高盛说AI能替代25%的工作时间，但这个预测靠谱吗？

该图片可能由AI生成

高盛分析师最近发布了一份报告，重提了一个经典类比：人类会不会像马匹一样被技术淘汰？结论倒是没那么激进——他们估算AI能自动化全球约25%的工作时间，但只有6-7%的岗位会被永久取代。

报告的核心逻辑是：历史上的技术变革从未真正消灭劳动力，只是重塑了它。今天40%的工作岗位在85年前根本不存在，这意味着旧岗位消失的同时，新岗位也在涌现。

然而这个结论引发了激烈争议。

首先是预测本身的可信度问题。有人尖锐指出，这些分析师的预测方法和占星师没什么两样——如果他们的预测准确，我们现在应该都生活在扎克伯格的元宇宙里了。更关键的是，他们基于的是“当前及近期系统”，假设AI能力是渐进增长而非跃进式突破。但过去三年的进展算“渐进”吗？三年前AI还写不出一段通顺的文字，现在已经能生成上百万行代码构建完整的浏览器。

其次是方法论的漏洞。有评论者做了细致的反驳：所谓“40%的工作岗位不存在”究竟在统计什么？如果统计的是职业名称而非就业人数，这个数字毫无意义。核电站工程师是新职业，但全美只有1.5万人；而护士、零售、收银员这些存在了几千年的工作角色，仍然雇佣着数百万人。更重要的是，当技术能执行这些任务时，新岗位不会因为换个名字就大量涌现。

报告中还有一个令人费解的细节：他们认为计算和数学领域的自动化率是29%，而农业渔业是28%。这意味着他们认为AI对软件工程的冲击和对农场的冲击差不多。这合理吗？

来自一线的声音或许更能说明问题。一位大型跨国公司的软件工程师分享：通过掌握AI工作流，他现在只需3-4天就能完成过去整整5天的工作，而且大脑没那么疲惫。另一位评论者直言：现有的AI模型绝对能自动化他70%的工作，唯一的障碍是雇主的适应意愿和配套软件是否到位。

还有一个被忽视的变量：Test-Time-Training等前沿突破正在解决AI落地的“最后一公里”问题——那些企业特有的、需要人工处理的琐碎对接工作，比如特定格式的合规文件检查、专属的Excel输出转换。一旦模型能“边干边学”并把经验写入权重，这些阻碍白领被替代的屏障就会瓦解。

最值得玩味的或许是一条评论：有人测试过，如果把高管们过去的邮件和文档喂给AI，它能替代85%以上的CEO和高管工作，而且评估者根本看不出是机器人在回复。

预测的价值不在于它是否准确，而在于它揭示了预测者的假设。高盛这份报告的真正问题在于：它用历史的后视镜去预测一个可能没有先例的未来。

reddit.com/r/singularity/comments/1qg8uc5/goldman_sachs_ai_could_automate_25_of_all_work