AI失業(yè)恐慌：一場被數(shù)據(jù)打臉的集體焦慮

（來源：麻省理工科技評論）

你肯定聽過一種說法：隨著 AI 能力的提升，白領(lǐng)失業(yè)的概率也在加大。互聯(lián)網(wǎng)、科技行業(yè)最近一波又一波的裁員被看作對所有知識工作者的警示。

如果你也因此產(chǎn)生了辭掉軟件開發(fā)、產(chǎn)品經(jīng)理或金融咨詢的工作、改行當(dāng)水管工的想法，不如先來看看經(jīng)濟(jì)學(xué)研究怎么說。

盡管有人警告一場“即將到來的失業(yè)末日”將摧毀大部分甚至全部此類工作，也有人在渲染“永久下層階級”的前景，但目前幾乎沒有證據(jù)表明 AI 已經(jīng)對美國勞動力市場產(chǎn)生了大規(guī)模的沖擊。

對美國勞工統(tǒng)計(jì)局（BLS）數(shù)據(jù)的分析顯示，那些可能受 AI 影響最大的職業(yè)，其失業(yè)率實(shí)際上低于那些受 AI 影響較小的職業(yè)。而且在經(jīng)濟(jì)學(xué)家看來更關(guān)鍵的是，目前沒有跡象表明大量勞動者正在從受 AI 威脅的崗位轉(zhuǎn)向被認(rèn)為更安全的崗位，比如以體力勞動為主的工作。

AI 暴露度越高的職業(yè)，失業(yè)率反而越低。截至 2026 年 3 月，受 AI 影響最大的職業(yè)（橙色線）失業(yè)率僅約 2.5%，而受 AI 影響最小的職業(yè)（深藍(lán)色線）失業(yè)率超過 6%。這張圖說明：至少從失業(yè)率這個指標(biāo)來看，AI 尚未對美國勞動力市場造成明顯沖擊。（來源：美國勞工統(tǒng)計(jì)局）

雖然當(dāng)前的勞動力數(shù)據(jù)并不排除未來幾年突然出現(xiàn)大規(guī)模失業(yè)的可能性，但它確實(shí)讓“末日預(yù)言”的降臨速度變得值得懷疑。AI 圈子里似乎人人都在預(yù)測這項(xiàng)技術(shù)很快會消滅工作，似乎人人都認(rèn)識幾個找不到工作的年輕人。人們常說：勞動力市場的統(tǒng)計(jì)數(shù)據(jù)還沒有顯示出大的波動，但等著瞧吧。

但實(shí)際上，至少目前的數(shù)據(jù)描繪出的是一個相對穩(wěn)定的勞動力市場，AI 帶來的沖擊在很大程度上還停留在推測層面。

“目前所有可得的證據(jù)都表明，AI 對當(dāng)前勞動力市場狀況的影響可能很小。”埃麗卡·麥肯塔弗（Erika McEntarfer）說。她曾是 BLS 的負(fù)責(zé)人，去年秋天在一份令政府不滿意的就業(yè)報(bào)告之后被特朗普解雇。（不出所料，在她被解職之后 BLS 仍然在報(bào)告就業(yè)增長乏力。）

麥肯塔弗現(xiàn)在是斯坦福經(jīng)濟(jì)政策研究所的研究員。她說 AI 目前對勞動力市場影響不大這一點(diǎn)“讓很多人意外，但不應(yīng)該感到意外。歷史告訴我們，創(chuàng)新需要時(shí)間才能傳導(dǎo)到行業(yè)變化和職業(yè)變化中。在 AI 改變勞動力市場之前，它必須先改變企業(yè)。

麥肯塔弗援引了美國人口普查數(shù)據(jù)：目前只有五分之一的企業(yè)在任何業(yè)務(wù)環(huán)節(jié)中使用了 AI。“這些數(shù)據(jù)是對 AI 將造成巨大沖擊這種恐懼的一次現(xiàn)實(shí)檢驗(yàn)，”她說，“AI 可能會造成沖擊，很可能會，但數(shù)據(jù)告訴我們沖擊還沒到，我們有時(shí)間做準(zhǔn)備。”

就業(yè)情況確實(shí)不太好，但很難歸因于 AI

美國就業(yè)市場對很多人來說確實(shí)糟糕，尤其是年輕求職者。應(yīng)屆大學(xué)畢業(yè)生的失業(yè)率約為 5.6%，遠(yuǎn)高于整體水平，是疫情以來和 2008 年金融危機(jī)之后才見過的高位。更令人擔(dān)憂的是，后疫情時(shí)代的招聘率一直很低迷，對試圖進(jìn)入職場的年輕人打擊尤其大。如果你是應(yīng)屆畢業(yè)生、在找科技行業(yè)的工作，你會天然地產(chǎn)生“這些公司到底是否在招人”的懷疑。

