wef26丨编程(coding) 是未来的“基础语言”

Corporate Ladders, AI Reshuffled

📊 1. 未来工作受AI影响的总体趋势

✅ AI确实正在深刻改变劳动力市场

国际货币基金组织（IMF）最新分析显示，大约 40% 的工作岗位将在未来几年受到人工智能影响，尤其是在发达经济体更明显（可能高达 60%）——这既包括自动化也包括技能升级的需求。

AI 在未来可能 同时创造新的岗位和淘汰旧的岗位，技术引发的岗位替代与新机会并存。

📌 特别值得注意的现实趋势

对“AI 代理（AI agent）技能”的需求出现了 显著增长（增长 1,587%）。这说明企业越来越重视能与AI协同工作的人才。

年轻劳动力对AI的冲击感到焦虑，而企业则更看好AI带来的生产力提升。

🧠 2. 编程与比较优势：AI时代应该学习什么？

✔ 编程仍然重要，但不是唯一技能

编写复杂算法的传统编程能力固然有价值，但在AI驱动的未来：

✅ AI 可以帮助人“写代码” —— 编程门槛被降低，但也意味着简单编码可能不再是核心稀缺技能。

✅ 更重要的是 理解如何与AI协同工作、如何利用AI将想法转化为结果，而不是只会手写代码。

所以，未来比较优势（comparative advantage）不再只是“谁会写代码多”，而是：

✔ 人类独有的判断、创造性思维、跨学科整合能力

✔ 能够与AI协同学习与工作、提出恰当问题与解方案

✔ 能用AI进行综合决策与创新，而不是重复性编程本身

📘 3. 未来工作的新范式：人类 + AI 的协同

最新趋势显示：

🤝 人类与AI不是对立，而是协同发展

研究表明，AI 将越来越多被用于增强人类能力，而不是完全替代人类。例如：

AI 有助于完成重复性、机械性任务

人类擅长判断、创意、伦理决策、战略规划

因此，AI 可能提高人类在高附加值工作中的生产力，而非简单取代所有人类劳动

在人类–AI 协同未来中，“人才”不再是简单输入劳动力，而是一个可以持续进化的“能力生态系统”。企业更愿意构建一个人机共演的能力平台，而不是传统的线性技能输出模型。

🧩 4. AI 的发展对工作与人力资本政策的启示

📍 教育和技能培训应从静态转为动态

传统的“终身工作路径 + 专业学院式教育”不再足够。未来：

🔹 学习要贯穿全生命周期

🔹 政府与企业需要为劳动者提供持续再培训体系

🔹 强调“如何学习 + 如何适应变化”比只是掌握某种技术更重要

📍 人力资本政策需重构人才评价体系

过去，人力资本政策多依赖学历、职位序列、年资等静态指标。但在 AI 时代：

✔ 须优先关注技能组合、终身学习能力和跨领域能力

✔ 需要建立能够衡量学习能力、跨媒介协作能力的评价体系

✔ 政策应鼓励创新学习路径（如 AI 导师、在线微认证、能力评估平台）而不是只看传统学位

💡 5. 编码 (coding) 的现实定位与未来角色

📌 编程是未来的“基础语言”，但不等同于“职业核心”

编程能力的价值可能逐渐从“独立劳动技能”转为：

✔ 与AI沟通与控制能力

✔ 抽象思维与逻辑规划

✔ 问题定义和解决方案设计

✔ 与AI工具合作创造价值

换句话说：

➡ 会写代码 ≠ 会利用 AI

➡ 会用 AI ≠ 会构建价值模型

➡ 会结合自身专业与 AI 才是未来的核心比较优势