哈嘍，大家好，今天小墨這篇評論，主要來分析生成式AI如何讓職場經(jīng)驗(yàn)快速貶值，新人靠工具就能追平十年老員工的殘酷現(xiàn)實(shí)。

過去十年，職場里最穩(wěn)的東西是什么？不是學(xué)歷、不是證書，是"我干了很多年"這句話。

年限像護(hù)城河。你比新人更快、更熟、更少犯錯，于是你理所當(dāng)然地拿更高工資、坐更穩(wěn)的位置。

生成式AI出現(xiàn)之后，事情變得非常不講武德：它不是把你替代掉，它先把你"熬出來的那點(diǎn)差距"抹平了。

AI帶來的第一件事，不是效率提升，是定價(jià)體系重寫，當(dāng)新手能用AI跳過4個月、6個月甚至幾年的"熟練期"，你以為的經(jīng)驗(yàn)壁壘，很多就變成了可復(fù)制的公共資源。

Erik Brynjolfsson及其團(tuán)隊(duì)在NBER發(fā)表的關(guān)于客戶支持代理的研究給了一個非常具體的數(shù)字沖擊。這項(xiàng)針對5179名客戶支持人員的研究顯示，在使用過AI以后，員工的生產(chǎn)力變化：低技能員工提升34%，中等技能員工平均提升14%，高技能員工幾乎0甚至微負(fù)。

更夸張的是：2個月的新員工，能達(dá)到過去6個月老員工的水平，學(xué)習(xí)曲線被加速了3倍。這不是"提升效率"這么簡單，這是在重寫經(jīng)驗(yàn)的經(jīng)濟(jì)學(xué)：過去需要時(shí)間熬出來的能力，現(xiàn)在被系統(tǒng)"白送"了。

哈佛商學(xué)院聯(lián)合波士頓咨詢的研究表明，AI對不同技能水平員工的影響是不均勻的。它產(chǎn)生了一種"拉平效應(yīng)"，即AI對初級員工的賦能遠(yuǎn)超資深員工，導(dǎo)致經(jīng)驗(yàn)帶來的溢價(jià)被壓縮。多項(xiàng)研究表明，這是一種知識再分配：資深員工多年試錯積累的隱性知識，被模型學(xué)習(xí)后商品化、顯性化、無限復(fù)制。

從企業(yè)視角看當(dāng)然爽：培訓(xùn)成本下降。個人視角就很殘酷：你的護(hù)城河被填平了。當(dāng)"熟練"變成默認(rèn)值，經(jīng)驗(yàn)就失去了溢價(jià)。

Klarna的AI客服助手上線一個月，就能處理相當(dāng)于700至850名全職員工的工作量，平均解決時(shí)間從11分鐘降到2分鐘，重復(fù)查詢率下降25%，還能24小時(shí)覆蓋35種語言，并且?guī)眍A(yù)計(jì)4000萬美元利潤提升。更關(guān)鍵的是：客戶滿意度并沒有明顯變差，甚至在一些指標(biāo)持平或更優(yōu)。

這意味著在標(biāo)準(zhǔn)化服務(wù)領(lǐng)域，"話術(shù)經(jīng)驗(yàn)""流程熟練度""情緒安撫技巧"這些過去需要幾年練出來的東西，可能真的被模型一次性學(xué)走了。當(dāng)客戶不介意你是人還是AI，你的經(jīng)驗(yàn)就沒有溢價(jià)。

Copilot這類工具對不同層級開發(fā)者的影響，是高度分化的。初級開發(fā)者提升26%到55%，新手紅利巨大，尤其解決"空白畫布恐懼"。資深開發(fā)者負(fù)10%到正10%，甚至下降，因?yàn)橐袚?dān)審查、架構(gòu)合理性、安全性、邊緣情況。

這里最狠的詞是：驗(yàn)證稅。資深開發(fā)者不能像新手一樣"直接用"，他們必須逐行審查，看起來能跑的代碼，可能在邏輯、安全上埋著微妙漏洞。發(fā)現(xiàn)這些漏洞的成本，遠(yuǎn)高于自己寫。甚至還有案例：一個技術(shù)主管花45分鐘和Copilot"摔跤"，他自己寫只要15分鐘，這就是典型的"驗(yàn)證循環(huán)"。

于是經(jīng)驗(yàn)出現(xiàn)了短期"反向定價(jià)"：越懂的人越慢，越不懂的人越快。聽起來荒唐，在很多團(tuán)隊(duì)里正在發(fā)生。AI寫的不是代碼，是把審查成本轉(zhuǎn)移給了最懂的人。

更長遠(yuǎn)的問題是：AI擅長的"前80%"標(biāo)準(zhǔn)化工作，恰恰是過去新人練級的土壤。剩下"后20%"才是真正的高價(jià)值區(qū)，新人跳過基礎(chǔ)訓(xùn)練，很容易在深水區(qū)溺亡，留下技術(shù)債務(wù)。

法律和咨詢行業(yè)過去最穩(wěn)定的賺錢模型是什么？是"計(jì)費(fèi)小時(shí)制"和"金字塔式人才結(jié)構(gòu)"：初級做大量低價(jià)值高耗時(shí)工作，堆出小時(shí)數(shù)，支撐利潤。

A&O Shearman與Harvey AI深度合作，部署到43個辦公室、3500多名律師，測試階段就有超過40000次查詢。并且出現(xiàn)了清晰的效率節(jié)省，例如合同分析工具節(jié)省30%時(shí)間。根據(jù)PwC的說法：某些高頻訴訟投訴響應(yīng)，從16小時(shí)壓縮到3至4分鐘。這已經(jīng)不是效率提升，這是把"小時(shí)數(shù)"變量直接刪掉。

于是商業(yè)模式開始內(nèi)爆：客戶會問，以前10小時(shí)的初級審閱，現(xiàn)在AI幾分鐘搞定，我為什么還要為那10小時(shí)買單？

制造業(yè)長期被認(rèn)為經(jīng)驗(yàn)壁壘最高，因?yàn)?部落知識"很難編碼：聽聲音判斷故障、手感的微妙差異、工序里不可言傳的技巧。

現(xiàn)在，這些也開始被AI所攻略。DeepHow把資深工人的操作視頻轉(zhuǎn)成可分發(fā)SOP，還能多語言，底特律ISAIC的案例里，新員工入職培訓(xùn)時(shí)間縮短60%。Augmentir則通過分析一線操作數(shù)據(jù)，縮短入職時(shí)間40%、提升生產(chǎn)力17%。

這背后發(fā)生的是資產(chǎn)轉(zhuǎn)移：經(jīng)驗(yàn)從勞動者腦子里，被剝離出來，變成企業(yè)的數(shù)字資產(chǎn)。過去你辭職就帶走，現(xiàn)在公司把它提取出來，新人戴上設(shè)備就能調(diào)用。經(jīng)驗(yàn)不再跟著人走，它開始跟著服務(wù)器走。

經(jīng)驗(yàn)沒有整體消亡，它在分裂、重定價(jià)，

正在貶值的，是那種靠記憶、重復(fù)、顯性規(guī)則磨出來的經(jīng)驗(yàn)，因?yàn)樗钊菀妆荒Ｐ蛯W(xué)走。正在升值的，是那種建立在復(fù)雜判斷、跨領(lǐng)域整合、語境理解之上的經(jīng)驗(yàn)。