有跡象表明 AI 正在加劇 22 到 25 歲年輕人在從事軟件開發(fā)的求職困境，但這些職業(yè)在整個勞動力市場中只占很小一部分。而且 AI 對就業(yè)困境應(yīng)該承擔(dān)多大責(zé)任，仍然不清楚。同樣不清楚的是，AI 暴露度高的職業(yè)中入門級崗位的流失，到底是更大范圍沖擊的前兆，還是經(jīng)濟(jì)學(xué)家所說的由多種宏觀經(jīng)濟(jì)因素導(dǎo)致的“低裁員、低招聘”勞動力市場中的一個孤立癥狀。

弄清楚這些不確定性，對我們理解向 AI 經(jīng)濟(jì)轉(zhuǎn)型中的就業(yè)命運(yùn)至關(guān)重要。關(guān)于即將發(fā)生什么，從來不缺篤定的斷言和預(yù)測：有人預(yù)言工作的終結(jié)，也有人說經(jīng)濟(jì)史告訴我們技術(shù)進(jìn)步最終總會帶來更多更好的工作。

沒有人確切知道 AI 會帶來什么，也不知道這次是否真的不一樣。要搞清楚，我們需要更好、更全面的數(shù)據(jù)。

聯(lián)邦政府每月對 6 萬個家庭的調(diào)查為 BLS 提供了勞動力市場變化的大致輪廓，學(xué)術(shù)界甚至一些 AI 公司也開始嘗試更精細(xì)地觀察哪些具體工作受到了影響。但現(xiàn)有的數(shù)據(jù)采集工具還不足以解釋 AI 到底如何影響著龐大而多元的美國勞動力市場。

很多問題我們都缺乏足夠的數(shù)據(jù)來完整回答。AI 在職場中是怎么被使用的？AI 使用的增加意味著它會取代工人，還是讓工人變得更高效、更有價(jià)值？哪些職業(yè)和技能受影響最大？誰的處境最危險(xiǎn)？正如哈佛大學(xué)經(jīng)濟(jì)學(xué)教授大衛(wèi)·德明（David Deming）所說：“我們都在盲人摸象。”

為了深入了解這些問題，德明和同事從 2024 年起每三個月調(diào)查幾千人，問一些基本問題：你用生成式 AI 嗎？多久用一次？它幫你在工作中省時(shí)間了嗎？持續(xù)追蹤這些回答為經(jīng)濟(jì)學(xué)家提供了重要線索（超過 40% 的工人在使用 AI，但各行業(yè)的采用率差異很大），也讓他們能估算生產(chǎn)力提升（有一些，但遠(yuǎn)沒到震動經(jīng)濟(jì)的程度）。這些調(diào)查還幫助記錄了 AI 在職場中的普及速度，以及它跟 PC 和互聯(lián)網(wǎng)等早期技術(shù)的對比（AI 的速度更快，但大致在同一個量級）。

這遠(yuǎn)不是 AI 如何改變工作的完整畫面。但它提供了一些有意思的結(jié)果：比如制造業(yè)等工業(yè)領(lǐng)域有不少工人在試用 AI。德明的數(shù)據(jù)顯示，雖然企業(yè)整體上對正式采用 AI 可能還比較慢，但它們的員工已經(jīng)在用了。

A生成式 AI 的使用率因行業(yè)而異，但制造業(yè)的增速最值得關(guān)注。 截至 2026 年 2 月，信息服務(wù)業(yè)（紫色線）約 70% 的工人在使用生成式 AI，金融業(yè)（藍(lán)色線）約 67%，這兩個行業(yè)領(lǐng)先并不意外。真正有意思的是制造業(yè)（橙色線）：從 2024 年底的 25% 左右一路攀升到接近 48%，增幅幾乎翻倍。這說明 AI 的滲透遠(yuǎn)不止于白領(lǐng)和科技行業(yè)，藍(lán)領(lǐng)和工業(yè)領(lǐng)域的工人也在大量使用。（來源：The Project on Workforce）

了解這些早期使用者及其使用方式，就像一個“預(yù)見勞動力市場未來的水晶球”，德明說。“它能讓你知道 AI 明天會怎么被使用，誰會受到影響，誰會受到傷害，我們需要怎么準(zhǔn)備。它是對未來的一次診斷。”

