
Melvin 新文:未來五年,取決於你是否看懂這 7 個變化
撰文:Melvin
編譯:深潮 TechFlow
嘿,我是 Melvin。在 Capital of One,我們研究 AI 經濟的方式,就像投資者研究市場。
只不過,配置的對象換成了你自己:工作、技能、資產、人際和注意力。
每週,我們都會帶來一些新的思考、動手和成長的方法。
好像人人手裡都有一份「接下來該學什麼」的技能清單。
這些清單多半把順序弄反了。有人先挑出自己覺得重要的一批技能,再給每項寫一套聽起來很能說服人的理由。巧的是,他們可能正好有一門課要賣給你。
謝謝,不必了。
我們順著錢走:看招聘數據、商業模式的變化、公司利潤,再反過來找,哪些技能正在升值。
有一位 CEO 對未來方向篤信到這個地步:他寧願先放棄 6000 萬美元的年經常性收入,也要搶先走到那裡。
我們開始。

圖:發現 → 選擇 → 驗證 → 銷售 → 構建 → 複利 → 防禦
變化一:職業階梯還沒爬上,就被 AI 拆了
公司越來越需要能判斷 AI 產出的人。可這種判斷力,往往是在做那些正被 AI 接手的工作裡練出來的。
下一代有經驗的員工,要從哪裡來?
一組數字:
- 斯坦福(2026 年 8 月,薪資數據):在最易被 AI 衝擊的崗位上,22–25 歲員工的就業水平,大約比預期趨勢低 19%。
- Indeed(2026 年 5 月):初級崗位招聘信息同比下降 7.5%,高級崗位則上升 14.7%。
- ZipRecruiter(2026 年 7 月):38% 的僱主把初級基礎工作交給了 AI,同時有 31% 的僱主因為 AI,提高了初級崗位的經驗要求。
這家會計師事務所,開始要求新人更早練判斷力
過去,普華永道(PwC)的初級會計師要花上幾年去收集數據、核對數字、準備審計。
現在,這類工作越來越多地由 AI 承擔,普華永道也在調整新人培訓方式。
據普華永道的 Jenn Kosar 介紹,新入職的會計師會少花時間準備審計,多花時間審看 AI 的產出。
他們需要更早學會抓住錯誤、質疑結果,並理解這些數字到底在說什麼。
這項技能:練出專項判斷力
你的價值,取決於你能否判斷 AI 的產出:什麼時候該信,什麼時候該插手,接下來該怎麼做。
如果你已經有經驗,這是值得繼續打磨的先發優勢。如果你剛起步,就得另找途徑把它練出來。
如何打磨判斷力:
一、在一件很小的事上做到出奇地好。最近有位讀者告訴我,專精之後,進步快了很多。這說得通。一位通才型市場人員,同一類問題一年可能只碰到三次;專注做註冊引導郵件的人,一週就可能碰到三次。練過上百次之後,他們能看出別人發現不了的錯誤。
二、給自己的決策留底。你當年篤定會成功的那場活動?半年後,你會為它的失敗想出十來個解釋。在還不知道結果之前,先寫下你的推理。然後再拿預期和實際對照。
三、偷的是思路,不是答案。在看一位優秀設計師改網站之前,先自己找問題。然後再看他們注意到了什麼、你漏了什麼、為什麼會用不同的辦法。我們發覺,從這些落差裡學到的,遠比只看別人出色完成工作要多。
變化二:錢正在從「交付物」流向「結果」
軟件公司過去按賬號收費,代理公司按小時收費。現在,AI 給這兩種方式都施加了壓力。
工作幾分鐘就能做完,憑什麼還按小時收錢?大量工作已由 AI 承擔,憑什麼還按賬號收費?
