职业与身份认同:AI 时代,如何重新回答“我是谁”

当 AI 开始做很多人引以为傲的事,职业还能代表我们自己吗?本文介绍职业身份是如何形成的、AI 动摇它的真正原因、哪些价值依然属于人,以及个人和企业可以如何应对这场变化。

AI 带给职场人的冲击,不只是“会不会失业”,更是“我还是谁”。当一个人用多年练成的本事被机器在几秒钟内复制,动摇的往往不只是收入,还有他对自己的认识。职业可以回答“我在做什么”,但不必独自承担“我是谁”;把这两个问题分开,是在 AI 时代保持稳定的第一步。

那么,职业为什么会和身份绑得这么紧?AI 又为什么偏偏触动了这根神经?在这篇文章中,我们将介绍职业身份是如何形成的、AI 动摇它的真正原因、哪些价值依然属于人,以及个人和企业可以如何应对这场变化。

为什么职业会变成“我是谁”的答案?

两个陌生人初次见面,很快就会问到一句“你是做什么的?”。答案通常不是“我喜欢绘画”或“我是两个孩子的父亲”,而是“我是会计”“我在做外贸”“我是工程师”。职业之所以成为自我介绍的第一句话,是因为它同时提供了收入、地位、社交圈和每天起床的理由。

工作占据了成年人最多的清醒时间。一个人花十年练就的手艺,很自然地会成为他自我认同的一部分。美国皮尤研究中心 2023 年对 5,188 名在职者的调查显示,39% 的人认为工作对自己的整体身份认同“极其”或“非常”重要;在拥有研究生学历的人里,这个比例是 53%(来源)。也就是说,在专业上投入越多,越容易把“我做什么”和“我是谁”绑在一起。

但另一个数字同样值得注意。盖洛普 2025 年 8 月对 4,475 名美国在职者的调查发现,只有 18% 的人认为自己现在的工作有一个自己真正认同的意义(来源)。

文献来源:Pew Research Center《How Americans View Their Jobs》
文献来源:Pew Research Center《How Americans View Their Jobs》
文献来源:Gallup《Purposeful Work Boosts Engagement, but Few Experience It》
文献来源:Gallup《Purposeful Work Boosts Engagement, but Few Experience It》

把这两个数字放在一起,可以看到一种长期存在的张力:

  • 很多人把工作当作身份。 职业是他们介绍自己、评价自己的主要依据。
  • 却未必在工作里找到了意义。 大多数人并不认同自己工作的目的。

例如,一位做了十年的翻译,可能早已习惯用“我是翻译”来介绍自己,却很少追问过自己为什么做这份工作。平时,这种张力可以被忽略;而 AI 的出现,让它变得无法回避。

AI 为什么会动摇职业身份?

过去的自动化,主要替代的是体力和重复劳动:纺织机代替了纺纱,流水线代替了搬运,电子表格代替了算账。而这一次,AI 触动的是很多人引以为傲的“本事”:写一篇好文章、翻译一份合同、写一段代码、画一张图、做一份分析。

这种不安已经普遍存在。皮尤研究中心 2025 年 2 月发布的调查(受访者为 5,273 名美国在职者)显示,52% 的人对 AI 未来在工作中的影响感到担忧,只有 36% 感到乐观,33% 感到不知所措;32% 的人认为长期来看,AI 会让自己的工作机会变少(来源)。

文献来源:Pew Research Center《U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace》
文献来源:Pew Research Center《U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace》

但如果只是担心收入,这份焦虑其实有不少现实的解法:学新技能、换岗位、转行业。很多人说不清的那种不安,往往来自更深的一层。工作给人的,从来不只是一份工资:

  • 被需要的感觉。 有人在等我的结果,有些事离了我就做不成。
  • 一个关于自己的故事。 从什么都不会到独当一面,这十年没有白过。
  • 一个简单的价值标准。 我做得好,所以我有价值。

最后这一点,正是 AI 真正触动的地方。现代社会里有一个很少被说出口的等式:我有用,所以我有价值。 成绩、文凭、职位、收入,都在不断强化这个等式。当机器在越来越多的事情上比人“更有用”,如果这个等式成立,结论就会变得很残酷。

这个问题其实早有人预见过:

