AI时代就业冲击：历史预警与现实困境

当前关于「AI威胁就业」的讨论，更多是立足于技术发展趋势的预先警示，而非已经发生的既定事实，但这绝不意味着可以忽略AI带来的长远影响。

近期，「AI导致人类失业」的声音不断高涨，给本就充满焦虑的职场人士增添了更多不安。

Anthropic的首席执行官Dario Amodei预言白领就业将遭遇一场「毁灭性风暴」，「AI或许在未来五年内大规模替代初级白领岗位，失业率可能急剧上升至10%到20%区间，尤其是在法律、金融和咨询等领域。」

Goodwill首席执行官指出，他正在为人工智能引发的Z世代失业浪潮做准备，并认为青年失业危机已然显现。

Stability AI联合创始人Emad Mostaque宣称，明年将出现大规模失业。「AI能够执行复杂任务且避免错误，这将使众多工作岗位面临被取代的风险。失业问题将波及多个行业，并在未来一两年内可能进一步恶化。」

甚至前谷歌首个生成式AI团队创始人贾德・塔里菲 (Jad Tarifi) 表示，人工智能能力的持续提升可能很快让获得法律或医学高等学位失去意义。

耶鲁大学一篇题为《We Wont be Missed: Work and Growth in the Era of AGI》的论文更是将打工人的忧虑推至顶峰。

这篇论文的核心论点在于，AGI的广泛应用将导致人类劳动在经济中的角色逐步消退，计算资源将成为主导力量。

作者将工作划分为「瓶颈工作」和「辅助工作」。

瓶颈工作是驱动经济增长的「关键性任务」，如果缺失这些工作，经济便无法持续扩张。

辅助工作则是一些可替代的「支持性事务」，即使减少这些工作，经济仍然能够向前发展。

随着计算资源的增多，许多推动经济增长的重要工作（即瓶颈工作），最终会被自动化系统完成，但这并不表示人类劳动彻底消失。

由于计算资源仍然有限，人类劳动通过节约计算资源依旧具备一定价值。某些非核心工作，或者需要大量社交互动、情感关怀等辅助工作（如护理、酒店服务、心理治疗等），可能不会被AI取代，仍需人类参与，这为人类提供了相对稳定的位置。

在AGI主导的经济体系中，工资不再体现人类劳动的直接价值，而是基于AI完成相同任务的成本来计算。即便是从事最关键工作的熟练工人，也只能获得他们所节省的计算资源的价值，而无法赚取更高收入。因此，人类劳动对经济的贡献日益缩小，工资增长将陷入停滞，大部分收益将由计算资源的拥有者获取，经济可能继续增长，但人类的经济地位将原地踏步。

在AGI技术过渡的早期阶段，某些类型的工作会变得极具价值，导致部分人群收入骤增，而其他人可能因AI替代而失去工作。这种过渡期可能极不公平，工人们可能面临薪资锐减，而某些幸运者或许能获得溢价收入，因为他们从事的工作是最后一批被AI自动化的。

由于劳动力不再是创造价值的主要因素，经济政策需要探讨如何分配由计算资源产生的收益。例如，可以通过全民基本收入的形式将计算资源的利润分给所有人，或者将计算资源视作公共资产，如同土地或自然资源一样，广泛共享其回报。

在AGI的世界里，人类劳动不再推动经济进步，也不再是提升生活水平的必备条件。如果明天一半的人停止工作，经济依然可以照常运行，人类不会被怀念。这引发了一个深层问题：在工作不再是经济必需的情况下，人们是否还愿意工作？如果人类的技能不再重要，人们是否会选择退出职场，去追寻其他形式的满足感？

是危言耸听，还是确有征兆？

以当前AI的发展水平来看，行业领袖们提出的「AI威胁论」或许有些夸张，但他们的忧虑也并非空穴来风。

历史总是惊人的相似。

19世纪的伦敦存在一种点灯人的职业，他们穿着统一制服，每日黄昏时分手持长杆点燃街头的煤气灯，黎明时分再将其熄灭。

然而到了20世纪中期，白炽灯普及，路灯实现「自动化控制」，点灯人的人工操作被淘汰，这一职业逐渐从历史舞台消失。如今，我们仅在少数复古景区能看到作为文化表演的点灯人。

此类例子比比皆是。

1811年，英国爆发了一场「卢德分子」运动。

当时英国纺织业迎来机械化革命，珍妮纺纱机、水力织布机等设备的推广，彻底改变了传统生产模式，资本家为追求利润，大量淘汰依赖手工技能的工人，转而使用机器与廉价的童工、女工；同时，机器生产的低成本产品挤压了手工制品市场，导致手工业者失业剧增，留存工人的工资也大幅下滑。

英国纺织业重镇诺丁汉郡的织工在绝望与愤怒中，夜间潜入工厂用锤子、斧头破坏水力织布机，要求资本家停止使用机器、提高工资，之后该运动迅速扩散至其他纺织业核心区域，甚至影响到五金、制鞋等面临机械化冲击的行业。

