最近，「AI 讓人類失業」的論調甚囂塵上，給本就焦慮的打工人更蒙上了一層陰影。

Anthropic 的首席執行官 Dario Amodei 預測白領就業將面臨一場「末日浩劫」，「AI 可能在未來五年內大規模取代入門級白領工作，失業率可能會飆升至 10% 到 20% 之間，尤其在法律、金融和咨詢等行業。」

Goodwill 首席執行官表示，他正在為人工智能導致的 Z 世代失業潮做準備，還認為青年失業危機已經發生。

Stability AI 聯合創始人 Emad Mostaque 聲稱，明年將出現大規模失業。「AI 能夠完成復雜的工作且不出錯，這將導致許多工作面臨被替代風險。失業問題將同時影響多個行業，并且在未來一到兩年內可能會加劇。」

甚至前谷歌首個生成式 AI 團隊創始人賈德?塔里菲 (Jad Tarifi) 表示，不斷提升的人工智能能力可能很快就會讓獲得法律或醫學高級學位變得毫無意義。

而耶魯大學一篇名為《We Wont be Missed: Work and Growth in the Era of AGI》的論文更是把打工人的焦慮頂上高峰。

這篇論文的核心觀點是，AGI 的普及將導致人類勞動在經濟中的地位逐漸消失，取而代之的是計算資源的主導地位。

作者將工作分為「瓶頸工作」和「輔助工作」。

• 瓶頸工作是推動經濟增長的「核心任務」，如果沒有這些工作，經濟就不能繼續增長。
• 輔助工作則是一些可有可無的「支持性任務」，即使減少了這些工作，經濟仍然可以繼續增長。

隨著計算資源的增加，很多重要的、推動經濟增長的工作（即瓶頸工作），最終會被自動化完成，不過這并不意味著人類勞動完全消失。

由于計算資源仍然有限，人類的勞動通過節省計算資源仍然有一定價值。某些不重要的工作，或者需要大量社交互動、情感支持等輔助工作（如護理、酒店業、治療等），可能不會被 AI 取代，仍然需要人類來做，這為人類提供了一些穩定的角色。

在 AGI 經濟中，工資不再反映人類勞動的直接價值，而是基于 AI 完成相同工作的計算成本來決定。即便是做最重要工作的熟練工人，也只能賺到他們節省的計算資源的價值，而無法獲得更高收入。因此，人類勞動對經濟的貢獻變得越來越小，工資將停滯不前，大部分的收入將由計算資源的擁有者獲得，經濟依然會增長，但人類的經濟地位將停滯。

在 AGI 技術過渡的初期，某些類型的工作會變得非常有價值，導致一些人的收入突然增加，而其他人可能因為 AI 的替代而失業。這種過渡期可能會很不公平，工人們可能面臨工資急劇下降，而某些幸運的人可能獲得溢價收入，因為他們做的工作是最后一個被 AI 自動化的。

由于勞動力不再是創造價值的主要因素，經濟政策需要解決如何分享由計算資源產生的收入。例如，可以通過全民分紅的方式把計算資源的收益分配給所有人，或者將計算資源視為公共資源，與土地或自然資源一樣，廣泛分享其回報。

在 AGI 的世界里，人類勞動不再推動經濟進步，也不再是改善生活水平的必要條件。如果明天一半的人停止工作，經濟依然可以繼續運轉，人類不會被想念。這引出了一個問題：在工作不再是經濟必需的情況下，人們是否仍然愿意工作？如果人類的技能不再重要，人們是否會選擇退出工作，去尋找其他形式的滿足？

是聳人聽聞，還是有跡可循？

以目前 AI 的水平來看，行業大佬們提出的「AI 威脅論」多少有些激進，但他們的擔憂也并非毫無根據。

太陽底下無新事。

19 世紀的倫敦有一種點燈人的職業，他們身著統一制服，每天黃昏時分攜帶一根長長的、頂端帶有火種的點燈桿，沿街逐個點燃煤氣燈，待次日日出后，他們又用桿上的鉤子將燈熄滅。

然而到了 20 世紀中期，白熾燈普及，路燈實現「自動開關」，點燈人的人工操作被取代，這一職業逐漸退出歷史舞臺。如今，我們也只能在少數復古景區看到作為文化表演的點燈人。

這類例子不勝枚舉。

1811 年，英國爆發了一場「盧德分子」運動。

彼時英國紡織業迎來機械化浪潮，珍妮紡紗機、水力織布機等設備的普及，徹底顛覆了傳統生產模式，資本家為追求利潤，大量淘汰依賴手工技藝謀生的工人，轉而使用機器與廉價的童工、女工；同時，機器生產的低成本產品擠壓了手工制品市場，導致手工業者失業激增，留存的工人也面臨工資暴跌。

英國紡織業重鎮諾丁漢郡的織工絕望且憤怒，在夜間潛入工廠用錘子、斧頭砸毀水力織布機，要求資本家停止使用機器、提高工資，之后該運動迅速蔓延至其他紡織業核心區，甚至波及五金、制鞋等面臨機械化沖擊的行業。

