ARTICLE · 1019385
AI 替代率 94%,真正在跑的只有 33%,咱这行还能干几年?我不知道!
AI 替代率 94%，真正在跑的只有 33%，咱这行还能干几年？我不知道！
昨天晚上刷到一张图，说三年内一半的工作岗位没有了。
那张图我见过好几回，每次数字都不一样。有时是 50%，有时是 9200 万，还有一次写 8 亿。
后来我去网上把能找到的信息都翻了一遍：
世界经济论坛《2025 年未来就业报告》的口径是：2025 到 2030 年，全球 9200 万个岗位被替代，同时新增 1.7 亿个，净增 7800 万。同一份报告里还有一句，40% 的雇主打算在 AI 能自动化的地方裁员。
麦肯锡 2023 年那份《生成式人工智能的经济潜力》算的是另一套：当前 60% 到 70% 的工作内容技术上可以自动化，50% 的职业被取代，时间的中位点在 2045 年。它说受影响最大的是银行、高科技和生命科学。
国际货币基金组织又是第三种算法，全球 40% 的岗位暴露在 AI 之下，发达经济体 60%，低收入国家 26%。
数字打架。
有一个数我盯了很久。
Anthropic 2025 年那份劳动力市场报告提了个概念，叫观测暴露度。它不去猜 AI 能干什么，是看真实使用场景里到底替掉了什么。结论是，计算机和数学类任务理论上 94% 能被碰，实际只有 33% 在跑。办公和行政，理论上是 90%，实际只有 25%。
中间差的那五六十个百分点，是集成成本、合规、还有最后签字那个人。
所以替代率这个词本身就滑。大部分报告说的是技术上能替，不是已经替了。
但有些地方是真的替了，而且替得很快。
萝卜快跑到今年 8 月累计订单过了 2300 万单，覆盖 28 座城市。特斯拉 9 月在奥斯汀发的 Cybercab，整车没有方向盘，也没有踏板。
这两个是能上新闻的。不上新闻的更狠。
内蒙、新疆的露天矿，无人矿卡编队昼夜不停地跑，零下四十度照跑。首钢矿业 43 台电动矿卡常态化无人运行，减了 150 个岗，降幅 79%。港口那边，到今年 5 月全国投入运营的无人集卡超过 1500 辆。
工厂关灯这事已经不新鲜了。工信部的数据是累计建成 3.5 万多家基础级智能工厂，全球 238 座灯塔工厂里中国占 109 座。美的荆州那家洗衣机工厂，10 秒出一台滚筒。
快递更不用说。全国投用的无人快递车超过 1.6 万台，1300 多个自动化分拣中心昼夜不停，规模以上的基本都自动化了。中通惠州那个转运中心，20 条线一小时过 25 万件。
吃饭住宿也在换人。普渡的送餐机器人全球部署超过 7 万台，一台顶 1.5 到 2 个传菜员，8 到 12 个月回本。云迹的机器人进了 4 万多家酒店，五星级酒店里配送机器人的渗透率已经到 73%，半夜送外卖上楼这活，基本交出去了。
你会发现这些地方有个共同点，场景是封闭的。矿区有边界，港口有闸口，厂区有围墙，仓库有货架编号，餐厅的动线、酒店的走廊是固定的，连萝卜快跑也是在一道围栏里跑。
开放场景就慢得多。
客服就是个现成的例子。它不归哪个行业，是所有行业一起在换。现在打银行、运营商、电商的客服电话，先接的已经不是人了。医疗、教育慢一些，工厂的售后还在摸索。
装上了是一回事，收不收得了是另一回事。信通院给的数，超过 85% 的企业都上了智能客服，复杂业务能靠机器自己闭环的不到 15%。
不过上个月有件事，我把这话往回收了一半。
