张大妈

AI时代,决定职场价值的不再是硬技能

源自新浪微博:Joken是个runner

02-28 16:27

随着代理型 AI 工具的普及,编程和数据分析等技能正迅速普及化,引发了高薪技术岗位从业者对未来的焦虑。然而,数据和研究揭示了一个被忽视的真相:在快速变化的劳动力市场中,真正决定长期职业价值和竞争力的,并非纯量化能力,而是沟通、协作与创造力等软技能。本文深入探讨了这一趋势,为知识工作者指明了在 AI 时代构建护城河的方向。

AI时代,决定职场价值的不再是硬技能

AI时代,决定职场价值的不再是硬技能智能速览

  • 新一代 AI 工具正让编程和数据分析能力变得日常化。

  • 哈佛研究证实,社会技能的劳动力市场回报增长已超过技术技能。

  • 在科技领域内,兼具创造力与协作能力的开发者表现最为出色。

  • 与数十年前相反,如今社交能力更强的人收入反而更高。

  • 知识工作者的未来价值在于解决复杂问题,而非编写代码。

AI时代,决定职场价值的不再是硬技能精华内容

AI 自动化了量化工作,但并未取代人的核心价值。数据清晰地描绘了一条新路径:未来的职场竞争,关键在于那些机器难以复制的、综合性的软实力。

AI 的冲击

最新一代“代理型”AI 工具的出现,标志着一个转折点。曾经稀缺且专业的编程和数据分析能力,几乎在一夜之间变成了普遍的日常技能。开发者和数据科学家,这些曾站在薪资金字塔顶端的职业,正面临着技能被商品化的现实,其职业身份和未来价值引发了广泛焦虑。这种变化迫使人们重新审视,在机器能高效完成量化工作的时代,人类的核心竞争力究竟是什么。

数据的反转

主流观点认为技术能力是高回报的关键,但证据恰恰相反。哈佛大学经济学家戴维·德明在 2017 年的研究发现,劳动力市场回报增长最快的,其实是社会技能。

这一趋势在今天依然成立,甚至在科技领域内部也同样适用。数据显示,那些同时具备量化能力和人际能力的岗位,如软件开发者,其就业和收入表现,显著优于那些只强调技术能力而缺乏社交互动的职业,如纯粹的程序员或精算师。

AI时代,决定职场价值的不再是硬技能

价值的变迁

当今的技能价值排序与数十年前相比已完全翻转。在 1980 年,数学能力强但社交能力弱的人,收入普遍高于社会能力强但数学能力弱的人。然而在今天,这一关系已彻底逆转,社会洞察力、协调与说服能力等软技能,成为了决定更高薪资回报的关键因素。这标志着经济对人才的需求,已从单一的专精转向了综合的能力组合。

AI时代,决定职场价值的不再是硬技能

未来的定位

面对代理型 AI 自动化量化工作的趋势,知识工作者需要重新定义自己的职业身份。真正的价值并非在于编写代码或公式本身,而在于运用这些工具去创造性地解决复杂问题、进行有效的团队协作和贡献创意。

程序员和数据科学家未来的角色,将更多地是创造性的问题解决者、项目管理者和创意贡献者。那些能够将扎实技术背景与强大沟通协作能力结合的人,将在 AI 时代中脱颖而出,因为他们提供的价值是机器无法轻易复制的。

AI时代,决定职场价值的不再是硬技能

AI 的崛起并非是对知识工作者的终结,而是一次价值重估。它提醒我们,当硬技能被逐步自动化时,那些定义了我们作为独特个体的创造力、同理心和协作精神,将变得前所未有的珍贵。未来的工作,或许不再是问“你能做什么”,而是“你能成为谁”。