但它告訴不了你各種工作最終的命運(yùn)。

年輕人最脆弱

分析 AI 對就業(yè)的影響，通常從評估各種職業(yè)對 AI 的“暴露度”開始。這個思路基于一個前提：任何一份工作都是一組任務(wù)的集合。通過評估哪些任務(wù)可以由最新的大語言模型完成，研究者可以衡量一個職業(yè)的整體暴露度。大批經(jīng)濟(jì)學(xué)家做了一堆這類研究，仔細(xì)排列了數(shù)百種職業(yè)的風(fēng)險(xiǎn)等級，還在隨著生成式 AI 能力的爆發(fā)不停更新結(jié)果。

用的人很多，省的時(shí)間很少。美國 18-64 歲人口中近六成（57.9%）在使用生成式 AI，在職工人中有 43.4% 把它用在了工作中——普及速度比當(dāng)年 PC 快得多，PC 花了 16 年才達(dá)到同樣的滲透率。但真正省下的工作時(shí)間只有 2.2%，遠(yuǎn)沒到顛覆勞動力市場的程度。換句話說：大家都在用，但還沒有用出生產(chǎn)力革命。（來源：The Project on Workforce）

這些結(jié)果經(jīng)常引發(fā)恐慌，各種圖表展示不同工作被 AI 威脅的程度越來越高。

但暴露度本身并不能真正預(yù)測哪些工作會被 AI 奪走。那取決于技術(shù)執(zhí)行的任務(wù)類型、AI 被采用的程度、企業(yè)對工人價(jià)值的各種考量，甚至包括部署 AI 的成本。不過暴露度分析確實(shí)是一個有價(jià)值的起點(diǎn)。

斯坦福數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室的研究人員在一篇題為《礦井里的金絲雀？AI 近期就業(yè)影響的六個事實(shí)》的工作論文中，考察了 950 種工作，把它們從“暴露度最低”到“暴露度最高”分成了五檔。然后他們使用全球最大薪酬服務(wù)商 ADP 的龐大數(shù)據(jù)集來觀察各檔中的就業(yè)增長情況。ADP 的數(shù)據(jù)比 BLS 的大得多，讓研究者能更好地按人口特征發(fā)現(xiàn)影響。當(dāng)他們觀察不同年齡組的情況時(shí)，主導(dǎo)這項(xiàng)研究的實(shí)驗(yàn)室負(fù)責(zé)人埃里克·布林約爾松（Erik Brynjolfsson）說，“結(jié)果非常醒目。”

他們發(fā)現(xiàn)在諸如軟件開發(fā)、客服等暴露度最高的職業(yè)中，22 到 25 歲年齡段的人數(shù)從 2022 年底 ChatGPT 公開發(fā)布時(shí)就開始下降了。也有其他研究者提出證據(jù)表明這些工作的減少早在 ChatGPT 之前就開始了，并質(zhì)疑勞動力市場能否對 AI 技術(shù)的引入做出如此快的反應(yīng)。

AI 沖擊就業(yè)不是“所有人都危險(xiǎn)”，而是“年輕人最危險(xiǎn)”。這兩張圖分別展示了軟件開發(fā)（左）和客服（右）崗位在 ChatGPT 發(fā)布后各年齡段的人數(shù)變化（以 2022 年 11 月為基準(zhǔn)值 1）。規(guī)律驚人地一致：22-25 歲的入門級員工人數(shù)大幅下滑（藍(lán)色線），26-30 歲的也在走低（紫色線），但 35 歲以上的中高級員工人數(shù)反而在增長。AI 淘汰的不是一整個職業(yè)，而是一種職業(yè)發(fā)展路徑的起點(diǎn)。（來源：斯坦福數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室）

斯坦福的研究者承認(rèn) AI 之外的因素可能也導(dǎo)致了早期的下降，但他們說在控制了這些因素之后，可以看到 2024 年之后 AI 產(chǎn)生了顯著影響，到 2025 年 AI 暴露度最高的職業(yè)中入門級崗位減少了 16%。相比之下，同一批職業(yè)中年齡較大的工人人數(shù)在增長，暴露度較低的職業(yè)中的崗位數(shù)也在增長。

深入挖掘數(shù)據(jù)后，研究者發(fā)現(xiàn)了另一條重要線索——AI 對人數(shù)的影響取決于它被怎么使用。導(dǎo)致就業(yè)減少的，恰恰是那些任務(wù)可以被自動化（即 AI 能“在很少人類參與的情況下”完成）的崗位，比如軟件開發(fā)。在 AI 主要被用來增強(qiáng)人類工作的崗位上，入門級工人的人數(shù)增長反而快于平均水平。

