1. 当“创意阶层”开始焦虑一个被反复提起的命题“AI 会取代创意阶层吗”这个问题在过去两年里被反复咀嚼几乎成了内容行业饭桌上的固定话题。我身边做设计、写文案、搞音乐、拍短片的朋友十个里有八个在某个深夜发过类似的朋友圈——配图要么是某个AI生成的惊艳作品要么是某个客户砍掉预算改用AI的聊天截图。焦虑是真实的但焦虑的来源往往被搞错了方向。先把这个标题拆开看。“AI and the Fall? Of the Creative Class”——注意那个问号。它不是断言“AI 导致创意阶层衰落”而是在问创意阶层会不会因为AI而跌落这个问号很关键因为它意味着答案不是非黑即白。我做了十几年内容相关的工作从传统媒体到互联网再到现在的AI辅助创作见过太多“新技术要消灭某某职业”的论调但实际发生的事往往比预言复杂得多。这篇文章想聊的不是“AI 会不会取代你”这种贩卖焦虑的标题党而是从实操层面拆解创意阶层的工作到底由哪些部分组成AI 目前能吃掉哪部分、吃不掉哪部分那些真正受到冲击的人问题出在哪里以及最重要的一点——在这个变化里什么样的人反而变得更值钱。不管你是设计师、文案、视频创作者还是产品经理只要你的工作里带有“创意”成分这篇内容都值得花时间看完。我会尽量用我自己的观察和踩过的坑来说明而不是空谈趋势。2. 创意工作的真实构成被浪漫化了的“灵感”与没被看见的“苦力”2.1 创意阶层到底在卖什么大众对创意工作的想象往往是“灵光一闪”——设计师在咖啡馆里随手画几笔就是一张海报文案在洗澡时突然想到一句绝妙的slogan导演在片场即兴发挥拍出经典镜头。这种叙事很迷人但它掩盖了一个事实创意工作里真正占大头的从来不是灵感而是大量重复性的、结构化的、甚至有点枯燥的执行劳动。我拿文案举例。一篇看起来“有创意”的品牌推文实际的工作量拆解大概是这样的理解brief和品牌调性占20%找参考和确定方向占15%写初稿占25%改稿占30%最后润色和适配不同渠道占10%。真正称得上“创意爆发”的部分可能只占整个流程的5%到10%。设计师也一样一张海报的创意概念可能半小时就想出来了但把它执行成可交付的文件调整字体、对齐元素、适配不同尺寸要花掉几个小时甚至几天。这意味着什么意味着当AI开始具备“生成”能力时它最先冲击的不是那5%的灵感环节而是那90%的执行环节。而恰恰是执行环节养活了创意阶层里的大多数人。2.2 一个被忽略的区分创意决策者与创意执行者我在实际工作中观察到一个很明显的分水岭。创意阶层内部其实可以粗略分成两类人一类是创意决策者他们负责判断“什么方向是对的”“哪个方案能打动客户”“品牌应该往哪个调性走”另一类是创意执行者他们负责把决策落地成具体的产出物——写出来、画出来、剪出来、排出来。AI 对这两类人的冲击完全不同。执行者的工作因为高度结构化、有明确的输入输出标准所以最容易被AI辅助甚至替代。比如批量生成电商详情页文案、快速产出几十张风格统一的配图、把一段长视频自动剪成多个短视频版本——这些事AI现在就能做得不错而且速度是人类的好几倍。但决策者的工作呢判断“这个方向对不对”需要的是对客户需求的理解、对市场情绪的感知、对品牌长期策略的把握这些是高度情境化的、依赖经验和直觉的。AI 可以给你十个方案但它不知道哪个方案在当下这个客户、这个市场、这个时间点是最优解。这个判断目前还是人的活。2.3 为什么“会用AI”和“被AI替代”是两回事这里有个很关键的认知差。很多人把“AI能生成内容”等同于“AI能替代创作者”但实际工作中AI生成的内容往往需要大量的筛选、调整、重组和再创作。我试过用AI生成一批海报初稿出来的东西乍看还行但细看全是问题——字体搭配不协调、信息层级混乱、品牌元素用得不对。