你的职业护城河只是一个水坑：从中国蓝领淘金潮中我学到的关于人工智能的知识

在中国，没有什么能在蓝海中保持超过几年。不是白领工作。不是蓝领行业。甚至连父母们现在疯狂推动孩子们进入的那些“安全”职业道路也不是。

这个类比是地理性的：东北中国，曾经肥沃得可以“用勺子捞鱼”，之所以变成这样，是因为满族人封闭了几个世纪。人少。没有剥削。丰饶。然后大门打开了。人们蜂拥而入。在一代人之内，肥沃消失了。

中国劳动力市场同样的模式：

• 1980年代：大学教育是一片蓝海。文化大革命摧毁了受过教育的阶层。第一波——“老三类”——走进了定义他们生活的工作。

• 1990年代：家长们意识到了。补习班。考试准备。每个人都在追逐白领梦想。

• 今天：硕士学位积满灰尘。那片土地的“肥力”已经枯竭。

所以几年前，西风告诉他的读者：反向思考。大家都不关注的地方在哪里？

非标准蓝领工作。无法自动化的熟练工种。逐案解决问题。经验重要的工作，每一份工作都是定制的。

而在几年间，工资飙升。需求超过供应。这又是东北中国——在拥挤的环境中一片丰饶的口袋。

然后分数公布了。

今年，杭州的职业学校录取分数 — 职业学校 — 正在压倒底层普通高中。家长们已经明白了。秘密已经曝光。土地争夺战已经开始。

在3-5年内，那片蓝海将变成红海。

让我印象深刻的是

核心论点并不是关于中国的，而是关于 压缩周期.

无论你在哪里：

1. 大量人口

2. 透明的信息

3. 低进入壁垒

……任何优势都会迅速被套利。唯一创造可持续丰盈的东西是人力稀缺 — 地理隔离、政策壁垒、信息不对称。

中国只是因为有14亿人口和微信而加快了这个周期。

但这让我夜不能寐：

人工智能正在对世界其他地方做的事情正是中国的人口对其劳动市场所做的。

它正在消除最后一个可持续优势的来源：能力的稀缺性。

旧的护城河已经消失

几十年来，西方专业人士建立的“职业护城河”基于不再成立的假设：

| 老护城河 | 它为何有效 | AI 如何摧毁它 | |----------|---------------|-----------------| | 凭证把关 | 学位稀缺 | AI 可以通过律师考试、医学委员会、CFA | | 经验积累 | 10,000 小时 = 专业知识 | AI 在 100 亿小时上进行训练 | | 隐性知识 | "你必须亲身经历" | LLMs 吸收每一个被记录的 "经历" | | 网络效应 | 关系 = 交易流 | AI代理谈判、寻找、成交 | | 监管保护 | 持证职业 | AI合规性大规模实施 |

