夜雨聆风核心观点分析见文末。
引言
你有没有过这种错觉：每天听人喊"AI 要抢饭碗了"，可环顾四周，工位上一个没少。最新的早期数据来解释这个矛盾了——AI 眼下并没有大规模夺走工作，它悄悄动的是另一样东西：工资条。岗位还在，涨薪的速度却被削薄了。
这是 Apollo 首席经济学家 Torsten Sløk 和他的合作者，借一场经济学界梦寐以求的"自然实验"得出的初步信号。ChatGPT 的上线，像在日历上划了一道干净的分界线。研究者用这条线，把劳动力市场切成"前"与"后"，再把约 300 种职业按受 AI 冲击的程度重新归类。
一场自然实验：ChatGPT 之前与之後
这套方法在宏观研究里已经接近可控试验。Sløk 的团队把就业与工资数据按职业拆开，然后问一个朴素的问题：哪些工作被 AI 重度覆盖，哪些几乎没碰到？以 ChatGPT 发布为分界点，他们就能看着每一组人在这条线两侧的工资和人数发生了什么变化。
至少在这张早期快照里，结论很 blunt（直白）：高 AI 暴露的职业，工资增长更弱；而就业效应在整体上统计上不显著。没人被成批裁掉——但最容易撞上 AI 的人，钱包鼓起来的速度确实慢了。
一得一失：自动化 vs. 更有活力的经济
这里要把两股方向相反的力量拆开看。一边是"自动化与替代"效应，它说劳动力市场应该变差：机器把活干了，人变多余。另一边，是悲观者很少写进模型的东西——当 AI 变成一种便宜、随手可得的工具，创业也变容易了。
Sløk pointed to（指出）美国人口普查局的企业创建周度数据：眼下美国的新建企业数量，正处在有史以来的最高位。人们用 AI 代理、自动化循环、图表工具，把以前不存在的点子和公司转了起来。到目前为止，这股"活力效应"才是主导力量。
苦乐不均
痛感并不均摊。Sløk 的团队把职业切成两桶——受 AI 影响超过一半的、和不到一半的——粗分，但很有说服力。暴露度更高的那批，工资增长普遍更低。机制很直白：AI 在替代知识工作者，就给这类劳动的价格压出了向下的力。目前这股力落在工资上，还没落到人头数上。
仍是早期，且是一条 S 曲线
两位研究者都谨慎地说，故事还没讲完。企业正把大把钱砸进 AI，可标普 493（剔除"美股七巨头"后的指数）的利润率还没涨上来。包括 Sløk 在内，多数观察者预期未来几个季度利润率会随企业学会部署技术而改善。但此刻经济还在 S 曲线的早期段里摸索：新工具来了，大家仍在搞清怎么用。
这种不确定很关键，因为效应最终的形态还在被决定之中。
2026 年该让政策制定者做什么
政策的含义，诚实得有点尴尬。如果主导剧本真是大规模替代——失业率冲到 10% 甚至 15%——华盛顿就该直接对准这个问题出手。但如果企业创建的繁荣把失业率压得更低，真正的风险就翻成反面：经济过热，需要的是降温而非刺激。
因为没人能确定哪个剧本正在发生，Sløk 给 2026 年的建议最不性感、也最靠谱：边走边看。数据会告诉我们该去抓哪一套工具。押错赌注，比等着更糟。
一剂"奇迹药"——谨慎的乐观
Sløk 仍保持乐观，而他的理由不是那种常见 hype（ hype）。更有活力的经济，意味着咨询、金融、法律服务里冒出更多新公司，去和老玩家竞争、逼它们瘦身。这种竞争在消灭岗位的同时也在创造岗位。他的判断：AI 是一剂奇迹药，最终会同时抬高生产率和就业。
企业内部的视角：刀先落在哪里
宏观数字藏起了单个公司里发生的事。BCG 高级顾问、前 IBM 人力资源负责人 Diane Gerson，直接做过那些决定。她的观察：最先消失的，是本来流失率就高的岗位——客服、商业服务，那些需求本就偏软的角色。
"它们被替代的速度更低，"她说，"对这些岗位的需求更低，这就是经典的供需。人们以更低的薪水接受这些位置，因为更少的几个人就能更快把活干完。"值得注意的是，她没看到成熟企业去砍现有员工的工资——至少目前还没有。
零工身上的"现货工资"挤压
更快的压力出现在临时工群体。数据经纪商现在能告诉医院，哪些旅行护士信用不佳；也能告诉网约车平台，某个司机完整的挣钱历史。手握这些信息，雇主开出更低的费率，并且知道会被接受。这些是"现货工资"——当场议价，一方握着多得多的信息——它们被压低的速度，比正式员工的薪水快得多。
从底层起，向上攀爬
这个模式在各行各业重演。在法律界，先走的是诉讼助理（paralegals），因为他们大量工作现在能交给某家 AI 供应商。有些律所把他们再培训成以前不存在的初级律师角色；另一些就干脆让这块职能萎缩。
更深的风险，是当 AI 往"栈"上爬（它已经在爬了，尤其在科技业）时会发生什么。如果喂养管道的入门级岗位消失了，明天的资深专家从哪来？看重自身判断力与领导力的公司，正刻意通过留存下来的岗位去培养人，正是为了保护那条管道。
生产率不等于估值
有些公司想得比降本更大。Gerson 指出，把事情做得更快更便宜，本身并不会抬高估值。真正指望赢的公司，在问一个不同的问题：用 AI 我们能造出以前造不出的东西吗？新产品、新机会、真正的突破——它们相信那才对得起这笔投入。
激励员工：赋权，还是"捷径键"
怎么部署 AI，塑造了企业文化。Gerson 特别点名沃尔玛：它直白地告诉员工，AI 是给你们用的，你们来掌控它，每个阶段你们都参与。技术不是"施加"在人身上的，而是让人觉得自己握着它——保住主动权，而不是效率，才是留住一支有干劲队伍的关键。
那个警示性的画面，是经典剧集《我爱露西》里的巧克力流水线桥段：机器跑得太快，末端的人根本跟不上，巧克力撒了一地。有些职场正朝那去，让 AI 定下机器般的节奏。但更聪明的玩法是在增强专业人士。放射科医生就是完美的反例——这个人人都以为会消失的岗位。他们的工资自 2021 年以来，实际上比软件工程师涨得快 42%，哪怕 AI 已经能读片。为什么？因为医生把省下的时间花在病人身上，花在只有经验才能给的高阶判断上。他们在自己的执业许可顶端工作，而不是在机械杂活里磨。
这才是赢法——如果企业选择创造更多价值，而不是只去按那个"捷径键"、伸手抓裁员。
核心要点
|