你要把它改到能交付的程度花的时间未必比自己从头做少。所以真正的问题不是“AI会不会替代创意阶层”而是“创意阶层里的哪些工作环节会被AI吃掉以及吃掉之后剩下的人需要具备什么能力”。那些只会执行、不具备判断力的人确实危险。但那些能把AI当工具用、同时具备审美判断和策略思维的人反而因为效率提升而变得更有竞争力。3. AI 在创意流程里的实际渗透哪些环节已经被改变3.1 文字创作从“写”到“选”和“改”文字工作是被AI冲击最明显的领域之一。我自己的体验是现在写一篇常规的行业分析或产品介绍AI可以帮我完成初稿的60%到70%。但剩下的30%到40%才是真正决定质量的部分——调整语气、补充具体案例、加入个人观点、确保逻辑连贯、删掉那些“AI味”很重的套话。这个变化导致文案工作的重心发生了转移。以前一个文案的核心能力是“能写”现在“能写”这件事的门槛被AI拉平了核心能力变成了“能判断什么写得好”和“能把60分的东西改到90分”。这其实对从业者提出了更高的要求因为判断力和审美能力比单纯的写作技巧更难培养。我认识一个在广告公司做了八年的文案她现在的日常工作流程已经变成先用AI生成五到十个版本的初稿然后从中挑出最有潜力的两三个再基于这些进行深度改写。她跟我说以前一天最多产出两三条像样的文案现在一天能处理十几条但每条她都要花大量时间在“调”上。她的价值不在于写得比AI快而在于知道什么该留、什么该删、什么该加。3.2 视觉设计生成容易落地难视觉领域的情况更复杂一些。AI绘图工具确实能生成很惊艳的图像但设计工作和纯艺术创作不一样它是有功能性的。一张海报要传递信息、一个UI要引导操作、一个包装要符合印刷规范——这些约束条件AI目前理解得并不好。我试过用AI做一套品牌视觉的初稿生成出来的图单看都挺好看但放到实际应用场景里就出问题了logo在缩小后看不清、配色在不同材质上效果差异很大、排版在移动端完全乱掉。这些问题需要设计师用专业知识去修正而修正的过程往往比重新设计还费劲。所以目前AI在设计领域更多是扮演“灵感加速器”和“素材生成器”的角色。它可以帮你快速探索风格方向、生成大量参考图、填充一些不重要的背景元素但核心的视觉决策和落地执行还是得靠人。那些只会软件操作、不具备设计思维的人确实会感受到压力但能驾驭AI工具、同时具备扎实设计功底的人效率会大幅提升。3.3 音视频制作自动化剪辑与人工把关的拉锯视频领域是AI渗透速度很快的另一个方向。自动剪辑、自动字幕、自动配乐、甚至自动生成分镜这些工具现在都很成熟了。我前段时间做一个产品宣传片用AI工具把拍摄素材自动剪了一个粗剪版本确实省了不少时间。但粗剪出来的东西节奏不对、情绪不对、重点不突出最后还是得自己重新剪。音频领域也类似。AI可以生成背景音乐、可以做语音合成、可以自动混音但真正决定一个作品感染力的那些微妙之处——比如一段音乐在某个节点该强还是该弱、一句旁白该用什么语气——还是需要人的耳朵和判断。这里有个很实际的观察AI在视频领域的应用目前更多是帮创作者省掉那些“机械劳动”的时间比如对轴、加字幕、粗剪、转码。这些工作以前要占掉剪辑师大量精力现在可以自动化了。但省下来的时间并没有让剪辑师变得更轻松因为客户对产出速度和数量的期待也水涨船高。以前一周做一条片子现在客户希望一周做三条。效率提升带来的不一定是闲暇可能是更卷的节奏。4. 谁在真正受到冲击被替代的不是“创意”是“可标准化的创意劳动”4.1 那些最先感受到压力的人我观察下来最先感受到AI冲击的创意工作者往往有这几个特征工作内容高度重复、产出标准明确、可替代性强、与客户或决策端的距离远。