到了 19 世紀末，汽車的普及又開始挑戰傳統的交通方式，許多依賴馬車生計的人感到威脅。

在一些城市，汽車與馬車之間的競爭激烈，有時甚至發生過暴力沖突。馬車夫會故意阻擋汽車通行、恐嚇乘客，甚至破壞汽車，他們視汽車司機為「奪走面包的人」。

為了應對這一局面，一些國家和地區出臺了專門的法規，例如英國的《紅旗法》（Red Flag Act）。該法律要求早期的汽車必須由人行走在前方，舉著紅旗作為警告，并且汽車的速度限制在非常低的水平（通常每小時 4 英里）。

法律和抗議終歸無法阻止技術前進的腳步，進入 20 世紀后，汽車成為了交通的主要方式，傳統的馬車逐漸被淘汰，馬車夫的職業也隨之消失。

不僅歷史為我們做了注腳，現實也敲響了警鐘，AI 裁員的報道層出不窮。

比如微軟在今年 5 月份裁員近 6000 人，7 月份又裁員 9000 人，雖然沒明著說是因為 AI，但 CEO 納德拉在公開場合透露，目前微軟有 20% 到 30% 的代碼都是由 AI 編寫的。此外，谷歌、Meta、IBM、普華永道和 Chegg 等巨頭也都出現了大規模裁員。

斯坦福大學三位經濟學家最近進行的一項研究《Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence》發現，人工智能已經導致軟件開發人員的職位空缺減少。

行業大佬擔憂人類未來

現實 AI 卻賠本賺吆喝

更有意思的是，現階段還出現了一個自相矛盾的現象。

一方面是行業大佬隔三差五跳出來擔憂 AI 接管人類，另一方面則是大多數 AI 項目賺不著錢，甚至陷入停滯。

前段時間，MIT 針對企業利益相關者開展了 52 次結構化訪談，對 300 余個公開的 AI 項目及公告進行了系統性分析，并對 153 位領導者進行了調研，最終發布了一份題為《The GenAI Divide：STATE OF AI IN BUSINESS 2025》的調查報告。

該報告顯示，盡管企業在生成式 AI 上已花費了 300 至 400 億美元，但 95% 的公司迄今未能獲得商業回報，大多數 AI 試點項目陷入停滯，沒能對企業的財務業績產生可見貢獻。

ChatGPT 和 Copilot 等工具已得到廣泛采用，超過 80% 的組織已對其進行探索或試點，近 40% 的組織報告已完成部署，但這些工具主要提升的是個人生產力，而非損益表現。

與此同時，企業級系統（無論是定制化還是供應商銷售的版本）正被悄然棄用，60% 的組織對這類工具進行了評估，但僅有 20% 進入試點階段，最終僅 5% 投入實際生產。多數項目失敗的原因在于工作流程僵化、缺乏情境化學習能力，以及與日常運營脫節。

一位中型市場制造業的首席運營官總結了普遍的情緒：「LinkedIn 上的炒作說一切都發生了變化，但在我們的運營中，根本沒有發生任何實質性的變化。我們處理合同的速度更快了，但這就是所有的變化。」

該報告還總結了企業中關于生成式 AI 的五大誤區：

• 誤區一：AI 將在未來幾年內取代大多數工作 

研究發現，生成式 AI 導致的裁員有限，僅出現在已經受到 AI 顯著影響的行業中。高管們對于未來 3 到 5 年內的招聘規模并沒有達成共識。

• 誤區二：生成式 AI 正在改變商業 

盡管 AI 的采用率很高，但轉型卻很罕見。只有 5% 的企業在工作流程中大規模集成了 AI 工具，且 9 大行業中有 7 個沒有出現真正的結構性變化。

• 誤區三：企業采用新技術的速度很慢 

企業對采用 AI 極為積極，90% 的企業已認真考慮購買 AI 解決方案。

• 誤區四：AI 的最大障礙是模型質量、法律、數據和風險 

實際上，阻礙 AI 發展的最大原因是大多數 AI 工具不具備學習能力，也無法很好地與企業現有系統和流程進行集成。

• 誤區五：最好的企業正在構建自己的工具 

事實上，內部開發的失敗率是其他方式的兩倍。

雖然企業在 AI 技術應用上的轉型進展緩慢，但員工們已經通過個人工具，如 ChatGPT、Claude 等開始在日常工作中應用 AI，調查中超過 90% 的員工報告稱他們定期使用個人 AI 工具來處理工作任務，幾乎每位員工都在某種程度上使用 LLM。

于是，在某些場景中又出現了令人啼笑皆非的鬧劇。前不久《大西洋月刊》 刊登了一篇標題直白的文章：就業市場簡直就是地獄。文章描述了求職者和招聘經理都面臨的令人沮喪的境況：「年輕人用 ChatGPT 寫申請，HR 用 AI 閱讀申請，結果卻沒人被錄用。」

結語

回望技術演進的脈絡，舊職業退場、新價值誕生始終是技術推動社會向前的固有邏輯。

當前「AI 威脅就業」的論調，更多是基于技術趨勢的預警，而非基于現實的既成事實，但這絕非輕視 AI 長期影響的理由。

歷史規律早已證明，技術替代的浪潮或許會因落地難題而滯后，卻從不會真正缺席。對于個人而言，與其陷入被替代的恐慌，不如主動掌握人機協同的技能；而企業也需跳出追逐 AI 熱點的誤區，讓技術真正嵌入業務流程。