DeepSeek是时代变奏的序曲，95%的人只能顺应趋势

来源｜锦缎

彼得德鲁克是我个人很喜欢的一名管理学大师 。

大家都知道 ， 最近各个大学纷纷调整学科专业设置 ， 一些商学院院相关的专业赫然在裁撤之列 ， 比如企业管理 、 市场营销 、 旅游管理这些 。 毕业生即使能够顺利完成学业 ， 就业方向也大多与本专业无关 。

其实很多人都想问的一个问题是 ， 设立市场营销这种专业 ， 有意义么 ？ 至于企业管理工作 ， 什么时候轮到刚出校门的大学生来做了 ？

毕业这么多年了 ， 这个问题我也没有答案 ， 甚至可能永远不会有答案——特别是在DeepSeek时代变奏以后 。 我唯一能够大致确定的是 ， 管理学确实是一门艺术 ， 领导人的气质是天生的 ， 创业中优秀的创始人也是无法培养的 ， 只能筛选或者说淘汰 。

我们能够做到的 ， 就是通过管理这门学科多年来积累下的偏科学的部分 ， 要么研究上市公司 ， 从中发现优秀的创始人 ， 或者长期管理能力超群的公司 ， 要么就是来管理自己 。

时代变奏

上个世纪 ， 体力劳动者的生产率提高了50倍 。 这可以归结为管理的进步 ， 也可以是生产设备持续专业化的成果 。 世界公认的最早对体力劳动进行研究的 ， 是美国人泰勒 ， 1911年他发表了 《 科学管理原理 》 ， 被称为科学管理之父 。

泰勒的思想比较的简单粗暴 ， 他认为体力劳动根本就不存在技能 ， 只有简单和重复性的工作 。 他把工人的工作分解成若干环节 ， 重新设计最适合这些环节的工具 ， 最终提高产线的生产率 。 泰勒理论的核心就是任务分解加上专门设计的工具 。

虽然泰勒多次强调 ， 体力劳动者的主观能动性在企业经营中也起到很大的作用 ， 但事实就是 ， 泰勒的科学管理实践 ， 让体力劳动者的地位不断的下降 。 20世纪 ， 企业尤其是生产制造类企业 ， 最重要的资产一直都是生产设备 。

泰勒的理论让他跟各种行业工会结下了梁子 ， 因为工会一直都认为体力劳动存在着技术门槛 ， 因此需要在企业的利润中分取较大的蛋糕 。 泰勒则从根本上否定了各类工会的生存基础 。

科学管理理论最大的成果是大大压缩了所谓的体力劳动者技能在工业品产出中所起到的作用 ， 直到今天 ， 这个过程还在持续的进行中 ， 并没有出现放缓的迹象 。

比如 ， 传统的制造业工厂 ， 机器人的普及率越来越高 ， 原来流水线工人逐渐被产线工程师所替代 ； 工业化的预制菜在餐厅菜单上大量涌现 ， 厨师能够起到的作用越来越小 ， 甚至餐厅连锁的核心要素就是厨房厨师标准化 ； 物流领域 ， 人工分拣工作也出现了大量的机器人 ， 机器视觉大量普及 ； 甚至在军队作战中 ， 传统的堑壕战也出现了大量的无人机 、 机器狗 。

但是与体力劳动者相对应的所谓的知识工作者 ， 劳动生产率却一直都没怎么提高 。 德鲁克认为 “ 在将来 ， 知识工作者的生产率将日益成为发达国家生死存亡和繁荣昌盛的关键 ” 。

德鲁克对于如何提高知识工作者的生产率 ， 给出的建议总体方向跟泰勒相反 ， 泰勒理论的结果是反人性的 ， 是将体力劳动者作为生产设备的附属 ， 而德鲁克的目的是发挥知识工作者的主观能动 。

德鲁克的建议是企业要将知识工作者视为企业的资产 ， 而不是像体力劳动者一样的成本 ， 知识工作者要自我管理 、 不断创新 ， 不断受教育 ， 衡量知识工作者的成本应该是质量而不是数量 。 上述的建议大多跟对体力劳动者的要求是相反的 。

