本文来自微信公众号： caoz的梦呓 ，作者：caoz，头图来自：AI生成
这是最近经常被读者问到的问题。
那么，之前TK教主说过，任何时代，逆袭的都不是普通人，所以，每次都被我怼回去，想要有所成就，先要让自己不普通。
不过话是这么说，很多人说我确实很焦虑，AI发展太快了，新技术新产品层出不穷，很多工作要被替代了，怎么办。
作为古典程序员，我也深有体会，我觉得我很努力追随时代了对吧，我去年开始尝试vibe coding，先后测试了三款开发工具，现在是cursor的深度用户，真的很努力了吧；现在全网都是在说龙虾，还在用cursor的也落伍了有没有。
但是，我讲过一个逻辑。
从技术上来说，纯粹技术上讲，今天，90%坐办公室的工作已经可以被取代了，这是真的。技术上来说是这样的。
从社会的接纳程度和认知普及率来说，很多工作至少还有5-10年才会被取代，为什么，惯性认知对不对，这个世界是分层的，存在巨大的认知鸿沟，极客感受的世界和更多普通人感受的世界是不同的。
从社会稳定性和政府就业率考虑，很多工作会保持很长很长时间，可以参见著名的科幻小说，《北京折叠》。
这是三个不同思维层级，所以，我知道你很急，但其实也没那么急。
那么下面，我们把第二层级展开一下，其实TK教主也说过另一段话，大体是这样的，就算今天的AI技术不再进步，去赋能各行各业也有巨大的业务增长空间。
作为没什么超强技术背景，没什么超强产品和运营能力的普通人来说，如果你愿意拥抱AI，熟练学习和掌握各种AI产品，并具有足够好的沟通能力和业务理解能力，其实是有一个巨大的领域，至少有5-10年的机会窗口。就是各行各业的AI赋能。
我们说AI赋能的时候，很多人也会有一个错觉，就是这个行业必须使用最新的AI产品，必须全部业务AI化，必须用AI解决最复杂的问题，想太多，当然你能做到是很好的，但这是极少数顶尖人才的事情，普通人别想太多。能够通过AI重塑传统行业的信息系统，对传统行业的信息化降本增效，就是非常大的市场，是的，不好意思，其实你是拆别人的饭碗，但这个世界就是这样，反应慢的注定要被淘汰，你要做的就是反应快起来。
说几个典型场景：
1、传统企业，有个信息化部门，养六七个进不了大厂的平价程序员，三四个平价设计师，有网站，有网店，有营销部门找网红带货，有一套开源代码改造的库存和结算系统，是不是很常见。
你说你能用AI来降低成本，提升响应效率，设计AI出，系统AI改写优化，营销活动以前需要程序员几天配合，现在AI半天搞定。然后只需要你，一个程序员留下来做测试，一个设计师留下来选AI设计图，成本降低2/3，效率提升一倍，你看老板愿意不愿意。
当然，我知道不少企业已经这样进行大刀阔斧的改革了，但很多传统企业的信息部门，其实还活在旧时代，还不知道甚至没意识到新的技术会给他们带来怎样的影响。
2、传统大型企业，有着二十年历史的内部管理系统，经过了几代架构变革无人敢动，每次增加需求都是屎上雕花，效率低，维护难，稳定性差，但又战战兢兢不知道怎么办；老板也很头疼却也无可奈何。你说可以用AI进行重构，完全拆解过往逻辑，快速实现新系统的替代，成本降低，维护容易，稳定性提升。
当然我知道AI无法拆掉所有的雷，但是极大提升重构效率，快速反馈问题，就已经提供了巨大的可能性，很多时候企业不怕新的系统有问题，但禁不住漫长的迭代周期，会拖死业务。短期允许迭代有问题，但是把重大问题的反馈响应处理效率极大提升，那么很多之前不敢碰的事情就敢碰了，不敢改的代码就敢改了。这是很现实的问题，也是很现实的机会。
3、更传统的中小企业，比如一些中介公司，一些法律事务所，一些传统的商业机构，很多数据信息管理，用户管理，收入支出的管理还在用excel，这个群体是非常非常巨大的。他们觉得那些客户管理软件，企业信息化系统，太复杂，太贵，维护成本太高。现在你用AI低成本帮他们搭建一个基本的信息化系统，或者一个工作流系统，一个知识库系统，对他们来说就是非常有价值的事情了。提升客户响应的处理效率，减少员工变动带来的信息传递损失，就已经是很多中小企业老板的福音了。
不用多么高大上，多么先进的技术，现实世界是分层的，下沉市场有太多值得做的事情，需要赋能的工作。
当然，这事也不容易。
在你用AI去帮传统企业做信息化改造这件事上，最大的成本其实是测试，特别是需要大量业务人员参与的测试。
而这里一个最大的障碍是什么，你没有办法获得清晰的测试报告，这在互联网公司，软件公司，你是想象不到的，你会觉得测试，这不是应届生都会的事情。但是专业的测试报告，需要条理清楚，需要有一些基本的编程经验，需要知道怎样描述，才是程序员可以理解，可以重现的。
但当你为大量传统行业做信息化改造的时候的，你会发现，那些一线使用这个系统的人，不会给你清晰，完整的测试报告，你必须逐项和他们核对，让他们协助重现才能理解问题在哪里。这个沟通成本是惊人的。
昨天直播间有听众给我介绍了一个方案，现在有很多开源的e2e测试框架，可以用于完整的产品测试，而且，AI还可以基于需求描述和产品设计文档生成完整的测试用例和测试流程。虽然这不能完全取代一线业务人员的实景测试。但至少可以解决大部分系统层面的硬伤问题。
不过还是那句话，问题即机会。
谁能看到这些问题多一些，能解决的多一些，谁的机会就多一些。
追最前沿的往往是最厉害的那些人，如果咱们没那么厉害，可以稍微往后一些，做传递和普及的事情，很多不懂AI的公司一样可以活得好好的，你帮他们做一点点优化和提升，也都是有价值的，是双赢。这个生意，在我看来，五到十年都是可以做的。
需要什么能力，熟练掌握各种AI工具，可以利用AI工具快速实现一些行业诉求。然后就是良好的沟通表达能力和理解力，能够更好的进行业务理解，需求调研和测试沟通。这不需要太高的技术背景，算法底蕴，就是这些，普通人努努力就能达到的水平。
最后，说说openclaw，好多人让我说，我只能不好意思的说，我还没用到。
现在很火是真的，这玩意也是放大器，对有些人来说，确实是能力放大器，有老板用这个觉得投入产出惊人，没问题；但在我眼里，超过90%的人用openclaw，赚不回烧掉的token费用，别觉得我看不起大家，我觉得我自己也在这90%里面。
如果你没啥有足够价值的工作方向，你折腾这玩意就是浪费算力，浪费资源，这玩意不能包治百病，它的产出取决于你的认知水平，自己先想清楚这一点。
本内容来源于网络，观点仅代表作者本人，不代表虎嗅立场。
