这两年，我被问得最多的问题之一是：

AI会不会取代人？

做内容的人问。

公司里的员工问。

创作者问。

有时候朋友吃饭也会问。

刚开始我还会认真分析哪些工作容易被替代，哪些岗位暂时安全，哪些能力AI还做不好。

后来我越来越不愿意回答这个问题了。

不是因为它不重要。

而是我觉得，它可能把很多人的注意力带到了一个错误的方向。

AI当然会替代一些工作。

也一定会创造一些新的工作。

哪些先消失，哪些后消失，今天谁都很难准确判断。

但过去一段时间真正让我警惕的，反而是另外一件事：

如果有一天，每个人拥有的工具都差不多，你还有什么是自己的？

这个问题，我觉得比“AI会不会取代我”更重要。

一、我们正在经历一次非常奇怪的能力平权

过去，一个人的能力很大程度受工具限制。

你不会摄影，很难拍出专业画面。

不会剪辑，很难完成一条成熟视频。

不会设计，很难做出像样的海报。

不会英语，很难直接做英文内容。

不会写代码，很难开发一个产品。

这些门槛过去都是真实存在的。

所以很多时候，会做，本身就是一种竞争力。

但AI正在迅速降低“会做”的价值。

不会画画，可以生成。

不会剪辑，可以让AI完成大量基础工作。

不会写代码，也可以先把一个产品原型做出来。

不会英语，可以翻译，甚至直接让自己的数字形象说英语。

不会写文案，几秒钟可以得到十个版本。

这是一件非常了不起的事情。

我并不排斥它。

恰恰相反，我觉得这是生成式AI最重要的意义之一：

很多过去被专业能力挡在门外的人，第一次获得了把想法变成东西的机会。

但任何一次能力平权，都会带来另外一个问题。

当所有人都会以后，

“会”本身就不值钱了。

二、以前我们担心不会做，以后可能更应该担心没有什么值得做

这是我这两年做AIGC越来越强烈的感受。

早期大家学习AI，最常见的问题是：

这个怎么生成？

那个模型怎么用？

提示词怎么写？

人物一致性怎么解决？

视频怎么延长？

这些问题当然都要解决。

但模型进步太快了。

很多半年前还需要专门学习的技巧，今天已经变成一个按钮。

今天觉得很专业的能力，半年以后可能就是产品默认功能。

所以我越来越少把大量精力放在“某一个工具怎么用”上。

因为这个东西变化得太快。

我更关心的是：

工具都一样以后，你拿它做什么？

同一个模型给一百个人。

为什么有人做出来的东西你愿意看？

另外九十九个人的东西，你刷一下就过去了？

差别可能越来越不在工具。

而在人。

三、AI会把“平均水平”抬得非常高

这是我觉得很多人还没有充分意识到的一件事情。

AI最先改变的，不一定是顶尖水平。

而是平均水平。

以前一个普通人做一张商业海报，可能真的很难看。

以后至少不会太难看。

以前一个普通人写一篇商业文案，可能结构都不完整。

以后至少像一篇文案。

以前一个小团队做一条视频，可能连基本制作质量都过不了。

以后画面、声音、字幕、节奏都可以做到一个不错的基础水平。

所以未来我们可能会进入一个很有意思的阶段：

“还不错”的东西会变得极其廉价。

还不错的图片。

还不错的视频。

还不错的文章。

还不错的音乐。

还不错的方案。

到处都是。

这时候真正的问题就来了：

为什么是你？

四、我现在越来越害怕一种人：什么都会一点，但没有自己的东西

过去我们很喜欢“全能型人才”。

会写。

会拍。

会剪。

会运营。

会做PPT。

现在AI可以把一个普通人迅速变成某种意义上的“全能型人才”。

这当然是好事。

但也可能制造一种新的错觉：

我会的东西越来越多，所以我越来越有竞争力。

未必。

如果这些能力都是工具赋予你的，那么别人很快也会拥有。

今天你会Midjourney。

明天所有人都会。

今天你会用某个视频模型。

一个月以后，平台可能直接集成。

今天你会写复杂提示词。

下一代模型可能根本不需要。

所以我现在判断一个人的长期价值，会越来越少问：

你会什么工具？

我更愿意问：

离开这些工具以后，你还剩什么？

这个问题有时候挺残酷。

但也很有用。

