过去十年里,我们参与并见证了二十多家独角兽的成长,从创业初期到规模化扩张,每一次技术变革和市场重构背后都有共同的逻辑:技术重塑效率与能力,但决定性仍然掌握在会做选择、会承担责任、会感知他人的人类手中。围绕人工智能和自动化的讨论在近年愈发激烈。世界经济论坛的报告指出,到2030年可能有9200万个岗位被取代,但同时也将创造1.7亿个新岗位,净增7800万。这样的数据提醒我们,不应只看表面的职位流失,而忽视职位形态、技能要求和组织结构的深刻调整。过去三十多年间,互联网、云计算和多次自动化浪潮同样引发了恐慌,但全球失业率并未出现预言中的大幅飙升,这更说明技术不是单纯的毁灭者,而是产业和就业的重构者。人工智能正在以四股力量推动企业和社会的变革。
第一,AI自动化正在进入大量日常和知识密集型流程。近六成公司在过去一年里实施了某种自动化方案,尤其是规模较大的企业,自动化率接近85%。第二,经济压力驱动企业在每一个运营环节寻找效率洼地。人工智能成为最快速、最可衡量的效率改进工具,从供应链优化到客户服务自动化,都在重新分配人力资源的边界。第三,绿色转型对能源与成本结构的影响促使企业依赖新技术来降低能耗与碳排放,这又带动了与可持续发展相关的岗位与能力需求。第四,人口结构变化尤其是老龄化社会,催生了对护理、医疗和陪护类岗位的长期需求,这些岗位需要高度的同理心、伦理判断与人际互动,是目前机器难以完全替代的领域。
正因这些力量的共同作用,未来的就业不是简单的消失或留下,而是大量岗位的重新定义与迁移。在哪些领域会出现新增岗位和就业机会?医疗健康、老年护理、心理支持、教育与培训、AI系统设计与维护、数据伦理与监管、AI安全与治理等方向都会迎来需求爆发。尤其是信息技术与工程岗位将迎来历史性扩张,IDC预测到2028年全球对人工智能相关的投入将达到6320亿美元,这并非一次泡沫式的狂热,而是产业长期结构性投资的体现。对投资者和创业者而言,我们在二十多家独角兽身上看到的共同点并非单纯的技术创新,而是创始团队对人、对市场与对变革节奏的深刻理解。真正成功的公司往往并不是把所有决策交给算法,而是把算法作为增效工具,辅助人类做更高价值的判断。领导力在这样的时代变得更为关键。
为什么机器无法取代真正的领导力?第一,人类领导者具备复杂情境下的价值判断能力。很多组织决策并非仅基于数据最优化,还牵涉文化、伦理、品牌声誉与长期战略,这些需要以价值为中心的权衡。第二,人类有同理心和情感智力,可以在团队冲突、变革不确定性与员工心理需求上提供支持与引导。机器可以分析情绪但难以建立信任、激发使命感与凝聚组织文化。第三,领导力包含对未知的开放与创造性想象。面对新市场或全新商业模式,突破性的战略往往源于直觉、经验与跨界联想,而不是既有数据的外推。
第四,承担责任是领导的核心。组织在面对伦理争议、社会期待与合规挑战时,需要有人主动站出来为选择承担后果,这种责任感无法外包。因此,企业在拥抱人工智能时,必须同时强化人类领导能力的培养,而不是把希望寄托在技术万能论上。企业需要把重点放在如何构建人机协作的系统,让人工智能承担可重复、尺度化的任务,让人类专注于战略、创新与人际关系。具体到企业战略层面,应从人才结构、组织设计、绩效考核与治理框架上做系统性调整。人才结构需要更多跨学科能力的人才,不仅懂技术,更懂行业和人性。
组织设计要塑造多层次的协同方式,允许AI团队与业务团队共创解决方案而非割裂的技术供应关系。绩效考核应从单纯产出向赋能与影响力倾斜,评价领导者如何利用AI提升团队创造力、客户满意度与长期价值。治理框架必须覆盖数据伦理、算法透明、偏见治理与责任分配,确保技术应用符合社会价值与法律要求。对于个人职业发展而言,关注未来不可替代能力是关键。技术能力仍然重要,但复合技能更加突出。创造力、批判性思维、沟通能力、跨文化协作能力与情绪管理将成为职场核心竞争力。
终身学习不再是口号,而是职业生存的必要条件。企业应承担更多培训责任,建立内生的学习循环,用工作中的真实问题来驱动能力迁移,而政府与教育体系也需加速与产业对接,设计模块化、可认证的技能路径,让劳动者能在变化中平滑转型。从投资视角看,支持能够实现人机协同的创业公司是获得长期回报的路径之一。我们在投资的独角兽中发现,最有潜力的初创公司往往有三类能力:第一是以客户为中心的产品设计,技术服务于真实的业务痛点;第二是创始团队具备对行业深刻认知及快速学习能力,能在监管与市场变革中迭代方向;第三是组织文化强调责任与伦理,将算法透明度、数据治理嵌入产品开发生命周期。这样的公司不仅能在短期抓住效率红利,更能在长期赢得用户信任与监管认可。企业高管与董事会在面对AI浪潮时需要更主动的姿态。
制定清晰的AI战略,不是简单地采购工具,而是决定哪些流程应当自动化,哪些职能必须保留人类主导,如何设计新的岗位路径以承接被替代的劳动。董事会应增加对技术与伦理方面的问责机制,确保资源分配和风险管理与企业的长期价值一致。对于政策制定者而言,既不能因短期失业担忧而阻碍技术发展,也不能放任技术无序扩展。更理性的做法是通过教育、再培训与社会保障政策的联动,降低转型成本,并通过税收、补贴与创业支持鼓励能创造高质量就业的产业创新。全球性的对话也尤为重要,因为AI带来的影响具有跨境性,数据流动、算法风险与人才竞争都需要国际合作来共同治理。展望未来,人工智能将继续重塑生产力与企业边界,但人类领导力的价值只会更加凸显。
领导力不是职位的称谓,而是在复杂、不确定环境中做出负责选择、激发团队潜力并为社会创造长期价值的能力。企业和社会需要建立机制,让领导者不断学习技术原理、伦理考量与跨界视野,用更具包容性的方式来设计工作。机器会取代重复性、规则化的工作,但它也将释放人的时间与认知资源,让更多人能从事创造性、护理性和管理性工作。最终,要实现技术红利的公平分配,需要投资者、企业、教育机构与政府协同努力。我们有理由相信,技术带来的并非宿命般的失业潮,而是一次重构职业生态的机会。以人为本的领导力、以技能为中心的教育与以伦理为底线的技术治理,将决定这场变革的结果是扩展人类潜能,还是放大不平等。
基于我们的投资与顾问经验,愿意对创业者和管理者提出最后的建议:把人工智能视为工具而非替代者,专注培养那些机器难以复制的领导能力与情感技能,投资于能将技术与用户价值深度结合的产品与团队。只有这样,企业才能在机器浪潮中保有人性,劳动者才能在变革中找到新的价值定位,社会才能共享技术进步带来的实质性福祉。 。
