最近的高等教育界几乎可以用“兵败如山倒”来形容，今天就有一则新闻刷爆了头条：美国老牌文理学院罕布什尔学院官宣倒闭，将在2026年秋季学期彻底关门。

　　与此同时，对中国学生很友好的雪城大学，也在一夜之间大换血，疯狂砍掉了84个专业。

　　其中，有古典学、陶瓷艺术、意大利语等大量传统人文学科和纯艺术专业，连带着数字人文、教育等项目也未能幸免。

　　说实话，以前听说百年老校关门还是个大新闻，但如今从世界第一翻译学院关门，到黄仁勋都救不回的艺术学院倒闭，我们甚至已经对“大学倒闭”彻底脱敏了。

　　可以肯定，这绝不会是最后一所倒下的学校。

　　有人说，罪魁祸首是AI，但大学是职场的前置阶段，倒不如说，真正给传统教育宣判死刑的，是就业端买单的雇主们。

　　斯坦福这份报告，并没有简单粗暴地把工作分为“会被取代”和“不会被取代”两类，而是创造性地建立了一个数据库，包含来自104个职业的1500名从业人员，将工作细化为844项职业任务，还参考了52位人工智能专家的意见。

　　这个数据库说了一个新知，AI和人类的关系不是二元对立的。

　　■这份报告有数位华人学者的参与，信息量非常大

　　学者们根据收集到的数据，提出了一个人类能动性量表(HAS)，将各种工作类型分为从H1“完全自动化”到H5“完全依赖人类”的五级分类体系。

　　H1级：AI完全接管并独自完成的任务，不需要人工参与

　　这些工作的共同特点是：单调、重复、耗费时间但创造价值有限。比如数据录入、报税、网络报告生成、表单验证等。

　　其中，46.1%的任务被员工强烈希望尽快摆脱，完成AI的自动化。

　　这些工作被AI替代，反而人人举双手欢迎，哪怕失业都愿意。

　　正如很多研究所说，当人长时间做机械性重复的工作时，对身心都是一种慢性损害，如果都能移交给AI，就可以把时间精力解放出来，做更多高价值任务。

　　01

　　H2级：AI承担主要工作，人类在关键节点进行监督。

　　比如发票分类、文档汇总、采购报告生成，以及设计交易、期权或对冲策略。

　　这类工作也是未来极有可能全权被AI替代的工作，不过和H1的区别就在于，即便AI再强，人类监督仍然不可或缺，避免AI幻觉导致的结果偏差。

　　■人们希望AI代替工作的原因：“我去做更高价值的工作/这些任务太无聊了，AI接管后会提高的工作质量/这样的工作给我很大压力/这些任务太复杂”

　　H3级：AI和人类是平等合作关系

　　这是调查中最受欢迎的模式，在学者分析的104种职业中，有47个职业（占比45.2%）的员工都偏好这种人机协作方式。

　　很多人都认为，最理想的合作模式比任何一方单独工作都好，1+1＞2，即“AI提升生产力，而人类的判断力仍然占据主导地位”。

　　比如律师使用AI快速梳理法律案例，但最终的法律判断还是律师说了算；招聘专员借助AI初筛简历，但面试和最终决策权依然在人类手中。

　　而斯坦福研究者们也认为，这种模式“在不牺牲洞察力的情况下提供了可扩展性”。

　　■H3是大多数人都支持的

　　H4级：人类主导，AI扮演顾问，辅助人类掌控全局。

　　在这些工作领域，AI需要人类的投入才能成功完成任务，工作的主导重心重新倾斜到人类。比如医疗诊断、财务预测、投资活动、规划伦理决策等。

　　尤其在高风险领域，H4成为最佳平衡点，就AI提供支持，但绝不越俎代庖。正如微软2025年工作趋势指数所说，“这些系统在不牺牲人类监督的情况下，提高了决策速度”。

　　H5级：无论AI多么先进，这些工作必须由人类完成。

　　这个区域的工作，是AI绝对不能触及的边界，比如员工情感支持、人际冲突调解、复杂伦理问题处理。

　　斯坦福HAI报告一针见血地指出：“即使AI模拟准确率达到85%以上，在同理心方面仍然无法替代人类。我们不需要AI来安慰悲伤的员工。我们需要的是人类”。

　　对于我们而言，这套分级最大的启示或许是，与其单纯担心AI代替自己，不如首先理解AI适合在哪个层级发挥作用，再判断自己的能力和优势适合哪个区域的工作，再去选专业和择业。

　　如果你的强项正好落在H5，那么恭喜你，未来一定不会被替代。

　　AI和人在职场上的“错配”

　　斯坦福的学者们还发现了一个很有意思的现象，落在H1、H2区域，且最需要AI来渗透的行业，AI的采购率反而没有那么高。

　　也就是说，录入数据、生成报表等重复性且价值低的大量工作，仍然在由人类代劳，而这些工作者早已厌倦了自己的工作，强烈希望AI自动化的占比高达46%。

　　相对应的是，在艺术、设计和媒体领域，以及需要大量人际互动的工作，只有17.1%的人接受AI自动化，是最抵制AI的行业。但目前的现实是，已经有很多艺术家、媒体人正在因为AI而失业。

