一个数据点可能揭示AI对就业的真实影响
MIT Technology Review AI··作者 James O'Donnell
关键信息
伊马斯强调，仅知道哪些任务容易被AI替代并不能预测岗位消失——关键在于AI如何改变生产力、成本结构以及雇主在软件开发或房地产等行业中的行为。
资讯摘要
文章探讨了劳动者和政策制定者对AI取代人类工作的日益焦虑。Anthropic的研究人员如达里奥·阿莫迪警告称，工作岗位可能迅速受到冲击，而经济学家亚历克斯·伊马斯则强调，现有预测AI影响的工具（如暴露度评分）并不充分。伊马斯认为，真正关键不在于哪些任务能被自动化，而在于AI如何改变生产力、成本和企业决策。
例如，如果AI帮助程序员用更少时间完成更多代码，雇主可能选择减少雇员数量，也可能降低价格并扩大产出。由于缺乏清晰的数据，我们难以预判结果，让劳动者和政策制定者都处于不确定性中。
资讯正文
这篇文章最初发表在《算法》（The Algorithm）周刊上，这是我们的每周人工智能新闻简报。要第一时间收到此类文章，请点击这里注册。
在硅谷圈内，人们普遍认为人工智能将引发一场就业灾难。这种悲观情绪如此强烈，以至于Anthropic公司的一位社会影响研究员周三在回应呼吁更多关于人工智能未来乐观愿景的号召时，表示短期内可能会出现经济衰退，并可能导致‘初级职业阶梯的崩溃’。该公司首席执行官达里奥·阿莫迪（Dario Amodei）则称人工智能是‘对人类劳动力的通用替代品’，可能在五年内取代所有工作。当然，这些观点并非仅来自Anthropic公司。
这些讨论自然让许多工人陷入恐慌（这可能也助长了近期一些人推动完全暂停数据中心建设的呼声，其中一些倡议上周开始升温）。而立法者们并未给出清晰的下一步计划，进一步加剧了这种恐慌。
即使是一些曾警告说人工智能尚未削减就业岗位、也不一定会导致剧烈冲击的经济学家，也开始认同它可能对我们工作的形态造成独特且前所未有的影响。
芝加哥大学的经济学家亚历克斯·伊马斯（Alex Imas）就是其中之一。周五上午我们交谈时，他向我分享了两件事：一是坦率地指出我们预测这场变革将如何展开的工具非常糟糕；二是呼吁经济学家立即着手收集一种关键数据——只有这种数据才能真正帮助制定应对人工智能对劳动力市场影响的策略。
关于我们糟糕的预测工具，可以这样理解：任何一份工作都由若干具体任务组成。比如房地产经纪人的一项任务是询问客户想要购买什么样的房产。美国政府早在1998年就启动了一个庞大的数据库，系统记录了数千种这样的任务，并持续更新。OpenAI的研究人员去年12月正是利用这套数据来评估某项工作被人工智能暴露的程度（例如他们发现房地产经纪人的工作有28%的部分容易受到AI影响）。今年2月，Anthropic公司在分析数百万条Claude对话记录时也使用了这一数据集，以观察人们实际用其AI完成哪些任务，以及这些任务与原始列表之间存在何种重叠。
但伊马斯指出，仅仅知道某个任务的人工智能暴露程度，并不能带来对某项工作风险的准确理解。他说：‘单纯看暴露度是一个完全无意义的预测工具，无法判断岗位是否会消失。’
当然，在最坏的情况下，这种信息是有启发性的——比如一项工作中的所有任务都能被AI独立完成，且无需人工干预。如果AI模型执行这些任务的成本低于你获得的工资（这并不一定成立，因为推理模型和代理型AI也可能产生高昂费用），并且能高质量完成，那么这项工作很可能就会消失。伊马斯举例说，几十年前电梯操作员的例子便是如此；也许今天类似的情况就是专门处理电话客服分流的客户代表。
但对绝大多数工作而言，情况并没有那么简单。具体细节也很重要：某些工作可能面临艰难的日子，但如果只看暴露程度，很难回答这种变化何时以及如何发生。
以编写代码为例。假设某人开发高端约会应用，他可能会使用AI编程工具，在一天内完成过去需要三天才能完成的工作。这意味着该员工的生产力提高了。雇主花费相同的成本，现在可以获得更多的产出。那么雇主是希望雇佣更多员工还是更少？
Imas表示，这是任何政策制定者都应该彻夜难眠的问题，因为答案会因行业而异。而我们目前正处于黑暗之中。
在这个程序员的例子中，这些效率提升使得约会应用能够降低价格。（一个怀疑论者可能会认为公司会直接把收益据为己有，但在竞争激烈的市场中，如果这样做，它们可能会被对手压价击败。）更低的价格总会带来一定程度的需求增长。但增长多少呢？如果数百万更多的人想要这类应用，公司可能会扩大规模，并最终雇佣更多工程师来满足需求。但如果需求几乎没有上升——也许那些原本不使用高端约会应用的人即使价格更低也不会改变主意——那么就需要的程序员就会减少，裁员就会发生。
把这个假设重复到每一个AI可以完成任务的工作上，你就得到了我们这个时代最紧迫的经济问题：价格弹性，也就是某种商品价格变动时需求的变化幅度。这也是Imas上周强调的第二点：我们目前缺乏整个经济体中的这类数据。但我们本可以拥有。
Imas说，我们确实有麦片和牛奶等杂货的数据，因为芝加哥大学与超市合作，从他们的价格扫描仪中获取数据。但我们没有家教、网页开发者或营养师（顺便一提，这些职业都被发现具有‘暴露于AI’的风险）的相关数据。至少不是以广泛汇总或研究人员可访问的方式；有时这些数据散落在私人公司或咨询机构中。
“我们需要像曼哈顿计划一样去收集这些数据，”Imas说，“我们不仅需要关注那些显然会被AI影响的工作：现在未暴露的领域未来也会暴露，因此你只想追踪整个经济体中的这些统计数据。”
获取所有这些信息需要时间和金钱，但Imas论证了其价值所在：这将使经济学家首次获得对AI驱动的未来可能如何展开的现实视角，并让政策制定者有机会为此制定计划。
深度解析
一项名为“QuitGPT”的运动正在敦促人们取消ChatGPT订阅。
针对ICE的抗议正在推动一场更广泛的反AI公司运动，这些公司与特朗普总统存在关联。
OpenAI正全力以赴打造全自动研究员。
独家对话OpenAI首席科学家Jakub Pachocki，探讨该公司新的宏大挑战及AI的未来。
《Pokémon Go》正在为配送机器人提供精确至厘米的世界视图。
独家：Niantic的AI衍生公司正在使用玩家提供的300亿张城市地标图像，训练一个新的世界模型。
保持联系
获取来自《麻省理工科技评论》的最新更新
发现特别优惠、热门新闻、即将举行的活动等更多信息。
来源与参考
收录于 2026-04-07