越來越多的公司開始按結果收費:
- Salesforce 每解決一個客戶問題收費 2 美元;如果其 Help Agent 把問題升級給人工,則不收費。
- HubSpot 每解決一次對話收費 0.50 美元,每推薦一個適合外聯的合格線索收費 1 美元。
- Sierra 按完成的結果收費,僅用 7 個季度就做到了 1 億美元年經常性收入。
- 麥肯錫表示,現在超過 30% 的收費已直接與客戶結果掛鉤。
那位放棄 6000 萬美元收入、最終以 36 億美元賣出公司的 CEO
2022 年,Eoghan McCabe 重返 Intercom 擔任 CEO 時,增長已經停滯。
隨後 ChatGPT 出現,眼看要讓 Intercom 的傳統軟件變得過時:AI 現在就能解決客戶問題,人們甚至不必再使用這套軟件。
他把將近 80% 的研發投入轉向 Fin,也就是 Intercom 的 AI 客服代理。當時,Fin 貢獻的收入還不到公司的 10%。
他還重做了定價,按每解決一個問題收取 0.99 美元。這些調整,起初讓 Intercom 大約少了 6000 萬美元的年經常性收入。
到 2026 年 3 月,Intercom 的年經常性收入達到 4 億美元,其中 Fin 接近 1 億美元。
三個月後,Salesforce 同意以約 36 億美元收購這家公司。
這項技能:重新設計你賣的東西
網站設計師可以承諾交一個做完的網站。至於能不能帶來更多銷售?那就另說了。
這項技能,是搞清楚客戶真正想達成什麼、其中有多少是你能交付的,以及他們願意為此付多少錢。
如何完成這次轉向:
一、看看交付之後發生了什麼。一份潛在客戶名單還需要篩選。一個網站還需要把訪客轉化成客戶。弄清客戶拿到你的成果之後做什麼。若你把下一步也攬下來,一項普通服務就可能變得值錢得多。
二、按結果收費,但不必把身家都押上去。我們試過按效果定價,發現「基礎費用加業績獎金」往往比全額對賭更好用。基礎費用覆蓋成本,獎金獎勵你交出的結果。你能分到上行收益,卻不必拿全部收入去賭。
三、盯緊定價會吸引來什麼樣的人。按效果分成的交易,容易招來沒什麼可輸的困境企業。Sales Higher 就吃過這個虧,後來從按線索付費改成了訂閱。我們會把按效果分成留給已經有明確需求的客戶。否則,你可能是在給別人的商業實驗當贊助。
變化三:驗證一個商業點子的成本,正在塌陷
山姆·奧特曼(Sam Altman)最近說得很到位:你現在可以先試幾個點子,再把幾個月的人生押在其中一個上面。
先做一個粗糙的原型,丟到客戶面前,看有沒有人咬鉤。沒人在意?換下一個。
TBPN 援引奧特曼的話說,兩年以前正確的標準建議是:「選一件事,把全部力氣砸進去,因為你做不了全部 30 件事。」
「現在,這 30 件事你都能做出來。」
這位創始人,先訂下 12 場活動,再去做 App
Brian Shin 和女友想把一次性相機變成一款用於婚禮和派對的應用。他們用一兩週做了個粗糙的網頁版,拿到朋友的萬聖節派對上試。
它一直出故障。
客人還是很喜歡。
接下來,Brian 想看看陌生人會不會買賬。於是他給自己定了個目標:在做移動應用之前,先拿下 10 場活動預訂。
他通過朋友找到了 4 場,然後在 Instagram 上搜尋正在籌備婚禮和生日的人,發出大約 250–300 條短消息。大約 15 人回覆,12 人預訂。
這就夠了。
Brian 和聯合創始人用包括 Claude Code 在內的 AI 工具做出了移動應用。在 2026 年 5 月接受 Starter Story 採訪時,他表示上線 83 天內,月收入就達到了 2 萬美元。
這項技能:驗證需求
約會能給這裡上一課。
你可以花好幾個小時去猜對方喜不喜歡你,分析每一個眼神,再找五個朋友出主意。你也可以走過去,問清楚。
做生意的點子也一樣。要更擅長走過去、問清楚。
如何不再靠猜:
一、先測你最沒把握的那一層。我們喜歡從「能把整個點子打死」的那個假設開始。Brian 也是這麼做的。他知道人們喜歡在派對上拍照,不確定的是他們會不會喜歡他的一次性相機這個想法。先搞清自己最沒把握的假設,再去把其餘部分做出來,能省下好幾個月的功夫。
