“导演真的要失业了吗？”

随着 Seedance 2.0 上线，影视圈陷入一片焦虑。有人戏称以后拍片只需一行提示词，也有人断言导演、剪辑、特效将全军覆没。

影视圈只是一个缩影。就在昨天，GLM-5、Minimax-M2.5、DeepSeek 等大模型集体更新，从百万级上下文到吃透整部《三体》，AI 正在不断突破边界。各行各业都在经历类似的焦虑。

但吴恩达最近在访谈中的观点，比这些焦虑更值得重视。

他直言，真正该担心的可能不是岗位消失，而是更残酷的现实：岗位还在，工作标准已经彻底改写。

工作标准怎么变的？这就是接下来要说的。

第一节｜岗位没少，但做法和标准都变了

我们先从一个常见误解说起。

如果你最近听过一些裁员新闻，可能会以为：AI 开始干活了，所以人被替代了。

事实并非如此。吴恩达指出：现在的 AI，离独立胜任一份工作还很远。很多公司裁员，主要是疫情后的正常调整，并不是因为 AI 能干活了。

比起裁员，他在访谈中提出的“任务拆解”视角，才真正切中了当下职业变革的要害。

如果把一份工作拆解成具体任务，你会发现：AI 能够覆盖其中 30% 到 40% 的标准化流程。剩下的 60% 到 70%，依然需要人来完成。

而恰恰是那 30% 到 40%，拉开了效率差距。

会用 AI 的人，能高效处理这部分工作，将精力集中在更核心的那 70% 上。不会用的人，不得不继续在基础任务上消耗大量精力，形成巨大的效率鸿沟。

这正是那句话的含义： AI 不会直接取代你，但会用 AI 的人会。

当然，吴恩达也承认，确实有少数岗位面临消失的危机，比如翻译、配音、呼叫中心专员。因为 AI 几乎能完全胜任这些工作。这些从业者将面临职业困境，需要社会建立相应的救助机制。

但对绝大多数人，真正的危机是：做这份工作的要求，变了。

两个现实的例子：

传统 HR 还在消耗大量时间进行简历初筛和面试协调，会用 AI 的同事已经通过自动化工具生成人才画像报告、批量完成流程流转，人效比完全不在一个量级。

传统市场人员还受制于跨部门协作，等待产品文档确认或技术支持，懂 AI 的人早就独立完成了落地页搭建和内容生成，一周内跑完五轮方案验证。

这些例子说明了一点：AI 同时抬高了岗位的天花板和门槛。

会用 AI 的人站上了新高度，一个人活成了一支队伍。不会用的人，连原来的门槛都够不着了，因为组织的期待值，已经按新标准重新设定。

回过头看 Seedance 2.0 在影视圈引发的恐慌，逻辑完全一样。

过去，导演的价值在于审美、叙事和现场调度。当 AI 能在 10 分钟内生成分镜和配乐，单纯执行层面的导演，价值自然缩水。相反，那些拥有创意内核又能驾驭 AI 的导演，身价正在暴涨。

很多人觉得“找工作越来越难”，本质原因就在这里：

你理解的那套工作方法，可能已经被悄无声息地淘汰了。

如今的企业招聘，招的不只是一个人，而是能用 AI 把工作标准拉到新高度的人。

第二节｜会执行不稀缺了，会决策才稀缺

这种标准的改写，在软件开发领域表现得最为明显。

在 AI 出现之前，写代码的人是组织里的稀缺资源。一个产品经理写完需求文档后，工程团队可能要几周后才能做出初版。

但现在，这一行业惯例被彻底打破。

吴恩达观察到一个明显变化：工程师接到需求后，利用 AI 可能一天内就能把功能做出来，然后反过来追问产品经理：下一个需求呢？

产品经理反而成了瓶颈，因为他们的产出速度已经跟不上 AI 的执行速度。

他在访谈中列举了一组数据：硅谷公司的工程师与 PM（产品经理）配比，在过去一年半里发生了剧变。从 8:1 变成 4:1，再到 2:1，现在很多团队直接变成 1:1，甚至两者合并。

