上个月，我表弟失业了。

  工作5年的他担任平面设计一职，能力着实不算差。可是呢就在这时公司承接了一位大客户，该客户提出了3天内要产出50张海报的要求。于是他连续加班熬了2天时间，随后只做出了12张海报。然而同事仅仅用了一下午的时间，就产出了80张海报，之后客户从中挑选了30张，经过3轮修改才最终定稿。

  不出一周的时间，表弟遭遇了所谓的“优化”，HR表述得极为委婉，表示是“公司战略进行调整，设计岗位出现缩减名额的状况 ”。

  他问我："哥，AI是不是要取代所有人类了？"

  我没有直接对他进行回答，我耗费了两个月的时间，针对从律师到医生，从程序员到老师，从翻译到记者这一百个行业的AI替代案例展开了研究，今天我将结论毫无保留地摊开来讲述。

  一、AI正在疯狂替代这3类人

  第一类：重复性体力劳动者

  那些岗位，像工厂流水线，仓库分拣操作，数据进行录入的工作，以及电话客服的这些活儿，正以能凭肉眼明显看到的较快速度在悄然消失。

  我曾去过一家智能工厂，原本有着200人的生产线，如今仅剩下15人。剩余的这些人并非是在干活，而是留意着机器是不是存在异常。

  这并非是未来，而是当下，富士康的无人仓库，已经运转好些年了，亚马逊的无人仓库，也早就开始进行运转了，京东的无人仓库，同样早就处于运转状态好些年了。

  第二类：标准化知识工作者

  把曾经需要“专业知识”的工作，像翻译，还有初级会计，以及基础法律审查，再加上初级编程，还有新闻快讯写作等等，现在AI做这些要比人做得快，比人做得准，比人还要便宜。

  我结识了一位身为专利翻译的朋友，往昔每月收入可达两万。如今借助AI翻译并辅以人工校对，公司裁撤了近半的翻译人员，留下的人员薪资降至八千。她言道：“我并非被AI所取代，而是被‘会运用AI的人’给替代了。”。

  第三类：中间层管理者

  这个很多人没想到。

  不是创新为AI最为擅长之事，而是“基于数据的判断和决策”。传统中层管理之中心工作呢，乃是收集信息，接着，对数据展开分析，随后，要做出决策，最后还要向下进行传达。

  当下，AI能够对销售数据展开实时分析，并预测库存情况，还能进行排期调度，同时生成绩效报告。众多公司的中层，从原本的“决策者”转变成为了“传声筒”，然而，传声筒这类岗位，是最为容易被裁撤掉的岗位。

  二、但另一群人，AI根本动不了

  我研究了100个案例，发现一个反常识的规律：

  AI替代的不是"人类"，是"人类工作中的某些环节"。

  然而那一些“无法行动”之人士，并非缘自岗位具备特殊性，而是源于其工作范畴之中，存在某些事物人工智能永远无从学会。

  动不了的能力1：复杂情境下的价值判断

  医生进行病症诊断，并非仅仅查看化验单，针对同一个指标，需要将病人的年龄纳入考量，还要结合病人的体质状况，同时兼顾病人的心理状态怎么样，甚至要关注病人的家庭情况如何，最终进行综合判断，得出结论。

  宣判案子的法官，并非仅仅是去查阅法律条文。还要思索社会所呈现出的效果，考量人情以及伦理方面的问题，顾及当事人自身存在的特殊状况。

  需要“人味”，这些判断不存在标准答案。AI所给出的是概率，而人所给予的是选择。

  动不了的能力2：跨领域的创造性连接

  不是因为懂技术乔布斯才做，而是因为他同时懂技术，又同时懂设计，还同时懂人性，之后再将这三样东西连接在了一起。

  虽然马斯克做火箭，并非是由于他比美国国家航空航天局的工程师聪慧，然而还是因为他将那两件表面上看起来毫无关联的事情，也就是“第一性原理”以及“成本控制”，连接在了一块儿。

