夜雨聆风
摘要：近年来，“AI风口”叙事在中文互联网上持续发酵，大量自媒体和知识付费从业者通过制造技术焦虑兜售课程，形成了一条成熟的商业化链条。本文基于权威机构研究报告、市场监管执法案例和企业实证数据，系统梳理AI技术对劳动力市场的实际影响，分析“风口论”背后的经济逻辑，并评估技术普及的真实路径。研究表明，AI的岗位替代效应远低于理论预测，真正的技术变革以“隐形渗透”的方式发生，而围绕AI的知识付费产业已演变为虚假宣传的重灾区。这一分析揭示了一条有别于市场热炒的真实路径：理性应对AI焦虑，回归自身业务基本盘、审慎使用工具，远比追逐虚幻的“风口”更有价值。
一、引言
2023年以来，“AI浪潮势不可挡”“不学AI就被淘汰”等话语充斥着中文互联网的每一个角落。从短视频平台到社交媒体，从付费课程到线下培训，一个围绕AI的知识产业迅速崛起。这些叙事的核心逻辑高度一致：AI正在重塑世界，抓住风口的人将逆天改命，错过的人将被时代抛弃。
然而，当我们将这些宣称置于实证数据的检视之下，一幅截然不同的图景徐徐展开。我们必须知道：AI究竟在多大程度上替代了人类劳动？谁在这一轮技术浪潮中真正获利？那些贩卖“AI风口论”的人，到底在卖什么？
二、就业替代：理论与现实之间的鸿沟
理论替代率的激进化叙事 关于AI对就业的冲击，最常被引用的数据来自国际投行和研究机构的报告。2023年3月，高盛（Goldman Sachs）发布研究报告，指出生成式AI可能导致全球约3亿个全职工作岗位面临自动化风险，其中美国和欧洲约三分之二的工作岗位受到一定程度的AI自动化影响。46%的行政工作和44%的法律工作被认为可以被AI替代。
同年，OpenAI联合宾夕法尼亚大学发表的论文《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models》估计，大约80%的美国劳动力至少有10%的工作会受到GPT的影响，约19%的员工可能看到至少50%的工作任务受到GPT影响。
需要指出的是，这些机构的研究口径各有不同。高盛和OpenAI评估的是“工作岗位或任务”的替代可能性，而麦肯锡评估的是“工作时长”的理论自动化上限，二者之间不宜直接比较。2025年11月，麦肯锡全球研究院（McKinsey Global Institute）发布了长达60页的重磅报告《智能体、机器人与我们：AI时代的技能协作》（Agents, Robots, and Us: Skill Partnerships in the Age of AI），指出如果企业围绕现有AI和机器人工具完全重新设计工作流程，美国经济中高达57%的工作时长在理论上是可自动化的。
然而，麦肯锡的研究团队特别强调了一个被广泛忽略的细节：这57%是一个关于工作内容“重组”的数据，而非“57%的工作岗位将消失”。根据对约800种职业的深入分析，约34%的岗位（如注册护士、消防员）因高度依赖社交情感技能和非结构化物理互动，核心仍将由人类主导；约30%的岗位（如会计师、软件开发人员）将向“以智能体为中心”的模式迁移，人类退居监督和校验位置。
实际替代率的缓慢进程 理论替代率与实际落地之间存在着系统性落差。核心障碍之一在于责任归属问题。
2025年8月1日，美国佛罗里达州迈阿密联邦法院陪审团裁定，特斯拉对2019年一起涉及Autopilot系统的致命车祸负有约三分之一的责任，赔偿金额达2.425亿美元。陪审团认为特斯拉的技术出现了故障，不能将所有责任归咎于驾驶员。这一判决标志着司法系统开始以实质性方式介入AI责任归属——这也恰恰揭示了企业在推进AI自动化时面临的核心法律风险。
企业实践也反复验证了这一判断。2025年9月，全球知名CRM软件服务商Salesforce CEO Marc Benioff在一次播客访谈中透露，公司已裁撤约4000个客户支持岗位，将9000人的支持团队缩减至约5000人。然而数月之后，公司内部情况急转直下。多位Salesforce高管承认，AI在涉及复杂背景与多轮升级的问题、长尾需求与个性化场景中表现不佳，导致客户满意度下滑、投诉数量上升。产品市场高级副总裁Sanjna Parulekar公开承认：“一年前，我们所有人对大语言模型都更加自信。”Agentforce CTO Muralidhar Krishnaprasad进一步指出，大模型存在一个难以忽视的瓶颈：当指令数量超过8条，模型就会开始遗漏部分规则。这对追求严格可控性的企业级系统而言几乎是致命缺陷。
