简而言之

人工智能将改变许多工作岗位，但大多数工人会随着技术的进步而适应

过去的技术取代了任务，却创造了新的就业机会

预计工作场所会逐渐变动，而非突然的大规模失业

想要全面的见解，请收听我们的AI驱动播客

大型语言模型的普及正在重塑围绕经济增长、劳动力市场、政治和社会生活的根本性讨论，尽管尚未完全解决。这场辩论的核心是一个熟悉的问题：人工智能会不会将经济力量的平衡从劳动力转向资本？

 

这个问题的答案对工资增长、就业机会、消费支出和劳动力市场稳定性都有着巨大的影响。理论和证据都表明答案是否定的，人工智能对劳动力在经济中的价值影响不大。尽管人们常声称这次不同，人工智能不太可能从根本上改变经济力量的平衡，远离人类劳动力。

 

人工智能可能带来广泛的经济和社会影响。它很可能带来显著的生产力提升，改变许多行业的工作性质，并改变整个经济体中就业的构成。这些变化可能比过去更快展开，但到目前为止，劳动力市场与早期技术变革相似，表明调整将持续数十年，而非数年。这将遵循更为熟悉的历史路径，新工具更新我们的工作方式，通过提升生产率来增加整体劳动力需求。

 

替代、互补与需求

理论上，提高生产力的技术可以替代或补充人类劳动。新技术一直取代了一些工作岗位，但在这个过程中，创造了全新的产业，扩大了整体产出，并提高了人类投入的价值。

 

这里有两个核心问题：替代和增强哪个影响更大？人工智能会取代比创造更多的工作岗位吗？实证研究一贯发现，对新技术的投资是互补的，主要是补充工作，而非替代工作。一项近期对资本与劳动关系估计的学术综述得出结论：每名工人资本增加1%，工资可提高3%。类似的研究显示，就业同样有益。

 

这背后有几个原因。劳动力需求由工人为产出带来的价值决定。工人的生产力越高，雇主愿意支付的费用也越高。提高工人生产力的技术因此提高了工资和就业需求。

 

 

某些岗位的技术替代通常会被其他地方的生产率提升所抵消，这些提升扩大产出、降低价格，并产生全新的劳动力需求。这样的新市场不断出现，占领较小的职业不断增长。替代故事本身也假设人工智能会简单地消除低生产力的人类劳动。但正如经济学家布赖恩·阿尔布雷希特在X上所写，较大的生产率差异是现有行业的正常现象。

 

例如，在半导体制造业中，顶尖企业的生产率可能是低生产率公司的30到40倍。然而，这些生产率较低的企业和工人并未被系统性地驱逐出市场。

 

经济学家还发现，移民工人与本地工人是互补的，从而提升了整体生产力和工资。如果人类很少取代其他人，那么没有理由指望新软件工具更具替代性。

 

许多混淆也源于AI暴露的报道方式。高曝光率并不意味着失业。在一个暴露行业中，就业人数的增长或下降取决于这些工人是否能利用人工智能提升生产力。如果工作围绕几个容易自动化的任务构建，该类型工作的就业更可能减少。然而，如果人工智能自动化高维任务中的部分任务，并让工人专注于剩余任务，就能降低成本并提高产出。如果对更低成本、更高质量产出的需求增加，企业就会增加更多工人。

 

工人并未输掉与资本的历史竞争

在标准经济模型中，产出归因于劳动力、资本和技术的结合。每个组成部分都可以看作是赚取国民收入的一部分。如果随着时间推移，资本对经济产出的重要性提升，资本在国民收入中的份额将增加。实证证据并不支持这一说法。

 

图1（下图）利用美国经济分析局的数据显示，劳动占净收入的份额（扣除税收和折旧后，更好地反映了工人和资本所有者实际可获得的收入）仍在其历史区间内，且在69%的平均值上上下波动。劳工份额从20世纪中叶到2000年代初逐步上升，之后略有下降，后来又回到接近历史平均水平。

 

2021年，劳动力占比为67.1%，此后每年略有增长。一些读者会注意到，劳动力份额在2000年代初确实有显著下降，但历史趋势的稳定表明，这些波动并非永久性的资本性转向。

 

事实与数据

劳动力和资本占国内总收入的比例

 