  • 凯恩斯(1930 年)。 在《我们孙辈的经济可能性》中,他设想一百年后人们每周可能只需工作十五个小时,并认为那时人类将面对自己“真正的、永久的问题”:摆脱生计压力之后,该如何度过人生。
  • 汉娜·阿伦特(1958 年)。 在《人的境况》中,她担忧自动化会把人从劳动中解放出来,而一个只知道劳动的社会,已经不记得还有什么更有意义的活动值得为之获得自由。

因此,AI 带来的真正考验,也许不是“我会不会失业”,而是:如果“有用”不再能证明一个人的价值,他还能靠什么确认自己? 对一些人来说,这会是失落;对另一些人,它可能是一次解放。区别在于,一个人的自我认同是否只建立在一种可以被替代的技能之上。

AI 能接手什么,又接不走什么?

要缓解这种不安,第一步是分清一份工作里的两类东西。AI 擅长的是产出,而一个人之所以是他自己,靠的是选择、责任、经历和与他人的关系。 产出可以被复制,后者不能。

下表可以帮助你对照自己的工作:

维度AI 更擅长接手的依然属于人的
答案快速生成多个备选方案决定相信哪一个、采用哪一个
产出起草、翻译、整理、分析判断什么值得做、做到什么程度
责任执行已经定好的规则为结果负责,在规则之外做决定
关系写出一封得体的回信成为那个被信任、被等待回复的人
经历模拟、重现、无限次复制亲身经历,并从中形成自己的视角

这张表只是一个思考框架,两栏之间的边界会随技术发展而移动,但左栏越扩大,右栏的分量就越重。

历史上有过一次类似的考验。 1839 年,摄影术公开问世。在此之前,把一个人、一片风景准确地留在画布上,是画家最核心、最引以为傲的本事;而相机只需要一瞬。据说当时有画家感叹:从今天起,绘画已经死了。

绘画并没有死,但画家们被迫回答一个从前不必回答的问题:如果“画得像”不再稀罕,绘画还为了什么?此后几十年里,有人开始画光线在一瞬间的变化,有人画自己眼中和心里的世界,有人干脆放弃了具体的形象。一种常见的看法是,相机把绘画从“记录”的任务中解放了出来,让它转向了“表达”。

这个故事并不意味着每个人都能顺利完成转变,也不意味着转变的过程不痛。但它说明了一件事:当一种能力不再稀缺,意义并不会消失,而是会搬家——从“能不能做到”,搬到“为什么做、为谁做、是谁在做”。

当能力不再稀缺,意义会“搬家”:从“能不能做到”到“为什么做、为谁做、是谁在做”
当能力不再稀缺,意义会“搬家”:从“能不能做到”到“为什么做、为谁做、是谁在做”

如何在 AI 时代重建自己的职业意义?分步指南

“我是谁”这个问题,没有人能替别人回答。但在 AI 带来的变化面前,有一些切实可行的做法,能帮助一个人把自我认同建立在更稳固的基础上。核心思路是:把价值的来源,从“我会什么技能”扩展到“我为什么做、为谁做、怎样做判断”。

第 1 步:把“我做什么”和“我是谁”分开写。 试着在不提职位和公司的情况下介绍自己:你在意什么、擅长怎样与人相处、希望自己成为什么样的人。这份描述越具体,职业变化带来的冲击就越小。

第 2 步:找出工作中“为什么”的部分。 例如,一位翻译真正在意的,可能不是把字转成另一种语言,而是让两方真正理解彼此。找到这个理由,工作的意义就不会因为工具变化而消失。

第 3 步:把 AI 当成接手重复工作的工具。 把起草、整理、初步分析交给 AI,把省下来的时间用在审核、判断和与人沟通上。与其和机器比速度,不如把精力放在机器做不了的环节。

第 4 步:有意识地培养判断、责任和关系能力。 例如,主动承担需要做决定的任务、成为客户信任的对接人、带新人。这些能力很少被写进简历,却是 AI 最难替代的部分。

第 5 步:在工作之外建立更多身份来源。 家庭、朋友、兴趣、社区、学习,都可以成为回答“我是谁”的一部分。自我认同的来源越多元,任何一个来源的变化就越不会动摇根本。

第 6 步:允许失落,但不就此定义自己。 对一些人来说,变化意味着真实的失去:一份工作、一种苦练多年的自豪。这份失落应该被认真对待,而不是用一句“拥抱变化”轻轻带过。一种能力的稀缺性下降,并不等于这个人的价值下降。

企业和管理者能做些什么?

