2025 年一整年，围绕 AI 的争论早已从资本市场蔓延到每一间管理层会议室。
这是泡沫吗？还能不能赚钱？企业到底该不该全面部署，还是先按兵不动？
在这样的喧嚣之中，播客《Factually! with Adam Conover》推出了一期对谈，嘉宾是沃顿商学院教授 Ethan Mollick——一位并非站在远处研究 AI，而是在真实课堂中连续使用 AI 整整一年的实践者。
Mollick 已成为网络上最具影响力的“AI 实践派”代表人物之一。他的研究与教学，聚焦于 AI 如何重塑工作方式、教育体系，以及人们创建公司和规划职业道路的方式。
他的立场非常明确。
不要再陷入极端对立——“AI 会取代一切”或者“AI 毫无价值”。真相在中间：AI 不会替代所有工作，但它的价值也绝非可有可无。
这正是本文要讨论的核心判断，也是他在这场对谈中的关键结论：
即使 AI 泡沫破裂，工作也不会回到过去。
真正改变的，并不只是某个岗位是否消失，而是工作是如何被完成的。
1｜AI 不只是工具，而是合作者
对很多人来说，“开始用 AI”往往始于聊天工具——ChatGPT、DeepSeek、豆包等。
输入一个问题，立刻得到几百字的回答；让它写邮件、润色简历、翻译报告，几乎样样都行。
有人惊艳三分钟，也有人耸耸肩说：“不就是个更聪明的搜索框吗？”
Mollick 并不这么看。在他看来，这不是工具升级，而是多了一个同事。
在沃顿商学院的课程中，他连续一年把 AI 深度引入教学：讲课、批改作业、出题、答疑、编写讲义。他的观察非常直接：
AI 现在对所有人开放。你用不用，是你的选择；但如果你不用，它依然会在帮别人。
一个随叫随到、永不疲倦的大脑，已经摆在整个职场面前。
Mollick 分享过一个简单的个人经历：他在撰写学术论文时，让 GPT 帮忙检查推理逻辑，结果 AI 指出了一个他自己都没注意到的逻辑漏洞。学生们则用 AI 生成论文初稿和案例分析，反而更快发现自己的盲点——因为“第一稿”已经存在了。
这并不是因为模型会“像人一样思考”。
而是因为它可以接住你抛出的模糊、混乱的问题，先帮你整理出一个可用的起点。
过去的 AI 更像桌面上的辅助软件。
现在的 AI，更像是工作群里那个随时在线、随时能交付初稿的合作者。
已经有人在用它来：
撰写研究摘要
生成商业战略草稿
搭建新产品的第一个版本
它不是来“接管”你的工作，而是在降低动手的门槛、抬高交付速度的基准线。
当有些人还在观望时，另一些人已经在交付成果了。
2｜AI 没有取代你，但它正在一口口吃掉你的岗位
反复出现的焦虑只有一个问题：“AI 会不会抢走我的工作？”
Mollick 的回应是：这个问题，本身就问错了。
AI 并不需要一夜之间取代一个完整的职位，才能改变劳动力市场。
它真正做的，是把你岗位里的具体任务，一项一项拆走。
以医生为例。“医生”这个职业不会突然消失，但其中很多任务已经被自动化或加速：解读化验结果、撰写病历摘要、标记异常指标、把零散记录转成结构化文档。
Mollick 的判断非常犀利：
AI 关注的不是岗位名称，而是任务本身。
现代职场中的大多数岗位，本来就是任务的组合：一部分沟通，一部分写报告，再加上信息搜集、语言润色、数据归纳、PPT 制作、方案撰写……往往都在同一周内完成。
而现在，这些任务中相当一部分，都可以被 AI 单独完成。
过去，稳定的分工帮助人们建立稳定的职业身份。
而现在，岗位变得不稳定了，真正重要的是能力组合——你如何组合技能、如何随着任务结构变化而调整自己。
你越晚意识到这一点，就越难跟上节奏。
3｜你以为自己会用 AI，其实用得很浅
你可能也觉得，自己已经跟上 AI 时代了。
写邮件用 AI，总结资料交给 AI，不想写的 PPT 段落让 AI 补一补，措辞不顺的地方让 AI 润色一下。
这确实带来了效率提升，毫无疑问。
但 Mollick 发现，很多人就停在这里。他们把 AI 当成“应急工具”：补内容、改错字、顺语言、让东西看起来更体面。
真正获得巨大价值的人，并不是“用了 AI”，而是让 AI 成为工作流程中的参与者。
他举了几个例子：
世界银行在尼日利亚做过实验，让 AI 与老师一起进行课后辅导，六周后学生成绩显著提升，效果相当于多学了一整年；
研究发现，程序员使用 AI 编程工具后，代码合并量提升约 39%，但错误率并未上升；
在沃顿商学院，学生和 AI 各自产生 200 个创业点子，外部评委评选出的前 40 个中，有 35 个来自 AI。
这不是“AI 让我更快”。
而是“AI 参与了工作的每一个环节”。
这里存在一个反直觉的现象：
看起来“很懂 AI”的人，有时反而只让它干零碎活；而那些认真思考“AI 能替我承担什么”的人，往往会重构整个流程，释放出更大的杠杆。
真正的分水岭在这里：
浅层使用：AI 帮你凑内容。
深度使用：AI 直接完成初稿。
一旦初稿存在，你就不再从零开始，而是直接进入打磨、判断、品味和决策阶段。
会用 AI，只是入场券。
用得深，才是差距真正拉开的地方。
4｜泡沫可能会破，但改变不会逆转
很多人都在等待一个信号：“AI 泡沫什么时候破？”
Mollick 的回答是：
泡沫可能会破，但 AI 不会消失。
原因很现实：已经有数以亿计的用户在使用这些工具；有多家公司在持续发布模型，其中一些还是免费的；谷歌、微软这样的巨头，不会因为股价波动就放弃 AI。
即便某家公司的估值崩盘，已经建成的数据中心、已经发布的模型、已经被重塑的工作流程、已经形成的使用习惯，也不会凭空消失。
他把这比作 90 年代末的互联网泡沫。市场崩了，但光纤铺好了，最终整个世界还是上了网。
更重要的是——工作方式已经变了。
当人们真正体验过效率和产出的跃迁，很难再心甘情愿回到过去的节奏。
但 Mollick 最担心的，并不是个人效率，而是学习方式的长期损伤。
他称之为“学徒制的崩塌风险”。
几千年来，人类一直通过学徒制传承技能：新人动手，前辈纠正，在反复实践中成长。白领工作同样如此——实习生和新人在前辈指导下，通过真实任务学习。
但去年夏天，情况发生了变化。
中层管理者不再愿意培养实习生，因为 AI 做得更快；
实习生也把任务直接交给 AI，因为 AI 确实比他们强。
结果变成了 AI 和 AI 在对话，而年轻人失去了通过实践建立能力的机会。
一旦这个循环形成常态，就极难回到“手把手带人”的时代。
Mollick 一再强调：最危险的态度不是害怕 AI，而是假装它会消失。
正确的做法，不是等 AI 消失，
而是主动思考，如何压低负面影响、放大正面价值。
因为当你还在等泡沫破裂的时候，别人已经在用这些系统塑造未来了。
泡沫会不会破？也许会。
工作会不会回到从前？不会了。
真正重要的，是摆在你面前的选择：
在这个已经改变的世界里，你要站在哪一边？
