ARTICLE · 1035847
AI 会抢走工作吗?如何应对?「AI 商业论文系列七」
2030 年，AI 到底会怎么动我们的饭碗？Anthropic 出了一份叫 Scenarios for Our Economic Future 的报告，不是空谈，是把"AI 影响就业"这套事做成了可算的模型。这篇文章用原报告的四张图，把它三种情景下谁的岗位会受冲击、谁反而涨工资、以及有没有出路，一件件说清楚。
一、先把模型看懂：经济就是一堆任务
报告的想法很直接：一个经济体，说白了就是所有任务的总和。对每个认知型的活，AI 只有四种干法：一种是增援，人做，AI 搭把手，做得更快更好；一种是自动化，AI 直接顶替人；一种是无影响，AI 碰都碰不着；还有一种是创造新任务，AI 催生出一些以前没有的活。
职业跟着分两类。一类是认知类的：管理、专业、销售、办公室，直接暴露在枪口下；另一类是电工、护士、建筑这些，AI 一时够不着的。
链条是这样的：AI 把认知工人替掉 → 认知岗位的需求往下掉 → 一部分人想转行（比如程序员转电工）→ 但转行有门槛、有摩擦 → 摩擦就变成一段段持续的失业。同时 AI 抬高了资本回报，钱会往资本那边流。
这套逻辑是后面所有数据的地基，先记住它。
二、三种情景：从"没人察觉"到"战后式失业"
三种可能的未来，区别只在几个参数：AI 能完成多少任务、推得有多广、是增援为主还是自动化为主、要不要创造新任务。
情景一：温和（Modest），一个 AI 仿佛不存在的世界
到 2030 年，只有 4% 的任务受 AI 影响，生产率提升 35%，一半增援一半自动化，每自动化 2 个任务，能长出 1 个新任务。
上面这张图是原报告里三情景的 GDP 对比。温和情景下：
• GDP 涨 +1.6%，2030 年约 34.1 万亿美元，增速 2.4%，和平时没两样 • 认知岗位就业 -0.5% • 总失业 3.9%，正常年份是 3.8%，几乎看不出差别 • 认知工资 +0.4%，劳动份额基本没动（59.4%）
这个情境下，宏观上没人察觉得到 AI 来了。对大多数人的饭碗，它像没出现过。
情景二：显著（Substantial），个体开始肉疼
这更接近公众预期的世界：12% 的任务（约认知任务的 20%）受 AI 影响，生产率提升 57%，其中 75% 是自动化。最要命的是：每自动化 4 个任务，只长出 1 个新任务。
• GDP 涨 +8.3%，2030 年约 36.3 万亿美元。增速 5.4%，比 1999 年互联网高峰的 4.7% 还快 • 认知岗位就业 -3.9%，但其他岗位 +4.6%。岗位总量没少，只是搬家了 • 认知类失业从 2.9% 涨到 4.5%，涨了一半还多 • 认知工资基本原地踏步（-0.3%），其他岗位工资涨 5.9% • 劳动参与率从 60% 掉到 56.1%。这里有个吓人的细节：四年掉这么多，约等于美国过去四十年掉的加在一起
上面是报告里的就业再分配图。以显著情景为例：2026 年认知类工人占 62.2%，其他类占 37.8%；到 2030 年，认知类落到 59.7%，其他类升到 39.6%。中间有 2.5% 的认知工人被替出来，其中 1.8% 成功跨去了其他行业，还有 0.7% 暂时没着落。
我读这张图最大感受是：岗位没消失，是位置变了。所以"工作冲击"的真实含义不是没工作，而是需要的人、肯从头学新活的人，要走过一段换岗的路。
情景三：极端（Extreme），战后式的失业
30% 的任务（约认知任务的一半）被 AI 影响，生产率冲到 2.2 倍，90% 是自动化。最致命的一刀是新任务创造被关掉了（ρ=0，AI 不再催生新岗位）。这个情景的前提是出现能自我改进的 AI，并且它扩散得特别快。
• GDP 涨 +32.4%，2030 年约 44.4 万亿美元。人均收入每 5 年翻一番。对比一下：美国过去一百年，大概每 35 年才翻一番 • 认知岗位就业 -21.5%，每 5 个认知岗就少 1 个 • 认知类失业飙到 17.9%，战后最高。金融危机峰值才约 10%，新冠约 8% • 认知工资比无 AI 路径低 11.5%。翻译成人话：认知工人 2030 年的实际收入，比 2026 年还低 • 其他岗位工资涨 33.6% • 劳动份额从 60% 掉到 45%，资本收入涨 81%
这里有一组最扎眼的数：极端情景下，整个社会的劳动收入其实几乎没涨。认知那块工资单（把失业的算成零）比无 AI 低了 31%，其他岗位的工资单涨了差不多的量。算下来，整个经济体赚到的，大约是认知群体损失的三倍。钱都在，只是不在承担代价的那些人手里。这句话我写的时候想了很久，觉得比任何图表都更直白地讲出了报告想说的东西。
三、为什么"其他岗位"反而涨工资
这是好多人第一反应想不通的：AI 把办公室的活抢了，凭什么电工、护士、建筑工工资反而涨？
原因其实不难懂：
