有答案的工作最先被替代：AI 接管工作的第 1~5 阶段

设定了正确答案的任务首先会被自动化，而不管负责人的自尊心如何。

AI 会不会拿走我的工作？要回答这个问题，先要看顺序。AI 不是随便什么工作都一口气拿走。有些工作先被替代，有些工作很久之后才会承受替代压力。其中最先承受替代压力的，是容易确认答案的工作。 翻译是否正确，代码能不能运行，计算是否准确，诊断是否命中，广告文案有没有带来点击。这些工作可以确认结果。能确认结果，就能打分；能打分，AI 就能快速学习。 人错一次，会失去时间，也会失去动力，再学回来要很久。但 AI 不一样。它可以无数次尝试，错了就改，再试一次。评分标准越清楚，AI 越快追上人，并在某个瞬间用更低成本、更快速度处理同样的工作。

这篇文章讨论 AI 接管工作的前五个阶段。 第 1 阶段，是答案相对确定的工作。第 2 阶段，是专家分析。第 3 阶段，是预测大众反应的工作。第 4 阶段，是把多个步骤接起来处理的工作。第 5 阶段，是人再审核反而变慢的工作。 到这里为止，方向都一样。生成答案、确认答案、修正答案、再次处理的工作，越来越多地转向 AI。

1 阶段，答案相对确定的工作

最先被替代的，是答案相对确定的工作。翻译、摘要、基础编程、固定格式报告、简单计算、重复文档化，都属于这里。这些工作的输入和输出比较清楚。为什么先被替代？因为容易确认对错。 翻译可以和原文比较。代码可以运行。计算可以核对答案。摘要可以看有没有漏掉原文重点。格式报告可以确认必要项目是否齐全。 这种工作很适合 AI 练习。因为它能马上确认自己是否更接近正确答案。所以一旦做得足够好，就会比人更便宜、更快。人的价值不是全部消失。但“按固定格式快速做出来的人”的价值会迅速下降。过去，快速翻译、快速整理文档、快速写出代码是一种明确竞争力。现在，这种能力越来越接近默认值。

这一阶段先消失的不是全部创造力，而是快速生产固定答案的角色。

2 阶段，专家分析

接下来是专家分析。诊断、预测、风险分析、设计审查、数据解读等工作。表面看是高级专业工作，但很多部分其实是模式识别和判断的重复。 医生看影像找病灶。律师审查判例。工程师看数据抓异常。分析师看数字预测方向。 这些工作由学了很久的人来做，所以看起来安全。但站在 AI 角度，不一定如此。如果过去案例很多，输入资料整理得好，之后能确认结果，AI 就会很快追上来。诊断是否正确、预测是否命中、设计是否失败、风险是否真的爆发，过一段时间就能确认。也就是说，专家分析里答案会收敛的部分，也会受到替代压力。

这不是说长期学习的人失去意义。而是“最会分析的人”这个位置本身不再安全。以后专家更重要的，不是单纯给出分析结果，而是选择应该解决什么问题，按现实语境解释 AI 的分析，并在出错时承担判断责任。AI 越是代替分析，人越会从分析师被推到责任人和问题设定者的位置。

3 阶段，预测大众反应的工作

第三，是预测大众反应的工作。这里要小心。这不是说 AI 能凭空读懂人心，也不是说 AI 能完全理解一个人的深层欲望。AI 擅长的是看人们实际留下的行为数据，统计性地预测下一次反应。

点了什么标题，在哪个句子离开，买了什么商品，对什么语气有反应，在哪个视频停留更久。AI 能看到一个人一辈子都观察不到的行为数据规模。所以最先被替代的，不是“深刻理解人心”，而是预测大众会点什么、买什么、在哪里离开的工作。广告文案选择、标题和缩略图比较、客户分群、推荐列表、价格和促销反应预测，都会快速转向 AI。过去靠营销人员或策划人员直觉做的事，AI 会用数据处理。

这一阶段消失的是“我凭感觉知道大家喜欢什么”的位置。但限制也很清楚。统计上预测得准，和给某一个人提供完全贴合的 100 分服务，是两回事。AI 知道大量饮食偏好数据，并不代表它真的尝到了味道。一个人今天是什么心情，现在想要什么口感和香气，吃什么才会真正满足，仍然很难。 所以，这一阶段被替代的不是完全理解一个人的能力，而是预测很多人的反应，并用这种预测优化内容、广告和推荐的工作。 大众反应没有唯一正解。但点击率、购买率、观看时长、跳出率会不断反馈。因此答案会逐渐收敛。只要收敛，AI 就会变强。

