随着技术推动生产力提升，AI 对劳动力的真正影响

作者：Nigel Morris

1930 年，John Maynard Keynes 曾预测，技术进步将把每周工作时间缩短至 15 小时。在 Economic Possibilities for our Grandchildren 一文中，他认为，生产率提升将解决资源稀缺这一经济问题。在他看来，他孙辈所处的时代将不再为生存挣扎，而是要思考如何利用闲暇时间。

近一个世纪后，Keynes 对技术变革速度的判断可谓精准无比。机械化、计算机、互联网以及如今的人工智能，已将生产率推升至惊人水平。然而，他对这些成果将如何体现的判断却错了。

人工智能并未开启一个闲暇时代，至少目前还没有。最近的研究指出，AI 实际上正在加剧许多专业人士的工作强度。与此同时，我们已经看到不少公司裁减员工，而人工智能被列为主要理由之一。

人工智能代理是否会接管我们生活中更多领域，并在多大程度上重塑工作方式，仍有待观察。但我们已经可以清楚看到，变化的速度不仅正日益冲击就业市场和收入分配，还在深层次上加剧“杠铃型”经济。

人工智能正在扩张工作，而非缩减工作

在各行各业，生成式人工智能正在降低启动任务的摩擦。起草、编程、建模、总结和研究都更容易上手，迭代速度也更快。然而，结果并不是工作时长减少，而是工作范围扩大。

管理者越来越多地承担技术性任务。创业者正用人工智能副驾驶取代小型团队。工程师则在审查并纠正人工智能生成的输出。那些曾经需要跨团队协调完成的任务，如今似乎个人就能独立执行。

人工智能未必会减少工作；它正在拓展人们对可能性的认知边界，并模糊工程师、设计师与产品经理之间的界限。

对于高杠杆的操盘者、创业者、投资者和专业工程师而言，这种加速通过提高产出进一步放大了他们的优势——但也抬高了外界的期待。新的基准将是那些能够“样样都做”的顶尖操盘手。这类工作的回报仍将十分可观，但也会愈发集中。每周50小时的工作时长不会缩短，反而会被拉长，并要求人们同时高强度地平衡多条跨学科工作流程和自主智能体流程。

这构成了愈发呈现“杠铃型”劳动力市场的一端。

值得注意的是，金融科技公司正通过在全公司范围内迅速拥抱这些工具而领先一步；相比之下，以大型银行为例，其采用速度依然缓慢。我们仍处于这股浪潮的早期阶段。

最容易被压缩的岗位

在另一端，工作正变得日益不稳定。那些建立在重复性、重文档、基于规则流程之上的岗位正在被压缩。初级分析师、合规人员、初级律师、呼叫中心员工和运营人员的部分职责将被自动化或整合。

曾经作为未来领导者培养阶梯的白领岗位将会减少，使更少的人有机会进入结构化的职业晋升通道。零工工作和身兼数职的趋势——对一些人而言甚至是不得已之举——一直在持续升温，过去 10 年间，从事某种形式零工或独立工作的劳动者占比增加了约 25%。AI 将放大这一现象。

由 AI 驱动的自动化势将显著重塑劳动力市场的大范围领域，但这种重塑并非通过一刀切式的淘汰实现，而是会精准发生在那些 AI 与人类同样有效甚至更为有效的岗位和行业之中。

受影响范围十分广泛：呼叫中心（全球约有 2000 万至 2500 万名从业者 ，美国为 300 万），金融犯罪合规（全球 500 万至 700 万，美国 100 万至 150 万）[4]、信贷承保（ 全球 300 万至 500 万 ，美国 50 万至 70 万），以及欺诈和争议管理（ 全球 400 万至 600 万 ，美国 60 万至 100 万）都是面临显著替代风险的典型行业。估算显示，这些职能中有 20%至 50%可被自动化，并将在未来几年大幅缩减 。

知识密集型后台职能也面临类似影响，只是程度略轻。会计和后台财务岗位（全球 1500 万至 2000 万人，美国 300 万至 400 万人）可能有 25%至 50% 的事务性工作实现自动化，因为 AI 将承担对账、开票和报告等任务。金融分析和研究岗位（ 全球 100 万至 200 万人 ，美国 30 万至 50 万人）较少面临被完全替代的风险，但 AI 已通过自动化数据收集和初步建模压缩初级岗位招聘，估计有 20%至 30%的初级分析任务面临风险。在所有这些职能中，呈现出的模式是一致的：团队更小、技能门槛更高，岗位结构也从执行转向监督。

