杨海燕：AI替代人类，还有多长的路要走？

这两年“AI替代人类”的焦虑正在全球蔓延。一边是科技巨头和企业高管们高调宣称“AI将重塑一切”“改变人类社会”一边是社会层面的焦虑与不安。今年4月OpenAI首席执行官萨姆·奥特曼Sam Altman的住所两度遭到燃烧瓶攻击行为者直言其动机出于对“AI将终结人类”的恐惧。面对社会的抵抗和恐惧情绪几大科技巨头最近也纷纷回调之前“AI替代人类工作”的说辞。这也折射出AI对人类社会影响的真实图景替代远未到来但恐惧和焦虑已经先行。那么目前AI可以替代哪些工作若进一步发展情况将会怎样3月北加州约2400名心理健康专业人员举行一日罢工核心诉求之一就是反对AI可能替代治疗师、削弱人工照护。图源AP一、“AI神话”及其社会反噬卡尔·波兰尼Karl Polanyi曾用“双向运动”double movement[1]概括市场力量的扩张与社会自我保护之间的张力。如今这场由美国科技巨头们引领的AI科技变革与AI产业的狂飙突进也在科技发展与美国社会民众之间引发一场新的“双向运动”。科技巨头们创造的AI神话在某种程度上迎来了社会的反噬。“AI是人类正在从事的最重要的事业之一比电或火更深远。”Google CEO皮查伊Sundar Pichai早在2018年就抛出了这一论断。2025年他再度强化论调称AI具有“前所未有的迭代速度”、“深不可测的能力上限”和“递归式自我改进”能力[2]。英伟达CEO黄仁勋将AI定位为“人类历史上最大的基建浪潮”称“这不是简单的技术迭代而是堪比PC、互联网和移动云时代的平台转移”[3]OpenAI以“确保通用人工智能造福全人类”为使命宣言Meta则声称“AI是构建元宇宙的基础”。从搜索引擎到芯片从大模型到社交平台每一家巨头都将自己塑造为AI新纪元的“引路人”。“AI将改变一切”也成为了硅谷新的世俗信仰不是可能改变而是必然改变且改变的方向则由科技公司定义。如果说皮查伊和黄仁勋的措辞尚属战略愿景马斯克的预言则直接将人类社会送入“紧急状态”。他预言AGI通用人工智能将于2026年实现到2030年AI的总智能将超越全人类人类正处于“数字超级智能的生物引导程序”阶段“一场超音速海啸般的变革已经由不得我们按下开关”他断言“所有涉及信息处理的白领工作将首当其冲AI目前已能胜任一半以上此类岗位”[4]。这场由科技公司及其管理者创造的AI神话提前宣判了人类社会的未来迫使我们必须快速求变以应对AI这项技术带来的变革。不同AI领军人物对AGI的定义与到来时间判断实际上存在着显著的差异从“近在数年”到“仍需数十年”不等这也体现AI发展具备的不确定性和难以预测性。然而这场AI“神话”正在遭遇美国社会的系统性反噬。今年4月奥特曼的住所两天内两度遭攻击一名20岁的男子向其投掷燃烧瓶警方记录则显示其动机是出于对“AI将终结人类”的恐惧。前Google CEO施密特Schmidt今年5月在亚利桑那大学的演讲则遭到学生嘘声抗议。民间社会正在对抗数据中心的快速建设。2026年6月2日加州蒙特利公园市实行全美首次市民公投通过全面禁建数据中心的提案。[5]。在密歇根州OpenAI与Oracle的Stargate超级计算机集群项目遭遇多重阻力周边50英里内超20个城镇通过了对数据中心的禁令最终在企业起诉并胜诉后才于6月1日破土动工[6]。在宾夕法尼亚州蒙图尔县300多名当地居民抗议规划会议[7]。马斯克/xAI在孟菲斯的数据中心与居民持续冲突已逾两年冲突的争议焦点集中在水资源消耗、电网压力、噪音污染和居民电价上涨数据中心已占美国电力供应约6%显著高于全球2%平均水平[8]。有数据显示自2023年以来美国各州与地方政府已通过超300项针对数据中心建设的限制或禁令其中超275项集中在2026年2026年第一季度全美遭封锁或延误的数据中心项目总价值约1,300亿美元[9]。盖洛普今年5月的民调显示约七成美国民众反对在本地建设AI数据中心14个州正在考虑禁建数据中心或暂停措施[10]。除了对数据中心的抵抗科技巨头们的“AI替代就业”叙事叠加美国科技企业的裁员浪潮也催生了美国的AI就业焦虑。