AI末世论系列·第8篇
同一位客服员工，上午用AI快速起草回复，下午却要检查系统生成的每句话，晚上还要面对客户对错误答案的投诉。她没有失业，但工作变快、监控变细，错误责任也可能落到她身上。
AI对劳动的影响，不只是一张“哪些岗位可能消失”的预测表。还要看企业怎样改造工作，谁拿到效率收益，谁承担转型成本。岗位暂时还在，不代表劳动者没有失去议价权、技能和生活保障。
一项任务能自动化，不等于整个职业消失
一个岗位往往由许多任务组成：整理资料、判断个案、与客户沟通、承担责任。AI可能接手其中一部分，也可能让新的审核和协调工作出现。国际货币基金组织2024年报告估计，许多工作会受到生成式AI影响；“受到影响”既包括替代，也包括与人的工作互补，不等于同等数量的岗位必然消失。IMF报告
比如，AI能帮律师整理文件，却未必能代替律师判断证据、承担职业责任；医院可以用模型整理病历，但患者仍需要专业人员解释和处理例外。最后岗位怎样变化，取决于机构怎么采购、员工是否受训、服务对象是否接受、责任由谁承担。
MIT经济学家达龙·阿西莫格鲁的研究提醒，AI带来的生产率变化不由模型性能自动决定，关键还在技术被用于哪些任务、是否创造新的劳动者价值、增益如何分配。MIT研究介绍因此，“模型更强，所以人人都会更富”不是数据已经证明的结论；“有些任务可自动化，所以所有人都会失业”也一样过于简单。
工作还在，条件可能已经变了
企业用AI节省时间，可能把收益变成更短工时、更高薪酬或更好的服务；也可能要求员工处理更多案件，减少培训和初级岗位，把审核责任压给一线人员。对员工来说，区别不在宣传里的“效率提升”，而在他们能不能参与部署决策、能否拒绝不合适的自动化、错误是否有人承担。
还有一些劳动往往不在产量统计里：照看孩子和老人、帮助学生学习、维护家庭与社区生活。这些工作支撑着有偿就业，也常由家庭成员或低薪人员承担。学术上有时称为“社会再生产”，简单说，就是让人能够生活、成长并继续工作的照护与日常劳动。如果公共机构因为自动化减少真人服务，工作未必消失，可能只是转移给家庭、客户或外包人员。
凯特·克劳福德的《AI地图集》把AI放回矿产、能源、数据标注、审核和供应链中。Anatomy of AI项目并非全球劳动条件的统计调查，却提醒我们：AI服务不是漂浮在云端的纯软件，它依赖大量看不见的工作和物质资源。
失业率不是唯一的警报器
如果只等失业率上升，可能会错过更早的变化。还要看工资、工时、合同是否稳定、初级岗位是否减少、工作强度是否上升、员工能否申诉，以及效率收益落到谁手中。不同群体受到的影响可能相反：有经验的专业人员获得辅助工具，入门岗位却被削减；平台服务更快，非主流语言使用者却更难找到真人协助。
这些后果并非AI必然造成。它们取决于部署方式、劳动制度和公共保障。风险预防也不等于禁止所有自动化，而是让劳动者参与决定，让培训、增益分享和责任分配在部署之前谈清楚。涉及招聘、解雇、绩效和福利资格时，受影响者应能知道理由、要求人工复核并提出申诉。
“AI会不会抢工作”是一个好标题，却不是完整的问题。还应问：谁决定工作怎样被改写？谁从节省的时间里受益？谁要为系统的错误买单？如果这些问题只由掌握技术和资本的一方回答，所谓效率提升就可能让一些人更轻松，同时让另一些人更难说“不”。
科幻镜头。恰佩克的《R.U.R.》把机器人写成被制造出来承担劳动的群体，随后又迫使读者追问：生产效率的收益属于谁，劳动者能否拒绝被替代或被当作工具？这不是当代自动化就业影响的预测模型；现实岗位变化要看任务、行业数据、工资与制度。作品提供的是一个文化问题：技术替代不只改变“有多少工作”，也改变谁有谈判权、谁承担转型成本。关于《R.U.R.》与机械劳动的研究。
中国科幻也提供了另一种观察尺度。陈楸帆《荒潮》把电子废弃物、跨国资本、地方劳动与环境代价放在近未来故事中；它并非以人工智能风险为中心的作品，因此不应被当成AI自动化后果的证据。它的价值在于提醒我们：数字经济看似轻盈，背后仍有材料、能源、物流与人的劳动。作者对《荒潮》的介绍；中国作家网书讯。
参考资料与延伸阅读
- International Monetary Fund, “Gen-AI: Artificial Intelligence and the Future of Work”, 2024。宏观分析，不是逐家企业的就业预测。
- Daron Acemoglu, “The Simple Macroeconomics of AI”。研究项目介绍，讨论技术采用与劳动价值。
- Kate Crawford, Anatomy of AI。AI系统物质基础与劳动的研究、教育项目。
- Karl Marx, 《〈政治经济学批判〉序言》, 1859。用于理解生产关系问题，不作为AI就业实证。
发表评论