- Published on
AI 的發展與失業
- Authors
- Name
- Rickee
AI 大模型的潛力是無窮的。正如 Sam Altman 所說:
- The intelligence of an AI model roughly equals the log of the resources used to train and run it.
- The cost to use a given level of AI falls about 10x every 12 months, and lower prices lead to much more use.
- The socioeconomic value of linearly increasing intelligence is super-exponential in nature.
Super-exponential 一詞所言非虛。從 2022 年末的 GPT-3.5 發展到現在的 Gemini 2.5 pro,AI 大模型的智力以驚人的速度增長,已經從一個新奇的玩物變成了徹底更換大量研究型工作方法論的生產力。這不是產業升級,而是一次實打實的技術革命。
失業分析:經濟學視角
每一次技術革命都伴隨著大量的失業。設生產函數為:
其中 代表總產出,(此處簡寫為 )代表 AI 的技術水平, 代表資本要素, 代表勞動力要素。資本要素也就是一切非勞動力要素,包括 AI 大模型在工作場景中的使用。
定義勞動力和資本的邊際產出:
技術的進步將導致這兩個函數至少一個增加,即 滿足:
具體地,可以考慮三個技術進步的極端例子:
- 希克斯(Hicks)中性:,技術同等提升勞動力和資本的產出效率。
- 哈羅德(Harrod)中性:,技術僅提升勞動力的產出效率,這種技術進步又名「勞動增強型」技術進步。
- 索洛(Solow)中性:,技術僅提升資本的產出效率,這種技術進步又名「資本增強型」技術進步。
AI 帶來的技術進步是極為復雜的,很可能兼具勞動增強、資本增強的特征。
低端勞動力和高端勞動力:賦能還是取代?
一個非常有可能發生的情況是:AI 將取代低級勞動力,同時增強高級勞動力。具體而言,「低級」和「高級」指:
- 低級腦力勞動:強重複性、規範化、基於規則的腦力任務。AI 在這方面能力出色。
- 高級腦力勞動:創造性思維、戰略規劃、人際溝通與協作、情感問題、非結構化和高度不確定性的任務。AI 在這方面,目前來看,還無法達到替代人類的智能;然而 AI 可以作為強大的輔助工具。
我們可以將低級腦力勞動力設為 ,高級腦力勞動力設為 。將以下兩點作為分析的出發點:
- AI 的發展使得資本 與低端勞動力 的替代效應增強。
- AI 的發展顯著增強了 ,但沒有顯著增強 。
即可以認為 AI 的技術進步對於高級腦力勞動是勞動增強型的,但對於低級腦力勞動沒有作用。將此時生產函數定義為:
資本和低級腦力勞動的強替代性表示為:
因此,隨著 的上升, 曲線將左移。
考慮廠商的利潤最大化問題:
其一階條件為:
也就是說,函數 給出了均衡時低級勞動力數量與廠商願意支付的工資之間的關係;這也就是需求曲線 的定義。

在假設低級腦力勞動的供給曲線 單調增的前提下,這將導致低級勞動力工資下降、崗位變少。在短期內,由於工資下降會收到阻力,低級勞動力的崗位會越發減少少。
技術樂觀主義?
目前來看 AI 的應用仍然沒有落地;最具有現實意義的功能,就是為大多數企業提供了降本增效的方案。原本需要 20 個人的部門,現在只需要 5 個高強度使用 AI 的人工智能熟練工。翻譯、初級律師、會計核算崗、行政專員、客服專員首當其衝。在「賦能」和「取代」的模糊地帶,一部分的人被 AI 賦能而另一部分的人被取代,這兩群人沒有明顯的差別。與此同時,另一個毫不意外的事實:被「賦能」的人並沒有因為勞動生產率提高而擁有更高的工資。短期商業規模不變的情況下,資本選擇在少數人身上攫取更高的剩餘價值。
日光之下無新事。當 18 世紀晚期紡紗技術機械化極大提高紗線產量、降低紗線(織布的上游原材料)成本的時候,目睹手搖織佈工人「黃金時代」的大衛·李嘉圖(David Ricardo)發表了著名的「生產力自動造福論」(productivity bandwagon)觀點:機器的使用會提高整體生產力,而這最終將使工人受益,帶來更高的工資和更多的就業機會。然而,當 1810 年前後動力織佈機開始大規模普及的時候,其遠高於個體手搖織佈工或家庭作坊的生產力帶來了後者的災難。在 1806 至 1820 年間,手搖織佈工的名義周薪從 240 便士降低到了 99 便士;考慮到通貨膨脹,其實際工資的下降更為嚴重。

