ARTICLE · 1112127
OpenAI深夜反击失业论:60%的未来高薪工作,人类现在连名字都叫不出来!
关于人工智能对就业市场影响的讨论持续升温。
不少声音聚焦于部分传统工种面临的调整与挑战，纷纷关注现有岗位的发展空间。
但在 2026 年 9 月下旬，OpenAI 首席经济学家 Ronnie Chatterji 与应用科学家 Harrison Satcher 提出了一个全新的观察视角，指出了大众普遍忽视的盲区：
计算劳动力市场的变化时，大众往往只看了一半。
人们往往把目光放在可能受冲击的既有岗位上，却容易忽略即将诞生的新机会。因为对于未来的许多新工作，人类现在连描述它们的名词都还没发明出来！
▲ OpenAI 首席经济学家 Ronnie Chatterji 发文指出，未来大量涌现的全新职业往往难以事先估算
01穿越到 1976 年：你说你是个“云端短视频投流师”？
为了解释这个困境，OpenAI 经济团队做了一个极其精妙的思想实验。
假设你坐时光机回到 1976 年，在路边遇到一个满脸写着求职焦虑的年轻人。你拍拍他的肩膀，自豪地介绍你的高薪职业：
“我是专门在云端为手机流媒体视频 App 优化搜索引擎广告的。”
猜猜对方会是什么反应？他大概率会觉得你疯了，或者在念什么外星咒语。
▲ OpenAI 团队在 Substack 刊文《We don't have the nouns yet》，探讨尚未命名的新岗位
在 1976 年，“报纸排字工会减少”是一句所有人都能听懂的大白话；但“流媒体”、“智能手机”、“云计算”、“搜索引擎”……组成这个职位的每一个单词，在当时甚至都还没有出生。
你看，这就是人类认知与统计学天然的“词汇时差”。
当新技术掀起巨浪时，所有人都能清晰看见旧堤坝崩塌的泥沙（可见的损失）；但新大陆上会长出什么奇异的果实？因为没有名词，它在统计表格和大众想象中彻底隐形了。
02八十年铁律：今天 60% 的工作，曾经全是“黑户”
这一判断在人类现代经济史上早已得到反复验证。
MIT 著名劳动经济学家 David Autor 团队在《经济学季刊》（QJE）上发表过一项震撼的长期研究：2018 年美国就业市场中约 60% 的工种，在 1940 年的联邦人口普查表上根本不存在！
研究里记录了一个极具黑色幽默的真实故事：
1900 年，莱特兄弟在美国人口普查表上填写的职业是“自行车商人”；1903 年，他们在小鹰镇飞上了天空；1910 年的普查表上，他们给自己自豪地改填为“飞机发明家”。
然而，在当时的官僚统计系统里，这只是先驱者的狂想。直到半个世纪后的 1950 年，美国人口普查才正式收录了“飞机设计师”这个官方职业！
▲ 医疗影像技术的诞生，凭空创造出数万名高薪 MRI 技师岗位
类似的故事层出不穷：
1970 年前，字典里几乎找不到 “网络安全”（Cybersecurity） 这个词，今天仅全美就有 125 万 从业人员； 1980 年代核磁共振（MRI）设备普及，凭空催生了近 4.4 万个 专业的 MRI 技师岗位； 1990 年芯片崛起，才有了“电路布局设计员”；2018 年新能源爆发，才有了“光伏电工”。
技术不仅在吞噬旧动作，更在疯狂吐出新物种。
03邻近可能：火箭升空时，谁能想到会有“美团外卖”？
为什么我们总觉得“这次不一样，AI 真的要把工作全毁了”？
因为新工种的诞生，遵循着生物学家 Stuart Kauffman 所说的 “邻近可能”（Adjacent Possible） 法则，每一次基础科技的飞跃，都会像搭积木一样，解锁下一轮人类从未见过的工具箱。
试想一下这条进化链：
人类造出火箭； 因为有火箭，才能把卫星送入轨道； 因为有卫星，人类开发了 GPS 全球定位； 因为有 GPS 和智能手机，才诞生了网约车与外卖平台； 最终，催生了数以百万计的算法调度工程师、骑手运营专家、短视频探店博主……
如果在阿波罗登月那一天，你让经济学家预测登月能带来什么就业，没有人能穿越这五层“中间发明”，直接预言出今天的数字经济岗位。
苏黎世大学经济学教授 D. Yanagizawa-Drott 调侃道：所谓终极超级智能（AGI），或许就是能准确预测出它自己将要创造出哪些新职业名词，因为那需要一个看穿未来数十层技术嵌套的恐怖“世界模型”。
▲ Harrison Satcher 强调：没有名词不代表不存在，不要把今天的工作当作可能性的边界
04正在你的聊天框里：150 万条数据泄露的岗位大重组
新职业的形成往往无需等待官方目录的认定，日常工作实践早就在悄然催生新的角色。
OpenAI 经济研究团队追踪了超过 150 万条 真实的 ChatGPT 工作使用数据，发布了重磅报告《Work at the Frontier》，发现了一个极其惊人的现象，“任务越界”（Task Crossover）。
在连续观察的样本中，员工利用 AI 跨界处理“不属于自己本职岗位”的工作比例，在短短几个月内从 13.1% 暴增到了 25.9%！
▲ OpenAI 追踪超过 150 万条工作交互，揭示跨职业任务正在深度重塑工作流
程序员不再只管敲代码，他们正借助 AI 顺手写出高质量的公关通稿； 财务分析师利用大模型快速搭建轻量级自动化工具，干了以前运维工程师的活； 越来越多的企业开始招聘诸如 “兼职式人在回路审核员”（Fractional Human-in-the-Loop）、“AI 成本优化分析师” 这样前所未闻的交叉工种。
在正式的职位头衔被改写前，传统岗位的边界已经被彻底击穿。你手头正在做的“杂活”，很可能就是 5 年后年薪百万的独立新工种雏形！
05算清两笔账：在名词赶上现实前，人还要吃饭
当然，OpenAI 并没有盲目派发定心丸。
Ronnie Chatterji 援引《经济学人》的粗算指出：自 2023 年中以来，AI 在美国大约催生了 100 万个 相关就业岗位，但企业直接归因于 AI 的裁员也达到了 20 万人。
▲ Chatterji 强调：AI 创造了约百万岗位，但绝不能忽视 20 万被替代者的真实转型代价
这正是技术革命中最残酷的一面：旧工作的缩减往往迅速且集中，而新工作的孕育则更加分散和渐进。
▲ OpenAI 在政策报告中提出面向智能时代的工作转型与培训准备
历史同样敲响过警钟：MIT 的后续研究表明，1980 年代以来的技术新工种，绝大多数被年轻、高学历、身处科技都市的群体优先捕获，造成了显著的收入极化。
新机会不会自动平均地掉在每个被淘汰者的头上。
06别把今天的名单，当成明天的边界
经济学者 Jason Potts 引用经典经济学理论写道：在每一次重大科技转折点，“看得见的代价”总是触目惊心，而“看不见的收益”却因为无法言说而被严重低估。
站在 2026 年的当下，AI 带来的阵痛与撕裂是真实的，每一次岗位震荡都关乎一个具体家庭的生计。
但我们不必陷入末日式的虚无
回顾过去八十年，人类从未因为打字机、计算机或互联网的发明而无事可做；相反，我们用一次又一次对“无名之物”的探索，创造了曾经无法想象的繁荣。
今天的岗位清单远远代表不了人类未来的边界。那些即将改变许多人生计的高薪职业，正潜伏在技术与创意的交汇处，静候着属于它们的正式命名。