Oracle于过去一年内在全球裁员21,000人约占员工总数13%遣散成本达18亿美元[11]。由AI造成的失业从话语叙述变为现实举动进一步推动了政府预防AI就业冲击的制度建设。比如失业率居全美之首且全球最前沿AI研发企业大量集中的加利福尼亚州今年推出“AI失业追踪器”[12]成为美国首个将AI就业影响纳入正式政策监测框架的州级举措。加州推出全国首个 “AI失业追踪器”California AI-Unemployment Tracker, CAIT试图通过失业保险申领数据监测AI对不同地区、行业和人群就业的影响。与此同时科技巨头们也被动为AI战略引发的社会恐慌进行兜底并试图重建其社会合法性。2026年6月25日OpenAI基金会、Anthropic、亚马逊、微软联合IBM、AMD、思科、ADP、德勤、美银、礼来、洛克菲勒基金会、Pivotal Ventures等二十余家锚定伙伴跨党派组建无党派非营利组织“Raise US”。该组织初期在阿肯色、康涅狄格、马里兰、犹他四州落地并试点“AI职业导航高中毕业生服务年限延展”等项目。这一举措可被视为代表未来世界的科技巨头们为了应对社会的反抗主动提供社会保护措施的策略性行为该组织的CEO雷蒙多(前美商务部长)表态直言“美国有AI技术战略但无人的战略”[13]。二、替代与创造并存的就业影响格局那么目前AI到底会对哪些工作产生实质性的影响和替代美国西北大学的测算表明按全量劳动力结构计算AI暴露度“在美国最受影响的岗位是秘书、常规文员而非计算机科学家或数据科学家”[14]。由于这些岗位通常由女性承担因此就AI的就业冲击而言女性明显大于男性。ILO的研究显示在高收入国家女性面临的AI高暴露率约为男性的两倍以上这也恰好折射出文秘、客服、行政等AI高暴露岗位的性别结构特征[15]。从行业维度看AI的渗透程度也并非完全一致。在编程领域AI的替代效应已有实质表现有投资机构反馈其被投企业已有25%至75%的代码由AI生成Indeed全球第一大招聘网站上软件开发岗位发布量下降53%22至25岁开发者就业较峰值下降近20%。其它行业也呈现出了较高的AI使用率。有研究显示信息行业AI使用率远高于全行业平均水平[16]金融业同样走在“AI化”的前列中国的工商银行部署逾500个AI应用招商银行大语言模型替代逾1,550万工时。英国的渣打银行计划2030年前裁减约15%后台岗位[17]医疗、物流领域的AI应用也在加速HCA医疗集团HCA Healthcare通过AI预测分析降低患者入院率物流巨头罗宾逊物流C.H. Robinson减少约12%的员工处理了增加的货运量[18]。近日英伟达CEO黄仁勋在接受专访时被问及“人们是否会因AI失去工作”对此黄仁勋指出人们需要区分“工作任务”与“工作目的”。就如医护人员的目的在于照护病人而不是研究一张放射影像图。图源胡佛研究所另一方面一些数据则在讲述AI与就业间更为复杂的关系这些数据主要揭示了目前AI对就业的正向影响。普华永道PwC的数据显示AI暴露度最高的公司其就业增长52%反而快于低暴露公司36%薪资增速也更高24%vs17%[19]这意味着AI的使用被用来扩大投入和发展而非单纯替代就业。由此推断可知AI应用在短期内更多是“放大器”而非“消灭器”。波士顿咨询BCG公布的数据也显示技术行业软件工程师人数总体上仍在增长只是增速放缓[20]。同时新的需求激发了冷门行业的招聘热潮。比如纽约联储数据显示2024年美国哲学专业毕业生失业率为5.1%低于计算机科学专业的7%[21]且多家AI公司正积极招募哲学背景人才。这种“替代与增长并行”的格局说明目前的AI尚未达到消灭和替代人类的阶段更多只是在重塑岗位的技能门槛入门级岗位减少但对更高阶技能的需求反而在扩大有学者将其归纳为“大冻结”效应[22]AI的使用让企业减少新的招聘需求尤其是对初级员工的需求。那么未来AI要实现对人类工作的系统性替代究竟还面临哪些结构性障碍三、AI替代人类必须跨越的三重结构性障碍客观来看正如蒸汽机、纺纱机等技术给人类社会带来了变革我们必须承认AI这项技术本身可能带来的影响。