全球博士过剩？AI能帮助其知识变现

（本文作者巫景飞，上海大学经济学院副教授）

《自然》新闻版块撰文指出，过去几十年来，全球博士毕业生数量稳步增长。但与之相对的是，学术岗位早已“僧多粥少”，美国数学学会更直言，数学博士获得终身教职的比例从2000年到2023年持续下跌。

即便放下“学术执念”转向企业，不少博士面临“水土不服”。有理工科博士坦言，博士阶段的训练与企业研发需求“中度脱节”。实验室里的精密数据，到了工厂车间似乎成了“用不上的学问”。

全球博士过剩，真的是“人才太多”吗？人工智能时代，手握专业知识的博士，能否借AI之力打破困局，让知识真正“变现”？

一、博士为何过剩？多重因素的碰撞

全球博士过剩不是单一原因造成的，而是一场时代变迁、教育制度惯性与市场需求的“三方碰撞”。

其一，招生规模与岗位供给的不平衡。过去几十年，“扩招博士”成了全球高等教育的关键词。尤其在新兴经济体，博士数量大幅增加。像是2016年至2021年，全国马克思主义理论一级博士学位授权点由39个增至104个，但2023年起，多地已暂停新增相关岗位。一边是“批量生产”，一边是“岗位收缩”，学术圈的“独木桥”自然越来越挤。

其二，培养模式更“垂直”，但门槛也随之升高。传统博士培养总在追求“更细的细分”，一些研究方向甚至窄到“全世界只有几十人能看懂论文”。学术价值需要被承认，但放到市场上，能为这类研究买单的人并不多。侧重理论深耕的学术模式，从产业界的角度看，在实践应用场景中或许需要更多衔接，而企业往往更看重能直接应对实际挑战的人才。

其三，经济与技术环境的剧变。全球经济增速放缓，企业研发预算有所降低；贸易壁垒高筑，跨国科研岗位减少。更关键的是，AI来了。它能自动分析文献、模拟实验、甚至生成初步结论，传统的“实验技能”“推导能力”不再是“硬通货”，而是“跨学科整合”“技术落地”成了刚需。

二、个体破局：从自身出发，主动改变

谈到如何缓解博士培养与社会需求的适配问题，讨论中常提到需要政府引导、高校调整或企业参与。这些方向有其合理性，只是制度层面的优化往往需要一定时间逐步推进。与其等着别人改变，不如自己先动起来。对广大博士们来说，破局的关键是用商业思维找对方向，用科研思维做深做实，让知识从“学术抽屉”走进“真实需求”。

说到底，“过剩”的本质是“价值错配”：不是知识没用，而是知识没找到“愿意为之付费的人”。具体怎么做？或许可以从如下两个方向发力：

用商业思维找对“价值战场”。商业的逻辑很简单：“谁有麻烦，我能解决，怎么收费”。博士得跳出“我研究啥”的惯性，多问自己三个问题：

我的专业里，哪些“社会痛点”还没人解决？比如老年医学博士发现，养老院最怕“独居老人半夜跌倒没人知”，这就是个空白；

谁会为解决这个痛点掏钱？是养老院、保险公司，还是民政局？

我的知识加AI，能比现有更好的办法吗？比如更便宜、更快、更贴心？

就像一位语言学博士，要是死磕“古汉语虚词怎么变”，可能只有几个同行感兴趣；但换个角度想，文化部门需要“方言保护方案”，科技公司要“AI语音助手能听懂方言”——这两个方向，都能让专业知识变成真金白银。

用科研思维做深“解决方案”。博士们做研究的科研套路——“观察思考—提出理论假说—实证检验—完善理论”，完全能用到个人发展上：

观察思考：像做文献综述一样剖析自己我最擅长啥？比如环境博士的“污染物迁移模拟”；市场上哪些活儿需要这本事？比如工业园区风险评估；我还差啥？可能是AI建模工具，或是行业政策知识。

提假说：基于观察猜一个方向——“我要是把污染物模拟和AI结合，给小企业做低成本风险评估，说不定有戏”。

做验证：搞个“小实验”试试水。花1个月做个简化版工具，免费给3家工厂用用，问问他们“够不够用”“愿意花多少钱买”。

再完善：根据反馈改。比如工厂说“工具挺好，但看不懂报告”，那就加个“上门解读”的服务；发现化工园区需求最大，就专门深耕这个领域。

这套方法能让个人发展从“凭感觉”变成“靠数据说话”，用科学方法让人生少走弯路。

三、AI赋能：三个杠杆放大价值

AI不是来抢博士饭碗的，而是帮博士“放大价值”的工具。它能做的，远不只“省点时间”，更能打开新的可能性。

第一重杠杆：用AI当“扩音器”，让更多人看到你的价值。AI能帮你精准找到“需要你的人”，还能让知识传播得更远。

精准定位：用AI扒一扒行业论坛、企业年报，看看大家天天在愁啥。比如农业博士用工具分析抖音上的种植户留言，发现“果树病虫害早期咋看”问得最多，就专门做这类内容；

1. 普惠传播：博士能用AI把专业知识变得“人人能懂”。比如物理博士用AI做动画，把复杂的“量子力学”变成“像玩游戏一样好懂”，发在短视频平台，既能帮助偏远地区的学生，也能积累粉丝；心理学博士做个简单的AI聊天工具，帮留守儿童疏解情绪等等。

这种“人机配合”，既能帮到更多人，也能开辟“公益+赚钱”的路子。

第二重杠杆：用AI当“加速器”，省下时间干更重要的事。AI能接手大部分的“重复劳动”，让博士集中精力搞创意、想办法。

查文献：用Elicit这类工具，几分钟就能把近几年的核心结论拎出来，省出大量时间；

处理数据：博士借助 AI 分析数据，过去需要不少时间，如今则能大幅缩短耗时；

做报告：AI自动生成图表和初稿，博士只需要琢磨“数据背后藏着啥问题”。

省下来的时间，别光用来发论文，多去跑跑市场——比如材料博士可以去新能源车企问问，他们到底需要啥样的电池材料。

第三重杠杆：用知识+AI造“新产品”，让能力持续生钱。把专业知识和AI结合，能做出“别人抢不走的解决方案”，变成产品、服务或个人品牌，持续赚钱。

做产品：历史博士用NLP技术分析地方志，搞个“AI文旅导览系统”，卖给景区；

做服务：环境博士训练个“水质监测AI模型”，按次给小企业做检测；

做IP：经济学博士用AI扒数据，在网上讲“普通人能听懂的经济课”，知识变现。

这些例子的共同点是：AI让博士的知识从“一次性”变成“可复用”，而商业思维保证了产品“有人愿意买单”。

四、做自己命运的主导者

全球博士过剩的焦虑，说到底是“等别人选我”的被动心态在作祟。环境可能有局限，但AI时代给了博士前所未有的工具——用它找对人，用它提高效率，用它把知识变成“摇钱树”。

商业思维帮你找到“谁需要你”，科研思维帮你把知识变成“能解决问题的方案”，AI则是放大这一切的杠杆。无论哪个时代，真正稀缺的，从来不只是“知识多”，而是“能主动发现问题、创造性解决问题”的人。

第一财经一财号独家首发，本文仅代表作者观点。