「AI 導致失業潮」完全是無稽之談

AI 末日論者所說的「永久底層階級」恐慌，並不是一個令人信服的故事。它甚至不是一個新故事。它只是經過重新包裝的「勞動總量」謬誤。

「勞動總量」謬誤聲稱，需要完成的工作量是固定的。它假設現有工人與任何可能做同樣工作的人或事物（無論是其他工人、機器，還是這裡的 AI）之間存在零和競爭。如果需要完成的有用工作量是固定的，那麼如果 AI 做得更多，人類就必須做得更少。

這個前提的問題在於，它違背了我們對人類、市場和經濟的所有認知。人類的需求和欲望絕非固定不變。凱因斯在近一個世紀前曾著名地預測，自動化將導致每週工作 15 小時，但凱因斯當然錯了。他正確地指出自動化會創造「勞動力剩餘」，但人類並沒有坐享其成，而是找到了新的、不同的生產性事業來填滿我們的時間。

當然，AI 絕對會消除某些任務並壓縮某些角色（而且有些證據顯示這可能已經在發生）。勞動市場的形態將會改變，就像每次突破性技術被解鎖時一樣。但聲稱 AI 會導致整個經濟體系的永久性失業，這不僅是無益的行銷、糟糕的經濟學，更是錯誤的歷史。相反地，生產力提升應該會增加對勞動力的需求，因為勞動力變得更有價值。

以下是我們的論點。

「將軍，人類？」拜託。

我們同意末日論者——坦白說，也同意任何睜開眼睛的人——認知成本的確正在崩潰。AI 在直到最近還被認為是人類大腦專屬領域的事情上，表現得越來越好。

末日論者的論點是：「如果 AI 能為我們思考，那麼人類的『護城河』就蒸發了，我們的終極價值歸零。將軍，人類。」顯然，我們已經完成了所有需要或想要做的思考，現在 AI 將承擔越來越多的認知負擔，人類將逐漸被淘汰。

但事情是這樣的：先例（和直覺）顯示，當一個強大投入的成本下降時，經濟並不會禮貌地停滯不前。成本下降，品質提升，速度加快，新產品變得可行，需求向外擴張。傑文斯悖論至高無上。當化石燃料首次讓能源變得便宜且充足時，我們所做的不僅僅是讓捕鯨者和伐木工失業；我們發明了塑膠！

反末日論者，我們有充分理由預期 AI 會產生類似效果。既然 AI 將承擔越來越多的認知負擔，人類就能自由地挑戰比以往任何時候都更宏大的前沿領域。

如果以歷史為鑑，我們可以預期技術轉型將會擴大經濟的餅。

每一個「主導經濟部門」都讓位給了更大的繼任者……而這反過來又讓經濟變得更加龐大。

如今的科技業比金融、鐵路或工業曾經的規模都大，但作為整體經濟或市場的一部分，其佔比仍然較小。生產力提升絕非負和遊戲，而是如虎添翼的正和力量。將我們這麼多努力委託給機器的最終結果是，經濟和勞動市場變得更大、更多元、更複雜。

末日論者希望你忽略創新的歷史，定格認知成本崩潰的瞬間，並稱之為整部電影。他們看到任務替代，然後就停在那裡。

「我們要將認知產出提升 10 倍，但與其做更多思考，我們不如拍拍肚子早點吃午飯，其他人也一樣。」這不僅反映了想像力的巨大失敗，也反映了基本觀察的失敗。末日論者稱之為「現實主義」，但這根本不是實際發生的情況，從來不是！

勒德謬誤

讓我們來看看，當生產力大幅躍進席捲經濟時，實際發生了什麼。

農業

在 20 世紀初，農業機械化廣泛採用之前，美國約有三分之一的就業人口從事農業。到了 2017 年，這個比例約為 2%。

如果自動化導致永久性失業，拖拉機應該早就永遠破壞了勞動市場。但實際上，農業產出幾乎增加了兩倍，支撐了人口的巨大增長——而那些工人遠非永久失業，他們流入了以前無法想像的行業：工廠、商店、辦公室、醫院、實驗室，最終是服務業和軟體業。

所以，當然，你可以說技術顛覆了普通農場工人的職業前景，但這樣做也釋放了全球勞動力（和資源）的剩餘，以及一個全新的經濟體系。

電氣化

電力講述了一個類似的故事。

電氣化不僅僅是用一種能源取代另一種。它用單獨的馬達取代了傳動軸和皮帶，迫使工廠圍繞全新的工作流程進行重組，並創造了全新的消費品和工業品類別。

這正是我們在技術革命的不同階段所預期看到的，正如卡洛塔·佩雷斯在《技術革命與金融資本》中所記載的那樣：巨額的前期投資和金融利益，耐用品成本的急劇下降，以及隨後耐用品製造商的世代繁榮。

電力發揮其生產力魔力需要時間。在 20 世紀之交，只有 5% 的美國工廠使用電力驅動機器，只有不到 10% 的家庭有電。

到 1930 年，電力供應了幾乎 80% 的製造業動力，勞動生產力增長在幾十年內翻了一番。

生產力提升遠非破壞勞動力需求，而是意味著更多的製造業、更多的銷售人員、更多的貸款和更多的商業活動——更不用說節省勞動力的設備（如洗衣機和汽車）所帶來的二階效應，這兩者都將更多人拉入了比以往更高價值的事業中。

