焦虑与数据之间的真实图景

“AI将取代人类工作”——这句话在过去两年被反复提及，成为无数人焦虑的来源。

但真实的数据，给出了一个更复杂的答案。

一、裁员在发生，但并非全貌

2026年4月，在拉斯维加斯举行的HumanX大会上，入口处贴放着一句直白的广告：

“停止雇佣人类。”

这不是哪位CEO的发言，但它比台上的任何表达都更直接。

现实中，裁员确实在发生：

Salesforce裁掉4000名客服员工，称AI已经接管了50%的工作

Block CEO杰克·多西宣布，公司计划裁掉近一半员工，理由是“智能工具”彻底改变了企业运作方式

这些案例是真实的。但它们是否代表了全貌？

未必。

摩根士丹利的研究显示，AI对劳动力市场的影响到目前为止仍然是有限的。数据显示，在AI高度暴露的行业中，就业仍然保持强劲。

问题在于：影响是不均匀的。

二、谁最容易被影响？

Anthropic的一项研究分析了数百万条真实的Claude对话，匹配了800个职业后发现：

AI理论上可以自动化94%的计算机和数学任务，但目前实际处理仅约33%

在商业、金融、法律和行政岗位中，情况类似

金融和投资分析师被明确列为最“暴露”的职业之一

摩根士丹利的经济学家进一步指出：失业率上升最明显的是22-27岁的年轻工人——分析师、会计师、司法文员。这些职业通常需要较高的教育水平，主要执行基于计算机的任务。

但有一个重要的细节：当使用不同的自动化衡量标准时，这一证据的强度会减弱。这意味着：“AI影响”的测量本身，仍在完善之中。

三、“自动化陷阱”：一篇论文的警示

2026年3月，宾夕法尼亚大学和波士顿大学的研究人员发表了一篇论文，题为《AI裁员陷阱》。

论文用数学推演了一个极端情景：

每家用AI取代工人的公司，也在解雇自己的客户

每位被裁的员工，都是曾经会花钱的人

当足够多的人失业时，购买力会被持续侵蚀

那些裁员的公司，在一个没有购买力的经济中销售产品，也会最终走向破产

论文把这个困境描述为“囚徒困境”——每家公司都选择完全自动化，因为这是对自己最优的策略；但当所有公司都这么做时，最终的结果反而比不自动化更差。

这篇论文的价值不在于预测未来，而在于警示风险。作者自己也承认，这个模型把现实世界压缩成了成本、需求和竞争几个变量，忽略了需求的迁移、新岗位的创造、战略和政策的调节作用。

它更像是一个极端情景的放大镜，而不是对现实的还原。

四、历史的视角：创新最终创造了更多就业

摩根士丹利的经济学家研究了美国五次重大创新浪潮——从工业革命到互联网兴起，发现了一个清晰的模式：

创新总是具有破坏性、资本密集且波动剧烈。但它们最终提高了生产率，重构了劳动力市场，扩大了产出，并在制度适应后提高了生活水平。

关键的区别在于：收益的分享范围取决于政策制定者、企业和教育者如何管理转型。

关于“AI会不会不同”的讨论，经济学家承认：AI确实可能偏离历史模式。如果AI替代劳动力的速度远超以往，可能导致更强劲的经济增长，但也会带来更剧烈的不平等上升。

这不是一个“会不会”的问题，而是一个“如何应对”的问题。

五、“提智不减员”：另一种选择

并非所有企业都在用AI替代人。

2026年4月，智元机器人在南昌工厂的一场直播展示了另一种可能。其精灵G2机器人在高速流水线上完成精密上下料、人机协同全流程作业，与人类员工并肩工作。

智元机器人项目管理及交付总监艾文说：

“我们希望机器人和人类共存，释放人类劳动力，提升人类生活质量，而不是对人类产生威胁。就像早期自动驾驶，大家的愿景是无人驾驶，实际更多是提升驾驶安全性、通行效率，降低驾驶疲劳感。”

