上 [7:15] 看着被拆掉的梯子发呆 [7:17] 全球范围的调查也验证了这一点 [7:19] 一项覆盖多个行业的企业调查显示 [7:21] 66%的全球企业 [7:23] 计划因为AI减少入门级的招聘 [7:27] 不是可能减 [7:27] 是计划减 [7:28] 91%的售房企业说 [7:30] 他们已经因为AI调整或取消部分岗位 [7:33] 如果你觉得这些还不够残酷 [7:35] 那就再加一个数字 [7:36] 调查中只有5%的公司还认为 [7:39] 大学学位是入门级岗位的必要条件 [7:42] 5%啊你的父母那一辈没有学位 [7:45] 可能连简历都递不进去 [7:47] 现在呢 [7:48] 95%的公司告诉你没有学位无所谓 [7:52] 这就是为什么我说高等教育正 [7:53] 在变成一个很贵的骗局 [7:55] 注意我说的不是教育没价值啊 [7:58] 教育当然是有价值的 [7:59] 我说的是 [8:00] 你花了一大笔钱买的那张入场券 [8:02] 的功能正在被AI从里面锁死 [8:06] 以前这张入场券能帮你开的门 [8:08] 初级分析师法律助理翻译基础编程 [8:11] 而这些门后面 [8:12] 现在站的都是AI [8:14] 你花了十几万美元买了一把钥匙 [8:16] 到了门口才发现锁被换了 [8:19] 再帮你算一笔更直接的账啊 [8:21] 美国四年制公立大学 [8:23] 州内学生总分有大概是10万美元出头 [8:25] 私立大学呢 [8:26] 18万美元起步 [8:28] 名校轻轻松松奔30万 [8:30] 这还不算你四年里放弃的工作收入 [8:33] 如果你高中毕业直接工作4年 [8:34] 四年下来也至少能赚个十几万 [8:37] 所以一个大学学位的真实成本 [8:39] 远不止学费那个数字 [8:41] 你得把你放弃的收入加上去 [8:43] 再加上贷款的利息 [8:44] 联邦学生贷款利息现在超过6% [8:47] 你借3万块 [8:48] 按照10年的还款计划 [8:49] 每个月还要还300多 [8:51] 10年下来 [8:52] 光利息就要多付1万多 [8:54] 但实际上 [8:54] 大部分人根本还不了10年 [8:57] 平均要还将近20年 [8:59] 20年呢你22岁毕业开始还贷 [9:02] 到了42岁 [9:03] 人生中最重要的20年 [9:05] 买房结婚生孩子创业 [9:06] 都在这笔债的阴影下度过 [9:08] 你说值不值 [9:10] 如果你毕业出来能找到一份好工作 [9:12] 那当然值了 [9:13] 但是 [9:13] 如果你毕业之后一直跟那52%的人一样 [9:16] 在做不需学位的工作 [9:18] 那这笔账怎么算都亏 [9:20] 这就是我说的骗局的意思 [9:22] 知识当然有价值 [9:24] 但你花了一大笔钱 [9:25] 买到了那个性价比在 [9:27] AI时代对很多专业来说已经不成立了 [9:31] 如果你觉得这些数据让你不舒服 [9:32] 很正常但是别着急焦虑 [9:34] 因为接下来我讲的第二种数据呢 [9:36] 会让你更意外 [9:37] 如果你觉得以上分析有道理 [9:38] 可以顺便点个赞 [9:39] 帮助更多的人看到这组数据 [9:41] 我们接着说 [9:43] 你以为黄仁勋在说学历没用吗 [9:45] 不是他说的是一句更深的话 [9:48] 就在今年2月 [9:49] 老黄在一个企业峰会上讲了一段话 [9:51] 我原话翻译给你听啊 [9:52] 他说编程这件事 [9:53] 说白了就是打字 [9:55] 而打字是一种商品 [9:57] 很多程序员听到这句话 [9:59] 可能要炸毛啊 [10:00] 4万亿美元公司的CEO [10:01] 当着全场企业客户的面说 [10:03] 你干的活就是打字 [10:05] 但是你先别急 [10:06] 他紧接着说了什么呢 [10:07] 他说但你们所有人 [10:09] 都有比打字更有价值的东西 [10:11] 就是领域专长 [10:12] 你理解客户 [10:14] 理解问题 [10:14] 你知道真正需要解决的是什么 [10:17] 你知道吗 [10:18] 当你从大学毕业的时候 [10:19] 你可能是一个超级程序员 [10:20] 但你完全不知道客户要什么 [10:23] 完全不知道该解决什么问题 [10:25] 但在座的所有人都知道客户要什么 [10:27] 什么问题需要解决 [10:29] 编程的那部分呢 [10:30] 容易告诉AI去做就行了 [10:32] 这才是你们的超能力 [10:34] 你听懂了没有 [10:35] 他不是在说学历没有用 [10:36] 他是在说你花四年学的那些打字能力 [10:40] 什么编程做报表写分析 [10:42] 这些技能的市场价格正在归零 [10:45] 但你对一个行业的理解 [10:46] 对一个问题的判断 [10:48] 你的直觉和经验 [10:49] 这些东西AI做不了 [10:51] 而且正因为AI把打字变得免费了 [10:54] 判断的价值反 [10:55] 而更高了 [10:56] 他甚至举了一个特别生动的例子 [10:58] 他说一个木匠如果用上了AI [11:00] 他也是一个建筑师 [11:02] 你品品这句话 [11:03] 木匠和建筑师之间差了什么呀 [11:05] 是不是就差了一个学位啊 [11:07] 但在AI的时代 [11:08] 这个差距正在被填平 [11:10] 以前 [11:10] 你需要花4年时间去建筑系学理论 [11:13] 才能画图纸 [11:14] 现在只要你懂木工的真实需求 [11:17] 哪里承重 [11:18] 哪里需要留管道 [11:19] 客户想要什么风格 [11:20] AI就能帮你把图画出来 [11:22] 反过来说 [11:23] 如果你只学了画图纸 [11:25] 但从来没摸过锤子 [11:26] 你以为你比木匠高级 [11:28] 其实你比木匠危险 [11:30] 这就是学历 [11:31] 正在被重新定价的核心逻辑 [11:33] AI替代的是你知道什么 [11:35] 替代不了你判断什么 [11:37] 知识是可以被搜索的 [11:39] 但判断力是搜索不到的 [11:41] 如果你还不信呢 [11:42] 我可以再给你讲一个故事 [11:43] 这个跟中国相关啊 [11:45] 应该都听过deep seek对吧 [11:46] 这也是这几年 [11:47] 比较火的大语言模型之一 [11:49] 你猜他们除了招算法工程师之外 [11:51] 还在招什么人 [11:53] 他们呢 [11:54] 在招一种叫数据百晓生的岗位 [11:56] 注意啊不是数据工程师 [11:58] 是叫百晓生 [12:00] 什么叫百晓生啊 [12:01] 就是什么都懂一点的人 [12:03] 这个岗位的要求背景是什么呢 [12:05] 文学历史社会科学 [12:07] 没错是文科生 [12:09] 一个前员工在一次直播中解释道 [12:11] 说这些文科背景的人 [12:13] 负责从历史文化文学科学各个领域 [12:16] 去整理高质量的知识 [12:18] 给AI喂数据模型 [12:20] 说白了他们不是程序员 [12:22] 但是他们让AI说出来的话 [12:24] 像一个有文化素养的人在说 [12:27] 而不是一个冰冷的机器在吐字 [12:29] 这家公司的创始人自己也说 [12:31] 当你追求长期目标的时候 [12:32] 经验其实没那么重要 [12:34] 真正重要的核心能力 [12:35] 是创新思维和对工作的热情 [12:38] 是不是很有意思啊 [12:39] 