但仅就“AI替代工作与就业”这一单一维度而言若要大规模替代人类AI还需要克服三个方面的结构性障碍。首先是技术层面的能力瓶颈。当前AI的主流形态仍是大语言模型LLM其本质是对语言符号的统计模式匹配而非对物理世界的真实理解。换言之AI缺乏“世界模型”World Model一种对物理规律、因果机制、空间关系和物体属性的内在表征。具体而言大语言模型可以在文本中流畅描述“把鸡蛋放在桌上”但不能真正理解鸡蛋会滚动、桌子有边缘、重力会使物体下落等现实世界的动态。这直接限制了AI在制造业、物流、医疗手术、建筑等需要与物理世界深度交互领域的替代能力。尽管业界已将世界模型视为下一代AI的核心攻关方向但目前均处于早期实验阶段距离工业级应用尚有根本性的距离。没有世界模型的突破AI替代将始终停留在信息处理层面无法跨越到物理操作层面。AI系统需要由感知、短期记忆、世界模型、行动、评价器和配置器等模块共同构成。其中“世界模型”是核心它使AI能够在行动前预测外部世界的变化。图源Meta AI与世界模型缺失紧密相关的是数据获取难题。大语言模型的成功建立在互联网海量的公开文本基础上但行业智能体以及世界模型所需训练数据远非公开网页可比。企业的核心业务数据、实时生产流程数据、设备传感器数据以及客户行为数据等均散落在异构系统中其中大量都是非结构化格式且受商业秘密和隐私法规保护。国际数据公司IDC研究指出大中华区企业AI就绪首要障碍正是遗留架构和数据碎片化[23]高德纳咨询公司Gartner预测约60%的企业AI项目会因缺乏“AI就绪数据”“AI就绪数据”是指高质量、可访问且值得信赖的信息组织可以自信地将其用于人工智能 (AI) 训练和相关项目。编者注。而失败。周鸿祎曾感叹“企业里知识库不太容易收集文档只是一部分更多的是潜知识藏在数据库里、员工硬盘里、老板脑子里……”[24]对多数行业而言数据获取鸿沟可能比算法差距更难跨越。最重要的一点是AI无论如何发展和运作都建立在符号系统之上符号只是实在的一种表征无法穷尽实在界the Real也无法完全获取人类社会的所有信息。“我们所知道的比我们能说出来的多得多”哲学家迈克尔·波兰尼的这一论断清晰地点明了技术对人类的不可取代性。事实上人类社会目前大量任务依赖默会知识难以编码、无法显性化的经验判断与情境感知。诸如车间技工在机器异响中辨识故障隐患资深护士从患者面色判断病情变化这些凝结于身体记忆中的能力恰恰是AI最难触及的领域[25]。另外AI的预判和运作逻辑只能基于“过往”数据但过往并不代表一切。美国最大注册护士工会National Nurses United的研究指出医院正在过快、过度、缺乏监管地引入AI技术而这些技术不仅没有真正缓解护理压力反而可能削弱护士的临床判断。其次AI技术的全面应用和渗透需要克服来自企业等组织层面的制约。即便技术可行企业部署AI仍面临多重组织约束。波士顿咨询BCG发现关键瓶颈并非技术本身而是复合型人才短缺。目前业界能将AI嵌入业务流程、重构组织架构的人才极度稀缺[26]多数企业卡在“试点困境”中实验室效果惊艳规模化部署却步履维艰。同时AI并非全然嵌入到一个真空的企业体系当中。很多企业有自身的“技术债”这会进一步阻碍AI的使用。“技术债”指的是为短期交付而牺牲长期系统质量所积累的代价像金融债务一样利滚利。Box CEO莱维Aaron Levie就描述了硅谷之外大多数企业尝试“智能体化”时的困境“员工更少具有技术背景数据更加碎片化系统也更加老旧……如果智能体只获得和人完全相同的权限就会到处碰壁。而且不像人类它们不知道去找Sally谈谈或者去问Bob。”[27]而传统企业系统充斥着跨代际技术债务。要绕过这些技术债离不开人工的对接。比如打电话给老李、走到老王工位旁催数据。这类行为发生在屏幕之外AI智能体是无法执行的[28]。过去的历史经验也在告诉我们技术的全面普及绝非一时之事。经济史学家大卫Paul David对电动机和计算机普及历史的研究揭示电动机在1880年代已发明但美国工厂的生产率直到1920年代才爆发。