  “把A和B连起来产生C”这样的能力，AI是做不到的，因为AI仅仅只能依据已有数据进行组合，它没有办法凭空去创造新的连接。

  动不了的能力3：建立信任和情感连接

  心理咨询师，资深销售，团队领导，父母，这些角色的核心能力，并非是“解决问题”，而是“使对方感知到被理解，被信任，被支持”。

  即使AI能够对共情予以模拟，然而它却无法实实在在地“在乎”你，可是人类呢，是能够察觉到“对方究竟是不是真心在乎”的。

  原来我表弟后来找到了一份新工作，并非从事设计工作，而是成为了一名“AI设计顾问”，所谓“AI设计顾问”就是帮助客户运用AI工具来进行设计，不过还要加上自身的审美判断去和客户进行沟通，其收入相较于以前还要更高一些。

  他讲道，AI能够完成80%的执行那般的工作，然而剩下的20%，也就是理解客户真真切切的需求，把握品牌独具特色的调性，在10个制定的方案里挑选出最具那种“感觉”的那一个，这部分工作仍旧得依靠人来完成。

  三、往后的5年当中，并非是“AI与人类相对抗的局面”，而是“懂得运用AI的人跟不懂得运用AI的人之间的情况”。

  这个结论很重要，我再重复一遍：

  AI没法将人类取而代之，然而，会运用AI之人将会把不会运用AI之人给替代掉。

  我整理了BOSS直聘2026年Q1的数据：

  趋势是极为清楚的，单一的那种技能现如今正在慢慢消逝着，而“技能加上AI”而得来的复合岗位此刻正处于爆发的态势。

  四、我给年轻人的3条建议

  建议一，不要去跟人工智能比速度以及精准度，而是要去跟人工智能比判断能力以及连接能力。

  算得比你快的是AI，记得比你准的是它，干得比你久在说它。然而，这些是它所恃的优势，并非你身上的劣势。

  你的优势在于，清楚晓得何时应当冲破规矩，何时需要顾虑人的感受，何时要将两件毫无关联之事衔接在一起。

  培养这些能力，比跟AI拼"谁更快"有价值得多。

  建议二、每过半年就向自己询问一回、在我的工作之中、究竟有着多少比例是人工智能能够完成的呢、。

  要是超出百分之七十，便存在危险。要是低于百分之三十，那就安全。要是处于百分之三十至百分之七十这个区间，那就赶快去学习人工智能工具，让自己成为“会运用人工智能的人”。

  建议3：选一个"AI+行业"的方向深耕

  最安全的策略，不是"学AI"，是"把你的行业+AI"。

  复合型人才，永远比单一人才抗风险。

  写在最后

  回到我表弟的问题："AI是不是要取代所有人类了？"

  我的答案是：不会。但AI会改变"什么叫有价值的工作"。

  100年前，种地，织布，造东西，这些属于“有价值的工作”。50年前，坐办公室，做报表，管流程，此为“有价值的工作”。今天，写代码，做设计，分析数据，这便是“有价值的工作”。

  到了明天，“有价值的工作”将会演变成，是那种可以进行定义问题的事情，是那种能够去做价值判断的事情，是那种能够建立信任的事情，是那种能够达成创造性连接的事情，而这些事情是人工智能做不到唯有人才可以做到的。

  因此，与其满心焦虑“AI是不是会将我取代掉”，倒不如去询问“我究竟能够做哪些AI根本做不了的事情”。

  找到答案，你就安全了。

  你是否认为AI会顶替你的工作呢，你如今有正在使用AI工具吗，在评论区展开交流，我会分享基于我所归纳总结的“AI代替风险自我检查清单”。

  对仿制药与原研药于质量跟疗效层面开展比较评估的过程，是仿制药一致性评价，其目的在于保证仿制药可以达成等同于原研药的临床效果。近些年来，因为各国政府增强对药品质量监管的力度，仿制药一致性评价成了药品审批的关键环节。当下，诸多仿制药企业已然着手依照高标准开展一致性评价试验，从而获取上市许可。