五、什么东西真正属于一个人？

我自己也经常想这个问题。

公司可以被复制。

商业模式可以被复制。

内容形式可以被复制。

工具当然更可以被复制。

甚至未来，一个人的脸和声音都可能被AI复制。

那到底什么东西比较难复制？

我现在想到的，第一个是：

经历。

你真正做过什么。

失败过什么。

在哪些事情上交过学费。

见过哪些人。

处理过什么问题。

这些东西不是网上搜几个案例就能获得的。

我做内容行业快十年，对很多事情的判断并不是因为看过一本书。

而是因为真的遇到过。

一个账号突然爆了以后发生什么。

一个达人和机构之间为什么最后会出现矛盾。

一个看起来非常漂亮的商业模式为什么落不了地。

一个团队从十几个人变成几百个人以后，原来有效的方法为什么突然失效。

这些经历并不一定都成功。

有些甚至挺难看的。

但时间久了以后，它们会慢慢变成判断。

而判断，是AI很难直接送给你的东西。

六、第二样东西，是判断

第一篇文章我写过一句话：

生产越便宜，判断越昂贵。

写到第七篇，我反而越来越确定这件事情。

因为AI会不断增加答案。

但它不能替你决定：

哪一个答案值得相信。

哪一个应该放弃。

什么事情现在应该做。

什么事情虽然能赚钱，但不应该做。

什么东西看起来很热闹，其实没有长期价值。

一个真正成熟的判断，往往不是来自知识量。

而是来自：

知识。

经历。

失败。

反馈。

责任。

甚至一些你自己都很难解释清楚的直觉。

AI可以帮你分析。

可以给你反对意见。

甚至可以比你掌握更多信息。

但最后那个：

“我决定这样做。”

仍然应该有人承担。

而只要需要承担结果，判断就不会变得廉价。

七、第三样东西，是审美

这里说的审美，仍然不是“好不好看”。

而是：

你愿意留下什么。

你认为什么值得被做出来。

你喜欢什么样的人。

你愿意讲什么样的故事。

你觉得什么东西俗。

什么东西虚假。

什么东西虽然数据很好，但你不愿意做。

这些选择重复一百次、一千次以后，会慢慢形成一个人。

这也是为什么真正成熟的创作者，即使换了工具，你仍然可能认得出来。

摄影机换了。

软件换了。

平台换了。

甚至媒介都换了。

但有些东西没有变。

那部分没有变的东西，才接近风格。

如果所谓风格只是一个提示词：

“电影感、35mm、柔和光线、浅景深……”

那就不是你的风格。

因为别人复制粘贴以后也有。

真正的风格，是你面对一百种可能时，长期选择了其中某一种。

八、第四样东西，是关系和信用

这一点我觉得在AI时代会越来越贵。

AI可以生成一个非常好的商务邮件。

但它不能替你拥有十年的合作关系。

AI可以帮你写一篇看起来很专业的文章。

但它不能自动让别人相信你。

AI可以生成一个很漂亮的创始人介绍。

但真正决定别人愿不愿意和你做生意的，还是：

你以前做过什么。

答应过什么。

有没有做到。

遇到问题的时候怎么处理。

这个东西叫信用。

它建立得很慢。

毁掉却很快。

所以我一直觉得，AI时代有一个特别有意思的反差：

内容越来越容易伪造，真实的信用反而会越来越贵。

因为当任何人都可以在十分钟内做出一套非常专业的包装以后，

我们最终还是会问：

这个人到底是谁？

九、第五样东西，是你真正拥有的资产

这也是前几篇一直在讲的事情。

不要只拥有流量。

要拥有人物。

不要只拥有一条视频。

要拥有可以继续生产的系统。

不要只拥有粉丝数字。

要拥有用户认知。

不要只帮平台生产内容。

要留下自己的IP、版权、数据、方法、关系和品牌。

甚至未来，不只是拥有内容。

还要开始思考：

你自己的AI版本是不是也应该属于你？

我越来越觉得，未来一个普通人最危险的状态，不一定是失业。

而是忙了十年以后发现：

什么都没有留下。

账号是平台的。

客户是公司的。

内容没有版权。

方法没有沉淀。

用户不认识你。

离开现在的岗位以后，过去十年的工作无法带走任何东西。

这才是我觉得真正值得警惕的事情。

十、AI可能第一次逼我们重新理解“工作”

