ARTICLE · 1183547
OpenAI首席经济学家刷屏:别慌着算失业!能养活你的新职业,人类连名字都没造出来
作者 | 坐标纸· 编辑 | 线间
想象一下，你突然穿越回了1976年。
在老家的一场家庭聚会上，长辈们围着你，关切地问你在大城市做什么营生。
你清了清嗓子，非常认真地回答：“我的工作，是专门在托管于云端的视频流媒体手机应用里，优化搜索引擎的竞价广告。”
空气瞬间安静长辈们面面相觑，眼神里写满了同情，甚至怀疑你脑子坏了。
在那个年代，这句话里的每一个词都在挑战人类的认知底线：“云”是天上下雨的积雨云；“搜索”是去图书馆翻卡片目录；至于“手机”和“应用”，更是八字没一撇的科幻概念。在1976年，任何一个严肃的经济学家，都能轻而易举地预测“排版工人的饭碗会被机器打碎”；但绝不可能有任何一个天才，能预测出你这份年薪几十万的真实岗位。
把视线拉回今天
全网铺天盖地都是焦虑：程序员要绝种了、设计师要失业了、文案被大模型连根拔起了。所有人在算计未来时，手里拿着的都是同一张旧世界的清单。
就在最近，OpenAI 经济研究团队在专栏发表了一篇引发学界与硅谷巨大震动的重磅长文，《我们还没有那些名词》（We don’t have the nouns yet）。
▲ OpenAI 经济研究团队在 Substack 专栏发表的《We don’t have the nouns yet》
文章由 OpenAI 应用科学家 Harrison Satcher 执笔，首席经济学家 Ronnie Chatterji 推荐。他们提出了一个发人深省的核心洞察：
今天所有人对 AI 就业灾难的预测，可能从一开始就全算错了。因为未来那些能够养活千千万万普通人的全新职业，人类现在的字典里，根本连名字都还没造出来！
01静态容器的骗局：为什么所有专家都算不出你的新饭碗？
为什么今天大家谈起 AI，总觉得“所有人都要丢工作”？
答案很简单：因为大家都在用“旧世界的容器”，去盛放“未来的生产力”。
主流经济学家在计算 AI 的冲击时，通常会打开官方劳工数据库（比如美国著名的 O*NET）。里面密密麻麻列着近千种成熟职业和细分任务：护士、卡车司机、会计、法务、初级程序员……
接着，学者们把大模型的能力套进去做矩阵运算。结果可想而知：这个任务被替代了，那个岗位被削减了。
▲ OpenAI 首席经济学家 Ronnie Chatterji 指出：AI 带来的需求扩张不可忽视，不能只看裁员
但 OpenAI 首席经济学家 Ronnie Chatterji 尖锐地指出：这种算法存在致命的认知盲区。这套公式的分子和分母，被永远锁死在了“过去已经存在的事物”里。
早先由 OpenAI 与宾夕法尼亚大学沃顿商学院联合发表的重磅论文《GPTs are GPTs》早就揭开过一个惊人规律：
单纯使用 GPT-4 这样的基础大模型，只能加速全美约 15% 的工作任务； 但如果在模型周围加上企业专属知识库、工作流插件、衍生应用与协作软件，受影响的任务比例会瞬间暴增到 47% 至 56%！
看懂这其中的巨大差额了吗？
从 15% 跃升到 56% 的这一大片广阔空间，正是为了让 AI 顺畅运转而生长出来的千千万万个补充性工具、新连接点与新协作界面。
每一款中间软件、每一次生态连接、每一道安全校验，背后全是全新的分工节点。你死死盯着那 1000 个老旧的职业头衔，算出来的自然只有旧世界的崩塌；但那些在技术裂缝中野蛮生长的新角色，因为还没有被统计局编上代码，直接被主流预测当成了“不存在”。
02“相邻可能”：你无法在造火箭时，就提前给网约车司机命名
人类历史上的每一次技术大爆发，往往都是一场环环相扣的“接力赛”。
文章借用了一个极为精妙的生物学概念，“相邻可能”（Adjacent Possible）。
意思是：每一次重大发明，都会重塑下一步人类还能制造什么。只有当你跨过了这一跳，下一跳的大门才会向你敞开。
▲ Ronnie Chatterji 转发长文，用生动的童年记忆类比那些尚不存在的产品与职业
回看过去半个世纪的技术链条，逻辑环环相扣、层层递进：
人类造出了火箭，才让发射卫星成为可能； 有了密集的卫星网络，才催生了民用 GPS 全球定位； GPS 与移动互联网、智能手机结合，才让地图导航走入每个人的口袋； 直到这几块拼图全部咬合，网约车应用才横空出世。
顺着这条链条往下看：网约车算法调度师、平台安全合规官、社群车队运营官……这些养活了全球千万人口的饭碗，是在哪一年被写进字典的？
在火箭升空的发射架下，哪怕你是全人类最聪明的预言家，也绝不可能凭空创造出“网约车运营”这个词汇。
技术史研究早已用冰冷的数据印证了这一法则。麻省理工学院（MIT）劳动经济学巨擘 David Autor 的权威研究显示：截至2018年，全美劳动力市场上绝大多数的就业岗位，在1940年的人口普查职业目录里根本查无此项！