最火的AI公司反而在招文科生 [12:42] 这跟你认为的AI时代 [12:44] 只有理科生有前途 [12:45] 完全相反吧 [12:47] 这个不是孤例啊 [12:47] 华尔街日报去年有篇报道 [12:49] 标题就很渣 [12:49] 硅谷的科技高管们 [12:51] 希望自己的孩子去学艺术 [12:54] 不是学计算机 [12:54] 不是去学数据科学 [12:56] 是学艺术 [12:58] 你想想这有多讽刺啊 [12:59] 这些人天天造AI [13:00] 天天用AI打掉别人的饭碗 [13:02] 但他们不想让自己的孩子 [13:04] 和AI竞争同一条赛道 [13:06] 他们知道一件事 [13:08] AI最终会把执行层的活干完 [13:10] 但是判断层和创造层的活 [13:13] 短期内还得人来干 [13:14] 说到这里 [13:15] 你可能想问一个更根本的问题 [13:17] 就是学历这个东西 [13:18] 从经济学角度到底在卖什么 [13:21] 经济学里有一个理论叫信号理论 [13:23] 简单来说 [13:24] 学历其实在证明你是一个什么样的人 [13:26] 而不是你学到了什么 [13:28] 你能考上一个好大学 [13:29] 说明你聪明自律能坚持 [13:32] 企业买的 [13:32] 其实是你身上这些品质的证明 [13:35] 聪明自律能坚持 [13:37] 课程内容反而是次要的 [13:39] 这个理论过去很好用 [13:41] 因为在AI之前 [13:42] 你的品质和你的执行力是绑在一起的 [13:45] 你聪明所以你分析数据分析的好 [13:47] 你自律所以你写报告写得快 [13:49] 品质和产出是挂钩的 [13:51] 但是AI呢 [13:52] 直接打破了这个绑定 [13:54] 现在一个不太聪明的人用AI [13:56] 也能写出一个跟你一样好的报告 [13:58] 一个没那么自律的人 [14:00] 用AI也能跟你做出一样的分析 [14:02] 你的品质信号还在 [14:04] 但是这个信号的变现能力下降了 [14:07] 因为过去你靠这些品质干的活 [14:09] AI也能干了 [14:11] 所以学历的信号功能没有消失 [14:13] 但是信号指向的内容变了 [14:15] 以前它指向的是这个人能高效执行 [14:18] 现在他需要指向这个人 [14:20] 能判断能创造 [14:21] 能和人建立信任 [14:23] 如果你的学历只能证明第一种能力 [14:25] 那他的含金量确实在缩水 [14:28] 这个分析框架对不对呢 [14:29] 说实话我也没有百分百的把握 [14:31] 毕竟AI才出来两三年 [14:33] 样本量太小了 [14:35] 但是至少目前的数据 [14:36] 有朝这个方向指向的趋势 [14:39] 而且有人可能会问啊 [14:40] 那AI会不会很快把判断力也学了呢 [14:43] 这个问题我必须诚实地对你说啊 [14:45] 一位芝加哥大学经济学家有一句话 [14:47] 说的非常中肯 [14:48] 他说我们已经有两年半的时间 [14:50] 看到生成式AI在经济中的广泛扩散 [14:53] 但到目前为止 [14:54] 这些工具在任何职业上的就业 [14:56] 或收入上 [14:57] 都没有造成显著的差异 [14:59] 换句话说 [15:00] AI目前砍掉的是初级岗位 [15:02] 但没有真正冲击到中高层 [15:04] 至少数据上还没有 [15:06] 未来会不会呢 [15:07] 我觉得是有可能的 [15:08] 但是如果现在就因为恐慌而放弃学习 [15:11] 放弃积累 [15:12] 那你连这个缓冲期都用不上了 [15:14] 这里再补充一句啊 [15:15] 就是那个750个CFO的调查里 [15:18] 