工业时代，很多人的工作逻辑很简单：

出售时间。

一天八小时。

一个月领取工资。

后来互联网和创作者经济出现以后，一部分人开始积累：

账号。

粉丝。

作品。

品牌。

IP。

这些东西让过去的劳动可以在未来继续产生价值。

AI可能把这个趋势再往前推一步。

如果大量执行性工作都可以被机器完成，人真正应该花时间做什么？

我现在越来越倾向于一个答案：

做那些能够留下来的事情。

建立判断。

建立作品。

建立关系。

建立信用。

建立IP。

建立自己的数据和方法。

建立别人想到某件事情时，会自然想到你的那种认知。

这些东西增长得很慢。

但也正因为慢，才不容易被一个新模型一夜之间抹平。

十一、不要和AI比谁干活更快

这可能是未来几年特别容易犯的一个错误。

AI一天可以生成一千张图。

你不要和它比画图速度。

AI可以几秒钟写完一篇文章。

不要和它比打字。

AI可以24小时工作。

更不要和它比加班。

如果一个人的竞争方式是：

我比机器更勤奋地执行标准任务，

那这场比赛从一开始就选错了。

人真正应该往上走。

去决定问题。

定义标准。

建立关系。

承担责任。

形成审美。

创造新的东西。

最重要的是：

拥有一些东西。

这也是为什么我不太喜欢“AI提效”这个词被无限使用。

如果AI只是让一个人一天完成过去三天的工作，当然很好。

但如果省出来的时间只是为了接更多同样的工作，

那我们只是把跑步机调快了。

真正有意思的问题是：

AI替你省下来的时间，你拿去积累什么？

十二、超级个体真正的“超级”，不是一个人干十个人的活

这几年“超级个体”这个词很流行。

很多人理解的是：

一个人借助AI，可以完成以前十个人的工作。

我觉得这只是第一层。

如果只是一个人干十个人的活，本质上还是劳动力效率提升。

真正让我感兴趣的是第二层：

一个人能不能借助AI，建立过去只有一家机构才能建立的资产？

自己的内容系统。

自己的用户。

自己的IP。

自己的产品。

自己的全球分发能力。

自己的数字身份。

甚至自己的AI代理。

这时候，“超级”才不只是效率。

而是：

个人第一次拥有了更强的资产形成能力。

我觉得这可能才是AI给普通人最大的机会之一。

十三、当然，不是每个人都需要成为IP

写到这里，我觉得也要说一句。

这几年互联网有一种特别强的声音：

人人都要做个人IP。

人人都要拍视频。

人人都要有账号。

我并不完全同意。

不是每个人都喜欢站在镜头前。

也不是每个人都需要成为网红。

所谓“拥有自己的东西”，也绝不等于一定要做自媒体。

一个工程师可以拥有自己的技术判断。

一个设计师可以拥有自己的作品体系。

一个销售可以拥有长期的客户信用。

一个管理者可以拥有一套真正验证过的组织方法。

一个普通员工也可以不断积累某个领域别人替代不了的经验。

资产不一定是粉丝。

真正重要的是：

你今天做的事情，有没有一部分能够进入明天。

十四、我自己也没有完全想清楚

写这个系列的时候，我经常会遇到一个问题：

很多事情，我其实也没有答案。

AI最终会发展到什么程度？

哪些岗位会消失？

一个人的数字版本最后能做到什么？

未来的MCN还会不会叫MCN？

作品会不会真的变成千人千面？

我不知道。

如果有人现在特别确定地告诉我十年以后是什么样，我反而会有一点怀疑。

因为我们现在可能还在非常早的阶段。

但有一件事情，我觉得已经可以开始做了。

不要等未来确定以后，才开始积累自己的东西。

因为模型的变化速度，我们控制不了。

平台怎么变化，我们也控制不了。

行业红利什么时候结束，更控制不了。

真正稍微能够控制的，是：

今天做完一件事情以后，

有没有什么留下来。

十五、如果AI把所有人的工具都拉到同一条起跑线

我经常想象一个极端情况。

有一天，

所有人用的模型都差不多。

生成质量都非常高。

每个人都有AI助理。

每个人都会写、会画、会做视频、会编程。

甚至每个人都有自己的数字分身。

到了那个时候，我们还怎么区分彼此？

我想，可能还是那些非常老的东西。

你经历过什么。

你相信什么。

你拒绝什么。

你做过哪些选择。

别人为什么相信你。

你和谁建立过真正的关系。

你创造过什么。

最后，

有什么东西因为你存在过，所以才存在。

技术发展得越快，我反而越来越觉得这些东西重要。

因为它们没有那么容易通过一次模型升级获得。

最后

所以现在再有人问我：

“AI会不会取代普通人？”

我可能不会急着回答会或者不会。

我更想反问一句：

如果AI真的越来越强，你准备给自己留下什么？

一个岗位可能会消失。

一个平台可能会衰落。

一个今天很热门的技能可能三年以后毫无价值。

这些事情我们都阻止不了。

但一个人可以慢慢建立一些属于自己的东西。

经历。

判断。

审美。

作品。

关系。

信用。

资产。

以及未来，也许还有一个真正由自己定义的AI版本。

如果这些东西一直在增长。