我们最缺的那组数据,恰恰说明AI对你工作的影响,和你想的不一样

你大概已经听过无数遍”AI会取代你的工作”。

这个说法太顺嘴了，以至于大多数人根本没想过问：这到底需要什么样的数据才能证明？

MIT科技评论最新一期”The Algorithm”Newsletter里，经济学家们给出了一个让人意外的答案：我们最缺的那组数据，恰恰是判断AI会不会抢你饭碗的关键。而目前所有的讨论，包括那些”AI取代X个岗位”的新闻，大部分都建立在错误的数据之上。

但数据显示，真相和你想的完全相反。

事件综述

MIT一份新近发布的研究报告，对AI冲击就业这个话题给出了一个反直觉的结论：AI对劳动力市场的影响，更像是一场“涨潮”，而不是”退潮”。

什么意思？

过去几年，媒体和从业者聊AI取代工作，脑子里想的画面都是”海啸来了，一波带走”——某个岗位突然没了，成千上万人在同一个时间点失业。这个画面有冲击力，但可能不是真实发生的事。

MIT研究者认为，AI实际上是在逐个任务地提升自动化水平，从任务A到任务B，从任务C到任务D——就像水位慢慢上升，最终淹掉某些东西，但这个过程是渐进的，不是断崖式的。

报告还提了一个具体预测：到2029年，大语言模型或许能在80%-95%的文本类任务上达到”经济可行”的自动化水平。注意，是”任务”，不是”岗位”。一个岗位包含几十个任务，AI搞定了其中30个，不等于这个岗位消失了。

深度拆解

为什么我们一直在用错误的数据讨论AI和工作

这个问题，MIT报告中被引用的一位经济学家——David Autor，说得很直接：“这件事上，我们最缺的就是那组核心数据。”

他说的不是某个具体的数字，而是一套衡量框架。我们现在看到的”AI将取代40%岗位”这类预测，本质上是在用“岗位暴露度”（task exposure）来估算。但这个方法有一个根本性的问题：

它衡量的，是某个岗位被AI”技术上可以”取代的程度，不是”经济上会”被取代的程度。

能做什么，不代表就会发生什么。电梯操作员被自动化取代花了50年，不是因为技术不够，而是因为替代成本、社会摩擦、监管周期拖慢了进程。AI对工作的影响，路径可能也是一样的。

所以问题不是”AI能不能做这件事”，而是”AI做这件事的成本，是否低于雇一个人做这件事的成本”。这两个问题，答案经常不一样。

为什么这次的数据不一样——”涨潮”模型意味着什么

MIT报告用”涨潮”来形容这次AI冲击，有一层含义常被忽略：“退潮”式冲击（crashing wave）是有对象的。 卡车司机被自动驾驶取代，那受影响的就是卡车司机群体。目标明确，叙事清晰，媒体好报道。

但”涨潮”不一样。潮水没有明确目标，它同时抬高所有东西。你很难说”哪些人的工作被淹了”，因为淹的标准不是”你的岗位消失了”，而是”你的岗位里，有多少比例的任务被自动化了”。

这才是真正值得担心的：不是某一天突然被辞退，而是一个缓慢的、几乎感知不到的能力稀释过程。

你的工作还在，但做的事情越来越不需要你了。这个过程，可能比”海啸”更难应对。

🤝 AI共生视角

“涨潮”模型对普通人的意义是：别再问”AI会不会取代我的岗位”了，这个问题的答案可能在10年后才会揭晓，而你需要现在就活在当下。

真正值得问的是：AI能不能放大你的不可替代性？ 那些需要判断力、关系建立、跨领域整合的工作，本质上不太会被”任务自动化”替代。问题是，你有多少时间花在真正需要你的事情上？

行动建议

如果你是企业老板：

• • 别再把”AI替代”当裁员借口，真正的机会是把AI做不来的工作交给人，让人的产出质量提升
• • 盘点岗位时，用”任务颗粒度”替代”岗位名称”——看看每个任务是否值得被AI接管

如果你是普通职场人：

• • 你最大的风险不是被AI替代，而是不用AI的人被用AI的人替代
• • 花时间搞清楚你工作中哪部分是真的判断力，哪部分是重复性文字处理——后者被替代只是时间问题

今日观点

经济学家说”我们需要一个人工智能领域的曼哈顿计划”来搞清楚这件事——问题是，等计划完成的时候，潮水可能已经涨到了你脚边。