AI正在重新定义专业人士的价值，从律师、会计师到医生，标准化知识工作面临冲击。大学作为传统精英培养体系，同样遭遇挑战。本文深入分析AI如何瓦解专业壁垒，并探讨专业人士与大学如何在新环境下重塑自身价值。

最近看到很多关于 AI 冲击各行业的讨论。除了专业人士群体，大学也将成为遭受AI影响最大的领域之一。

以前对很多普通人家的孩子来说，最好的上升路径就是读一个好大学，拿一个好文凭，然后做医生、律师、会计师、工程师，或者进入其他专业服务行业。这样可以有一个不错的收入，也有比较体面的社会地位，做得更好一点，还能实现阶层跃升。现在未必如此。

1. 大学机构成为了不受欢迎的“中层”？

据《华尔街日报》6月22日报道，特朗普政府计划调整美国联邦科研资助体系，把更多科研经费直接给个人科学家，而不是继续主要通过大学分配。同时，白宫还要求各机构把 AI 放到科研资助的中心位置，不只是把 AI 当辅助工具，而是当成科学发现的新工具。

更有争议的是，白宫还想让政治任命官员在科研经费审批中有更大权力。这会削弱传统的同行评议。科学界担心，以后能不能拿到经费，不只是看研究本身有没有价值，还要看它是不是符合政府当下的政策方向。

特朗普当局和美国一些大学闹出矛盾的新闻不少，比如跟哈佛大学的拉锯战。所以，现在他这一举措里面有政治因素，也有对大学体系加强控制的意图。

但将科研经费给个人科学家的确也是改革创新之举。必须承认，大学内部的官僚主义、资源分配方式和反应速度，确实一定程度上催生了很多味同嚼蜡的文字游戏式研究成果。

AI 领域尤其明显。OpenAI、Anthropic、DeepSeek等行业龙头，当然和大学研究有很深的关系，但不少突破性成果，靠的还是企业、资本和年轻创业者。企业有数据，有用户，有真实场景，这在 AI 时代非常重要。大学在这方面反而没有那么大的优势。

上世纪 90 年代，日本为了提升科研能力和国际竞争力，大幅扩张研究生教育，希望培养更多硕士和博士。从1990年底初开始的十年左右时间，日本研究生人数规模大约翻了一倍，但产业界和科研系统却没有同步创造出足够多的岗位。结果是，日本出现了博士就业困难、长期博士后、非稳定教职增加等问题。

科技革命因大学而兴起，也会改变大学本身。国内的大学，面临科技变革叠加人口趋势，需要提早做准备。

2. 做有议价权的乙方，而不是拼速度的外包

再看专业人士当下受到的冲击。

摩根士丹利2026年7月有一份报告，AI Adoption and the Future of Work: Sector Deep Dive，调查覆盖美国、英国、德国、日本和澳大利亚等，行业包括银行、软件、科技硬件、半导体和专业服务。

报告的认为，AI 不只是替代“新人打杂”，它也会冲击那些处在职业中段、做大量标准化知识工作的岗位。

专业服务是这份报告最值得关注的部分之一，涉及法律、会计、咨询、市场研究、信息服务等传统白领专业岗位。

报告说，专业服务行业过去 12 个月 AI 带来的净生产率提升约 9.6%，预计未来 12 个月可提升到 12.2%。但报告也强调，AI 的收益目前主要出现在高频、重复、可衡量的工作中，比如文件总结、合同审查、研究报告初稿、客户工单、代码审查、数据处理等。在更依赖专业判断的领域，比如复杂尽调、诉讼策略、交易判断等，AI 采用率仍然较低。

报告指出，专业服务不是一个整体，不同商业模式差异很大。结合报告和当下的行业实际情况，面对AI冲击比较有利的专业服务领域是：

• 拥有专有数据的公司；
• 能把 AI 嵌入客户工作流的公司；
• 有定价能力的公司；
• 做认证、测试、合规、数据服务的公司；
• 能把 AI 变成新产品的公司。

