本文将通过一套切实可行的方法，来教你找到自己不被 AI 取代的道路。
危机
AI 的浪潮不可避免。
一个 24 小时在线，永远不需要休息，一直清醒和准确的 AI 员工，通常也有着极高的性价比。
追逐利润的老板们会怎么选择，用脚趾头也想得出来。
必定会有很多人连生存都会陷入困境。
恐慌、愤怒、焦虑，都是必然的情绪，非常正常。
然而情绪无法解决问题，必须要有行动。
五步行动，找出不被 AI 替代的点
第一步：粒度拆解（原子化）
拆解你的工作，粒度越细越好，无论你是做什么的。
比如程序员，不能仅仅说一句“写代码”就结束了，要把每一天的工作一项一项列出来，比如“和 leader 开会确认任务和时间限制”、“和产品邮件沟通确认需求细节”、“和 UI/UE 沟通确认设计”、“和测试沟通确认设计计划”、“和运维沟通确认后续部署方案”、“从 Jira 上领任务”、“设计系统/模块架构”、“编程实现”、“补充注释和文档”、“单元测试”、“提交代码”、“合并分支”、“走提测流程”……
比如画师，要分成“商业沟通谈判价格”、“与客户沟通确认主题/色调”、“确认现有素材是否可重复利用”、“确认客户细节要求，比如字体等”、“确认修改次数”、“分析可能会有修改的部分，做成单独图层”、“初版绘制”、“修改”……
比如写手，则是有“设计故事大纲、人物形象”、“写样章”、“发布并宣传”、“尝试签约”、“分析读者反馈，找出大家需求的方向”、“调整故事走向满足需求”、“写作今日更新章节”、“设计收费方案”……
比如做行研，要从“收集网络数据信息”开始，“汇总”、“分类”、“分析”、“提炼观点”、“总结报告”、“形成 PPT”、“汇报”……
比如做法律咨询，总是要从“与客户沟通”起步，“查阅相关案例和法律条目”，一步一步完成。
以上仅仅是几个例子，实际工作中，一定能分成更详细的步骤和操作点，要根据自己的情况自行完成。
这个过程可能要持续几天，甚至两周到一个月。
这个分析是本身就有价值的。
这能够让平时的工作更加清晰。在脑海中想着要做的一堆事，不明确写出来，会消耗大量精力。这也是为什么有人觉得一天没做多少事但是累得不行的原因之一。
即使不进行后续步骤，做到这一步也是巨大的进步。
第二步：替代评估（判定熵值）
针对每一个最小粒度的工作，询问自己是否有被替代的可能。
这项工作是机械性的重复劳动吗？还是必须由人做出判断、决策、沟通与价值选择？
只要它是重复劳动，那么这就是你会被取代的部分。
如果这一项工作中有自己的思考、有自己的评价，有自己的角色和判断、有与人的沟通、有你需要承担的责任、有作为人的价值的体现，这就是 AI 无法代替的。
要把这两种工作剥离开。
要注意：经验和知识，能够被固定下来的流程，尽管别人不会，但它们都是会被取代的；我们要关注的，是每次需要我们重新思考和决策的部分。
让 AI 去做需要人主动完成的工作，它也能给出一些看起来还不错的结果，但是这里没有你自己的特点在，最终就会被 AI 取代。或者说，客户/老板不如自己拿 AI 来做。
AI 的结果是“完美”且安全的，但是会吸引人的，往往是人自己的“特点”甚至是“错误”。
第三步：自动化阵地（杠杆化）
无论你是做什么工作的，把自己变成架构师。
尽可能把机械性重复的工作自动化（无论是否使用 AI），以节省自己的精力和时间。
以画师为例，与客户的各种沟通，完全可以整理成邮件模板或者预设消息，或者可以通过预设好提示词模板来临时生成邮件或者消息；确认现有素材，可以通过分类、管理快速实现，现在也可以用 AI 来做。
但是绘制、根据客户反馈及时沟通和修改，这就很难被自动化。
对此不需要有什么心理负担。不需要愧疚，也不要犹豫。
其实在没有 AI 之前，就已经有自动化脚本、工具或者系统能够取代很多工作了。
行业数据，早就可以用爬虫从各种网站上抓取。
测试早就有脚本和系统可以自动化运行。
代码方面，早就有越来越智能的补全系统和 IDE，帮你检查错误和补充完整。
Photoshop 等绘图软件，一直提供越来越方便的功能。
写作同样有错别字检查。
有了 AI，这些部分会完成得更好；同时 AI 也会取代一些低级脑力劳动，其实这部分同样是机械重复的。
第四步：追求杰出（溢价化）
把你的精力放在需要人来做的事情，做到最优。
比如，你原来在机械劳动上花费的时间是 60%（相信我，实际上会比这用得多），而需要创意的工作只占用 40%。
现在通过 AI 或者其他的手段让你节约了时间，机械化的劳动只占到 10%，那么节省下来的 50% 并不是为了让你摸鱼和刷手机。
要从中拿出节约下来的40%的时间用在把原本只占用 40% 的工作尽量打磨、精益求精，让自己成为能够专业、杰出地完成工作的专业人士。
AI 时代并不缺乏能够普通地完成大量工作的人，也不缺乏会使用 AI 的人，而是缺乏能够杰出地完成某些工作的专业人士。
AI 会杀死平庸。
第五步，层级审视（意义化）
从更高层次审视自己的工作。
前一步中，还节省下来 10% 的时间，就要用在这里。如果有必要，就投入更多时间在这里。
要对自己的工作提出意义上的质疑，然后反思自己。
要一层一层追问下去，直到按照纳瓦尔的第一原则理论得到答案。
比如，我为什么要写这段代码？为了完成客户的需求。
我为什么要完成这个需求？是为了让我的 KPI 更好看，让领导给我打高分。
让领导打高分的目的又是什么？是为了能够升职加薪。
升职加薪的目的是为了能有更好的生活，能够为家里承担更多的责任。
就这样一步一步地追问下去。
中间的步骤并不是没有意义的，不要只盯着最根本的目标，那样没有可执行性。
要反思每一步，是否有更好的方案和策略。
如果没有想法，不妨把每一步的意义、需求以及自己的手段都发给 AI，让 AI 来帮我们做一些评价。
不要完全信任 AI，但是可以参考它的提议，毕竟它知道得比我们多得多。
我们所遇到的问题 99% 都是已经存在过并且已经得到解答的。我们要从中挑选适合自己、能够执行的部分，从每一个层面去寻找有没有更优解。
然后根据以上这些步骤，部会有明确清晰的可执行的步骤，这就是你接下来的行动指南。
——如果你分解出来的所有的工作都可以被替代，那就真的非常危险了，可以直接跳到第五步，从根本上寻找方案。
未来可期
如果你想，完全可以通过这种方式优化自己的生活，而不仅限于工作范畴。
大胆一点，干脆一点，舍弃那些注定会被替代的部分。
就像汽车，现在有了自动档和电车，我们作为普通用户，完全不应该把精力放在研究如何驾驶手动档汽车上。
这是一场极其残酷的认知筛选。那些拒绝拆解自己、拒绝进化的人，将被作为‘低效数据’清洗掉。
拥抱变化，我们就会发现：
可以告别例行公事，把时间还给思考、创造、判断与连接，才是在 AI 时代，人类最大的红利。