比如做电商详情页的模板化设计、写SEO导向的批量文章、剪短视频平台的流水线内容、做基础的数据可视化图表——这些工作的共同点是“有明确的输入和输出标准”AI学起来快、做起来稳、成本还低。在这些岗位上人的竞争优势确实在快速消失。但反过来那些工作内容高度定制化、需要深度理解客户需求、涉及复杂决策和跨领域协调的创意岗位受到的冲击就小得多。比如品牌策略、创意总监、用户体验设计、内容策划——这些岗位的核心价值不在于“产出物”而在于“判断力”和“协调力”。4.2 一个残酷但真实的规律我总结了一个不太中听但很真实的规律如果你的创意工作可以被写成一份详细的操作手册那它就有被AI替代的风险。因为能被写成手册说明流程是标准化的、判断是规则化的、产出是可预期的——这些恰恰是AI擅长的。反过来如果你的工作里有很多“说不清道不明”的部分——比如“我感觉这个方向不对”“这个客户需要的是安全感而不是惊喜”“这个品牌现在需要的是克制而不是张扬”——那你的工作就相对安全。因为这些判断依赖的是大量的隐性知识和情境经验AI目前还学不会。这个规律其实不新鲜。每一次技术革命都会淘汰那些“可标准化”的工作同时创造新的“不可标准化”的岗位。只是这次轮到了创意阶层所以大家格外焦虑。4.3 被忽略的“创意阶层内部差距”还有一个很少被讨论的点AI对创意阶层的冲击是不均匀的。同一个行业里顶尖的20%和底层的20%受到的影响完全不同。顶尖的创意人本来就做的是高度定制化、高价值的工作AI对他们来说是效率工具不是替代者。他们可以用AI处理掉那些琐碎的执行工作把更多时间花在真正需要创造力的部分。而底层的创意工作者如果工作内容恰好是高度标准化的那确实面临被替代的风险。中间那60%呢他们的处境最微妙。他们的工作里既有标准化的部分也有需要判断的部分。AI会吃掉标准化的那部分剩下的判断部分能不能撑起一个岗位取决于他们能不能快速提升自己的判断力和不可替代性。5. 创意人的应对策略从“执行者”向“判断者”和“整合者”迁移5.1 把AI当成“实习生”而不是“对手”我见过两种对待AI的态度结果完全不同。一种是把AI当对手拒绝使用觉得用了就是“作弊”另一种是把AI当实习生让它干脏活累活自己专注于判断和决策。后一种态度明显更有效。AI就像一个不知疲倦、知识面很广但缺乏判断力的实习生。你可以让它快速产出大量初稿、帮你探索不同的方向、处理那些重复性的工作。但最终的判断、筛选、调整、定稿还是得你来。这个过程中你的价值不是被削弱了而是被重新定义了——从“干活的人”变成了“指挥干活的人”。我自己的习惯是任何需要产出内容的工作先让AI跑一遍看看它能做到什么程度。然后我再决定哪些部分可以直接用、哪些部分需要大改、哪些部分完全不能用。这个流程让我对AI的能力边界有了很具体的认知也让我更清楚自己的不可替代性在哪里。5.2 培养AI不擅长的能力AI目前不擅长什么我总结了几点第一理解复杂的人际关系和情境第二做价值判断和取舍第三跨领域的整合和迁移第四提出真正新颖的问题第五对“什么是对的”有坚定的立场。这些能力恰恰是创意工作里最值钱的部分。一个创意总监的核心竞争力不是“能想出好点子”而是“能在十个点子里面挑出最对的那个并且能说服客户为什么这个最对”。这个能力AI短期内学不会因为它需要对人性、对市场、对品牌有深度的理解。所以如果你在创意行业现在最该做的不是去学怎么用AI工具——那个门槛很低几天就能上手——而是去培养那些AI不擅长的能力。多跟客户聊天、多观察市场变化、多思考“为什么这个方案有效而那个无效”、多积累跨领域的知识。这些才是你的护城河。5.3 重新定义自己的价值主张我认识一个自由设计师AI绘图工具出来之后她的接单量反而增加了。