手搖織佈工和工廠織佈工的名義工資。
上圖不言而喻的結論就是:自動化迫使人們進入工廠,成為 19 世紀初的無數工作在不健康、不安全、受到嚴格監視的環境中的 factory workers 中的一員,從相對獨立的工匠變成了工廠的附庸,失去了對工作節奏、時間安排和勞動方式的控制權。
聽起來是不是很熟悉?和今天的腦力無產者一模一樣。辦公行政、處理文山會海的 office skills 成了新時代的手搖織佈機,已經失去了全部價值。你不學會用機器織布,你就得面臨低工資和高失業風險。所有打著「xx 秒即可完成 x 小時的任務,解放員工生產力」旗號的 AI 工具,最後的結果都是把員工從職位中解放出來,輸送到社會上。
你可能會問:AI 服務在需求端殺瘋了,但供給端呢?提供 AI 服務的公司,沒有創造出新的工作崗位嗎?
現在是 2025 年,LLM 模型爆火已經兩年半了,現狀卻還是:少數獨角獸公司拿到了所有的融資,利用資本雄厚的優勢做免費的 ToC 服務,國內的比如 DeepSeek,Kimi,豆包,基本都是模型免費給你用 + 大量宣傳,目的不言而喻:要的不是當下賺你每月的訂閱費,而是知名度和流量,以便未來研究出高度集成的 AI 應用的時候(最好是和社交、短視頻相關的高用戶粘性應用)再賺錢。這些公司創造了多少就業崗位?OpenAI 只有 1000 人上下,Anthropic 500 人,Google Deepmind、Meta AI 和 xAI 基本都是千人左右,而且是頂級勞動力,和面臨失業危機的辦公室職員根本不在一個世界。
而大多數的中小型公司乃至初創企業基本都在掙扎,他們做不了免費的 ToC 慈善,因為沒錢搞這種回收期不確定且初期投入巨大的項目,只能去做 ToB 的數據清洗或者模塊外包業務。中小型 AI 服務提供方 = 模塊外包商,失去了對整個項目的總體理解和統籌規劃,變成了機械性的工作,隨時會被其他人替代。總有人說「當年汽車取代馬車的時候,也誕生了汽車司機的需求」。然而現狀是,並非汽車代替了馬車,而是無人駕駛代替了馬車。無人駕駛需要技術人員,是的,但這是高端勞動力。坐在駕駛艙裡看監控、確保不出突發情況的「假司機」?人力的優勢在於創造性和學習能力,大廠花錢養人肉保險絲只是權宜之計。Clock is ticking,且看這種假職位多久會被保險取代。
以盲目擴張為目的的裁員:資本主義的內生矛盾
我們再一次目睹了這樣的邏輯鏈:AI + 少數員工代替多數員工 → 裁員 → 大量腦力無產者收入減少 → 消費力下降 → 生產端的盲目擴張與消費端的低消費力不匹配,從而使盲目擴張失去了意義,導致新一輪的裁員。
卡爾·馬克思,《資本論》(Vol. III, Chapter 30):
The ultimate reason for all real crises always remains the poverty and restricted consumption of the masses as opposed to the drive of capitalist production to develop the productive forces as though only the absolute consuming power of society constituted their limit.

老生常談的話題
Productivity-Pay gap 的問題又可以新開一篇文章。2008 年的經濟危機怎麼來的?根本原因還是富人邊際消費傾向低(多賺幾千塊錢不是錢,不會導致消費增加),而窮人沒有錢消費。信貸消費(你沒錢?借錢給你花)、全球化市場(國內銷不動?銷往國外/開發新興經濟體)、政府宏觀調控(降息、財政赤字)都是權宜之計,以至於飲鴆止渴。資本主義的基本矛盾沒有解決。今天我們又看見了它的陰影。

資本主義無法自動實現其生產力所允許的消費水平