短期协作替代长期恐慌：AI对就业的真实冲击远未到临界点

IT之家 7月23日报道，Anthropic首席经济学家彼得·麦克罗里明确指出，目前AI尚未取代大量工作岗位，因为AI与人类协作的效果优于完全替代。与此同时，美国亿万富翁马克·库班甚至认为这种“协作优于替代”的状态可能永远都不会改变。这两条判断看似保守，但背后折射出当前AI落地面临的真实瓶颈：技术渗透率低、应用场景碎片化、以及替代成本高企。此前我曾认为知识服务业将面临结构性冲击，裁员只是开始，但近期深入观察行业数据和企业实践后，发现当前AI对就业的真实冲击远未到临界点。

一组关键数据：根据高盛2024年的一份研报，全球约2/3的岗位部分暴露于AI自动化风险中，但完全可被替代的岗位比例不足10%。麦肯锡全球研究院同期测算，到2030年AI可替代的岗位约1200万，但同时新增约9700万与人机协作相关的新岗位。净效果是就业总量小幅增长，但结构性迁移加速。这些数字与麦克罗里的判断高度吻合——短期替代效应被高估了。

短期看（1-3年）：协作是主旋律，替代是极少数

从行业周期视角观察，AI对就业的冲击遵循“技术渗透 S 曲线”：初期渗透率爬坡缓慢，等到基础设施成熟、成本下降、企业流程再造完成，才会进入加速替代阶段。当前我们处于曲线底部：

• 技术成熟度不足：LLM（大语言模型）幻觉率仍高，在金融、医疗等强监管行业难以独立决策。Anthropic的Claude系列在数学推理、代码生成上表现优异，但企业部署时仍需人类审核流程。
• 替代成本高于协作收益：企业替换一名员工需要支付一次性裁员成本、招聘成本、系统集成成本，而AI订阅费（如Claude Pro每月20美元）足以覆盖部分辅助功能。但完全替代意味着需要重构整个业务流程，这对中小企业而言投入产出比不划算。
• 岗位结构差异：重复性、规则明确的任务（如数据录入、客服第一层响应）确实面临替代，但需要复杂判断、情感沟通、跨领域迁移能力的岗位（如项目经理、医生、教师）依然依赖人类。

麦克罗里的观点精准点出了这一阶段特征：AI更像“超级实习生”而非“全能员工”——它能快速完成初稿，但最终决策和纠错仍需人类。从企业行为看，2024年至今，招聘平台数据显示“AI技能”相关岗位需求增长超过300%，而“纯AI替代”导致的裁员比例仅占总量2%左右。

长期看（5-10年）：结构性替代不可避免，但新岗位同时涌现

马克·库班认为“协作状态永远不变”的论断过于乐观。从技术演进规律看，一旦AI达到“通用任务能力”的临界点（例如通过增强学习突破当前推理瓶颈），替代曲线将陡峭上升。但关键变量在于：替代不是“一换一”，而是“职责重组”。

[!note] 关键判断

长期替代风险集中在“中等技能岗位”——如会计、法律助理、初级平面设计等。这些岗位的典型特征是：输出可标准化、流程可分解、结果可量化。而高技能岗位（如医生、律师、工程师）和低技能但高度情境化的服务岗位（如外卖员、护工）反而相对安全。前者的专业判断难以被压缩，后者的物理交互成本过高。

从投资视角看，AI替代就业的节奏将直接影响两大赛道：

• AI基础设施（芯片、云服务、基础模型）：短期受益于协作场景的算力需求爆发，长期受益于替代场景的自动化部署。但估值已透支3-5年预期，需警惕回调风险。
• AI应用软件（垂直行业SaaS、智能体平台）：当前处于“协作工具”阶段，企业级产品渗透率不足5%，未来3年CAGR有望超过40%。这是更具确定性的方向。

行动建议：聚焦“AI赋能”而非“AI替代”逻辑

对于机构投资者，当前应超配AI应用层标的，尤其是那些帮助人类提升效率而非取代人类的SaaS公司。具体而言：

• 筛选标准：产品具备“人类-in-the-loop”设计，如智能客服平台（人机协同）、代码辅助工具（Copilot模式）、设计协作工具（AI生成+人工修改）。这类公司收入增长确定性高，且受政策监管风险小。
• 规避领域：纯粹“AI替代”概念的初创公司，如自动生成法律文书、自动财务核算等，暂时缺乏商业闭环，且面临伦理审查和工会阻力。
• 时间窗口：预计2025-2026年，全球将有超过50%的500强企业将AI协作纳入员工KPI，届时相关应用市场规模将突破1000亿美元。当前是布局的黄金窗口。

最后，回到麦克罗里的核心结论：短期内AI不会取代大量工作岗位。这不仅是技术评估，更是经济规律——替代成本曲线尚未与协作收益曲线相交。作为分析师，我们不必为“AI替代末日”恐慌，也不必为“AI永远不会替代”盲目乐观。真正的机会在于把握“人机协作”阶段的价值再分配，并提前布局下一阶段的结构性迁移。

原文链接：https://www.ithome.com/0/980/838.htm