關(guān)鍵不在于 AI 暴露度高不高，而在于 AI 被用來“替人”還是“幫人”。 左圖顯示，在 AI 主要被用來自動化（替代人類完成任務(wù)）的崗位中（第 3、4 組，橙色和粉色線），入門級工作人數(shù)從 2024 年起明顯下滑。而 AI 暴露度低的崗位（第 0、1 組，藍(lán)色線）人數(shù)持續(xù)增長。右圖加入了第 5 組（黃色線）——AI 主要被用來增強(qiáng)而非替代人類工作的崗位。這組入門級崗位的人數(shù)增長速度甚至超過了平均水平。（來源：斯坦福數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室）

這跟一種解釋一致：入門級崗位更依賴通過教育獲取的那類知識，但這種知識恰好容易被 AI 模仿。論文作者稱之為“顯性知識”。比如入門級的編程工作，自動化起來可能特別容易。相比之下，資深工人擁有更多的“默會知識”，那是基于經(jīng)驗(yàn)積累的判斷力，AI 更難替代。

盡管有這些關(guān)于 AI 對年輕工人影響的發(fā)現(xiàn)，斯坦福經(jīng)濟(jì)學(xué)家巴拉特·錢達(dá)爾（Bharat Chandar）強(qiáng)調(diào)，要理解這項(xiàng)技術(shù)將如何影響未來的就業(yè)，現(xiàn)在仍然很早。崗位流失可能會蔓延到年齡更大的工人和暴露度較低的職業(yè)，他說。但他也表示企業(yè)和工人有可能適應(yīng)勞動力需求的變化，影響可能趨于平穩(wěn)甚至消失。

為了跟蹤事態(tài)發(fā)展，斯坦福數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室即將推出一個定期更新的項(xiàng)目，提供關(guān)于 AI 如何改變經(jīng)濟(jì)的數(shù)據(jù)。

斯坦福的研究和其他工作把編程這項(xiàng)技能放到了聚光燈下。AI 在編程方面正變得極其強(qiáng)大。

美聯(lián)儲理事會經(jīng)濟(jì)學(xué)家最近的一篇論文發(fā)現(xiàn)，ChatGPT 推出以來程序員的年度就業(yè)增長速度顯著放緩，降幅約 3%。但有一個關(guān)鍵細(xì)節(jié)：程序員的總體就業(yè)人數(shù)仍在增長。編程崗位還在增加，只是增速比 2022 年之前慢了。簡而言之，編程工作沒有在消失——至少短期內(nèi)不會。但這個職業(yè)正在被 AI 明顯地改造。

最近研究中的一個有些意外的發(fā)現(xiàn)是：自 ChatGPT 推出以來，AI 暴露度高的行業(yè)的工資漲得反而相對快。一種解釋是，雇主仍然愿意為那些至少目前還難以被 AI 替代的知識和經(jīng)驗(yàn)付費(fèi)。如果確實(shí)如此，這意味著 AI 暴露度高的工作本身不會消失，真正消失的是傳統(tǒng)的職業(yè)晉升模式——公司雇應(yīng)屆畢業(yè)生做可以被自動化的軟件任務(wù)，慢慢培訓(xùn)他們積累寶貴的隱性經(jīng)驗(yàn)。這種“邊干邊學(xué)”的模式可能終于被打破了——至少在某些職業(yè)上。

一個樸素的事實(shí)可能是：編程技能不再是工作的保障。這或許能解釋全美各高校計(jì)算機(jī)科學(xué)專業(yè)報(bào)名人數(shù)的下降。未來職場里的“金絲雀”們正在嗅到危險(xiǎn)信號——當(dāng)你的技能可以被 AI 匹敵時(shí)，找工作的前景堪憂。

但仔細(xì)看數(shù)據(jù)會發(fā)現(xiàn)，學(xué)生并不是在遠(yuǎn)離 AI 相關(guān)的職業(yè)方向。他們似乎是在根據(jù)觀察到的變化調(diào)整自己的技能組合，因?yàn)?AI 正在各個學(xué)科中變得越來越重要。數(shù)據(jù)科學(xué)和網(wǎng)絡(luò)安全等與 AI 相關(guān)的領(lǐng)域的興趣在上升。增長最快的專業(yè)之一是：人工智能本身（這是很多大學(xué)新近增設(shè)的專業(yè)）。

這次真的不一樣嗎？

對 AI 取代工人的焦慮并不是新鮮事。2013 年我就寫過一篇《技術(shù)如何摧毀工作》，描述了包括 AI 在內(nèi)的新技術(shù)如何開始威脅白領(lǐng)工作。當(dāng)時(shí)不止我一個人在寫這種文章，在那個就業(yè)市場疲軟、工作稀缺的年代，這是個流行話題。

