美国普查局数据显示,95.7% 的企业称采用 AI 后用工人数没有变化;但斯坦福研究同时发现,22 至 25 岁劳动者在高 AI 暴露职业中的就业相对下降 13%。我们的判断是:AI 眼下更明显的影响不是让就业总量坍塌,而是收窄职业入口。

这是什么

原文把“AI 会不会取代人”拆成三个层面:总量、结构和分配。总量层面,美国失业率与就业总量暂未出现断崖式变化;结构层面,AI 先减少招聘、培养和晋升初级岗位的入口;分配层面,美国劳动收入份额降至 53.8%,意味着新增产出未必等比例流向劳动者。

生成式 AI(能生成文字、代码和图像等内容的人工智能)与以往自动化工具不同:过去多替代体力劳动和固定流程,这次开始进入写作、分析等认知工作。真正发生变化的,不一定是岗位当天消失,而是企业减少招人,并把原有岗位拆成更少的人手与更高的产出要求。

行业怎么看

乐观依据主要来自经济总量。诺贝尔经济学奖得主 Philippe Aghion 基于法国工厂数据的研究发现,自动化程度每提高 1 个百分点,十年后就业增长约 0.4%。这说明技术扩散可能催生新需求,但前提是消费者因价格下降而增加购买;一旦需求趋于饱和,历史规律就未必继续成立。

风险也很明确:企业减少初级招聘,可能切断人才进入行业的通道;任务自动化还可能削弱议价能力,使劳动收入增长慢于经济产出。政策层面的“岗位转型缓冲期”和稳慎推进要求,也说明监管者已为转型成本预留缓冲,而非默认调整会自然消化。

因此,“总就业没崩”可以描述宏观结果,却不能解释某个行业入口变窄的问题。我们更倾向于逐行业、逐岗位判断:任务是否可被拆解、责任是否仍需人工承担、产出需求能否随成本下降而扩大。

对普通人的影响

对企业 IT:预算重点会从部署单个工具转向流程改造、数据治理和权限控制。评估 AI 项目时,应同时记录新增岗位、节省工时与收入分配,而不只看模型能力。

对个人职场:可执行工作的供给可能增加,职业起点和中间环节承压。更有价值的积累来自领域经验、复杂判断、客户关系以及承担最终责任的能力。

对消费市场:更低的交付成本可能带来更便宜或更 plentiful 的服务,但节省的成本能否转化为新增需求,仍取决于价格弹性与市场容量。