在点击行为可以记录为分数的任务中，AI可以快速获取重复实验所需的数据。

4 阶段，把多个步骤接起来处理的工作

早期 AI 只接小碎片。一句话、一行代码、一个摘要。但 AI 正在逐渐从头到尾处理整件事。给它目标，它会制定计划、寻找资料、写初稿、修改并交出结果。在这个阶段，AI 不再只是给答案的工具，而是把多个步骤串起来的执行者。 过去是人把工作拆开。找资料、整理、做文档、套格式、提交、交给下一步。现在 AI 可以把这条流程一次性处理。放在公司里看，中间实务会减少。人逐项动手的小步骤被捆起来自动化。人会转向决定“要做什么”以及“什么标准算完成”。这是从“帮我写这句话”变成“帮我达成这个目标”的瞬间。 这个变化可怕，不是因为一两个任务消失，而是因为把许多小任务串起来的岗位可能减少。找资料、整理、放进格式、做成可汇报形态的中间处理工作会减少。当然，并不是所有事情 AI 都能完全完成。权限、保密、责任、组织语境、最终批准仍然存在。但让工作运转的中间步骤，需要的人数可能减少。

5 阶段，人审核反而变慢的工作

一开始，人会审核 AI 结果。这当然合理，因为 AI 可能出错。但在某些工作里，时间久了情况会改变。如果 AI 错误率比人低，而且即使错了也容易回滚，那么人每次都审核就不再是安全装置，而是瓶颈。比如重复分类、简单批准、低风险任务的自动处理。结果是否错误能马上确认，错了也不会造成大损害并能回滚，那么人工审核会逐渐减少。 这时，人可能不再是让事情更安全的存在，而是让速度变慢的存在。几乎都正确的结果，如果人每次都翻一遍，可能把好好的东西改坏，拖慢工作，甚至新添错误。所以“再看一眼的人”这个位置会减少。但这里有重要前提。

第 5 阶段只限于准确率和可回滚性是核心的工作。只有 AI 更准确、出错也容易恢复的工作，人工审核才会减少。责任重大的事情不同。一旦错了会有人受伤、损失大笔金钱、产生法律责任、破坏组织信任的事情，人不会轻易退出。也就是说，消失的不是所有监督者，而是“只确认准确率的审核者”先消失。 承担责任的人、判断什么重要的人、实际承担损失并做最终决定的人，会留到更后面的阶段。因此，第 5 阶段的核心是：如果 AI 比人更少出错，而且错了也容易回滚，人工审核就不再是安全装置，而是成本。 那一刻，审核者的位置会安静地减少。

容易确认答案的工作为什么最先自动化

把第 1 阶段到第 5 阶段合成一句话，就是：有答案的工作先被替代。所谓有答案，不只是答案只有一个，而是结果可以确认、可以反馈、随着时间过去更好答案的方向会被缩窄。 翻译、摘要、编程、诊断、分析、推荐、广告、大众反应预测、重复批准、低风险自动处理。这些工作程度不同，但答案都会收敛。答案收敛，AI 就能反复学习。反复学习，就会变便宜、变快。变便宜、变快，人的位置就会减少。人留下的位置会移到别处：选择问题、承担责任、阅读现实语境、拥有权限、在出错时承受损失。 所以，光说“我很会做事”已经不够。如果那件事是答案会收敛的工作，越会做的人越先被拿来和 AI 比较。等 AI 足够便宜、足够快，做得好的人价值也会下降。

下一篇

这里就是 AI 接管工作的前半段。 先是容易确认答案的工作被自动化。然后专家分析、预测大众反应的工作、把多个步骤接起来处理的工作，会按顺序被自动化。最后，在部分领域里，人再看一遍的审核者位置也会减少。 接下来，自然会出现问题：身体劳动安全吗？手艺和现场感觉是不是 AI 不容易拿走？下一篇看第 6~8 阶段：重复性的体力劳动、手艺和现场试错，以及没有固定答案的判断和感觉，如何开始承受替代压力。