这中间的三十年里电动机是被直接接入为蒸汽机设计的旧式传动系统效率几乎未提升。直到老工厂倒闭、新一代按“单元驱动”原则设计的厂房出现生产率才快速增长起来[29]。这也说明一项通用技术的普及应用需要整个生产系统的重新设计和旧架构的淘汰——这往往需要一代人的时间。今天的AI智能体面临着同样的局面我们试图让它在为人类设计的旧系统里运行但是旧系统给予其运行的适配空间并不多。企业既有系统与AI智能体越不匹配其应用就越难落地。最后是来自法律和制度层面的约束。技术可行性和组织意愿并不等于制度许可。我国杭州法院裁定以AI替代为由解雇员工构成违法解除劳动合同欧盟《AI法案》则对高风险AI施加严格合规要求美国AI行政令要求评估AI对劳动力市场影响这些举措均对AI的激进式发展构成制度护栏。欧盟的通用数据保护条例GDPR、算法问责、AI伦理审查等都在约束AI大规模应用。制度约束的意义不仅在于事后救济更在于事前预期管理。当企业明确知晓法律风险时其决策部署将更加审慎。综合来看AI替代人类不是一道技术判断题而是涉及技术能力、组织条件和制度框架的系统工程。默会知识壁垒、物理智能-世界模型缺失、数据获取鸿沟限定了能力边界人才短缺、技术债沉疴等制约了推进应用的速度和范围法律护栏划定了社会底线多重障碍叠加“全面替代”的时间表远比科技巨头们预言的要漫长。四、中国的AI发展战略与潜在的就业冲击风险虽然中国的AI技术发展水平尚不及美国但根据国际货币基金组织IMF的AI准备指数AI Preparedness Index中国正处于全球AI竞争的第一梯队同时也承担着最大规模的就业转型压力[30]。从目前的技术能力看AI对我国就业岗位的冲击要大于美国。有研究显示我国54%的就业岗位处于AI替代高风险区间替代概率0.7比美国47%高7个百分点[31]这与中国制造业占比高、服务业数字化快、劳动力技能结构仍偏中低端密切相关。世界经济论坛的研究显示与世界其他地区的同行相比中国企业更有可能将技术视为推动业务转型的主要动力。图源世界经济论坛《2025年未来就业报告》世界经济论坛的研究显示在中国受访者看来提高AI时代人才供给最重要的政策不是单纯扩大学校教育而是加大再培训/技能提升投入同时提高劳动力市场灵活性并适度调整移民政策。图源世界经济论坛《2025年未来就业报告》然而中国也拥有独特的制度缓冲机制。在司法层面前述杭州法院的判例为AI裁员划定了法律红线。同时各大国有企业作为“就业稳定器”不会因技术效率而大规模裁员仍发挥着独特作用。与西方以劳动诉讼和集体谈判为主的“事后救济”模式不同中国AI发展的战略安排更强调事前预防和过程控制在AI技术扩散的初期阶段即嵌入社会稳定考量。但是中国的AI发展战略本身也蕴含着一定的就业冲击风险。目前我国正在大力推进“AI”战略并设定了AI的应用普及率到2027年达到70%、2030年达到90%的目标。这强化了科技发展与社会稳定领域的政策张力一方面AI渗透是产业升级和国家竞争力的核心抓手另一方面大规模的渗透可能引发岗位替代的社会风险。据花旗集团估算这一战略可能威胁约7,000万个就业岗位[32]。在经济增长放缓与企业营收空间收窄的现实背景下如何平衡AI的大规模渗透、由此带来的用工挤压以及成本管控压力将进一步考验企业管理者的智慧。倘若处理失当必定会造成一部分社会群体失业给社会稳定和保障领域增加压力。另外从长远角度看中国的“AI战略”为AI技能的进一步提升和突破提供了其它国家所缺乏的实验和应用场景。再加上中国是全世界视频采集设备最多的国家这一方面为AI的数据采集搭建了极好的基础设施但在另一方面也可能在无意间会将中国变为AI就业冲击的“实验场”。当然这是一种比较悲观的预测。毕竟我国走的AI发展路径并不是“人与机器竞争”的替代模式而是强调人机协作、以人民为中心的发展路径。但在现实层面这也将更加考验我们如何在“发展优先”和“社会稳定”之间保持平衡考验我们的AI治理水平与治理智慧。原文链接杨海燕AI替代人类还有多长的路要走-虎嗅网