惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
The Exploit Database - CXSecurity.com
F
Fortinet All Blogs
U
Unit 42
F
Full Disclosure
雷峰网
雷峰网
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Tailwind CSS Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
罗磊的独立博客
D
DataBreaches.Net
C
Check Point Blog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
O
OpenAI News
C
CXSECURITY Database RSS Feed - CXSecurity.com
aimingoo的专栏
aimingoo的专栏
S
Security @ Cisco Blogs
大猫的无限游戏
大猫的无限游戏
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
S
SegmentFault 最新的问题
NISL@THU
NISL@THU
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Hacker News
The Hacker News
Webroot Blog
Webroot Blog
Security Latest
Security Latest
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
酷 壳 – CoolShell
酷 壳 – CoolShell
N
News | PayPal Newsroom
P
Proofpoint News Feed
B
Blog RSS Feed
MongoDB | Blog
MongoDB | Blog
C
Cybersecurity and Infrastructure Security Agency CISA
N
News and Events Feed by Topic
Google Online Security Blog
Google Online Security Blog
H
Help Net Security
Spread Privacy
Spread Privacy
T
Threat Research - Cisco Blogs
GbyAI
GbyAI
I
Intezer
Application and Cybersecurity Blog
Application and Cybersecurity Blog
M
MIT News - Artificial intelligence
Vercel News
Vercel News
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
IT之家
IT之家
MyScale Blog
MyScale Blog
腾讯CDC

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
工作被AI抢了?答案可能和你想的不一样
硅基观察Pro · 2026-03-23 · via 人人都是产品经理

当ATM未能取代银行柜员而iPhone却彻底改变了银行业时,我们看到了技术替代的真正逻辑。AI对工作的冲击并非简单的任务自动化,而是整个商业范式的重构。本文通过历史案例深度剖析技术变革的底层规律,揭示AI短期内更像优化工具的ATM,长期却可能成为重塑产业结构的iPhone。理解这一差异,才能把握职业转型的关键窗口期。

今年以来,随着AI越来越火,有一个话题一直被广泛讨论:

AI到底会不会抢工作?

这种讨论背后,其实是一种普遍的焦虑。大家都隐约感觉AI会带来冲击,但它究竟是怎么把一个白领岗位替代掉的,大多数人并没有清晰的理解。

要回答这个问题,或许并不难。因为技术带来的就业冲击,从来不是第一次发生。

最近我在外网上看到了一篇非常精彩的文章,从另一个视角理解了AI对工作的冲击。

它提到了一个很有趣的现象,当年ATM刚出现时,市场普遍认为银行柜员会大规模失业,但银行柜员不但没有消失,人数甚至一度比ATM普及前还多。

可如果把时间线拉长,你会发现,银行柜员这份工作后来还是大规模萎缩了。

而真正把它推向衰落的,不是ATM,而是iPhone。

通过这个现象,作者得出一个结论:

单纯的效率升级,并不会立刻带来想象中的大规模替代。

真正改变就业结构的,是技术引发的一整套系统重构,包括新的组织方式、新的公司形态,以及新的工作流。

到那时,被改变的,也将不再是某一个岗位,而是整套劳动结构本身。

01 取代劳动力的,不单单是技术

几个月前,美国副总统万斯在接受《纽约时报》专栏作者罗斯·杜特哈特采访时,谈到自己对人工智能的看法。

杜特哈特问他,是否担心AI会让人产生一种被淘汰的感觉,不一定是世界末日式的担忧,而是更现实的那种:人会不会觉得自己正在变得多余。

万斯的回答很典型。他说,技术和创新的历史表明,它们更多是在提升人的生产力,而不是简单取代劳动者。他举的例子,就是银行柜员和自动取款机。

这个故事很多人都很熟悉。大意是,当年ATM出现时,市场曾普遍预测银行柜员会大规模失业,但事实并非如此。

银行柜员不但没有消失,人数甚至一度比ATM普及前还多,只是工作内容发生了变化:从单纯处理取款、存款,转向更多客户服务和产品销售。

这是一个很经典的经济学寓言。很多经济学家、评论员和科技乐观主义者都引用过它,用来说明一件事:

技术未必会直接消灭工作,它也可能重新定义工作。

但这个故事其实只说对了一半。

自动取款机确实没有立即取代银行柜员,可如果把时间线拉长,你会发现,银行柜员这份工作后来还是大规模萎缩了。真正把它推向衰落的,不是ATM,而是iPhone。

这背后最值得思考的问题不是历史细节本身,而是:

为什么一台名叫“自动取款机”的机器,没能真正自动化柜员;反倒是一部看起来与银行业务并不直接相关的智能手机,最终做到了?