  未来，仿制药一致性评价会愈发严格且规范化，随着生物等效性试验技术以及分析方法取得进步，一致性评价的标准会更科学、更准确，同时，伴随国际间药品监管合作增强，一致性评价的结果有希望在全球范围内获得认可，进而促进药品的跨国流通，此外，随着人工智能与大数据技术得到应用，药品质量控制会更加高效，这有助于提升仿制药的整体质量水平。

  依据仿制药一致性评价市场调查所获取到的各类信息与资料，对影响仿制药一致性评价市场供求变化的诸多因素展开调查研究，运用科学的预测技术和方法，去分析并预见仿制药一致性评价的发展趋向，掌握仿制药一致性评价市场供求变化的规律，进而为经营决策提供可靠依据的行为便成为仿制药一致性评价发展前景预测。

  要提高管理的科学水准，削减决策的盲目态势，得借助把握经济发展相关动态，或者未来仿制药一致性评价市场变化的有关动向，以此减少未来的不确定情形，降低决策可能遇上的风险，进而让决策目标能够顺利达成。

  大致包含以下几个步骤：

  1、确定目标

  展开仿制药一致性评价发展前景预测工作，首要之事是明确目的，由于预测目的存在差异，预测的内容与项目、所需的资料以及所运用的方法均会有所不同。明确预测目标，乃是基于仿制药一致性评价企业经营活动里存在的问题，去拟定预测的项目，制订预测工作计划，编制预算，调配力量，再组织实施，从而确保工作能够按照计划、有节奏地推进。

  2、搜集资料

  开展必定得占有充足的资料，有了充足的资料，才能够以为仿制药做一致性评价发展前景预测提供展开分析、做出判断的可靠依据。在计划的指引下，去调查且搜集预测相关资料，这是为仿制药做一致性评价发展前景预测的关键一环，还是预测的基础性工作。

  3、选择方法

  依据预测的目标，以及各类预测方法的适用条件，挑选出适宜的预测方法。有时能够运用多种预测方法去预测同一目标。预测方法的选用是不是恰当，会直接对预测的精确性与可靠性产生影响。运用方法的核心在于构建描述、概括研究对象特征以及变化规律的模型，按照模型展开计算或者处理，便能够获得预测结果。

  4、分析修正

  需要对调查所搜集得来的资料展开综合剖析，历经并通过判断以及推理，促使感性认知成功上升为理性认知，从具体事物的表面现象深入抵达事物的内在本质，进而据此预计仿制药一致性评价市场在未来阶段的发展变化趋向。在完成分析评判的基础之上，一般而言还需要依据最新的各类信息来针对原本的预测结果予以评估以及修正，使其更为准确合理。

  5、编写报告

  仿制药一致性评价的预测报告呢，它需要去概括预测研究的主要活动流程，这里面涵盖了预测目标，还有预测对象以及有关因素的那种分析得出的结论，再者就是主要的资料和数据，另外还有预测方法的挑选以及模型的构建，并且还得有对预测结论的评估、分析以及修正等等这些方面的情况 😕。

  相关研究成果：

  做好，需把握预测的四个基本要素：

  1、客观事物特性以及变化的表征、反映被称作信息，它存在于各类不同的载体当中，成为仿制药一致性评价预测的主要工作对象，是该项工作的基础所在，也是其最终成果的呈现反映。

  2、质和量的分析时采用的各种手段，是指在预测中运用的方法。预测的方法，按不同标准能分成不同类别。按照仿制药一致性评价预测结果属性，可以分为定性以及定量预测。按照针对预测时间长短的差异，可分为长期、中期和短期预测。按照方法自身，更可划分为众多类别，其中最基础的是模型预测与非模型预测。

  3、思考剖析，剖析乃是依照相关理论开展的思维钻研活动。于依据预测办法获取预测结论以后，仍必定要展开两方面的剖析：其一，于理论范畴要剖析预测成果是不是契合经济理论以及统计剖析的条件；其二，于实践层面针对预测误差展开精确性剖析，并且对预测结果的可靠性予以评估。

