到底什么职业，可以越老越吃香？

这个话题估计数千年前给别人干活的人都在思考，毕竟谁都不愿意在年纪大的时候，还和年轻的时候，不仅担心被东家辞退，还担心依旧赚着三瓜俩枣。

两个关键点：

1、累积效应

2、多方下注

咱们一个个分析。

（1）累积效应

为什么程序员、工程师等技术人员，常有35岁危机？

因为劳动力这种生产要素，前后关联性太低，

一名技工，组装一部手机，1块钱，

最近三天分别组装了100/200/150部手机，

之前做的工作对之后的工作成果，有帮助吗？

几乎没有。

熟练程度达到一定范围后，组装的手机数量，存在上限，无法突破。

因此，财富的增长受严重限制。

程序员、工程师之类的角色，稍微好点，但前后关联性，也不高。

因为，专业岗位，存在学习曲线，早期陡峭上升，到后面迅速变慢，甚至可能下降，

现实表现，就是20~30岁，技术突飞猛进，30~40岁，进步变缓。

40岁之后，新技术不断出现，自身能力开始减弱，随时面临被年轻人取代的风险。

如何破局？

建立动作的前后关联性，

要理解这个逻辑，得先介绍两种概率分布，

左图，正态分布 ， 右图，幂律分布 ，

正态分布，是多个相互独立的因素，简单叠加的结果，

幂律分布，是多个非独立因素，相互作用的结果。

独立还是非独立，至关重要。

两种概率分布，引发两种截然不同的现象，

正态分布——平均斯坦 （Mediocristan）

幂律分布——极端斯坦 （Extremistan）

比如，人类身高分布，是典型的平均斯坦，

100个成年人，如果身高均值是1.7米，上下波动0.6米，便可覆盖所有样本。

你不会试图找到一个身高10米的人类。

究其原因，决定身高的多对等位基因的遗传过程，相互独立。

多组相互独立的随机变量的加总结果，符合正态分布。

以此类推，肤色、智商、体重等，都是平均斯坦。

教授子女考不上大学之类的现象，便是智商的均值回归。

财富分布，是典型的极端斯坦。

100个成年人，如果财富均值10亿美元，

大概率，是因为其中有一个身家千亿美元的埃隆马斯克，

这类分布，赢家通吃的现象非常明显。

因为，前一次获取财富，与下一次获取财富之间，强相关。

前后关联，是指数增长的奥秘。

理解这两种概率分布，再看各行各业，

餐饮业，属于哪种分布？

中国最大的餐饮集团，百胜集团，2024年，年营收大概700亿人民币，

占中国餐饮市场的份额，不到3%。

因此，餐饮市场，趋于分散，属于平均斯坦，符合正态分布，

互联网，属于哪种分布？

短视频领域，抖音和快手，占据90%以上市场份额，

音乐领域，QQ和网易云，占据70%以上市场份额，

因此，互联网行业趋于集中，属于极端斯坦，符合幂律分布，

为什么餐饮业，属于平均斯坦，互联网，属于极端斯坦？

因为生产要素不同。

推动财富增长的五大生产要素：劳动力、土地、资本、科技和数据，

前两者，前后关联性，相对较弱，

后三者，前后关联性，相对较强。

由此可见，主要生产要素是劳动力和土地的行业，趋于分散，

主要生产要素是资本、科技和数据的行业，趋于集中。

理解这两种概率分布背后的底层逻辑，对自身发展，有何意义？

先选对赛道，再建立每个动作之间的前后关联。

如此，才能产生累积效应，才能将时间，转换成自身的壁垒，而不是竞争力流失的讯号。

（2）多方下注

八九十年代，出租车司机，是非常有钱、受人羡慕的群体。

2000年之后，基建需求剧增，土木行业兴起。

又过10年，移动互联网普及，万千码农完成阶层跃迁。

这几年，芯片领域，被注入大量资金。

江山代有风口出，各领风骚十余年。

如今，随着行业的衰落，出租车司机、土木从业者，已不再是人们心仪的职业。

程序员、芯片从业者也会面临同样的危机。

这是中国特有的现象吗？

当然不是。

近150年，美国经历了多轮技术革命：铁路、轮船、钢铁、石油、电话、汽车、芯片、互联网。

每当新领域被开辟，都会涌现一批富豪，和数以万计的高薪人群。

每当旧领域从高科技，沦为寻常技术，又会有数以万计的后来者，职业生涯遭受打击。

换言之，任何一个行业，技术迭代都会进入平缓、衰落期，

早期入局者，赚的盆满钵满，

后期，越来越多人涌入，从蓝海，变成红海，利润率骤减，红利期结束。

这现象背后的底层逻辑是什么？

高科技，是速朽的领域。