到了19世纪末，汽车的普及又开始挑战传统的交通方式，许多依赖马车谋生的人感到威胁。

在一些城市，汽车与马车之间的竞争白热化，有时甚至发生暴力冲突。马车夫会故意阻挡汽车通行、恐吓乘客，甚至损毁汽车，他们视汽车司机为「抢走饭碗的人」。

为了应对这一局面，一些国家和地区出台了专门法规，例如英国的《红旗法》（Red Flag Act）。该法律要求早期的汽车必须由人在前方行走，举着红旗作为警示，并且汽车的速度限制在极低水平（通常每小时4英里）。

法律和抗议终究无法阻挡技术前进的步伐，进入20世纪后，汽车成为交通主流，传统的马车逐渐被淘汰，马车夫的职业也随之消亡。

不仅历史为我们提供了注解，现实也敲响了警钟，AI裁员的报道接连不断。

比如微软在今年5月份裁员近6000人，7月份又裁员9000人，虽然未明确提及AI原因，但CEO纳德拉在公开场合透露，目前微软有20%到30%的代码由AI编写。此外，谷歌、Meta、IBM、普华永道和Chegg等巨头也都出现了大规模裁员。

斯坦福大学三位经济学家近期进行的一项研究《Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence》发现，人工智能已经导致软件开发人员的职位空缺减少。

行业领袖忧心人类前景

现实AI却亏损求关注

更耐人寻味的是，现阶段还出现了一个矛盾现象。

一方面行业大佬频繁出面担忧AI接管人类，另一方面则是大多数AI项目难以盈利，甚至陷入停滞。

前阵子，MIT针对企业利益相关者开展了52次结构化访谈，对300余个公开的AI项目及公告进行了系统性分析，并对153位领导者进行了调研，最终发布了一份题为《The GenAI Divide：STATE OF AI IN BUSINESS 2025》的调查报告。

该报告显示，尽管企业在生成式AI上已投入了300至400亿美元，但95%的公司至今未能获得商业回报，多数AI试点项目陷入僵局，未能对企业的财务表现产生明显贡献。

ChatGPT和Copilot等工具已广泛采用，超过80%的组织已对其进行探索或试点，近40%的组织报告已完成部署，但这些工具主要提升的是个人效率，而非整体盈利。

与此同时，企业级系统（无论是定制化还是供应商销售的版本）正被悄悄弃用，60%的组织对这类工具进行了评估，但仅有20%进入试点阶段，最终仅5%投入实际应用。多数项目失败的原因在于工作流程僵化、缺乏情境化学习能力，以及与日常运营脱节。

一位中型市场制造业的首席运营官总结了普遍感受：「LinkedIn上的炒作说一切都变了，但在我们的运营中，根本没什么实质变化。我们处理合同更快了，但仅此而已。」

该报告还总结了企业中关于生成式AI的五大误解：

误解一：AI将在未来几年内取代大多数工作 

研究发现，生成式AI导致的裁员有限，仅出现在已受AI显著影响的行业。高管们对于未来3到5年内的招聘规模并未形成一致看法。

误解二：生成式AI正在改变商业 

尽管AI采用率很高，但转型却很少见。只有5%的企业在工作流程中大规模整合了AI工具，且9大行业中有7个未出现真正的结构性变化。

误解三：企业采用新技术的速度很慢 

企业对采用AI极为积极，90%的企业已认真考虑购买AI解决方案。

误解四：AI 的最大障碍是模型质量、法律、数据和风险 

实际上，阻碍AI发展的主因是大多数AI工具不具备学习能力，也无法很好与企业现有系统和流程集成。

误解五：最好的企业正在构建自己的工具 

事实上，内部开发的失败率是其他方式的两倍。

虽然企业在AI技术应用上的转型进展缓慢，但员工们已经通过个人工具，如ChatGPT、Claude等开始在日常工作中使用AI，调查中超过90%的员工报告称他们定期使用个人AI工具处理工作任务，几乎每位员工都在某种程度上使用LLM。

于是，在某些场景中又出现了令人哭笑不得的闹剧。前不久《大西洋月刊》刊登了一篇标题直白的文章：就业市场简直就是地狱。文章描述了求职者和招聘经理都面临的沮丧境况：「年轻人用ChatGPT写申请，HR用AI阅读申请，结果却没人被录用。」

结语

回顾技术演进的轨迹，旧职业消退、新价值诞生始终是技术推动社会前进的内在逻辑。

当前「AI威胁就业」的论述，更多是基于技术趋势的预警，而非基于现实的既定事实，但这绝非轻视AI长期影响的理由。

历史规律早已证明，技术替代的浪潮或许会因落地难题而延迟，却从不会真正缺席。对于个人而言，与其陷入被替代的恐慌，不如主动掌握人机协作的技能；而企业也需跳出追逐AI热点的误区，让技术真正嵌入业务流程。

参考链接：

https://www.msn.com/en-us/money/companies/goodwill-ceo-says-he-s-preparing-for-an-influx-of-jobless-gen-zers-because-of-ai-and-warns-a-youth-unemployment-crisis-is-already-happening/ar-AA1MZMp3?cvid=68d04c5d4ec94799bad8bcc63a44db53&ocid=wispr&apiversion=v2&domshim=1&noservercache=1&noservertelemetry=1&batchservertelemetry=1&renderwebcomponents=1&wcseo=1

https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

https://futurism.com/former-google-ai-exec-law-medicine

https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

© THE END