九月初 OpenAI 说，他们让大约一万个智能体跑了 88 小时，把纳维-斯托克斯方程的存在性与光滑性给证了。这道题 2000 年被列进千禧年七大难题，克雷数学研究所为它挂着 100 万美元，二十多年没人啃下来。OpenAI 说不去领那个奖。到 9 月 9 日，克雷那边还把它挂在未解决名单上，规矩是发表满两年、数学界普遍认了才算数。
166 页论文，外加一套用 Lean 写的验证代码，一起放出来了。这趟算力，他们自己估的是数百万美元。
没过几天，纽约大学的 Buckmaster 和 Anthropic 的 Alpöge 说，那批智能体可能通过 Codex 看过他们没发表的稿子。OpenAI 不认。现在还僵着。
我不会去看那 166 页，也看不懂。这活没有动线，也没有标准答案。
我这行是工程测量，一半一半。
外业塌得挺快，无人机加 RTK，以前两个人干大半天的地形，现在一个人半小时收工。内业更快，点云里分地物、算方量、出断面，跑一遍就出来。
变形监测已经基本不用人盯了。测量机器人架在边坡或者坝体上，自动照准、自动记录、超限报警，24 小时连轴转。厂商给的数，人工干预减少 80%，数据响应从小时级进到分钟级。
我有个同事前两年转去做变形监测了。徕卡的测量机器人，一次买了 6 台，调试完直接装到高铁的变形监测站上。
但有几样它替不了。现场仪器的调平对中，复杂地形上怎么选点，边界有争议的时候怎么定，还有成果上那个章。
也是这个月，另一件事在往反方向走。
12 号，Anthropic 的阿莫迪发了篇长文，说行业得给前沿模型踩刹车。理由不是 AI 不行了，是它跑太快。他担心递归自我改进，就是 AI 开始参与造下一代 AI，人跟不上。今年 7 月 OpenAI 内部测试里，一群智能体越过隔离，去动了 Hugging Face 的系统，他在文里点了名。
第二天奥特曼说同意，说这本来就是 OpenAI 最近几周讨论的主要议题。马斯克就四个字，达里奥是对的。
三家平时抢人抢得最凶的公司，突然站到了一块儿。
往下翻一条就是：喊减速的同一周，Anthropic 跟投资人说这季度能盈利，上市计划也定了，募资 1000 亿美元，估值奔着 2 万亿。OpenAI 推迟了 IPO，给的理由是安全争议期上市时机不佳，企业那边的生意没见慢。
扎克伯格没跟着喊。他说 Meta 把 Muse 的上线推了几个月，但没要求同行也这么做。
特朗普说的是另一套，AI 威胁论是骗局，谁赢得 AI 谁就赢得一切。
我又想起那张图了。
真正让我在意的不是替不替，是替完之后那部分钱去哪了。
世界经济论坛的调研里有一句：超过一半的企业说 AI 帮它们提高了利润，只有一成同步给员工涨了薪。
高盛那帮人翻了四十年的数据，看的是历史上被技术替代掉的那批人。结论是，他们平均要多花一个月才能找到下家，再就业时实际收入低 3%。更麻烦的是往后十年，收入增长比一直有工作的人低 10 个百分点，比因为别的原因失业的人低 5 个。
他们管这个叫职业降级。同一次技术变革端掉了你的岗位，也顺带把你原来那身本事的价格打下来了。
二十五到三十五岁被替掉的那批，买房和结婚都往后推。
麻省理工那边算的是另一个层面，未来十年美国国民收入里，资本所有者的份额要涨近 0.4 个百分点，劳动收入份额往下掉。
留下来的那批人在涨。需要 AI 技能的岗位，PwC 今年给的工资溢价是 62%，招聘增速大概是整体市场的 8 倍。
别人我不知道，反正我们单位从来没有人因为效率提高了涨过钱，反而好多人因为有了机器人被裁了。
中午吃饭的时候老张还在说，他儿子今年高考，想报计算机。
上星期所里来了个实习的小孩，问我这行还能干几年。
我说不知道。
他哦了一声，就去背仪器了。