在职业大变局中，做个“会说话”的人

OpenAI科学家肖恩·格罗夫曾在演讲中指出，程序代码在AI中占比越来越小，充其量只占10%~20%，而80%~90%的价值来自“结构化沟通”——即精准把握用户需求及其面临的挑战，构思出清晰的解决方案，制订出详尽的计划，与同事、客户等各方反复讨论、对齐目标，且从客户需求角度对最终结果进行测试和验证。

显然，这里的核心技能是沟通。这不只是哪一个行业需要的技能，而是任何行业都必不可少的技能。这也是一种稀缺能力。格罗夫认为，现在AI模型越来越强大，但在解决实际问题时，不易突破的瓶颈就是人的结构化沟通能力。沟通技能不再是职场上锦上添花的软实力，而是决定你是否会被时代淘汰的硬通货。

这两年高科技公司的裁员潮，既是AI的技能替代，同时也是转移。企业砍掉的是那10%~20%可以被AI替代的“执行价值”，而大量需要的，则是能创造那80%~90%的“沟通价值”的人才。

有效的结构化沟通，包括两大块。

第一大块，是面向人的沟通。

核心是理解人性，理解人的行为，有同情心、同理心，有一定的情商，这是沟通的基础。而应试教育训练出的“做题家”，脑回路粗暴简单，一个标准问题，对应一个标准答案。这种思维模式造就了大量技工型专业人才。他们在自己狭窄的专业领域内技能熟练，但面对复杂的人群和社会时，往往无所适从。

比如，在产品研发中，很多码农不理解市场部和设计部的工作，不理解什么是品牌情感，也不理解用户体验的价值。现在，黄仁勋和格罗夫这些业界大佬指出，行业不再需要这种熟练工。

第二大块，是面向机器的沟通。

核心是精确和规范。在跟机器，特别是跟AI沟通时，就需要把从模糊世界中洞察到的需求，转化为精确的指令。

AI在日常生活中普及以后，大部分人都知道写简单提示词，问AI问题。这只是跟AI沟通的初级形式，而真正有价值的“结构化沟通”，是编写意图明确、结构严谨、指令清晰的“规范”。格罗夫把这种规范称为“新代码”。掌握这种“新代码”，就相当于掌握了人机沟通的“硬技能”。

说到这里，我们可以小结一下：

在AI时代，不管是人跟人沟通，还是人跟机器沟通，“会说话”不再是一个可有可无的小技巧，而是一种必备的核心能力。

真正有价值、有意义的沟通，至少包含以下几个硬核。

首先，要清晰表达意图：不绕圈子、不拧巴、不自嗨。其次，还要让别人听了，感到舒服。再次，就是能让机器和AI准确无误地理解。

AI时代大潮已经涌起，普通职场人士应该怎么办呢？至少有以下几点，可供考虑。

第一，主动启动“知识结构转型”，从单一的纵向知识结构，转型到“T型知识结构”。

这是一种十分形象的经典说法。“T”的那一“竖”，代表你的专业深度。专业人士必须在一个领域学得足够深；但更重要的是那一“横”，它代表知识广度、跨界能力，还有就是我们上面反复讲的沟通能力。

如果是理工科背景，就有必要去学一些人文、社会、商业方面的知识，训练自己的语言表达能力和写作能力。如果是人文学科背景，就有必要学一点编程逻辑和数据分析，了解AI的基本原理。AI时代的创新，几乎都将发生在不同学科之间的交叉地带。一个既懂技术又懂人性的综合型人才，将拥有无可比拟的优势。

第二，要主动重新塑造自己的职业身份。

不要再用那些很快被AI取代的工具来定义自己，比如“我是程序员”“我是软件工程师”等。在AI时代，人工编程、写代码，可能很快就会成为孔乙己的“茴香豆”，那些编程小窍门、小技能，可能很快就会成为孔乙己的“茴”字的四种写法。孔乙己只能向小孩子炫耀那种知识，但恐怕连小孩子都会嘲笑他。

黄仁勋、格罗夫，还有无数业界大佬，都说得很清楚：在这个至少是几十年未有的职业大变局中，不要再用工具来定义自己的职业身份，而是用你能解决的问题来定义自己，比如“我是构建安全交易系统的专家”“我是为老年用户创造无障碍数字体验的设计师”等。人们更关心的是你能解决什么问题，而非会写什么代码。

第三，建立自身“反脆弱”能力。

一个只掌握本专业狭窄技能的人，如果技术环境一变，技能过时，职业前景很容易脆断。所以，尽量多去学习一些跨学科的综合能力，掌握一些眼下看上去“没用”的知识和技能，包括我们反复强调的沟通能力、表达能力和写作能力。

就像以前每一次技术革新和革命一样，AI浪潮会替代很多工作，同时也会创造出很多新工作。问题的关键在于，你有没有那些新工作需要的技能。

那些重复性的、可被量化的、缺少创造性的技能，正在被快速淘汰，而那些根植于人性深处的古老能力——

同理心、创造力、批判性思维、深度结构性沟通——正在成为职场上不可或缺的基础能力

。

这也让我们看到，人之为人，最不可替代的价值在什么地方。

摘自 | 《领导文萃》2025年12月下，本文有删节

稿件来源 | 《财新周刊》

本文作者 | 刘宗坤

责任编辑 | 少时