　　换句话说，目前职场里AI和人类员工的工作职能，存在明显的错配——

　　让本该由AI完成的工作任务交给了人类，降低了价值感，且浪费了人力；而将本该由人类发光发热的任务，过早用AI代劳，导致了一部分更适合的人失业，也增加了AI犯错的风险。

　　■抵制AI的员工中，最突出的三个担忧是缺乏信任（45%）、害怕工作被取代（23%）以及缺乏人情味（16.3%）

　　斯坦福的学者们认为，这可能是企业对AI和人类能力理解不够。

　　为了解决这个问题，他们从数据里提炼出了两个元素“人类员工想要什么（愿望）”vs“人工智能实际上能做什么（能力）”，提出了一个创新理论“4个AI战略矩阵”，

　　基于这种需求差异，斯坦福将所有工作分为四个区域：

　　绿灯区（高需求+高能力）：人类员工想要自动化，AI也有能力胜任。

　　这是最理想的自动化目标，包括会议安排、数据库录入、邮件解析等，企业应该毫不犹豫用AI完成，且没有人会怀念，也是我们孩子绝不能去卷的“死胡同专业”。

　　红灯区（高能力+低需求）： AI有能力，但人类员工不愿意。

　　主要是情感化工作、写作编辑、创意工作、面向客户的沟通。盲目自动化可能疏远用户甚至损害品牌。

　　研发机会区（高需求+低能力）： 人类员工渴望自动化，但技术还不成熟。

　　比如临床文档、法律证据开示、基于信任的合规性工作等。这是未来AI发展的重点方向，也是未来十年催生新职业、新风口的黄金赛道。

　　低优先级区（低需求+低能力）： 既不适合也不需要自动化，如高管培训、心理咨询等。在这些任务上盲目纳入AI，不仅浪费时间，还可能让公司失去人性。

　　02

　　在梳理完各种工作领域后，斯坦福学者们还惊讶地发现，41%的AI初创公司居然集中在“红灯区”和“低优先级区”。而“绿灯区”和“研发机会区”许多有前景的任务，在目前的投资中没有得到充分重视。

　　比如目前AI使用最多的是软件开发和商业分析，但这些领域的员工对自动化需求并不算最强烈。

　　进一步印证了，大量的资本和技术投入并没有对准真正的需求。

　　同时，这种错配也揭示了一个重要问题：我们是在为技术找应用，还是在为需求找技术？

　　正如乔布斯在1994年经历职业生涯低谷期时，在《滚石》杂志采访中所说：

　　“技术本身没有意义。重要的是，你要对人有信心，他们基本上是善良和聪明的，如果你给他们合适的工具，他们会用其创造出美妙的事物”。

　　■乔布斯从里德文理学院毕业，在多个场合为人文学科说话，“苹果的DNA里就蕴含着这样一种理念：单靠技术是不够的。只有技术与博雅教育、与人文学科相结合，才能产生让我们心花怒放的成果”

　　AI时代的三种刚需能力

　　今年国外年轻人求职现状格外惨烈，昔日香饽饽的计算机专业，反而成了失业率最高的专业。

　　家长群里的讨论也热火朝天。有人依然相信理工科稳妥，有人说人文社科有优势，还有人建议直接学AI相关专业“以毒攻毒”。

　　在斯坦福这份报告中，为了了解“未来工作的发展方向”和“哪些技能更有价值”，学者们估算了2个关键值：人类能动性水平、平均工资。

　　在对这两个维度进行技能排名后，他们发现了三种可能影响人类未来工作的新趋势：

　　1. 信息处理能力：从香饽饽到边缘化

　　传统上，“分析数据或信息”、“更新和使用相关知识”这些技能在高薪职业中排名靠前，比如投行分析师、咨询顾问、市场研究员…这些岗位的核心竞争力就是处理和分析信息。

　　但随着AI在信息处理方面表现越来越出色，这些技能的重要性正在急剧下降。数据分析、报告生成、信息整理这些曾经需要高学历人才花几天完成的工作，AI几分钟就能搞定。

　　这意味着，纯粹依靠信息处理能力的工作岗位将大幅减少，会迅速滑落到最容易被替代的H1和H2区域。

　　■网上有人预测的“AI代替人类时间轴”

　　2. 人际和组织能力：从配角到主角

　　与此同时，与人高度相关的技能如“人际交往技能”、“组织协调能力”、“领导和管理”、“决策能力”等重要性大幅上升。

　　德意志银行CEO的警告很有代表性：“当机器人接管工作后，银行里那些像算盘一样工作的会计师们将失业。有些人在银行里像机器人一样从事机械性工作，以后我们会让机器人像人类一样行动”。

　　人工智能时代，人需要更像人。