AI 正式大幅进入大小企业之后，我看过很多报道，也和不少老板聊过。他们的答案几乎一致：以后很大可能不会再请新人了，因为 AI 可以做。

老实说，我对这个说法始终保持观望。

直到最近看到一篇访谈微软副总裁 Scott Hanselman 的文章，他的观点给了我一个很清楚的切入点。

Hanselman 自己大约 70% 的程式码是 AI 辅助产出的。他经历过好几轮 “工程师要被取代” 的恐慌，所以他不是在反对 AI——他是在指出一个更具体的问题。

他的警告是这样的：如果公司为了节省成本、不再请初阶员工，几年后的资深人才从哪里来？

因为过去新人靠的就是做那些 “AI 现在能做” 的事——除错、维护、处理简单需求——在这个过程中慢慢理解系统、建立判断力。现在这些工作被 AI 接手了，入口消失了，经验传承的链条就断了。

他还说了一件我觉得很关键的事：没有基础，你根本不知道 AI 的答案在哪里出了错。写程式快了，但判断 AI 的输出对不对，还是需要人来做。

这个逻辑放到任何行业都成立，包括营销。

现在很多营销团队用 AI 做内容、做数据分析、做竞品研究——这些过去都是初阶职员在做、也是他们建立行业感觉的方式。现在 AI 都接管了，新人进来之后做什么？看 AI 产出、点个批准？

问题是，如果他们从来没有自己做过这些事，他们凭什么判断AI的东西是对的？

一个没有亲手写过文案的人，看不出 AI 写的标题为什么没有钩子。一个没有自己跑过数据的人，发现不了 AI 分析里的前提假设有问题。AI 的输出质量上限，是使用者的判断力。

大公司可以承担 “养新人” 这件事，因为他们有足够的资深人才撑着，也有系统性的培训机制。

中小企业的处境不一样。本来团队就小，少请一个人的成本诱惑很大，AI 又确实能产出东西，这个决定在短期看起来完全合理。

但三年后，当现有的资深员工离职或跟不上，你手上没有任何一个人经历过”从头到尾自己做”的过程，整个团队的判断力就建立在 AI 的输出上——而没有人能判断那个输出是否准确。

这不是夸大，这是一个很安静地在发生的风险。

我不是说不能用 AI，也不是说一定要请新人。我想说的是，让 AI 接手执行，和让 AI 接手判断，是两件完全不同的事。

AI 加快了做事的速度，但它不会帮你建立团队的判断力。判断力是经历积累出来的，没有捷径——你自己做过，才知道哪里会出问题，才能看出 AI 什么时候在瞎说。

Hanselman 说，他现在要求工程师说清楚：哪些代码由 AI 产生、自己拒绝了哪些建议、为什么最终版本值得合并。这不是多此一举，是把AI的黑箱产出，变成团队可以共同审查的决策。

这套逻辑我觉得营销团队也应该有：AI 写的文案为什么用这个、改了什么、为什么这个版本比 AI原版更好。这个”说清楚”的过程，本身就是在建立判断力。

不请新人，可以节省一个职位的成本。但如果同时也省掉了让人累积判断力的机会，你省的这笔钱，可能最后要用更贵的方式补回来。

AI 能做的事会愈来愈多，但公司里需要有人能判断 AI 做的对不对——那个人，不会从天上掉下来。

文章参考自：数位时代、Youtube