瑞典金融科技公司Klarna的经历则提供了另一种维度的警示。Klarna通过自然减员将员工人数从5000人削减至3800人，宣称AI助理可以承担700名员工的工作。然而2025年5月，Klarna开始逆转策略重新招聘客服员工。CEO Sebastian Siemiatkowski在接受彭博社采访时承认这一策略“有些过了头”：“由于在组织这项工作时，成本似乎是一个过于重要的评估因素，最终导致质量下降。”他表示：“真正投资于人工支持的质量才是我们未来的道路。”
在更宏观的层面，Challenger, Gray & Christmas公司发布的数据显示，截至2025年9月，美国宣布裁员人数已接近95万人，创下新冠疫情以来的最高纪录。但企业高管多数避免直接承认AI“替代了人类员工”，更常见的表述是“AI已影响招聘计划”——这意味着AI的作用更多体现在边际调整而非大规模替代。
三、AI培训产业链的虚假宣传与利益链条
市场乱象的实证证据 2025年9月，北京市市场监督管理局查处了一起典型的AI培训虚假宣传案。涉案公司以“免费AI训练营，教你用AI搞副业，零门槛入门”诱导用户添加微信，再拉进微信群进行违规营销。直播中展示的“宝妈学完课程月入2万”“大学生做壁纸号一天赚300多元”等案例，经核查全部为虚假——截图记录是当事人从网上搜来的，直播实际上是提前录好的“情景剧”。直播间设置的抽奖环节声称“100%中奖”，特等奖为最新款苹果手机，但执法人员调取后台数据后发现，“特等奖”的中奖概率被调为了零。北京市市场监管综合执法总队依据《中华人民共和国反不正当竞争法》，对当事人处以50万元行政处罚。
中国质量万里行促进会发布的“2025年度服务消费维权与质量诚信建设十大典型案例”中，AI培训虚假宣传位列首位。消费者张先生被“轻松赚钱”“灵活变现”等广告语吸引，支付2690元报名后，发现课程仅为AI基础工具讲解，与宣传严重不符。商家口头承诺的“不合适可全额退款”在电子合同中变成了仅退10%。
据南方都市报2025年12月调查，在黑猫投诉平台以“AI课程”为关键词检索，相关投诉超过1500条，问题高度集中在夸大宣传、诱导消费、课程质量与承诺严重不符、退款无门。
产业链的经济逻辑 这一产业链的形成有其内在的经济逻辑。PwC（普华永道）发布的《2024全球AI职位晴雨表》（2024 Global AI Jobs Barometer）显示，额外具备AI技能的劳动者薪资成长幅度平均可达25%。这一真实的信号被培训机构放大和扭曲，转化为“不学AI就会被淘汰”的焦虑叙事。
真正的市场格局远比“风口论”所描述的复杂。AI产业链中真正的利润沉淀层——算力基础设施——掌握在少数巨头手中，而非散布于无数“学习AI”的个体。在应用层面，平台化的集中趋势已然确立，而AI独角兽的生存状况则更加堪忧——多家明星AI创业公司经历了团队裁撤、中层流失等困境。这些数据揭示了一个被“风口论”刻意遮蔽的事实：AI行业本身也在经历残酷的洗牌，而非遍地黄金的掘金时代。
四、分配结构与“抽锚”的实证考察
劳动报酬份额的长期趋势 根据国家统计局发布的《2024年国民经济和社会发展统计公报》，全年全员劳动生产率为173,898元/人，比上年提高4.9%。与此同时，全国居民人均可支配收入中工资性收入占比为56.5%。这一数据本身并非由AI单独驱动，但反映了整体生产效率的提升趋势。与此同时，劳动报酬份额的变化值得关注：劳动生产率增长与劳动者收入增长之间存在的系统性偏离，构成了理解“抽锚”机制的宏观背景。
IMF的估算显示，1990年至2007年间，OECD国家的劳动报酬占国民收入份额下降，主要与全要素生产率和资本劳动比的提高有关。这一趋势在中国AI时代的背景下呈现出新的特征。有学者研究指出，人工智能在驱动产业结构向服务业转型的过程中提升了中国总劳动生产率水平，但同时也拉大了高低技能劳动力之间的收入差距。
企业层面的薪酬与利润 在企业层面，AI技术的引入正在改变收入分配的结构性参数。PwC的报告指出，受AI影响较大的产业——金融服务业、信息技术业和专业服务业——员工产值的增长速度显著快于其他行业，自2018年以来，这些行业AI职位渗透率增速已达到其他行业的2.8至5倍。