我问她怎么做到的她说她把自己的定位从“帮你做图”改成了“帮你搞清楚你需要什么图”。以前客户找她是拿着明确的需求让她执行现在客户找她是因为客户自己也不知道要什么需要她来帮忙梳理和判断。这个转变很关键。当AI把“执行”这件事变得极其便宜的时候“判断”和“梳理”的价值就凸显出来了。创意人需要重新思考我的客户真正付钱买的是什么是那个产出物本身还是产出物背后的判断和决策如果是前者那确实危险如果是后者那反而有机会。6. 组织与团队层面的变化创意团队的结构正在被重写6.1 小团队能做的事变多了AI工具的一个直接后果是小团队甚至个人能完成的工作量大幅增加。以前需要一个五人团队才能完成的项目现在两三个人加上AI工具就能搞定。这对创意行业的组织结构影响很大。我观察到的一个趋势是越来越多的创意工作开始以“小核心AI辅助”的模式运作。核心团队负责策略、判断、客户沟通和最终把关AI负责执行层面的批量产出。这种模式下团队规模缩小了但对核心成员的能力要求提高了。这对从业者来说意味着什么意味着“只会执行”的岗位会减少“能判断能协调能用AI”的复合型岗位会增加。如果你现在的工作主要是执行层面的那需要尽快往上游迁移。6.2 创意管理的挑战变了以前管理创意团队最大的挑战是“怎么激发创意”和“怎么保证产出质量”。现在这两个挑战都变了。激发创意变得不那么难了因为AI可以快速生成大量选项保证产出质量也变得不一样了因为你需要判断的不是“人做得好不好”而是“AI做的东西能不能用、怎么改才能用”。这对创意管理者提出了新的要求。你需要懂AI的能力边界、需要建立新的质量评估标准、需要重新设计团队的工作流程。我见过一些团队还在用老办法管理——让设计师从零开始画、让文案从零开始写——效率明显跟不上那些已经拥抱AI的团队。6.3 客户预期也在被AI重塑还有一个容易被忽略的变化客户对创意产出的预期正在被AI重塑。当客户自己也能用AI生成一些东西的时候他们对创意团队的要求就变了。以前客户可能觉得“一周出三版方案”是合理的现在他们可能觉得“一天出十版”也不过分。这种预期变化对创意团队是压力也是机会。压力在于你必须用更少的时间产出更多的东西机会在于如果你能利用AI工具满足这种预期你就能拿到更多业务。关键还是那个问题你能不能把AI用起来同时保证判断力和质量不下滑。7. 我个人的观察与体会说了这么多最后分享几点我自己的真实感受。第一焦虑本身没有用但焦虑背后的信号值得重视。如果你感到焦虑说明你意识到了变化这比那些还在装睡的人强。但焦虑之后要行动要具体地去了解AI能做什么、不能做什么、你的工作里哪些部分可以被AI辅助、哪些部分需要加强。第二不要跟AI比“产出速度”和“产出数量”那是比不过的。要比的是“判断的准确度”和“决策的质量”。AI可以一秒钟生成一百个方案但它不知道哪个方案在当下这个情境里是最优的。这个“知道”就是你的价值。第三创意阶层不会整体“衰落”但会经历一次剧烈的内部洗牌。那些只会执行、不具备判断力的人会感受到压力那些能驾驭AI、具备策略思维的人会获得更大的杠杆。这个洗牌过程不会很舒服但它是真实的。第四也是最重要的一点AI改变的是工具不是创意的本质。创意的本质是“在约束条件下找到最优解”这个约束条件包括客户需求、市场环境、品牌调性、预算限制等等。AI可以帮你更快地探索解法但它不理解约束条件的真正含义。理解约束、判断解法、承担决策后果——这些还是人的事。我到现在还是坚持一个习惯不管AI能生成什么最终交付给客户的东西我一定要自己从头到尾过一遍确保每一个细节都是我认可的。这个习惯很累但它让我睡得着觉。在这个变化太快的行业里能睡着觉比什么都重要。 