中国模式 — 从蓝海到血腥竞争需要3-5年 — 现在是任何可以数字化技能的全球模式。

认为自己安全的律师？AI简报已经通过了律师资格考试。

依靠模式识别建立职业生涯的医生？AI诊断在放射学、皮肤病学和眼科学方面的表现超过了专家。

出售“专业知识”的顾问？具有正确上下文窗口的 GPT-4是专业知识。

西风识别出的非标准蓝领行业——那些需要身体在场、即兴发挥和在混乱环境中进行人类判断的行业——这些行业争取了时间。也许十年。

但机器人技术 + 人工智能也在向这些行业进军。不是明天。但比职业规划师所预期的要早。

那么，什么实际上是持久的？

如果证书过期，专业知识商品化，甚至隐性知识也被训练在所有已写内容上的模型提取——那么，真正的护城河是什么？

我一直在通过以下视角思考这个问题系统增长架构 — 我们在Mercury使用的框架，帮助企业构建自我强化的增长循环，而不是线性漏斗。

这一见解同样适用于职业发展：

唯一可持续的优势是比它们商品化更快地建立新优势的能力。

不是技能。不是证书。不是人脉。

一个重塑系统。

这在实践中是什么样的

1. 停止建造护城河。建立传感器。

捕捉到中国非标准蓝领浪潮的人并不更聪明。他们是在别人没有关注的地方寻找。

在一个人工智能加速的世界中，关键不在于某一领域的深度，而在于跨领域的模式识别—— 在人群到来之前识别出肥沃土壤转移的能力。

这就是我为什么对跨域合成如此痴迷。AI + 信任架构 + 行为经济学 + 制度设计的交集。并不是因为其中任何一个是可以辩护的。因为组合创造了暂时的肥沃土壤。

2. 压缩你的反馈循环

中国的周期之所以快，是因为信息流动迅速。AI使全球信息流动瞬间发生。

赢家不会是那些拥有最多专业知识的人。赢家将是那些拥有最紧密的反馈循环 — 谁能测试、学习并快速调整。

在Mercury，我们在客户身上看到了这一点。在人工智能转型中获胜的企业并不是那些拥有最大研发预算的公司。它们是那些能够在几周内进行实验、获取市场信号并重新分配资源的公司，而不是几个季度。

3. 建立信任架构，而不是专业知识仓库

这里有一个反直觉的部分：随着人工智能使专业知识商品化，信任成为最稀缺的资源。

任何人都可以制定战略。但并不是每个人都能让一个组织去行动 在上面。

任何人都可以编写代码。并不是每个人都能让团队去 交付 它。

任何人都可以制作内容。并不是每个人都能建立一个 相信 它的受众。

这就是我们关注的原因，信任架构—— 组织如何在大规模上构建、维护和传递信任的系统设计。这不是一种技能。这是一个元能力，随着其他一切商品化而不断增强。

4. 接受没有什么是永恒的——并为此设计

西风最残酷的观察：我们的寿命太长了。

在古代，捕捉一波就足够了。平均寿命：35岁。提前期：10年。在波浪崩溃之前你就死了。

今天？你需要工作50年以上。捕捉一波——一个证书、一条职业道路、一个专业高峰——是不够的。你需要捕捉连续的波浪。

对企业的影响同样严峻：

如果你的“核心竞争力”是静态的，那就是一种负担。

生存下来的组织不会是那些在当前市场中拥有最深厚专业知识的组织。它们将是那些具有放弃衰退优势并培养新优势的组织能力的组织 — 在过渡中不崩溃。

水星框架应用

我们对面临人工智能颠覆的客户使用一个简单的诊断：

生育测试：

1. 你目前正在收获什么优势？

2. 还有多久人工智能会使其商品化？（诚实点。3年？5年？10年？）

3. 你下一个肥沃的土壤是什么？

4. 你有系统能力在众人之前到达那里？

大多数组织在第 #4 点失败。他们看到浪潮来了。他们甚至知道下一个浪潮在哪里。但他们的结构——他们的招聘、激励、决策——是为了收割当前的浪潮，而不是捕捉下一个。当前

这就是系统增长架构问题的核心：线性组织优化于开发利用。系统组织优化于大规模探索。

我个人正在做的事情

我并不假装已经搞清楚这一切。但这是我目前的运营模式：

• 我时间的 60%：利用当前优势（Mercury 的 GEO/信任架构实践、演讲、写作）

• 我30%的时间： 建造传感器——广泛阅读，进行实验，与相关领域的人交谈

• 我10%的时间： 为下一波做准备——即使我还不知道具体是什么

那10%是最难的。它感觉没有生产力。它没有产生即时的投资回报。但这是对3年过期周期的唯一保险。

残酷的真相

西风以一句令人回味的台词结束了他的文章：

*"你认为一波浪潮就够了。我们的寿命太长了。"*

人工智能正在全球范围内实现这一点。不仅仅是中国。不仅仅是劳动市场。每一个能够被数字化、压缩并大规模分发的领域。

问题不是你当前的护城河是否能够维持。它不会。

问题是：你是否有建立新护城河的系统？

因为那些能够感知生育变化、压缩反馈循环并在旧结构崩溃之前重建的人——他们才是那些不会站在红海中 wondering 蓝色去哪里了的人。

James Huang 是 Mercury Technology Solution 的首席执行官，他帮助企业为人工智能时代构建系统性增长架构。他在 [mtsoln.com](https://www.mtsoln.com) 上撰写关于信任、技术和优势压缩的文章。