2016 年末，奧巴馬在任期最后幾天里發(fā)布了一份由頂級經(jīng)濟(jì)和科學(xué)顧問撰寫的報(bào)告，警告 AI 正在威脅工人。其中一項(xiàng)發(fā)現(xiàn)是，自動駕駛車輛——特別是無人駕駛卡車——可能消滅 220 萬到 310 萬個美國現(xiàn)有工作崗位。差不多同一時(shí)期，AI 先驅(qū)杰弗里·辛頓（Geoffrey Hinton）說人們“應(yīng)該停止培訓(xùn)放射科醫(yī)生”，因?yàn)檫@個職業(yè)“很快就會被 AI 取代”是“完全顯而易見的”。

這些預(yù)測當(dāng)然都沒有成真。預(yù)測者經(jīng)常把技術(shù)進(jìn)步的速度搞錯：無人駕駛卡車車隊(duì)上高速的日子還沒有到來；AI 確實(shí)已經(jīng)成為篩查放射影像的工具，但放射科醫(yī)生比以往任何時(shí)候都多。事實(shí)證明人類放射科醫(yī)生做著大量有價(jià)值的工作——解讀結(jié)果、與患者互動——這些 AI 還做不了（至少目前做不了）。

有人可能會反駁：這次不一樣。AI 在執(zhí)行類似人類任務(wù)方面確實(shí)獲得了難以想象的能力。也許它會以前所未有的方式吞噬工作，也許這會突然發(fā)生，毫無征兆，也不會提前反映在勞動力統(tǒng)計(jì)數(shù)據(jù)中。但之前幾輪 AI 失業(yè)焦慮仍然留下了一個有先見之明的教訓(xùn)：我們真正應(yīng)該關(guān)注的不是末日恐懼，而是很可能影響數(shù)百萬人的那些非常現(xiàn)實(shí)的職場轉(zhuǎn)型。

“即使不出現(xiàn)大規(guī)模失業(yè)或失業(yè)率上升，轉(zhuǎn)型過程本身仍然可能非常艱難，”彼得森國際經(jīng)濟(jì)研究所高級研究員、拜登政府前商務(wù)部副部長杰德·科爾科（Jed Kolko）說，“艱難的轉(zhuǎn)型意味著什么？意味著人們失去工作，或者工作被重新定義——薪水更低了、意義更小了。那些工作受到威脅的人，有些可能適應(yīng)不了。”

我們越了解這個轉(zhuǎn)型過程，就越有能力應(yīng)對它。而要做到這一點(diǎn)，我們需要更好、更完整的數(shù)據(jù)。

對 BLS 前負(fù)責(zé)人麥肯塔弗來說，真正的問題是沖擊到來的速度。“如果按照技術(shù)變革的正常節(jié)奏發(fā)生，勞動力市場有時(shí)間適應(yīng)。如果是突然而劇烈的沖擊，那對政策制定者將是巨大的挑戰(zhàn)，”她說，“這才是我們面臨的最重要的問題：這場轉(zhuǎn)型會有多快。”她補(bǔ)充說：“我們通過觀察數(shù)據(jù)就會知道。”

要避免又一次毀滅性的勞動力市場劇變，我們需要及時(shí)的政府和企業(yè)政策，尤其是工人培訓(xùn)和再培訓(xùn)項(xiàng)目。如果麥肯塔弗和其他勞動經(jīng)濟(jì)學(xué)家的判斷沒錯，我們大概率還有時(shí)間來設(shè)計(jì)周密有效的策略來管理這場轉(zhuǎn)型。但首先我們需要更好地理解到底在發(fā)生什么，以及有多快。

很難找到一位比斯坦福的布林約爾松對 AI 未來更樂觀的經(jīng)濟(jì)學(xué)家。他相信我們可能正處于一輪巨大的生產(chǎn)力飛躍的前夕，這將改變整個經(jīng)濟(jì)。“我有生以來最好的生產(chǎn)力增長可能即將到來。”他說。

但布林約爾松也警告說，數(shù)據(jù)的匱乏正在嚴(yán)重限制我們對即將到來的經(jīng)濟(jì)和社會影響的可見度。在數(shù)千億美元被投入到部署這項(xiàng)技術(shù)的當(dāng)下，他說，“我們花在研究和理解就業(yè)轉(zhuǎn)型上的投入甚至不到 1%。”

https://www.technologyreview.com/2026/05/26/1137855/a-reality-check-on-the-ai-jobs-hysteria/