当前「AI 威胁就业」的论调全国十大正规配资，更多是基于技术趋势的预警，而非基于现实的既成事实，但这也绝非轻视 AI 长期影响的理由。
最近，「AI 让人类失业」的论调甚嚣尘上，给本就焦虑的打工人更蒙上了一层阴影。
Anthropic 的首席执行官 Dario Amodei 预测白领就业将面临一场「末日浩劫」，「AI 可能在未来五年内大规模取代入门级白领工作，失业率可能会飙升至 10% 到 20% 之间，尤其在法律、金融和咨询等行业。」
Goodwill 首席执行官表示，他正在为人工智能导致的 Z 世代失业潮做准备，还认为青年失业危机已经发生。
Stability AI 联合创始人 Emad Mostaque 声称，明年将出现大规模失业。「AI 能够完成复杂的工作且不出错，这将导致许多工作面临被替代风险。失业问题将同时影响多个行业，并且在未来一到两年内可能会加剧。」
甚至前谷歌首个生成式 AI 团队创始人贾德・塔里菲 (Jad Tarifi) 表示，不断提升的人工智能能力可能很快就会让获得法律或医学高级学位变得毫无意义。
而耶鲁大学一篇名为《We Wont be Missed: Work and Growth in the Era of AGI》的论文更是把打工人的焦虑顶上高峰。
这篇论文的核心观点是，AGI 的普及将导致人类劳动在经济中的地位逐渐消失，取而代之的是计算资源的主导地位。
作者将工作分为「瓶颈工作」和「辅助工作」。
瓶颈工作是推动经济增长的「核心任务」，如果没有这些工作，经济就不能继续增长。
辅助工作则是一些可有可无的「支持性任务」，即使减少了这些工作，经济仍然可以继续增长。
随着计算资源的增加，很多重要的、推动经济增长的工作（即瓶颈工作），最终会被自动化完成，不过这并不意味着人类劳动完全消失。
由于计算资源仍然有限，人类的劳动通过节省计算资源仍然有一定价值。某些不重要的工作，或者需要大量社交互动、情感支持等辅助工作（如护理、酒店业、治疗等），可能不会被 AI 取代，仍然需要人类来做，这为人类提供了一些稳定的角色。
在 AGI 经济中，工资不再反映人类劳动的直接价值，而是基于 AI 完成相同工作的计算成本来决定。即便是做最重要工作的熟练工人，也只能赚到他们节省的计算资源的价值，而无法获得更高收入。因此，人类劳动对经济的贡献变得越来越小，工资将停滞不前，大部分的收入将由计算资源的拥有者获得，经济依然会增长，但人类的经济地位将停滞。
在 AGI 技术过渡的初期，某些类型的工作会变得非常有价值，导致一些人的收入突然增加，而其他人可能因为 AI 的替代而失业。这种过渡期可能会很不公平，工人们可能面临工资急剧下降，而某些幸运的人可能获得溢价收入，因为他们做的工作是最后一个被 AI 自动化的。
由于劳动力不再是创造价值的主要因素，经济政策需要解决如何分享由计算资源产生的收入。例如，可以通过全民分红的方式把计算资源的收益分配给所有人，或者将计算资源视为公共资源，与土地或自然资源一样，广泛分享其回报。
在 AGI 的世界里，人类劳动不再推动经济进步，也不再是改善生活水平的必要条件。如果明天一半的人停止工作，经济依然可以继续运转，人类不会被想念。这引出了一个问题：在工作不再是经济必需的情况下，人们是否仍然愿意工作？如果人类的技能不再重要，人们是否会选择退出工作，去寻找其他形式的满足？
是耸人听闻，还是有迹可循？
以目前 AI 的水平来看，行业大佬们提出的「AI 威胁论」多少有些激进，但他们的担忧也并非毫无根据。
太阳底下无新事。
19 世纪的伦敦有一种点灯人的职业，他们身着统一制服，每天黄昏时分携带一根长长的、顶端带有火种的点灯杆，沿街逐个点燃煤气灯，待次日日出后，他们又用杆上的钩子将灯熄灭。
然而到了 20 世纪中期，白炽灯普及，路灯实现「自动开关」，点灯人的人工操作被取代，这一职业逐渐退出历史舞台。如今，我们也只能在少数复古景区看到作为文化表演的点灯人。
这类例子不胜枚举。
1811 年，英国爆发了一场「卢德分子」运动。
彼时英国纺织业迎来机械化浪潮，珍妮纺纱机、水力织布机等设备的普及，彻底颠覆了传统生产模式，资本家为追求利润，大量淘汰依赖手工技艺谋生的工人，转而使用机器与廉价的童工、女工；同时，机器生产的低成本产品挤压了手工制品市场，导致手工业者失业激增，留存的工人也面临工资暴跌。
英国纺织业重镇诺丁汉郡的织工绝望且愤怒，在夜间潜入工厂用锤子、斧头砸毁水力织布机，要求资本家停止使用机器、提高工资，之后该运动迅速蔓延至其他纺织业核心区，甚至波及五金、制鞋等面临机械化冲击的行业。
到了 19 世纪末，汽车的普及又开始挑战传统的交通方式，许多依赖马车生计的人感到威胁。
在一些城市，汽车与马车之间的竞争激烈，有时甚至发生过暴力冲突。马车夫会故意阻挡汽车通行、恐吓乘客，甚至破坏汽车，他们视汽车司机为「夺走面包的人」。