这种稳定与技术进步逐步取代工人、支持资本的故事不符。这些趋势不仅在美国显现，各国劳动力比例的实证证据也表明，技术进步并未改变全球劳动力与资本之间的权力动态。其他研究也一致发现，薪酬和生产率（在正确衡量下）在数十年来几乎以相同的速度增长。这表明工人从新技术中获得了生产力提升的一部分。

 

对这些数据的更精确解读是，资本和劳动并非主要相互竞争。新的机器、计算机或人工智能模型不会自行产生输出。它们的使用必须与人类努力结合。

 

过去技术变革的教训

“AI要来抢你的工作”这种说法并不新鲜。类似的担忧几乎伴随着每一次重大技术进步。从工业革命期间反对机械织机的反对，到个人电脑出现后预期的失业，这些担忧一直被夸大。

 

农业就是一个最显著的例子。1900年，大约四成美国工人在农场工作。如今，这一比例接近2%。同期，农业产出大幅增长，尽管劳动投入减少。农民找到了其他职业，避免了大规模的经济动荡。

 

关于未来将有巨大动荡的更极端说法，目前的证据并不支持。

 

自动取款机（ATM）显示的是同一故事的更现代版本。随着ATM在1990年代末和2000年代初达到顶峰，每个分行的出纳员数量几乎减少了一半。通过降低银行分行运营成本，ATM使开设更多分行变得经济实惠。最终结果是银行柜员的就业实际上有所增长。随后，移动电话银行实现了自动取款机无法做到的事，2010年后整体柜员需求下降。教训不是替代永远不会发生，而是创造性破坏难以提前预测，并且可靠地在其他地方产生新的劳动力需求，就像智能手机的情况一样。

 

电子商务也遵循了同样的模式。随着线上零售市场份额的增长，它并未取代实体零售;老一辈的行业发展速度较慢。为满足在线订单所需的仓储和物流基础设施，完全弥补了增长放缓的不足。根据美国劳工统计局的数据，2010年至2025年间，快递员和信使以及仓储和仓储的就业增长了103%和192%。同期实体零售增长了7%。

 

类似的发展也体现在电话交换自动化和计算机技术进步中，减少了对日常文书工作的需求。这些故事的结果不是持续的大规模失业，而是大规模劳动力重新分配到更有生产力、更现代化的行业。

 

阅读更多经济学专家亚当·米歇尔的文章

监管和财政漂移威胁着西方的繁荣

降低劳动税对于欧盟的竞争力至关重要

华盛顿退出经合组织全球税收计划后，接下来会发生什么？

核心问题是人工智能是否代表了这些历史模式的根本断裂。早期证据表明，事实并非如此。

 

耶鲁预算实验室的最新研究发现，自ChatGPT发布以来的前三年多，人工智能暴露量与就业或失业变化之间几乎没有关联。即使对预期更大干扰的人来说，这也不应令人惊讶。研究发现，历史上重大技术变革的影响是缓慢展开的，而非几个月或几年。

 

关于未来将有巨大动荡的更极端说法，目前的证据并不支持。它们也与技术变革的长期历史不符，在变革中，广泛流离的预测屡被夸大。

 

场景

最可能的情况是：人工智能在劳动力领域的逐步加深，更多是增强而非取代

最可能的结果是几十年来逐步、不均匀的破坏。人工智能持续融入工作流程，自动化部分任务，但也补充了更多任务。生产率略有提升，劳动力市场通过重新配置而非大规模永久流离。

 

可能：入门级白领工作面临广泛变革

更具颠覆性但仍然可能发生的情景是特定行业，尤其是常规认知和入门级白领工作，出现比历史更快速的巨大变革。调整成本主要落在年轻且经验较少的工人身上。更广泛的劳动力市场依然完整，工人能够重新培训并转移行业，而更具生产力的经济意味着即使是承担调整成本的人，在他们的一生中也可能比没有这项技术时更加富有。

 

最不可能：人工智能彻底摧毁劳动力市场

最不可能的情景是根本性断裂，劳动力在很大程度上变得过时。这不仅需要比目前预期更快的技术进步，还需要一个生产率提升无法产生新劳动力需求的经济体。这将与理论和历史经验形成鲜明对比。这一结果不仅需要在个人岗位内赢得替代，更需要在整个经济中获胜，使每一分支出、每个行业的支出不再流向人类劳动力。历史证据表明，支出持续流向人力密集型工作，支持就业和劳动力需求。