OpenAI首席经济学家重磅发声:别只盯着裁员!未来60%的好工作,今天连名字都没起

每次大模型一升级，互联网上就会准时流传一份“死亡名单”。

翻译、客服、初级程序员、插画师……经济学家和咨询公司最喜欢干一件事：把今天社会上所有的工作拆成一张任务清单，然后拿着计算器一项项勾选，算出AI能替掉多少人。这种测算看起来极其科学，给你一种“未来尽在掌握”的确定感。

但OpenAI经济研究团队却给这种算法泼了一盆冷水。

OpenAI首席经济学家罗尼·查特吉（Ronnie Chatterji）与应用科学家哈里森·萨切尔（Harrison Satcher）在团队专栏《The Economics of AI》上抛出了一个反直觉的论断：关于AI抢饭碗的预测之所以总是跑偏，是因为人类根本算不出自己还叫不出名字的东西。

在这篇题为《我们还没有那些名词》（We don’t have the nouns yet）的报告里，他们捅破了一层窗户纸：我们总是用今天的职业词典，去丈量明天的生存空间。

▲ OpenAI首席经济学家罗尼·查特吉发文推介团队新研究，指出未来许多新岗位目前甚至还没有对应的“名词”。

01词典里的盲区：60%的现代饭碗，在80年前属于“乱码”

什么叫“还没有那些名词”？

这里说的“名词”，专指劳动力市场里能写进招聘启事、被统计局归档的职业标签，跟语文课本里的语法概念无关。

查特吉举了一个非常具象的例子假设你坐时光机回到1976年，拉住一个路人，告诉他你未来的工作是“为云端视频流媒体应用优化搜索广告”。

对方大概率会觉得你在说胡话在1976年，“云端”“视频流媒体”“智能手机应用”“搜索引擎广告”这些词统统不存在。当时的智库能轻易算出“报纸分类广告撰稿人”会变少，却绝无可能预言“流媒体广告优化师”的诞生。

▲ 萨切尔在文章中用1976年的视角举例：当“云端”“流媒体”“搜索广告”等概念尚未诞生时，人们根本无法预言相关岗位的出现。

这绝非个例，而是现代经济史的常态

萨切尔在文中援引了麻省理工学院（MIT）经济学家大卫·奥托（David Autor）团队发表在《经济学季刊》上的重磅研究。研究人员翻遍了美国人口普查局跨越近八十年的职业编码表，得出了一个惊人的数字：今天约60%的美国人所从事的工作，在1940年的人口普查表里根本不存在。

再看一个更近的例子：网络安全今天全美有约125万人吃这碗饭，相当于每130个打工人里就有1个干网安。但在1970年代之前的人类书面语料库里，“Cybersecurity（网络安全）”这个词几乎是一片空白。

在互联网和黑客产业诞生之前，这个职业称呼根本无从谈起，任何就业预测模型在它面前都会彻底失灵。

▲ MIT新闻网对大卫·奥托团队研究的报道：长期人口普查数据显示，当今绝大多数工作都是1940年之后才出现的新工种。

02打破“AI打工人”幻觉：从一台计算机到年薪70万的核磁技师

听到这里，很多人会说：我知道AI会创造新工作，不就是提示词工程师、数据标注员吗？

报告直接戳破了这种想象LinkedIn数据显示，2023至2025年间全球确实冒出了约130万个AI相关新岗位，比如前沿部署工程师，或者T-Mobile招聘的“AI成本管理分析师”；美国非IT行业要求生成式AI技能的招聘启事也在两年内暴涨了约9倍。

但萨切尔指出：这些眼下能叫出名字的岗位，仅仅是故事的前半段。

更庞大的就业增量，往往藏在理论生物学家斯图尔特·考夫曼所说的“邻近可能”（Adjacent Possible）里。

什么叫“邻近可能”？你可以把技术演进想象成在一座漆黑的古堡里探险。你推开第一扇门，只能看清紧挨着的下一个房间，而看不到走廊尽头的花园。

火箭的发明让卫星上天成为可能；卫星催生了GPS；GPS与智能手机结合，才有了网约车软件；而网约车平台，最终养活了成千上万的产品设计师、算法调度员与专车司机。在造出火箭的那一天，哪怕最聪明的经济学家，也算不出“网约车司管”这个工种。

为了看清这种跨代衍生有多强大，我们可以调取美国劳工统计局（BLS）《职业展望手册》的最新档案，拆解萨切尔点名的三条真实职业链条：

第一条链条：从电子计算机到“核磁共振（MRI）技师”。1950年代的人看着占地一整个房间的早期计算机，绝不会想到它会催生出医院里的高薪专职。必须先有计算机算力，才有数字断层图像重建算法，接着造出强磁场扫描硬件，最后才分化出专门的MRI技师。如今，全美有4.39万名专职MRI技师。这份工作远不止按快门拍片那么简单，他们需要严格排查患者体内的心脏起搏器以防强磁事故、静脉注射顺磁性对比剂“钆”，并在控制台配置射频脉冲序列，实时把射频信号算成人体器官的三维立体图。凭着这套硬核技术，MRI技师的年薪中位数高达95,480美元（约合人民币69万元），比拍X光片的传统放射技师高出近20%。