今天撑起现代经济半边天的工种，全是在过去几十年里，被时代一个个硬生生“造词”造出来的。
最典型的例子莫过于网络安全（Cybersecurity）。
在 1970 年代之前，翻遍全世界的权威英文字典，这个词几乎不存在。直到计算机联网，黑客与病毒成为真实威胁，企业才狼狈地发现他们需要专门的人来守护系统防御。如今，仅全美就有超过 125 万人以此为生，平均每 130 个劳动者里就有一人是网络安全专家。
先有技术，再催生产品；先落地产品，才倒逼出岗位；岗位在现实里野蛮生长几年甚至几十年后，词汇才被社会勉强发明出来。
这就是历史运行的真实节拍
03前线的微观暗涌：岗位说明书，早就被撕碎了
“新名词还没发明，那我们现在能看到什么？”
宏观统计数据往往滞后现实两三年，最灵敏的变化信号，隐藏在普通打工人每天敲击键盘的微观行为里。
OpenAI 跟踪分析了超过 150 万条匿名化的真实工作交互记录，发布了系列实证报告《Work at the Frontier》。他们捕捉到了一个极具冲击力的现象，“任务越界”（Task Crossover）。
▲ OpenAI 追踪劳动者跨界任务的次月留存率，客户沟通与营销任务表现出极高粘性
数据清晰地显示：打工人们正在用 AI，大规模把属于别人职业范围内的活儿揽到自己手里：
开社区小店的个体户，开始用 ChatGPT 起草商铺租赁合同、把关风控条款，省去了找外包法务的周折； 公司的普通一线销售，不再卑微排期等技术部排查，自己把客户数据丢进模型跑数据分析图表； 市场营销策划人员，不等前端工程师排期，靠着自然语言交互自己排查官网前端报错。
这种跨界工作习惯表现出了极强的粘性。OpenAI 的长期追踪表明，那些第一次越界尝试了跨职业任务的劳动者，在短短三个月后，跨界使用 AI 的频次占比直接从 13.1% 翻倍飙升至 25.9%。
其中，与客户高难度沟通、撰写促销广告、制作多媒体营销内容等任务，一旦被普通员工用 AI 接管，就再也回不去了，直接嵌入了日常工作流。
一位科技从业者在讨论中写道：
“超出岗位说明书的任务，正是未来工作形态的先导信号。职位的头衔往往滞后，但每个人手里的活儿，组合方式早就变了。”
你名片上的 Title 可能还是“行政助理”或“运营专员”，但因为 AI 赋能，你事实上已经在干着“初级法务分析师”、“初级商业智能顾问”和“交互设计师”的活儿。
旧的名词还没死透，新的名词还没出世，但原本楚河汉界的工种围墙，已经被 AI 彻底轰塌了。
04残酷的现实裂隙：“在词汇追上现实之前，人总是要吃饭的”
在展望技术远景的同时，也必须正视眼前的现实摩擦。
正如一条热传的读者留言所呈现的现实处境：
“大家总在争论哪些既有工作会消失。但那些尚无明确定义的新职业，在成型前同样伴随着漫长的探索。在词汇追上现实之前，普通人首先得维系日常生计。”
这也是技术转型期不可忽视的现实考验。
MIT 对战后新工作的追踪研究揭示了一个冰冷的历史规律：每一次新技术创造出的新高薪岗位，往往优先被 30 岁以下、受过良好高等教育、身处核心大城市的年轻人抢走。
而那些因为旧技术淘汰而失去生计的，往往是人到中年、背负房贷、技能固化的普通家庭支柱。
正如 Ronnie Chatterji 所说，据《经济学人》粗略估计，AI 在全美催生了约 100 万个新就业机会，但与此同时，也造成了约 20 万明确归因于技术的裁员。
宏观上看，“创造远大于替代”，数字极其漂亮。但在微观世界里，那 20 万失业者的痛苦是绝对的。被裁掉的普通文员，不可能在一夜之间摇身一变，成为驾驭智能体集群的系统调优工程师。
岗位的创造与消亡往往出现时空错位，承受冲击的群体也与受惠群体各不相同。
新名词的诞生需要时间在这段漫长而残酷的“命名真空期”里，社会的剧烈阵痛、技能错配的彷徨、养家糊口的重担，每一个都足以压垮一个真实的打工人。
05闭环：站在明天的门槛上
回到文章开头的那个思想实验
再过三十年，到了 2056年
一个年轻的后辈站在你面前，耐心地向已经白发苍苍的你解释他的高薪职业。那一连串古怪的专有名词从他嘴里吐出来，可能会让你像 1976 年的大爷大妈一样，感到荒诞、困惑、甚至难以置信。
但在那个世界里，那份工作真实不虚，它撑起了一个家庭的柴米油盐，支撑着社会的稳定运转。
历史从未给任何人提前剧透完整的剧本。但它每一次翻页时，逻辑都惊人地一致：它砸碎冰面，但也融化出更广袤的海洋。
不要因为手中的职业目录正在失效而陷入绝望，那张纸从来都代表不了可能性的边界。但也不要坐在原地，幻想着未知的浪潮会自动托起每一个人。
面对时代的潮水，最现实的挑战在于：当旧世界的岗位分工逐渐褪色时，人们依然死守着过时的技能清单，不肯主动拓展未知的边界。