节卡机器人副总裁常莉表达了类似的判断：

“机器人行业的进化史，本质是人机关系的迭代史。当前，行业已从‘机器代人’‘人机协作’迈入了‘人机共创’的阶段。机器人从执行工具，升级为能读懂场景、与人类共创价值的‘伙伴’。”

在这些工厂里，一线产业工人不是被替代，而是实现职业升级，转型为能够直接操作机器人的技术人才。

六、AI的就业创造效应：被忽视的一面

城堡证券发布的《2026全球智能危机》报告指出，AI正在成为就业的“净创造者”。

报告给出了几组关键数据：

美国失业率稳定在4.28%的低位

软件工程师招聘岗位数量同比增长11%

全美计划建设约2800座数据中心，直接创造了大量建筑业和高端制造业岗位

两条创造路径：

直接创造：AI基础设施建设（数据中心、服务器、芯片）需要大量劳动力

间接创造：AI降低商品和服务成本→提升社会购买力→刺激总需求增长→创造新岗位

报告还指出，技术扩散遵循“S型曲线”，而非“线性加速”。技术的快速迭代能力，并不等同于经济中的快速部署速度。训练和运行AI所需的巨额算力、能源和芯片投资，构成了替代就业的经济边界。

七、信息智能的终局与物理智能的窗口

清华大学在2026年百人会论坛上提出了一个三阶段论：

信息智能：以语言模型为代表，窗口大概到2028年接近终局

物理智能：以自动驾驶和具身智能机器人为代表，未来10-15年是最大的机会窗口

生物智能：人与机器深度融合，15-20年后才会到来

这个框架的启示是：AI取代的首先是“信息处理”类工作，但“物理交互”类工作的窗口才刚刚打开。

在当前阶段，AI更像“副驾驶”（Copilot）而非“驾驶员”（Driver）。它辅助人类决策，而非取代人类判断。

法国AI公司Dataiku的CEO给出了一个具体描述：在未来的工作中，AI负责执行，人类负责判断；机器整夜运行，人类在白天进行审核和决策。

八、结构性变化：入门级岗位在消失

投资机构SignalFire的数据显示，2019年到2024年，美国大型科技公司中经验不足一年的岗位招聘减少了50%。

那些原本用于培养经验的工作，被自动化直接跳过。新人还没来得及进入体系，体系本身就已经被改写。

摩根士丹利的研究也证实了这一趋势：例行行政岗位在减少，而对技术性岗位的相对需求在增加。这是结构性的劳动力重新配置——不是总量的减少，而是构成的变化。

在HumanX大会上，几乎所有发言者都在重复同一套建议：

要学会与AI协作

要提升判断力

要更有人类特质

创始人吴恩达表示：编程并不会消失，AI只是让更多人能够参与其中；真正拉开差距的是如何理解问题、如何使用工具。

Coursera CEO指出，其平台上的批判性思维课程注册人数在过去一年增长了三倍。

九、回到根本问题：AI会取代人类吗？

答案不是“会”或“不会”，而是“取决于谁、在什么岗位、以什么方式”。

从数据来看：

总量上：目前没有证据表明AI导致大规模失业。美国失业率稳定在4.28%，AI高度暴露行业的就业仍然强劲。

结构上：入门级、例行性岗位在减少，技术性、判断性岗位需求在增加。

速度上：技术扩散遵循S型曲线，AI替代不会“一夜之间”发生。

边界上：算力、能源、芯片的成本构成了AI替代的经济天花板。

最值得警惕的不是“被取代”，而是“被落下”。

正如HumanX大会上反复强调的：你留下了，才有机会从执行者转向决策者，从“被AI替代的一方”转向“使用AI工具的一方”。

结语

AI与人类的关系，不是简单的“取代”或“共存”。

它是重构——工作内容在变、技能要求在变、组织形态在变。

对个人而言，适应这种变化的关键不是恐慌，而是：成为那个能“使用AI”的人，而不是“被AI使用”的人。

DataSure——让数据质量可量化，让AI更好地服务于人。