AI时代五类不可替代人才榜单：企业如何稳居第二梯队

Token消耗量，正成为一个极具洞察力的行业观察指标。

普通用户月消耗量通常在数百万Token级别，而像“小龙虾”创始人这样的重度使用者，在OpenAI平台的月度用量已高达6000亿。即便在同一组织内部，不同角色间的Token消耗差距也可能达到数个数量级。这清晰地表明，Token吞吐量正成为衡量AI时代核心生产力的硬性标尺。

面对这种指数级差距，是否感到压力？

在2026中国AIGC产业峰会上，昆仑万维董事长兼CEO方汉提供了另一种视角：无需焦虑。

这位历经完整互联网周期的行业老兵，并未迎合普遍的焦虑情绪，而是提出了一个尖锐洞见：经验构筑的护城河正在失效。那些流程闭环、容错率高的岗位正被AI快速接管，唯有依赖高阶判断力、容错率极低的工作，才能构筑长期优势。

他进一步阐述了几个核心判断：Token正成为“AI时代的电力计量单位”；AI将加速中间层员工的两极分化，未来可能仅存“新手”与“专家”两种状态；而当前诸多公司关于“AGI临近”的叙事，大多服务于市值管理需求。

贯穿其分享的核心忠告是：未来的真正魅力，源于其固有的不可预测性。

为清晰呈现方汉的思考框架，下文对其演讲内容进行了编辑整理，以飨读者。

2026中国AIGC产业峰会由量子位主办，汇聚了近20位产业代表。线下参会规模超千人，线上直播观看量近400万，获得了行业广泛关注。

核心观点梳理

一个岗位若其工作流闭环且可容错，则极易被AI替代。反之，依赖判断力与审美品味的岗位，将获得长期发展空间。

Token消耗量级差异显著。普通员工月耗在数百万至数千万；AI研发与技术人员可达数亿至数十亿；重度Agent使用者月耗百亿已成常态。Token已成为AI时代的“电力消耗”。

AI的普及压缩了个人成长阶梯。传统的线性职业晋升路径变得模糊，员工状态可能趋向“小白”与“大神”的两极分化，中间态生存空间受到挤压。这种“阶梯消失”现象对普通人职业发展的影响，值得持续关注。

有五类角色或难以被AI替代：叙事构建者、创意发起者、美学定义者、系统架构师以及范式革新者。

对多数行业而言，AI落地的最佳策略是争做第二名。领头羊需承担极高的试错成本；而第三名则可能错失行业红利。但在IT等特定赛道，规则极为残酷——唯有争夺第一名。

AI也带来了一个公平契机：它在一定程度上将竞争拉回至同一起跑线。

以下为方汉演讲全文：

Token消耗量正拉开巨大差距

各位来宾，大家好。

感谢量子位的邀请，分享我近期的一些观察。

此前我曾提及一位CTO朋友每月消耗600亿Token，这个数字曾引发一些讨论。而最新数据显示，“小龙虾”创始人Peter Steinberger在OpenAI的月度Token用量约为6000亿。这直观表明，Token消耗水平正在拉开巨大的能力差距。

当前普遍存在的FOMO（错失恐惧症）焦虑，认为不立即学习AI就会落后。我认为大可不必。原因如下。

本次是AIGC产业峰会。AIGC最深刻的变革之一，是将AI应用成本降至可量化、可负担的水平。

举例而言，过去游戏公司采购一首定制歌曲，成本约10万元，涉及作曲、作词、录制、混音等环节。如今，使用我们自研的音乐大模型Mureka Agent生成一首歌，对外售价约1元，成本更低。

结果是，内容创作的门槛和成本被极大降低。

再看短剧行业。一部真人短剧成本约100万元，而目前AI短剧的“抽卡”成本加上人工，可控制在10万元左右，成本下降一个数量级。并且可以预见，未来成本还将持续下降。随之而来的趋势是：AI短剧团队数量将激增，而真人短剧开机量会减少，从而引发对“演员失业”的担忧。

与此同时，亚马逊、微软等科技巨头近期均有裁员。这些裁员是否直接源于AI替代？不一定。其核心逻辑往往是削减冗余人力，将资源重新配置到算力等更关键的领域。

一个关键判断是：经验已非可靠护城河。有人认为深厚经验可为AI决策兜底，但另一方面，固有经验也可能成为拥抱AI变革的阻力。现有技术路径包括知识蒸馏与反蒸馏，而反蒸馏本质是以个人经验对抗AI进化，其长期价值存疑。

可观察到的规律是：任何技能若其工作流闭环且可容错——例如美术设计、程式化编程、白领中层管理、初级学徒工作——都极易被替代。反之，那些高判断、高责任、低容错率的岗位，如外科手术、线下工程、蓝领精密技工等，反而难以被替代。

Andrej Karpathy的观点很具参考性：未来80%的执行工作交给AI，20%的判断与把关工作留给人。当前AI编程的核心，不在于使用了多少AI工具，而在于你是否能精准定义“它该做什么”，而非纠结于“它具体怎么做”。

一个明确的警示是：如果你的岗位特性是闭环且可容错的，那么被替代的风险很高。但只要你能持续贡献不可替代的判断力和审美品味，就能长期立足。

以AI短剧为例，决定其能否爆火的关键在于剧本选择，而最终的“抽卡”验收则决定了作品能否出圈。近期MX-Shell制作的机器人僵尸视频《Zombie Scavenger》便是一个成功案例。

短期勿高估，长期勿低估，警惕焦虑贩卖

然而，也无需过度恐慌。回顾互联网与移动互联网的发展周期，每次技术浪潮涌现时，总伴随旧行业将死的预言。例如1995年互联网兴起时，报纸、出版业被预言终结，但整个内容产业规模实则急剧膨胀，传统媒体又经历了二十多年才进入下行通道。

