当前社会对人工智能冲击就业的担忧不断升温。，科技预言家凯文·凯利近日提出一个值得思考的观点：工作未必会被AI取代，但不会使用AI的人可能更容易失去竞争力。这个判断来自他对AI能力边界与工作本质的观察。凯文·凯利用一个形象的比喻说明AI的根本局限。他把创新分为两类：登山式创新与造山式创新。前者是既有框架内提升、提升效率，这是AI的强项；后者是开辟新领域、提出前所未有的问题，这仍更依赖人类。AI可以从海量数据中找规律、找模式，却很难跳出旧框架、建立新秩序。人类的创造力，往往就体现在这种突破与重构上。 从现实数据来看，AI并未像部分预测那样引发大规模失业。多家研究机构报告显示——日常使用AI工具的员工——平均效率明显高于完全不使用AI的员工。看似反直觉，其实有其原因：多数工作由多项任务组成，AI往往只能替代其中一部分环节，难以接管完整流程。 以医疗为例。AI在基础诊断、治疗方案建议各上已表现出强大能力，甚至在某些细分任务上优于经验丰富的医生，但医疗决策从来不只取决于“最优解”。患者与家属还要权衡经济承受能力、治疗过程中的身心负担、对不同方案的偏好与恐惧等因素。这些需要同理心、伦理判断和人文关怀的部分，缺乏情感与价值判断能力的AI难以完成。因此，更现实的图景是协作：医生负责伦理判断与沟通关怀，AI提供知识检索与辅助分析。 从职业结构看，一份工作通常包含三项核心职能：执行任务、承担责任、持续学习。按照当前技术路径，AI主要能承担“执行任务”中的部分内容，而“承担责任”几乎是空白——当AI遇到逻辑悖论或系统错误并做出糟糕决策时，它不会自责，也不会道歉，因为它并不具备责任意识。补漏洞、兜底并解决问题的，仍然是人。同时，AI的学习往往依赖阶段性训练与模型更新，而人的学习更连续、更动态，也更贴近真实情境。 凯文·凯利给出的核心建议是：与其被动担心被取代，不如主动学习如何与AI协作。他引用了历史经验：计算机刚普及时，率先学会使用电脑的人往往获得更多机会与优势。面对AI浪潮，逻辑相似。未来更具竞争力的不是排斥AI的人，而是能够把AI纳入工作方法、与之协作共创的人。 在演讲中，凯文·凯利还谈到乐观主义的重要性。他认为乐观并非天真，而是基于历史经验的理性判断，也是一种责任感。正因为有人相信未来可以更好，才会有人去研究、发明、改革与探索。飞机、计算机、互联网、灯泡等发明背后，都有一个愿意相信并推动未来的人。这种乐观精神同样是应对技术变革的重要力量。
当机器越来越擅长在既有路径上攀登高峰，人类也站在创新的分岔路口：是陷入被替代的恐惧，还是去开拓新的可能？凯文·凯利的观点提示我们：技术更常见的作用是重塑工作，而不是消灭工作；在智能时代保持竞争力的关键，或许仍来自人类最长期的优势——持续探索的动力，以及机器难以被程序化的创造冲动。