  4、做判断，进行预测时应当依照一定的程序，按照一些步骤，从而让工作能够有序地开展，达成统筹规划，实现协作。

  仿制药一致性评价发展前景预测的方法很多，主要有以下几种：

  1、时间序列

  存在这样一种情况，其中常常会碰到一系列依据时间而发生变化的经济指标值，像是仿制药一致性评价企业产品按照年或者季来统计的销售额、供给量等，这些按照时间先后顺序排列起来的一组数据，被称作时间序列，依据时间序列来展开预测的方法，被叫做时间序列预测。

  2、回归

  （1）什么是“回归”的含义呢，回归是用于分析、研究一个变量也就是因变量，与一个或几个其它变量即自变量之间的依存关系，其目的在于依据一组已知的自变量数据值，去估计或预测因变量的总体均值，在经济预测里，人们将预测对象也就是经济指标当作因变量，把那些和预测对象密切相关的影响因素当作自变量，根据二者的历史以及统计资料，建立回归模型，经过统计检验后用于预测。回归预测存在着含有一个自变量的一元回归预测，以及含有多个自变量的多元回归预测，而在此处仅仅探讨一元线性回归预测之方法。

  （2）去估计、预测一个因变量之值的时候，应用一组已知的自变量数据，回归分析的基本条件是，这两种变量需满足以下两个条件：

  首先，进行统计相关关系的统计。统计相关关系乃是一种不具有确定性的函数关系，也就是说一种因变量（也就是预测变量）的数值，同一个或多个自变量的数值是明显存在相干性的，然而却无法做到精确无误且不能独一无二地予以确定的函数关系，并且其中所涉及的变量全都是随机变量。在经济现象里，这样的相关关系大量存在着。

  首先，存在这样一种情况，当一个或者几个自变量x发生变化的时候，它会依照一定的规律对另一个变量y产生影响，然而变量y的变化却不会反过来影响x，也就是说，x的变化才是导致y发生变化的原因，并非y的变化导致x的变化，在这种状况下，就称x与y之间具备因果关系，而能够反映这种因果关系的模型就被称作回归模型。

  3、定性定量

  另外一种，用于对分类发展前景进行预测的分类方式，通常能够划分成定性预测以及定量预测这两大类别。对于企业营销管理人员而言，其所应当了解且掌握的企业预测方法主要包含有：

  （1）定性预测法

  把定性预测法称作直观判断法这种说法，是在相关领域中经常会被用到的一种表述方式。定性预测主要是凭借预测人员所具备的信息，以及其拥有的经验，还有综合判断能力，进而针对市场未来的状况以及发展趋势展开预测。此类预测方法具备简单而且容易施行的特点，格外适合应用于那些很难获取全面资料去开展统计分析的相关问题。所以呢，在相关情境中，定性预测方法会得到十分广泛的运用。定性预测方法具体又涵盖了这些内容，分别是专家会议法，德尔菲法，销售人员意见汇集法，顾客需求意向调查法。

  （2）定量预测法

  利用比较完备的历史资料，运用数学模型与计量方法，以此来预测仿制药一致性评价未来的市场需求之情状，这被称作定量预测，定量预测基本上划分成了两类，此类之一乃是时间序列模式，而另一类则是因果关系模式。

  随着仿制药一致性评价行业竞争持续加剧，大型企业间并购现象不断出现，整合活动日益增多，资本运作愈发频繁，国内外那些优秀的仿制药一致性评价企业越来越看重对仿制药一致性评价市场的分析研究，尤其是对当下仿制药一致性评价市场环境以及客户需求趋势进行深入研究，目的是期望能够提前占领市场，从而取得先发优势。正因如此，一大批优秀仿制药一致性评价品牌快速崛起，渐渐成为行业里杰出的存在。利用多种信息处理技术，产业调研网对仿制药一致性评价行业市场海量数据进行采集，对采集的数据进行整理，对整理好的数据进行加工，对加工后的数据分析，为客户呈上一揽子信息解决方案及咨询服务，最大程度降低仿制药一致性评价客户投资风险与经营成本，牢牢把握投资机遇，提高企业竞争力。