前几天跟一个做了十几年招聘的朋友吃饭，他说现在筛简历已经不怎么自己看了。系统先跑一遍，学校、专业、履历关键词匹配不上的直接进人才库，连被真人看一眼的机会都不多。他苦笑说，以前觉得自己是伯乐，现在更像给算法打下手的人。这事听着有点残酷，但仔细想想，AI渗进工作场景的速度，比大多数人感知到的要快得多。

很多人对AI的理解还停留在聊天机器人写诗、画图那个层面，觉得是个新鲜玩具。实际上真正在改变行业的东西往往不声不响。比如客服系统里的意图识别，早几年还经常答非所问，现在不少公司的第一层应答已经基本不需要人工兜底了。再比如合同审核，法务团队过去逐字逐句抠条款，现在工具先把风险点标出来，人只负责判断和决策。这些变化不轰动，但它是实打实在重新分配工作量。

我观察到一个挺有意思的现象。真正把AI用起来的，往往不是那些天天喊口号的公司，而是一些闷头干活的中小团队。大企业流程长、决策链复杂，上一套新系统要过七八道关，等落地的时候需求可能都变了。小团队没那么多包袱，哪个环节费人力就直接接个接口试试，试错成本低，反而跑得快。有个做跨境电商的哥们儿跟我说，他们用模型批量生成商品描述和本地化文案，原来三个人的活现在一个人带工具就能转起来，省下来的时间拿去研究选品和供应链。这才是AI落地的真实样子，不性感，但管用。

当然，问题也一堆。最直接的就是数据。很多公司嚷嚷着要上AI，结果内部数据散在十几个系统里，格式不统一，口径对不上，清洗一遍比重新采集还费劲。模型再强，喂进去的是垃圾，出来的还是垃圾。还有个容易被忽略的点是流程适配。AI不是插上电就能用的微波炉，它嵌进业务流之后，上下游的衔接方式得跟着调。有的企业买了工具发现没人会用，或者用了之后跟原有审批流程打架，最后搁置吃灰。技术本身不是瓶颈，组织和人的惯性才是。

再说生活这一头。智能家居喊了这么多年，真正让人觉得“回不去了”的场景其实不多。但有几个变化是实打实的。比如导航软件的实时路况预测，现在出门前看一眼预估时间，基本八九不离十，这在五年前还不太敢想。再比如语音转文字，开会录音丢进去，纪要自动出来，虽然还得人工捋一遍，但省掉的那部分机械劳动是真实的。还有健康监测，手表测心率、血氧这些，数据精度跟医疗级设备比还有差距，但作为日常参考已经够用了，很多人因此第一次注意到自己睡眠质量有多差。

不过我也得泼盆冷水。现在市面上打着AI旗号的产品，有一大半是套壳或者过度包装。买个通用接口换个界面就敢叫智能助手，实际用起来稍微复杂点的指令就露馅。用户不傻，被忽悠两次之后对整个品类的信任度都会下降。这个阶段有点像早期智能手机市场，山寨机满天飞，真正把体验做扎实的没几家。行业需要时间洗牌，急不来。

回到工作这件事上。焦虑是真实的，尤其是那些工作内容高度标准化、重复性强的岗位。但历史经验摆在那儿，技术替代的往往是任务而不是职业。会计电算化普及之后，记账员少了，但财务分析和税务筹划的需求上来了。AI也一样，它吃掉的是流程里最枯燥的那一段，剩下的判断、沟通、协调、担责，短期内还落不到机器头上。真正该担心的不是被替代，而是只会做那些被替代的事。

说到底，AI这东西既没有科幻电影里那么玄乎，也没有一些人嘴里那么不堪。它就是个工具，跟当年Excel、跟后来的云计算一样，用得好是杠杆，用不好是负担。区别在于这次杠杆的支点挪得更靠近认知环节，所以冲击感更强。未来已来这话听着像口号，但拆开看，不过是一点点渗透、一点点磨合、一点点改变做事的方式。等哪天你发现离开某个工具已经不太会干活了，回头一看，那个未来其实早就到了。