长河君 · 2026/11/3 4:12:04 · 阅读 1.2k AI与创意阶层：从执行者到判断者的转型之路
1. 当“创意阶层”开始焦虑一个被反复提起的命题“AI 会取代创意阶层吗”这个问题在过去两年里被反复咀嚼几乎成了内容行业饭桌上的固定话题。我身边做设计、写文案、搞音乐、拍短片的朋友十个里有八个在某个深夜发过类似的朋友圈——配图要么是某个AI生成的惊艳作品要么是某个客户砍掉预算改用AI的聊天截图。焦虑是真实的但焦虑的来源往往被搞错了方向。先把这个标题拆开看。“AI and the Fall? Of the Creative Class”——注意那个问号。它不是断言“AI 导致创意阶层衰落”而是在问创意阶层会不会因为AI而跌落这个问号很关键因为它意味着答案不是非黑即白。我做了十几年内容相关的工作从传统媒体到互联网再到现在的AI辅助创作见过太多“新技术要消灭某某职业”的论调但实际发生的事往往比预言复杂得多。这篇文章想聊的不是“AI 会不会取代你”这种贩卖焦虑的标题党而是从实操层面拆解创意阶层的工作到底由哪些部分组成AI 目前能吃掉哪部分、吃不掉哪部分那些真正受到冲击的人问题出在哪里以及最重要的一点——在这个变化里什么样的人反而变得更值钱。不管你是设计师、文案、视频创作者还是产品经理只要你的工作里带有“创意”成分这篇内容都值得花时间看完。我会尽量用我自己的观察和踩过的坑来说明而不是空谈趋势。2. 创意工作的真实构成被浪漫化了的“灵感”与没被看见的“苦力”2.1 创意阶层到底在卖什么大众对创意工作的想象往往是“灵光一闪”——设计师在咖啡馆里随手画几笔就是一张海报文案在洗澡时突然想到一句绝妙的slogan导演在片场即兴发挥拍出经典镜头。这种叙事很迷人但它掩盖了一个事实创意工作里真正占大头的从来不是灵感而是大量重复性的、结构化的、甚至有点枯燥的执行劳动。我拿文案举例。一篇看起来“有创意”的品牌推文实际的工作量拆解大概是这样的理解brief和品牌调性占20%找参考和确定方向占15%写初稿占25%改稿占30%最后润色和适配不同渠道占10%。真正称得上“创意爆发”的部分可能只占整个流程的5%到10%。设计师也一样一张海报的创意概念可能半小时就想出来了但把它执行成可交付的文件调整字体、对齐元素、适配不同尺寸要花掉几个小时甚至几天。这意味着什么意味着当AI开始具备“生成”能力时它最先冲击的不是那5%的灵感环节而是那90%的执行环节。而恰恰是执行环节养活了创意阶层里的大多数人。2.2 一个被忽略的区分创意决策者与创意执行者我在实际工作中观察到一个很明显的分水岭。创意阶层内部其实可以粗略分成两类人一类是创意决策者他们负责判断“什么方向是对的”“哪个方案能打动客户”“品牌应该往哪个调性走”另一类是创意执行者他们负责把决策落地成具体的产出物——写出来、画出来、剪出来、排出来。AI 对这两类人的冲击完全不同。执行者的工作因为高度结构化、有明确的输入输出标准所以最容易被AI辅助甚至替代。比如批量生成电商详情页文案、快速产出几十张风格统一的配图、把一段长视频自动剪成多个短视频版本——这些事AI现在就能做得不错而且速度是人类的好几倍。但决策者的工作呢判断“这个方向对不对”需要的是对客户需求的理解、对市场情绪的感知、对品牌长期策略的把握这些是高度情境化的、依赖经验和直觉的。AI 可以给你十个方案但它不知道哪个方案在当下这个客户、这个市场、这个时间点是最优解。这个判断目前还是人的活。2.3 为什么“会用AI”和“被AI替代”是两回事这里有个很关键的认知差。很多人把“AI能生成内容”等同于“AI能替代创作者”但实际工作中AI生成的内容往往需要大量的筛选、调整、重组和再创作。