从结果上看 ， 从德鲁克1999年本书完稿至今 ， 知识工作者的生产率总体上并没有出现大的提高 。

但是知识工作者效率的提升路径可能在今天已经明晰了 ， 那就是人工智能 。

知识工作最大的问题是不像体力劳动者 ， 任务很难被拆解 ， 也没有什么工具能够完成这些工作 。 蛇年春节期间deepseek的出圈 ， 最大的意义就是 ， 让整个社会看到了知识工作者的工作被替代的可能性 。

知识工作者面临的问题就是 ， 个人技能这个护城河被人工智能成功的全部或者部分爆破掉了 。

我们可以列出一长串可能会被颠覆的知识工作者为主的行业 。

人工客服 ： 之前并不是没有人工智能 ， 京东阿里和很多银行都有机器人客服 ， 但那些只能算 “ 智障 ” ， deepseek证明 ， 跟机器聊天可以那么的通畅 ， 甚至还可以提供情绪价值 。 至少80%的人工客服会被取消 ， 剩下的是人工智能工程师和少数的备岗 。

司机 ： 这个职业越来越往体力劳动者方向转化 ， 司机的技能点体现在驾驶技能和认路两个方面 ， 早期的司机算是个高薪职业 。 在手机导航推广之后 ， 认路这个技能点就被放弃了 ， 司机只剩下单纯驾驶这一个技能点 。 现在看 ， 智能驾驶可能在3-5年落地 ， 司机这个职业群体大概率会面临比较大的再就业压力 。

会计师 ： 人工智能分析报表的能力 ， 实际已经高于95%的会计人员 。 市场还将保有大部分的财会岗位 ， 但更多的会被限制在基础岗 。

律师 ： 这是个重灾区 ， 目前已经限制非法学专业报考律师资格证 。 鉴于中国是大陆法系 ， 判例的作用不大 。 现有的人工智能完全可以替代普通的法律咨询 。 律师的主要工作会转向企业顾问方向 。

医生 ： 替代有限 ， 但也并不是全无压力 ， 至少看片这个工作人工智能就做得很好 。

人工智能之下 ， 越来越多的产出呈正态分布的工作 ， 变成了幂律分布 。

知识工作者的工作 ， 大部分都是正态分布的 。 这意味着你只要入行 ， 除非有特别大的缺陷 ， 否则你的投入产出 ， 大概率会落在正态分布那个最密集的波峰附近 。

人工智能出现之后 ， 由于人工智能可以替代95%左右的工作 ， 这就代表除了剩下的那5%不受影响之外 ， 其他的从业人员的产出都已经不被社会认可了 。 比如会计师的财报分析工作 ， 律师的法律咨询 ， 还有大部分的出租车司机 。

Robtaxi的运营结果已经表明 ， 即便现有的智能驾驶不再有进步 ， 理论上也至少可以替代一半的有人驾驶出租车 。

人工智能对传统行业的颠覆已经开始了 ， 如果你还没有感觉 ， 那只是时间还没到 。 按照目前的节奏 ， 最迟2026年底 ， 我们就能感受到人工智能对我们日常生活和工作的巨大影响 。

管理自己

对于绝大部分人来说 ， 自我管理这个事一直都是空白 。面对时代变奏，我们不能螳臂当车 ， 就只能顺应趋势 ， 自我管理 。

典型的中国孩子 ， 一生都是安排好的 。 尤其是最近几十年 ， 风起云涌 ， 行业的大贝塔让一些人站到了时代的潮头 。 大浪褪去 ， 又无情的将他们甩下 。

德鲁克被称为管理大师的原因 ， 就是他有着可行的实操方案 。

自我管理的第一步就是了解自己的优势 ， 然后集中精力放大自己的优势 。

这其实是比较反直觉的一件事情 ， 因为读书的时候偏科是个大毛病 ， 木桶理论也说明了这个问题 。

但对于个人来说 ， 在自己具有优势的领域 ， “ 从根本不具有能力提升到中等偏下的水平所需的时间 ， 要比从第一流的绩效提升到优秀所需的时间多得多 ” ， “ 可是 ， 大多数人 ， 大多数教师和组织都试图集中全部精力让一无是处的人达到中等偏下的水平 ” 。

