如何应对AI时代的就业冲击和社会焦虑?

AI焦虑并非空穴来风。有国际研究机构指出，在AI暴露度较高的职业中，22岁至25岁年轻劳动者的就业出现了6%至16%的下降，主要原因不是失业人数突然增加，而是招聘明显放缓；相关分析也发现，AI高暴露岗位的年轻人新岗位进入率较2022年后下降了约14%。AI投资转向和自动化提效也已成为多家企业裁员的重要理由。比如，Snap裁减16%员工，Block砍掉40%人力，甲骨文大规模削减岗位等。大规模裁员正在成为部分科技企业博取资本市场好感的新工具，企业通过裁员换取公司股价暴涨。高盛将人工智能视为劳动力前景的最大下行风险，不是因为它已经引发大规模裁员，而是因为它可能在边际上抑制招聘。到目前为止，高盛估计与AI相关的替代效应仅从受影响最大行业的月度增长中就削减了5000至1万个就业岗位。换言之，AI对就业的冲击，已经从一种远景式想象，逐渐变成现实中的结构性压力。

正是在这个意义上，这些AI抗议活动使人联想到工业革命初期的卢德运动。当然，今天的情形并不等同于19世纪初英国工人捣毁机器，但两者有一个重要相通之处：人们反对的，未必是技术本身，而是技术在特定权力结构和资本逻辑支配下，对人的生存空间形成挤压。历史上的卢德运动，是对机器大工业条件下失业、贫困和尊严受损的激烈回应。今天，围绕AI而起的焦虑、抗议乃至极端行为，本质上同样是对一种发展失衡的抗议：技术红利越来越向资本和头部人才集中，而就业风险、能力贬值和转型成本，却越来越多地由普通劳动者承担。

尤其值得警惕的是，AI时代的就业替代已不局限于传统意义上的岗位压缩，而是发展为一种对人类经验和知识的系统性提取，比如最近被舆论热议的“同事.skill”蒸馏。过去，机器主要替代体力劳动；现在，大模型和智能体正越来越多地进入写作、编程、客服、设计、分析等脑力劳动领域。越来越多的互联网公司将“skill”文档写入了员工的KPI。他们要求员工将自己积累多年的工作方法、产品经验、行业洞察、客户话术甚至是人格特征，都一字一句地提炼出来，喂给大模型。这套系统会自动同步员工所有的工作数据，从聊天记录到项目文档，从邮件往来到会议纪要。员工之间还会互相竞争，看谁的“skill”写得更好，引发了极为强烈的焦虑心态。而当员工离职时，系统只需很短的时间就能生成一个完整的“替代品”。新人入职直接调用，甚至AI自己就能完成大部分工作。这样一来，劳动者面临的不仅是“岗位被替代”的风险，更是经验被抽取、能力被平台化、个体被标准化的压力。这种变化比传统机械替代更加隐蔽，也更容易造成深层次的不安全感。

与传统的机器大工业相比，skill蒸馏有以下三个特征：第一，它实现了对人类经验的彻底占有。过去机器只能替代人的体力劳动，现在AI正在替代人的脑力劳动，甚至连人类最宝贵的经验、创造力、人格，都可以被量化、被提取、被复制；第二，它将剥削的成本降到了极致。过去沉淀一个资深员工的经验需要数月，做各种交接工作。而现在，只需将他的所有工作数据都丢进大模型，很快就能生成一个可以无限复制的数字替身；第三，它让剥削变得更加隐蔽。传统的剥削至少还能被感知，现在的老板都打着“自驱力”、“自我提升”的旗号，让员工主动自我剥削。

这种新型剥削，导致了更深层次的劳动异化。劳动者与劳动产品相异化——你创造的AI，最终会取代你；劳动者与劳动活动相异化——工作不再是价值实现的途径，而是变成了给AI投喂数据的苦役；人同人的类本质相异化——当你的所有价值都可以被算法量化，你就变成了一个可以被随意替换的零件；人与人相异化——同事之间不再是合作关系，而是变成了互相竞争的对手。

