AI会不会抢你的工作？我们对AI冲击就业的预测工具，烂到令人发指

来源：市场资讯

（来源：DeepTech深科技）

（来源：麻省理工科技评论）

在硅谷的圈子里，AI 引发的就业末日已经被当作既定事实在谈论。周三，Anthropic 一位社会影响研究员在回应“是否对 AI 未来有更乐观的设想”时表示，近期可能出现经济衰退，以及“职业初期阶梯的崩塌”。公司 CEO 达里奥·阿莫迪（Dario Amodei）则称 AI 是“人类劳动力的全面替代品”，五年内可以胜任所有工作。当然，这种观点不只来自 Anthropic。

这些言论让许多打工人陷入恐慌（也很可能在助推全面叫停数据中心建设的运动，相关呼声上周明显升温）。立法者也没能给出任何安抚——没有人拿出过一份连贯的应对计划。

就连此前一直提醒大家“AI 还没有真正减少就业，未来也未必会带来悬崖式下跌”的经济学家，也开始接受一种观点：AI 可能以一种独特而前所未有的方式改变我们的工作方式。

芝加哥大学的亚历克斯·伊马斯（Alex Imas）就是其中之一。周五早上和他交流时，他向我抛出了两个观点：一个直白的判断——我们用来预测这件事走向的工具相当糟糕；以及一份“动员令”——经济学家应该立刻开始收集那一类真正能让我们制定 AI 就业应对方案的数据

先说我们这套糟糕的工具。任何一份工作都是由许多具体任务组成的。比如房产经纪人的工作之一，就是询问客户想买什么类型的房子。美国政府从 1998 年开始建立了一份庞大的任务目录，记录了数千种这样的任务，并定期更新。

OpenAI 就用这套数据来评估各种工作对 AI 的“暴露度”（AI exposure）。这是 OpenAI 在 2023 年那篇著名论文“GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models”中使用的术语，指一份工作中有多少比例的任务可能被 AI 完成或显著辅助。比如他们算出房产经纪人对 AI 的暴露度是 28%。今年 2 月，Anthropic 也用这套数据分析了数百万条 Claude 对话，看看人们实际在用 AI 完成哪些任务，以及两份清单的重叠在哪里。

但伊马斯说，知道某项任务对 AI 的暴露度，会让人对这份工作的真实风险产生一种错觉：“光看暴露度，对预测就业替代来说是个完全没意义的工具。”

当然，在最悲观的情况下，暴露度确实有参考价值——比如一份工作的每一项任务都能由 AI 在无人指挥的情况下完成。如果让 AI 模型完成所有这些任务的成本低于你的工资（这并非必然，因为推理模型和智能体 AI 的账单可能相当可观），而且它能干得好，那这份工作很可能就会消失，伊马斯说。这就是常被提到的几十年前电梯操作员的故事；今天的对应案例可能是只负责电话分流的客服。

但对绝大多数工作来说，情况没这么简单。具体细节也很关键：有些工作前景确实黯淡，但只看暴露度，很难判断这件事会怎么发生、什么时候发生。

以写代码为例。假设有个开发高端约会应用的程序员，借助 AI 编程工具可以一天完成过去三天的工作量，这意味着他的生产力提高了。雇主花同样的钱，现在能拿到更多的产出。那么问题来了：雇主接下来会想招更多人，还是更少？

伊马斯说，这才是任何政策制定者都应该为之失眠的问题，因为答案会因行业而异。而我们目前对这个问题一无所知。

回到这位程序员的例子，效率提升让约会应用有可能降价。（怀疑论者可能认为公司会把这部分收益直接装进自己口袋，但在竞争市场上，这样做有被对手抢走客户的风险。）价格下降总会带来一些需求增长。

但增长多少呢？如果有几百万新用户涌入，公司可能会扩张，最终雇更多工程师来满足需求。但如果需求只是微微上升，那需要的程序员就会减少，裁员就会发生。

把这个假设套用到所有 AI 能介入的工作上，你就得到了我们这个时代最迫切的经济学问题：价格弹性的具体数值，也就是当某样东西的价格变化时，需求会变化多少。这正是伊马斯上周强调的第二件事：我们目前在整个经济范围内都没有这些数据。但我们本可以拥有。

伊马斯说，谷物和牛奶之类的食品我们是有数据的，因为芝加哥大学和超市合作，能拿到他们扫码枪上的数据。但我们没有家教、网页开发者或营养师的相关数据（顺便一提，这几个职业都被认为对 AI 有“暴露度”）。或者说，至少没有以一种被广泛汇总、能被研究者获取的形式存在；这些数据有时散落在私人公司或咨询机构手里。

“我们需要一个曼哈顿计划来收集这些数据，”伊马斯说。而且不只是收集那些现在就明显会受 AI 影响的工作的数据：“今天没有暴露的领域，未来可能会有暴露，所以你需要在整个经济范围内追踪这些指标。”

把这些信息全部收集起来要花时间和钱，但伊马斯认为这值得——它会让经济学家第一次真正看清 AI 时代可能如何展开，也给政策制定者一个机会，去为它做出一份计划。

https://www.technologyreview.com/2026/04/06/1135187/the-one-piece-of-data-that-could-actually-shed-light-on-your-job-and-ai/