自我管理的第二步是如何把事情做好 。

如何做事情 ， 对于人来说属于个性 。 一个人要首先判断自己是更善于阅读 ， 还是更擅长倾听 ， 然后非常重要的是 ， 每个人学习的方法也是非常个性 。 有人通过记大量笔记学习 ， 还有人通过让别人听自己讲话学习 ， 有人通过写作学习 ， 有人边做事边学习 。 每个人都需要了解适合自己的正确的做事方式 。

很多职业 ， 天生就从做事方式上 ， 为人设定了上限 ， 这就是我们常说的 ， “ 老天爷赏饭吃 ” 。

义务教育阶段 ， 更适合那些擅长倾听 ， 通过记大量笔记学习的人 。 而进入高等教育阶段 ， 老师只起到一个引导的作用 ， 那些擅长阅读 ， 通过写作学习的人就容易脱颖而出 。

德鲁克说 ， “ 一流的作家通常不是靠倾听和阅读进行学习的 ， 他们学习的方式是写作 ” 。 这也意味着 ， 如果你的学习方式不是写作 ， 其实很难在写作上有最顶级的成就 。

做一名演员 ， 就应该擅长倾听 ， 学习方式是边做事边学习 。 相声演员的学习方式是让别人听自己说话学习 ， 如果你不是 ， 干这一行压力就会很大 。 基因彩票说的不仅仅是外貌 ， 做事方式也是 。

小公司的管理层 ， 往往更擅长倾听 ， 因为公司小 ， 没有那么多文档 。 而大企业的高管擅长阅读的多 ， 因为有OA ， 各种文档叠床架屋 ， 不擅长阅读会很痛苦 。

对于销售职位来说 ， 每天与客户打交道 ， 如果不擅长倾听 ， 那真的是一场灾难 。

对于绝大部分人来说 ， 如何做事情是一个盲点 。 我们最起码需要了解自己的主管 ， 以及自己的客户最擅长的做事情的方式 。

我们都知道印度作为一个国家 ， 可以说一言难尽 。 但是印度人在欧美 ， 那绝对是属性拉满 ， 混的风生水起 。 通常的解释是去欧美的印度人有英语的语言基础 ， 此外因为印度教悠久的辩论历史 ， 特别擅长表达 。 从自我管理的角度 ， 印度人的这种特性 ， 一定是跟欧美社会的需求相当合拍的 。

江山易改 ， 禀性难移 。 从做事方式的角度 ， 人不要勉强自己去做不适合自己的工作 。

把事情做好 ， 最终的检验标准 ， 是自己的价值观是否与组织的价值观一致 。 这跟 “ 一个被窝睡不出两种人 ” ， 说的是同一件事 ， 当你个人与老板的价值观相悖的时候 ， 长期看分道扬镳是一个必然的结果 。

自我管理的第三步是确定自己应该做出什么样的贡献 。

德鲁克说 ， 我们不能问 ： “ 我想做出什么样的贡献 ？ ” ， 不能问 ： “ 组织要我做出什么样的贡献 ？ ” 我们应该问 ： “ 我应做出什么样的贡献 ？ ” ， 只有这时 ， 你才会问 ： “ 这种贡献与我的优势相称吗 ？ 这是我想做的事情吗 ？ ” 和 “ 我觉得做出这种贡献值得吗 ？ 有激励作用吗 ？ ” ， 最后一个问题是 ， “ 在哪些方面 ， 我可以创造出不同凡响的成绩 ？ 如何创造 ？ ”