根本原因是：业务瓶颈转移了。

以前的瓶颈在“写代码”，现在的瓶颈在“决定写什么”。AI 让执行变得飞快，但无法加速决策。

这种转变带来的直接后果是：有些技能的含金量在急剧下降。

吴恩达说：以前软件工程师的很多优势在于记住那些复杂语法，背诵各种晦涩的命令和函数名。现在这些东西的重要性正在快速下降，因为 AI 全都记得，而且用得比人准。

真正有价值的，是解决问题的能力，以及决定要解决什么问题的能力。

所以，现在最抢手的工程师，往往也懂产品设计。那些只会按图施工、等着别人告诉自己该做什么的人，竞争力越来越弱。

而且这个趋势正在影响到所有知识工作者。

AI 降低了执行门槛，但提高了决策要求。你不需要在每项技能上都做到专业级，但你必须清楚自己要什么，以及为什么要这个。

第三节｜局部优化救不了公司

个人能力的变化，最终会倒逼整个组织的变革。

很多公司说在做 AI 转型，吴恩达却发现：大多数企业遇到了瓶颈，流程没动，工具再好也没用。

你可能见过不少企业让客服自动回复、用模型批量写文案。但这些局部优化撑不起真正的增长。它们充其量提升了运转效率，却无法创造新的价值。

吴恩达举了个金融行业的案例：

同样是用 AI 加速贷款初审，第一类银行只把 AI 当加速器，流程照旧，结果仅仅是省了一点人工时间。

但另一类银行想得更远。它们发现，既然 AI 能把初审时间从 7 天压缩到 10 分钟，为什么不直接把产品定义改了？于是，它们推出了主打“10 分钟极速批贷”的新业务，彻底颠覆了用户体验。

随之而来的，是产品逻辑、服务路径、营销策略的全面重写。

吴恩达强调，真正的价值取决于你是否愿意围绕 AI 重构整条链路，而非单纯替代某个环节。

当一个人配合 AI 就能完成以前一个团队的工作，团队规模自然会缩小。他观察到，手下进展最快的团队，规模都在不断缩小。以前需要 10 个人的项目，现在 5 个人、2 个人，甚至单人配合 AI，反而是行动最快的。

既然道理都懂，为什么大多数企业做不到？

技术不是问题，人才是。人的问题具体在哪？吴恩达团队部署监控系统观察后发现：AI 使用情况极度不均衡。大约只有 5% 的人是重度用户，然后使用率断崖式下降。

如何让更多人用起来？吴恩达发现，强制性的 AI 培训往往收效甚微，大家总有理由推脱。但当隔壁同事发来一个短视频，演示“这个方法每周帮我省了 5 小时”时，这种自发的最佳实践分享往往能迅速引爆团队。

所以，转型的关键在于找到那 5% 的领头羊，让全员看到他们的做法。

但即便找到了这 5% 的人，推广也不容易。更深层的阻力来自领导者：许多企业领导者害怕激进地推动 AI，因为担心员工会把这理解成提前下达的裁员通知。所以他们在 AI 转型上显得犹豫不决，结果整个组织陷入一种尴尬状态：既想变，又不敢真正推进。

真正的问题是： 你的组织是否准备好，从底层逻辑上重新设计工作方式，把 AI 当作核心能力来用？还是说，你们只想在现有流程上修修补补？

前者需要勇气、需要重构、需要直面阻力。

但只有这样，才可能实现真正的突破。

结语｜工作还在，只是做法变了

吴恩达谈的是工作这件事本身在变。

过去，你习惯一个人负责一段流程。现在，一个人要带着 AI 负责整个流程。

这改变的是什么？

• 你交付工作的方式、
• 展示能力的方式、
• 在组织里的价值标准。

所以今天找工作难，是因为那套旧做法已经跟不上新要求了。

回到开头的问题：你理解的那份工作，标准早就变了。

工作还在，只是属于会用 AI 的人了。

参考资料：

https://www.youtube.com/watch?v=8Q9sJYk41sA

https://www.deeplearning.ai/the-batch/issue-339/

https://x.com/AndrewYNg/status/2021259884709413291

https://www.cls.cn/detail/2286046

https://www.bls.gov/news.release/pdf/empsit.pdf

来源：官方媒体/网络新闻