二、去找此刻就需要它的人。Brian 找的是正在籌辦婚禮和生日的人。他們有截止日期,也有在意的理由。已經在花錢、已經在用權宜之計、已經在找方案的人,給你的信號會遠好過那些只是「覺得你的點子不錯」的人。
三、讓客戶先拿出一點東西。恭維不花錢,登記候補名單也不花錢。讓人掏錢、改變日常,或把一場重要活動託付給你,就要費力得多。如果他們現在連一個小承諾都不肯給,就別把幾個月的工作押在他們的熱情上。
變化四:AI 正在製造客戶短缺
AI 正從兩側擠壓企業。
第一,它讓競爭對手更容易進入市場。第二,AI 助手正在改變客戶發現和購買產品的方式:它們能比較選項、推薦品牌,還能替客戶下單。
結果就是:更多對手,在搶更少的推介機會。
看看這些數字:
- Lovable(2026 年 6 月):用戶每週大約新建 100 萬個項目。受訪的開發者中,80% 認為自己是非技術背景。
- Sensor Tower(2026 年 7 月):App Store 新品發佈量翻倍,2026 年上半年大約達到 56 萬款。下載量卻只增長了 2%。
- Ahrefs(2026 年 2 月):出現 AI Overview 時,谷歌排名第一的結果平均點擊量減少 58%。
- Salesforce(2026 年 9 月):以 AI 搜索為起點的購物旅程同比增 200%。
- Shopify(2026 年 10 月):Shopify 通過 Shop MCP,向 AI 代理開放了超過 10 億件商品的目錄。代理可以搜索商品、組建購物車併發起結賬。
Base44 如何在更強對手面前做到 25 萬用戶
Maor Shlomo 做了 Base44,一款讓不會寫代碼的人也能創建應用的 AI 工具。他進入的市場裡,Lovable 和 Bolt 已經有大得多的用戶群。
在 LinkedIn 上,Shlomo 分享新功能、收入數字和技術問題。隨後,用戶開始曬出自己做的應用。他用額外積分獎勵他們,讓人更有理由分享作品。
半年內,Base44 做到了約 25 萬用戶。2025 年 5 月,Shlomo 公佈利潤為 18.9 萬美元。一個月後,Wix 以初始 8000 萬美元收購了這家公司。
這項技能:做出客戶偏好
先把兩件事分開來看。
分發,是讓產品出現在人面前。
客戶偏好,是讓他們在一堆選項裡選你。
總有人說,分發會成為 AI 時代最大的護城河。我們沒有那麼信。
就在寫這篇文章期間,Lovable 宣佈,它現在已經能製作廣告、投放營銷活動。
那還剩下什麼?給客戶一個理由來找你、在競品裡選你,並把你推薦給別人。這就是做出客戶偏好的本事。
「我上線 Base44 的時候,市場上已經有現成方案(比如 Bolt、Lovable),所以要麼我做出(部分用戶)更願意選的更好產品,要麼這家公司就完了,因為對方的分發明顯強得多(他們的資金也充裕得多)。」
——Maor Shlomo 在 Reddit 上寫道
如何讓客戶選你:
一、找到一個能讓人拋開市場領導者、改選你的理由。Base44 拼不過 Lovable 的觸達,於是 Shlomo 把重心放在希望「所有功能都做在一個產品裡」的客戶身上。弄清人們對領先替代方案有哪些不滿。你得在某一群客戶真正在意的事情上,明顯做得更好。
二、在人們需要你之前,先讓他們認識你。6sense 發現,95% 最終勝出的 B2B 供應商,一開始就在買方的初選名單上。弄清潛在客戶在哪裡學習、提問、發現新產品,並持續在那些地方提供有用的東西。等他們準備購買時,你希望自己已經是他們認識的名字。
三、讓你的客戶成為下一條營銷渠道。Shlomo 發現用戶在分享用 Base44 做出的作品,便用積分獎勵他們。想想你的客戶本來就想向別人展示什麼。設計師會分享做完的項目,跑者會分享個人最好成績。讓這些時刻,再給你帶來新客戶。
變化五:AI 讓員工更快了,公司卻沒跟上
麥肯錫一項調查中,80% 的員工說 AI 讓他們更高效。但只有 37% 的人表示,這對公司的營業利潤有正面影響。
人人都在省時間。那公司為什麼沒賺到更多錢?