职业身份的动摇不只是个人问题,也直接影响企业的 AI 落地。员工如果把 AI 看作对自己价值的否定,就很难真心使用它。帮助员工重新找到自己的位置,是推动 AI 采纳的前提,而不是额外的关怀。

在实践中,可以从四个方面着手:

  • 坦诚沟通 AI 对岗位的实际影响。 说清楚哪些任务会交给 AI、哪些仍由人负责、岗位会如何变化。模糊和回避只会让焦虑转入地下。
  • 重新设计岗位,而不只是削减岗位。 把员工从重复性工作中解放出来,转向审核、判断、客户沟通等更高价值的环节,并把这些变化写进岗位职责。
  • 调整评价标准。 如果考核仍然只看产量,员工自然会觉得自己在和机器比赛。把判断质量、客户信任、协作与带人纳入评价,就是在告诉员工什么才是重要的。
  • 提供技能提升路径。 让员工学会与 AI 协作,而不是被 AI 取代。培训应贴近各自的实际工作,而不是一次性的工具介绍。

从更长的时间看,这场变化里藏着一个有些讽刺的事实。过去一两百年,工业社会一直要求人像机器一样工作:标准、稳定、高效、可以量化。现在,真正的机器来了,而且比人更擅长做机器。“有用即有价值”的等式从来不是人性的一部分,而是一个时代的产物。机器越像机器,人越可以是人。

关于 AI 与职业身份的常见问题

AI 会取代我的工作吗? AI 更可能取代的是一份工作里的部分任务,而不是整个人。判断、责任和与人的关系,仍然是大多数岗位里难以替代的部分。

把职业当作身份有什么问题? 认同自己的职业本身没有问题。风险在于自我认同只建立在某一种可被替代的技能上,一旦技能的稀缺性下降,就会连带动摇对自己的看法。

感到焦虑是正常的吗? 是正常的。皮尤的调查显示,超过一半的在职者对 AI 在工作中的未来影响感到担忧。将焦虑转化为具体行动,例如学习与 AI 协作、重新梳理自己的工作意义,比回避更有帮助。

管理者应该从哪里开始? 从坦诚沟通开始:说清楚 AI 将接手哪些任务、岗位将如何变化,再同步调整岗位职责和评价标准。

参考资料

更多专业洞察

查看全部

工业革命 · 2026-11-07

AI 是下一场工业革命,还是一场被高估的替代?

有人认为 AI 是新一场工业革命,也有人认为它只是在替代人、谈不上提高生产力。从工业革命的认定标准、任务级实验与宏观预测的落差,到电力扩散的历史教训,拆解两派分歧真正所在。

阅读更多

AI 智能体 · 2026-11-07

AI 智能体投入生产:企业如何在扩大自主性的同时保持控制

AI 智能体正在从试点走向真实业务,但多数项目难以规模化。问题往往不在模型能力,而在稳定性、监控与风险控制。本文介绍智能体上线前必须解决的四类问题、分步上线的方法,以及如何按风险逐级放开自主性。

阅读更多

未来工作 · 2026-11-06

AI 时代的中层管理者:哪些工作会被接手,哪些变得更重要

AI 与组织扁平化正在重新审视中层管理者的价值。信息汇总和传达会越来越多地交给 AI,带人、协调、判断与担责却变得更重要。本文分析中层职能的变化、管理者对 AI 的态度与顾虑,并给出管理者个人转型和企业支持中层的具体建议。

阅读更多

开始行动

每一次改变,都始于一次交流

无论您正在寻找方向,还是已经有明确的业务需求,我们都愿意与您一起探索。

不确定从哪里开始?

从一次交流开始。

与我们的团队进行 30 分钟的免费咨询,了解企业数字化的可能性。

预约免费咨询

已经有明确的业务需求?

从理解您的业务开始。

告诉我们您的企业现状、管理挑战与发展目标,我们将为您探索合适的数字化解决方向。

探索服务

我们将在 48 小时内回复您