• AI 让"知识生产"变便宜，设计图、审批、许可这些流程变快了，基建项目就变多，电工、建筑的需求跟着涨 • 认知劳动力相对过剩，被压价
报告原话是英文，翻成大白话就两句：知识工作不值钱了，实体劳动变稀罕了。
四、工资和失业，是个硬取舍
有个容易被漏掉的机制：工资越"刚性"，裁员裁得越狠。
• 工资极刚性时：认知失业冲到 24%，但工资不但没降，还 +2.8% • 工资完全弹性时：工资 -42%，失业却只有 2.6%
现实里工资是有粘性的，不会说降就降。所以在极端情景下，普通人最难受的不是降薪，是失业。想深一层，比起"AI 会不会让你失业"，"真失业了有没有人管"才是更该被问的那句。
五、普通人怎么想？他们猜的恰好是显著情景
报告调查了 10980 个美国人。结果有点意思：
上图灰点是普通公众，黄点是站点访客，横轴是他们给五个问题各选了哪个答案。调查显示：
• 公众的中位预期，正好落在显著情景上：GDP +8.6%、认知就业 -4.2%、总失业 4.6% • 公众认为 AI 到 2030 年能完成八项任务里的六项，但觉得它不会被用满，会做的只部署五分之二 • 一半时间只是增援、不替代，效率大概提升 55% • 还有约 10% 的人，预期接近极端情景
也就是说，多数人下意识选的是条"有点疼但可控"的路；但也确确实实有一成人，提前预见了最坏的光景。
六、增长的果子，谁分到了
报告里有张图特别说明问题，回答"涨出来的 GDP 到底进了谁口袋"。
上图是"GDP 怎么在工人和资本之间分"的示意。三个情景指向同一个方向：AI 把蛋糕做大了，但资本分到的越来越多。劳动份额一路走低，资本份额一路走高。这就是"GDP 涨了不等于大家共同富裕"最直白的证据。涨得越快，要是不改分配方式，劳动占的反而越少。
报告反复提醒的是：问题不在增长，在收益有没有被摊开、代价有没有集中在少数人身上。
七、有出路吗？分三层想
报告承认一件残酷的事：增长不会自动补偿那些承担代价的人。它举了中国进口冲击里区域失业的例子，很多地区确实没有因为整体在增长就自动被捞起来。但报告也算出来：补偿在数学上可行。
第一层：就在报告框架里，补偿算得过来
极端情景下，用约 GDP 的 9%（大概等于社保加医保的盘子）做转移支付，就能让认知工人的收入保持在没有 AI 的水平，其余经济还领先 20% 以上。规模是史无前例的，没先例。能用的机制：
• 再培训（retraining）：把转岗的摩擦压短 • 收入支持（income support）：兜住换岗那段空窗 • 全民基本资本或全民基本收入（UBI）：让资本收益也分到普通人手里 • 然后就是报告自己承认的，还没有设计出来的新机制
报告这点很诚实：什么制度真能让普通人分享这波繁荣，它自己的分析框架回答不了。
第二层：出路其实藏在参数里
报告里那些参数，每一个都是一根政策杠杆：
• 资本供给弹性：弹性好就保得住劳动份额；要是极端情景配上低弹性，平均工资 -9.2%，比没有 AI 还低 • 增援和自动化的比例：公众恰好预期一半对一半 • 转岗速度：再培训、降低摩擦，直接决定失业拖多久 • 新任务创造（ρ）：这是温和和显著情景没失控的主因，也是极端情景最毒的一刀
报告自己也承认，它可能低估了 AI 加速技术进步本身的速度，好几个评审也提了这点。要是 AI 反而创造了新的认知任务，那"失业悬崖"可能根本就不会出现。
第三层：这是最安慰人的，1-2 年就能知道方向
报告最有价值的地方在于，它所有参数都是能量出来的：
• AI 实际能完成的任务占比 • 企业真的采纳了多少 • 单件任务效率提了多少 • 失业的人多久能重新上岗
换句话说，1-2 年内我们就能判断正走向哪个情景。现在这三个一个都排不掉，但既然能提前测，那"先为冲击做点准备"就谈不上杞人忧天。
写在最后
把三层出路揉成一团，其实是三个选择叠在一起：
• (a) 降速保岗：优先增援、慢慢推，用时间换岗位 • (b) 提速加补偿：追求快增长，同时提前把 9% 量级的再分配机制设计好 • (c) 赌 AI 会创造新任务：历史上每次技术革命，最后都是靠这个把颠覆消化掉的
最危险的，是三者同时成立：增长又快、又没人管补偿、AI 又不出新任务。那恰恰就是极端情景的默认设定。
至于最后怎么选，取决于我们提前想没想清楚一件事：改变来的时候，谁在扛代价，我们愿不愿意给这些人留一张安全网。答案要是在，技术带来的动荡就能软着陆；要是不在，再快的增长也落不到普通人头上。
报告本身做成了个可以自己玩的东西，你可以调参数，看自己猜的 2030 长什么样：
https://www.anthropic.com/institute/econ-scenarios
参考
[1] Anthropic Institute, "Scenarios for Our Economic Future", 2026. https://www.anthropic.com/institute/econ-scenarios