昨天看到一条新闻，第一反应是：终于有人把话说出来了。

韩国劳动部长公开呼吁科技巨头分享 AI 带来的超额利润，理由是 AI 正在大规模替代人类岗位，导致财富加速向少数科技公司集中，而普通劳动者却在承担失业和收入下降的代价。

这不是某个经济学家的论文，而是一个国家劳动部门负责人的正式表态。换句话说——政府开始认真考虑"AI 红利怎么分"这个问题了。

先来看一组数据。

全球 AI 市场规模预计 2026 年突破 3000 亿美元，到 2030 年可能达到 1.8 万亿。而在这笔巨额财富中，绝大部分流向了头部科技公司——芯片制造商、大模型开发商、云服务商。

与此同时呢？

国际劳工组织（ILO）的报告显示，全球约 14% 的岗位面临"高度自动化风险"，另有 32% 的岗位将因 AI 而发生"重大工作内容变化"。简单说，近一半的打工人，工作内容会在未来几年被 AI 深刻改变。

AI 在赚钱，但赚钱的方式变了：从"雇更多人干更多活"变成"用更少代码跑更多模型"。

这就带来了一个根本性的分配问题——当一家公司用 AI 替代了 1000 名员工，省下的工资和增加的收入，应该归谁？

韩国劳动部长的答案是：不能全归公司，社会应该有份。

你可能觉得奇怪，为什么不是美国、不是中国、不是欧盟，而是韩国先站出来说这话？

其实不奇怪。韩国有几个"先天条件"让这个问题特别尖锐：

第一，产业结构高度集中。 三星、LG、SK 等财阀控制着国民经济的核心命脉。当这些巨头开始大规模部署 AI，影响面不是"几家中小企业"，而是整个劳动力市场的结构性变化。

第二，年轻人就业压力本来就大。 韩国青年失业率长期高于 OECD 平均水平，"考公热""内卷化"早已是社会的痛点。AI 的引入让很多原本就竞争激烈的岗位（客服、初级编程、数据分析）进一步缩减。

第三，社会对"公平分配"的诉求强烈。 韩国近年来多次出现要求改革财阀制度、缩小贫富差距的社会运动。AI 带来的财富集中效应，等于在原本就不平衡的天平上又加了一块砝码。

所以，韩国劳动部长的呼吁不是突发奇想，而是结构性矛盾积累到一定程度的必然结果。

韩国劳动部长并没有给出详细的操作方案，但从国际经验和政策讨论来看，有几个可能的方向：

方案一：AI 税。 这是最直接的思路——对企业因使用 AI 而增加的利润征收专项税，用于失业人员的再就业培训、社会保障基金等。欧盟内部已经在讨论类似的"机器人税"，虽然至今没有落地，但讨论本身说明这个方向在政策圈不是禁区。

方案二：利润共享机制。 要求企业将 AI 带来的部分收益以奖金、分红或工资增长的形式分享给员工。这个思路在北欧国家有过实践，比如丹麦的"灵活保障"（flexicurity）模式，企业可以灵活调整用工，但必须通过高额社会保障来"兜底"劳动者。

方案三：缩短工时。 如果 AI 提高了 30% 的生产效率，那员工是否可以少工作 30% 的时间但拿到差不多的工资？这在理论上是成立的——法国已经试行过每周 4 天工作制，微软日本分公司也做过类似的实验，结果是员工满意度上升、生产力没有下降。

方案四：全民基本收入（UBI）。 最激进的方案。芬兰、肯尼亚、加拿大都有过 UBI 实验，核心逻辑是：当 AI 创造了远超人类劳动的财富，应该通过某种机制让所有人分享这笔"技术红利"，而不是让它只流向硅谷和华尔街。

每种方案都有支持者和反对者，但共同点是——没有人认为"AI 创造的财富应该完全归科技公司所有"这个现状能一直持续下去。

当然，这个提议一出来，反对的声音立刻跟上。

科技行业最常见的反驳是："AI 税"会抑制创新。 如果对 AI 带来的利润征税，企业就没有动力投资 AI 研发了，最终受损的是整个社会的生产力。

这个论点听起来有道理，但仔细想想，漏洞很大。

第一，企业投资 AI 的动力不仅仅是"少交税"，而是生存压力。 当你的竞争对手用 AI 把成本降低 40%，你不跟就得被淘汰。这种竞争压力不会因为一项税收就消失。

