前阵子跟一个在四大做审计的朋友吃饭，他说他们组今年招人的指标砍了一半，但新设了一个叫“AI审计流程设计师”的岗位，薪资开得比 Senior 还高。我问他这岗位具体干什么，他说说白了就是把原来靠人眼盯的抽样逻辑，翻译成模型能跑的规则集，再盯着模型别跑偏。末了他补了一句：现在所里内部培训，Excel 高级函数那套课没人听了，全挤在 Python 和 prompt 工程那两间教室。

这事让我琢磨了很久。AI 对岗位的冲击，外面人看是“替代”，里面人感受的是“拆解”。一个岗位被拆成几块，有的块被机器吃了，有的块反而变重了，然后重新拼成一个四不像的新岗位。这个过程比单纯裁员复杂得多，也慢得多，但它正在发生。

最典型的是客服。大家都觉得客服是第一批被大模型干掉的岗位，这话对了一半。标准话术、退换货流程、常见故障排查，这些确实在快速自动化，某电商平台去年双十一大模型吃掉了七成以上的首轮咨询。但另一面，客诉升级之后的情绪安抚、复杂纠纷的责任判定、涉及赔偿的谈判，这些反而更依赖人了。我认识一个做了八年客服主管的人，她现在的团队人数少了三分之一，但每个人要处理的都是“AI 搞不定的烂摊子”，人均产出反而高了，考核指标从“接起率”变成了“一次性解决率”和“客户情绪恢复度”。她说这活儿现在更像心理咨询加调解员，纯照着话术念的人第一个被淘汰。

财务岗的裂变更隐蔽。基础核算、发票验真、银行对账这些，RPA 加 OCR 早就干掉了大半，现在大模型进来，连费用报销的合规初审都能做。但财务分析这个方向反而在膨胀。原因不复杂——业务部门现在要数据的频率和颗粒度都上来了，以前月度经营分析会那套 PPT 逻辑不够用了，老板要的是实时看板加归因分析。一个制造业企业的财务总监跟我聊，他们财务部现在分两拨人，一拨做“账房”，人越来越少，一拨做“业务伙伴”，天天泡在车间和销售会里，帮业务线算投产比、做定价模拟。后一拨人得懂业务、懂模型输出、还得能跟业务老大拍桌子，这种复合能力市面上不好找。

翻译和本地化行业更有意思。机翻质量上来之后，低端笔译的价格确实被打穿了，千字几十块的活儿基本没了。但游戏本地化和影视字幕这块，需求反而在涨。一个做游戏出海的朋友说，他们现在不缺“能翻对”的人，缺的是“能翻好玩”的人。中文梗怎么让老外 get 到，俚语怎么不违和，角色台词的口吻怎么跟人设对齐——这些模型暂时搞不定，得靠人。而且现在本地化岗位的 JD 里多了一条：能写 prompt 调模型初翻，再做后期创意润色。等于把翻译拆成了“机器粗加工”和“人工精装修”两段，后者溢价更高了。

还有一类岗位是被 AI 硬生生催生出来的。数据标注这个行当几年前还被人看不起，觉得是劳动密集型低端活儿，现在分化了。普通图片拉框确实还是低端，但做 RLHF 的偏好排序标注、做领域微调的高质量指令数据构造，时薪已经翻了好几倍。一个做医疗 AI 的朋友说，他们招的标注员得有临床背景，能判断模型给的诊断建议在医学逻辑上站不站得住脚，这种人的产出直接决定模型能不能过注册审批。这活儿以前根本不存在，现在成了刚需。

把这些碎片拼起来看，有个规律挺清楚：AI 吃掉的是岗位里“可标准化”的那部分，但标准化被吃掉之后，剩下的非标准化部分反而被放大了，而且对人的要求更高了。以前一个岗位可能七成标准化、三成非标，现在变成三成标准化、七成非标，人得从“执行标准”切换到“处理例外”。这个切换对很多人是痛苦的，因为处理例外没有 SOP 可背，靠的是判断力、行业经验和跟人打交道的本事。

所以与其问“哪些岗位被替代”，不如问“你岗位里标准化那部分占多少”。占得越多，被重新定义的时间窗口就越短。那些早几年就开始往非标那头挪的人，现在反而拿到了溢价。我那个审计朋友说得挺实在：以前考 CPA 是为了升经理，现在学 Python 是为了不被优化，但真正让他坐稳位子的，还是那几年攒下来的、对异常交易的那种直觉——这玩意儿模型暂时教不会。