对大多数劳动者而言，实际差距并没有渲染中那么大。

当前AI发展处于“短期被高估，长期被低估”的阶段。无论是AI Agent还是其他应用，演示效果令人惊艳，但融入实际生产流程仍存在诸多问题。例如有数据显示，在需求明确的项目中，AI编程能显著提升效率；但在需求模糊的场景下，效率提升并不明显。

长期来看，我们可能仍会低估AI对社会结构与工作模式的深远重塑。一个基本认知是：未来本就难以预测。

关于公司形态、AI社会影响的种种预测，包括所谓“全球仅1000万人能享受AI红利”的论断，实际意义有限。未来的最大魅力，恰恰在于其不可预测性。

因此，不必被某些声音恐吓。国内部分自媒体惯于贩卖焦虑后推销课程，而国外意见领袖的言论也需辩证看待——其观点可能服务于公司的市值或估值管理。

马斯克宣称AGI即将到来，很大程度上是为了支撑SpaceX的估值。若统计所有名人预测的AGI时间点，会发现那些需要融资或提振估值的公司，预测时间都异常临近。唯一预测较晚的是DeepMind的哈萨比斯（提及2034年）。可以说，凡是正在融资或已上市的公司，其AGI叙事大多服务于市值目标。

Token消耗量定义AI实力，职业断层显现

如前所述，月度Token消耗量成为一个关键指标。

普通员工月耗在几百万至几千万Token；AI编程者与技术员工，可达几亿到几十亿；重度Agent及基础设施用户，月耗百亿已成现实。“小龙虾”作者月耗6000亿，Meta内部竞赛中，最高记录的工程师花费了2180亿Token。同一公司内，数百万与数千亿的消耗可以并存。

Token确已成为AI时代的电力。评估一国工业实力，看其耗电量便知。中国成为世界工厂，年耗电量约10万亿度，远超美国的4万亿度和印度的2万亿度，这是硬实力的体现。同理，未来国家的Token消耗量，将成为其AI实力的核心指标。

这引发了一个新现象。在公司内部广泛部署AI后，一个直观感受是：过去员工从新人到骨干再到高管的成长路径清晰有序。但AI介入后，中间层的成长阶梯似乎被撕裂，员工状态要么是“小白”，要么是“大神”，中间态难以维系。

目前尚不清楚，抽走中间状态后，新员工是能快速跃升为大神，还是会长期停留在小白阶段。普通人的职业成长路径将如何演变，仍需深入观察。

五类人难以被替代，企业争做第二名更稳妥

我们认为，有五类人是AI难以替代的。

第一类是讲故事的人。在传统影视行业，编剧往往被动。但在AIGC和短剧时代，话语权将回归编剧，因为故事本身决定了剧集的成败，核心不再是演员或导演。

第二类是创意提出者。浏览GitHub会发现，新项目的涌现速度远超AI时代之前。甚至有好莱坞演员亲自投身Agent记忆项目。有创意的人不再必须掌握编程，借助AI即可实现想法。过去“万事俱备，只欠一个CTO”的困境将成为历史。

第三类是美的定义者。当前AIGC本质是在缝合人类历史上已创造的美，关键在于它能否创造全新的美学范式。而定义新美，仍需人类主导。在美学领域，如何雇佣艺术家创造新形态的美，仍是一片蓝海。长期坚持原创与定义新美，将愈发重要。

第四类是系统构建者。GitHub上项目众多，为何“小龙虾”能先火？其创始人是连续创业者，程序员出身，早期凭借PDF工具获得成功，后又因代码能力问题，其创意被Hermes Agent借鉴。这体现了系统构建能力的价值。

第五类是像爱因斯坦、牛顿那样的范式制定者，这类人才依然稀缺。总而言之，站在工作流两端的人——即创意发起者和系统整合/把关者——将始终被需要。

关于企业Token用量，可参考一些数据：安克创新每月约2亿，58同城约6亿，Meta约7亿（均为公开数据），且呈持续增长趋势。与企业家交流时，常谈及三种企业对应三种策略：传统企业需先补课，盲目上AI可能无法增效；数据密集型行业通过AI降本增效，路径则非常明确。

当前共识是，在新的AI形态下，企业必须在组织架构上具备优势才能胜出。像推特前创始人Jack Dorsey那样，用AI彻底重构组织、干掉所有中间层的方式过于激进，其效果有待观察。而中国的安克创新则更为务实，由业务需求驱动AI应用。

我们公司的策略更接近安克，非常务实。自2024年起全员使用AI辅助编程，每月为每位员工提供700元Token补贴，这笔投入性价比极高。所有研发负责人还需通过一项重点考察Agent应用能力的考试。在飞书等协作平台中，也大量引入AI员工以提升组织效率。这代表了绝大多数中国企业务实落地的路径。

给企业家的建议是：在绝大多数行业进行AI落地时，应力争第二名，而非第一名，因为领头羊的探索成本极高。像Jack Dorsey那种激进的改革方式，大多数企业无法承受。但也不要沦为第三名，届时行业红利已尽，反而会被同行抛弃。然而，在IT赛道，规则截然不同——只能争夺第一名，这是一个非常残酷的现实。

AI带来的一个显著好处是，它把所有人拉回了同一起跑线。常说年轻人躺平是因为上升空间有限。但现在可以对公司的年轻人说，躺平是不明智的，因为天花板已被打破。这个时代对所有人而言都是巨大的风口，关键在于能否成为在风口上获得红利的人。这，就看各自的努力了。

谢谢大家。

来源：互联网