第二，"创新"和"分配"不是非此即彼的关系。 我们完全可以在鼓励技术创新的同时，建立合理的财富分配机制。就像互联网时代我们既鼓励了平台经济创新，也建立了数据隐私保护、反垄断等一系列制度——创新没有因此停止，社会也没有因此崩溃。

第三，现有的税制已经对 AI 创造的财富征了税。 企业所得税、个人所得税、增值税——AI 公司赚到钱，本来就要交税。问题的关键不是"该不该征税"，而是"现有的税制是否足够应对 AI 带来的财富集中速度"。

另一种反对声音来自经济学界："AI 替代的是岗位，不是人。"历史证明，每次技术革命都会消灭一些岗位，但创造更多新的岗位。

这个说法在长期来看可能没错——工业革命消灭了纺织工人，但创造了工厂主、工程师、销售员等新职业。但问题在于——"长期"可能是 20 年、30 年，而对于在转型期失业的那个人来说，他等不了那么久。

你可能会想，这是韩国的事，跟我有什么关系？

关系其实很大。

第一，中国的 AI 应用速度不比韩国慢。 从 AI 客服到 AI 写代码，从 AI 面试到 AI 审批，中国企业拥抱 AI 的速度是全球第一梯队的。麦肯锡的报告说，中国企业在 AI 采纳方面仅次于美国。这意味着，AI 对劳动力市场的冲击在中国同样在发生，只是可能更隐蔽——不是大规模裁员，而是"自然减员后不再补人"。

第二，中国的收入差距问题同样需要关注。 根据国家统计局数据，中国的基尼系数长期在 0.46-0.47 之间，高于国际警戒线 0.4。AI 带来的财富集中可能会进一步拉大这个差距。

第三，政策信号往往有跨国传导效应。 韩国劳动部长的表态不是一个孤立事件。欧盟的 AI 法案、美国的 AI 行政令、中国的人工智能治理倡议——各国政府都在建立 AI 时代的治理框架。劳动分配是其中一个必然会被讨论的话题。

换句话说——韩国今天提出的问题，明天可能就会出现在其他国家的政策议程上。

说到底，政策归政策，现实归现实。在规则还没有建立之前，每个打工人都需要面对一个现实问题：AI 正在改变我的工作，我该怎么办？

这里有几条实用的建议：

第一条：不要跟 AI 拼"执行效率"，要跟 AI 拼"判断力"。 AI 擅长执行明确的任务——写代码、写文案、做数据分析。但 AI 不擅长判断"这个任务值不值得做""这个方向对不对""这个人说的到底是什么意思"。这些判断力是短期内 AI 很难替代的。

第二条：学会用 AI 而不是害怕 AI。 这听起来像废话，但真的是最重要的一条。用 AI 的人和不用 AI 的人之间的差距，正在变成"用 AI 的人替代不用 AI 的人"。这不是未来，这是正在发生的事。

第三条：关注"人机协作"的新岗位。 AI 不会完全替代人类，但会创造新的"人机协作"岗位。比如 AI 训练师、AI 伦理审查员、AI 系统审计师——这些岗位在 5 年前几乎不存在，现在已经成了热门职业方向。

第四条：保持跨领域能力。 单一技能最容易被 AI 替代，但"懂技术+懂业务+懂人"的组合能力很难被替代。未来的职场竞争力不是"你会不会写代码"，而是"你能不能用技术手段解决一个真实的商业问题"。

韩国劳动部长的呼吁，本质上提出了一个 AI 时代的核心问题：当技术让少数人赚得越来越多，其他人该怎么办？

这个问题没有简单的答案。但有一件事是确定的——如果不去讨论它、不去设计制度去回应它，那答案就会由市场自动给出。而市场的自动答案，通常对大多数人不太友好。

AI 不是第一个引发分配争议的技术。蒸汽机、电力、计算机、互联网——每一次技术革命都伴随着类似的争论。区别在于，AI 的影响速度和覆盖范围比以往任何技术都更大、更快。

所以，当韩国劳动部长说出"科技巨头应该分享 AI 超额利润"这句话时，不管你是否同意他的具体方案，至少有一点值得肯定——他没有假装这个问题不存在。

而我们每个人，也都应该开始认真思考同一个问题：当 AI 开始替代你的工作，谁来保护你的饭碗？当 AI 创造了巨额利润，你有没有资格分一杯羹？

这些问题，不再是哲学讨论，而是正在发生的现实。