工作与经济

• 最易受冲击的工作：数据录入、基础翻译、一线客服、部分行政和会计职能、重复性的开发工作。
• 新兴职业：机器学习工程师、数据科学家（data scientist）、提示词工程师（“prompt engineer”）、AI 伦理专家、模型“训练师”、AI 领域的专业法律人士、人机协调员。在法国，2026年发布的与 AI 相关的招聘岗位超过 160 000 个，使该国位居欧洲第一。

一方面，乐观派提醒说，每一次技术革命（蒸汽机、电力、信息技术）都摧毁了一些岗位，却创造了更多岗位，因为它提高了生产率，带来了新的财富和新的需求。在他们看来，AI 将把人从枯燥繁重的任务中解放出来，提振增长，并催生今天还无法想象的职业。认为劳动总量是固定的（因而一个被自动化的岗位就是一个失去的岗位），是一种经典的谬误（即“劳动总量固定”的信念）。这正是经济学家约瑟夫·熊彼特所描述的创造性破坏的逻辑：技术进步不断摧毁旧的经济活动，同时孕育出新的、往往生产率更高的活动。

另一方面，审慎派强调“这一次可能不一样”：这场浪潮更快、更广（几乎同时波及所有行业），而且冲击的是认知领域，人们并不知道人类将转移到哪些任务上去。他们指出不平等加剧的风险（拥有 AI 的人与被动承受 AI 的人之间、高技能者与低技能者之间、国与国之间），以及转型过程的剧烈冲击，即便长期结局是有利的。正是在这一背景下，关于分配的根本性辩论重新浮现：全民基本收入（向每个人发放一份基本收入，由自动化带来的收益提供资金），以及与之竞争的其他方案，例如由社会出资的培训与转型、工时分享、对资本（乃至对机器人）税制的重新设计，或 AI “红利”。没有哪一种方案获得共识，但它们都出于同一个判断：如果 AI 在转移劳动的同时创造了大量价值，那么谁从中受益的问题不会自行解决。

2026年夏季，四大云计算巨头对2026年的投资预测合计达到约 7350 亿至 7500 亿美元（第8章和第10章），这也助长了有关泡沫的争论。

---

本章要点（第17章）

• 当前的自动化浪潮与以往不同：它触及的是认知性和创造性的任务，而不仅是体力任务。要按任务而不是按职业来思考：AI 是取代还是增强？
• 前所未有的是，这场浪潮先冲击“白领”，后冲击“蓝领”（莫拉维克悖论）；但具身智能（机器人、协作机器人、外骨骼，第13章）如今正把自动化以及增强延伸到体力劳动。
• 主流情景是重组（大多数职业被改造，少数被淘汰，少数被增强）；新职业正在出现。
• 职业起步阶段的岗位受冲击最大（在美国易受冲击的职业中，22至25岁人群的就业差距约为 19%，依据2026年8月的更新版），主要表现为招聘放缓。
• AI 依赖于隐性的人类劳动（标注、人类反馈、审核），这些劳动往往缺乏保障，且集中在全球南方：这是一个伦理与公正的问题。
• 经济大辩论（毁灭还是富足）依然悬而未决；核心问题是培训以及收益的分配，这是一项政治抉择。

从劳动力市场到各行各业的市场：第18章将全景式地介绍 AI 在金融、交通及其他主要行业中的应用。

---