人工智能可能同时提高生产率、改变招聘需求，并替代一部分现有岗位。一项以美国和其他发达经济体为主要样本的研究，结合历史生产率冲击、行业数据和25类职业案例，估算AI带来的劳动力调整风险。其情景推算把AI相关生产率提升设为15%，并据此讨论约9%的劳动者可能暂时失业。这个数字描述的是压力情景下的过渡性影响，不是已发生的失业比例，也不等于永久失业预测。
研究结论与口径边界
研究从宏观、行业和职业三个层面考察技术进步与就业变化。宏观分析估计生产率提高时失业率的短期变化；行业分析比较生产率冲击较大的时期；职业分析则回看曾受重大技术变革影响的工作。行业分析发现，互联网泡沫时期的生产率冲击高于一般历史时期。研究认为，AI与互联网带来的技术转型存在相似之处，因此其潜在就业影响可能高于一般技术冲击，但这一类比本身不能量化未来的岗位损失。三种方法共同指向一个结论：技术进步引发的就业调整主要通过岗位流失体现，招聘放缓也会增加压力，但历史上其影响相对较小。
研究把AI带来的生产率提升情景设为15%，据此推算约9%的劳动者可能经历暂时性失业。随后补充约2%，并把这一阶段的估算概括为约10%；现有材料没有充分说明这约2%的定义、计算细节及其与9%的衔接方式，无法据此还原具体计算。再往后，招聘放缓被估计会使整体就业水平额外下降约3%，并使合计影响达到约12%；现有材料同样没有充分说明这约3%的定义、计算细节及其与前述数字的衔接方式。这里按递进顺序记录，不将这些数字解释为独立预测或不同口径的预测。这些数字属于情景估算，不是已发生的失业比例或确定预测；岗位转换和再就业速度会影响最终结果。
研究样本主要来自美国和其他发达经济体，不是对中国劳动力市场的直接预测。美国企业的AI采用比例、行业结构和劳动力流动制度，与中国存在差异。把研究结论用于其他经济体时，需要结合当地产业构成、就业周期和技术采用情况重新判断。
生产率提升如何传导至失业和招聘
宏观层面的历史估算显示，劳动生产率提高1%，与失业率暂时上升约0.3至0.4个百分点相关。冲击大约在两个季度后较明显，随后数年逐渐减弱。这个关系说明技术进步可能先带来岗位调整，再由新岗位形成、再就业和经济扩张逐步吸收；短期就业变化与长期生产率收益并不发生在同一时点。
研究还把就业变化拆成岗位流失和新增招聘两类。研究估计，生产率冲击下岗位流失的变化约为0.5至0.6个百分点，招聘减少的影响约为0.2个百分点。它们是对劳动力流动的不同观察量，不应直接与失业率升幅相加。失业率本身也可能低估受到影响的人数：被替代者迅速找到新工作，或退出劳动力市场后不再主动求职，都不会持续计入失业人口。
因此，仅观察失业率难以完整判断岗位替代规模。岗位减少、招聘空缺和劳动者重新就业需要一并考察。研究的情景分析强调，技术冲击引发的失业可能是暂时的，但这种“暂时”取决于新工作出现的速度、技能是否匹配以及经济活动能否维持。
当前AI影响仍处于早期阶段
所述美国企业数据中，约23%的企业已经把AI纳入工作流程，但这不代表这些企业已在所有业务中全面部署。在所讨论的观察期内，AI采用率有限，许多可使用AI的流程尚未完成调整；劳动力市场整体也较稳定，因此当期可见影响低于部分市场参与者的担忧。
短期数据仍出现了一些信号。AI应用程度较高的行业，失业率与AI应用呈正相关，就业增长与AI应用呈负相关；影响较明显的行业包括计算机与数据处理、网络托管与搜索，以及专业、科学和技术服务。相关行业在最近一个季度的岗位增长比长期趋势少约1万个，但数据中心建设等AI相关建筑需求抵消了部分缺口。这个数字反映的是行业增长与趋势的差距，不是单一原因造成的净裁员人数。