总结一下就是 ， 在有选择的前提下 ， 你得把自己的优势与公司的需求结合起来 ， 争取将自己的优势发挥到最大 。

自我管理中所涉及到人类多样性 ， 让我们体会到的是 ， 历史是英雄的史诗 ， 英雄是历史的工具 。

天生我才必有用 。 但终其一生 ， 大部分人都没等到那个最适合自己的机遇出现 。

未来判断

德鲁克对未来大趋势的判断主要有三个 ， 一是人口老龄化 ， 二是可支配收入分配上的变化 ， 三是企业要从全球竞争力角度出发看问题 。

首先看人口老龄化 。

“ 人口的年龄分布比绝对的人口数字更重要 ” ， 人口老龄化目前已经脱离预测 ， 变成一个现实 。 我们的说法也是从人口红利转向工程师红利 。

德鲁克认为 ， 人口老龄化带来最大的变化 ， 是劳动雇用关系的改变 。 提前退休并不是指停止工作 ， 而是劳动者不再从事全职工作 。 “ 雇用关系可能会越来越因人而异 ， 越来越灵活 ， 至少对于老人是这样的 ” 。

应该说 ， 我们这些年见到了越来越多的自由工作者 ， 目前也确实有这么一个趋势 。 至于老年人是不是消费倾向会更高 ， 目前并没有被证实 。 无论年纪多大 ， 人都是会倾向于量入为出 。 老龄化目前比较确定的影响是增加了对理财的需求 ， 45岁以上的中老年人开始为自己的退休生活储备资金 。

其次是可支配收入分配上的变化 。

“ 通常 ， 流向某一类产品或服务的可支配收入的分配趋势一旦确立 ， 这个趋势往往会保持一段较长的时间 ， 而且一般不会受到商业周期的影响 ” 。

20世纪依旧保持发展的4个部门 ， 包括政府 、 卫生保健 、 教育和休闲 。 事实上 ， 西方发达国家由于脱实向虚 ， 再加上有中国可以提供廉价商品 ， 用于满足物质需求的可支配收入比例是逐年下降的 ， 也就是经济发展越来越趋向内部的服务业 。 这个趋势可能并不能这么长久的保持下去 。

发达国家 ， 政府会重新分配30%-50%的收入 。 站在当下 ， 政府调控的影响可能会更大 。 因为人工智能的出现 ， 越来越多的岗位会被替代 ， 尤其是那些知识工作者 。 为了维护社会稳定 ， 需要政府为整个社会的就业提供一个安全垫 。 人工智能肯定会消灭一些岗位 ， 正常来说也会创造更多的岗位 ， 但这个过程怎么实现 ， 没有人能知道 。

最后是企业或者组织必须将全球竞争力视为一项战略目标 。

“ 战略就是投入今天的资源去实现明天的希望 ” 。 最近一段时间 ， 我们可能对全球竞争力这个问题了解的越来越深入 。 一个国家工业产品的竞争力 ， 取决于这个国家要素成本的总和 。 在制造业中 ， 劳动力成本占据的地位越来越低 。

欧洲陷入今天的窘境 ， 一个核心原因就是廉价的能源被打断了 ， 而能源在工业品上能够占到全部物料成本30% 。 我们其实应该觉得奇怪是 ， 一个地区 ， 普遍上班都是做四休三 ， 一年带薪休假超过一个月 ， 因为罢工导致的公共服务停摆随处可见 ， 这种好日子居然还能过上四五十年 。

美股的七姐妹 ， 如果我们去深究 ， 就会发现这七家企业 ， 是美国目前少数能够拿出来的具备全球竞争力的企业 。 同样 ， A股的这一轮牛市 ， 上涨的龙头也一定是具备全球竞争力的 。

对于我们个人而言 ， 选择工作的时候 ， 除了要考虑是否会被自动化 ， 被人工智能替代 ， 还要考虑在未来的全球化条件下 ， 是否同样具备竞争力 。

这个问题其实离我们并不远 。 外卖 、 家政 、 司机这些岗位 ， 中国的薪资 ， 在大多数发展中国家都已经算很不错了 。

写在最后

一个国家或者文明 ， 是有生命周期的 。 关于国家阶层的更替 ， 关于人性 ， 中国的历史汗牛充栋 。 没有人能永远保持领先