其社会影响重大，不应被低估。许多被替代的劳动者可能会转向零工和合同制工作，以放弃每周40小时工作制、医疗保障和福利待遇的稳定性为代价，换取不稳定的收入和有限的向上流动机会。

随着这些上升通道被压缩，风险不仅在于失业；更在于那些遵循既定规则、拿到学位并投入大量工时的劳动者，眼看职业阶梯的级数不断增加，心中日益滋长的幻灭感。其结果不会是凯恩斯所设想的技术带来的闲暇时代，而将是劳动者被挤出岗位，以及有序职业晋升路径遭到扰乱。衡量经济不平等的基尼指数自1980年以来已大幅扩大，而人工智能将延续这一趋势。

这构成了“杠铃”的另一端，其工作更不稳定。而在两端之间，中间部分则被掏空。

新的创业机遇

历史表明，自动化并不会彻底消灭工作，而是会对工作进行重新配置。旧行业收缩的同时，新行业也会涌现，而更低的成本结构则降低了进入门槛。个人利用新工具创建此前不可能出现的企业。

Agentic AI 已经在释放新的创业活动形式。我们旗下的一些公司正在组建 AI 特种部队团队，逐一将组织内不同环节“AI 化”。而这仅仅是开始。可以想象这样一个世界：AI 系统能够基于实时市场机会研究，帮助你头脑风暴该创办何种类型的企业，完成所有必要文书工作，构建你的网站和标识，帮助你招聘一支由人类或 AI 代理组成的团队，向有针对性的风险基金合伙人（或机器人）发送电子邮件寻求融资，管理你的 FP&A 和供应链，等等。未来创业者能够获得的杠杆效应可能是巨大的。我们或将看到小企业创立和初创企业增长的复兴。

一个悬而未决的问题是，在这一技术进步的新纪元中，“创造性破坏”的原则是否会再次成立，以及由此催生的新工作岗位和新产业，能否吸纳未来几年可能被取代的数百万白领劳动者。劳动力市场的调整以年计，而家庭资产负债表的调整却以月计。在此期间，每周工作50多个小时的高度投入型劳动者，与拼凑零工维持生计的疏离型劳动者之间的分化，很可能进一步扩大。

智能体世界中的信贷市场

这种时间错配对经济和信贷市场至关重要。举例来说，消费信贷模型建立在相对稳定的收入轨迹之上，在这种情况下，稳定的薪资和可预期的职业晋升通常意味着较低风险。

在未来，被替代或处于转型中的劳动者，可能会经历合同工、再培训或创业试验等阶段，之后才会在新创造的岗位上重新稳定下来。逾期率上升，完全可能不只是由经济事件引发，也可能源于自动化事件——比如一款新工具发布后，一个部门被工作流智能体取代，或者某项合规职能被数字化。

能够承保现金流波动性并识别转型风险的放贷机构，或许能够适应变化。而那些固守静态收入假设的机构，可能难以预判那些起初看似渐进、却会突然加速的转变。

为什么这一转型将是痛苦的

凯恩斯曾设想，技术会将人类从工作的必然性中解放出来。如今很明显，他过于乐观了。相反，技术正在以不均衡的方式重新分配这种必然性。一些专业人士将转变为“全能型操作员”，并以前所未有的强度工作，因为杠杆效应和回报足以证明这值得。另一些人则将在新岗位尚未完全形成之前，先行面临被取代的处境。

从短期来看，企业将从中受益：生产率提高，员工规模增速低于营收增速，利润率随之扩大。风险投资正加码押注这种效率提升。如今，少数获得 AI 赋能的创业者，便能以极小的团队打造具有全球影响力的公司。我们已经在许多投资组合公司中亲眼看到这一点：它们在保持员工规模稳定的同时实现快速增长，从而以更少资源创造更多产出。AI 正帮助点石成金。

对劳动力市场、信用风险和社会稳定的经济后果将随着时间推移逐步显现，其走向既取决于技术能力，也同样受到制度适应的影响。随着 AI 日益协调经济活动，社会与企业都必须正视一个问题：人类究竟还能在何处、以何种方式创造最大价值。利害攸关：被取代的劳动者面临的不仅是失业，还有稳定就业、福利保障以及与之相伴的社会契约的瓦解。政界人士和政策制定者已不能再坐等政策解决方案自然出现。

我认为，企业攫取的生产率提升将以不平等加剧、社会流动性受损，以及劳动者愈发疏离于一个似乎不再需要他们的经济体系为代价。