AI替岗相关的新闻报道与企业裁员公告在春季达到阶段性高位，之后有所回落。整体趋势与当前就业数据相符：部分行业和岗位已经出现招聘压力，但尚未形成覆盖全市场的大规模失业。技术采用仍在推进，后续影响取决于企业将AI从局部试用扩展到哪些任务和岗位。
历史技术变革与职业岗位变化
对25类曾经受到重大技术冲击的职业进行回顾，研究发现这些职业的就业人数在五年内平均下降约25%。案例中，更明显的变化来自离职和岗位淘汰，而非企业单纯减少招聘。这些案例跨越不同年代和行业，可用于观察技术替代的常见路径，但不意味着同一批职业会以相同速度受到AI影响。
职业降幅分布差异较大。就业人数下降超过40%的案例包括照片冲洗处理、电影放映、码头装卸和装订工作；降幅约30%至40%的包括校对、保险核保、档案与订单文员、抄表、数据录入和薪酬文员；约15%至25%的案例包括排版、收银、邮件分拣、发货文员、文字处理、打字、电话接线、办公设备操作和印刷技术工作。调度、旅行代理、收账、簿记和银行柜员等职业的变化相对较小。
这些职业经历的技术替代并非来自同一种工具。数码成像和数字放映改变照片冲洗及胶片放映；集装箱运输减少港口装卸劳动；计算机、办公软件和自动化规则系统改变文书、数据和保险处理；自助结账、电子支付、自动交换机及在线预订改变零售、通信和旅行服务；照相排版和自动化印刷减少手工排版、印刷及装订工序。另一组汇总数据显示，在13个年度、25类职业案例中，总招聘率平均下降0.7个百分点；19个案例的总离职率上升，平均升幅为3.8个百分点。两组数据都表明，历史技术冲击期间的岗位减少更多体现为离职上升，而非招聘骤减。技术改变任务流程后，岗位需求随之调整，劳动者能否转岗会影响失业持续时间。
经济下行可能放大岗位冲击
研究认为，AI对就业的影响不会随时间均匀增加。AI仍处于较早的采用阶段、企业经营环境较好时，雇主可能倾向保留员工；经济放缓、成本压力加重时，自动化所带来的降本收益更容易推动岗位削减。因此，强劲时期的就业数据不能完全代表经济下行阶段的风险。
研究按常规任务和技术暴露程度比较了不同就业环境下的岗位表现。其估算显示，当总体失业率上升1个百分点时，受技术冲击较大的职业可能额外减少约4%的就业。这个关系来自历史职业数据，不是对每次衰退都成立的因果保证。研究同时指出，经济转弱时岗位流失会加剧、招聘也可能进一步收缩，具体结果取决于AI成本、企业需求和新工作创造速度。
对政策制定者而言，研究建议在控制通胀的同时密切观察就业变化，并为劳动力市场风险上升做好准备。就业与通胀可能要求相反的政策方向，能源价格或其他供给冲击也会影响决策空间，因此利率调整并非只由AI就业数据决定。中国市场是否会出现类似的周期性放大，还需要可比的行业采用和就业数据支持。
投资波动、技能适应与工作方式
有关投资的讨论把AI资产价格波动与就业影响分开看待。举例中的MiniMax股价从发行价约150港元升至最高约1330港元，随后一度跌破发行价并反弹。这个单一案例展示了价格波动，不能单独证明整个AI产业的投资回报或就业前景。
关于职业适应，相关建议是围绕实际项目和兴趣领域开展学习，通过动手实践掌握可用于工作的工具，并按具体任务需要使用AI。即使AI能帮助完成更多知识任务，协作、社交和在小群体中展示专业能力仍有作用。对劳动者而言，持续更新技能、理解本职工作中的可自动化任务，并积累能够迁移到其他岗位的经验，有助于应对工作内容变化。
总体而言，15%的生产率提升、约9%的暂时性失业以及历史职业平均约25%的就业收缩，都是研究估算或历史观察，不应当作当期现实比例。更稳妥的判断方式是同时观察企业采用率、岗位流失、招聘变化和经济周期，并把技术带来的生产率收益与劳动者重新就业所需的时间放在一起考量。