我试过用AI生成一批海报初稿出来的东西乍看还行但细看全是问题——字体搭配不协调、信息层级混乱、品牌元素用得不对。你要把它改到能交付的程度花的时间未必比自己从头做少。所以真正的问题不是“AI会不会替代创意阶层”而是“创意阶层里的哪些工作环节会被AI吃掉以及吃掉之后剩下的人需要具备什么能力”。那些只会执行、不具备判断力的人确实危险。但那些能把AI当工具用、同时具备审美判断和策略思维的人反而因为效率提升而变得更有竞争力。3. AI 在创意流程里的实际渗透哪些环节已经被改变3.1 文字创作从“写”到“选”和“改”文字工作是被AI冲击最明显的领域之一。我自己的体验是现在写一篇常规的行业分析或产品介绍AI可以帮我完成初稿的60%到70%。但剩下的30%到40%才是真正决定质量的部分——调整语气、补充具体案例、加入个人观点、确保逻辑连贯、删掉那些“AI味”很重的套话。这个变化导致文案工作的重心发生了转移。以前一个文案的核心能力是“能写”现在“能写”这件事的门槛被AI拉平了核心能力变成了“能判断什么写得好”和“能把60分的东西改到90分”。这其实对从业者提出了更高的要求因为判断力和审美能力比单纯的写作技巧更难培养。我认识一个在广告公司做了八年的文案她现在的日常工作流程已经变成先用AI生成五到十个版本的初稿然后从中挑出最有潜力的两三个再基于这些进行深度改写。她跟我说以前一天最多产出两三条像样的文案现在一天能处理十几条但每条她都要花大量时间在“调”上。她的价值不在于写得比AI快而在于知道什么该留、什么该删、什么该加。3.2 视觉设计生成容易落地难视觉领域的情况更复杂一些。AI绘图工具确实能生成很惊艳的图像但设计工作和纯艺术创作不一样它是有功能性的。一张海报要传递信息、一个UI要引导操作、一个包装要符合印刷规范——这些约束条件AI目前理解得并不好。我试过用AI做一套品牌视觉的初稿生成出来的图单看都挺好看但放到实际应用场景里就出问题了logo在缩小后看不清、配色在不同材质上效果差异很大、排版在移动端完全乱掉。这些问题需要设计师用专业知识去修正而修正的过程往往比重新设计还费劲。所以目前AI在设计领域更多是扮演“灵感加速器”和“素材生成器”的角色。它可以帮你快速探索风格方向、生成大量参考图、填充一些不重要的背景元素但核心的视觉决策和落地执行还是得靠人。那些只会软件操作、不具备设计思维的人确实会感受到压力但能驾驭AI工具、同时具备扎实设计功底的人效率会大幅提升。3.3 音视频制作自动化剪辑与人工把关的拉锯视频领域是AI渗透速度很快的另一个方向。自动剪辑、自动字幕、自动配乐、甚至自动生成分镜这些工具现在都很成熟了。我前段时间做一个产品宣传片用AI工具把拍摄素材自动剪了一个粗剪版本确实省了不少时间。但粗剪出来的东西节奏不对、情绪不对、重点不突出最后还是得自己重新剪。音频领域也类似。AI可以生成背景音乐、可以做语音合成、可以自动混音但真正决定一个作品感染力的那些微妙之处——比如一段音乐在某个节点该强还是该弱、一句旁白该用什么语气——还是需要人的耳朵和判断。这里有个很实际的观察AI在视频领域的应用目前更多是帮创作者省掉那些“机械劳动”的时间比如对轴、加字幕、粗剪、转码。这些工作以前要占掉剪辑师大量精力现在可以自动化了。但省下来的时间并没有让剪辑师变得更轻松因为客户对产出速度和数量的期待也水涨船高。以前一周做一条片子现在客户希望一周做三条。效率提升带来的不一定是闲暇可能是更卷的节奏。4. 谁在真正受到冲击被替代的不是“创意”是“可标准化的创意劳动”4.1 那些最先感受到压力的人我观察下来最先感受到AI冲击的创意工作者往往有这几个特征工作内容高度重复、产出标准明确、可替代性强、与客户或决策端的距离远。