很多人将冲突归咎于技术本身，认为是AI的发展抢走了人类的工作。但真正的问题在于，当AI以前所未有的速度重构劳动世界时，人的权利是否得到同步保护？技术进步带来的收益，是否在资本、企业、劳动者和社会之间实现了相对公平的分配？1990年美国心理学家C·格兰蒂宁发表《新卢德宣言》，指出所有技术都具有政治性，反映和服务于特殊的权力利益集团，而不是大众。因此，新卢德主义明确他们并不是反对技术，而是反对资本家利用技术剥削工人。

“技术向善”——这是科技巨头们最喜欢挂在嘴边的一句话。他们一边说着AI要普惠人类，一边却将核心技术牢牢掌握在自己手中。资本的宣传与实际运作之间的矛盾反差，正是公众不满情绪的根源。那些走上街头的抗议者，极端反AI的袭击事件，其行为固然有过激之处。但他们代表的是无数被AI技术边缘化、被资本逻辑碾压的普通人的绝望。正如萨多夫斯基（Jathan Sadowski）在《过度智能》中所言：“反对资本的斗争不仅限于工人反抗工作场所中的剥削。如果资本主义权力不去限制它的覆盖范围，那么我们为什么要限制自己的抵制行为呢？”

全球范围的AI抗议是一个警告，也是一个预言。它告诉我们，如果我们继续任由资本逻辑主导AI的发展，如果我们继续对日益加剧的不平等视而不见，那么更多的社会矛盾将会以更加激烈的方式爆发出来。面对这样的趋势，必须把对人的权利保护摆到更加突出的位置，要让技术重新回到以人为本的轨道上来。

首先，亟需完善法律制度，保护劳动者的数字权益。“skill”将人的工作经验、协作方式甚至人格特征都模块化上交给公司，但其中的劳动价值、知识产权和人格尊严的所有权本应是属于员工个人的。所以，厘清员工工作数据和知识成果的所有权边界十分重要。企业无权也无条件占有员工在工作中积累的经验和技能，更不能强迫员工进行skill蒸馏。一方面，我们需要通过劳动合同提前约定，另一方面，更需要通过修订劳动法、制定专门的数字治理法规来明确。从而规范AI时代的劳动关系，保护劳动者的合法权益，让劳动者的劳动价值不被无偿占有，让劳动者的尊严不被技术碾压。

其次，要把就业保护与技术发展统筹起来。面对青年劳动者和初级岗位率先承受的冲击，应通过职业培训、转岗支持、社保衔接和公共就业服务等制度安排，降低技术转型的个体代价。对此，可设立“技术转型专项基金”，对被替代行业的企业和员工提供转岗补贴、安置补助和再就业奖励。还应大规模开展针对性的职业技能培训。在培训的基础上，打通技能人才的职业发展通道，让学有所用能够真正落地。这要求完善职业技能评价体系，大力推行“新八级工”职业技能等级制度，推动薪酬分配与劳动者技能等级挂钩，让技能培训的成果能够实实在在地转化为劳动者的收入增长。

最后，要强化对头部科技企业的规范约束，不能让技术优势进一步转化为对劳动市场、数据资源和未来机会的单边控制。当前，一些头部科技企业凭借算力、模型、数据、资本和场景入口等多重优势，正在加速形成对技术标准、产业规则和就业结构的深度影响力。如果缺乏有效规制，技术优势就可能进一步外溢为市场支配优势、数据占有优势乃至机会分配优势，使普通劳动者、中小企业在竞争中处于更加不利的位置。尤其是在AI广泛嵌入招聘、考核、绩效评估和人员优化等环节后，企业还可能以AI提效之名强化对劳动者的管理与筛选，压缩其议价空间和职业上升通道。对此，必须坚持发展与规范并重，防止少数企业将技术领先优势固化为对劳动市场、数据资源和未来机会的排他性控制。