然而，产值增长是否等同于劳动者收入增长，则取决于分配机制而非技术本身。以科技行业为例，AI工程师的薪资远高于传统软件工程师——据薪资追踪平台数据显示，美国市场AI/机器学习工程师平均年薪较普通软件工程师高出约30%至50%。这一差距反映出AI技能在劳动力市场的溢价能力，但同时也意味着：能够享受AI技术红利的劳动者，本身就是已经具备较高技能和认知水平的群体。对于大多数从事常规工作的劳动者而言，AI带来的薪资提升效应并不明显。
这一结构性特征意味着，即便AI带来了生产效率的普遍提升，普通劳动者能否分享技术红利，仍取决于分配制度的设计，而非技术采纳本身。这恰恰是“抽锚”机制在宏观层面的体现——技术提升了总产出，但产出的分配格局并未随之自动改善。
五、技术普及路径与“隐形渗透”
用户规模与普及速度 AI技术正以远超预期的速度渗透到中国社会的日常应用中。中国互联网络信息中心（CNNIC）发布的《生成式人工智能应用发展报告（2025）》显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，普及率为36.5%。与2024年12月的数据相比，用户规模在半年内增长2.66亿人，增幅达106.6%，实现了翻番。
这一数据揭示了一个反直觉的事实：当“风口论”还在贩卖“不学就落后”的焦虑时，超过三分之一的中国人口已经在不知不觉中使用着生成式AI。这种普及并非通过系统性的“学习”实现的，而是通过嵌入既有产品和服务的“隐形渗透”。
基础设施化的路径 从技术发展史的视角来看，任何真正颠覆性的技术最终都会走向同一条路径：从被追捧的对象变成被忽略的背景。历史数据提供了有力的佐证——根据Our World in Data的追踪研究，电力在美国的普及率从10%提高到90%用了约50年，互联网用了约15年，智能手机用了约8年。而生成式AI在公开发布后仅18个月内就达到了超过三分之一人口的普及率，普及速度远超此前任何一项通用技术。这些技术在各自时代最初都被描绘为需要专门学习的“新事物”，但最终无一例外地融入了生活的毛细血管。
AI正在重复这条路径。用户规模的爆发式增长并非源于系统性的技能培训，而是源于技术被无缝嵌入到已有应用场景中——智能搜索、内容创作、辅助决策等。AI的终局不会是永远站在聚光灯下被仰望的神坛之物，而是像自来水一样，拧开就有。
这一判断与CNNIC报告的数据相互印证：用户规模和普及率呈爆发式增长的同时，用户并不需要经历“专门学习AI”的阶段。生成式AI的普及是通过降低使用门槛、集成到既有产品中实现的，而非通过大规模的教育培训。
六、结论
本文以实证数据为基础，对当前弥漫在中文互联网上的“AI风口焦虑”进行了系统性检视：
AI对就业岗位的替代效应远低于理论预测。 从高盛到麦肯锡的权威报告提供的“理论替代率”，在现实中受到责任归属、组织适配、系统集成等多重因素的制约。Salesforce和Klarna的案例表明，盲目用AI替代人工可能导致服务质量下降和业务混乱。
“AI风口”叙事背后是一条成熟的商业利益链条。 北京市市场监管局的执法案例和黑猫投诉平台1500余条投诉数据显示，AI培训领域的虚假宣传已成为系统性问题，其运作逻辑与历史上的“风口焦虑”营销并无本质区别。
真正的AI普及路径不是通过“专门学习”实现的，而是通过隐形渗透完成的。 5.15亿用户和36.5%的普及率说明，AI技术正以基础设施化的方式融入日常生活，而非依赖大规模的教育培训。CNNIC数据显示，生成式AI在公开发布后仅18个月便实现了这一普及速度，远超电力、互联网等技术的历史周期。
AI技术的引入并未自动解决分配结构问题。 劳动生产率的提升与劳动报酬份额的稳定性之间存在的结构性偏离，决定了技术本身不足以改变普通劳动者的经济处境。
参考文献
[1] 高盛集团研究部（Goldman Sachs Economics Research）. The Potentially Large Effects of Artificial Intelligence on Economic Growth. 2023. 相关报道：澎湃新闻 https://m.thepaper.cn/newsDetail_forward_22492408
[2] 麦肯锡全球研究院（McKinsey Global Institute）. 智能体、机器人与我们：AI时代的技能协作（Agents, Robots, and Us: Skill Partnerships in the Age of AI）. 2025. FastCompany报道 https://www.fastcompany.com/91236873/ai-automation-work-hours-mckinsey-report