- Gartner(2026 年 9 月):85% 的商業領袖計劃增加 AI 投入,但只有 22% 的組織已成功把 AI 擴展到多個業務部門,或採取了 AI 優先的做法。
- Workday(2026 年 1 月):用 AI 省下的時間裡,近 40% 又花在了糾正錯誤、重寫和核對上。
- 麥肯錫(2026 年 7 月):只有 11% 的公司圍繞 AI 重新設計了工作。在這些公司中,48% 報告有顯著成效;而主要是提供 AI 工具的公司,這一比例為 13%。
這場 AI 大改組,給 Meta 留下了更多要修的問題
扎克伯格希望,靠 AI 代理就能把團隊做得小得多。2026 年初,Meta 曾考慮把部分團隊最多縮減 60%。
AI 讓員工寫出了多得多的代碼。內部軟件變更同比增加 220%。但真正給用戶帶來新功能或改進功能的變更,只增加了 36%。
與此同時,重大技術和安全事故增加了 40%。員工花在修復這些事故上的時間多了 70%。
據 路透社 2026 年 8 月的調查,由於員工抵制和 AI 效果令人失望,Meta 最終放棄了第二輪裁員計劃。
這項技能:找到瓶頸
當 AI 讓業務的某一環變快,緊隨其後的那一環就會變得更要緊。這項技能,就是看出工作在哪裡開始堆積,並想辦法把那一部分重新設計好。
如何找到 AI 拋在身後的工作:
一、做「10 倍測試」。我們喜歡這樣問:如果 AI 讓某項任務快了 10 倍,是什麼攔住我們,不讓我們多賺 10 倍的錢?自由職業者也許能更快地做網站,卻找不到客戶。物流公司也許能更快地處理訂單,卻在配送上吃力。
二、盯緊工作堆積的地方。用一週時間,留意哪些事情一直在等:還沒審的草稿?還沒跟進的客戶?一拖再拖的決定?如果你有團隊,看看他們的工作卡在哪裡。如果你獨自工作,那份沒做完的待辦清單就能說明不少問題。
三、動手自動化之前,先打約束。如果你一天能寫 10 份方案,一個月卻只拿下一個客戶,把方案寫得更快也幫不了多少忙。要攻的是限制最終結果的那一環。衡量的應是做完的項目、銷售和利潤,而不是省下了多少小時。
變化六:把人聚到一起,正在變成一門增長中的生意
看樣子,幫陌生人交到朋友,正在變成一門不錯的生意。
隨著 AI 讓一切數字化的東西變得更便宜,我們預計對真實世界體驗的需求會上升,而且會升得很多。
數字也站在這邊:
- Eventbrite(2026 年):在美國和英國接受調查的 18–35 歲人群中,74% 認為線下面體驗比數字體驗更重要。另有 79% 計劃在 2026 年參加更多活動。
- Live Nation(2025 年):演唱會出席約 1.59 億人次,高於 2024 年的 1.51 億。演唱會收入增長 10%,達到 209 億美元。
- ClassPass(2025 年):健身預約同比增長 36%,健康類預約增長 37%,社區型運動預訂增長 24%。
靠把人從手機里拉出來賺錢
免費跑步俱樂部,做出了 64 萬美元。
Owen Akhibi Herrera 於 2024 年在紐約創辦 Peak and Pace。跑步免費,派對和旅行收費。2025 年,這個社區錄得超過 3 萬人次參與,收入超過 64 萬美元。
辦晚餐的組織者,年經常性收入報到 1800 萬歐元。
Maxime Barbier 創辦 Timeleft,為陌生人組織晚餐。顧客向 Timeleft 支付匹配和預訂費用,再單獨向餐廳付餐費。到 2025 年 10 月,它公佈年經常性收入為 1800 萬歐元,每月有 15 萬人在 200 多個城市參與。
一位創始人,靠和其他創始人一起徒步獲得收入。
搬到舊金山後,Alena Beliauskaya 開始為創始人組織徒步和露營。她的社區「12 Scrappy Founders」發展到超過 600 名成員。到 2026 年 10 月,每月收入超過 1 萬美元,會費、贊助和活動帶來的利潤約 2000–3000 美元。
這項技能:組建社區