精选参考来源

FT的文章, 如何让你的工作“防 AI”How to AI-proof your job数据表明:在快速变化的劳动力市场中,软技能比纯量化能力更能决定成败鉴于程序员和量化分析师的薪资往往高得令人咋舌,这种情绪可能并不容易产生,但2026 年看起来将成为我们不得不对他们产生同情的一年。任何使用过最新一代“代理型”(agentic)AI 编程工具的人,最近几周都会清楚地意识到:我们已经毫无疑问地跨过了一道门槛。编写代码来构建真正可运行的软件,或快速收集、分析数据以回答问题的能力,几乎一夜之间从稀缺、专业的技能,变成了日常、普遍的能力。开发者和数据科学家,正在变成当代的“铁匠”,而被淘汰的风险正迫在眉睫。但事实真的如此吗?回顾过去十到二十年,几乎所有关于“21 世纪最有价值的教育和职业技能”的讨论,都会集中在科学、技术、工程、数学(STEM)以及编程上。毫无疑问,这些领域的需求确实非常强劲。但一个隐含的假设是:正是这些职业中“量化”和“技术”的部分,让它们获得了高回报。而证据并不支持这一点。与主流观点相反,哈佛大学经济学家戴维·德明(David Deming)在 2017 年发表的一项重要、但常被忽视的研究显示:近年来劳动力市场回报增长最快的,实际上是社会技能(social skills)。将他的分析延伸到今天,我发现这一结论依然成立——而且不仅适用于一般行业,对科学、工程和科技领域同样如此。当我们观察不同职业的就业人数和收入变化时,表现最好的,往往是那些同时具备量化能力与人际能力的岗位。这些人际能力包括社会洞察力、协调能力、说服力和谈判能力。根据详尽的职业技能数据,这一类职业包括医生、咨询顾问、经济学家——以及,没错,软件开发者。与此同时,高度依赖软技能、但数学要求相对较低的职业(例如律师、心理治疗师和护士),其表现明显好于那些数学能力要求很强、但社会技能较弱的职业(如统计助理和程序员)。这种情况,与一两代人之前正好相反。在 1980 年,社会能力强但数学能力弱的人,收入低于数学能力强但人际能力欠缺的人;而今天,这一关系已经完全翻转——社会能力更强的人,反而获得了更高的回报。即便是在科技和其他高度量化的领域,真正发展得最好的,也仍然是那些将强大的编程技能与创造力和协作能力结合起来的角色。在数学相关岗位中,那些几乎不强调社会技能的职业(包括精算师和数学家),无论在就业还是收入方面,都明显落后于那些高度依赖合作、创造力和人际互动的岗位(其中就包括软件开发者)。因此,我们也可以用另一种方式来讲述软件行业就业与薪资繁荣的故事:这并不只是对“会写代码的人”的需求激增,而是对那些在具备扎实数学能力的同时,能够与他人密切合作,以创造性的方式解决复杂、多层次问题的人的需求大幅上升。与政策制定者对 STEM 或编程技能的狭隘关注相反,如今比以往任何时候,我们的经济更青睐广泛而综合的能力组合:团队合作者、问题解决者、优秀的沟通者以及富有创造力的思考者。随着代理型编程工具开始自动化大量量化工作,这一点对当下尤为重要。对于从事数据密集型知识工作的人来说,认真思考自己在“写代码和公式”之外为工作带来的价值,既有现实意义,也令人安心——因为这些能力远未过时。事实上,很可能正是这些更广泛的知识结构、想法与团队协作能力——而非纯粹的量化技能——帮助他们走到了今天的位置。未来几年,这一点几乎可以肯定仍然如此。当人们发现自己视为“核心竞争力”的专业技能,突然变得日常化、普遍化、自动化时,最初的震惊完全可以理解。但随着函数和公式的编写逐渐像“打铁”一样被机器接管,量化分析师和程序员可以重新定义自己的职业身份——成为他们一直以来真正扮演的角色:创造性的问题解决者、创意贡献者和项目管理者。说到底,真正让人感到有趣的,真的只是写代码本身吗?还是代码所帮助你构建和发现的那些东西?#海外新鲜事#
内容由AI生成