当下的高科技产品，过几年，便沦为寻常技术。

作为技术人员，执着于某个细分领域的技术，难言理性。

因为，你所在的领域，也许再过几年，就进入衰退期。

由此观之，在某个细分领域，学一门“越老越吃香”的技术的想法，

本质上，是没有认清日新月异的市场经济，是在不自觉地对抗经济规律。

如何应对这种局面？

多方下注，培养复合型才华 。

何为复合型才华？

主要才华+次要才华。

以芯片研发为例，研发能力是我最长的那根木板，是主要才华。

但还不够。

相同水平的研发人员，全国至少有几千，未来还有年轻人不断加入这行列。

不可替代性，仍然不够高。

那就要培养服务于主要才华的次要才华。

比如，对芯片研发而言，器件仿真、版图绘制、工艺流程整合、产品文件编写……这些是基本功，是主要才华。

在本职工作之外，还有什么可以培养的次要才华？

专利能力、项目管理能力、写作能力、公共表达能力……

工程师甲，在研发能力这一个坑里挖20米深。

工程师乙，在研发这个坑挖15米，在专利、项目管理、写作和公共表达这4个坑各挖10米。

谁的不可替代性更高？

大概率，是后者。

PIE这种整合类工程师，比PE这种单项工艺工程师的不可替代性更高，也是这个逻辑。

更重要的是，有些能力，具有复利效应。做得越久，越得心应手。

时间，便是最坚固的壁垒。

说到这，不妨细究一下，多方下注背后的底层逻辑，

其实，源自进化论，

生命在诞生初期，凭何存活？

凭概率。

最初的生命，结构简单、能力低下，但，通过大量复制自己，繁殖大量子代，

借助海水、河流、风等自然界本就存在的形式，将大量子代送往各处。

即便环境异常恶劣，但总有适合生存的地方，一万个生命体，活下来两三个，就是成功。

依靠复制，不断繁衍和壮大族群。

那些不会大量复制的生命，逐渐消失。

随着子代越来越多，基因复制过程中，受到辐射等因素影响，不免出错，这就是变异，

变异，是物种分叉的开始，

地球初期从几个简单的生命体，发展到今天的包罗万象，有赖于变异。

值得注意的是，变异能力并非进化而来，而是被动筛选出来的。

这里需要辨析，进化 or 筛选，代表了两种世界观，

进化一词，暗示存在明确的方向，生物朝着正确的方向，刻意为之。

换言之，是生物主动为之。

这种暗示，具有误导性，准确的叫法，应该是天演论 。

天演一词，暗示我们永远不知道哪个方向可以留存，

唯一途径，便是朝各个方向，开枝散叶，多方下注，

随着时间的流逝，筛选出有利和无用的特征，淘汰掉不利的特征，

换言之，是生物被动为之。

主动 or 被动，本质上，是世界观的差异。

主动，意味着未来可以预测，按照正确方向发展就行。

被动，意味着未来无法被预测，只能多方下注。

现实世界里，未来到底能否被预测？

当然不能。

因为，我们不可能掌握所有信息，

连明天有多少交通事故，我们都无法预知，又怎么可能预测更遥远的未来？

正因为未来无从预测，变异，便是物种存活的依赖，

现阶段看上去无用的性征，也许在下一个时代，便能挽救物种的命运。

换言之，物种需要具备多样性，以应对不可预测的未来。

现代社会，温饱不成问题，

但想过上更好的生活，本质上，仍然是一个，与不确定的外界环境（市场经济）博弈的过程，

一年后，哪些职业、哪些技能会得到市场的青睐，获得更高的薪资？

没人能预测，

因此，最优策略便是，提升才华的复合性，以增大被市场选中的概率。

小结：

什么职业可以越老越吃香？

两个关键点，

1、具备累积效应，策略是---选择主要生产要素是资本、科技或数据的赛道，建立动作之间的前后关联性，

2、多方下注，策略是---培养自己的复合型才华，不要将鸡蛋放在同一个篮子里。

如目前AI技术的快速发展，迭代速度让人眼花缭乱，一天不学，就感觉错过了新技术的推出。

但如果想要跟上AI的技术迭代速度，说实话，除非你本身是这方面的领导者，否则你很难跟的上，但先入局，你是可以做到的。

不想投入很多费用，就自学，B站，抖音平台抖有不错的知识博主在免费分享一些使用技巧，学会几个AI软件的操作，问题不大。

想稍微深度学的，可以投个几百块钱去拜个师，运气好，碰到有良心的知识博主，说不定还能带你快速上手。

当然，如果你自学能力很差，又想进入AI这个行业，那只能报班了，至于国内那么多不靠谱的AI培训结构怎么选择，我也没太多经验，我只知道一家还算靠谱的。