比如做电商详情页的模板化设计、写SEO导向的批量文章、剪短视频平台的流水线内容、做基础的数据可视化图表——这些工作的共同点是“有明确的输入和输出标准”AI学起来快、做起来稳、成本还低。在这些岗位上人的竞争优势确实在快速消失。但反过来那些工作内容高度定制化、需要深度理解客户需求、涉及复杂决策和跨领域协调的创意岗位受到的冲击就小得多。比如品牌策略、创意总监、用户体验设计、内容策划——这些岗位的核心价值不在于“产出物”而在于“判断力”和“协调力”。4.2 一个残酷但真实的规律我总结了一个不太中听但很真实的规律如果你的创意工作可以被写成一份详细的操作手册那它就有被AI替代的风险。因为能被写成手册说明流程是标准化的、判断是规则化的、产出是可预期的——这些恰恰是AI擅长的。反过来如果你的工作里有很多“说不清道不明”的部分——比如“我感觉这个方向不对”“这个客户需要的是安全感而不是惊喜”“这个品牌现在需要的是克制而不是张扬”——那你的工作就相对安全。因为这些判断依赖的是大量的隐性知识和情境经验AI目前还学不会。这个规律其实不新鲜。每一次技术革命都会淘汰那些“可标准化”的工作同时创造新的“不可标准化”的岗位。只是这次轮到了创意阶层所以大家格外焦虑。4.3 被忽略的“创意阶层内部差距”还有一个很少被讨论的点AI对创意阶层的冲击是不均匀的。同一个行业里顶尖的20%和底层的20%受到的影响完全不同。顶尖的创意人本来就做的是高度定制化、高价值的工作AI对他们来说是效率工具不是替代者。他们可以用AI处理掉那些琐碎的执行工作把更多时间花在真正需要创造力的部分。而底层的创意工作者如果工作内容恰好是高度标准化的那确实面临被替代的风险。中间那60%呢他们的处境最微妙。他们的工作里既有标准化的部分也有需要判断的部分。AI会吃掉标准化的那部分剩下的判断部分能不能撑起一个岗位取决于他们能不能快速提升自己的判断力和不可替代性。5. 创意人的应对策略从“执行者”向“判断者”和“整合者”迁移5.1 把AI当成“实习生”而不是“对手”我见过两种对待AI的态度结果完全不同。一种是把AI当对手拒绝使用觉得用了就是“作弊”另一种是把AI当实习生让它干脏活累活自己专注于判断和决策。后一种态度明显更有效。AI就像一个不知疲倦、知识面很广但缺乏判断力的实习生。你可以让它快速产出大量初稿、帮你探索不同的方向、处理那些重复性的工作。但最终的判断、筛选、调整、定稿还是得你来。这个过程中你的价值不是被削弱了而是被重新定义了——从“干活的人”变成了“指挥干活的人”。我自己的习惯是任何需要产出内容的工作先让AI跑一遍看看它能做到什么程度。然后我再决定哪些部分可以直接用、哪些部分需要大改、哪些部分完全不能用。这个流程让我对AI的能力边界有了很具体的认知也让我更清楚自己的不可替代性在哪里。5.2 培养AI不擅长的能力AI目前不擅长什么我总结了几点第一理解复杂的人际关系和情境第二做价值判断和取舍第三跨领域的整合和迁移第四提出真正新颖的问题第五对“什么是对的”有坚定的立场。这些能力恰恰是创意工作里最值钱的部分。一个创意总监的核心竞争力不是“能想出好点子”而是“能在十个点子里面挑出最对的那个并且能说服客户为什么这个最对”。这个能力AI短期内学不会因为它需要对人性、对市场、对品牌有深度的理解。所以如果你在创意行业现在最该做的不是去学怎么用AI工具——那个门槛很低几天就能上手——而是去培养那些AI不擅长的能力。多跟客户聊天、多观察市场变化、多思考“为什么这个方案有效而那个无效”、多积累跨领域的知识。这些才是你的护城河。5.3 重新定义自己的价值主张我认识一个自由设计师AI绘图工具出来之后她的接单量反而增加了。