为了应对这一局面，一些国家和地区出台了专门的法规，例如英国的《红旗法》（Red Flag Act）。该法律要求早期的汽车必须由人行走在前方，举着红旗作为警告，并且汽车的速度限制在非常低的水平（通常每小时 4 英里）。
法律和抗议终归无法阻止技术前进的脚步，进入 20 世纪后，汽车成为了交通的主要方式，传统的马车逐渐被淘汰，马车夫的职业也随之消失。
不仅历史为我们做了注脚，现实也敲响了警钟，AI 裁员的报道层出不穷。
比如微软在今年 5 月份裁员近 6000 人，7 月份又裁员 9000 人，虽然没明着说是因为 AI，但 CEO 纳德拉在公开场合透露，目前微软有 20% 到 30% 的代码都是由 AI 编写的。此外，谷歌、Meta、IBM、普华永道和 Chegg 等巨头也都出现了大规模裁员。
斯坦福大学三位经济学家最近进行的一项研究《Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence》发现，人工智能已经导致软件开发人员的职位空缺减少。
行业大佬担忧人类未来
现实 AI 却赔本赚吆喝
更有意思的是，现阶段还出现了一个自相矛盾的现象。
一方面是行业大佬隔三差五跳出来担忧 AI 接管人类，另一方面则是大多数 AI 项目赚不着钱，甚至陷入停滞。
前段时间，MIT 针对企业利益相关者开展了 52 次结构化访谈，对 300 余个公开的 AI 项目及公告进行了系统性分析，并对 153 位领导者进行了调研，最终发布了一份题为《The GenAI Divide：STATE OF AI IN BUSINESS 2025》的调查报告。
该报告显示，尽管企业在生成式 AI 上已花费了 300 至 400 亿美元，但 95% 的公司迄今未能获得商业回报，大多数 AI 试点项目陷入停滞，没能对企业的财务业绩产生可见贡献。
ChatGPT 和 Copilot 等工具已得到广泛采用，超过 80% 的组织已对其进行探索或试点，近 40% 的组织报告已完成部署，但这些工具主要提升的是个人生产力，而非损益表现。
与此同时，企业级系统（无论是定制化还是供应商销售的版本）正被悄然弃用，60% 的组织对这类工具进行了评估，但仅有 20% 进入试点阶段，最终仅 5% 投入实际生产。多数项目失败的原因在于工作流程僵化、缺乏情境化学习能力，以及与日常运营脱节。
一位中型市场制造业的首席运营官总结了普遍的情绪：「LinkedIn 上的炒作说一切都发生了变化，但在我们的运营中，根本没有发生任何实质性的变化。我们处理合同的速度更快了，但这就是所有的变化。」
该报告还总结了企业中关于生成式 AI 的五大误区：
误区一：AI 将在未来几年内取代大多数工作
研究发现，生成式 AI 导致的裁员有限，仅出现在已经受到 AI 显著影响的行业中。高管们对于未来 3 到 5 年内的招聘规模并没有达成共识。
误区二：生成式 AI 正在改变商业
尽管 AI 的采用率很高，但转型却很罕见。只有 5% 的企业在工作流程中大规模集成了 AI 工具，且 9 大行业中有 7 个没有出现真正的结构性变化。
误区三：企业采用新技术的速度很慢
企业对采用 AI 极为积极，90% 的企业已认真考虑购买 AI 解决方案。
误区四：AI 的最大障碍是模型质量、法律、数据和风险
实际上，阻碍 AI 发展的最大原因是大多数 AI 工具不具备学习能力，也无法很好地与企业现有系统和流程进行集成。
误区五：最好的企业正在构建自己的工具
事实上，内部开发的失败率是其他方式的两倍。
虽然企业在 AI 技术应用上的转型进展缓慢，但员工们已经通过个人工具，如 ChatGPT、Claude 等开始在日常工作中应用 AI，调查中超过 90% 的员工报告称他们定期使用个人 AI 工具来处理工作任务，几乎每位员工都在某种程度上使用 LLM。
于是，在某些场景中又出现了令人啼笑皆非的闹剧。前不久《大西洋月刊》 刊登了一篇标题直白的文章：就业市场简直就是地狱。文章描述了求职者和招聘经理都面临的令人沮丧的境况：「年轻人用 ChatGPT 写申请，HR 用 AI 阅读申请，结果却没人被录用。」
结语
回望技术演进的脉络，旧职业退场、新价值诞生始终是技术推动社会向前的固有逻辑。
当前「AI 威胁就业」的论调，更多是基于技术趋势的预警，而非基于现实的既成事实，但这绝非轻视 AI 长期影响的理由。
历史规律早已证明，技术替代的浪潮或许会因落地难题而滞后，却从不会真正缺席。对于个人而言全国十大正规配资，与其陷入被替代的恐慌，不如主动掌握人机协同的技能；而企业也需跳出追逐 AI 热点的误区，让技术真正嵌入业务流程。
辉煌优配配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