发现了一个很有意思的矛盾 [15:20] 这些大佬们呢 [15:21] 一方面说要大规模用AI裁员 [15:24] 另一方面 [15:24] 又承认 [15:25] 他们对AI能带来多少实际的收益 [15:27] 的预估大大超过了目前的现实 [15:30] 研究者的原话是说 [15:31] 对AI收益的感知大于现实 [15:33] 也就是说 [15:34] 可能有一部分裁员是跟风裁的 [15:37] 不是真的算清楚才裁的 [15:39] 这个是我们之前讲的AI washing [15:41] 这个比例多大 [15:42] 现在没人知道 [15:43] 但至少说明50万个岗位消失 [15:45] 这个数字不一定全部兑现 [15:47] 所以学历到底在贬值 [15:49] 还是在升值呢 [15:50] 我给你一个更精确的说法 [15:52] 就是学历正在分裂 [15:54] 一半在塌方 [15:55] 另一半呢 [15:55] 在涨价咱们先说塌方的这一半啊 [15:58] 哪些学历在贬值 [16:00] 就是那些教你做标准化工作的学历 [16:02] 初级分析师 [16:04] 法律文书翻译基础编程财务审计 [16:07] 这些工作的共同特点是什么 [16:09] 就是可预测 [16:10] 输入是确定的 [16:11] 输出是确定的 [16:12] 流程是确定的 [16:13] 而AI最擅长的 [16:15] 就是处理确定性的工作 [16:17] 有一个概念叫做莫拉维克悖论 [16:19] 名字不重要 [16:20] 但你道理要知道 [16:21] AI擅长人类觉得难的事儿 [16:24] 比如抽象推理啊数据分析语言翻译 [16:27] 但是AI不擅长人类觉得简单的事儿 [16:30] 比如说走路拧瓶盖儿 [16:32] 感知情绪 [16:33] 在复杂环境里灵活应变 [16:36] 所以一个反直觉的结论是 [16:37] 一个律师助理 [16:39] 比一个水管工更容易被AI替代 [16:42] 一个初代金融分析师 [16:43] 比一个护士更危险 [16:44] 一个翻译比一个电工更脆弱 [16:47] 你之前觉得越高端的工作越安全 [16:49] 恰好反过来 [16:50] 越标准化的白领工作越危险 [16:53] 前面那个投行的例子已经说明了 [16:55] 消失的是标准化执行的岗位 [16:57] 留下的是 [16:58] 判断加沟通的岗位 [17:00] 这个规律放在翻译啊法律啊 [17:02] 会计啊审计啊 [17:03] 全都一样 [17:03] AI先吃的 [17:04] 永远是确定性最高的活 [17:06] 但接下来这个数据呢 [17:07] 才让我更吃惊的啊 [17:09] 你猜猜美国不需要大学学位 [17:11] 收入最高的工作是什么 [17:13] 是电梯和自动扶梯的安装维修工 [17:17] 年薪中位数106,580美元 [17:20] 收入最高的10% [17:21] 能拿到将近15万的年薪 [17:24] 比很多哈佛MBA赚的都多啊 [17:26] 这是为什么呢 [17:27] 因为AI能帮你修改一篇论文 [17:29] 但是AI爬不进电梯井里 [17:31] 帮你换钢缆 [17:32] AI能帮你做一份财务分析 [17:34] 但是AI修不了你家的水管 [17:36] 物理世界的动手能力 [17:38] AI目前是碰不了的 [17:40] 所以一个很讽刺的画面出现了 [17:41] 你花4年读完常青藤名校 [17:44] 出来做初级分析师 [17:45] 被AI替代了 [17:46] 花2年学个电工的手艺 [17:48] 年薪10万 [17:49] AI还够不着 [17:50] 这里面 [17:51] 谁才是更聪明选择的那个人呢 [17:54] 前面说过 [17:54] 造AI的那帮人 [17:55] 