十年前AI教父预言放射科医生会消失,现在反而严重短缺

请大家记得给这个公众号加星标

十年前，"AI教父"杰弗里·辛顿在一个机器学习会议上放话："现在就应该停止培训放射科医生了，五年内机器深度学习就会比人做得更好。"他甚至打了个比方：放射科医生就像动画片里那只已经跑出悬崖、还没低头看的狼——脚下早已空空如也。

听起来很有道理，读片子不就是图案识别吗？计算机看图像的速度和精度远超人眼，放射科医生似乎注定会消失。然而，十年过去了，现在情况怎样了呢？

现实恰恰相反，根据医疗招聘平台radboard.io的2025年报告，全美有约4,333个放射科医生岗位空缺，平均需要130天才能招到一个人。2025年放射科医生平均年薪达到57.1万美元，在全美医学专科中排名第三，较上一年增长9%。

"任务"与"工作"的混淆

前不久，英伟达CEO黄仁勋在Dwarkesh访谈中谈到了这一反常现象。黄仁勋指出，问题出在人们对"工作"和"任务"的混淆上。放射科医生的本职工作里有很多事情要做，比如诊断疾病、跨科室协作、疑难病例讨论等，读片子只是其中一个任务。当AI自动化了"读片"这个任务后，医生反而可以服务更多患者，医院的需求不但没有萎缩，反而进一步扩大。

大多数职业都是如此：每个岗位职责都是由一系列任务组成，而AI能自动化的往往只是其中一部分。比如，写代码是工程师的任务，但发现真正该解决什么问题、协调产品经理和需求方，在需求变更时做权衡，才是他的工作。AI能帮着写代码，但它不会替你去评估"这个功能到底用户需不需要"。

不过，可能有人会追问：就算"工作"和"任务"不同，那AI终究会不会把越来越多的任务自动化，最终消灭工作岗位，让大规模的人失业呢？

杰文斯悖论：效率革命如何制造需求膨胀

要回答这个问题，需要了解一个经济学概念：杰文斯悖论（Jevons Paradox）。

1865年，英国经济学家威廉·杰文斯观察到一件怪事：蒸汽机的效率大幅提升后，英国的煤炭消耗量不但没有下降，反而暴增。按理说，机器烧煤更省了，总该少用点煤吧？

图片：豆包AI生成

但实际情况是，因为烧煤成本大幅降低，蒸汽机被用到了以前根本用不起的地方。工厂、铁路、轮船、矿山。煤便宜了，需求像潮水一样涌来，总消耗量反而翻了几番。

这就是杰文斯悖论的核心：当某种资源的使用效率提高、成本下降时，人们会找到大量新的用途，最终总需求不降反升。

这个规律在技术史上反复上演。

20世纪80年代，个人电脑刚普及时，很多人担心它会消灭文员和秘书岗位——毕竟打字、制表、归档这些任务都可以自动化了。结果呢？电脑让"处理信息"的成本断崖式下跌，企业开始用电子表格做以前根本做不起的财务分析，用文档软件写商业计划书。信息处理的需求爆炸式增长，相关岗位不但没有减少，反而催生了全新的职业：数据分析师、产品经理、用户体验设计师……

互联网也是一样。1991年万维网发明后，"信息可以免费传播了"——按说记者、编辑、出版社该失业了吧？但实际情况是，内容生产的门槛骤降，需求像洪水一样涌来。从博客到短视频，从自媒体到知识付费，信息传播的总规模扩大了成千上万倍，养活的人远比传统报业时代多得多。

杰文斯悖论说的是长期趋势，但短期内的职业转型阵痛是真实的。蒸汽机普及后，手工纺织工人确实失业了，只是后来工厂创造了更多岗位。站在当下，AI技术日新月异，旧的工作形态可能会被淘汰，但会有更多的新岗位出现。AI不会一夜之间取代你的工作，但它会逐步改变你的工作方式，问题不在于“有没有替代你”，而在于“你能不能跟上变化”。