我问她怎么做到的她说她把自己的定位从“帮你做图”改成了“帮你搞清楚你需要什么图”。以前客户找她是拿着明确的需求让她执行现在客户找她是因为客户自己也不知道要什么需要她来帮忙梳理和判断。这个转变很关键。当AI把“执行”这件事变得极其便宜的时候“判断”和“梳理”的价值就凸显出来了。创意人需要重新思考我的客户真正付钱买的是什么是那个产出物本身还是产出物背后的判断和决策如果是前者那确实危险如果是后者那反而有机会。6. 组织与团队层面的变化创意团队的结构正在被重写6.1 小团队能做的事变多了AI工具的一个直接后果是小团队甚至个人能完成的工作量大幅增加。以前需要一个五人团队才能完成的项目现在两三个人加上AI工具就能搞定。这对创意行业的组织结构影响很大。我观察到的一个趋势是越来越多的创意工作开始以“小核心AI辅助”的模式运作。核心团队负责策略、判断、客户沟通和最终把关AI负责执行层面的批量产出。这种模式下团队规模缩小了但对核心成员的能力要求提高了。这对从业者来说意味着什么意味着“只会执行”的岗位会减少“能判断能协调能用AI”的复合型岗位会增加。如果你现在的工作主要是执行层面的那需要尽快往上游迁移。6.2 创意管理的挑战变了以前管理创意团队最大的挑战是“怎么激发创意”和“怎么保证产出质量”。现在这两个挑战都变了。激发创意变得不那么难了因为AI可以快速生成大量选项保证产出质量也变得不一样了因为你需要判断的不是“人做得好不好”而是“AI做的东西能不能用、怎么改才能用”。这对创意管理者提出了新的要求。你需要懂AI的能力边界、需要建立新的质量评估标准、需要重新设计团队的工作流程。我见过一些团队还在用老办法管理——让设计师从零开始画、让文案从零开始写——效率明显跟不上那些已经拥抱AI的团队。6.3 客户预期也在被AI重塑还有一个容易被忽略的变化客户对创意产出的预期正在被AI重塑。当客户自己也能用AI生成一些东西的时候他们对创意团队的要求就变了。以前客户可能觉得“一周出三版方案”是合理的现在他们可能觉得“一天出十版”也不过分。这种预期变化对创意团队是压力也是机会。压力在于你必须用更少的时间产出更多的东西机会在于如果你能利用AI工具满足这种预期你就能拿到更多业务。关键还是那个问题你能不能把AI用起来同时保证判断力和质量不下滑。7. 我个人的观察与体会说了这么多最后分享几点我自己的真实感受。第一焦虑本身没有用但焦虑背后的信号值得重视。如果你感到焦虑说明你意识到了变化这比那些还在装睡的人强。但焦虑之后要行动要具体地去了解AI能做什么、不能做什么、你的工作里哪些部分可以被AI辅助、哪些部分需要加强。第二不要跟AI比“产出速度”和“产出数量”那是比不过的。要比的是“判断的准确度”和“决策的质量”。AI可以一秒钟生成一百个方案但它不知道哪个方案在当下这个情境里是最优的。这个“知道”就是你的价值。第三创意阶层不会整体“衰落”但会经历一次剧烈的内部洗牌。那些只会执行、不具备判断力的人会感受到压力那些能驾驭AI、具备策略思维的人会获得更大的杠杆。这个洗牌过程不会很舒服但它是真实的。第四也是最重要的一点AI改变的是工具不是创意的本质。创意的本质是“在约束条件下找到最优解”这个约束条件包括客户需求、市场环境、品牌调性、预算限制等等。AI可以帮你更快地探索解法但它不理解约束条件的真正含义。理解约束、判断解法、承担决策后果——这些还是人的事。我到现在还是坚持一个习惯不管AI能生成什么最终交付给客户的东西我一定要自己从头到尾过一遍确保每一个细节都是我认可的。这个习惯很累但它让我睡得着觉。在这个变化太快的行业里能睡着觉比什么都重要。