Economic Times报道 https://m.economictimes.com/tech/artificial-intelligence/ai-powered-automation-will-change-work-but-people-remain-indispensable-mckinsey-report/amp_articleshow/125650132.cms
[3] PwC. 2024全球AI职位晴雨表（2024 Global AI Jobs Barometer）. 2024. PwC官方新闻稿 https://www.pwc.com/my/en/media/press-releases/2024/20240521-pwc-malaysia-ai-exposed-sectors-productivity.html |
PwC台湾报道 https://www.pwc.tw
[4] 中国互联网络信息中心（CNNIC）. 生成式人工智能应用发展报告（2025）. 2025. CNNIC官网 https://www.cnnic.org.cn
[5] IDC. 2025年中国云端AI加速器市场研究报告. 2025. 新浪财经援引 https://k.sina.com.cn/article_1887344341_707e96d502001qry6.html
[6] Challenger, Gray & Christmas. Job Cut Report. 2025.
[7] 国家统计局. 中华人民共和国2024年国民经济和社会发展统计公报. 2025. 国家统计局官网 https://www.stats.gov.cn
[8] 北京市市场监督管理局. 免费直播AI课程虚假宣传行政处罚案例. 2025. 北京市市场监管局官方通报https://scjgj.beijing.gov.cn/zwxx/scjgdt/202509/t20250916_4203556.html
[9] 中国质量万里行促进会. 2025年度服务消费维权与质量诚信建设十大典型案例. 2025. 中国质量报 https://www.cqn.com.cn
[10] OpenAI, OpenResearch, 宾夕法尼亚大学. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. 2023. arXiv https://arxiv.org/abs/2303.10130
[11] 南方都市报. AI培训课程投诉调查. 2025. 网易新闻转载 https://www.163.com/dy/article/IJ4GB6F40535W6IH.html
[12] Fortune. Salesforce CEO says his company has cut 4,000 customer service jobs as AI steps in. 2025. Fortune https://fortune.com/2025/09/02/salesforce-ceo-billionaire-marc-benioff-ai-agents-jobs-layoffs-customer-service-sales/
[13] Fortune. As Klarna flips from AI-first to hiring people again. 2025. Fortune https://fortune.com/2025/05/09/klarna-ai-humans-return-on-investment/
[14] 羊城晚报（援引央视新闻、美联社）. 特斯拉因致命车祸被判赔超2亿美元. 2025.羊城晚报 https://news.ycwb.com/ikinvkctki/content_53578739.htm
[15] 天元律师事务所. 首例自动驾驶定责案诞生，特斯拉将承担超2亿元赔偿责任。 2025天元律师事务所官网 https://www.tylaw.com.cn/Content/202508121452483632.html
本公众号发布内容仅供行业资讯分享与知识交流使用。我们力求信息客观中立，读者因使用相关内容所产生的一切风险与后果，均由本人自行承担。
若需完整版资料或定制化内容服务，欢迎私信咨询，我们将为您提供精准、高效的专业支持。
