话题 | AI越普及,失业越多?

2026年的夏天，当我们站在技术浪潮的又一个峰顶回望与前瞻，一个共识愈发清晰：人工智能早已不是遥远天际的晨星，而是我们日常工作中无处不在的重力场，深刻地重塑着每一个组织、每一个岗位，以及我们每一个人的职业轨迹。

近期，摩根士丹利（Morgan Stanley）一项覆盖全球多个核心经济体，聚焦银行、软件、硬件、半导体和专业服务等知识密集型行业的调研，描绘了一幅复杂而深刻的AI职场全景图。这份调研并未给出简单的乐观或悲观论调，而是揭示了一系列充满张力的“矛盾数据”。

冰与火，是同一件事的两面

调研最核心的一组数据，像一枚硬币的两面。

一面是“生产力之火”。过去一年，采用AI的公司普遍实现了接近两位数的生产力增长。从IT开发、客户服务到财务运营，大量知识工作者的效率得到了实实在在的提升，这与我们过去一年的普遍观察高度吻合。

另一面是“就业之冰”。同期，全球出现了约5%的净就业岗位流失。这意味着，每100个岗位中，大约有5个因为AI而净减少。

但如果我们把这两件事分开看，就很容易掉入非黑即白的陷阱。真正的现实，远比这个数字复杂。

调研里的一个细节非常关键。这5%的净流失，是怎样构成的？

12%的岗位被直接裁撤;
15%的空缺没有被填补;
与此同时,企业也因为AI创造了22%的全新职位。

换句话说，那些我们担心的“消失的岗位”，很大程度上不是被AI一键删除的，而是企业在招聘策略上主动做出的调整：一个员工离职后，发现AI能把他的活儿干得差不多，于是这个空缺就不再被填满了。这比直接裁员更隐蔽，但也同样深刻。

更深层的观察在于，企业并没有冷血地“光用不养”。报告显示，员工被重新培训（Retrained）的比例高达25%，是所有选项中占比最高的。这说明，对于很多公司来说，AI带来的第一反应不是把员工扫地出门，而是给他们“换装备”、“换赛道”。这背后是一种认知上的升级：AI不是用来替代人的，而是用来重新定义“人+AI”这个组合的能力上限。

真正的鸿沟，不在技术，而在信任

既然AI能带来如此显著的生产力提升，为何我们仍看到许多企业在AI应用的道路上步履维艰？

人们常归因于技术瓶颈，但调研给出的答案却指向更“人性”的层面，是“信任、安全、隐私和声誉风险”。一个大模型，哪怕准确率再高，只要它有“幻觉”被暴露在客户面前，或者一次数据泄露引发了监管重罚，所带来的后果可能远超它节省的那些成本。对于金融、法律、医疗这些高度依赖信任的行业，这一点尤其致命。

我们平时总在强调算法、算力、数据这些“硬”实力，但真正挡住AI进入核心业务流程的，往往是那些看不见摸不着的“软”门槛。谁能为AI的“可信度”背书，谁就能在下一轮竞争中掌握主动权。

与此同时，另一个让企业头疼的问题是“AI技能和专业知识短缺”。但这里的“短缺”，往往不是指找不到顶尖的算法博士，而是指在公司内部，缺乏能够把AI能力翻译成业务语言、或者把业务需求转译成技术方案的“桥梁型人才”。很多企业面临的情况是：懂技术的人讲不清楚业务痛点，懂业务的人又不知道AI到底能干嘛。这道沟通的鸿沟，比任何技术瓶颈都难跨越。

智能时代的工作法则，是“重新配对”

既然AI在改写岗位规则，对我们每个个体而言，意味着什么？

调研给出了一个很具象的观察：岗位冲击最明显的，是职业生涯早期的年轻人（尤其是2-10年工作经验的群体）。同时，这个群体也恰恰是最容易被再培训、再激活的。这揭示了一个残酷但合理的逻辑：那些最容易被AI自动化替代的，正是当前工作中大量重复、基础、遵循明确规则的部分，而这些工作通常落在了年轻人身上。

但这并不意味着年轻人前景黯淡。相反，报告同时显示：未来12个月内，企业最希望招聘的，正是这个经验区间的群体。企业并非在“抛弃”年轻人，而是在“重新定义”他们的角色——他们需要的是那些已证明具备学习与适应能力，并能与新工具协同作战的“新一代职员”。

别再只盯着“我的岗位会不会被替代”，而是问“我的核心能力是什么”。
报告数据显示，所有AI采纳者的首要KPI是“质量和准确性”，而非单纯的效率。这说明，AI擅长的是快，而人需要守住的是“对”和“好”。你的判断力、你的审美、你对行业潜规则的理解、你处理模糊边界问题的能力，这些东西短期内很难被AI完全替代。

学会和AI“协作”，而不是“并用”。
调研显示，大多数公司正在采用的AI策略是“人机协同”的模式。AI负责初步生成、筛选、提速，人负责裁决、润色、兜底。这种“AI打草稿、人做精修”的模式，可能是未来很长一段时间内知识工作的主流。

我们真正该担忧的，从来不是AI这个工具本身，而是自己是否还愿意随着时代的变化，去重新理解、重新定位，并勇敢出发。