隨著汽車價格下降，汽車產量和就業人數都爆炸性增長。

這就是真正的通用技術所做的事情：它重組經濟，並擴展有用工作的前沿。

我們一次又一次地看到這一點。VisiCalc 和 Excel 是否讓簿記員失業？絕對沒有。效率高得多的計算技術導致了簿記員的爆炸性增長，並創造了整個 FP&A 行業。

我們失去了約 100 萬名「簿記員」，但增加了約 150 萬名「財務分析師」。

那些新的服務業工作

當然，任務替代並不總是導致經濟中某個相鄰領域的就業增長。有時，生產力剩餘會以全新行業中淨新增就業的形式出現。

但如果 AI 意味著某些人會變得極其富有，而其他人則被拋在後面呢？

嗯，至少，那些極其富有的人需要在某處花錢，從頭開始創造全新的服務業，就像他們以前做的那樣：

巨大的生產力提升和隨後的財富創造，催生了全新的工作領域，如果沒有收入增長和勞動力可用性，這些領域可能永遠不會實現（儘管在 90 年代之前，它們在技術上就是可能的）。無論人們對迎合富人的服務業有何感受，最終結果是每個人都變得更好了，因為更多的需求導致了中位數工資的大幅提升（從而產生了更多的「富人」）。

Stripe 的內部經濟學家厄尼·泰德斯基提供了一個關於工作被技術顛覆、轉變和重塑的「一體化」迷人例子：旅行社。

技術是否減少了對旅行社的需求？是的，絕對如此：

如今旅行社的薪資總額大約是本世紀初的一半，這幾乎可以肯定是由於技術的緣故。

那麼，這是否意味著技術是工作殺手？不，同樣，因為旅行社並沒有最終永久失業。他們在經濟的其他地方找到了工作，而整體經濟的就業人口比現在與 2000 年（經年齡調整後）大致相同。

與此同時，對於那些留在現在技術驅動的行業中的旅行社來說，生產力提高意味著比以前更高的工資：

「在 2000 年的鼎盛時期，旅行社的平均週薪是整體平均週薪的 87%。到 2025 年，這個比例已達到 99%，這意味著旅行社的工資在這一時期內超過了私營部門的其他行業。」

所以，即便如此，雖然技術確實摧毀了旅行社的就業，但總體而言，適齡工作人口的就業率與以前一樣，而留下來的旅行社從業者比以往任何時候都做得更好。

增強 > 替代（以及尚未存在的工作）

最後一點非常重要，它反映了末日論者只講述故事一小部分的另一種方式。

對於某些工作來說，AI 是生存威脅。沒錯。但對於其他工作來說，AI 是力量倍增器——這將使這些工作變得更有價值。對於每一個面臨 AI 替代風險的工作，都有其他工作可以從中受益：

高盛估計的「AI 替代」效應，被「AI 增強」效應遠遠抵消。

管理團隊似乎也更關注增強而非替代，這點值得一提：

截至目前，在財報電話會議上，AI 作為增強被提及的次數與 AI 作為替代被提及的次數之比約為 8:1。

雖然高盛甚至沒有將他們列入「增強」名單，但軟體工程師可能是 AI 增強角色的完美例子。

AI 是編碼的力量倍增器。不僅 git push 次數急劇增加（新應用程式和新企業的成立也是如此），而且對軟體工程師的需求似乎正在向上轉折：

自 2025 年初以來，軟體開發工作（無論是按數量還是佔整體就業市場的百分比）一直在增加。

這是因為 AI 嗎？老實說，現在可能還太早無法確定，但 AI 絕對增強了軟體工程的工作，更不用說 AI 是每家公司的每位高管心中的首要任務。

當每個人都試圖弄清楚如何將 AI 融入他們的業務時，可以合理地推斷，正在進行大量的招聘工作來實現這一目標，這使得某些員工變得更有價值，而不是更沒價值：

AI 暴露似乎正在推動高於趨勢的工資增長（這對於系統設計尤其如此）。

這些收益目前可能有些狹窄，但現在仍然非常非常早期。隨著專業知識的擴展，機會也將隨之擴大。無論如何，這不是末日論者希望你看到的數據。

與此同時，根據 Lenny's Newsletter（偉大的科技內部人社群之一）的 Lenny Rachitsky 的說法，產品經理職位的空缺數量持續攀升（已從利率驅動的崩潰中恢復），現在比 2022 年以來的任何時候都多：

軟體工程師和產品經理的招聘增長，是說明「勞動總量」謬誤為何錯誤的一個簡潔例子。如果 AI 以 1:1 的比例替代思考，那麼你可能會合理地預期「產品經理需要更少的工程師」，或者你可以說「工程師需要更少的產品經理」，但這不是我們所看到的。我們看到對兩者的需求都在繼續反彈，因為重要的是人們完成了更多工作。

這就是為什麼末日論者的失敗主要是想像力的失敗。他們專注於那些被自動化掉的任務，而忽略了將創造我們甚至還未構想出來的工作的新需求前沿：