精选参考来源

FT的文章, 如何让你的工作“防 AI”How to AI-proof your job数据表明:在快速变化的劳动力市场中,软技能比纯量化能力更能决定成败鉴于程序员和量化分析师的薪资往往高得令人咋舌,这种情绪可能并不容易产生,但2026 年看起来将成为我们不得不对他们产生同情的一年。任何使用过最新一代“代理型”(agentic)AI 编程工具的人,最近几周都会清楚地意识到:我们已经毫无疑问地跨过了一道门槛。编写代码来构建真正可运行的软件,或快速收集、分析数据以回答问题的能力,几乎一夜之间从稀缺、专业的技能,变成了日常、普遍的能力。开发者和数据科学家,正在变成当代的“铁匠”,而被淘汰的风险正迫在眉睫。但事实真的如此吗?回顾过去十到二十年,几乎所有关于“21 世纪最有价值的教育和职业技能”的讨论,都会集中在科学、技术、工程、数学(STEM)以及编程上。毫无疑问,这些领域的需求确实非常强劲。但一个隐含的假设是:正是这些职业中“量化”和“技术”的部分,让它们获得了高回报。而证据并不支持这一点。与主流观点相反,哈佛大学经济学家戴维·德明(David Deming)在 2017 年发表的一项重要、但常被忽视的研究显示:近年来劳动力市场回报增长最快的,实际上是社会技能(social skills)。将他的分析延伸到今天,我发现这一结论依然成立——而且不仅适用于一般行业,对科学、工程和科技领域同样如此。当我们观察不同职业的就业人数和收入变化时,表现最好的,往往是那些同时具备量化能力与人际能力的岗位。这些人际能力包括社会洞察力、协调能力、说服力和谈判能力。根据详尽的职业技能数据,这一类职业包括医生、咨询顾问、经济学家——以及,没错,软件开发者。与此同时,高度依赖软技能、但数学要求相对较低的职业(例如律师、心理治疗师和护士),其表现明显好于那些数学能力要求很强、但社会技能较弱的职业(如统计助理和程序员)。这种情况,与一两代人之前正好相反。在 1980 年,社会能力强但数学能力弱的人,收入低于数学能力强但人际能力欠缺的人;而今天,这一关系已经完全翻转——社会能力更强的人,反而获得了更高的回报。即便是在科技和其他高度量化的领域,真正发展得最好的,也仍然是那些将强大的编程技能与创造力和协作能力结合起来的角色。在数学相关岗位中,那些几乎不强调社会技能的职业(包括精算师和数学家),无论在就业还是收入方面,都明显落后于那些高度依赖合作、创造力和人际互动的岗位(其中就包括软件开发者)。因此,我们也可以用另一种方式来讲述软件行业就业与薪资繁荣的故事:这并不只是对“会写代码的人”的需求激增,而是对那些在具备扎实数学能力的同时,能够与他人密切合作,以创造性的方式解决复杂、多层次问题的人的需求大幅上升。与政策制定者对 STEM 或编程技能的狭隘关注相反,如今比以往任何时候,我们的经济更青睐广泛而综合的能力组合:团队合作者、问题解决者、优秀的沟通者以及富有创造力的思考者。随着代理型编程工具开始自动化大量量化工作,这一点对当下尤为重要。对于从事数据密集型知识工作的人来说,认真思考自己在“写代码和公式”之外为工作带来的价值,既有现实意义,也令人安心——因为这些能力远未过时。事实上,很可能正是这些更广泛的知识结构、想法与团队协作能力——而非纯粹的量化技能——帮助他们走到了今天的位置。未来几年,这一点几乎可以肯定仍然如此。当人们发现自己视为“核心竞争力”的专业技能,突然变得日常化、普遍化、自动化时,最初的震惊完全可以理解。但随着函数和公式的编写逐渐像“打铁”一样被机器接管,量化分析师和程序员可以重新定义自己的职业身份——成为他们一直以来真正扮演的角色:创造性的问题解决者、创意贡献者和项目管理者。说到底,真正让人感到有趣的,真的只是写代码本身吗?还是代码所帮助你构建和发现的那些东西?#海外新鲜事#

0
扫一下,分享更方便,购买更轻松
1评论

  • 精彩
  • 最新
  • 性价比高

    校验提示文案

    提交
提示信息

取消
确认
评论举报

最新文章 热门文章