不让自己孩子学计算机 [17:57] 让他们学艺术 [17:58] 最火的AI公司反而在招文科生 [18:01] 这些信号加在一起 [18:02] 指向同一个结论 [18:03] 就是AI吃掉的是能被搜索到的知识 [18:06] 吃不掉的 [18:06] 是能做判断的脑子和能动手的双手 [18:10] 计算机出现之后 [18:11] 数学家没失业 [18:12] 算盘师傅失业了 [18:14] AI出现之后呢 [18:15] 思考者没失业 [18:16] 人肉搜索引擎失业了 [18:18] 关键在于你的学历 [18:19] 教你成为了思考者还是搜索引擎 [18:22] 如果看到这里还在的话 [18:23] 说明你是真的很关心这个问题啊 [18:25] 帮我转发给你身边 [18:26] 正在做教育选择的朋 [18:28] 友或者家人 [18:29] 可以帮他们避开一个很贵的坑 [18:31] 说到这里呢 [18:32] 我们再换一个角度啊 [18:33] 其实文凭没用 [18:35] 但不能不读 [18:36] 这个矛盾不是AI时代才有的 [18:38] 二三十年了 [18:39] 对吧你问问你身边的人 [18:40] 几乎每个人都知道 [18:41] 大学学出的东西用不上 [18:44] 但是每个人还是去读了 [18:46] 为什么呀 [18:46] 因为你没有一个替代方案 [18:48] 你不读简历关都过不了 [18:50] 你读了至少还有一个敲门砖 [18:53] 整个社会 [18:54] 被卡在这个死循环里很多年了 [18:56] 明知道性价比越来越差 [18:58] 但谁也不敢第一个下车 [19:01] AI其实正在把这个死结打开 [19:03] 你想想 [19:03] 以前为什么非要有文凭才能进门 [19:05] 因为公司没有别的方法判断你行不行 [19:09] 面试那20分钟看不出来什么学历呢 [19:11] 至少是个筛子 [19:13] 但是现在呢 [19:13] 你用AI做了一个项目放在GitHub上面 [19:16] 或者用AI写一份行情分析发在网上 [19:19] 甚至像我一样做个视频发在网上 [19:21] 你的能力是可以直接被看见的 [19:23] 公司不需要通过你的文凭 [19:25] 去猜你行不行 [19:26] 他能直接看到你行不行 [19:28] 前面讲过 [19:29] 25%的雇主 [19:30] 已经取消了部分岗位的学位要求 [19:32] 这不是偶然的 [19:33] 是因为有了AI之后 [19:35] 能力变得可展示了 [19:36] 你不再需要花4年时间 [19:38] 来买一张纸来证明自己 [19:41] 你可以直接展示自己 [19:43] 所以AI带来的不只是焦虑 [19:45] 它同时给困在旧系统里的人一个出口 [19:48] 你终于可以不靠文凭来证明自己了 [19:51] 前提是你得行动 [19:53] 你得动手啊 [19:55] 那么具体怎么动手呢 [19:56] 其实没那么复杂啊 [19:57] 如果你是学生或者职场 [19:59] 人找一个本行业里最烦的任务 [20:01] 花一个周末用AI试着做一遍 [20:03] 不是去说什么AI的培训课啊 [20:05] 说句砸别人饭碗的话 [20:06] 现在市面上90%的AI培训课 [20:08] 本身就是另外一种骗局 [20:10] 你不需要花钱学什么是AI [20:13] 你需要的 [20:13] 就是 [20:13] 用AI解决一个你自己身边的真实问题 [20:17] 写一份行业报告 [20:18] 做一个数据整理 [20:19] 搭一个小工具 [20:20] 哪怕帮你老板做一份 [20:21] 本来他要花3天的报告 [20:24] 做完之后你就拥有一样东西 [20:26] 不是知识 [20:26] 是你的作品 [20:28] 