要擅長創造這樣的體驗:陌生人在其中相遇、建立友誼,並且還想再來。
你可以把這做成一門生意,也可以在已有的生意裡把客戶聚到一起。他們之間形成的關係,能給你一道對手複製不了的護城河。
如何讓陌生人變成熟客:
一、活動本身就能完成一半的社交工作。把 20 個陌生人塞進一個房間,讓他們去「社交」,多數人連開口都費勁。帶他們去徒步,突然就有了可聊的東西。共同的活動,能去掉結識新朋友時的許多彆扭。
二、去找社交生活剛剛發生變化的人。剛搬到一座城市的人需要新朋友。轉行、初為人父母、開始做生意的人,也是如此。The Mom Walk Collective 從兩位母親相約散步,發展成覆蓋 650 多個城市的社區。我們會去找那些人們突然需要、卻還沒有的關係出現的時刻。
三、人群更大,社區反而可能變差。你辦了一次 50 人的活動,大家都玩得很開心。下週又來了另外 50 人。誰也不記得誰,因為誰都沒見過誰。固定把同樣的 20 個人定期聚在一起,友誼才會開始形成。
變化七:資本分走更大一杯羹,勞動者分到的更少
即便你精通了前面提到的每一項技能,仍可能把一輩子用來給別人堆財富。你得想辦法,在自己創造的價值裡佔有一份。
- 美國勞工統計局,2026 年第二季度:勞動者以工資和福利形式拿到的,只佔美國企業產出的 52.8%,為 1947 年有記錄以來最低。
- 高盛,2026 年 9 月:自 1990 年代以來,勞動者收入佔比下降了 7.5 個百分點,其中 4.5 個點與企業利潤上升、自動化和議價能力變弱有關。
- 美國經濟分析局,2026 年第二季度:美國企業利潤按年化計算達到 4.71 萬億美元,高於上一季度的 4.33 萬億美元。
趕上 AI 熱潮,這些工廠工人人均拿到了 24 萬美元
2023 年,KKR 收購了數據中心冷卻公司 CoolIT Systems,並給員工股權。
隨後 AI 需求爆發,CoolIT 的估值大幅上升。三年後,KKR 以 47.5 億美元賣出這家公司。約 650 名員工拿到的給付平均為 24 萬美元。有人拿到了超過 8 年工資的金額。原因只有一個:他們在公司裡佔有一份。
這項技能:把工作變成資產
開始用兩件事衡量自己的職業生涯:你賺到了什麼,以及你擁有什麼。
我們發現一個有用的問法:同樣一份工作做滿五年,你會積累下什麼?更多經驗和更高收入?還是能持續創造價值的資產?
如果你已經擁有一家企業:AI 能大幅提高利潤率。可競爭對手也能用同樣的工具。你要做的,是打造會隨著經營而變強的資產。
如果你還沒有自己的企業:你的技能、經驗和人脈,可以幫助你在一家正在成長的公司裡拿到股份,或自己動手做點什麼。要想辦法,參與到自己幫助創造的價值裡去。
如何在自己創造的價值裡佔有更多:
一、用職業生涯做出屬於自己的東西。行業知識和人脈,能幫你發現值得解決的問題。有位讀者在建築業做了十年,隨後創辦了材料訂購平臺 SubBase。他的第一位客戶,就是認識的一位分包商。
二、做一家會隨著 AI 進步而變強的公司。有些生意會因 AI 降低成本而更賺錢;有些則會因 AI 讓服務變便宜而貶值。在動手做或買之前,先學會分辨。我們做了一套五年壓力測試,用來識別那些會隨 AI 發展而更有價值的生意。
三、買下一家企業,改善它的經濟模型。要成為所有者,不必從零開始。去找那些已有付費客戶、但運營昂貴且大量靠人工的成熟企業。AI 可以幫助你自動處理行政、改善銷售,並在不加人手的情況下服務更多客戶。
寫在最後
你可能犯下的最大錯誤,就是按眼下什麼賺錢,來決定學什麼。
AI 正在改變公司需要什麼、客戶願意為什麼付錢,以及利潤會在哪裡聚集。有些技能會變便宜。另一些會變得更值錢,恰恰是因為它們周圍的一切都在變便宜。
這期內容,我們一直沿著這些變化往前走,因為我們相信,最好的機會就藏在那裡。
找到能給你最大優勢的那一項變化,把它做到出類拔萃,並在這條路上做出屬於自己的東西。
五年後,你會慶幸自己現在就開始了。
——Melvin