第二条链条：从微电子与高分子材料到“生物医学工程师”。当微电子传感器、生物相容性材料与计算机仿真软件撞在一起，医疗器械不再只是冷冰冰的柳叶刀。这催生了全美2.16万名生物医学工程师，年薪中位数突破10.88万美元（约合人民币78万元）。他们日常设计人工髋关节与膝关节假体、维护生命支持系统，甚至在行业内部进一步裂变出生物力学、临床工程、康复工程等五大细分门派。

第三条链条：从光电效应到“太阳能光伏安装工”。硅太阳能电池早在上世纪中叶就进了实验室，但直到组件成本暴跌、并网逆变器量产，才在末端催生出成建制的新蓝领。如今，光伏安装工把传统木工、屋面永久防水密封与交直流电路调测融为一炉，成为全美增速最快的工种之一，预计未来十年岗位规模将飙升34%。

看懂这三条链条就会明白：未来由AI催生的主力岗位，未必挂着“AI”的头衔。它必须等AI底层的接口稳定后，撞上医疗、能源、制造的新硬件和新商业模式，才会破土而出。

03暴富后的“荒诞消费”：最火的AI岗位，可能跟AI毫无关系

如果把视线放得更远，未来工作长什么样？这里出现了两条极其迷人的分岔路

第一条路，是《大西洋月刊》记者安妮·劳里（Annie Lowrey）在10月中旬提出的“非AI的AI岗位”（The Non-AI AI Jobs）。

劳里把技术对就业的冲击分为三层：第一层是直接替代与创造（比如客服减少、机房电工增加）；第二层是围绕技术衍生的新角色（比如深度伪造调查员、AI风险承保人）；而最庞大的第三层，叫作“财富岗位”

耶鲁大学预算实验室执行主任玛莎·金贝尔（Martha Gimbel）道出了一个微妙又好笑的人类天性：当技术让社会变得更富裕，人类就会把钱花在老一辈人觉得极其荒唐的事情上。

▲ 《大西洋月刊》探讨“非AI的AI岗位”：冷水浴安装工、家庭事务经理等看似与算法无关的职业正在扩张。

比如雇一个婚礼策划师、花高价去练CrossFit体能、请专人上门安装冰水浴缸（Cold-plunge installer），甚至催生出专门帮人搭配矿泉水的“水侍酒师”。金贝尔调侃道，父母辈听到这些花销，第一反应永远是：“这也太浪费钱了吧！”但停顿两秒后，他们往往会试探着问一句：“……那感觉爽吗？”

萨切尔看到这篇报道后立刻转发，称其与“名词尚未出现”的逻辑高度契合。

▲ 萨切尔转发玛莎·金贝尔的观点，认为这与OpenAI关于新工作诞生的逻辑不谋而合。

第二条路，则是OpenAI经济团队在另一篇长文《当智能变得丰裕，我们需要的是注意力》中指出的方向，照料经济。

道理很简单：当AI让“算力”和“智力”变得像自来水一样便宜时，什么东西会变得最昂贵？答案是真人的注意力与在场感把幼儿园班级人数砍半、给落后学生提供一对一高强度辅导、更有耐心的门诊医生、居家养老照护、物理治疗师……智能可以无限复制，但人与人眼神交汇的温度无法自动化。

▲ OpenAI团队另一篇研究指出：当智能变得充裕，护理、教育、医疗等需要“人类注意力”的岗位将迎来巨大需求。

04词典更新之前，普通人拿什么交房租？

宏观历史的承诺总是无比光明：旧饭碗砸碎了，更好的新饭碗总会长出来。

但在社交平台上，面对OpenAI这份报告，学者们也纷纷算起了另一笔现实账。

经济学家杰森·波茨（Jason Potts）提到了经济学里著名的“可见与不可见”：眼下岗位流失带来的冲击触手可及，但新产品和新岗位在诞生前是隐形的，两边很难直接对冲核算。

▲ 经济学家杰森·波茨指出：当新岗位尚未存在时，人们很难提前将其纳入收益核算。

这正是技术革命最残酷的错位萨切尔在报告末尾也坦诚承认：新工作会诞生，并不意味着每个人都能丝滑过渡。在真实的历史转型里，新长出来的机会，往往不会在同一时间、同一座城市，精准发给同一批刚刚受冲击的人。

既然词典总是迟到，今天的普通人该如何自救？

报告与劳工局的数据其实藏着一条暗线。在网络安全行业2025年的一项全球调查中，高达36%的网安从业者出身于普通IT岗位，他们最初只是在日常工作里顺手接了安全活儿，最后才完成跨界转型；同样，医院里大批高薪的MRI核磁技师，最初入行时也只是普通的X光拍片员，靠着在临床一线做交叉培训（Cross-training）才跨进了新赛道。

由此可见，从来没有哪个新职业是等教育部编好教材、统计局印好名词之后，才敞开大门的。

在AI时代，最危险的动作，就是死守着今天岗位说明书上的那一亩三分地；而最聪明的破局，是用AI把原本不属于你的跨界任务拉进自己的工作流里，去写那段连接新旧世界的“胶水代码”。

毕竟，等一个高薪岗位拥有了人人皆知的“标准名词”，那扇红利的大门，通常也就快要挤满了。