比较不利的专业服务领域是：

• 人力外包公司；
• 招聘和派遣公司；
• 低附加值咨询或流程外包；
• 缺乏专有数据、缺乏定价权的服务商。

当下，不少白领都会考虑到了35+后想做个创业公司，或者加入一人公司OPC大军。但做这类公司，如果还是纯粹接大公司外包的活儿，会活得越来越难。

外包岗的命运可供参照。报告显示，在银行和软件公司里，离岸员工、外包员工、非直接雇佣的合同工，受到裁撤和不补招的影响最大。

这些岗位的共同特点是：流程清楚、指标明确、交付可以远程完成、可以拆成任务包。这些特点以前是外包行业的优势，现在反而也让它们更容易被 AI 改造。

这对于习惯了流程化作业和卷效率的一些中国白领行业，尤其是“乙方公司”来说，尤其值得警醒。

如果你的服务本身就是大量人力堆出来的，而客户又知道 AI 可以降低成本，那么客户就会要求降价。你未必能把效率收益留在自己账上。

做乙方，真正有价值的是专有数据、嵌入式工作流和定价能力。没有这些东西，只靠人力交付、流程外包、普通文书和标准化知识工作，就会面临更大压力。

对个人来说，受冲击最大的未必是完全没有经验的人，也常常不是高度资深、掌握资源和客户关系的人，而是那些有几年经验、工资已经上去、但工作内容仍然高度标准化，不在决策判断工作流，不在loop里的人。

总而言之，AI 不一定马上消灭专业人士，但会对专业人士重新定价。甲方的降本增效，就是乙方的降价减员。北方话说的“行活儿”，也就是模版化、流程化的产出会越来越卷，越来越便宜。

3. 专业伦理并非装点门面，是与硅基员工竞争的核心优势

专业人士的价值在于有特定技能、有执照、有资格，也有一套行业自律伦理。社会相信他们经过训练，且原因承担责任，所以愿意给他们较高收入和较高地位。

但现在很多人会开始问，如果你做的只是整理材料、套模板、签字，那这个专业围墙到底值多少钱？专业共同体会不会变成专业合谋？

香港最近一些涉及到专业人士职场的新闻，值得留意。

建筑和工程领域，最近的大火听证会，委员会大律师的结案陈词就对专业人士提出尖锐批评，指责他们一个个沦为了签字机器。香港很多楼宇的工程安全制度都依赖专业人士检查、认证和签署。如果这些人没有真正尽责，而是与作弊者合谋，就会带来严重后果。

司法也是一样。法官可能是最重要的专业职位之一，因为他们代表现代社会关于是非曲直的专业判断。但最近香港一位高等法院法官的判词被发现大量抄袭，而且这已经不是第一次犯这种错误。公众看到这种事情，自然会怀疑：如果判决书只是资料拼贴，那为什么不让 AI 来写？

再看看医生。在香港，医生一直是最受欢迎的职业之一。很多香港的状元都去学医，这说明医学仍然是精英路径。但现在越来越多香港市民去深圳看病，尤其是一些普通病、常见病。很多人发现，价格、效率和体验并不一定比香港差。复杂疾病当然不能这样简单比较，但普通人的日常感受会影响他们对专业价值的判断。

最近，香港公立医院还爆出实习医生被处分，因为她在医院拍视频做网红，还找来外院的男友帮病人做检查；还有负责处理医患纠纷的医委会在处理一个案例时拖延15年才处理，皆让舆论哗然。这些事情单独看可能是个案，但放在一起看，就是专业阶层的信誉正在被消耗。

放弃专业伦理，把信任度短期折现，这是在AI的冲击面前不打自招。专业人士要保住价值，没必要跟 AI比谁写的报告页数更多更漂亮，更应该做的是强化决策力以及职业伦理承担，这是AI难以取代的。

AI 时代，大学和专业人士会成为难兄难弟。过去，大学和专业人士群体密不可分。大学培养学生，学生拿文凭，考证书，拿牌照，进入专业阶层。文凭是进入专业阶层的门票，专业资格又带来收入和地位。这套体系运转了多年，甚至成为一种信仰，现在这些东西都要重新证明一次。

真正有价值的大学和专业人士还会留下来。被冲击最大的，可能是那些早就空心化，只剩形式的部分。