英金融时报 AI真的会抢走你的饭碗吗 历史说没那么简单

hawk

牛员外

native advertising

每隔一段时间，科技圈就会掀起一场"这次不一样"的就业恐慌。这一次，主角换成了AI。

各种报告密集涌现，言之凿凿地列出哪些职业将被AI摧毁、哪些技能已经过时。逻辑听起来无懈可击：AI能做这些任务，做这些任务的人就会失业。但这套逻辑，有一个致命的漏洞。

技术能完成某项任务，和人们因此失业，是两回事。

一个被反复忽略的历史教训

上世纪90年代，软件生产效率大幅提升，照理说同样的代码量需要的程序员应该更少才对。但现实是，软件开发岗位不降反升，从业人数持续增长了数十年。原因并不复杂：当软件变得更便宜、更容易开发，需求也随之爆炸式增长。更多公司开始做软件，更多行业开始依赖软件，新的数字产品层出不穷。需求扩张的速度，远远超过了生产率提升带来的"节省人手"效应。
经济学家把这种现象称为"需求弹性"。简单说就是：当一件东西变便宜，人们往往不是买少了，而是买更多了。这个道理不仅适用于商品，也适用于服务和劳动力。

今天的AI浪潮，面临的是同一个根本性问题：需求会怎么走？

数据比恐慌更复杂

美联储经济学家2026年3月发布的一项研究，对ChatGPT发布前后的程序员就业数据进行了追踪分析。结果发现，2022年11月ChatGPT上线后，程序员就业增速出现了明显放缓，年增长率比此前下降了约3个百分点。

这个数字值得重视，但不等于"AI正在消灭程序员"。就业增长放缓，与就业总量下降，是两个截然不同的概念。数据同样显示，程序员整体就业规模仍在增长，只是增速不再像此前的高歌猛进了。

波士顿咨询公司2026年发布的一份分析，对美国约1.65亿个工作岗位进行了系统评估，结论更为细致：未来两到三年内，约50%到55%的岗位将被AI重塑，工作方式和技能要求会发生实质性变化；真正可能被彻底消除的岗位，约占10%到15%。

这两个数字之间的差距，恰恰是问题的关键所在。

"被重塑"和"被消灭"，是完全不同的命运。软件工程师是一个典型例子：AI大幅加速了代码生成和测试，却并没有取代那些需要系统设计判断、架构决策和产品理解的核心工作。恰恰相反，AI工具让工程师的产出能力增强，而由于对软件的需求持续扩张，总体就业规模并未缩水。

不是每个岗位都一样

问题的复杂性在于，不同岗位面临的处境差异极大，统一用"AI会抢走工作"来概括，是一种过度简化。

呼叫中心客服代表的情况，就和软件工程师截然不同。它所面对的是有限且相对固定的需求：客户咨询量大体上由客户规模决定，当AI能够高效处理标准化问询时，需求并不会因此扩大，多余出来的生产率就会直接转化为岗位减少。同一套逻辑，应用在需求弹性高的领域和需求弹性低的领域，会产生完全相反的结果。

斯坦福大学的研究发现，2022年至2025年间，AI高度暴露职业的招聘需求下降了约20%。但同期，另一些领域的就业需求正在急剧上升：AI系统集成、企业级AI部署、工作流重设计等新角色，正在填补甚至超过这些缺口。

还有一个容易被忽视的结构性问题：初级岗位正在承受不成比例的压力。AI最擅长的，恰好是那些任务清晰、流程固定、需要大量重复操作的工作，这正是传统意义上的"入门级"岗位。PwC的研究显示，在AI暴露度最高的职业中，应届毕业生和职场新人受到的冲击远大于资深从业者。这意味着，即便总就业数字保持稳定，进入职场的通道本身也在悄悄收窄。

需求是最终的裁判

回到最核心的问题：技术能完成某项任务，只是整体图景中的一小部分。真正决定就业走向的，是当这件事变得更便宜、更高效之后，市场对它的需求会扩张多少。

历史的答案是：有时候需求会爆炸式增长，新技术反而创造了更多工作；有时候需求是有上限的，效率提升会直接转化为裁员。这两种情况同时存在，并将继续同时存在。

AI浪潮也不例外。它不会均匀地冲击所有人，而是会在不同行业、不同岗位之间制造截然不同的命运。理解这种差异，比接受任何一种宏大叙事都更重要。那些简单宣告"AI将摧毁知识经济"或"AI不过是又一次技术革命、杞人忧天"的声音，恐怕都只说对了一半。