我认为,关键在于:取代劳动力,从来不只是自动化任务,更是重组整个范式。

02 从自动取款机说起

先说ATM的故事。

在20世纪中叶,如果你经营一家银行,你就必须依赖大量实体网点。客户想取钱、存钱、查余额,都得去分行柜台找柜员办理。

因此,柜员成了一种非常典型的中等技能岗位:不需要大学学历,但需要稳定、熟练地处理现金、支票、账户和结算工作。

那个时代,一家城市里的普通银行网点,往往会雇几十名柜员。因为在银行的整个业务链条里,柜员承担的是最核心、最频繁的一环。

到了20世纪50到60年代,随着战后经济增长和工资上升,劳动力成本越来越高,企业开始普遍思考一个问题:怎样用机器替代人。

“自动化”这个词,也正是在那个时期进入主流商业语言的。超市、自助洗衣店、自助加油站、快餐店,其实都属于这一波浪潮的产物。它们背后的逻辑很一致:不是因为人不重要了,而是因为人变贵了。

银行业也一样。

随着磁条卡、小型计算机和网络通信的发展,银行终于可以设想一种全新的机器:它能够识别客户身份,核验账户余额,并自动完成现金收付。于是,ATM诞生了。

从经济上看,ATM几乎是一个完美的创新。

它比人工更便宜、更快、也更稳定。人工柜员处理一笔交易成本可能在1美元左右,而ATM只要几毛钱;人工只能在营业时间工作,ATM却可以24小时在线;而且ATM还给银行绕开网点监管、拓展服务半径提供了新的方式。

所以,ATM很快被大规模铺开。

按直觉看,这本该是银行柜员岗位被技术替代的开端。事实上,从单个网点来看,也的确如此:每个网点所需要的柜员人数明显下降了。

但总量上,银行柜员并没有立刻消失。

原因在于,ATM虽然替代了一部分柜台事务,却没有改变整个银行体系的组织方式。银行仍然是一个以网点为中心的体系,客户仍然要去分行,人与银行的关系仍然主要在线下完成。

ATM降低了单个网点的运营成本,反而让银行有动力开出更多网点。

与此同时,柜员从机械性的现金处理工作中被部分释放出来,开始承担更多“关系型银行”的职责,比如推荐贷款、信用卡、理财产品,与客户建立联系。

也就是说,ATM并没有摧毁柜员岗位,而是改变了柜员岗位。

这是一个很有代表性的现象。技术即便已经自动化了大量具体任务,也未必会立刻带来岗位消失。

因为只要旧的制度框架、服务流程和组织模式还在,人依然会被重新安置到新的位置上,去填补那些机器暂时无法消除的摩擦。

03 杀死银行柜员的是iPhone

问题真正发生变化,是在2010年代之后。

这时,美国银行柜员就业开始进入持续下行通道。2010年,美国还有大约33万名全职银行柜员;到2016年,降到23.5万;到2022年,只剩16.4万。

这一次,原因不是ATM。

而是iPhone,以及它所代表的移动互联网范式。

iPhone在2007年发布,但真正的冲击,是它在随后几年中改变了人们与服务业互动的默认方式。银行很快意识到,未来不再是“客户去网点办业务”,而是“客户通过手机完成银行关系”。

在移动银行的世界里,查询余额、转账、还款、存支票、申请产品、收通知,几乎所有高频银行行为,都可以在App里完成。银行卡可以绑定手机支付,客服可以在线化,身份验证可以数字化,甚至连原本依赖网点建立的品牌关系,也可以被一个设计良好的移动界面替代。

这时候,问题就变了。

ATM是在原有网点体系里替代一部分人工操作,它优化的是旧模式。

iPhone则不同。它不是在旧模式里提效,而是直接创造了一种新模式:客户根本不再需要去网点,很多原本必须由柜员完成的事情,也因此不再需要存在。

这才是真正导致柜员岗位大幅消失的原因。

换句话说,自动取款机让柜员“少做一些事”,而iPhone让“这些事本身变得不再重要”。

这两者的区别非常关键。

自动化任务,并不等于取代工作。因为一份工作从来不是若干孤立任务的简单加总,它背后还嵌着组织结构、制度安排、客户习惯和各种流程摩擦。只要这些东西没有变,人就仍然会留在系统里,以新的形式发挥作用。

真正有杀伤力的,不是某项任务被机器完成,而是整个工作存在的前提被新范式拿掉了。

这也是为什么我觉得,ATM和iPhone的对比,对理解今天的AI非常重要。

现在很多人谈AI时,脑子里想象的还是一种“即插即用的数字员工”:

把AI嵌进现有流程,像替换柜员一样替换文员、分析师、程序员、客服、运营。这种想象并非完全错误,但它很可能高估了短期内的岗位替代能力,也低估了组织摩擦的强大惯性。

因为只要AI还是被塞进旧流程,它面对的就不仅仅是任务本身,而是整套围绕人建立起来的制度和协作方式。

在这种情况下,它当然能提高效率,也能自动化很多子任务,但未必能迅速带来大规模失业。

真正值得警惕的,反而是另一种可能:AI不是作为“远程员工”进入旧组织,而是直接催生一种全新的组织形态。就像iPhone没有去优化柜台,而是绕开柜台一样。AI未来真正深刻的影响,也许不是把现有岗位一个个替掉,而是创造出新的生产方式、新的企业结构和新的业务流程,让许多原有岗位失去存在意义。

这才是更深层的变化。

所以,技术替代劳动,远不只是自动化任务那么简单。真正改变劳动力市场的,往往不是技术把一项工作做得更快、更便宜,而是它重新定义了这项工作所在的整个世界。

ATM没有做到这一点,所以它没有真正终结银行柜员。

iPhone做到了,所以它最终改写了银行业的用工结构。

把这个逻辑放回AI上,结论或许也很清楚:

短期内,AI更像ATM。它会提升效率,会重塑岗位内容,但未必立刻带来想象中的大规模替代。

可一旦围绕AI形成新的组织范式、新的公司形态和新的工作流,它就可能更像iPhone——那时,被改变的将不只是任务,而是整套劳动结构本身。

作者|林白
本文由人人都是产品经理作者【硅基观察Pro】,微信公众号:【硅基观察Pro】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。