一个用AI做出来的 [20:29] 别人能看到的成果 [20:31] 这个成果比任何文凭都有说服力 [20:33] 因为文凭证明是你可能行 [20:36] 而作品证明的是哎 [20:38] 你确实行 [20:39] 而且你会发现一件事 [20:40] AI帮你做完了七八成的执行工作之后 [20:43] 剩下两三成是需要你的判断的部分 [20:46] 这才是你真正值钱的地方 [20:48] 不是你来做报告 [20:49] 是你来判断AI做的报告对不对 [20:52] 不是你来翻译 [20:52] 是你来判断AI翻译的这句话 [20:54] 顾客听了会不会舒服 [20:56] 你的价值从打字员变成了质检员 [20:59] 这一步的差距 [21:00] 值钱的多 [21:02] 如果你是家长呢 [21:03] 也是给你一句话 [21:04] 别用2005年的就业地图 [21:06] 给2030年毕业的孩子导航 [21:09] 最贵的错误不是没上名校 [21:11] 是花了十几万 [21:12] 让孩子学了一套 [21:13] AI 3秒钟就能完成的技能 [21:15] 但也不是说大学不用读啊 [21:17] 学位的保险功能还在的 [21:19] 乔治华盛顿大学预测 2032年 [21:20] 美国还会短缺450万个 [21:22] 本科生以上的学历的工人 [21:24] 关键是选学校的时候 [21:26] 多问一句 [21:27] 这个学校有没有在教 [21:28] 学生用AI解决真实问题 [21:31] 如果没有 [21:31] 那这个学费的性价比呢 [21:33] 就是非常的差了 [21:34] 还有一点 [21:35] 很多人都忽略了 [21:36] 前面说的那些动手能力的岗位 [21:38] 什么电梯维修电工护理 [21:40] 也是给孩子一条路 [21:41] 年薪10万 [21:42] AI还碰不了 [21:43] 也不背学贷 [21:44] 不是退路啊 [21:45] 这是一条被严重低估的正路啊 [21:48] 开头我说了 [21:48] 我自己就是那个一路站在学历扶梯上 [21:51] 下不来的人 [21:52] 现在回头看 [21:53] 真正能让我做这个频道的 [21:55] 不是任何一张文凭 [21:56] 是我每一次新工具出来的时候 [21:58] 愿意第一个去试 [22:00] 博客时代我们都学过发博客 [22:02] 短视频来了我愿意做短视频 [22:04] AI来了第一时间我愿意用 [22:06] 有些试对了 [22:07] 有些试错了 [22:08] 但是愿意试 [22:09] 这件事本身就比任何文凭都管用 [22:12] 这真的不是鸡汤 [22:13] 这是我这些年来最真实的一个体会 [22:16] AI这东西发展太快了 [22:17] 两年前没人能想到它能写法律文书 [22:20] 谁知道它两年后 [22:22] 会不会连复杂判断也能做呢 [22:24] 我不想装到什么都看得清的人啊 [22:26] 是有一件事我看的还算可以 [22:27] 就是在每一次技术转折点上 [22:30] 最先动手的人吃到红利 [22:32] 最后才动的人要付出代价 [22:34] 这个规律 [22:35] 从工业革命到今天是没有变过的 [22:37] 正所谓满腹经纶不稀奇 [22:40] 机器背书比你急 [22:42] 值钱从来不是计体层判断 [22:45] 真底气评论区告诉我你自己的学历 [22:47] 在AI时代是让你更安心了 [22:49] 还是更焦虑了 [22:50] 你觉得学到的东西 [22:52] AI能替代多少 [22:53] 你作为长辈 [22:54] 会让你的后代们 [22:56] 花4年时间去换一张文凭吗 [22:58] 我是Al看完赞赞 [22:59] 腰缠万贯 [23:00] 我们下期视频再见